[go: up one dir, main page]

CN114061601A - 考虑拖车的路线推荐 - Google Patents

考虑拖车的路线推荐 Download PDF

Info

Publication number
CN114061601A
CN114061601A CN202110493040.4A CN202110493040A CN114061601A CN 114061601 A CN114061601 A CN 114061601A CN 202110493040 A CN202110493040 A CN 202110493040A CN 114061601 A CN114061601 A CN 114061601A
Authority
CN
China
Prior art keywords
trailer
vehicle
route
type
navigation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110493040.4A
Other languages
English (en)
Inventor
D.K.格里姆
F.白
D.E.博亚诺夫斯基
B.A.哈特
J.M.依万格利斯特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN114061601A publication Critical patent/CN114061601A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types or segments such as motorways, toll roads or ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Social Psychology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

提供考虑拖车的路线推荐的系统和方法涉及从车辆获得记录信息，来自每个车辆的记录信息对应于车辆的位置、时间、车辆的类型以及被车辆拖拉的拖车类型。方法包括获得正在考虑的潜在路线，用于拖曳拖式拖车的带拖车车辆正在进行的导航，并且获得潜在路线的道路特性。计算每个潜在路线的风险分数，该风险分数是风险因素的加权总和。每个风险因素是通过量化记录信息或道路特性而得出的。基于与每个潜在路线相关的风险分数提供考虑拖车的路线推荐，以影响带拖车车辆正在进行的导航。

Description

考虑拖车的路线推荐
技术领域
本公开涉及考虑拖车的路线推荐。
背景技术
车辆(例如汽车、卡车、农用设备、建筑设备)越来越多地配备有导航系统，其提供从车辆的给定位置到操作者指定的目的地的分路段导航。当有多个路线可用时，操作者指定的偏好可能会影响最终提供的路线。当车辆在拖拉拖车时，可能选择的路线可能不是最安全或最舒适的路线。因此，期望提供考虑拖车的路线推荐。
发明内容
在一示例性实施例中，一种提供考虑拖车的路线推荐的方法包括从车辆获得记录信息。来自每个车辆的记录信息对应于车辆的位置、时间、车辆的类型以及被车辆拖拉的拖车类型。该方法包括：获得正在考虑的潜在路线，用于拖曳拖式拖车的带拖车车辆正在进行的导航；获得潜在路线的道路特性；以及计算每个潜在路线的风险分数，该风险分数是风险因素的加权总和。每个风险因素是通过量化记录信息或道路特性而得出的。基于与每个潜在路线相关的风险分数提供考虑拖车的路线推荐，以影响带拖车车辆正在进行的导航。
除了本文所述的一个或多个特征之外，该方法还包括根据经验确定与在风险分数中使用的每个风险因素相对应的权重。
除了本文所述的一个或多个特征之外，该方法还包括获得特定于拖车的操作者偏好并调节对应特定于拖车的操作者偏好之一所对应的每个风险因素的权重。
除了本文所述的一个或多个特征之外，该方法还包括对操作者未指示的特定于拖车的操作者偏好使用默认值。
除了本文所述的一个或多个特征之外，该方法还包括基于对驾驶行为和机器学习的监视来获得一个或多个特定于拖车的操作者偏好。
除了本文所述的一个或多个特征之外，特定于拖车的操作者偏好包括对与最快或最短路线的额外时间或距离的容忍度、对路线危险的容忍度、对路线特性的容忍度或对乘坐舒适性的容忍度。
除了本文所述的一个或多个特征之外，该方法还包括根据车辆的类型和拖车的类型对记录信息进行分类。
除了本文所述的一个或多个特征之外，用于风险因素的记录信息特定于与带拖车车辆类型和拖式拖车类型相匹配的记录信息的类别。
除了本文所述的一个或多个特征之外，从地图数据库获得潜在路线的道路特性。
除了本文所述的一个或多个特征之外，向与带拖车车辆通信的中央映射系统或向带拖车车辆的车载导航系统提供考虑拖车的路线推荐。
在另一示例性实施例中，一种提供考虑拖车的路线推荐的系统包括用于存储由车辆提供的记录信息的存储器。来自每个车辆的记录信息对应于车辆的位置、时间、车辆的类型以及被车辆拖拉的拖车类型。该系统还包括处理器，以获得正在考虑的潜在路线，用于拖曳拖式拖车的带拖车车辆正在进行的导航；获得潜在路线的道路特性；以及计算每个潜在路线的风险分数，该风险分数是风险因素的加权总和。每个风险因素是通过量化记录信息或道路特性而得出的。处理器基于与每个潜在路线相关的风险分数提供考虑拖车的路线推荐，以影响带拖车车辆正在进行的导航。
除了本文所述的一个或多个特征之外，处理器还根据经验确定与在风险分数中使用的每个风险因素相对应的权重。
除了本文所述的一个或多个特征之外，处理器获得特定于拖车的操作者偏好并调节对应特定于拖车的操作者偏好之一所对应的每个风险因素的权重。
除了本文所述的一个或多个特征之外，处理器对操作者未指示的特定于拖车的操作者偏好使用默认值。
除了本文所述的一个或多个特征之外，处理器基于对驾驶行为和机器学习的监视来获得一个或多个特定于拖车的操作者偏好。
除了本文所述的一个或多个特征之外，特定于拖车的操作者偏好包括对与最快或最短路线的额外时间或距离的容忍度、对路线危险的容忍度、对路线特性的容忍度或对乘坐舒适性的容忍度。
除了本文所述的一个或多个特征之外，处理器根据车辆的类型和拖车的类型对记录信息进行分类。
除了本文所述的一个或多个特征之外，用于风险因素的记录信息特定于与带拖车车辆类型和拖式拖车类型相匹配的记录信息的类别。
除了本文所述的一个或多个特征之外，处理器从地图数据库获得潜在路线的道路特性。
除了本文所述的一个或多个特征之外，处理器向与带拖车车辆通信的中央映射系统或向带拖车车辆的车载导航系统提供考虑拖车的路线推荐。
当结合附图考虑时，根据以下详细描述，本公开的以上特征和优点以及其他特征和优点将显而易见。
附图说明
其他特征、优点和细节仅通过示例的方式在下面的详细描述中出现，该详细描述参考附图，其中：
图1是根据一个或多个实施例的涉及生成和使用考虑拖车的路线推荐的系统的框图；以及
图2是示出根据一个或多个实施例的涉及生成考虑拖车的路线推荐的信息流的功能流程图。
具体实施方式
以下描述本质上仅是示例性的，并且无意于限制本公开、其应用或用途。应当理解，在所有附图中，相应的附图标记表示相同或相应的零件和特征。
如前所述，车辆中的导航系统以分路段导航的形式提供路线，以从车辆的当前位置到达操作者指定的目的地。当车辆拖曳拖车时，对于没有拖车的车辆来说是没有问题的转弯、车道宽度、高度变化和其他路线属性可能在拖车被拖曳时较不安全或舒适。本文详述的系统和方法的实施例涉及考虑拖车的路线推荐。具体地，除了操作者指定的偏好(例如选择最快的路线、避免通行费)之外，还将考虑拖车和拖曳拖车的车辆的推荐提供给导航系统以用于路线选择。考虑拖车的路线推荐可以考虑其他车辆提供的历史数据、道路信息和/或特定于拖曳拖车的操作者偏好。
根据示例性实施例，图1是涉及生成和使用考虑拖车的路线推荐的系统的框图。图1中所示的示例性车辆100是汽车101。如图所示，车辆100拖曳拖车102。车辆100包括具有界面115(例如显示器、触摸屏)的信息娱乐系统110。界面115便于操作者输入(例如目的地、偏好)和输出，例如指示分路段导航的地图显示。车辆100还包括控制器120，其可以控制车辆100的操作的不同方面，并且可以例如促进半自主操作(例如自适应巡航控制、自动制动)。控制器120可以另外与获得关于车辆100及其周围环境的信息的传感器135(例如惯性测量单元(IMU)、车轮速度传感器、转向传感器、相机、雷达系统)通信。
车辆100另外包括车载导航系统130。车载导航系统130功能可以由控制器120执行。控制器120以及车载导航系统130(如果分开的话)包括处理电路，其可以包括：专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用或组)和存储器、组合逻辑电路和/或提供所描述功能的其他合适部件。该车载导航系统130可以包括全球导航卫星系统(GNSS)比如全球定位系统(GPS)，以确定车辆100的位置。车载导航系统130获得操作者的导航偏好(例如避开收费公路、选择最快路线)，并通过界面115提供分路段导航。
车载导航系统130与中央映射系统160和/或地图数据库150通信。车载导航系统130、地图数据库150和中央映射系统160可以一起被认为是导航系统155。因此，出于说明性目的，虽然分别讨论了车载导航系统130、地图数据库150和中央映射系统160功能，但该功能可以由导航系统155的任何一个或多个部件执行。地图数据库150存储有关道路的信息。该信息包括道路特性，比如车道宽度、道路等级、道路曲率、道路坡度等。如图所示，地图数据库150可以是中央映射系统160的一部分，或者可被分开存储。
中央映射系统160与多个车辆100的车载导航系统130通信。对于给定的车辆100，中央映射系统160获得当前位置和操作者选择的目的地(即经由界面115输入的目的地)以及来自车载导航系统130的任何操作者偏好。中央映射系统160还可以与提供实时交通信息的一个或多个服务器通信。中央映射系统包括提供关于道路特性的信息的地图数据库150或与之通信。根据一个或多个实施例，中央映射系统160另外与提供考虑拖车的路线推荐的中央处理系统140通信，如参照图2进一步详细描述。基于所有通信，中央映射系统160通过界面115提供车载导航系统130显示的分路段导航。根据替代实施例，中央映射系统160提供车辆导航系统130使用以通过界面115显示分路段导航的信息。
除了地图数据库150和中央映射系统160之外，中央处理系统140还与多个车辆100通信。中央处理系统140向中央映射系统160提供考虑拖车的路线推荐。参照图2详细描述中央处理系统的功能140。例如，在图1中所示的各个部件之间记录的信息交换和通信可以是无线的。
图2是示出根据一个或多个实施例的涉及生成考虑拖车的路线推荐的信息流的功能流程图。如先前针对控制器120和车载导航系统130所述，中央处理系统140还包括处理电路，其可以包括存储器210和一个或多个处理器220。存储器210可以存储由中央处理系统140从一个或多个车辆100a至100m(通常称为100)和地图数据库150获得的信息。中央处理系统140的一个或多个处理器220使用来自车辆100和地图数据库150的信息，以向中央映射系统160提供考虑拖车的路线推进。尽管在图2中示出了进出中央处理系统140的通信流，但其他部件也彼此通信，如参考图1讨论。
如所指示，在任何给定时间，中央处理系统140从任何数量的车辆100获得信息。那些车辆100中的一个或多个可以另外执行导航功能。为了说明的目的，假定车辆100a执行导航功能。即，经由车辆100a中的界面115输入目的地。因此，除了由所有车辆100提供的信息类型(进一步详述)之外，当车辆100a向目的地行驶时，车辆100a还提供潜在路线。由车辆100a提供给中央处理系统140的潜在路线可以起源于中央映射系统160，其例如向车辆100a的车载导航系统130提供潜在的即将到来的路线。
与中央处理系统140通信的车辆100提供的信息是基于一个或多个传感器135的直接测量，或者是从一个或多个传感器135的测量推断的数据。车辆100提供的信息可以来自控制器120、车载导航系统130或每个车辆100中的两者的组合。信息可以连续地(例如周期性地)提供，或者基于记录数据的预定条件的出现而提供，如进一步讨论。记录在每个车辆100中的数据包括静态数据，比如指示车辆100(例如小型汽车、大型卡车)的尺寸的数据、是否连接拖车102以及(如果是的话)指示拖车102的类型的数据(例如尺寸、重量、轮胎数量)。记录在每个车辆100中的数据还包括动态数据，比如变速器齿轮或拖车制动请求。该动态数据可与由车载导航系统130提供的对应位置和时间一起记录在车辆100中。表1示出了示例性动态记录数据。
Figure BDA0003053161370000061
表1-给定车辆100中的示例性记录数据
如上所述，可以将记录数据作为信息从每个车辆100提供给中央处理系统140。根据替代实施例，可以针对以下条件(当满足时)测试记录数据：触发将作为信息的记录数据的全部或子集以及对应的位置和时间从给定车辆100发送到中央处理系统140。例如，超过阈值风速值的风速可以是预定条件。该信息可以指示可能不适合拖车102的具有大风的路线(与记录风速时的位置相对应)。在预定持续时间内发出的拖车制动请求超过阈值次数可以另一示例性条件。该信息可以指示陡峭的下坡，其也可能不适合拖车102。
除了来自车辆100的信息之外，中央处理系统140还从地图数据库150获得与来自车辆100的信息相对应的关于道路特性的信息。这将参考表2进一步讨论。中央处理系统140可以根据车辆100的类型(例如质量、大小)以及拖车102的大小、重量和类型对其从车辆100接收的信息进行分类。这种类型的分类可以有助于中央处理系统140提供更特定于车辆100(例如车辆100a)及车辆100a正在拖曳的拖车102的类型的考虑拖车的路线偏好。在车辆100和拖车102组合的每个类别内，中央处理系统140可以计算道路的风险分数，其对此具有来自车辆100和地图数据库150的信息，如详述。
当中央处理系统140从执行导航的车辆100a获得潜在路线时，中央处理系统140基于来自沿着那些路线行驶的其他车辆100的记录数据、从地图数据库150获得的路线特性或两者来计算与每个潜在路线相关的风险分数。用于风险分数的记录数据可以限于与车辆100a和其拖曳的拖车102的类型相对应的分类记录数据。风险分数通过以下给出：
Figure BDA0003053161370000071
在方程1中，考虑了一组n个风险因素(xi)，并且风险分数是与每个风险因素(wi)和风险因素(xi)相关的权重的乘积之和。
给定潜在路线的每个风险因素是表1中所列的数据类型，或者是从地图数据库150获得的给定潜在路线的道路状况。与风险因素相对应的示例性道路状况列于表2中。
Figure BDA0003053161370000072
Figure BDA0003053161370000081
表2-示例性道路状况
根据示例性实施例，除了导航的操作者偏好之外，操作者还可以经由界面115提供拖曳拖车时的导航的操作者偏好(即特定于拖车的偏好)。特定于拖车的操作者可以是宽容度的形式。例如，特定于拖车的操作者偏好可以指定对以下的容忍度：与最快或最短路线的额外时间或距离、对路线安全性(即操作者愿意忍受的危险程度)、对路线特性(例如坡度、狭窄度、最小转弯半径、拖车高度间隙)以及对乘坐舒适性(例如道路不平度、曲率、拖车摇摆或等效重力(g力))。默认选项可用于操作者未通过界面115专门编辑的任何项目。
如前所述，操作者可以指定导航偏好。当中央映射系统160最终确定分路段导航而不是车载导航系统130时，可以将导航的这些操作者偏好提供给中央映射系统160。与导航偏好不同，特定于拖车的操作者偏好被提供给中央处理系统140。在中央处理系统140处，特定于拖车的操作者偏好可以根据方程1调节风险分数中使用的风险因素权重。哪个权重受哪个特定于拖车的操作者偏好以及受映射可以指定多少影响，因为每个特定于拖车的操作者偏好都是已知参数，并且具有默认值。
机器学习或查找表方法可用于量化每个风险因素。例如，可以根据经验确定与每个风险因素相关的权重，然后由特定于拖车的操作者偏好调节。机器学习还可以用于调节操作者尚未通过界面115明确指定的特定于拖车的操作者偏好的默认值。也就是说，可以监视驾驶行为并将其用于调节提供给中央处理系统140的特定于拖车的操作者偏好的默认值。示例性监视行为包括车道变化数量、直道路上的速度(即低于或超过速度限制)、下坡制动、弯道制动以及拖曳拖车时的典型停车。
根据方程1获得风险分数，对于由车辆100a的车载导航系统130指示的每个潜在路线，中央处理系统140可以确定考虑拖车的路线偏好。根据替代实施例，可以不同地表示和呈现考虑拖车的路线偏好。例如，针对每个潜在路线计算的风险分数可被转换或归一化以将路线分数呈现给中央映射系统160。例如，该转换可以基于风险分数值的范围到路线分数的映射。
可以与路线分数一起指示权重。例如，如果有两个潜在路线，并且这些路线之一包括拖车102太高而不能容纳在其下的立交桥，则与另一条路线的路线分数相关的权重可以是100。可替代地，每个路线分数可以与“可选”或“必须采取”(如果它是潜在路线中唯一可行路线)或“不得采取”(如果它是潜在路线中唯一不可行路线)的指示相关。根据替代实施例，可以以潜在路线的等级而不是路线分数的形式来提供考虑拖车的路线推荐。如所讨论，等级可以伴随权重或指示。基于来自中央处理系统140的考虑拖车的路线推荐，根本不需要知道拖车102的中央映射系统160可以向车载导航系统130提供分路段导航，以用于经由车辆100a的界面115进行显示。
尽管已经参考示例性实施例描述了以上公开，但本领域技术人员将理解，在不脱离本发明范围的情况下，可以进行各种改变并且可以用等同物代替其要素。另外，在不脱离本公开的实质范围的情况下，可以做出许多修改以使特定情况或材料适应本公开的教导。因此，意图是本公开不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

Claims (10)

1.一种提供考虑拖车的路线推荐的方法，该方法包括：
由处理系统从车辆获得记录信息，来自每个车辆的记录信息对应于车辆的位置、时间、车辆的类型以及被车辆拖拉的拖车类型；
由处理系统获得正在考虑的潜在路线，用于拖曳拖式拖车的带拖车车辆正在进行的导航；
由处理系统获得潜在路线的道路特性；
由处理系统计算每个潜在路线的风险分数，该风险分数是风险因素的加权总和，其中每个风险因素是通过量化记录信息或道路特性而得出的；以及
从处理系统基于与每个潜在路线相关的风险分数提供考虑拖车的路线推荐，以影响带拖车车辆正在进行的导航。
2.根据权利要求1所述的方法，还包括根据经验确定与在所述风险分数中使用的每个风险因素相对应的权重，获得特定于拖车的操作者偏好并调节对应特定于拖车的操作者偏好之一所对应的每个风险因素的权重，以及对操作者未指示的特定于拖车的操作者偏好使用默认值或者基于对驾驶行为和机器学习的监视来获得一个或多个特定于拖车的操作者偏好，其中，所述特定于拖车的操作者偏好包括对与最快或最短路线的额外时间或距离的容忍度、对路线危险的容忍度、对路线特性的容忍度或对乘坐舒适性的容忍度。
3.根据权利要求1所述的方法，还包括根据车辆的类型和拖车的类型对记录信息进行分类，其中用于风险因素的记录信息特定于与带拖车车辆类型和拖式拖车类型相匹配的记录信息的类别。
4.根据权利要求1所述的方法，其中，从地图数据库获得潜在路线的道路特性。
5.根据权利要求1所述的方法，其中，向与带拖车车辆通信的中央映射系统或向带拖车车辆的车载导航系统提供考虑拖车的路线推荐。
6.一种提供考虑拖车的路线推荐的系统，该系统包括：
存储器，配置为存储由车辆提供的记录信息，来自每个车辆的记录信息对应于车辆的位置、时间、车辆的类型以及被车辆拖拉的拖车类型；以及
处理器，配置为获得正在考虑的潜在路线，用于拖曳拖式拖车的带拖车车辆正在进行的导航，获得潜在路线的道路特性，计算每个潜在路线的风险分数，该风险分数是风险因素的加权总和，其中每个风险因素是通过量化记录信息或道路特性而得出的，以及基于与每个潜在路线相关的风险分数提供考虑拖车的路线推荐，以影响带拖车车辆正在进行的导航。
7.根据权利要求6所述的系统，其中，所述处理器还配置为根据经验确定与在所述风险分数中使用的每个风险因素相对应的权重，获得特定于拖车的操作者偏好并调节对应特定于拖车的操作者偏好之一所对应的每个风险因素的权重，以及对操作者未指示的特定于拖车的操作者偏好使用默认值或者基于对驾驶行为和机器学习的监视来获得一个或多个特定于拖车的操作者偏好，并且其中，所述特定于拖车的操作者偏好包括对与最快或最短路线的额外时间或距离的容忍度、对路线危险的容忍度、对路线特性的容忍度或对乘坐舒适性的容忍度。
8.根据权利要求6所述的系统，其中，所述处理器还配置为根据车辆的类型和拖车的类型对记录信息进行分类，其中用于风险因素的记录信息特定于与带拖车车辆类型和拖式拖车类型相匹配的记录信息的类别。
9.根据权利要求6所述的系统，其中，所述处理器配置为从地图数据库获得潜在路线的道路特性。
10.根据权利要求6所述的系统，其中，所述处理器配置为向与带拖车车辆通信的中央映射系统或向带拖车车辆的车载导航系统提供考虑拖车的路线推荐。
CN202110493040.4A 2020-08-03 2021-05-07 考虑拖车的路线推荐 Pending CN114061601A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/983,505 2020-08-03
US16/983,505 US20220034673A1 (en) 2020-08-03 2020-08-03 Trailer-considerate route recommendations

Publications (1)

Publication Number Publication Date
CN114061601A true CN114061601A (zh) 2022-02-18

Family

ID=79300796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110493040.4A Pending CN114061601A (zh) 2020-08-03 2021-05-07 考虑拖车的路线推荐

Country Status (3)

Country Link
US (1) US20220034673A1 (zh)
CN (1) CN114061601A (zh)
DE (1) DE102021110475A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7431147B2 (ja) * 2020-12-02 2024-02-14 トヨタ自動車株式会社 情報処理装置、情報処理システム、情報処理方法、およびプログラム
US12460933B2 (en) * 2020-12-22 2025-11-04 Intel Corporation Multimodal mobility services with minimized perceived risks
CN116644942B (zh) * 2023-07-24 2023-10-24 山东车拖车网络科技有限公司 一种拖车业务自动匹配方法
CN117850436B (zh) * 2024-03-08 2024-06-14 民航机场成都电子工程设计有限责任公司 一种无人拖车运行路线避让方法、装置、设备以及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104011763A (zh) * 2011-12-27 2014-08-27 英特尔公司 情境和历史数据合并到路线确定中
CN106767874A (zh) * 2015-11-19 2017-05-31 通用汽车环球科技运作有限责任公司 用于通过在车辆导航系统中的群体感知的燃料消耗预测和成本估计的方法及装置
US20180340790A1 (en) * 2017-05-23 2018-11-29 Uber Technologies, Inc. Individualized risk routing for human drivers
CN110901648A (zh) * 2018-09-13 2020-03-24 通用汽车环球科技运作有限责任公司 用于实时生态路线选择和自适应驱动控制的车辆、系统和逻辑

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6982635B2 (en) * 2000-09-21 2006-01-03 American Calcar Inc. Technique for assisting a vehicle user to make a turn
BR0318530A (pt) * 2003-10-02 2006-09-12 Volvo Lastvagnar Ab sistema e método de utilização de base de dados de mapa
US10101164B2 (en) * 2014-10-16 2018-10-16 Aayush Thakur Route optimization system and methods of use thereof
US20180080788A1 (en) * 2016-09-16 2018-03-22 Intel IP Corporation Navigation based on vehicle dimensions
CN119773813A (zh) * 2016-12-23 2025-04-08 御眼视觉技术有限公司 用于导航主车辆的系统和方法
US10890459B2 (en) * 2017-10-13 2021-01-12 John Matsumura Systems and methods for variable energy routing and tracking
JP7069518B2 (ja) * 2018-01-17 2022-05-18 マツダ株式会社 車両制御装置
US10802492B2 (en) * 2018-04-05 2020-10-13 Ford Global Technologies, Llc Vehicle path identification
US11783707B2 (en) * 2018-10-09 2023-10-10 Ford Global Technologies, Llc Vehicle path planning
JP2021022319A (ja) * 2019-07-30 2021-02-18 トヨタ自動車株式会社 車両走行制御装置
DE112020004133T5 (de) * 2019-08-26 2022-07-07 Mobileye Vision Technologies Ltd. Systeme und verfahren zur identifizierung möglicher kommunikationshindernisse
US11175152B2 (en) * 2019-12-03 2021-11-16 Zendrive, Inc. Method and system for risk determination of a route
US20210173402A1 (en) * 2019-12-06 2021-06-10 Lyft, Inc. Systems and methods for determining vehicle trajectories directly from data indicative of human-driving behavior
US11378409B2 (en) * 2019-12-20 2022-07-05 Meight Technologies, S.A. Method and system for providing in advance information on driving actions for improving the global efficiency of a vehicle
US11584392B2 (en) * 2020-11-04 2023-02-21 Waymo Llc Route optimization for autonomous driving systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104011763A (zh) * 2011-12-27 2014-08-27 英特尔公司 情境和历史数据合并到路线确定中
CN106767874A (zh) * 2015-11-19 2017-05-31 通用汽车环球科技运作有限责任公司 用于通过在车辆导航系统中的群体感知的燃料消耗预测和成本估计的方法及装置
US20180340790A1 (en) * 2017-05-23 2018-11-29 Uber Technologies, Inc. Individualized risk routing for human drivers
CN110901648A (zh) * 2018-09-13 2020-03-24 通用汽车环球科技运作有限责任公司 用于实时生态路线选择和自适应驱动控制的车辆、系统和逻辑

Also Published As

Publication number Publication date
US20220034673A1 (en) 2022-02-03
DE102021110475A1 (de) 2022-02-03

Similar Documents

Publication Publication Date Title
CN114061601A (zh) 考虑拖车的路线推荐
KR102571303B1 (ko) 변하는 도로 상태들에 따라 차량들을 보조하는 기술들
US8751150B2 (en) Online generation of a digital map
US12296833B2 (en) System and method for providing an indication of driving performance
RU2545189C2 (ru) Способ и система оценки, относящиеся к ускорению
US20090076774A1 (en) Probe information collection and distribution systems, methods, and programs
US20110279255A1 (en) Route retrieval apparatus and navigation apparatus
US20170146362A1 (en) Method and apparatus for fuel consumption prediction and cost estimation via crowd-sensing in vehicle navigation system
US10899323B2 (en) Devices, systems, and methods for vehicle braking
EP3708961A1 (en) System and method and map for determining a driving route of a vehicle
CN102381312B (zh) 用于分析车辆的底盘的状态的方法以及装置
US20190299998A1 (en) Cant estimating method, cant estimating apparatus, and non-transitory computer-readable storage medium storing program
CN110155067A (zh) 道路危险检测和定位的方法和系统
CN114596699B (zh) 信息处理装置、信息处理系统、信息处理方法以及非临时性存储介质
JP2009248865A (ja) 車群走行制御装置
JP2018106490A (ja) 自動運転装置
JP2018205794A (ja) 情報処理システム、運転支援システム、情報処理方法、及びコンピュータプログラム
US11862013B2 (en) Method of measuring road performance using headway dynamics
WO2022264492A1 (ja) 外界認識システム
US20240140486A1 (en) Methods and apparatuses for closed-loop evaluation for autonomous vehicles
JP3999611B2 (ja) ナビゲーション装置
CN115817396B (zh) 乘员舒适度确定方法、车辆控制方法、装置、介质及车辆
CN117698355A (zh) 车辆悬架的控制方法、装置、电子设备及可读存储介质
JP2019204267A (ja) 運転負荷算出装置、及び運転負荷算出プログラム
US12460936B2 (en) Propulsion stress aware navigation routing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20220218

WD01 Invention patent application deemed withdrawn after publication