导航方法及装置与流程

本申请涉及软件领域，具体而言，涉及一种导航方法及装置。

背景技术：

在相关技术中，当用户想从某个起点位置驾车去往终点位置时，地图服务提供商会基于当前已知的路况以及用户的偏好设置(例如：时间最短、距离最短、躲避拥堵等)规划出若干条路径供用户选择。

但对于某些特殊的场景，当前地图服务提供商的路径规划服务无法满足。例如，当规划的路径中有红绿灯的时候，地图服务仅仅是根据当前的路况信息来计算时间，并没有考虑用户驾车到这些红绿灯时的这些变化。在另一个例子中，当规划的路径中目前并没有速度限制，而在一个小时之后由于大型的活动会将限速到30千米每小时。

发明人发现，这是由于当前国内外主要的地图服务商提供的导航服务没有基于未来路况的提供行驶建议所导致的。

技术实现要素：

本发明实施例提供了一种导航方法及装置，以至少解决相关技术导航过程中并没有考虑未来路况所导致的问题。

根据本发明实施例的一个方面，提供了一种导航方法，包括：获取起点和终点；获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；展示推荐路径。

根据本发明实施例的另一个方面，还提供了一种导航方法，包括：根据接收到的起点和终点计算从起点到终点的至少一条路径；获取至少一条路径中的每条路径的路况信息和交通标识的信息；至少根据路况信息和交通标识的信息计算在未来的预定时间段内的每条路径的通行情况；至少根据每条路径的通行情况从至少一条路径中选择出推荐路径。

根据本发明实施例的另一个方面，还提供了一种导航装置，包括：第一获取模块， 用于获取起点和终点；第二获取模块，用于获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；展示模块，用于展示推荐路径。

根据本发明实施例的另一个方面，还提供了一种导航装置，包括：第一计算模块，用于根据接收到的起点和终点计算从起点到终点的至少一条路径；获取模块，用于获取至少一条路径中的每条路径的路况信息和交通标识的信息；第二计算模块，用于至少根据路况信息和交通标识的信息计算在未来的预定时间段内的每条路径的通行情况；选择模块，用于至少根据每条路径的通行情况从至少一条路径中选择出推荐路径。

在本发明实施例中，获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；展示推荐路径。本发明实施例通过计算未来预定时间段的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种导航方法的移动终端的结构框图；

图2是根据本申请实施例的一种导航方法的流程图；

图3是根据本申请实施例的另一种导航方法的流程图；

图4是根据本申请实施例的一种可选的导航方法的流程图；

图5是根据本申请实施例的另一种可选的导航方法的流程图；

图6是根据本申请实施例的一种可选的导航系统的结构图；

图7是根据本申请实施例的另一种可选的导航系统的结构图；

图8是根据本申请实施例的另一种可选的导航系统的结构图；

图9是根据本申请实施例的一种导航装置的示意图；

图10是根据本申请实施例的一种可选的导航装置的示意图；

图11是根据本申请实施例的另一种导航装置的示意图；

图12是根据本申请实施例的另一种可选的导航装置的示意图；

图13是根据本申请实施例的一种终端的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本申请实施例，提供了一种导航方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是根据本申请实施例的一种导航方法的移动终端的结构框图。如图1所示，移动终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的导航 方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(networkinterfacecontroller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。

图1中示出的结构也可以是计算机终端的结构，云计算平台或者其他服务器也可以看作是由一个或多个计算机终端组成的。

上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

在上述运行环境下，本申请提供了一种导航方法。图2是根据本申请实施例的一种导航方法的流程图，如图2所示，该方法可以包括如下步骤：

步骤s21，获取起点和终点；

步骤s23，获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；

步骤s25，展示推荐路径。

通过上述步骤，考虑了对未来预定时间段内的每条路径的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

作为一个可选的实施方式，未来的预定时间段可以是根据历史经验选择的，例如，一般情况下，可以将该时间段设置为一个小时，一个小时基本上涵盖了大部分用户从起点到终点的行驶时间。当然，还可以根据用户所在的城市确定该时间段的时长。下面以一个例子进行说明。

不同的城市大小一般不同，可以根据城市的大小来对时间段的时长来进行设置。例如，a城市的面积比较大，统计一下用户每次的出行时间，百分之八十的用户的出 行时间均在1.5个小时以内，此时就可以将该时间段的时长设置为1.5小时。又例如，b城市的面积相对较小，统计一下用户每次的出行的时间，百分之八十的用户的出行时间在0.5个小时以内，此时就可以将该时间段的时长设置为0.5小时。这种设置时间段时长的方式需要收集用户的信息，根据用户的信息来进行设置。因此，也可以根据收集的用户的信息来随时进行调整。例如，在1月份的时候统计用户的出行时间在1.5小时以内，此时将时间段的时长设置为1.5小时；而在2月份的时候统计用户的出行的时间在1个小时以内，此时可以把时间段的时长设置为1个小时。作为一个更加简单的设置方法，可以直接根据城市的大小来进行设置，例如，a城市的南北之间最远的距离为20公里，东西之间最远的距离是40公里，行驶40公里需要40分钟，此时就可以将时间段的时长设置为40分钟。这种设置的方法仅仅考虑的是城市的大小，城市的大小基本上是不变的，因此，这种设置方法没有考虑到城市内的车辆的增长，虽然有一定的局限性，但是也基本上也可以基本体现用户的出行时间。而统计用户出行时间的方法虽然可以灵活调整设置的时长，但是由于需要收集用户的信息，这种方法是需要用户同意的。

作为另一种需要收集用户信息的实施方式，还可以直接根据起点和终点得到别的用户之前从该起点到该终端所需要的时间，然后使用该时间作为时间段的时长。例如，用户希望从c大厦到d公园，经过检索发现有其他用户曾经从c大厦到d公园使用了大致30分钟，此时就可以把时间段的时长设置为30分钟。或者，该用户自己上次从c大厦到d公园使用了40分钟，此时也可以把该时间段的时长设置为40分钟。还有一种更加简单的设置方法，就是根据c大厦到d公园的公里数，在根据速度得到从c大厦到d公园的时间，然后根据该时间设置时间段的时长。

上述实施例的步骤可以在终端上运行，终端可以是智能终端，例如，手机、平板电脑等。终端也可以是车载终端。下面以车载终端为例进行说明。

用户可以在车载终端输入起点和终点的信息，并进行预定时间段的设定，在完成上述操作之后，在车载终端上进行触屏操作(或按键操作)，进入车载终端的下一个显示界面，在该显示界面上显示出从起点到终点的推荐路径，供用户进行选择。

在用户输入起点和终点信息之后，如果需要云计算平台进行计算，车载终端通过网络(例如，无线网络)将起点和终点的信息发送给云计算平台，在云计算平台计算完毕之后，将计算结果发送给车载终端。

当车载终端所在的车辆开始行进的时候，可以通过gps等定位协议，获取车辆的位置，判断车辆是否沿着推荐路径前进，如果车辆的前进方向发生了偏差，则将车辆的当前位置发送给云计算平台，使云计算平台重新进行计算。或者，在车辆行驶的路 径上出现了突发情况(例如，临时的交通管制，红绿灯信息发生变化)使实际的道路情况与预测的情况不相符，此时，云计算平台可以再及时修正并发送新的指示信息给车载终端。

总之，车载终端与云计算平台可以是实时交互的，从而可以随时调整行车路线，使得驾驶者的体验更好。

在一种可选的方案中，为了进一步提高驾驶者的体验，驾驶者可以在车载终端上显示的推荐路径中选择能够直接通过而不等待红绿灯的路径作为实际行驶的路径。具体的，当驾驶者在车载终端上显示的推荐路径中选择实际行驶的路径时，可以获取实际行驶的路径以及在该路径上的位置，向用户提示第一速度，其中，第一速度为在到达下一个交通信号灯之前的速度，该速度能够在到达该交通信号灯时直接通过该交通信号灯。

在上述方案中，用户可以控制车辆以第一速度在选择的实际路径上一直行驶的模式，可以称为不停车模式。

通过上述实施例，利用车载终端提示的第一速度，驾驶者可以直接通过路径中遇到的每个红绿灯，无需等待，从而可以使车辆处于一直行驶的状态下，使驾驶者能够及时且安全到达目的地。

上述实施例中的路况信息包括：实时路况信息，或者，根据实时路况信息和历史路况信息预测得到的在预定时间段内的路况信息；和/或，交通标识的信息包括以下至少之一：交通信号灯的信息、道路指示标识的信息、道路突发情况的信息。其中，交通信号灯的信息可以为红绿灯的信息，例如，红绿灯的配比信息，红绿灯维持红灯状态的时间和维持绿灯状态的时间；道路指示标识的信息可以为实时规划的分时段限行信息或全时段限行信息，和，预测的预定时间段内的分时段限行信息和全时段限行信息；道路突发情况的信息可以为交通事故紧急处理标识的实时信息和预测信息。

其中，上述的预定时间段内的路况信息可以通过如下两种方式获得：其一，可以利用已有的建模方式与预测方法，根据当前的实时路况信息预测得到在未来的预定时间段内的路况信息；其二，可以利用已有的建模方式与预测方法，根据当前的实时路况信息和过去的路况信息(上述的历史路况信息)预测得到在未来的预定时间段内的路况信息。

在本申请的上述实施例中，根据从起点到终点的每条路径的路况信息和交通标识的信息，可以计算出每条路径在未来的预定时间段内的通行情况，并根据该通行情况，可以得到从起点到终点的推荐路径；用户可以在终端的显示界面上，从推荐路径中选 择车辆行驶的实际路径，且在该实际路径上，用户可以根据第一速度，直接通过而不需要等待红绿灯，即可以在车辆一直行驶的状态下，能够及时安全的到达目的地。通过该方案，可以提高导航的用户体验。

实施例2

根据本申请实施例，还提供了一种导航方法的实施例。图3是根据本申请实施例的另一种导航方法的流程图，如图3所示，该方法可以包括如下步骤：

步骤s31，根据接收到的起点和终点计算从起点到终点的至少一条路径；

步骤s33，获取至少一条路径中的每条路径的路况信息和交通标识的信息；

步骤s35，至少根据路况信息和交通标识的信息计算在未来的预定时间段内的每条路径的通行情况；

步骤s37，至少根据每条路径的通行情况从至少一条路径中选择出推荐路径。

通过上述步骤，考虑了对未来预定时间段内的每条路径的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

作为一个可选的实施方式，未来的预定时间段可以是根据历史经验选择的，例如，一般情况下，可以将该时间段设置为一个小时，一个小时基本上涵盖了大部分用户从起点到终点的行驶时间。当然，还可以根据用户所在的城市确定该时间段的时长。下面以一个例子进行说明。

不同的城市大小一般不同，可以根据城市的大小来对时间段的时长来进行设置。例如，a城市的面积比较大，统计一下用户每次的出行时间，百分之八十的用户的出行时间均在1.5个小时以内，此时就可以将该时间段的时长设置为1.5小时。又例如，b城市的面积相对较小，统计一下用户每次的出行的时间，百分之八十的用户的出行时间在0.5个小时以内，此时就可以将该时间段的时长设置为0.5小时。这种设置时间段时长的方式需要收集用户的信息，根据用户的信息来进行设置。因此，也可以根据收集的用户的信息来随时进行调整。例如，在1月份的时候统计用户的出行时间在1.5小时以内，此时将时间段的时长设置为1.5小时；而在2月份的时候统计用户的出行的时间在1个小时以内，此时可以把时间段的时长设置为1个小时。作为一个更加简单的设置方法，可以直接根据城市的大小来进行设置，例如，a城市的南北之间最远的距离为20公里，东西之间最远的距离是40公里，行驶40公里需要40分钟，此时就可以将时间段的时长设置为40分钟。这种设置的方法仅仅考虑的是城市的大小，城市的大小基本上是不变的，因此，这种设置方法没有考虑到城市内的车辆的增长， 虽然有一定的局限性，但是也基本上也可以基本体现用户的出行时间。而统计用户出行时间的方法虽然可以灵活调整设置的时长，但是由于需要收集用户的信息，这种方法是需要用户同意的。

作为另一种需要收集用户信息的实施方式，还可以直接根据起点和终点得到别的用户之前从该起点到该终端所需要的时间，然后使用该时间作为时间段的时长。例如，用户希望从c大厦到d公园，经过检索发现有其他用户曾经从c大厦到d公园使用了大致30分钟，此时就可以把时间段的时长设置为30分钟。或者，该用户自己上次从c大厦到d公园使用了40分钟，此时也可以把该时间段的时长设置为40分钟。还有一种更加简单的设置方法，就是根据c大厦到d公园的公里数，在根据速度得到从c大厦到d公园的时间，然后根据该时间设置时间段的时长。

上述实施例的步骤可以在服务器上运行，服务器可以为云服务器，即云计算平台。

在一种可选的实施方式中，云计算平台从车载数据收发终端上采集用户输入的起点和终点的信息，并调用实时路径规划服务，得到若干条候选路径。在得到若干条候选路径之后，云计算平台可以从路况预测模块中获取每条候选路径在未来的预定时间段内的路况信息，也即，可以获取在未来的预定时间段内，在每条候选路径上行驶的车辆数量、每个车辆的行驶速度、每条候选路径上的拥堵状态；也可以获取到每条候选路径上的交通标识的数目和交通标识的信息等；根据获取到的每条候选路径的路况信息和交通标识的信息，通过云计算平台可以计算出在未来的预定时间段内的每条候选路径的通行情况，例如，可以计算出每条候选路径的通行时间、考虑交通标识信息时的至少一个行驶速度等。云计算平台根据每条候选路径的通行情况，从若干条候选路径中选择出至少一条路径作为推荐路径，并将推荐路径通过车载终端的显示屏输出给用户。

下面结合图4详述本申请的上述实施例。如图4所示，该实施例可以包括如下步骤：

步骤s41，获取用户输入的起点和终点的信息。

步骤s41是在终端侧进行的，由用户在终端上输入起点和终点的信息。

步骤s42，云服务器从车载数据收发终端上采集用户输入的起点和终点的信息。

需要说明的是，该步骤也即，云服务器接收终端发送的用户输入的起点和终点的信息。

步骤s43，根据接收到的起点和终点的信息，并调用实时路径规划服务，计算从 起点到终点的至少一条路径。

步骤s44，从路况预测模块中获取每条路径在未来的预定时间段内的路况信息和交通标识的信息。

通过步骤s44，也即可以获取在未来的预定时间段内，在每条路径上行驶的车辆数量、每个车辆的行驶速度、每条路径上的拥堵状态；也可以获取到每条路径上的交通标识的数目和交通标识的信息等。

步骤s45，根据获取到的每条路径的路况信息和交通标识的信息，计算在未来的预定时间段内的每条路径的通行情况。

例如，可以计算出每条路径的通行时间、考虑交通标识信息时的至少一个行驶速度等。

步骤s46，根据每条路径的通行情况从至少一条路径中选择推荐路径。

步骤s42至步骤s46都是由云服务器完成的。

步骤s47，终端获取推荐路径，并在显示屏上展示推荐路径。

在上述实施例中，终端和云服务器之间进行交互作用，终端将获取到的用户输入的起点和终点的信息、从起点到终点的每条路径的路况信息和交通标识的信息发送给云服务器，云服务器则根据上述信息计算出在未来的预定时间段内的每条路径的通行情况，并确定出至少一条推荐路径，终端则通过显示屏将通过云服务器得到的推荐路径显示给用户，供用户进行选择。

在一种可选的实施例中，当用户从终端上显示的至少一条推荐路径中选择出一条路径，并驾驶车辆行驶在该路径上时，若该路径上的实时行驶信息(比如车辆的行驶速度)、实时交通标识信息(如交通事故紧急处理标识)与预测情况不符，也即，用户驾驶车辆行驶在该路径上不能满足客户的用户体验，则云平台将根据当前时刻获取的路况信息和交通标识信息，重新确定出多个推荐路径，以供用户再次选择。

在一个可选的实施方式中，通行情况包括：通行时间，可以将通行时间作为通行情况的一种，这样可以至少根据每条路径的路况信息和交通标识的信息中的交通信号灯的信息，来计算在未来的预定时间段内每条路径的通行时间，从而判断应该选择哪条路径。

下面以一个例子详述本申请的上述实施方案。如果一位司机在早晨7:00准备从出发地m小区出发，去往目的地n大厦。司机可以在车载终端输入起点为a、终点为b 的起终点信息，并将上次从m小区到n大厦所用的时间30分钟作为预定时间段，云计算平台则基于用户输入的起终点信息，获取到3个候选路径，并根据输入的各个候选路径上的路况信息和交通标识信息，计算从7:00到7：30这一时间段内的各个候选路径上的通行情况，若以通行时间标识各个候选路径上的通行情况，云计算平台则可以根据各个候选路径上的通行时间，选择3个候选路径中通行时间最短的一条路径作为推荐路径，并将该推荐路径通过车辆终端的显示屏输出，展示给司机。

交通信号灯的信息是交通标识的信息中很重要的一种，当然交通标识的信息还可以包括其他的信息，例如道路通信标志灯。由于交通信号灯的信息是相对重要的。下面以可选实施方式对交通信号灯的信息进行说明。交通信号灯的信息可以包括红绿灯配比信息，例如，交通信号灯维持红灯状态第一时间段(如60秒)，维持绿灯状态第二时间段(30秒)。以车辆行驶于一个交通信号灯之前为例，当车辆行驶遇到交通信号灯处于红灯状态时，则该车辆需要等待维持红灯状态的60秒结束，才能向前运行；当车辆行驶至交通信号灯处于绿灯状态时，则在维持绿灯状态的30秒结束之前，车辆可以直接向前行驶，直接通过红绿灯。

如果红绿灯的相关信息是由云计算平台计算的，那么云计算平台在得到若干条候选路径之后，从路况预测模块中可以获取在未来的预定时间段内，在每条候选路径上行驶的车辆数量、每个车辆的行驶速度、每条候选路径上的拥堵状态等路况信息；也可以获取到每条候选路径上的红绿灯的数目和红绿灯的配比信息等信息；根据获取到的每条候选路径的路况信息和交通信号灯的信息，云计算平台可以计算出在未来的预定时间段内的每条候选路径的通行时间，并可以根据每条候选路径的通行时间，从若干条候选路径中选择出至少一条路径作为推荐路径，并将推荐路径通过车载终端的显示屏输出给用户。

通过上述实施例，考虑了交通信号灯的信息，并基于计算得到的预定时间段内的每条候选路径的通行时间，可以得到推荐路径，该方案以通行时间来确定推荐路径，可以达到使用户节省时间，安全出行并及时到达目的地的目的。

计算一条路径的通行时间时，为了使计算相对简单，在一个可选的实施方式中可以考虑将一条路径分为多个路段，即将每条路径分别分为至少一个路段；至少根据每条路径的路况信息计算通过该路径中的每个路段的速度，并根据通过每个路段的速度计算出通过该路段的时间；根据交通信号灯的信息分别计算出每条路径上通过交通信号灯的时间；根据每条路径上的通过交通信号灯的时间和通过该路径的所有路段的时间计算得到每条路径的通行时间。在图5中示出了该可选实施方式的步骤，如图5所示，可以包括如下步骤：

步骤s51：获取起点和终点。

步骤s52：获取从起点到终点的至少一条路径。

步骤s53：将每条路径分别分为至少一个路段。

上述划分路段的过程可以由服务器来执行。例如，云计算平台可以通过关联路段未来路况预测调用器，将每条路径打散成路况预测模块中使用的细粒度的至少一个路段。划分路段的方式也有很多种，例如，可以通过如下三种方式将每条路径划分为至少一个路段：第一种方式，按照每条路径中的转弯(左转弯或者右转弯)的标识，将每条路径划分为至少一个路段；第二种方式，按照每条路径中包含的红绿灯的数目l，将每条路径划分为l+1个路段；第三种方式，计算每条路径的总长度，按照将总长度平均分配的原则，将每条路径划分为至少一个路段。

步骤s54：至少根据每条路径的路况信息计算通过该路径中的每个路段的速度，并根据通过每个路段的速度计算出通过该路段的时间。

需要说明的是，可以从路况预测模块中读取每条路径划分后的至少一个路段在未来的预定时间段内的路况信息，并根据路况信息，可以计算每个路段的速度，并结合每个路段的长度，可以计算出每个路段的通行时长，即通过每个路段的时间。

步骤s55：根据交通信号灯的信息分别计算出每条路径上通过交通信号灯的时间。

在一种可选的实施例中，每条路径上包含若干个红绿灯(即上述的交通信号灯)，每个红绿灯都设置有红绿灯配比信息，在每个红绿灯的配比信息相同的情况下，即红绿灯维持红灯状态第一时间段，维持绿灯状态第二时间段，第一时间段大于第二时间段，且第一时间段与第二时间段的比例为第一比值，可以通过计算车辆通过每个红绿灯的时间，得到每条路径上通过红绿灯的时间。

例如，若某条路径上包括5个红绿灯，车辆在经过每个红绿灯时，都需等待红绿灯由红灯状态转换为绿灯状态才可通行，因此，可以通过计算车辆在每个红绿灯处的等待时间，可以得到该条路径上的通过红绿灯的时间。在一种优选的方案中，车辆在经过每个红绿灯时，都直接通过，也即红绿灯处于绿灯状态，车辆不需要等待，则在该种情况下，该条路径上的通过红绿灯的时间近似为0。

步骤s56：根据每条路径上的通过交通信号灯的时间和通过该路径的所有路段的时间计算得到每条路径的通行时间。

通过上述实施例，采用将每条路径划分为至少一个路段的方式，可以更为精确的获得每条路径的通行时间，从而为用户推荐更为方便、快速的路径，以提高用户的导 航体验。

在有些情况下，如果每次都能够直接通过而不等待红绿灯，那么驾驶者的体验是相比比较好的。但是，这种情况需要控制速度，以保证以合适的速度到达红绿灯。

为了做到这一点，可以根据每条路径的路况信息计算至少一个第一速度，其中，第一速度为在到达一个交通信号灯之前的速度，该速度能够在到达该交通信号灯时直接通过该交通信号灯；根据至少一个第一速度计算出在预定时间段内该路径的通行时间。

同样，服务器可以进行该第一速度的计算。例如，云计算平台可以在通过关联路段未来路况预测调用器，将每条路径打散成路况预测模块中使用的细粒度的至少一个路段之后，云计算平台可以根据每条路径划分后的至少一个路段在未来的预定时间段内的路况信息以及每条路径上的红绿灯信息，计算得到车辆可以直接通过每个红绿灯的速度(即上述的第一速度)。其中，在通过每个红绿灯之前，都可以根据当前路段的路段信息和当前的红绿灯信息，计算得到对应的一个第一速度。

在上述方案中，用户可以控制车辆以第一速度在选择的实际路径上一直行驶的模式，可以称为不停车模式。该不停车模式可以增加一个开关，让用户选择是否使用该功能。

通过上述实施例，利用计算得到的第一速度，可以使用户直接通过路径中遇到的每个红绿灯，无需等待，从而可以使用户在一直行驶的状态下，能够及时且安全到达目的地。但是，由于需要直接通过红绿灯，用户的行驶速度可能不能达到最快，在这种情况下，引入了另一个可选的实施方式。

在该可选的实施方式中，在以交通信号灯为界将每条路径划分为至少一个路段的情况下，至少根据至少一个第一速度计算出在预定时间段内该路径的通行时间包括：计算该路径上以至少一个第一速度通过每个路段的第一时间；根据路况信息计算通过该路径每个交通信号灯之前的最快速度以及以该最快速度达到每个交通信号灯之前的通行时间，并将该通行时间加上交通信号灯的等待时间得到通过每个路段的第二时间；比较每个路段的第一时间和第二时间，计算出通过每条路径的最短的通行时间。

还是以云计算平台来进行计算为例进行说明，在通过关联路段未来路况预测调用器，将每条路径以红绿灯为界打散成路况预测模块中的至少一个路段之后，云计算平台可以根据每条路径划分后的至少一个路段在未来的预定时间段内的路况信息以及每条路径上的红绿灯信息，计算得到车辆可以直接通过每个红绿灯的速度(即上述的第一速度)。其中，可以根据在未来的预定时间段内，每个路段的路况信息以及与路段对 应的红绿灯信息，计算得到车辆可以直接通过红绿灯的第一速度。以红绿灯为界划分路径，划分的每个路段都对应一个第一速度，根据第一速度可以计算出每个路段的通行时间(即上述的第一时间)。然后，以红绿灯为界划分路径，根据划分后的每个路段的路况信息，计算通过与每个路段对应的红绿灯之前的最快速度，以及在每个路段上以最快速度到达对应的红绿灯之前的通行时间，将该通行时间与红绿灯的等待时间之和作为通过每个路段的第二时间。

进一步地，将上述的每个路段的第一时间和第二时间进行比较，可以得到通过每个路段的最短时间，并可以计算车每条路径的最短的通行时间。即可以在每个路段上以与最短时间对应的速度(第一速度或最快速度)进行行驶，也即，可以在某些路段上以第一速度运行，在剩余的路段上以最快速度运行，使用户以最短的通行时间达到目的地。

通过上述实施例，将第一速度和最快速度两种实施方案结合，可以得到通过每条路径的最短通行时间，从而可以为用户提供更快捷安全的行驶方案，提高用户的导航体验。

上述实施例中的路况信息包括：实时路况信息，或者，根据实时路况信息和历史路况信息预测得到的在预定时间段内的路况信息；和/或，交通标识的信息包括以下至少之一：交通信号灯的信息、道路指示标识的信息、道路突发情况的信息。其中，交通信号灯的信息可以为红绿灯的信息，例如，红绿灯的配比信息，红绿灯维持红灯状态的时间和维持绿灯状态的时间；道路指示标识的信息可以为实时规划的分时段限行信息或全时段限行信息，和，预测的预定时间内的分时段限行信息和全时段限行信息；道路突发情况的信息可以为交通事故紧急处理标识的实时信息和预测信息。

上述方案可以在路况预测模块中进行实施，即可以利用已有的建模方式与预测方法，即根据当前的实时路况信息预测得到在未来的预定时间段内的路况信息；或者，利用已有的建模方式与预测方法，即根据当前的实时路况信息和过去的路况信息(上述的历史路况信息)预测得到在未来的预定时间段内的路况信息。

下面结合图6详述本申请的上述实施例。图6是根据本申请实施例的一种可选的导航系统的结构图，如图6所示，该导航系统g包括：

输入：路网结构信息10、实时路况数据30、实时路径规划服务信息50以及交通信号灯配比信息70。

其中，路网结构信息10：为定期更新的路网结构数据库信息；

实时路况数据30：为当前已知的实时路况信息；

实时路径规划服务信息50：由互联网地图服务提供商提供的实时路径规划服务信息；

交通信号灯配比信息70：全局的未来一段时间的信号灯配比信息，如，在未来的60分钟内的红绿灯的配比信息，即交通信号灯维持红灯状态第一时间段(如60s)，维持绿灯状态第二时间段(30s)。

组件：路况预测模块110路和行车建议实时计算模块120。

其中，路况预测模块110：根据已有的建模与预测方法，即根据输入的路网结构信息、实时路况数据(当前的实时路况数据)，以及过去的道路状况数据来预测未来预定时间段内的道路信息(道路交通状况)。

行车建议实时计算模块120：该模块响应车辆的路径规划请求，考察多个可能路径上(即上述的多个候选路径)的未来预定时间段内的通行情况，计算出建议给用户的行车路径以及在行车路径上的行驶速度等信息。

需要说明的是，该实施例中还包括输出：车载数据收发终端130。

其中，车载数据收发终端130：一方面，车载终端(即车载数据收发终端)会向导航系统上传相关参数(如用户输入的起终点信息)；另一方面，将行车建议实时计算模块计算的结果通过车载终端向用户展示，也即将建议给用户的行车路径以及在行车路径上的行驶速度等信息展示给用户。

在上述实施例中，导航系统包括路况预测模块和行车建议实时计算模块两个模块，路况预测模块通过输入的路网结构信息、实时路况数据，以及过去的路况数据，利用已有的建模方式与预测方法，得到在未来的预定时间段内的路况信息。行车建议实时计算模块通过输入的实时路径规划服务信息、交通信号灯配比信息，以及路况预测模块得到的在未来的预定时间段内的路况信息，得到建议给用户的行车路径和在行车路径上的行驶速度等信息。车载数据收发终端将通过行车建议实时模块得到的建议给用户的行车路径和在行车路径上的行驶速度等信息通过显示屏展示给用户。

下面结合图7详述本申请上述实施例。如图7所示，上述实施例中的行车建议实时计算模120中包括：候选路径筛选模块1201、关联路段未来路口预测调用器1203、通行时间估算器1205以及行车建议生成器1207。该实施例中各个模块之间的功能可以通过如下步骤实现：

步骤s71：通过输入的实时路径规划服务信息得到至少一条候选路径，并将候选路径存入候选路径筛选模块中。

步骤s72：将至少一条候选路径的信息发送给关联路段未来路口预测调用器。

其中，通过关联路段未来路况预测调用器，将每条候选路径打散成路况预测模块中使用的细粒度的至少一个路段。

步骤s73：从路况预测模块中读取每条候选路径划分后的至少一个路段在未来的预定时间段内的路况信息。

步骤s74：将每个路段在未来的预定时间段内的路况信息发送给通行时间估算器。

其中，可以通过通行时间估算器计算每个路段的速度，并结合每个路段的长度，计算每个短短的通行时长，即通过每个路段的时间，此外，还可以计算出每个路段的进入时刻和离开时刻。

步骤s75：将得到的每个路段的速度和通行时长等信息发送给行车建议生成器。

步骤s76：将得到的每个路段在未来的预定时间段的路况信息发送给行车建议生成器。

步骤s77：将交通信号灯配比信息发送给行车建议生成器。

其中，行车建议生成器考虑红绿灯配比信息，并结合每个路段在未来的预定时间段的路况信息，得到多个候选路径的通行时间，并从多个候选路径中选择出推荐给用户的行驶路径以及在行驶路径的每个路段中的行驶速度。

该步骤中的得到多个候选路径的通行时间的实施方式已在本申请的上述实施例中给出，在此不在赘述。

步骤s78：将推荐给用户的行驶路径以及在行驶路径的每个路段中的行驶速度等信息发送给候选路径筛选模块。

通过该步骤，可以将当前得到的推荐路径的相关信息作为下一次实时计算推荐路径的候选路径信息。

步骤s79：将推荐给用户的行驶路径以及在行驶路径的每个路段中的行驶速度等信息发送给车载数据收发终端。

其中，通过车载数据收发终端的显示屏将推荐给用户的行驶路径以及在行驶路径的每个路段中的行驶速度等信息展示给用户。

通过本申请的上述实施例，基于云平台的交通路况、信号灯等信息，生成了一种为车辆提供行车建议的方案。该方案中引入了红绿灯配比信息、未来路况预测以及基 于预测路况的达到时间估计等信息，精确考虑到了前方路口红绿灯对车辆通行的影响，采用预测的路况以及基于预测路况的到达时间估计作为输入计算出推荐的行车路径和在该行车路径上的行驶速度，并可以根据交通状况做出实时的行车建议调整。因此，通过该方案，考虑红路灯配比信息，并通过计算未来预定时间段的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

下面以车载终端为应用场景，详述本申请的上述实施例。如图8所示，该实施例包括：信息设备20、云平台40以及车载终端60。

信息设备20可以理解为一个移动终端或者智能终端，该信息设备可以由车主随身携带并且在车辆运行过程中放置在车辆中。

信息设备20如果功能足够强大，其也可以获取车辆当前行驶的路况信息、路网结构信息、实时路径规划服务信息以及交通信号灯配比信息，并将上述信息发送给云平台40，当然，这些信息也可以通过其他途径获取，云平台40则根据上述信息确定出在未来的预定时间段内的多条推荐路径。然后，并在信息设备20的显示屏上显示出多条推荐路径(图8标示出了从起点a到终点b的两条推荐路径)，以供驾驶者选择。具体地，云平台根据车辆当前行驶的路况信息(包括实时路况数据和过去的路况数据)、路网结构信息，利用已有的建模方式与预测方法，得到在未来的预定时间段内的路况信息，并结合实时路径规划服务信息、交通信号灯配比信息，得到建议给用户的行车路径和在行车路径上的行驶速度等信息，也即得到多条推荐路径。

上述信息设备20的功能也可以由车载终端60实现。

需要说明的是，对于前述的各方法实施例，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，本申请并不受所描述的动作顺序的限制，因为依据本申请，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，所涉及的动作和模块并不一定是本申请所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

上述实施例1中的方法及可选的实施方式可以在终端中实施，上述实施例2中方法及可选的实施方式可以在服务器中执行。当然，随着技术的发展，终端的计算能力越来越强，其也可以实现实施例2中的方法及可选的实施例。或者，可以增加一个离线地图的选项，用户在使用终端前可以将所有需要的数据下载到终端，然后实施上述实施例1和实施例2中的方法及可选的实施方式。当然，也可以根据需要实际调整哪些步骤在终端中实施，哪些步骤在服务器中实施。实施例3和实施例4中涉及到的单元和模块也可以根据实际需要调整其位于服务器还是位于终端。

实施例3

根据本申请实施例，还提供了一种用于实施上述实施例1的导航方法的导航装置的实施例，如图9所示，该装置包括：第一获取模块91、第二获取模块93以及展示模块95。

其中，第一获取模块91，用于获取起点和终点；

第二获取模块93，用于获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；

展示模块95，用于展示推荐路径。

通过上述模块，考虑了对未来预定时间段内的每条路径的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

作为一个可选的实施方式，未来的预定时间段可以是根据历史经验选择的，例如，一般情况下，可以将该时间段设置为一个小时，一个小时基本上涵盖了大部分用户从起点到终点的行驶时间。当然，还可以根据用户所在的城市确定该时间段的时长。例子已经在实施例1中进行了说明，在此不再赘述。

上述实施例的模块功能可以在终端上运行，终端可以是智能终端，例如，手机、平板电脑等。终端也可以是车载终端。下面以车载终端为例进行说明。

用户可以在车载终端输入起点和终点的信息，并进行预定时间段的设定，在完成上述操作之后，在车载终端上进行触屏操作(或按键操作)，进入车载终端的下一个显示界面，在该显示界面上显示出从起点到终点的推荐路径，供用户进行选择。

在一种可选的实施例中，如图10所示，上述装置还可以包括：处理模块101，用于获取实际行驶的路径以及在该路径上的位置，向用户提示第一速度，其中，第一速度为在到达下一个交通信号灯之前的速度，该速度能够在到达该交通信号灯时直接通 过该交通信号灯。

在上述方案中，用户可以控制车辆以第一速度在选择的实际路径上一直行驶的模式，可以称为不停车模式。

通过上述实施例，利用车载终端提示的第一速度，驾驶者可以直接通过路径中遇到的每个红绿灯，无需等待，从而可以使车辆处于一直行驶的状态下，使驾驶者能够及时且安全到达目的地。

上述实施例中的路况信息包括：实时路况信息，或者，根据实时路况信息和历史路况信息预测得到的在预定时间段内的路况信息；和/或，交通标识的信息包括以下至少之一：交通信号灯的信息、道路指示标识的信息、道路突发情况的信息。其中，交通信号灯的信息可以为红绿灯的信息，例如，红绿灯的配比信息，红绿灯维持红灯状态的时间和维持绿灯状态的时间；道路指示标识的信息可以为实时规划的分时段限行信息或全时段限行信息，和，预测的预定时间内的分时段限行信息和全时段限行信息；道路突发情况的信息可以为交通事故紧急处理标识的实时信息和预测信息。

其中，上述的预定时间段内的路况信息可以通过如下两种方式获得：其一，可以利用已有的建模方式与预测方法，根据当前的实时路况信息预测得到在未来的预定时间段内的路况信息；其二，可以利用已有的建模方式与预测方法，根据当前的实时路况信息和过去的路况信息(上述的历史路况信息)预测得到在未来的预定时间段内的路况信息。

在本申请的上述实施例中，根据从起点到终点的每条路径的路况信息和交通标识的信息，可以计算出每条路径在未来的预定时间段内的通行情况，并根据该通行情况，可以得到从起点到终点的推荐路径；用户可以在终端的显示界面上，从推荐路径中选择车辆行驶的实际路径，且在该实际路径上，用户可以根据第一速度，直接通过而不需要等待红绿灯，即可以在车辆一直行驶的状态下，能够及时安全的到达目的地。通过该方案，可以提高导航的用户体验。

实施例4

根据本申请实施例，还提供了一种用于实施上述实施例2的导航方法的导航装置的实施例，如图11所示，该装置可以包括：第一计算模块111、获取模块113、第二计算模块115以及选择模块117。

其中，第一计算模块111，用于根据接收到的起点和终点计算从起点到终点的至少一条路径；

获取模块113，用于获取至少一条路径中的每条路径的路况信息和交通标识的信息；

第二计算模块115，用于至少根据路况信息和交通标识的信息计算在未来的预定时间段内的每条路径的通行情况；

选择模块117，用于至少根据每条路径的通行情况从至少一条路径中选择出推荐路径。

通过上述步骤，考虑了对未来预定时间段内的每条路径的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

作为一个可选的实施方式，未来的预定时间段可以是根据历史经验选择的，例如，一般情况下，可以将该时间段设置为一个小时，一个小时基本上涵盖了大部分用户从起点到终点的行驶时间。当然，还可以根据用户所在的城市确定该时间段的时长。例子已经在实施例1中进行了说明，在此不再赘述。

上述实施例的步骤可以在服务器上运行，服务器可以为云服务器，即云计算平台。

上述的通行情况包括：通行时间，第二计算模块，用于至少根据每条路径的路况信息和交通标识的信息中的交通信号灯的信息，计算在未来的预定时间段内每条路径的通行时间。

交通信号灯的信息是交通标识的信息中很重要的一种，当然交通标识的信息还可以包括其他的信息，例如道路通信标志灯。由于交通信号灯的信息是相对重要的。下面以可选实施方式对交通信号灯的信息进行说明。交通信号灯的信息可以包括红绿灯配比信息，例如，交通信号灯维持红灯状态第一时间段(如60秒)，维持绿灯状态第二时间段(30秒)。以车辆行驶与一个交通信号灯之前为例，当车辆行驶遇到交通信号灯处于红灯状态时，则该车辆需要等待维持红灯状态的60秒结束，才能向前运行；当车辆行驶至交通信号灯处于绿灯状态时，则在维持绿灯状态的30秒结束之前，车辆可以直接向前行驶，直接通过红绿灯。

如果红绿灯的相关信息是由云计算平台计算的，那么云计算平台在得到若干条候选路径之后，从路况预测模块中可以获取在未来的预定时间段内，在每条候选路径上行驶的车辆数量、每个车辆的行驶速度、每条候选路径上的拥堵状态等路况信息；也可以获取到每条候选路径上的即红绿灯的数目和红绿灯的配比信息等交通信号灯的信息；根据获取到的每条候选路径的路况信息和交通信号灯的信息，云计算平台可以计算出在未来的预定时间段内的每条候选路径的通行时间，并可以根据每条候选路径的通行时间，从若干条候选路径中选择出至少一条路径作为推荐路径，并将推荐路径通 过车载终端的显示屏输出给用户。

通过上述实施例，考虑了交通信号灯的信息，并基于计算得到的预定时间段内的每条候选路径的通行时间，可以得到推荐路径，该方案以通信时间来确定推荐路径，可以达到使用户节省时间，安全出行并及时到达目的地的目的。

如图12所示，上述第二计算模块115包括：划分单元121，用于将每条路径分别分为至少一个路段；第一计算单元123，用于至少根据每条路径的路况信息计算通过该路径中的每个路段的速度，并根据通过每个路段的速度计算出通过该路段的时间；第二计算单元125，用于根据交通信号灯的信息分别计算出每条路径上通过交通信号灯的时间；第三计算单元127，用于根据每条路径上的通过交通信号灯的时间和通过该路径的所有路段的时间计算得到每条路径的通行时间。

上述划分路段的过程可以由服务器来执行。例如，云计算平台可以通过关联路段未来路况预测调用器，将每条路径打散成路况预测模块中使用的细粒度的至少一个路段。划分路段的方式也有很多种，例如，可以通过如下三种方式将每条路径划分为至少一个路段：第一种方式，按照每条路径中的转弯(左转弯或者右转弯)的标识，将每条路径划分为至少一个路段；第二种方式，按照每条路径中包含的红绿灯的数目l，将每条路径划分为l+1个路段；第三种方式，计算每条路径的总长度，按照将总长度平均分配的原则，将每条路径划分为至少一个路段。

在一种可选的实施例中，每条路径上包含若干个红绿灯(即上述的交通信号灯)，每个红绿灯都设置有红绿灯配比信息，在每个红绿灯的配比信息相同的情况下，即红绿灯维持红灯状态第一时间段，维持绿灯状态第二时间段，第一时间段大于第二时间段，且第一时间段与第二时间段的比例为第一比值，可以通过计算车辆通过每个红绿灯的时间，得到每条路径上通过红绿灯的时间。

通过上述实施例，采用将每条路径划分为至少一个路段的方式，可以更为精确的获得每条路径的通行时间，从而为用户推荐更为方便、快速的路径，以提高用户的导航体验。

在有些情况下，如果每次都能够直接通过而不等待红绿灯，那么驾驶者的体验是相比比较好的。但是，这种情况需要控制速度，以保证以合适的速度到达红绿灯。

为了做到这一点，在一个可选的实施例中，可以通过上述的第一计算单元123计算得到能够实现上述效果的速度。上述的第一计算单元123，用于根据每条路径的路况信息计算至少一个第一速度，其中，第一速度为在到达一个交通信号灯之前的速度，该速度能够在到达该交通信号灯时直接通过该交通信号灯；第三计算单元117，用于 根据至少一个第一速度计算出在预定时间段内该路径的通行时间。

同样，服务器可以进行该第一速度的计算。例如，云计算平台可以在通过关联路段未来路况预测调用器，将每条路径打散成路况预测模块中使用的细粒度的至少一个路段之后，云计算平台可以根据每条路径划分后的至少一个路段在未来的预定时间段内的路况信息以及每条路径上的红绿灯信息，计算得到车辆可以直接通过每个红绿灯的速度(即上述的第一速度)。其中，在通过每个红绿灯之前，都可以根据当前路段的路段信息和当前的红绿灯信息，计算得到对应的一个第一速度。

通过上述实施例，利用计算得到的第一速度，可以使用户直接通过路径中遇到的每个红绿灯，无需等待，从而可以使用户在一直行驶的状态下，能够及时且安全到达目的地。但是，由于需要直接通过红绿灯，用户的行驶速度可能不能达到最快，在这种情况下，引入了另一个可选的实施方式。

在该可选的实施方式中，上述的第一计算单元123，用于计算该路径上以至少一个第一速度通过每个路段的第一时间；第三计算单元127，用于根据路况信息计算通过该路径每个交通信号灯之前的最快速度以及以该最快速度达到每个交通信号灯之前的通行时间，并将该通行时间加上交通信号灯的等待时间得到通过每个路段的第二时间；第三计算单元127，还用于比较每个路段的第一时间和第二时间，计算出通过每条路径的最短的通行时间。

还是以云计算平台来进行计算为例进行说明，在通过关联路段未来路况预测调用器，将每条路径以红绿灯为界打散成路况预测模块中的至少一个路段之后，云计算平台可以根据每条路径划分后的至少一个路段在未来的预定时间段内的路况信息以及每条路径上的红绿灯信息，计算得到车辆可以直接通过每个红绿灯的速度(即上述的第一速度)。其中，可以根据在未来的预定时间段内，每个路段的路况信息以及与路段对应的红绿灯信息，计算得到车辆可以直接通过红绿灯的第一速度。以红绿灯为界划分路径，划分的每个路段都对应一个第一速度，根据第一速度可以计算出每个路段的通行时间(即上述的第一时间)。然后，以红绿灯为界划分路径，根据划分后的每个路段的路况信息，计算通过与每个路段对应的红绿灯之前的最快速度，以及在每个路段上以最快速度到达对应的红绿灯之前的通行时间，将该通行时间与红绿灯的等待时间之和作为通过每个路段的第二时间。

进一步地，将上述的每个路段的第一时间和第二时间进行比较，可以得到通过每个路段的最短时间，并可以计算车每条路径的最短的通行时间。即可以在每个路段上以与最短时间对应的速度(第一速度或最快速度)进行行驶，也即，可以在某些路段上以第一速度运行，在剩余的路段上以最快速度运行，使用户以最短的通行时间达到 目的地。

通过上述实施例，将第一速度和最快速度两种实施方案结合，可以得到通过每条路径的最短通行时间，从而可以为用户提供更快捷安全的行驶方案，提高用户的导航体验。

上述实施例中的路况信息包括：实时路况信息，或者，根据实时路况信息和历史路况信息预测得到的在预定时间段内的路况信息；和/或，交通标识的信息包括以下至少之一：交通信号灯的信息、道路指示标识的信息、道路突发情况的信息。其中，交通信号灯的信息可以为红绿灯的信息，例如，红绿灯的配比信息，红绿灯维持红灯状态的时间和维持绿灯状态的时间；道路指示标识的信息可以为实时规划的分时段限行信息或全时段限行信息，和，预测的预定时间内的分时段限行信息和全时段限行信息；道路突发情况的信息可以为交通事故紧急处理标识的实时信息和预测信息。

上述方案可以在路况预测模块中进行实施，即可以利用已有的建模方式与预测方法，即根据当前的实时路况信息预测得到在未来的预定时间段内的路况信息；或者，利用已有的建模方式与预测方法，即根据当前的实时路况信息和过去的路况信息(上述的历史路况信息)预测得到在未来的预定时间段内的路况信息。

通过本申请的上述实施例，基于云平台的交通路况、信号灯等信息，生成了一种为车辆提供行车建议的方案。该方案中引入了红绿灯配比信息、未来路况预测以及基于预测路况的达到时间估计等信息，精确考虑到了前方路口红绿灯对车辆通行的影响，采用预测的路况以及基于预测路况的到达时间估计作为输入计算出推荐的行车路径和在该行车路径上的行驶速度，并可以根据交通状况做出实时的行车建议调整。因此，通过该方案，考虑红路灯配比信息，并通过计算未来预定时间段的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

实施例5

本申请的实施例可以提供一种计算机终端，该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算机终端也可以替换为移动终端等终端设备。

可选地，在本实施例中，上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。

在本实施例中，上述计算机终端可以执行导航方法中以下步骤的程序代码：获取起点和终点；获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交 通标识的信息计算出来的在未来的预定时间段内的通行情况；展示推荐路径。

可选地，图13是根据本申请实施例的一种终端的结构框图，该终端可以是车载终端，也可以是移动终端。如图13所示，该终端a可以包括：一个或多个(图中仅示出一个)处理器131、存储器133、以及传输装置135。

图13中示出的结构也可以是计算机终端的结构，云计算平台或者其他服务器也可以看作是由一个或多个计算机终端组成的。

其中，存储器可用于存储软件程序以及模块，如本申请实施例中的导航方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的导航方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至终端a。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取起点和终点；获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；展示推荐路径。

可选的，上述处理器还可以执行如下步骤的程序代码：获取实际行驶的路径以及在该路径上的位置，向用户提示第一速度，其中，第一速度为在到达下一个交通信号灯之前的速度，该速度能够在到达该交通信号灯时直接通过该交通信号灯。

可选的，上述处理器还可以执行如下步骤的程序代码：路况信息包括：实时路况信息，或者，根据实时路况信息和历史路况信息预测得到的在预定时间段内的路况信息；和/或，交通标识的信息包括以下至少之一：交通信号灯的信息、道路指示标识的信息、道路突发情况的信息。

该处理还可以用于执行实施例1和/或实施例2中的一个或多个步骤的程序代码，在此不再一一列举。

采用本申请实施例，获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；展示推荐路径。本申请实施例通过计算未来预定时间段的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

本领域普通技术人员可以理解，图13所示的结构仅为示意，计算机终端也可以是智能手机(如android手机、ios手机等)、平板电脑、掌声电脑以及移动互联网设备(mobileinternetdevices，mid)、pad等终端设备。图13其并不对上述电子装置的结构造成限定。例如，计算机终端a还可包括比图13中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图13所示不同的配置。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-onlymemory，rom)、随机存取器(randomaccessmemory，ram)、磁盘或光盘等。

实施例6

本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的导航方法所执行的程序代码。

可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取起点和终点；获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；展示推荐路径。

可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：获取实际行驶的路径以及在该路径上的位置，向用户提示第一速度，其中，第一速度为在到达下一个交通信号灯之前的速度，该速度能够在到达该交通信号灯时直接通过该交通信号灯。

该存储介质还可以存储用于执行实施例1和/或实施例2中的一个或多个步骤的程序代码，在此不再一一列举。

采用本申请实施例，获取从起点到终点的推荐路径，其中，推荐路径是根据起点到终点的每条路径的通行情况选择出来的，每条路径的通行情况是根据每条路径的路况信息和交通标识的信息计算出来的在未来的预定时间段内的通行情况；展示推荐路径。本申请实施例通过计算未来预定时间段的通行情况，解决了相关技术导航过程中并没有考虑未来路况所导致的问题，提高了导航的用户体验。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有 详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。