产生预期平均行进速度的方法与流程

分案申请的相关信息

本申请是国际申请号为pct/ep2012/051802、申请日为2012年2月2日、发明名称为“产生预期平均行进速度的方法”的pct申请进入中国国家阶段后申请号为201280015061.4的中国发明专利申请的分案申请。

本发明涉及一种产生由电子地图覆盖的区域中的一个或一个以上区段上的预期平均行进速度的方法，以及一种可在其上实施所述方法的部分或全部的系统、服务器和导航装置。本发明进一步涉及一种产生指示与由电子地图覆盖的区域中的一组区段上的预期堵塞条件的偏离趋势的地图数据的方法，以及一种可在其上实施所述方法的部分或全部的系统、服务器和导航装置。明确地但非排它地说，本发明涉及确定在一区域上的路线以供导航装置中使用，且明确地但非特别地说，在便携式导航装置(pnd)中使用。

背景技术：

用于电子导航装置(例如基于gps的个人导航装置，如来自汤姆汤姆国际bv的go^tm)的地图数据来自专家地图供应商。此些装置还称为便携式导航装置(pnd)。此地图数据尤其经设计以供路线导引算法使用，通常通过使用来自gps系统的位置数据。举例来说，可将道路描述为线，即向量(例如，开始点、结束点、道路的方向，其中整个道路由数百个此类区段组成，每一区段由开始点/结束点方向参数唯一地界定)。地图于是为一组此类道路向量，与每一向量相关联的数据(速度限制、行进方向等)加关注点(poi)，加道路名称，加如公园边界、河流边界等其它地理特征，其所有均依据向量来界定。所有地图特征(例如，道路向量、poi等)通常在与gps坐标系对应或有关的坐标系中界定，从而使如通过gps系统确定的装置位置能够定位在地图中展示的相关道路上，且用于待规划到目的地的最佳路线。

通常，每一此道路区段具有与之相关联的用于所述道路区段的速度数据，其给出交通工具可沿所述区段行进的速度的指示，且为由产生地图数据的一方产生的平均速度。速度数据由在其上处理地图的pnd上的路线规划算法使用。此路线规划的准确性因此取决于速度数据的准确性。举例来说，通常在用户的pnd上向其呈现使pnd产生装置的当前位置与目的地之间的最快路线的选项。如果速度数据不准确，那么pnd所计算的路线可能不是最快路线。

已知例如交通密度等参数可显著影响一段道路的速度概况，且此速度概况变化意味着两点之间的最快路线可能不总是相同。道路区段的速度参数中的不准确性还可能导致不准确的估计到达时间(eta)以及次最佳最快路线的选择。可能显著影响两点之间的最快路线的堵塞尤其成问题。

为了改进准确性，已知收集与堵塞的交通有关的现场数据，且使用此数据来考虑路线规划中的已知堵塞。将了解，如果现场数据将给出道路条件的真实指示，那么需要较大的量：交通流量具有较强的随机分量，意味着基于较低等级或稀有现场数据的事件检测可能是不准确的。然而，可能通常的情况是，很少或无现场数据可用于区段，且因此其真实条件可能仍不可预测。

技术实现要素：

根据本发明的第一方面，提供一种产生在由电子地图覆盖的区域中的一个或一个以上区段上的预期平均行进速度的方法，每一区段具有与之相关联的：

所述区段上的平均行进速度；

区段数据，包括至少一个堵塞概率，所述堵塞概率指示所述区段上的堵塞的可能性；以及

堵塞速度，其指示当被视为堵塞时所述区段上的所述行进速度，所述方法包括：

使用所述区段数据来预测所述区段中的至少一者或每一者上是否存在堵塞条件；以及

输出这些区段上的所述预期平均行进速度作为：

a)在预测存在堵塞条件的情况下，第一速度，所述第一速度为相关区段的所述堵塞速度或基于其的速度，或

b)在不预测堵塞条件的情况下，第二速度，所述第二速度为所述相关区段的所述平均速度或基于其的速度。

所述方法允许预测区段上的预期平均行进速度，包含预测归因于堵塞而降低的速度，甚至是在存在较少或无现场数据可用的情况下。

根据本发明的另一方面，提供一种系统，其经布置以产生在由电子地图覆盖的区域中的一个或一个以上区段上的预期平均行进速度，每一区段具有与之相关联的：

所述区段上的平均行进速度；

区段数据，包括至少一个堵塞概率，所述堵塞概率指示所述区段上的堵塞的可能性；以及

堵塞速度，其指示被视为堵塞时所述区段上的速度，所述系统包括处理器，其经布置以：

使用所述区段数据来预测所述区段中的至少一者上是否存在堵塞条件；以及

输出这些区段上的所述预期平均行进速度作为：

a)在预测存在堵塞条件的情况下，第一速度，所述第一速度为相关区段的所述堵塞速度或基于其的速度，或

b)在不预测堵塞条件的情况下，第二速度，所述第二速度为所述相关区段的所述平均速度或基于其的速度。

如将了解，所述系统和/或处理器可为服务器或导航装置的至少一部分。

因此，本发明可涵盖一种服务器，其经布置以产生在由电子地图覆盖的区域中的一个或一个以上区段上的预期平均行进速度。类似地，本发明可涵盖一种导航装置，其经布置以产生在由电子地图覆盖的区域中的一个或一个以上区段上的预期平均行进速度。

区段上的平均行进速度可基于历史数据。举例来说，可直接记录历史平均速度，或可从区段上的所记录历史行进时间来计算历史平均速度。

区段可具有与之相关联的多个平均行进速度，例如每一平均速度代表在特定时间周期期间沿所述区段的平均速度。在此些实施例中，第二速度优选为适当时间时相关区段的平均速度，或基于其的速度。

有许多方式可以收集或产生区段上的历史行进时间，例如进入和退出区段的卫星导航轨迹之间的时间间隔，或两个车牌辨识或蓝牙信号事件之间的时间间隔，或出发时间和到达时间的记录，或甚至根据交通流量数据的模拟。

在优选实施例中，可根据wo2009/053411中所描述的方法来确定与区段相关联的平均速度；wo2009/053411的整个内容以引用的方式并入本文中。在此方法中，优选从多个导航装置(例如便携式导航装置(pnd))捕获/上载多个有时戳位置数据。优选将此数据分为多个轨迹，其中每一轨迹表示在预定时间周期内从导航装置接收到的数据。接着可针对每一可导航区段，取每一预定时间周期内的所记录速度的平均值。

将了解，在以上和以下段落中，使用短语“平均速度”。然而，将了解，在实际中，可能永远不可能完全准确地知晓平均速度。例如在一些情况下，所计算的平均速度只能如用以测量时间和位置的设备那样准确。因此将了解，每当使用短语“平均速度”时，其将被解释为如基于本身可能具有相关联误差的测量而计算的平均速度。

在此上下文中，词语历史应被视为指示非现场数据，即不是直接反映当前时间或不久之前(可能在大约前五、十、十五或三十分钟内)区段上的条件的数据。历史平均速度和历史行进时间可例如与过去的事件发生日、周或甚至年有关。虽然此数据因此可能不是监视当前道路条件的结果，但其仍可对计算区段的堵塞概率相关。使用历史数据，而不是单独的现场数据，可增加可用相关数据的量，且因此可允许计算区段的较准确的堵塞概率。存在很少或无现场行进数据可用时，情况可尤其如此。

应注意，相对于一个或一个以上区段的短语“与之相关联”不应被解释为需要对数据存储位置的任何特定限制。所述短语仅要求特征可识别地与区段有关。因此，可例如借助于对侧文件(潜在地位于远程服务器中)的参考来实现关联。

在一些实施例中，使用所述方法来确定由电子地图覆盖的区域上的路线，包括：

i)基于区段上的预期平均行进速度探索路线；以及

ii)产生可导航路线。

此系统可允许路线中基于区段特定的堵塞概率的及时干预。当产生路线时，可纳入存在堵塞的区段上的降低的预期平均行进速度。因为所述方法是基于考虑历史数据的堵塞概率，因此可能有用地预测堵塞，甚至是在针对讨论中的区段存在很少或无现场数据的情况下。

在一些实施例中，在预测存在堵塞条件的情况下，发出堵塞警告。此警告可例如从服务器经由通信网络发出到一个或一个以上导航装置，例如使得导航装置可在规划路线、提供交通信息等时使用此信息。导航装置可接着又输出区段上的预期平均行进速度。

所述方法的步骤可专门在服务器上执行，或以任何组合一些在服务器上执行且其它在导航装置上执行，或专门在导航装置上执行。在服务器上执行所述步骤中的一者或一者以上可为高效的，且可降低导航装置上所背负的计算负担。或者，如果在导航装置上执行一个或一个以上步骤，那么这可减少网络通信所需的任何带宽。

举例来说，在一些实施例中，在服务器上执行确定电子地图所覆盖的区域上的路线的步骤。在其它实施例中，将所输出的区段上的预期平均行进速度发送到导航装置(从服务器)，且在导航装置上执行确定步骤。

如上文所论述，电子地图中的每一区段具有与之相关联的堵塞速度和至少一个堵塞概率。

在一些实施例中，堵塞速度是区段被视为堵塞时，所述区段上的平均行进速度的全部或大体上全部或一选择的平均值。然而，在其它实施例中，可使用区段被视为堵塞时，所述区段上的历史平均行进速度的全部或大体上全部或一选择的模式或百分位。

每一区段优选还具有与之相关联的堵塞阈值速度，所述堵塞阈值速度指示所述区段上的平均行进速度，低于所述平均行进速度，所述区段被视为堵塞。换句话说，将堵塞阈值速度选择为使得区段上低于堵塞阈值速度的平均行进速度可分类为堵塞，而区段上高于堵塞阈值速度的平均行进速度可被视为未堵塞。

在一些实施例中，根据区段的自由流速的选定百分比来界定堵塞阈值速度。然而，在替代实施例中，可替代地将堵塞阈值速度界定为例如对应于道路类型的预定义值，或仅被视为指示堵塞交通的特定速度。

道路区段的自由流速优选界定为在其中不存在或存在大体上很少交通的时间周期期间区段上的平均行进速度。此周期可例如为区段上的速度可较少受其它用户影响的一个或一个以上夜间小时。自由流速的此类测量将仍反映例如速度限制、道路布局和交通管理基础设施的影响。因此，这可为比所张贴的速度限制、法定速度或基于道路类别的速度指派准确的真实自由流速的反映。然而，在其它实施例中，可不同地计算或选择自由流速(其可例如简单地被视为区段的速度限制)。

在一些实施例中，自由流速的选定百分比在30％与70％之间，较优选在40％与60％之间，且最优选为大体50％。

在一些实施例中，可将预定义上限用作堵塞阈值速度，其中界定堵塞阈值速度的方法否则将导致较高速度的使用。举例来说，可能的是界定堵塞阈值速度的方法在特定情况下可能导致对于特定区段，速度被视为过高以致未堵塞。在所述情况下，堵塞阈值速度可默认为所述上限。

可根据区段的历史行进数据以及区段的堵塞条件来产生特定区段的堵塞概率，其中堵塞条件指示所述区段是否被堵塞。

相信产生区段的堵塞概率的方式凭借自身实力为新颖且有利的。

因此，在本发明的另一方面中，提供一种处理与电子地图有关的数据的方法，所述地图包括表示由所述地图覆盖的区域中的可导航区段的多个区段，所述方法包括使用处理设备来产生区段数据，且包括以下步骤：

收集所述区段的历史行进数据；

界定所述区段的堵塞条件，使得当满足堵塞条件时，将区段分类为堵塞，且否则分类为未堵塞；

根据历史行进数据和堵塞条件界定产生所述区段的堵塞概率；以及

使堵塞概率与电子地图中的区段相关联。

在本发明的另一方面中，提供一种系统，其经布置以处理与电子地图有关的数据，所述地图包括表示由地图覆盖的区域中的可导航区段的多个区段，且通过以下步骤产生区段数据：

收集或接收所述区段的历史行进数据；

界定或接收所述区段的堵塞条件作为输入，使得当满足堵塞条件时，将区段分类为堵塞，且否则分类为未堵塞；

根据历史行进数据和堵塞条件界定产生所述区段的堵塞概率；以及

使堵塞概率与电子地图中的区段相关联。

如将了解，所述系统和/或处理器可为服务器或导航装置的至少一部分。

因此，本发明可涵盖一种服务器，其经布置以处理与电子地图有关的数据，且产生区段数据。类似地，本发明可涵盖一种导航装置，其经布置以处理与电子地图有关的数据，且产生区段数据。

在一些实施例中，堵塞概率由服务器用于产生路线。例如可能的情况是服务器避免产生并入有具有高堵塞概率的区段的路线。

在一些实施例中，可将所产生的堵塞概率从服务器发送到一个或一个以上导航装置。导航装置中的一者或一者以上又可使用堵塞概率来产生路线。

如所属领域的技术人员将了解，本发明的这些方面和实施例可且优选确实酌情包含本文所述的本发明的优选和任选特征中的任一者或一者以上或全部。

因此，例如，堵塞条件优选为堵塞阈值速度，其可根据区段的自由流速的选定百分比来界定。

在一些实施例中，当所述区段的堵塞概率超过预定义值时，预测堵塞条件。例如可能的情况是在堵塞概率超过大体70％或另一相对较高百分比，例如以下各项中的大体任一者：50％、60％、80％或90％的情况下，预测堵塞条件，且任选地发出堵塞警告。

在一些实施例中，多个堵塞概率与每一区段相关联。明确地说，对于所述区段可存在多个时间有关堵塞概率，其反映选定时间间隔内随着时间的过去堵塞概率的变化。以此方式，当执行是否存在堵塞条件的预测时，可使用针对适当时间的堵塞概率。例如可能的情况是根据年的时间、周的天和/或日时来计算堵塞概率。在一些实施例中，可以1分钟与2小时之间、5分钟与1小时之间、10分钟与30分钟之间的时间间隔或以15分钟的时间间隔提供堵塞概率。

如将了解，堵塞概率可能依据日时、周的天或甚至年的时间而变化。因此，多个时间有关堵塞概率的提供可能给出比区段的单个堵塞概率准确的堵塞条件预测。

在一些实施例中，在对应时间周期内提供一个或一个以上替代堵塞概率以结合区段使用，从而允许基于除时间有关变化之外的一个或一个以上因素选择任一给定时间处的最适当堵塞概率。选择替代堵塞概率以供使用在特定情形下可为适当的，例如在不同天气条件下，或在发生例如足球赛事等特定事件的情况下。此些情形可视为不同于时间有关变化的因素。可将此些情形视为非典型的。如将了解，此些替代堵塞概率的提供可取决于足以产生准确堵塞概率的历史数据的可用性。

在一些实施例中，提供时间有关堵塞概率的替代集合，从而允许基于时间且基于其它因素选择最适当堵塞概率。例如可能的情况是如果天气干燥，那么使用一组时间有关堵塞概率，且如果在下雨，那么使用另一组。

在一些实施例中，根据区段上高于和低于堵塞阈值速度的所计算平均行进速度的数目的比率来计算区段的堵塞概率。举例来说，可分析给出区段上的历史行进时间的gps探头的集合。在此情况下，可将需要区段上高于和低于堵塞阈值速度的平均速度的探头的数目进行比较。在一个实例中，堵塞和未堵塞探头的比率可为70:30，从而给出30％的堵塞概率。

在一些实施例中，根据区段堵塞和未堵塞的时间周期，例如历史平均行进速度指示满足堵塞条件的周期，来计算区段的堵塞概率。

在一些实施例中，在区段连在一起的情况下，可使用堵塞区段的平均百分比来计算所连接区段中的一者、一些或全部的堵塞概率。

在多个时间有关堵塞概率与一区段相关联的实施例中，根据记录时间对历史行进数据进行分组。举例来说，如果已在预定时间周期内接收到历史行进数据，那么可将其分组在一起。举例来说，预定时间周期可为5分钟、10分钟、15分钟、20分钟、30分钟或1小时。以此方式，所产生的堵塞概率可为时间相关，且因此在用于对应时间处的堵塞预测中时可为准确的。例如可能的情况是区段的历史区段数据且因此堵塞概率与十二月到二月期间星期一早晨上午8点30分与上午8点45分之间的周期有关。因此，当在对应月份中的星期一早晨的对应时间使用此堵塞概率时，其可为比非时间有关堵塞概率好的堵塞预测物。

在一些实施例中，堵塞概率是根据年的时间来计算或至少部分地受年的时间影响。这可用以增加堵塞概率准确性，因为堵塞概率可依据例如盛行天气和路面条件等季节影响而变化。

在一些实施例中，堵塞概率是根据周的天来计算或至少部分地受周的天影响。这可用以增加堵塞概率准确性，因为堵塞概率可依据与周的天有关的因素(例如周末购物、星期五旅行一个周末、运输时间表和星期一长途通勤)而变化。

在一些实施例中，堵塞概率是根据日时来计算或至少部分地受日时影响。这可用以增加堵塞概率准确性，因为堵塞概率可依据与日时有关的因素(例如上下班高峰期、上学交通高峰期、开放和关闭时间(例如，酒吧、餐馆、剧院、音乐会地点、电影院、俱乐部等)、开始和结束时间(例如，节日、节目和体育赛事等)、到达和出发时间(例如，火车、轮船和飞机)以及活动的普遍共性(例如，吃饭或睡觉))而变化。在一些实施例中，对于夜晚，例如可存在单个堵塞概率。夜晚可为设定时间之间(例如，大体上下午11点与上午6点之间)的预定义周期。

在一些实施例中，针对大体上十五分钟时间间隔，计算堵塞概率。然而，可使用高于或低于此的时间间隔，例如5分钟、10分钟、15分钟、20分钟、30分钟、1小时或较长周期，例如夜晚。另外，时间上邻近的所计算堵塞概率可连在一起。在堵塞概率类似(例如潜在为夜间小时)的情况下，这可能特别有用。

在一些实施例中，堵塞概率是根据特定事件或情形的发生来计算或至少部分地受特定事件或情形的发生影响。此些事件或情形可例如包含特定类型的天气、例如足球赛事或展览等事件，以及公共假期等。

在一些实施例中，堵塞概率由上文所述因素中的一者以上来计算或至少部分地受上文所述因素中的一者以上影响。

如上文所论述，当预测存在堵塞条件时，区段上的预期平均行进速度为相关区段的堵塞速度或基于其的速度(“第一速度”)。举例来说，可根据一个或一个以上动态参数(例如天气)来修改区段的堵塞速度。

类似地，且再次如上文所论述，当不预测堵塞条件时，区段上的预期平均行进速度为相关区段的平均速度(且例如在适当时间)或基于其的速度(“第二速度”)。

举例来说，第二速度可为所述区段上的历史平均行进速度的全部或大体上全部或一选择的平均值。然而，在其它实施例中，可使用所述区段上的历史平均行进速度的全部或大体上全部或一选择的模式或百分位。或者，可以另一方式选择速度。

在一些实施例中，所述区段中的一者或一者以上的区段数据进一步包括所述区段的现场数据。

现场数据可被视为相对当前的数据，且提供区段上正发生什么的指示。现场数据通常可与最近30分钟内区段上的条件有关，在一些实施例中，现场数据可与最近15分钟、10分钟或5分钟内区段上的条件有关。

在一些实施例中，可基于所述区段的现场数据产生或修改区段的堵塞概率。换句话说，可使用现场数据来校准堵塞概率。

如将了解，除区段上的历史平均行进速度之外使用现场数据可显著增加区段的堵塞概率的准确性。举例来说，区段的历史数据可指示区段在特定时间点堵塞的较高可能性，而实际上，现场数据指示区段事实上未堵塞。

在一些实施例中，现场数据替代地或另外用作检查，以增加正确预测相关区段上是否存在堵塞条件的可能性。因此，在此情况下，至少一些现场数据不用以校准堵塞概率，而是用以检查基于其的预测。这可通过将现场数据与相关堵塞概率、与堵塞概率的计算中所使用的数据和/或与预测的比较来实现。

在一些实施例中，使用优化器来融合可用数据。因此，优化器还可被视为数据融合构件，其经布置以将历史数据与现场数据组合，例如以确定沿区段的平均行进速度应被视为什么。以此方式，可使用现场数据来校准使用所述区段上的历史平均行进速度计算的相关堵塞概率。另外且/或替代地，融合可允许执行检查。

在一些实施例中，优化器经自动化。优化器可例如为使用变形虫算法或手动结果分析的参数优化方案。

在一些实施例中，使用经加权或概率性平均值来执行融合。明确地说，如果较大的量可用且/或如果感到较可靠且/或显著，那么可将较大的权重给予现场数据。如将了解，较小量的现场数据本质上可为随机的，且因此可用以使堵塞条件预测过度失真。相反地，可用的现场数据越多，其变为其中最终将证明比区段上的历史平均行进速度准确的关于是否存在堵塞条件的预测物的点就越有用。在较多现场数据可用于一区段的情况下，经加权平均值可偏向现场数据，且甚至减少历史行进时间的加权，使其变为相对较不显著。

在一些实施例中，如果融合中已使用较少现场数据，那么增加预测堵塞条件所需的堵塞概率。通过调整所需的堵塞概率，所述方法可考虑存在很少或无现场数据的情况下增加的不确定性。

在一些实施例中，如果现场数据将融合，那么可为可用现场数据的量设定较低阈值截止。如先前所提到，较小量的现场数据本质上可为随机的，且因此可用以使区段的真实条件失真。在此些例子中，因此可优选避免整体使用现场数据，较低阈值界定此截止点。

在一些实施例中，现场数据包括至少一个或每一区段上的一个或一个以上现场行进时间。现场行进时间通常可从gps探头计算。此数据可为相关的，因为其可提供区段上的实际情形的最新指示。现场行进时间也可从以下各项中的任一者计算：来自蜂窝式电话网络的数据；道路环路产生的数据；交通相机(包含anpr，自动车牌辨识)。

在一些实施例中，优化器在用以计算堵塞概率的函数中使用与相关区段有关的现场行进时间，将现场行进时间要求高于堵塞阈值速度的平均速度及现场行进时间要求低于堵塞阈值速度的平均速度作为因数计入。以此方式，可校准与区段相关联的堵塞概率。因此，可改进准确堵塞条件预测的前景。尽管如此，因为总是使用历史行进时间，所以方法不取决于较大的量/正可用的任何现场数据。将了解，虽然隔离中足以给出准确堵塞预测的现场数据的量可能可用于一些或甚至大多数区段，但其可能不可用于所有区段。

在一些实施例中，现场数据包括关于来自以下来源中的一者或一者以上的区段中的一者或每一者的信息：

日历，其指示预期区段有异常交通的所识别天和/或时间；

指示堵塞的新闻数据；

在区段上检测到的gps探头的数目；以及

天气监视和/或预测服务。

新闻数据可包括来自广播的交通报告和/或来自新闻媒体的关于对交通具有或可能具有影响的因素的其它报告。

以此方式，可将例如与天气、本地事件、公共假期和灾难有关的现场数据作为因数计入预测是否存在堵塞条件中。此数据可较适于执行检查，而不是作为因数计入堵塞概率的计算中。将了解，在一些情况下，此现场数据可与包括区段上的现场行进时间的现场数据一样有用或甚至更有用。在例如新闻数据指示特定区段中的交通堵塞的情况下，可能的情况是优化器可将此信息较重地加权为可能为正确的。还可较重地加权特别近的现场数据；就是说与较早的现场数据相比，可较高地加权较近的现场数据。作为另一实例，由天气预测服务机构预报的暴雨可增加缓慢交通的可能性，且因此这可由优化器用来正确地将缓慢移动交通的原因识别为天气条件而不是堵塞。

在一些实施例中，检查所述区段中的一者或每一者的现场数据在用于其计算和/或基于所述堵塞概率预测是否存在堵塞条件时与所述堵塞概率和/或历史行进时间的一致性。这可被视为本地检查，因为其涉及可能不相关的特定区段，而不是一组区段或整个网络。

在现场数据与堵塞概率和/或用于其计算和/或基于堵塞概率预测是否存在堵塞条件的历史行进时间不一致的情况下，可采取以下步骤中的一者或一者以上：

i)调整为了预测堵塞条件所需的堵塞概率；

ii)在堵塞概率计算中使用现场数据或额外现场数据；

iii)调整经加权或概率性平均值以偏向或进一步偏向现场数据；

iv)使用不一致性来推翻堵塞条件预测或作出原本将不会作出的堵塞条件预测；以及

v)起始切换到与现场数据较一致的一个或一个以上不同堵塞概率的使用。

通过进行以上步骤中的一者或一者以上，可改进堵塞条件预测的准确性。例如可能的情况是现场数据(例如通过与堵塞概率冲突)指示在当前时间，条件是异常的，即堵塞概率(其可专门基于所述区段上的历史平均行进速度)不是堵塞条件是否存在的好指导。因此，可采取减轻动作，例如通过推翻堵塞警告的即将发生的发出。

在数据量允许的情况下，可能的情况是一个或一个以上替代的堵塞概率集合可用于所述区段。此些堵塞概率可与特定潜在再发情形(例如，本地区域中的足球比赛、银行假期或恶劣天气)有关。在此情况下，在现场数据指示此替代堵塞概率集合较相关的情况下，可采取选项(v)。

在一些实施例中，检查一组区段的现场数据看与其相应堵塞概率和/或用于其计算和/或基于堵塞概率预测是否存在堵塞条件时的历史行进时间的一致性。这可被视为地区检查，因为其涉及一组区段。

在检查指示与堵塞概率和/或用于其计算和/或基于堵塞概率预对是否存在堵塞条件的历史行进时间存在偏差趋势的情况下，可针对所述组中的区段和/或其它相关区段采取以下步骤中的一者或一者以上：

i)调整为了预测堵塞条件所需的堵塞概率；

ii)在堵塞概率计算中使用现场数据或额外现场数据；

iii)调整经加权或概率性平均值以偏向或进一步偏向现场数据；

iv)使用不一致性来推翻堵塞条件预测或作出原本将不会作出的堵塞条件预测；以及

v)起始切换到与现场数据较一致的一个或一个以上不同堵塞概率的使用。

以此方式，可根据在一组区段中观察到的模式/趋势(例如堵塞概率偏差模式)进行更改。对一组区段执行的检查可允许得出关于所述组内的区段上的堵塞条件的可能性的推断。此类推断可能与堵塞概率不一致。可对不在组内的区段(例如可能受组内的一个或一个以上区段上的条件影响的附近区段)作出进一步推断。例如，可能的情况是检查指示组内的大多数或甚至全部区段均堵塞，与堵塞概率指示相反。这又可被解释为指示具有高堵塞概率的地方甚至比平时更加可能堵塞，且在预测是否存在堵塞条件时应考虑此情况。

在一些替代实施例中，偏差趋势可导致一周期内对堵塞概率使用的部分或完全推翻。举例来说，可能的情况是现场数据指示堵塞概率完全不适合用来预测特定周期内是否存在堵塞条件。

在一些实施例中，所述组区段可包括以下各项中的一者或一者以上：属于预定地图区域内的区段、属于预定半径内的区段、包括到区域中或从区域出来的可能路线的区段、在区域内具有预定行进方向的区段，以及选作已知瓶颈的区段，以及选作含有交通热点的区段。例如，可能的情况是所述组包括形成可被称为是出城主要路线的区段。此组可例如在银行假期周期的开始(其中出城主要路线上更有可能发生堵塞)时有用。

在一些实施例中，针对一组链接区段之间在每一区段的现场数据与所述区段的堵塞概率之间的一致性上的显著变化，评估所述组链接区段的现场数据。这可用以辅助预测堵塞条件。在例如上游区段的现场数据与所述区段的其相应堵塞概率较一致的情况下，这可加强对下游区段的堵塞条件预测。上游区段是对于给定行进方向从其自身向讨论中的区段馈送交通的区段。另外，链接区段上的一致性的逐步变化链可指示队列的长度，且因此改进堵塞条件预测。

在一些实施例中，分层组织所述组区段的选择。这可经由依据现场数据覆盖的网格细化程序来实现。例如可能的情况是较多现场数据可用的区段优先并入所述组中。

在一些实施例中，检查地图所标网络中的所有区段的现场数据与相应堵塞概率和/或用于其计算和/或基于堵塞概率对是否存在堵塞条件的预测时的历史行进时间的一致性。这可被视为全球检查，因为其涉及整个地图所标网络。

在检查指示与堵塞概率和/或用于其计算和/或基于堵塞概率对是否存在堵塞条件的预测的历史行进时间的偏差趋势的情况下，可针对所有区段进行以下步骤中的一者或一者以上：

i)调整为了预测堵塞条件所需的堵塞概率；

ii)在堵塞概率计算中使用现场数据或额外现场数据；

iii)调整经加权或概率性平均值以偏向或进一步偏向现场数据；

iv)使用不一致性来推翻堵塞条件预测或作出否则将不作出的堵塞条件预测；以及

v)起始切换到与现场数据较一致的一个或一个以上不同堵塞概率的使用。

以此方式，根据对所有区段执行的检查所观察到的模式来进行更改。对所有区段执行的检查可允许绘制关于区段上的堵塞条件的可能性的推断。这种类型的检查可在出现有可能影响整个网络的现象的情况下有用。

在一些实施例中，用于相邻区段的堵塞条件预测可连接到一个堵塞中。这可呈现情形的较实际指示。

所述方法的实施例可由离线导航装置执行。以此方式，未连接到通信网络的导航装置仍可使用本发明的实施例。

在所述方法由离线导航装置执行的情况下，通过对由导航装置收集的信息的评估来提供现场数据。在一些情况下，此数据可充当先前所述的现场数据的替代形式的代替物。

在现场数据由导航装置收集的情况下，可检查现场数据与相关堵塞概率和/或用于其计算和/或基于堵塞概率预测是否存在堵塞条件时的历史行进时间的一致性。这可提供特定堵塞概率的相关性的指示。

在现场数据与堵塞概率和/或用于其计算和/或基于堵塞概率预测是否存在堵塞条件的历史行进时间不一致的情况下，可针对一个或一个以上区段进行以下步骤中的一者或一者以上：

i)调整为了预测堵塞条件所需的堵塞概率；

ii)在堵塞概率计算中使用现场数据或额外现场数据；

iii)调整经加权或概率性平均值以偏向或进一步偏向现场数据；

iv)使用不一致性来推翻堵塞条件预测或作出否则将不作出的堵塞条件预测；以及

v)起始切换到与现场数据较一致的一个或一个以上不同堵塞概率的使用。

例如可能的情况是导航装置检测到当前正处于堵塞中，且否则将不基于堵塞概率作出堵塞条件预测。这可促进对讨论中的区段以及任选地额外区段的堵塞概率的校准或检查。对额外区段的堵塞概率的校准或检查可在此些区段可能受讨论中的区段上的条件影响且/或被视为本质上类似于讨论中的区段的情况下发生。另外或替代地，基于利用堵塞概率的路线计算的所估计行程时间或所估计到达时间可不同于实际到达时间。可使用此实际到达时间来校准或检查产生所估计行程时间/所估计到达时间中所使用的一个或一个以上堵塞概率。

相信使用针对区域中的一个或一个以上区段获得现场数据来确认或修改存在很少或无现场数据的区段的堵塞概率凭借自身实力为新颖且有利的。

因此，根据本发明的另一方面，提供一种产生指示与由电子地图覆盖的区域中的多个区段中的一区段上的预期堵塞条件的偏差的地图数据的方法，所述区段具有与之相关联的堵塞概率，其指示所述区段上的堵塞的可能性，所述方法包括：

基于所述区段的所述堵塞概率，为所述区段建立预期堵塞条件；

获得指示所述区域中的多个其它区段中的至少一者上的所述堵塞条件的现场数据；以及，

使用所述所获得的现场数据来为所述区段建立修正后的堵塞条件。

如将了解，此方法允许即使在可针对区段获得很少或无现场数据的情况下，也较准确地确定所述区段上的堵塞条件。换句话说，作出以下推断：如果例如现场数据指示地区中相当数目的区段在给定时间堵塞，那么存在地区中的所连接区段也将堵塞(即使历史数据表明不会出现此情况)的较高可能性。

根据本发明的另一方面，提供一种经布置以产生指示与由电子地图覆盖的区域中的多个区段中的一区段上的预期堵塞条件的偏差的地图数据的系统，所述区段具有与之相关联的堵塞概率，其指示所述区段上的堵塞的可能性，所述方法包括：

基于所述区段的所述堵塞概率，为所述区段建立预期堵塞条件；

获得指示所述区域中的多个其它区段中的至少一者上的所述堵塞条件的现场数据；以及，

使用所述所获得的现场数据来为所述区段建立修正后的堵塞条件。

如将了解，所述系统和/或处理器可为服务器或导航装置的至少一部分。

因此，本发明可涵盖一种服务器，其经布置以产生指示与由电子地图覆盖的区域中的区段上的预期堵塞条件的偏差的地图数据。类似地，本发明可涵盖一种导航装置，其经布置以产生指示与由电子地图覆盖的区域中的区段上的预期堵塞条件的偏差的地图数据。

如所属领域的技术人员将了解，本发明的这些方面和实施例可且优选确实酌情包含本文所述的本发明的优选和任选特征中的任一者或一者以上或全部。

举例来说，可使用区段的经修正堵塞条件来将合适的平均行进速度指派给所述区段，例如以供产生从起点到目的地的路线时使用。

如上文所论述，现场数据可被视为相对当前的数据，且提供区段上正发生什么的指示。现场数据可通常与最近30分钟内区段上的条件有关。在一些实施例中，现场数据可与最近15分钟、10分钟或5分钟内区段上的条件有关。

为区段建立经修正堵塞条件的步骤可包括基于现场数据检查或修改区段的堵塞概率。举例来说，可进行以下步骤中的一者或一者以上：

i)调整为了预测堵塞条件所需的堵塞概率；

ii)在堵塞概率计算中使用现场数据或额外现场数据；

iii)调整在预测是否存在堵塞条件时给予现场数据的加权以偏向或进一步偏向现场数据；

iv)推翻堵塞条件预测，或作出否则将不作出的堵塞条件预测；以及

v)起始切换到使用与现场数据较一致的一个或一个以上不同堵塞概率。

以此方式，可根据在一组区段中观察到的模式(例如堵塞概率偏差模式)进行更改。对一组区段执行的检查可允许绘制关于所述组内的区段上的堵塞条件的可能性的推断。此推断可能与堵塞概率不一致。可对不在组内的区段(例如可能受组内的一个或一个以上区段上的条件影响的附近区段)作出进一步推断。例如可能的情况是检查指示组内的大多数或甚至全部区段均堵塞，与堵塞概率指示相反。这又可解释为指示具有高堵塞概率的地方比平时更加可能堵塞，且在预测是否存在堵塞条件时应考虑此情况。

在一些替代实施例中，偏差趋势可导致一周期内对堵塞概率使用的部分或完全推翻。举例来说，情况可为现场数据指示堵塞概率完全不适合用来预测特定周期内是否存在堵塞条件。

在一些实施例中，所述组区段可包括属于预定地图区域内的区段、属于预定半径内的区段、具有预定行进方向的区域内的区段，或选作已知瓶颈的区段，以及选作含有交通热点的区段，等等。例如可能的情况是所述组包括形成可称为从一区域出来(例如出城)的主要路线的区段。此组可例如在银行假期周期的开始(其中出城主要路线上更有可能发生堵塞)有用。

在一些实施例中，分层组织所述组区段的选择。这可经由依据现场数据覆盖的网格细化程序来实现。例如可能的情况是较多现场数据可用的区段优先并入所述组中。

根据本发明的另一方面，提供一种产生指示与由电子地图覆盖的区域中的一组区段上的预期堵塞条件的偏差趋势的地图数据的方法，每一区段具有与之相关联的：

堵塞概率，所述堵塞概率指示所述区段上的堵塞的可能性；以及

现场数据，其与所述区段上当前是否存在堵塞条件相关，所述方法包括：

检查至少一些且通常每一区段的所述现场数据与所述区段的相应堵塞概率或历史行进时间的一致性；

建立所述一致性的任何偏差趋势；以及

输出任何偏差趋势的指示。

根据本发明的另一方面，提供一种系统，其经布置以产生指示与由电子地图覆盖的区域中的一组区段上的预期堵塞条件的偏差趋势的地图数据，每一区段具有与之相关联的：

堵塞概率，所述堵塞概率指示所述区段上的堵塞的可能性；以及

现场数据，其与所述区段上当前是否存在堵塞条件相关，所述系统包括处理器，所述处理器经布置以：

检查至少一些且通常每一区段的所述现场数据与所述区段的相应堵塞概率或历史行进时间的一致性；

建立所述一致性的任何偏差趋势；以及

输出任何偏差趋势的指示。

如将了解，所述系统和/或处理器可为服务器或导航装置的至少一部分。

根据本发明的方法中的任一者可至少部分地使用软件(例如计算机程序)来实施。本发明因此还扩展到计算机程序，包括可执行以实施根据本发明的方面或实施例中的任一者的方法的计算机可读指令。

本发明对应地扩展到包括此软件的计算机软件载体，其在用以操作包括数据处理装置的系统或设备时，致使所述设备或系统结合所述数据处理装置一起进行本发明的方法的步骤。此计算机软件载体可为非暂时物理存储媒体，例如rom芯片、cdrom或磁盘，或可为信号，例如电线上的电子信号、光学信号或例如到卫星的无线电信号，等等。

在未明确陈述的情况下，将了解，本发明在其方面的任一者中可包含依据本发明的其它方面或实施例而描述的特征中的任一者或全部(达到其不互相排斥的程度)。明确地说，虽然已描述了可在所述方法中且由所述设备执行的操作的各种实施例，但将了解，这些操作中的任一者或一者以上或全部可以任何组合、根据需要且酌情在所述方法中且由所述设备执行。

下文陈述这些实施例的优点，在所附的附属权利要求中以及以下详细描述中的其它地方界定这些实施例中的每一者的进一步细节和特征。

附图说明

现在将参考附图仅以实例的方式来描述本发明的实施例，其中：

图1是可由导航装置使用的全球定位系统(gps)的示范性部分的示意性说明；

图2是用于导航装置与服务器之间的通信的通信系统的示意图；

图3是图2的导航装置或任何其它合适导航装置的电子组件的示意性说明；

图4是安装和/或对接导航装置的布置的示意图；

图5是图3的导航装置所使用的架构堆叠的示意性说明；

图6是三个不同时间周期“早晨”、“中午”和“晚上”的区段直方图上的平均行进速度；

图7a是识别可能堵塞速度的区段直方图上的平均行进速度；

图7b是识别可能堵塞速度的区段直方图上的平均行进速度；

图7c是识别可能堵塞速度的区段直方图上的平均行进速度；

图7d是识别可能堵塞速度的区段直方图上的平均行进速度；

图8是说明本发明的方法的实施例的流程图；

图9是说明路线产生的架构的示意图；

图10是具有堵塞概率使用截止量的现场数据量对时间曲线图；

图11是堵塞概率偏差和速度偏差对时间的曲线图，说明地区检查的一个可能部分；以及

图12是堵塞概率偏差和速度偏差对时间的曲线图，说明地区检查的一个可能部分。

具体实施方式

现在将特别参考便携式导航装置(pnd)来描述本发明的实施例。然而，应记住，本发明的教示不限于pnd，而是替代地广泛适用于经配置以便以便携方式执行导航软件以便提供路线规划和导航功能性的任何类型的处理装置。因此，下文在本申请案的上下文中，导航装置意在包含(无限制)任何类型的路线规划和导航装置，不管所述装置是否体现为pnd，例如汽车等交通工具，或确实便携式计算资源，例如执行路线规划和导航软件的便携式个人计算机(pc)、移动电话或个人数字助理(pda)。

另外，参考道路区段来描述本发明的实施例。应认识到，本发明还可适用于其它可导航区段，例如路径、河流、运河、单车径、纤路、火车道等的区段。为了便于参考，通常将这些区段称为道路区段。

从下文还将明白，本发明的教示甚至在以下情况下具有效用，其中用户不寻求关于如何从一点导航到另一点的指令，而是仅希望具备给定位置的视图。在此些情况下，用户所选择的“目的地”位置无需具有用户希望从其开始导航的对应开始位置，且因此本文对“目的地”位置或实际对“目的地”视图的参考不应被解释为表示路线的产生是必要的，到“目的地”的行进必须发生，或实际上目的地的存在需要对应开始位置的表示。

记住以上附带条件，图1的全球定位系统(gps)等用于多种目的。一般来说，gps是基于卫星无线电的导航系统，其能够为不限数目的用户确定连续位置、速度、时间以及(在一些情况下)方向信息。以前称为navstar的gps并入有多个卫星，其在极其精确的轨道中绕地球轨道而行。基于这些精确轨道，gps卫星可将其位置作为gps数据中继到任何数目的接收单元。然而，将理解，可使用全球定位系统，例如glosnass、欧洲伽利略定位系统、compass定位系统或irnss(印度地区导航卫星系统)。

当装置(经特殊配备以接收gps数据)开始扫描射频以寻找gps卫星信号时，实施gps系统。在从gps卫星接收到无线电信号后，装置即刻经由多种不同常规方法中的一者确定所述卫星的精确位置。在大多数例子中，装置将继续扫描以寻找信号，直到其已获取至少三个不同卫星信号为止(注意，不是通常但可使用其它三角测量技术仅用两个信号来确定位置)。通过实施几何三角测量，接收器利用三个已知位置来确定其自己的相对于卫星的二维位置。这可以已知方式进行。另外，获取第四卫星信号允许接收装置以已知方式通过相同的几何计算来计算其三维位置。位置和速度数据可由不限数目的用户连续地实时更新。

如图1中所示，gps系统100包括多个绕地球104轨道而行的卫星102。gps接收器106从所述多个卫星102中的若干个接收gps数据，作为扩频gps卫星数据信号108。扩频数据信号108从每一卫星102连续发射，所发射的扩频数据信号108各自包括数据流，所述数据流包含识别所述数据流所源自的特定卫星102的信息。gps接收器106通常需要来自至少三个卫星102的扩频数据信号108，以便能够计算二维位置。第四扩频数据信号的接收使gps接收器106能够使用已知技术来计算三维位置。

转向图2，包括或耦合到gps接收器装置106的导航装置200(即，pnd)能够经由移动装置(未图示)(例如移动电话、pda和/或任何具有移动电话技术的装置)建立与“移动”或电信网络的网络硬件的数据会话(如果需要的话)，以便建立数字连接，例如经由已知蓝牙技术的数字连接。此后，通过其网络服务提供商，移动装置可建立与服务器150的网络连接(例如通过因特网)。由此，可在导航装置200(当其单独和/或在交通工具中行进时，其可为，且通常为移动的)与服务器150之间建立“移动”网络连接，以为信息提供“实时”或至少非常“新”的网关。

使用例如因特网建立移动装置(经由服务提供商)与另一装置(例如服务器150)之间的网络连接可以已知方式进行。在此方面中，可使用任何数目的适当数据通信协议，例如tcp/ip分层协议。此外，移动装置可利用任何数目的通信标准，例如cdma2000、gsm、ieee802.11a/b/c/g/n等。

因此，可看到可利用因特网连接，其可经由数据连接，例如经由移动电话或导航装置200内的移动电话技术来实现。

尽管未图示，但导航装置200当然可在导航装置200本身内包含其自己的移动电话技术(例如包含天线，或任选地使用导航装置200的内部天线)。导航装置200内的移动电话技术可包含内部组件，且/或可包含可插入卡(例如，订户身份模块(sim)卡)，例如连同必要的移动电话技术和/或天线。由此，导航装置200内的移动电话技术可以与任何移动装置的方式类似的方式，例如经由因特网类似地建立导航装置200与服务器150之间的网络连接。

对于电话设置，可使用具有蓝牙功能的导航装置来与移动电话型号、制造商等不断变化的频谱正确地合作，型号/制造商特定的设置可例如存储在导航装置200上。可更新为此信息而存储的数据。

在图2中，将导航装置200描绘为正经由可由若干不同布置中的任一者实施的一般通信信道152与服务器150通信。通信信道152一般地表示连接导航装置200与服务器150的传播媒体或路径。当在服务器150与导航装置200之间建立经由通信信道152的连接(注意，此连接可为经由移动装置的数据连接、经由因特网经由个人计算机的直接连接等)时，服务器150和导航装置200可通信。

通信信道152不限于特定通信技术。另外，通信信道152不限于单个通信技术；就是说，信道152可包含使用多种技术的若干通信链路。举例来说，通信信道152可适于为电、光学和/或电磁通信等提供路径。由此，通信信道152包含(但不限于)以下各项中的一者或组合：电路、电导体(例如，电线和同轴电缆)、光纤缆线、转换器、射频(rf)波、大气、自由空间等。此外，通信信道152可包含中间装置，例如路由器、中继器、缓冲器、发射器和接收器。

在一个说明性布置中，通信信道152包含电话和计算机网络。此外，通信信道152可能够适应无线通信，例如红外通信、射频通信，例如微波频率通信等。另外，通信信道152可适应卫星通信。

经由通信信道152发射的通信信号包含(但不限于)如给定通信技术可需要或希望的信号。举例来说，所述信号可适于在蜂窝式通信技术中使用，所述技术例如为时分多址(tdma)、频分多址(fdma)、码分多址(cdma)、全球移动通信系统(gsm)、通用包无线电服务(gprs)等。可经由通信信道152发射数字和模拟信号两者。如通信技术可需要，这些信号可为经调制、加密和/或压缩的信号。

服务器150包含(除可能未说明的其它组件之外)处理器154，其操作地连接到存储器156，且进一步经由有线或无线连接158操作地连接到大容量数据存储装置160。大容量存储器装置160含有大量的导航数据和地图信息，且可再次为与服务器150分开的装置，或可并入到服务器150中。处理器154进一步操作地连接到发射器162和接收器164，以经由通信信道152将信息发射到导航装置200以及从导航装置200接收信息。所发送和接收的信号可包含数据、通信和/或其它所传播信号。可根据导航装置200的通信设计中所使用的通信要求和通信技术来选择或设计发射器162和接收器164。另外，应注意，可将发射器162和接收器164的功能组合到单个收发器中。

如上文所提到，导航装置200可经布置以经由通信信道152与服务器150通信，使用发射器166和接收器168经由通信信道152发送和接收信号和/或数据，注意，这些装置可进一步用以与不同于服务器150的装置通信。另外，根据导航装置200的通信设计中所使用的通信要求和通信技术来选择或设计发射器166和接收器168，且如上文相对于图2所述，发射器166和接收器168的功能可组合到单个收发器中。当然，导航装置200包括其它硬件和/或功能部分，其将稍后在本文中更详细地描述。

存储在服务器存储器156中的软件提供用于处理器154的指令，且允许服务器150将服务提供给导航装置200。服务器150所提供的一个服务涉及处理来自导航装置200的请求，以及将导航数据从大容量数据存储装置160发射到导航装置200。可由服务器150提供的另一服务包含针对所要应用使用各种算法来处理导航数据，以及将这些计算的结果发送到导航装置200。

服务器150构成可由导航装置200经由无线信道接入的远程数据源。服务器150可包含位于局域网(lan)、广域网(wan)、虚拟私人网络(vpn)等上的网络服务器。

服务器150可包含个人计算机，例如桌上型或膝上型计算机，且通信信道152可为连接在个人计算机与导航装置200之间的缆线。或者，个人计算机可连接在导航装置200与服务器150之间，以建立服务器150与导航装置200之间的因特网连接。

导航装置200可经由信息下载具备来自服务器150的信息，这些信息可自动、经常或在用户将导航装置200连接到服务器150后更新且/或在服务器150与导航装置200之间经由例如无线移动连接装置和tcp/ip连接作出较恒定或频繁连接后可为更动态的。对于许多动态计算来说，服务器150中的处理器154可用以处置大量处理需要，然而，导航装置200的处理器(图2中未展示)也可处置较多处理和计算，通常不需要连接到服务器150。

参看图3，应注意，导航装置200的框图不包含导航装置的所有组件，而是仅代表许多实例组件。导航装置200位于外壳(未图示)内。导航装置200包含处理电路，所述处理电路包括(例如)上文所提到的处理器202，处理器202耦合到输入装置204和显示装置，例如显示屏206。尽管此处以单数形式提到输入装置204，但所属领域的技术人员将了解，输入装置204表示任何数目的输入装置，包含键盘装置、话音输入装置、触摸面板和/或任何其它已知的用以输入信息的输入装置。同样地，显示屏206可包含任何类型的显示屏，例如液晶显示器(lcd)。

在一个布置中，输入装置204的一个方面(触摸面板)与显示屏206集成，以便提供集成的输入和显示装置，包含触摸板或触摸屏输入250(图4)，以通过触摸面板屏幕实现信息的输入(经由直接输入、菜单选择等)和信息的显示两者，使得用户仅需要触摸显示屏206的一部分来选择多个显示选择中的一者，或激活多个虚拟或“软”按钮中的一者。在此方面中，处理器202支持结合触摸屏操作的图形用户接口(gui)。

在导航装置200中，处理器202经由连接210操作地连接到输入装置204，且能够从输入装置204接收输入信息，且经由相应的输出连接212操作地连接到显示屏206和输出装置208中的至少一者，以向其输出信息。导航装置200可包含输出装置208，例如可听输出装置(例如，扬声器)。由于输出装置208可为导航装置200的用户产生可听信息，因此也应同等地理解，输入装置204可包含用于接收输入话音命令的麦克风和软件。另外，导航装置200还可包含任何额外输入装置204和/或任何额外输出装置，例如音频输入/输出装置。

处理器202经由连接216操作地连接到存储器214，且进一步适于经由连接220从输入/输出(i/o)端口218接收信息/将信息发送到输入/输出(i/o)端口218，其中i/o端口218可连接到在导航装置200外部的i/o装置222。外部i/o装置222可包含(但不限于)外部收听装置，例如耳机。到i/o装置222的连接可进一步为到任何其它外部装置(例如汽车立体声单元)的有线或无线连接，例如用于免提操作和/或话语激活操作，用于连接到耳机或头戴式耳机，且/或用于连接到移动电话，其中移动电话连接可用以建立导航装置200与例如因特网或任何其它网络之间的数据连接，且/或用以建立经由例如因特网或某一其它网络到服务器的连接。

导航装置200的存储器214包括非易失性存储器的一部分(例如用以存储程序代码)，以及易失性存储器的一部分(例如，在执行程序代码时存储数据)。导航装置还包括端口228，其经由连接230与处理器202通信，以允许可装卸存储器卡(通常称为卡)添加到装置200。在正描述的实施例中，布置端口以允许添加sd(安全数字)卡。在其它实施例中，端口可允许连接其它格式的存储器(例如，压缩快闪(cf)卡、存储棒、xd存储卡、usb(通用串行总线)快闪驱动器、mmc(多媒体)卡、智能媒体卡、微驱动器等)。

图3进一步说明处理器202与天线/接收器224之间经由连接226的操作连接，其中天线/接收器224可例如为gps天线/接收器，且由此将充当图1的gps接收器106。应理解，由参考标号224表示的天线和接收器出于说明的目的而示意性地组合，但天线和接收器可为分开定位的组件，且天线可例如为gps贴片天线或螺旋型天线。

当然，所属领域的技术人员将理解，图3中所示的电子组件由一个或一个以上电源(未图示)以常规方式供电。此些电源可包含内部电池和/或低压dc供应的输入，或任何其它合适布置。如所属领域的技术人员将理解，预期图3中所示的组件的不同配置。举例来说，图3中所示的组件可经由有线和/或无线连接等彼此通信。因此，本文所述的导航装置200可为便携式或手持式导航装置200。

另外，图3的便携式或手持式导航装置200可以已知方式连接或“对接”到交通工具，例如自行车、摩托车、汽车或船。此导航装置200接着可从对接位置移除，以用于便携式或手持式导航用途。实际上，在其它实施例中，装置200可布置为经处置以允许用户的导航。

参看图4，导航装置200可为包含图2的集成输入和显示装置206以及其它组件(包含但不限于，内部gps接收器224、处理器202、电力供应(未图示)、存储器系统214等)的单元。

导航装置200可坐于臂252上，臂252本身可使用吸盘254固定到交通工具仪表盘、窗户等上。此臂252是导航装置200可对接到的对接站的一个实例。导航装置200可通过例如将导航装置200搭扣连接到臂252而对接或以其它方式连接到对接站的臂252。导航装置200接着可在臂252上旋转。为了释放导航装置200与对接站之间的连接，可例如按压导航装置200上的按钮(未图示)。用于将导航装置200耦合到对接站和使其去耦的其它同等合适的布置是所属领域的技术人员众所周知的。

转向图5，处理器202和存储器214协作以支持bios(基本输入/输出系统)282，其充当导航装置200的功能硬件组件280与由装置执行的软件之间的接口。处理器202接着从存储器214加载操作系统284，其提供应用软件286(实施所描述路线规划和导航功能性的一些或全部)可在其中运行的环境。应用软件286提供操作环境，其包含支持导航装置的核心功能(例如地图检视、路线规划、导航功能和与之相关联的任何其它功能)的图形用户接口(gui)。在此方面中，应用软件286的部分包括视图产生模块288。

在正描述的实施例中，导航装置的处理器202经编程以接收由天线224接收的gps数据，且不时将所述gps数据以及接收到gps数据时的时戳存储在存储器214内，以建立导航装置的位置的记录。这样存储的每一数据记录可被视为gps方位；即，其为导航装置的位置的方位，且包括纬度、经度、时戳和准确性报告。

在一个实施例中，大体在例如每隔5秒的周期性基础上存储数据。所属领域的技术人员将了解，其它周期将为可能的，且数据分辨率与存储器容量之间存在平衡；即随着通过取较多样本，数据的分辨率增加，需要较多存储器来保持数据。然而，在其它实施例中，分辨率可为大体上每隔：1秒、10秒、15秒、20秒、30秒、45秒、1分钟、2.5分钟(或实际上，这些周期之间的任何周期)。因此，在装置的存储器内，建立了装置200在时间点处的行踪的记录。

在一些实施例中，可发现所捕获数据的质量随着周期增加而降低，且同时降级程度将至少部分地取决于导航装置200的移动速度，大约15秒的周期可提供合适的上限。

同时导航装置200通常经布置以建立其行踪的记录，一些实施例，不记录行程的开始或结尾处的预定周期和/或距离的数据。此布置有助于保护导航装置200的用户的隐私，因为有可能保护他/她家和其它频繁去的目的地的位置。举例来说，导航装置200可经布置以在行程的大约前5分钟内和/或行程的大约第一英里内不存储数据。

在其它实施例中，gps可不在周期性基础上存储，而是可在发生预定事件时存储在存储器内。举例来说，处理器202可经编程以在装置经过路口、道路区段的改变或其它此类事件时存储gps数据。

另外，处理器202经布置以不时将装置200的行踪(即，gps数据和时戳)的记录上载到服务器150。在导航装置200具有将其连接到服务器150的永久或至少通常存在的通信信道152的一些实施例中，数据的上载在可为例如每24小时一次的周期性基础上发生。所属领域的技术人员将了解，其它周期是可能的，且可大体上为以下周期中的任一者：15分钟、30分钟、每小时、每2个小时、每5个小时、每12个小时、每2天、每周，或这些周期之间的任何时间。实际上，在此些实施例中，处理器202可经布置以在大体上实时基础上来上载行踪记录，但这可必然意味着数据实际上不时以发射之间相对较短的周期发射，且由此可较正确地被视为伪实时。在此些伪实时实施例中，导航装置可经布置以在存储器214内且/或在插入端口228中的卡上缓冲gps方位，且在已存储预定数目时发射这些方位。此预定数目可大约为20、36、100、200或其间的任何数目。所属领域的技术人员将了解，所述预定数目部分地由存储器214/端口228内的卡的大小来控制。

在不具有一般存在的通信信道152的其它实施例中，处理器202可经布置以在通信信道152创建时将记录上载到服务器152。这可例如在导航装置200连接到用户的计算机时。并且，在此些实施例中，导航装置可经布置以在存储器214内或在插入端口228中的卡上缓冲gps方位。在存储器214或插入端口228中的卡变为充满gps方位的情况下，导航装置可经布置以删除最老的gps方位，且由此其可被视为先入先出(fifo)缓冲器。

在正描述的实施例中，行踪记录包括一个或一个以上轨迹，其中每一轨迹表示所述导航装置200在24小时周期内的移动。每一24经布置以与日历天重合，但在其它实施例中，无需为此情况。

一般来说，导航装置200的用户给出他/她对将装置行踪的记录上载到服务器150的赞同。如果未给出赞同，那么不将记录上载到服务器150。导航装置本身和/或导航装置连接到的计算机可经布置以询问用户他/她对行踪记录的此用途的赞同。

服务器150经布置以接收装置行踪的记录，且将此存储在大容量数据存储装置160中以供处理。因此，随着时间过去，大容量数据存储装置160积累已上载数据的导航装置200的行踪的多个记录。

如上文所论述，大容量数据存储装置160还含有地图数据。此地图数据提供关于道路区段、关注点的位置的信息，以及通常在地图上找到的其它此类信息。

现在参看图6，此图大体上在300处展示在三个特定周期(早晨302、中午304和晚上306)内区段上的平均行进速度的直方图。区段上的平均行进速度(其可已从例如区段上的历史行进时间等原始数据计算)为历史行进数据的实例。可将直方图300视为在所记录数据不是现场数据的意义上表示历史数据。因此，数据不是大体上在当前时间发生的原始数据收集的直接结果，从而在例如最后十五分钟内记录道路区段上的实际事件。然而，数据可用以依据正以交通等级发生的模式和行为来预测在当前时间区段上可能正发生的情况。

曾使用上文所述类型的由服务器150记录的轨迹来计算用于完成直方图300的数据(区段上的历史平均行进速度)。如果导航装置200的位置根据轨迹已知，那么可记录其进入所述区段与离开所述区段之间过去的时间。如将了解，接着可假定区段距离为已知来计算区段上的平均行进速度。

直方图300表明，在早晨302和中午304周期中，存在相对较少的慢移动交通，而在晚上周期306中，存在大体上较多的相对较慢移动交通。直方图300进一步表明在所有三个周期302、304和306中，曾存在较大数量的相对较快移动交通。

直方图300上展示选择为60km/h的堵塞阈值速度308。堵塞阈值速度为堵塞条件的实例。堵塞阈值速度是区段上的平均行进速度，低于所述速度，行进就被视为已堵塞。在此实施例中，简单地在平均速度应在特定区段上被视为堵塞的主观看法的基础上选择堵塞阈值速度。然而，在其它实施例中，可根据替代准则来选择堵塞阈值速度(例如，当其它交通工具的影响可忽略时，区段上的平均行进速度在清晨的一周期期间的百分比，即自由流速)。换句话说，堵塞阈值速度可为区段的自由流速的选定百分比，自由流速为选定低交通周期期间所记录的区段上的平均行进速度。如将了解，一旦已界定堵塞阈值速度，那么区段上低于此速度的所有平均行进速度均被视为被堵塞。

直方图300上还展示10km/h的堵塞速度310。如可看到，堵塞速度310是时间无关的，即对所有三个周期302、304和306提供相同堵塞速度310。在此实施例中，已将堵塞速度310选择为低于堵塞阈值速度308的命中模式。因此，堵塞速度310为当存在堵塞时区段上的最可能平均行进速度的指示。在其它实施例中，可不同地界定堵塞速度310，且这在后文论述。

参考直方图300，将阐释计算时间有关堵塞概率的方法。如将了解，直方图300展示对于每一周期302、304、306，在堵塞阈值速度308上方和下方的命中的总数。考虑这些总数给出堵塞的每一周期对非堵塞行进的比率。这又允许计算每一时间周期的堵塞概率。在此中计算的堵塞概率将为所产生的区段数据的实例。举例来说，如果对于特定周期，堵塞命中与未堵塞命中的比率为30:70，那么所述周期的堵塞概率可为30％。例如此情况的计算可表达为函数。此堵塞概率接着可作为区段数据与相关区段相关联，从而给出特定周期(例如，早晨)中行进的堵塞概率。可结合堵塞概率使用堵塞速度，以不仅给出堵塞的可能性，而且进一步给出堵塞事件中区段上的可能平均行进速度。在此实例中，堵塞概率完全基于历史数据。如下文所论述，可基于现场数据校准堵塞概率。

现在参看图7a到7d，说明用于界定堵塞速度的替代准则。图7a展示直方图312，图7b展示直方图314，图7c展示直方图316，且图7d展示直方图318。这些直方图312、314、316和318各自展示单个周期内区段上的历史平均行进速度。如同图6的直方图300，其均使用历史数据。

在直方图312和314两者中，存在清楚低速模式320。假定已将堵塞阈值速度选择为高于低速模式320，低速模式320可尤其适合选择为堵塞速度。为了比较，在直方图312和314两者中还展示第五百分位322。

在直方图316和318两者中，不存在低速模式，或远不那么明显。在此情况下，明确地说，例如第五百分位322等百分位可用作堵塞速度。

在其它实施例中，存在用于选择堵塞速度的更进一步选项。堵塞速度可例如为区段上低于堵塞阈值速度的所有平均行进速度的平均值。

现在结合图2参看图8，展示说明本发明的实施例的流程图。

在预测步骤400中，作出由电子地图覆盖的区域中的区段上是否存在堵塞条件的预测。预测的性质取决于讨论中的区段可用的区段数据。在此实施例中，区段数据包括与区段有关的时间有关堵塞概率402和现场数据404。

已从多个其它时间有关堵塞概率选择时间有关堵塞概率402为对应于当前时间(例如，星期一早晨，上午8点30分与上午8点45分之间)。对于相关时间时讨论中的区段，已使用历史行进时间406来计算每一时间有关堵塞概率。

现场数据404是与当前时间区段上的交通条件有关的信息，例如来自gps探头的区段上的现场行进时间，或报告区段上的交通条件的新闻数据。

区段数据由服务器150的处理器154所运行的优化器407处理。在此实施例中，如果时间有关堵塞概率超过预定义值70％，那么优化器默认为预测堵塞条件。然而，优化器407还根据经加权体制考虑现场数据。在存在大量一致现场数据404的情况下，此较重地加权，而在现场数据不一致、不可靠且/或量较小的情况下，其较轻地加权。因此，优化器407评估现场数据404的重要性和/或可靠性，且检查与预测的一致性，否则其将单独基于时间有关堵塞概率402而作出。在已评估现场数据404后，优化器407确定是否存在否决关于是否存在堵塞条件的预测的需要(否则将作出预测)，且根据其最终预测输出区段上的预期平均行进速度。

来自优化器407的输出在输出步骤408中发生。在预测为存在堵塞条件的情况下，输出的区段上的预期平均行进速度为堵塞速度410。根据被视为堵塞(即，低于堵塞阈值速度)的历史行进时间406来计算堵塞速度410。在预测为不存在堵塞条件的情况下，输出的区段上的预期平均行进速度为默认速度，在此情况下为讨论中的时间周期(例如，星期一早晨，上午8点30分与上午8点45分之间)期间区段上的所有可用历史平均行进速度的平均值。

在此实施例中，经由发射器162，通过通信信道152将输出传送到导航装置200。在导航装置上，在探索步骤412中基于所请求的路线参数(例如，起点和目的地)且使用存储在导航装置200上的地图数据来探索可能的路线。此探索的目标可为寻找最快或最省油路线(但所属领域的技术人员将了解，还可考虑许多其它因素)。在为路线考虑已针对其产生输出的区段的情况下，使用所述区段上的预期平均行进速度，其为堵塞速度或默认速度。最后，在产生步骤414中产生可导航路线。

如将了解，图8的流程图可专门由导航装置200在离线时执行。举例来说，情况可为导航装置200在移动时收集/捕获信息(例如，现场数据)，且将其它区段数据存储在其上。

在上文所述的实施例中，时间有关堵塞概率本身不是通过纳入现场数据中来校准的。代替地，现场数据仅用以执行最后检查。然而，在替代实施例中，现场数据可另外或替代地用以通过由优化器并入现场数据与历史行进时间来校准时间有关堵塞概率。另外，存在许多其它可能方式，其中可使用现场数据来影响是否预测堵塞条件，例如更改所需的堵塞概率百分比，或甚至切换到完全不同的堵塞概率(如果其较适当的话)。

尽管在上述实施例中，输出区段上的预期平均行进速度，但所属领域的技术人员将容易了解，许多额外或替代输出是可能的，例如堵塞警告或维持或调整现状的指令的问题。例如这些输出的输出可为导航装置200选择区段上的适当预期平均行进速度所需的全部。实际上，应进一步注意，尽管将方法步骤中的一些步骤描述为在服务器150上发生，且一些步骤在导航装置200上发生，但所述步骤中的任一者可在中央或本地执行。

现在参看图9，展示用于路线产生的架构，说明到装置以供使用的潜在数据输入、处理和输出。所述架构包含若干输入：现场全球移动通信系统(gsm)探头数据500、现场全球定位系统(gps)探头数据502、现场交通消息信道(tmc)堵塞消息504、现场环路检测数据506、现场新闻数据508，以及历史堵塞概率和堵塞速度数据510。

在处理步骤中，通过优化器(在此情况下，数据融合引擎512)来处理输入500、502、504、506、508和510。使用现场gsm探头数据500、现场gps探头数据502、现场tmc堵塞消息504、现场环路检测数据506和现场新闻数据508来给出区段上当前发生的任何实时堵塞514的指示，且给出实时行进速度516的近似。历史堵塞概率和堵塞速度数据510给出堵塞速度518且基于历史数据给出堵塞条件预测520。数据融合引擎512处理来自现场和历史来源的数据，以预测区段上是否存在堵塞条件，且如果存在，那么提供堵塞速度。接着输出此数据。

所述架构包含可向其发送输出的若干装置：嵌入式导航装置522、个人导航装置524、基于网络的路线规划器526、无线电dj门户528、企业对政府(b2g)主机数字终端(hdt)或分层数据格式(hdf)530，或原始设备制造商(oem)主机数字终端(hdt)或分层数据格式(hdf)532。当装置已接收到输出时，其可例如在路线规划中使用所述输出，或用以显示网络的全部或部分上的条件报告。

现在参看图10，展示指示一周期内可用的现场数据600的量的可变性的曲线图。所述曲线图还展示用于现场数据600的城市下部截止阈值602和用于现场数据的乡村下部截止阈值604。

在一些实施例中，利用现场数据来校准堵塞概率或检查是否应作出堵塞条件预测是有利的。然而，在存在较低量的现场数据的情况下，其使用可为反效果的，因为交通数据趋向于具有随机分量。因此在一些实施例中，可将现场数据量的下部截止阈值设定为低于其将不使用。图10说明此较低阈值可变化。在此实施例中，较低阈值依据表面所覆盖的道路的性质(乡村或城市)而变化。如果例如已知来自乡村区段的现场数据比来自城市区段的现场数据随机，那么可证明此变化。

在图10的实施例中，当高于下部截止阈值602时，现场数据仅用在城市区段上，且当高于乡村下部截止阈值604时，现场数据仅用在乡村区段上。

现在参看图11和12，阐释区段集合的地区检查和偏差趋势。

可执行地区检查，其中检查一组区段的现场数据与相应堵塞概率和/或用于其计算和/或基于堵塞概率预测是否存在堵塞条件时的历史行进时间的一致性。接着可针对偏差趋势连接和评估每一区段上的检查结果。这可尤其有用，因为交通量和/或交通流可为地区现象(即，一个特定区段上的交通情形可能很大地受周围区段上的交通情形影响)。因此，相对于预定地图区域、预定半径、到区域中或从区域出来的可能路线、预定行进方向、已知瓶颈和/或交通热点的地区适应可尤其有用。

在检查指示从中将预期基于历史平均行进速度从堵塞概率作出堵塞预测的偏差趋势的情况下，可采取减轻步骤来更改堵塞预测。这些步骤可对集合中的区段发生，但也可对可能将受集合中的区段中的一者或一者以上影响的其它区段发生。

潜在步骤包含：1)调整所需的堵塞概率，以便预测堵塞条件；2)在堵塞概率计算中使用现场数据或额外现场数据；3)调整经加权或概率性平均值以偏向或进一步偏向现场数据；4)使用不一致性来推翻堵塞条件预测，且在否则不将作出预测的情况下作出堵塞条件预测；以及5)起始切换到与现场数据较一致的一个或一个以上不同堵塞概率的使用。此些步骤可表达为所关注区段的地图数据。

在一些替代实施例中，偏差趋势可导致一周期内对堵塞概率使用的部分或完全推翻。举例来说，情况可为现场数据指示堵塞概率完全不适合用来预测特定周期内是否存在堵塞条件。

如将了解，执行地区检查可允许通过绘制来自集合中所包含的其它区段的干扰来准确地调整存在很少或不存在现场数据的区段的堵塞概率。另外，地区检查可提供对网络的较低部分上的条件的增强理解，从而降低误解的可能性。

在一些实施例中，可通过计算集合中根据现场数据为堵塞的区段的百分比(例如，通过将区段上的每一平均行进速度与堵塞阈值速度进行比较，且将高于和低于所述堵塞阈值速度的比例进行比较)来评定偏差趋势。可将此与集合中的区段的所有堵塞概率上的平均值进行比较，以给出堵塞概率偏差。接着可在一周期(例如，30分钟)内使堵塞概率偏差平滑。

如将了解，堵塞概率偏差的计算可允许绘制集合中的区段和最终潜在地在集合外的区段上的交通条件之间的微妙区别。

图11展示相对偏差对日时的曲线图。曲线图上绘制一组区段的堵塞概率偏差700，以及同一组的速度偏差702。速度偏差展示与集合中的所有区段的自由流速的平均偏差。区段集合由特定城市中的若干已知交通瓶颈组成。

如在图11的实例中可见，交通情形是不寻常的，因为当考虑现场数据时，堵塞概率中存在至多达大约45％的降低；可看出，线700的相对偏差下降到大约0.55。这指示对于集合中的交通瓶颈，存在堵塞的机会降低；即较可能将存在自由流动交通。这可能由交通量的异常降低导致。因此，如可预期，实际上不存在速度偏差；即线702的相对偏差大体保持在值1。给出此性质的偏差趋势的地区检查可提示对城市中的其它区段降低堵塞概率，甚至是在针对这些其它区段存在较少或无现场数据的情况下。所述数据是来自已用以更改相邻区域中的区段的区段集合的数据。这是因为未堵塞交通瓶颈可较好地指示周围网络中的堵塞的降低可能性。

图12类似于图11，具有说明给出不同交通情形的另一地区检查的曲线图。此处，用于一组区段的堵塞概率偏差800较低，指示堵塞的可能性大体上为根据历史趋势将预期的可能性；即线800保持大体上约为1，指示现场数据支持堵塞概率。尽管速度偏差802说明区段上在平均速度上的降低；但线802降低到相对偏差1以下。因此，曲线图展示堵塞概率和平均速度无需彼此遵循。如由图12所说明的交通情形可例如为下雪的结果，从而导致交通速度普遍地降低，而不存在增加的堵塞可能性。因此，地区检查已正确地识别到堵塞概率相对正常，但平均速度正降低。