一种车载导航的方法和装置与流程

1.本发明涉及车辆技术领域，特别是涉及一种车载导航的方法和装置。


背景技术：

2.目前，针对导航中算路结果的路线选择，存在如下体验问题：在确认用户导航的目的地后，需要进入算路处理，且针对返回的算路结果，每次都需要用户确认选择结果以进行导航，影响用户体验。


技术实现要素：

3.鉴于上述问题，提出了以便提供克服上述问题或者至少部分地解决上述问题的一种车载导航的方法和装置，包括：
4.一种车载导航的方法，所述方法包括：
5.在检测到导航事件时，确定针对所述导航事件的多个候选路线信息；
6.判断是否对所述导航事件进行路线自动选择；
7.在判定对所述导航事件进行路线自动选择时，从所述多个候选路线信息中，确定目标路线信息，并采用所述目标路线信息进行导航。
8.可选地，所述在判定对所述导航事件进行路线自动选择时，从所述多个候选路线信息中，确定目标路线信息，包括：
9.在判定对所述导航事件进行路线自动选择时，确定目标选择方式；
10.采用所述目标选择方式，从所述多个候选路线信息中，确定目标路线信息。
11.可选地，所述在判定对所述导航事件进行路线自动选择时，确定目标选择方式，包括：
12.获取判断信息；
13.在检测到满足所述判断信息时，确定第一选择方式为目标选择方式；其中，所述第一选择方式为根据所述判断信息进行路线自动选择的方式；
14.在检测到未满足所述判断信息时，确定第二选择方式为目标选择方式；其中，所述第二选择方式为采用预先训练的路线选择模型进行路线自动选择的方式。
15.可选地，所述采用所述目标选择方式，从所述多个候选路线信息中，确定目标路线信息，包括：
16.在所述目标选择方式为第二选择方式时，采用预先训练的路线选择模型，对所述多个候选路线信息进行模型处理，确定目标路线信息。
17.可选地，还包括：
18.获取样本路线数据和针对所述样本路线数据的用户行为数据；
19.确定多个特征类型信息；
20.结合所述样本路线数据、所述用户行为数据，以及多个特征类型信息进行模型训练，得到路线选择模型。
21.可选地，还包括：
22.获取导航反馈信息；所述导航反馈信息为采用所述目标路线信息进行导航的过程中产生的用户反馈信息；
23.根据所述导航反馈信息，对所述路线选择模型进行模型训练。
24.可选地，所述多个特征类型信息包括以下多项：
25.路线标签信息、标签频次信息、路线属性信息、自车属性信息、历史选择信息。
26.一种车载导航的装置，所述装置包括：
27.多个候选路线信息确定模块，用于在检测到导航事件时，确定针对所述导航事件的多个候选路线信息；
28.路线自动选择判断模块，用于判断是否对所述导航事件进行路线自动选择；
29.目标路线信息确定模块，用于在判定对所述导航事件进行路线自动选择时，从所述多个候选路线信息中，确定目标路线信息，并采用所述目标路线信息进行导航。
30.一种车辆，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的车载导航的方法。
31.一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的车载导航的方法。
32.本发明实施例具有以下优点：
33.在本发明实施例中，通过在检测到导航事件时，确定针对导航事件的多个候选路线信息，然后判断是否对导航事件进行路线自动选择，进而在判定对导航事件进行路线自动选择时，从多个候选路线信息中，确定目标路线信息，并采用目标路线信息进行导航，实现了对导航路线的自动选择，通过在判定进行路线自动选择时，从多个候选路线信息中确定目标路线信息，以进行导航，能够使得路线选择更高效、智能，为用户减少了口令确认环节，提升了用户体验度。
附图说明
34.为了更清楚地说明本发明的技术方案，下面将对本发明的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
35.图1是本发明一实施例提供的一种车载导航的方法的步骤流程图；
36.图2是本发明一实施例提供的另一种车载导航的方法的步骤流程图；
37.图3是本发明一实施例提供的一种车载导航流程示例的示意图；
38.图4是本发明一实施例提供的另一种车载导航的方法的步骤流程图；
39.图5是本发明一实施例提供的一种车载导航中模型训练流程的示意图；
40.图6是本发明一实施例提供的一种车载导航的装置的结构示意图。
具体实施方式
41.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。显然，所描述的实施例是本发明一部分实施例，而不
是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.参照图1，示出了本发明一实施例提供的一种车载导航的方法的步骤流程图，具体可以包括如下步骤：
43.步骤101，在检测到导航事件时，确定针对所述导航事件的多个候选路线信息；
44.其中，导航事件可以为用户触发的针对导航的语音交互操作，例如，用户可以通过语音交互操作，发出针对导航的语音交互请求，进而车载系统可以根据该语音交互请求进行导航处理。
45.在车载导航的场景中，可以通过车载系统检测用户是否触发导航事件，进而可以在检测到导航事件时，确定针对该导航事件的多个候选路线信息，以进一步采用该多个候选路线信息进行后续的导航处理。
46.在一示例中，可以通过接收用户针对导航的语音交互请求，然后可以对该语音交互请求进行语义理解，识别出poi关键字(如目的地关键字)，进而可以通过搜索目的地，从待选目的地列表中确定针对此次导航的目的地信息，并可以进行算路处理，得到针对此次导航(即导航事件)的路线候选列表，该路线候选列表中可以包括多个候选路线信息。
47.例如，可以通过第三方地图应用，进行目的地搜索处理，并从待选目的地列表中确定针对导航事件的目的地信息，进而可以通过算路处理，获取针对该导航事件的多个候选路线信息。
48.步骤102，判断是否对所述导航事件进行路线自动选择；
49.在确定多个候选路线信息后，可以通过判断是否对导航事件进行路线自动选择，以进行后续的导航处理，如可以通过车载系统进行判断，以对导航事件进行路线自动选择。
50.在一示例中，可以针对导航事件是否进行路线自动选择，预设判断条件，进而车载系统可以根据判断条件，判定是否对导航事件进行路线自动选择，例如，可以通过设置距离阈值，在超过距离阈值时，判定针对导航事件进行路线自动选择，该距离阈值可以为导航的起始点至目的地的距离的最小值(如1km)；也可以在检测到针对同一目的地连续进行两次算路处理时，判定针对导航事件不进行路线自动选择。
51.步骤103，在判定对所述导航事件进行路线自动选择时，从所述多个候选路线信息中，确定目标路线信息，并采用所述目标路线信息进行导航。
52.在具体实现中，可以在判定对导航事件进行路线自动选择时，从多个候选路线信息中，确定目标路线信息，进而可以采用该目标路线信息进行导航，如在对导航事件进行路线自动选择的过程中，可以通过预设自定义信息进行判断的方式，得到目标路线信息，也可以采用模型处理进行路线智能选择，以自动选择出目标路线信息。
53.在一示例中，通过针对导航事件，采用车载系统判断是否进行路线自动选择，并可以在判定进行路线自动选择时，从多个候选路线信息中，自动筛选出目标路线信息，从而能够进行车载导航的最优路线自动选择，达到了更为高效和智能的路线选择效果，例如，在用户日常通勤的行车场景中，由于行驶路线较为固定，可以在确定用户导航的目的地信息后(如常去的目的地)，针对多个候选路线进行路线自动选择，可以为用户减少口令确认环节，避免了用户多次交互的乏味感。
54.在本发明实施例中，通过在检测到导航事件时，确定针对导航事件的多个候选路
线信息，然后判断是否对导航事件进行路线自动选择，进而在判定对导航事件进行路线自动选择时，从多个候选路线信息中，确定目标路线信息，并采用目标路线信息进行导航，实现了对导航路线的自动选择，通过在判定进行路线自动选择时，从多个候选路线信息中确定目标路线信息，以进行导航，能够使得路线选择更高效、智能，为用户减少了口令确认环节，提升了用户体验度。
55.参照图2，示出了本发明一实施例提供的另一种车载导航的方法的步骤流程图，具体可以包括如下步骤：
56.步骤201，在检测到导航事件时，确定针对所述导航事件的多个候选路线信息；
57.步骤202，判断是否对所述导航事件进行路线自动选择；
58.步骤203，在判定对所述导航事件进行路线自动选择时，确定目标选择方式；
59.在具体实现中，可以在判定对导航事件进行路线自动选择时，通过确定目标选择方式，以进一步采用该目标选择方式确定目标路线信息，如在对导航事件进行路线自动选择的过程中，可以通过预设自定义信息进行判断的方式，以得到目标路线信息，也可以采用模型处理进行路线智能选择，以自动选择出目标路线信息。
60.在本发明一实施例中，步骤203可以包括如下子步骤：
61.子步骤11，获取判断信息；
62.在实际应用中，可以通过获取判断信息，该判断信息可以为预设的自定义信息，如自定义规则或策略，其可以用于基于判断信息的路线自动选择处理。
63.子步骤12，在检测到满足所述判断信息时，确定第一选择方式为目标选择方式；其中，所述第一选择方式为根据所述判断信息进行路线自动选择的方式；
64.在具体实现中，可以在检测到满足判断信息时，确定第一选择方式为目标选择方式，该第一选择方式可以为根据判断信息进行路线自动选择的方式，例如，可以基于自定义规则或策略进行路线自动选择(即第一选择方式)，进而可以在命中策略时，从多个候选路线信息中自动选择出目标路线信息。
65.在一示例中，可以针对候选路线之间的时间差值预设一阈值，以作为自定义规则，并可以基于自定义规则进行路线自动选择，例如，在候选路线列表中存在三条候选路线时，若路线2的总耗时和路线3的总耗时均相比路线1多20分钟的情况下，可以将路线1作为此次导航的自动选择路线，以进行导航；也可以通过预设其它的判断信息，本发明对此不做限定。
66.子步骤13，在检测到未满足所述判断信息时，确定第二选择方式为目标选择方式；其中，所述第二选择方式为采用预先训练的路线选择模型进行路线自动选择的方式。
67.在具体实现中，可以在检测到未满足判断信息时，确定第二选择方式为目标选择方式，该第二选择方式可以为采用预先训练的路线选择模型进行路线自动选择的方式，例如，针对基于自定义规则或策略进行路线自动选择的过程中，在未命中策略的情况下，可以通过采用预先训练的路线选择模型，从多个候选路线信息中自动选择出目标路线信息。
68.步骤204，采用所述目标选择方式，从所述多个候选路线信息中，确定目标路线信息，并采用所述目标路线信息进行导航。
69.在确定目标选择方式后，可以采用该目标选择方式，从多个候选路线信息中，确定目标路线信息，进而可以采用该目标路线信息进行导航，如在对导航事件进行路线自动选
择的过程中，可以通过第一选择方式或第二选择方式进行路线智能选择，以自动选择出目标路线信息。
70.在一示例中，如图3所示，可以通过接收用户针对导航的语音交互请求(query)，然后可以对该语音交互请求进行语义理解，识别出poi关键字(如目的地关键字)，进而可以通过搜索目的地，从待选目的地列表中确定针对此次导航的目的地信息，并可以进行算路处理，得到针对此次导航(即导航事件)的路线候选列表，如该路线候选列表中可以包括三个候选路线(即多个候选路线信息)，可以通过车载系统判断是否进行路线自动选择，在判定进行路线自动选择的情况下，可以基于自定义规则进行自动选择(即第一选择方式)，得到目标路线(即目标路线信息)，还可以在未命中策略时，通过分类模型(即路线选择模型)进行自动选择(即第二选择方式)，得到目标路线，以根据该目标路线开始导航。
71.在又一示例中，可以在车载系统判定不进行路线自动选择的情况下，为用户显示路线列表，以根据用户选择的路线进行导航，或可以针对分类模型处理结果为不进行自动选择时，同样为用户显示路线列表。
72.参照图4，示出了本发明一实施例提供的另一种车载导航的方法的步骤流程图，具体可以包括如下步骤：
73.步骤401，获取样本路线数据和针对所述样本路线数据的用户行为数据；
74.在具体实现中，针对采用第二选择方式，即通过预先训练路线选择模型以进行路线自动选择的情况下，可以通过获取样本路线数据和针对该样本路线数据的用户行为数据，以进一步进行模型训练。
75.在一示例中，可以通过第三方地图应用，获取针对指定目的地的多个路线数据(即样本路线数据)，并可以通过车载系统采集针对用户的原始行为数据(即用户行为数据)，进而可以根据得到的数据进行后续的模型训练。
76.步骤402，确定多个特征类型信息；
77.作为一示例，多个特征类型信息可以包括以下多项：
78.路线标签信息、标签频次信息、路线属性信息、自车属性信息、历史选择信息。
79.在预先训练模型的过程中，可以在获取样本路线数据和针对样本路线数据的用户行为数据后，通过确定多个特征类型信息，以提取路线特征进行模型训练。
80.步骤403，结合所述样本路线数据、所述用户行为数据，以及多个特征类型信息进行模型训练，得到路线选择模型；
81.在具体实现中，可以结合样本路线数据、用户行为数据，以及多个特征类型信息进行模型训练，进而可以得到路线选择模型。
82.在一示例中，可以通过离线学习的方式进行模型训练，可以采用如下方式提取路线特征：
83.1、路线标签特征
84.通过第三方地图应用针对一目的地获取多个路线数据和路线的特征名(如不走高速、大路优先等)，可以根据特征名提取特征组，如将路线包含的特征名标记为1，不包含的标记为0，进而可以针对每一路线得到特征组，可以将同一目的地的多个路线数据的特征组进行特征拼接，得到路线标签特征，可以采用标识
‑
特征值的形式表征路线标签特征，如id可以为trace_id,sesstion_id，特征值可以为完成拼接的特征，并可以存储路线标签特征，
如存储id可以为trace_id,use_id。
85.2、每一用户选择标签分布特征
86.通过获取样本路线数据的用户行为数据，针对用户选择的路线，可以根据特征名(如不走高速、大路优先等)提取特征组，如将路线包含的特征名标记为1，不包含的标记为0，进而可以得到多个路线的标签分布特征，可以按用户统计选择各标签的总次数，其时间段设置可以为从第一次至当次导航选择路线的前一次，通过对按用户选择标签次数的归一化处理，可以将处理后数据进行存储，如存储id可以为trace_id,use_id。
87.3、路线属性特征
88.通过获取样本路线数据的用户行为数据，针对用户选择的路线，可以根据特征名(如红绿灯个数、总里程公里数等)提取特征，进而可以得到多个路线对应的路线属性特征组，并可以进行存储，如存储id可以为trace_id。
89.4、自车特征
90.通过获取样本路线数据的用户行为数据，针对用户选择的路线，可以根据特征名(如剩余电量、是否周末等)提取特征，进而可以得到自车特征组，并可以进行存储，如存储id可以为trace_id,use_id。
91.5、当前目的地历史选择标签特征
92.通过获取样本路线数据的用户行为数据，针对用户选择的路线，可以根据特征名(如不走高速、大路优先等)提取特征组，如将路线包含的特征名标记为1，不包含的标记为0，进而可以得到当前目的地的历史选择标签特征，可以按用户+目的地统计选择各标签的总次数，其时间段设置可以为从第一次至当次导航选择路线的前一次，通过对选择标签次数的归一化处理，可以将处理后数据进行存储，如存储id可以为trace_id,use_id,poi_id。
93.在又一示例中，可以采用如下方式进行离线训练模型(即路线选择模型)：
94.1、通过提取相关的路线特征，如路线标签特征、每一用户选择标签分布特征、路线属性特征、自车特征、当前目的地历史选择标签特征，以及针对用户选择的路线设置的分类标准答案，如分类方案编号1，2，3；
95.2、可以针对提取的路线特征和分类标准答案进行特征拼接；
96.3、可以切分训练集/测试集；
97.4、通过ligthbgm训练模型，可以得到分类模型文件，进而完成离线训练模型。
98.例如，采用ligthbgm训练模型，由于其可以基于梯度提升树(gbdt)原理，并可以采用直方图算法，从而使得训练模型速度快，准确率高，且可处理大规模数据，支持类别属性，也更具可解释性。
99.步骤404，在检测到导航事件时，确定针对所述导航事件的多个候选路线信息；
100.步骤405，判断是否对所述导航事件进行路线自动选择；
101.步骤406，在判定对所述导航事件进行路线自动选择时，确定目标选择方式；
102.步骤407，在所述目标选择方式为第二选择方式时，采用预先训练的路线选择模型，对所述多个候选路线信息进行模型处理，确定目标路线信息，并采用所述目标路线信息进行导航。
103.在实际应用中，针对通过第二选择方式进行路线自动选择的过程中，可以采用预先训练的路线选择模型，对多个候选路线信息进行模型处理，进而可以确定目标路线信息，
并采用目标路线信息进行导航。
104.在一示例中，针对多个候选路线信息，可以采用路线选择模型，通过选取特征并结合多个选取特征计算分值，如路线标签特征、用户选择标签分布特征、路线属性特征、当前目的地历史选择的方案编号分布特征等，进而可以根据特征分值从多个候选路线信息中，确定目标路线信息，如将最高分值的路线作为目标路线信息。
105.例如，可以基于梯度提升树(gbdt)原理，根据多个候选路线信息选取特征并进行特征分值计算，进而可以根据特征分值计算结果，确定目标路线信息，如f(路线1)＝2+0.9＝2.9，f(路线2)＝
‑1‑
0.9＝
‑
1.9，f(路线3)＝xx，(不自动选择)＝xx，则可以将路线1作为目标路线信息。
106.在又一示例中，如图5所示，通过离线学习的方式训练模型，可以获取样本路线数据和针对该样本路线数据的用户行为数据，然后可以通过提取路线特征，进行离线训练数据或离线测试数据，以得到预先训练的路线选择模型，进而可以对接收的用户针对导航的语音交互请求(query)，在判定进行路线自动选择的情况下，通过预先训练的路线选择模型进行路线智能选择，可以得到待导航的目标路线信息，从而通过使用多特征的模型训练，如加入地图运营商的路线标签，路线中交通信息，以及应用了用户个性化的信息，增强了路线选择的智能化程度。
107.在本发明一实施例中，还可以包括如下步骤：
108.获取导航反馈信息；所述导航反馈信息为采用所述目标路线信息进行导航的过程中产生的用户反馈信息；根据所述导航反馈信息，对所述路线选择模型进行模型训练。
109.在实际应用中，针对导航事件进行路线自动选择后，可以通过获取导航反馈信息，该导航反馈信息可以为采用目标路线信息进行导航的过程中产生的用户反馈信息，进而可以根据导航反馈信息，对路线选择模型进行模型训练，从而能够持续训练路线选择模型，通过针对路线自动选择得到的目标路线信息，进一步确认用户行为，如在导航过程中用户行车情况，可以将导航反馈信息加入模型训练，以使路线自动选择更为高效和智能。
110.需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
111.参照图6，示出了本发明一实施例提供的一种车载导航的装置的结构示意图，具体可以包括如下模块：
112.多个候选路线信息确定模块601，用于在检测到导航事件时，确定针对所述导航事件的多个候选路线信息；
113.路线自动选择判断模块602，用于判断是否对所述导航事件进行路线自动选择；
114.目标路线信息确定模块603，用于在判定对所述导航事件进行路线自动选择时，从所述多个候选路线信息中，确定目标路线信息，并采用所述目标路线信息进行导航。
115.在本发明一实施例中，所述目标路线信息确定模块603包括：
116.目标选择方式确定子模块，用于在判定对所述导航事件进行路线自动选择时，确定目标选择方式；
117.目标路线信息确定子模块，用于采用所述目标选择方式，从所述多个候选路线信息中，确定目标路线信息。
118.在本发明一实施例中，所述目标选择方式确定子模块包括：
119.判断信息获取单元，用于获取判断信息；
120.第一选择方式确定单元，用于在检测到满足所述判断信息时，确定第一选择方式为目标选择方式；其中，所述第一选择方式为根据所述判断信息进行路线自动选择的方式；
121.第二选择方式确定单元，用于在检测到未满足所述判断信息时，确定第二选择方式为目标选择方式；其中，所述第二选择方式为采用预先训练的路线选择模型进行路线自动选择的方式。
122.在本发明一实施例中，所述目标路线信息确定子模块包括：
123.目标路线信息确定单元，用于在所述目标选择方式为第二选择方式时，采用预先训练的路线选择模型，对所述多个候选路线信息进行模型处理，确定目标路线信息。
124.在本发明一实施例中，还包括：
125.数据获取模块，用于获取样本路线数据和针对所述样本路线数据的用户行为数据；
126.多个特征类型信息确定模块，用于确定多个特征类型信息；
127.路线选择模型得到模块，用于结合所述样本路线数据、所述用户行为数据，以及多个特征类型信息进行模型训练，得到路线选择模型。
128.在本发明一实施例中，还包括：
129.导航反馈信息获取模块，用于获取导航反馈信息；所述导航反馈信息为采用所述目标路线信息进行导航的过程中产生的用户反馈信息；
130.模型训练模块，用于根据所述导航反馈信息，对所述路线选择模型进行模型训练。
131.在本发明一实施例中，所述多个特征类型信息包括以下多项：
132.路线标签信息、标签频次信息、路线属性信息、自车属性信息、历史选择信息。
133.在本发明实施例中，通过在检测到导航事件时，确定针对导航事件的多个候选路线信息，然后判断是否对导航事件进行路线自动选择，进而在判定对导航事件进行路线自动选择时，从多个候选路线信息中，确定目标路线信息，并采用目标路线信息进行导航，实现了对导航路线的自动选择，通过在判定进行路线自动选择时，从多个候选路线信息中确定目标路线信息，以进行导航，能够使得路线选择更高效、智能，为用户减少了口令确认环节，提升了用户体验度。
134.本发明一实施例还提供了一种车辆，可以包括处理器、存储器及存储在存储器上并能够在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上车载导航的方法。
135.本发明一实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上车载导航的方法。
136.对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
137.本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
138.本领域内的技术人员应明白，本发明实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
139.本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
140.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
141.这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
142.尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
143.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
144.以上对所提供的一种车载导航的方法和装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。