用于预估车速曲线的方法及导航装置与流程

本发明涉及汽车电子，具体涉及一种用于预估车速曲线的方法及导航装置。

背景技术：

1、目前，车载导航技术已经在各种车辆中广泛应用。然而，现有的导航装置在准备导航时通常能规划多条路线供驾驶员选择，在驾驶员选择路线后，导航装置能识别到起点到终点之间的路况是通畅还是拥堵,并且根据当前的驾驶车速预估出到达终点的时间。

2、例如，在中国专利文献cn113566832b中公开了一种基于物联网的车辆导航系统及导航方法，其中通过信号收发模块将gps定位发送至中央处理模块中，并由显示屏显示，中央处理模块与用于对道路进行分析的路径分析模块信号连接，路径分析模块与路测传感器信号连接，实时监测路况，选择多种路径，并分别预测到达时间，最后由与路径分析模块信号连接的数据汇总模块将数据汇集，通过系统的反馈，择优选择路径，并通过信号指令发送给车辆。

3、然而，现有的导航装置不能结合车辆行驶过程中路况及驾驶员个人的驾驶风格等因素进行综合考虑，导致预估的到达时间不够准确。尤其是对于不同的驾驶员或者对于路线长、路况比较复杂的长途路线，预估的到达时间与实际到达时间偏差较大，这会降低用户体验。

4、因此，迫切希望提供一种预估车速曲线的方法及导航装置，其能够克服上述的现有技术中存在的技术问题。

技术实现思路

1、本发明提出了一种用于预估车速曲线的方法及相应的导航装置，通过所述方法和所述导航装置能够根据每个驾驶员的驾驶风格和各个路段的具体情况推断出整个路线上的车速曲线图,从而准确地计算出到达时间。

2、本发明的一个方面涉及一种用于预估车速曲线的方法，其包括以下步骤：

3、s1:获取并识别驾驶员的身份信息并基于该身份信息调取驾驶员的驾驶习惯模型；

4、s2:基于出发地以及目的地信息提供规划的路线供选择；

5、s3：针对所选择的路线基于道路特征建立路线模型或调取相应的常用路线模型；

6、s4：根据所述驾驶习惯模型和路线模型得出整个行程的预计的车速曲线以及预估时间。在此，应当指出的是，步骤s1与步骤s2,s3可以依次执行，也可以并行地执行s1和s2-s3或者先执行步骤s2-s3，再执行步骤s1。可以通过gps系统自动获取当前的车辆位置作为出发地，也可以通过驾驶员输入具体位置作为出发地。

7、在此，充分考虑不同驾驶员个性化的驾驶风格，并根据相应的驾驶风格结合路线模型预测各个路段的车速曲线。通过将各个路段的车速曲线进行组合，得到整个行程的车速-时间的曲线图。在获得到这个预估的车速-时间的曲线图之后,一方面能够帮助导航系统更加准确的计算到达目的地的时间。另外，还可以将这个曲线发给其他的控制器,用于联合控制。驾驶风格是驾驶员习惯性的驾驶方式，个体之间具有较大的差异性。例如，对于一条限速70km/h的道路，有些驾驶员会以68km/h的车速行驶,而有些驾驶员可能只会开到50km/h左右。在转弯时，有的驾驶员不习惯减速，而有些驾驶员可能会在转弯时甚至转弯前就把车速降到20km/h左右。在此可以通过基于大数据的统计分析得出驾驶员的驾驶习惯模型。

8、优选地，通过基于生物学特征的身份识别装置对驾驶员的身份进行识别。例如，可以通过安装在车辆内部的具有人脸识别功能的摄像头来识别驾驶员的身份。也可以考虑通过指纹、掌纹或声纹识别等来获取驾驶员的身份。然后根据身份信息从车辆存储器或车辆外部的服务器或云平台获取有关驾驶员的驾驶风格的驾驶习惯模型。驾驶习惯模型描述当前的驾驶员在不同情形下习惯性的驾驶方式，例如包括车速控制习惯、加速控制习惯以及车距保持习惯等等。

9、有利地，通过基于大数据的学习建立驾驶员的驾驶习惯模型。例如可以记录同一驾驶员在各种路况下的驾驶情况，当驾驶员在不同路段上数据足够多之后，就可以通过ai算法基于大数据的统计分析和学习来建立驾驶员自身的驾驶习惯模型。例如可以统计在各种类型的道路上的驾驶习惯，如在限速道路上的速度保持情况，在各种弯道时的减速情况，在车辆启停过程中的加速和减速情况等等。在最简单的情况下，可以对多次经过相同类型的路段的驾驶参数进行平均来预估在该路段的驾驶参数，如速度、加速度等。

10、优选地，路线模型用于描述所选择的线路中的各个路段的道路特征，其中，道路特征是与车辆通行条件有关的参数。有利地，道路特征是转弯角度大小、道路等级、车道宽度以及是否双向通行等中的至少一种。显然，也可以在路线模型中通过加权的方式综合考虑上述多个道路特征。

11、有利地，在步骤s3中判断当前路线是否为常用路线，如果是，则调用针对该常用路线预存的路线模型。常用路线例如是驾驶员多次反复开车经过的路线，如上下班路线。对于常用路线，可以通过记录同一驾驶员驾驶经过该路线时的车速曲线以及耗时来预估即将进行的行程的车速曲线及时间。也就是说，可以基于大数据针对该常用路线建立精确的路线模型并存储在车辆的存储装置中并在需要时被调用。

12、有利地，如果所选择的路线不是常用路线，则根据道路特征将所选择的路线划分成多种不同类型的路段，基于每个路段的道路特征结合驾驶习惯针对每个路段确定特定于该路段的车速曲线，并通过组合每个路段的车速曲线得出整个行程的预计的车速曲线以及得出预估时间。例如，可以根据弯度大小将所选择的路线划分成多种三种类型的路段，即，直行路段、小弯道路段和大弯道路段。转弯角度在20度以下的道路都可视为直行路线；转弯角度在20-90度之间的弯路视为小弯道路段；而转弯角度大于等于90度的弯路归为大弯道路段。而根据驾驶习惯模型确定在各个类型的路段上的预计车速，由此确定每个路段的车速曲线。

13、有利地，将最近2次或多于2次，例如十次或十五次经过该类型的路段的平均车速作为该路段的预估车速。

14、有利地，通过天气修正系数和路况修正系数对预估车速进行修正。例如，在雨雪天，车速应当一定程度地下降，例如降低40％。另外，如果路况较差，如在如乡村公路的低等级公路上或在存在对向来车的狭窄道路上或者路面质量较差的颠簸道路上行驶时，也应相应地降低车速。由此使得车速的计算将更加贴近实际情况。

15、本发明的另一方面还涉及一种导航装置，包括用于从gps系统接收定位信号的gps模块、用于接收和输出信息的用户交互模块和处理器模块和车速曲线预估模块，其中，该车速曲线预估模块设计成执行根据本发明的方法的任一种变型。

16、有利地，所述导航装置包括驾驶员身份识别装置。驾驶员身份识别装置优选通过生物学特征来对驾驶员的身份进行识别。例如，人脸识别装置、指纹识别装置等等。

技术特征：

1.一种用于预估车速曲线的方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，通过基于生物学特征的身份识别装置对驾驶员的身份进行识别。

3.根据权利要求1或2所述的方法，其特征在于，通过基于大数据的学习建立驾驶员的驾驶习惯模型。

4.根据权利要求1或2所述的方法，其特征在于，路线模型用于描述所选择的线路中的各个路段的道路特征，其中，道路特征是与车辆通行有关的参数，所述道路特征是转弯角度大小、转弯道路等级、车道宽度以及是否双向通行中的至少一种。

5.根据权利要求1或2所述的方法，其特征在于，在步骤s3中判断当前路线是否为常用路线，如果是，则调用针对该常用路线预存的路线模型。

6.根据权利要求5所述的方法，其特征在于，如果所选择的路线不是常用路线，则根据道路特征将所选择的路线划分成多种不同类型的路段，基于每个路段的道路特征结合驾驶习惯针对每个路段确定特定于该路段的车速曲线，并通过组合每个路段的车速曲线得出整个行程的预计的车速曲线以及得出预估时间。

7.根据权利要求1或2所述的方法，其特征在于，将最近2次或多于2次经过该类型的路段的平均车速作为该路段的预估车速。

8.根据权利要求1或2所述的方法，其特征在于，通过天气修正系数和路况修正系数对预估车速进行修正。

9.一种导航装置，包括用于从gps系统接收定位信号的gps模块、用于接收和输出信息的用户交互模块和处理器模块和车速曲线预估模块，其中，该车速曲线预估模块设计成执行根据权利要求1至8中的任一项所述的方法。

10.根据权利要求9所述的导航装置，其特征在于，所述导航装置包括驾驶员身份识别装置。

技术总结
本发明公开了一种用于预估车速曲线的方法，该方法包括以下步骤：S1:获取并识别驾驶员的身份信息并基于该身份信息调取驾驶员的驾驶习惯模型；S2:基于出发地以及目的地信息提供规划的路线供选择；S3：针对所选择的路线基于道路特征建立路线模型或调取相应的常用路线模型；S4：根据所述驾驶习惯模型和路线模型得出整个行程的预计的车速曲线以及预估时间。本发明还包括一种相应的导航装置。通过本发明的方案能充分考虑不同驾驶员个性化的差异，根据驾驶员各自的驾驶风格结合路线模型预测各个路段的车速曲线。通过将各个路段的车速曲线进行组合，得到整个行程的更加准确的车速‑时间的曲线图。

技术研发人员：董威
受保护的技术使用者：纬湃汽车电子（长春）有限公司
技术研发日：
技术公布日：2024/1/15