专利名称：车辆路线确定的方法
技术领域：
本发明涉及一种车辆行驶路线确定的方法。
背景技术：
现在许多驾驶员都具有设置为其车辆的一部分的导航系统，或具有来自配件市场的导航系统连接用于在车辆内使用。这些系统依赖于全球定位系统并且通常称为GPS。这些系统的地图数据可为在用户购买该系统时预先安装。可替代地或额外地，地图数据可周期性地或动态地提供至系统。在类似的系统中，可基于输入至非车载位置(例如但不限于服务器)的坐标为驾驶员提供方向。服务器可执行车辆方向计算并且上传数据至车辆系统(例如福特SYNC系统)用于输出至驾驶员。在这些解决方案的任一个中，系统在询问中可使用由第三方汇编的地图数据。除了包括道路位置，该数据还可包括额外的信息，例如道路的速度等级。速度等级能够为精确的速度或速度范围。例如，如果系统试图计算在A点和B点之间最快的路线，系统可分析多个可选路线。使用与每条道路相关的速度数据和每条可能道路上将要行驶的距离，系统将确定最快可行的路线。动态交通数据也可用于辅助该确定。可替代地，系统希望计算最短的路线，或避免某些道路(例如高速路或未铺路面道路)的路线。使用与道路相关的数据(例如类别)，系统能够避免某些类型的道路。同样，使用将要行驶的纯距离，系统能够计算到达位置的最短距离，即使其不是最快的路线。所有这些信息对于驾驶员都是有利的，并且能够使得行驶更容易并且更有效率。然而，随着可用数据变得越来越复杂，可能会执行额外的计算。
发明内容
根据本发明一方面，提供一种确定车辆路线的方法。该方法包括在车辆导航系统(VNS)内收集两个位置之间的多条路线的数据。这个说明性方法还包括至少基于与道路相关的数据在所述车辆导航系统内为两条或多条可能路线分配权重。同样，在这个说明性的实施例中，该方法可包括基于预测的燃料消耗在车辆导航系统内调节每个分配权重的路线的权重并且基于调节的权重在车辆导航系统内确定最优燃料使用路线。最后，在这个实施例中，说明性方法包括输出最优燃料使用路线。根据本发明另一方面，提供一种车辆路线确定方法。该方法包括接收至车辆导航系统的指示确定连续行驶路线的输入。该方法还包括在车辆导航系统内收集两个位置之间多条路线的道路相关的数据并且基于由数据指示的潜在的停车点在车辆导航系统内为两条或多条路线分配权重。该方法还包括在车辆导航系统内选择分配权重的路线，其分配权重指示最少可能的停车点数目。最后，该方法包括从车辆导航系统输出具有最少可能停车点数目的所选择的路线。根据本发明的一个实施例中，其中数据包括停止标记数据。根据本发明的一个实施例中，其中数据包括历史交通数据。根据本发明的一个实施例中，其中数据包括实时交通数据。根据本发明的一个实施例中，其中数据包括交通灯数据。根据本发明又一方面，提供一种路线确定方法。该方法包括通过与车辆计算机系统通信的车辆导航系统确定低燃料状况。该方法包括至少部分基于剩余燃料值计算预测的剩余可行驶距离并且在车辆导航系统内定位在剩余可行驶距离范围内的一个或多个燃料加注站。最后，该方法包括经由车辆导航系统提供选项以改变行驶路线以包括一个或多个燃料加注站中一个处的停车点。根据本发明的一个实施例，其中该提供进一步包括经由车辆导航系统提供可选择的选项以改变行驶路线；及取决于选项的选择，在车辆导航系统内修改并且经由车辆导航系统显示包括一个或多个燃料加注站中一个的停车点的行驶路线。根据本发明的一个实施例，其中可选择的选项为触摸可选择。根据本发明的一个实施例，其中可选择的选项为语音可选择。根据本发明的一个实施例，其中修改进一步包括维持行驶路线的之前最终目的地；及经由车辆导航系统修改行驶路线以包括一个或多个燃料加注站中一个的停车点以及在之前的最终目的地结束的行驶路线。根据本发明的一个实施例，进一步包括经由车辆导航系统确定剩余可行驶距离范围内的仅一个燃料加注站；及经由车辆导航系统提供驾驶员在剩余可行驶距离范围内仅一个燃料加注站。根据本发明的一个实施例，进一步包括经由车辆导航系统提醒驾驶员通过极限点会导致燃料耗尽的状况，其中该提醒包括在到达极限点之前的视觉或口头指示器。根据本发明的一个实施例，进一步包括经由车辆导航系统确定在剩余可行驶距离范围内不存在燃料加注站；在车辆导航系统内查找在剩余可行驶距离之外的最近燃料加注站；经由车辆导航系统通知驾驶员可能燃料耗尽的状况；经由车辆导航系统通知驾驶员最近的燃料加注站；及经由车辆导航系统建议驾驶员会希望采取的一个或多个措施以保存燃料。
图1显示了用于可与说明性的实施例使用的说明性的车辆计算机系统的示例性配置。图2显示了用于确定再生能量的路线的示例性导航系统程序。图3显示了说明性的系统实施例，其中保存至少预定量的能量。图4显示了用于计算燃料保存路线的说明性的程序。图5显示用于确定恒定速度的路线的示例性程序。图6A和6B显示了用于所示的紧急警报系统的示例性程序。
具体实施方式
图1说明了用于车辆31的车辆载计算机系统1的示例框图。设有基于车辆的计算机系统的车辆可包含位于车辆中的可视前端界面4。用户还可通过例如触摸屏与该界面(如果有的话)交互。在另一说明性的实施例中，通过按压按扭、口头对话和语音合成进行交互。在图1中所示的说明性实施例1中，处理器3控制车载计算机系统的运转的至少一部分。提供在车辆中，处理器允许车载处理指令和路线。此外，处理器连接至非持久存储器5和持久存储器7。在这个说明性实施例中，非持久存储器为随机存取存储器(RAM)并且持久存储器为硬盘驱动器(HDD)或快闪存储器。处理器还设有多个不同的输入，允许用户与处理器交互。在此说明性实施例中，设有麦克风四、辅助输入25 (用于输入3 、USB输入23、GPS输入24、和蓝牙输入15。还设有输入选择器51以允许用户在多种输入之间切换。在对麦克风和辅助连接器的输入传递至处理器之前通过转换器27将其从模拟信号转换为数字信号。对系统的输出可包括但不限于视觉显示器4和扬声器13或立体声系统输出。扬声器连接至放大器11并通过数字-模拟转换器9从处理器3接收其信号。还可分别沿19、21处所示的双向数据流输出至远程蓝牙设备(例如PND54)或USB设备(例如车辆导航设备 60)。在一个说明性实施例中，系统1使用蓝牙收发器15与用户的漫游设备53 (例如蜂窝电话、智能电话、PDA等)通信17。漫游设备可随后用于通过例如与蜂窝塔57的通信55来与车辆31外部的网络61通信59。在一些实施例中，蜂窝塔57可为WiFi接入点。信号14代表了漫游设备和蓝牙收发器之间的示例性通信。可通过按钮52或类似输入指示漫游设备53和蓝牙收发器15的配对，这样，指示CPU车载蓝牙收发器将与漫游设备中的蓝牙收发器配对。可利用例如与漫游设备53相关联的数据计划(data-plan)、声载数据(data overvoice)或双音多频(DTMF)音调在CPU3和网络61之间传递数据。可替代地，可能需要包括具有天线18的车载调制解调器63以便通过语音频带(voice band)在CPU3和网络61之间传递16数据。随后漫游设备53能够通过例如与蜂窝塔57的通信55用于与车辆31之外的网络61通信59。在一些实施例中，调制解调器63可建立与蜂窝塔57的通信20用于与网络61通信。如非限制性示例，调制解调器63可为USB蜂窝调制解调器并且通信20可为蜂窝通信。在一个说明性实施例中，处理器可设有包括API的操作系统以与调制解调器应用软件通信。调制解调器应用软件可访问蓝牙收发器上嵌入模块或固件以完成与远程蓝牙收发器(例如在漫游设备中发现的)的无线通信。在另一实施例中，漫游设备53包括用于语音带或宽带数据通信的调制解调器。在声载数据的实施例中，当正在传输数据期间漫游设备的主人对设备说话时，可执行已知为频分复用的技术。在其它时间，当主人没有使用该设备时，数据传输能够使用整个带宽(在一个示例中为300Hz至3. 4kHz)。如果用户具有与漫游设备相关联的数据计划，该数据计划可能允许宽带传输且系统可使用更宽的带宽(加速数据传输)。在又一实施例中，漫游设备53被安装至车辆31的蜂窝通信设备(未显示)所代替。在又一实施例中，漫游设备53可为能够通过例如(而非限定)802. 11网络(例如WiFi)或WiMax网络通信的无线局域网(LAN)设备。在一个实施例中，输入数据可经由声载数据或数据计划穿过漫游设备、穿过车载蓝牙收发器、并进入车辆内部处理器3。例如，在某些临时数据的情况下，数据可存储在HDD或其它存储介质7上直至不再需要的时候。其它可与车辆交互的来源包括具有例如USB连接56和/或天线58的个人导航设备M，或者具有USB 62或其它连接的车辆导航设备60、车载GPS设备M、或者与网络61连接的远程导航系统(未显示)。此外，CPU可与多个其它辅助设备65通信。这些设备可通过无线连接67或有线连接69相连。同样地或可替代地，CPU可使用例如WiFi 71收发器连接至基于车辆的无线路由器73。这可允许CPU在本地路由器73范围内连接至远程网络。基于当前地图信息可用的额外的数据或在请求时可用的数据，可执行当前方法之外的额外的路线安排。可结合车辆导航系统(VNS)执行路线安排。VNS能够包括但不限于内置的VNS或远程VNS，例如TOMTOM或GARMIN设备。当经由VNS执行步骤时，其能够指示VNS单独或与其它车辆系统结合作用。另外地，能够使用存储在机器可读存储介质上的编程的计算机代码以一系列的机器运转步骤来执行所有教导的方法。介质包括但不限于DVD、⑶、HDD、RAM、ROM和任何其它适用于该应用的永久或临时存储介质。通过VNS和/或车辆计算机系统执行编程的计算机代码能够导致执行多种方法。在可能需要以不同于简单的“最快的”路线的路线驾驶时，会出现多种情景。。例如，混合动力汽车包含再生性系统，其能够重新捕获消耗的某些能量并且将其转换为存储的能量用于由车辆来使用。在一个示例中，在混合动力汽车中制动是再生性的。因此，如果混合动力汽车堵在路上并且频繁制动，或下坡行驶，在该行驶期间的制动可用于再次充电与汽车相关的电池。因此，如果驾驶员希望在行驶期间节约能量的路线上行驶，则路线安排发动机可使用与道路相关的海拔高度数据计算路线。通过使用该数据，系统能够确定包括一个或多个下坡行驶或总体上海拔下降的路线以便导致将再生能量的制动。在另一示例中，具有或不具有混合动力汽车的驾驶员会希望以可能的燃料效率最高的方式来行驶。这可能来自例如总体上不浪费燃料的期望。使用在车辆寿命中预编程或动态确定的车辆数据，系统能够根据燃料消耗因素确定最有效率的路线。这能够基于多种因素，包括但不限于实际或预测的交通图、海拔高度、可能的速度、车辆行驶道路上的交通灯的数目等。驾驶员也会倾向于他们正在行驶的路线。例如，一个观察到的现象是人们会倾向于较少停车的路线，即使该路线较长。较不频繁地停车也会节约燃料，因为加速会燃烧许多燃料。使用数据(例如但不限于预测的或实际交通图、交通灯的数目、停车信号等)，系统可计算包括可能停车次数最少的路线。最近也兴起称之为过度压榨燃料的人(hypermiler)的自我风格的驾驶员。这些驾驶员试图维持燃料效率、恒定的速度、最小化加速和停车。使用交通灯数据、交通数据、道路速度等，系统能够预测将很有可能为节约最多燃料的路线。
最后，在紧急情况下，例如低燃料情况，车辆会动态地确定(或被告之)需要停车加燃料。系统能够找出最近的燃料位置，但是这种情况可能是系统在基于由车辆使用的燃料/能量的剩余量的剩余可行驶距离的末端处。这种情况可能是可能仅有一条路线允许车辆达到燃料位置，并且系统可使用如上面提及的可用的数据和计算计算可能达到燃料位置而不会用尽燃料的路线中一条或唯一可用路线。该计算也可在后台完成，并且系统可以以类似于提供低燃料警报的方式但是具有更先进的数据警告驾驶员仅能够到达一些燃料位置。警告的频率和/或程度也可随着情况变得糟糕而增加。另外地，车辆的特性可随时间变化。例如，加装来自售后市场的部件或改变发动机的状况可改善或降低燃料里程数。因此，系统可选择基于对MPG(每加仑英里数)数值(或其它燃料测量)的估算，其可在一些有限的近期时间单元(最近三个月、星期等)内测量。可替代地，系统能够使用预编程的里程数、车辆平均寿命或其它任何合适合理的燃料经济性估算。可进一步基于部分路线上预测的行驶速度“估计”经济性。在图2所示的第一说明性实施例中，导航系统确定路线用于在装备有一个或多个再生性系统的车辆内再生能量。例如，车辆可为带有再生性制动的混合动力车辆。在这种情况下，系统可计算要求比平常更多制动(例如但不限于下坡行驶)的路线。也可考虑其它再生性系统，并且能够在其能够由某一行驶类型触发的范围内合并至计算中。如果担忧导致不同的路线计算，则能够基于哪条路线可能返回最多的能量来选择占优势的路线。可替代地，可提出节约/产生至少预定量的能量的最快路线。结合图3显示了这种类型的系统的示例。在图2中，在201处指示计算系统(其在下文称为GPS，但也可包括但不限于不同的车辆导航系统、服务器或能够计算方向的其它设备)为混合动力车辆提供可能的再生性最多的路线。在这个说明性的实施例中，系统能够访问关于特定车辆或车型的车辆具体信息。在未显示的另一说明性实施例中，系统可基于常见系统、具有可用于驾驶员输入汽车类型或型号的一个或多个输入、和/或再生性系统作出再生性系统相关的假设。在这个实施例中，因为GPS能够访问车辆具体信息，GPS访问该信息以在203处确定存在再生性系统。在205处GPS还确定何种数据类型相应于每个再生性系统(可提供该信息而无需确定)。随后GPS前进至路线计算207。计算开始位置和结束位置之间的可能路线。提供了其说明性的示例，然而，通过对结果确定的必要修改，教导的方法能够应用于任何合理的或兼容的路线计算算法。在这个实施例中，在209处收集可能路线的路线数据。路线数据可包括例如海拔数据、可能行驶速度、交通灯等。在211处，多个值也与路线数据相关联用于确定合适路线的目的。在213处计算总值，在这个示例中，其中最高的总值相应于再生性最多的路线。在215处也可基于使用的能量作出减少，以使得如果较长的路线基于例如过多的制动产生更多的再生，用于行驶那个距离的燃料可能会产生达不到预期目标的总能量收益。总体上，在这个示例中，算法的目标是提供最高的能量效率(根据使用或收益)的路线。随后在217处最后的计算结果输出为总体上最有可能使用最少燃料量的路线。这会根据简单地消耗最少燃料量的路线而变化，因为消耗稍微多燃料的路线可由于整个路线上的再生而使用总体上最少燃料量。
图3显示了系统的说明性实施例，其中节约至少预定量的能量。例如，在混合动力车辆中，一条路线可导致24MPG的MPG计算值。另一条路线可导致^MPG的MPG计算值，但是行驶的较远。第三条路线可导致32MPG的效率，但是行驶得甚至更远，并且使用更多的燃料量(如这里使用的，词汇“燃料”也表示来自例如电池的能量)。在一个说明性的实施例中，在301处基于GPS作出燃料效率路线选择。在此实施例中，GPS也能够访问特定车辆的车辆数据，因此其能够预测性地确定燃料使用。在303处访问车辆的燃料经济性数据，并在305处访问再生性能力(如果有的话)。使用该信息以及可用的路线数据，系统在306处计算最快的路线并且在307处计算最高燃料效率路线。在这个实施例中，该系统在309处比较最高燃料效率路线和最快的路线。在311处如果最高燃料效率的路线不是最快的路线，则在313处为用户提供选项以选择该路线。如果最高燃料效率路线是最快的路线，则在315处为用户提供该路线。如果在321处为用户提供选项以选择路线并且选择它，则在315处也为用户提供该路线。如果用户未选择该路线，在317处为用户提供目标燃料使用输入。例如，最快的路线会使用预测的5加仑燃料(和/或一些电池能量)而最高效率的路线会使用预测的3. 5加仑燃料(和/或一些电池能量)。用户可能有一些多余的时间，因此用户指示使用不高于4. 25加仑(预测的，因为可能发生未预料到的状况)的最快路线。基于输入目标燃料使用目标，系统可在319处使用该目标计算可用的最快路线并且在321处提供其作为选项。如果这是可接受的时间，用户能够在313处选择路线并且在315处提供该路线。如果该路线不能接受，则在317以选择效率较低的新路线。在可替代实施例中，用户可输入最大行驶时间，并可为用户提供消耗不超过该时间量(预测的)的路线并且在该时间段内优化燃料效率。在进一步的说明性的实施例中，确定燃料节约路线。这是与图2中所示的路线相类似的路线，但是本发明不限于此，在这个示例中预想汽油驱动的车辆。因此，在这个具体的说明性实施例中，将要考虑的因素包括一些驾驶员在节约汽油时可能会考虑的非限定因素，并且这些因素可与当解决汽油-电动或纯电动车辆效率时将要考虑的那些因素相同或有所不同。尽管通过示例显示了汽油驱动车辆和一些可能相关的因素，应该预想到任何动力类型的车辆的任何相关因素能够用于计算本发明使用的节约路线。在另一说明性的实施例中，用户输入汽油车辆的所需燃料效率。这可以为总燃料使用或英里数每加仑的形式。总体上，假定最希望的路线使用最少可能燃料，因此如果用户输入例如22MPG作为目标，并且存在使用更少的总燃料的提供21MPG的路线，可通知用户在总使用上更有效率的路线可用，即使未满足MPG目标。在图4所示的又一说明性的实施例中，计算持续(尽可能多的)运动的路线。在这个说明性的实施例中，为驾驶员提供最有可能保持车辆运动的路线。在这个实施例中，在401处用户选择指令以保持车辆运动。如前所述，一些用户更喜欢行驶的感觉，只要车辆处于运动中。尽管特定路线会花费更长的时间，其会简单地更喜欢跟随，因为不会有经常性地停止和离开较快的路线。随后在403处车载系统下载或访问车辆位置和所需目的地之间的路线的地图数据。基于信息(例如实时交通、预测交通、交通灯和/或停止信号)，车辆系统在405处计算可能涉及最少量停止的路线。随后在407处为用户提供路线。计算在本质上可预测。例如，如果当前时间为下午6点并且沿路线的特定区域为25分钟路程远，GPS可预测性地考虑在6:25PM(预测的到达时间)时的历史交通图。假定交通灯不会改变，而系统数据可包括交通灯何时作用和交通灯何时闪烁黄色(例如允许交通流动通过)的信息。也可考虑实时交通图，尽管其在初始路线计算中价值较低，沿路线越长越有价值(即，在用户到达那一点之前留给他们改变的时间更多)。算法的预测性的本质甚至会变得更加复杂。例如，在周六，在6:00pm和6:25pm时的特定位置交通正常情况都是顺畅的。然而，在这个示例中，实时交通数据可指示这个区域交通拥挤。通过将一些或所有的权重分配至实时确定，系统使用这个来“预测”在6:25pm交通仍然将会拥挤，尽管历史数据会指示。使用实时数据和历史数据的组合，系统能够试图最优化地预测路线。其甚至可能使用例如互联网数据和地图数据的组合确定沿路线的地点在特定时间有事故，指示较高的交通量。例如，如果一个人正在驾驶通过剧场，系统可注意到这点并且还确定音乐会在7:00pm开始，则增加一些因素至增加交通拥挤的可能性。预测算法越智能，则可能的预测会变得越精确。在另一说明性的示例中，车辆计算机系统可访问路线的气候数据。因此，其能够确定例如气候状况是否可能影响车辆上的太阳能系统、行驶速度等。否则，车辆系统可指示驾驶员避过较小的气候系统行驶。如果车辆计算机系统访问例如海拔数据，并且如果车辆装备有例如至少一个计算机系统已知朝向的太阳能系统，随后系统可甚至更进一步试图使车辆朝向改变海拔的路线(其最有可能保持太阳能系统朝向太阳)行驶。在图5中所示的再一说明性的实施例中，计算恒定速度的路线。该路线对于例如过度压榨燃料的人来说是有用的。该路线试图提供最少可能的加速点，并且也可包括使用海拔数据以提供相对下坡的路线。驾驶员可能会希望采用其自己的技术以得到车辆能够或不能够计算燃料效率。例如，由过度压榨燃料的人使用的一个技术为尾流(drafting)，或稍微紧跟另一车辆行驶以降低对他们自己的车辆的风阻(改善燃料效率)。由于不太可能让GPS能够告诉驾驶员哪里可以找到车辆在其后面牵引气流，驾驶员可能会希望最大可能地维持恒定速度的路线，并且随后驾驶员能够执行另外的技术。当然，如果这种数据可用，其可能会在计算内执行。在这个说明性的实施例中，在501处用户指示GPS确定恒定速度的路线。随后GPS在503处计算可能的路线。在这个计算中，在505处GPS确定具有最少速度改变的路线。当然，通过其它执行，该路线的预测燃料使用也能够在507处计算并且在508处与其它路线相比较，并且能够在509处通知驾驶员可能的无效率。在511处如果驾驶员仍然希望提供路线，则在515处提供该路线。情况可能为驾驶员知道基于执行的技术能够从车辆获得额外的一些英里每加仑，这样驾驶员会仍然希望执行GPS预测到比可替代路线燃料效率更低的路线。否则，在这个示例中，在513处可显示预测的燃料或时间最优路线。在可替代实施例中，驾驶员能够输入多个变量用于GPS以在计算“效率”路线时考虑。这会允许驾驶员基于产生最有效率路线驾驶员所确定的条件增加一些额外的考良。在图6A和图6B所示的进一步说明性的实施例中，显示了紧急警报系统。在这些
9说明性的系统中，探测低燃料状况。在图6A中所示的示例性实施例中，系统确定至最方便的服务站(基于剩余燃料其在可行驶的范围内)的最快的路线。在图6B中，系统基于剩余燃料动态地计算有多少能够到达的服务站，并且如果满足特定状况则提醒驾驶员接近极限点(例如，在不再可能到达燃料站时)。系统甚至可足够复杂以预测性的方式执行，从而其提醒驾驶员如果没有作出即将来临的转弯，则不再可能获得燃料点。相较于系统发现已经通过该点并且随后通知驾驶员(这会太迟)，其能够允许驾驶员决定在通过极限点之前转弯。在图6A中，在601处由低燃料确定触发燃料加注计算(该事件也可相应于用户要求燃料加注停止)。一旦作出低燃料确定，在603处GPS基于剩余燃料确定车辆可行驶多远。随后，在605处系统访问地图数据以确定是否有一个或多个燃料位置在预测的剩余行程范围内。如果没有燃料位置剩余，则在607处系统可找到最近的燃料位置并且通知驾驶员服务站是否是很可能到达的，服务站是否是可能到达的等。在609处如果服务站刚好在范围之外，则在611处驾驶员可采取(或被指示采取)步骤以节约燃料，例如关闭空调和/或其它不必要的系统。如果多个位置可用，则在613处系统可基于但不限于最近的位置、沿路线最近的位置等作出确定。随后在615处系统提供选项以改变路线至燃料加注站。如果在617处驾驶员不改变路线，系统能够基于剩余燃料计算至燃料加注站的路线并且为驾驶员提供选项。否则，在619处能够显示至最接近/最方便的燃料加注站的路线。在图6B中，系统已经到达关键点。在621处其已经计算在车辆范围内仅剩余一个燃料加注站。另外地或可替代地，在623处其预测性地确定行驶通过沿当前方向的点将会使得车辆在燃料加注站范围之外。在625处通知用户该关键状况。在627处系统可自动地改变路线，或其可为用户提供重复的警报直至在6 处选择新的路线。使用这里教导的所有技术，预测性的模型能够用于改善驾驶体验。路线系统和日益复杂的数据也能够以创新的方式应用以便为驾驶员提供多种以前没有的选项。这会导致更加环保和/或舒适的驾驶体验。尽管参考说明性的实施例描述本发明，这些仅意图为示例性的，并且不意思图限制本发明的范围至公开的实施例。
权利要求
1.一种车辆路线确定的方法，包含在车辆导航系统内收集两个位置之间的多条路线的数据；至少基于所述数据在所述车辆导航系统内为两条或多条可能路线分配权重；基于预测的燃料消耗在所述车辆导航系统内调节每个分配权重的路线的所述权重；基于所述调节的权重在所述车辆导航系统内确定最优燃料使用路线；及输出至少一个相应于输入燃料使用期望的燃料使用路线。
2.如权利要求1所述的方法，其特征在于，还包含确定与车辆相关的一个或多个能量产生系统；将所述数据的一个或多个要素关联至所述一个或多个能量产生系统，其中所述权重至少部分基于指示，所述指示基于所述数据并且为在所述可能路线的一部分或全部过程中发生用于能量产生的有利状况。
3.如权利要求2所述的方法，其特征在于，所述能量产生系统至少包括再生性制动系统或太阳能发电机。
4.如权利要求3所述的方法，其特征在于，所述数据的至少一个要素包括海拔数据并且所述海拔数据与所述再生性制动系统相关联。
5.如权利要求3所述的方法，其特征在于，所述数据的至少一个要素包括停止标记数据并且所述停止标记数据与所述再生性制动系统相关联。
6.如权利要求3所述的方法，其特征在于，所述数据的至少一个要素包括交通灯数据并且所述交通灯数据与所述再生性制动系统相关联。
7.如权利要求3所述的方法，其特征在于，所述数据的至少一个要素包括交通数据并且所述交通数据与所述再生性制动系统相关联。
全文摘要
本发明公开一种车辆路线确定的方法。该方法包括在车辆导航系统内收集两个位置之间的多条路线的数据。这可包括至少基于该道路相关的数据在车辆导航系统内为两条或多条可能路线分配权重。同样，这可包括基于预测的燃料消耗在车辆导航系统内调节每个分配权重的路线的权重并且基于调节的权重在车辆导航系统内确定最优燃料使用路线。此外，这可包括输出至少一个最优燃料使用路线。
文档编号G01C21/34GK102384752SQ20111023651
公开日2012年3月21日 申请日期2011年8月17日 优先权日2010年8月26日
发明者M·顺德 申请人:福特全球技术公司