本公开涉及基于道路亮度度量提供路线引导的系统和方法。当车辆中的驾驶员选择最终目的地时，导航系统将提供优选路线，该优选路线通常基于到最终目的地的最短总距离。有时，导航系统将提供避开类似建筑地带、活动事故现场、土路和收费公路的事物的替代路线。这些替代路线通常将花费多一点的时间到达最终目的地，但允许车辆选择性地避免不期望的驾驶条件。
背景技术：
1、在夜间期间，道路基于路灯的存在、来自沿道路的商业和建筑物的环境光以及道路上的交通量而表现出变化的亮度水平。当前的导航系统不向驾驶员提供引导以允许驾驶员选择提供比另一路线更好的亮度特性的路线。
2、因此，虽然当前系统和方法实现其预期目的，但需要一种用于基于道路亮度度量提供路线引导的新的且改进的系统和方法。
技术实现思路
1、根据本公开的多个方面，一种用于基于道路亮度度量提供路线引导的系统包括：主车辆，其具有车载数据处理器、与所述车载数据处理器通信并适于允许所述车辆的驾驶员从所述车载数据处理器接收信息并将信息输入到所述车载数据处理器的驾驶员界面、以及与所述车载数据处理器通信的无线通信模块；基于云的数据处理器，其适于从所述主车辆和多个其他车辆收集实时道路亮度数据、并且存储从所述主车辆和多个其他车辆收集的道路亮度数据、并且在不同时间和不同日期建立在所识别的路段处的道路亮度度量的模型，所述基于云的数据处理器还适于：从所述主车辆内的所述车载数据处理器接收与所述主车辆的起始位置和最终目的地相关的数据；计算所述起始点和所述最终目的地之间的最短路径路线的亮度特性；计算所述起始点与所述最终目的地之间的至少一条可行替代路线的亮度特性；以及当所述至少一条可行替代路线具有比所述起始点和所述最终目的地之间的最短路径路线更好地满足预定亮度偏好的亮度特性时，经由所述主车辆内的所述驾驶员界面向所述主车辆的驾驶员呈现所述起始点和所述最终目的地之间的所述至少一条可行替代路线。
2、根据另一方面，当计算所述起始点和所述最终目的地之间的至少一条可行替代路线的亮度特性时，所述基于云的数据处理器还适于识别到达时间在所述最短路径路线的到达时间的预定时间间隔内的至少一条可行替代路线。
3、根据另一方面，所述基于云的数据处理器还适于从在所述至少一条可行替代路线上行驶的其他车辆收集与所述至少一条可行替代路线的亮度特性相关的实时数据，其中，当计算所述起始点和所述最终目的地之间的所述至少一条可行替代路线的亮度特性时，所述基于云的数据处理器适于将存储在所述基于云的数据处理器上的道路亮度度量的模型内的与所述至少一条可行替代路线的亮度特性相关的历史数据与从在所述至少一条替代路线上行驶的其他车辆收集的实时数据组合。
4、根据另一方面，所述基于云的数据处理器还适于从在最短路径路线上行进的其他车辆以及从主车辆收集与最短路径路线的亮度特性有关的实时数据，其中，当计算起始点与最终目的地之间的最短路径路线的亮度特性时，所述基于云的数据处理器还适于将存储在基于云的数据处理器上的道路亮度度量的模型内的与最短路径路线的亮度特性有关的历史数据与从在最短路径路线上行进的其他车辆以及从主车辆收集的实时数据组合。
5、根据另一方面，所述主车辆内的车载数据处理器和所述其他车辆中的每个内的车载数据处理器适于：从多个车载图像捕获装置收集图像；利用所述车载数据处理器计算来自多个图像捕获装置中的每个的每个捕获图像的亮度度量；计算所识别的路段上的捕获图像的中值亮度度量；将gps坐标、航向信息和时间戳附加到所述中值亮度度量；以及经由无线通信模块通过无线通信网络将所述中值亮度度量发送到所述基于云的数据处理器。
6、根据另一方面，在主车辆和其他车辆中的每个内的车载数据处理器适于在计算每个捕获图像的亮度度量之前对来自多个图像捕获装置中的每个的捕获图像中的每个进行roi滤波。
7、根据另一方面，当将存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的与所述至少一条可行替代路线的亮度特性相关的历史数据与从在所述至少一条替代路线上行驶的其他车辆收集的实时数据组合时，所述基于云的数据处理器还适于识别所述至少一条可行替代路线的多个所识别的路段，并且对于所述至少一条可行路线的每个所识别的路段，将从所述其他车辆接收的每个所识别的路段的所述中值亮度度量与存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的每个所识别的路段的历史数据融合，以计算所述至少一条替代路线的多个预定路段中的每个的亮度特性。
8、根据另一方面，当将存储在基于云的数据处理器上的道路亮度度量的模型内的与最短路径路线的亮度特性有关的历史数据与从在最短路径路线上行进的其他车辆和从主车辆收集的实时数据组合时，基于云的数据处理器还适于识别最短路径路线的多个所识别的路段，并且对于最短路径路线的所识别的路段中的每个，将从其他车辆和主车辆接收的所识别的路段中的每个的中值亮度度量与存储在基于云的数据处理器上的道路亮度度量的模型内的所识别的路段的历史数据融合，以计算最短路径路线的多个预定路段中的每个的亮度特性。
9、根据另一方面，当经由主车辆内的驾驶员界面向主车辆的驾驶员呈现在起始点与最终目的地之间的至少一个可行替代路线时，当至少一个可行替代路线具有比在起始点与最终目的地之间的最短路径路线更好地满足预定亮度偏好的亮度特性时，基于云的数据处理器还适于：利用所述主车辆内的所述驾驶员界面来收集与亮度度量相关的驾驶员偏好；将所述至少一条可行替代路线的所识别的路段中的每个与所述驾驶员偏好进行比较；将所述最短路径路线的所识别的路段中的每个与所述驾驶员偏好进行比较；以及识别比所述最短路径路线更接近地满足所述驾驶员偏好的所述至少一条可行替代路线中的每条。
10、根据另一方面，在计算所述至少一条替代路线的多个预定路段中的每个的亮度特性以及计算所述最短路径路线的多个所识别路段中的每个的亮度特性之后，所述基于云的数据处理器还适于在不同时间和不同日期更新在所识别路段处的道路亮度度量的模型。
11、根据本公开的多个方面，一种基于道路亮度度量提供路线引导的方法包括：利用基于云的数据处理器从所述主车辆内的处理器收集主车辆的起始位置和最终目的地，所述基于云的数据处理器适于从所述主车辆和从多个其他车辆收集实时道路亮度数据、适于存储从所述主车辆和多个其他车辆收集的道路亮度数据、并且适于在不同时间和不同日期建立在所识别的路段处的道路亮度度量的模型；计算所述起始点与所述最终目的地之间的最短路径路线的亮度特征；计算所述起始点与所述最终目的地之间的至少一条可行替代路线的亮度特性；以及当所述至少一条可行替代路线具有比所述起始点和所述最终目的地之间的最短路径路线更好地满足预定亮度偏好的亮度特性时，经由所述主车辆内的驾驶员界面向所述主车辆的驾驶员呈现所述起始点和所述最终目的地之间的所述至少一条可行替代路线。
12、根据另一方面，所述计算所述起始点和所述最终目的地之间的至少一条可行替代路线的亮度特性还包括：识别到达时间在所述最短路径路线的到达时间的预定时间间隔内的至少一条可行替代路线。
13、根据另一方面，所述计算所述起始点和所述最终目的地之间的所述至少一条可行替代路线的亮度特性还包括：利用所述基于云的数据处理器从在所述至少一条可行替代路线上行驶的其他车辆收集与所述至少一条替代路线的亮度特性相关的实时数据；以及将存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的与所述至少一条可行替代路线的亮度特性有关的历史数据与从在所述至少一条替代路线上行驶的其他车辆收集的所述实时数据组合。
14、根据另一方面，所述计算所述起始点与所述最终目的地之间的所述最短路径路线的亮度特性还包括：利用所述基于云的数据处理器从在所述最短路径路线上行驶的其他车辆以及从所述主车辆收集与所述最短路径路线的亮度特性相关的实时数据；以及将存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的与所述最短路径路线的亮度特性有关的历史数据与从在所述最短路径路线上行驶的其他车辆和从所述主车辆收集的所述实时数据组合。
15、根据另一方面，利用所述主车辆和每个所述其他车辆内的所述基于云的数据处理器从所述主车辆和所述其他车辆收集实时数据还包括：利用车载数据处理器从多个车载图像捕获装置收集图像；利用所述车载数据处理器计算来自多个图像捕获装置中的每个的每个捕获图像的亮度度量；计算所识别的路段上的捕获图像的中值亮度度量；将gps坐标、航向信息和时间戳附加到所述中值亮度度量；以及经由无线通信模块通过无线通信网络将所述中值亮度度量发送到所述基于云的数据处理器。
16、根据另一方面，该方法还包括：在计算每个捕获图像的亮度度量之前，对来自多个图像捕获装置中的每个的每个捕获图像进行roi滤波。
17、根据另一方面，将存储在所述基于云的数据处理器上的所述道路亮度度量模型内的与所述至少一条可行替代路线的亮度特性相关的历史数据与从在所述至少一条替代路线上行驶的其他车辆收集的所述实时数据组合还包括：利用所述基于云的数据处理器识别所述至少一条可行替代路线的所识别的路段，并且对于所述至少一条可行路线的所识别的路段中的每个，将从其他车辆接收的所识别的路段中的每个的所述中值亮度度量与存储在所述基于云的数据处理器上的所述道路亮度度量模型内的所识别的路段中的每个的历史数据融合，以计算所述至少一条替代路线的多个所识别的路段中的每个的亮度特性。
18、根据另一方面，将存储在所述基于云的数据处理器上的所述道路亮度度量模型内的与所述最短路径路线的亮度特性有关的历史数据与从在所述最短路径路线上行驶的其他车辆和从所述主车辆收集的所述实时数据组合还包括：利用所述基于云的数据处理器识别所述最短路径路线的所识别的路段，并且对于所述最短路径路线的所识别的路段中的每个，将从其他车辆和所述主车辆接收的所识别的路段中的每个的所述中值亮度度量与存储在所述基于云的数据处理器上的所述道路亮度度量模型内的所识别的路段的历史数据融合，以计算所述最短路径路线的多个所识别的路段中的每个的亮度特性。
19、根据另一方面，当所述至少一条可行替代路线具有比所述起始点和所述最终目的地之间的最短路径路线更佳地满足预定亮度偏好的亮度特性时，经由所述主车辆内的驾驶员界面向所述主车辆的驾驶员呈现所述起始点和所述最终目的地之间的所述至少一条可行替代路线还包括：利用所述主车辆内的所述驾驶员界面来收集与亮度度量相关的驾驶员偏好；将所述至少一条可行替代路线的所识别的路段中的每个与所述驾驶员偏好进行比较；将所述最短路径路线的所识别的路段中的每个与所述驾驶员偏好进行比较；以及识别比所述最短路径路线更接近地满足所述驾驶员偏好的所述至少一条可行替代路线中的每条。
20、根据另一方面，所述方法还包括：在计算所述至少一条替代路线的多个所识别的路段中的每个的亮度特性以及计算所述最短路径路线的多个所识别的路段中的每个的亮度特性之后，在不同时间和不同日期更新在所识别的路段处的道路亮度度量的模型。
21、本发明还可包括下列方案。
22、1. 一种基于道路亮度度量提供路线引导的系统，包括：
23、主车辆，其具有车载数据处理器、与所述车载数据处理器通信并适于允许所述车辆的驾驶员从所述车载数据处理器接收信息并将信息输入到所述车载数据处理器的驾驶员界面、以及与所述车载数据处理器通信的无线通信模块；
24、基于云的数据处理器，其适于从所述主车辆和多个其他车辆收集实时道路亮度数据、并且存储从所述主车辆和多个其他车辆收集的道路亮度数据、并且在不同时间和不同日期建立在所识别的路段处的道路亮度度量的模型；
25、所述基于云的数据处理器还适于：
26、从所述主车辆内的所述车载数据处理器接收与所述主车辆的起始位置和最终目的地相关的数据；
27、计算所述起始点和所述最终目的地之间的最短路径路线的亮度特性；
28、计算所述起始点与所述最终目的地之间的至少一条可行替代路线的亮度特性；以及
29、当所述至少一条可行替代路线具有比所述起始点和所述最终目的地之间的最短路径路线更好地满足预定亮度偏好的亮度特性时，经由所述主车辆内的所述驾驶员界面向所述主车辆的驾驶员呈现所述起始点和所述最终目的地之间的所述至少一条可行替代路线。
30、2. 根据方案1所述的系统，其中，当计算所述起始点和所述最终目的地之间的至少一条可行替代路线的亮度特性时，所述基于云的数据处理器还适于识别到达时间在所述最短路径路线的到达时间的预定时间间隔内的至少一条可行替代路线。
31、3. 根据方案2所述的系统，其中，所述基于云的数据处理器还适于从在所述至少一条可行替代路线上行驶的其他车辆收集与所述至少一条可行替代路线的亮度特性相关的实时数据，其中，当计算所述起始点和所述最终目的地之间的所述至少一条可行替代路线的亮度特性时，所述基于云的数据处理器适于将存储在所述基于云的数据处理器上的道路亮度度量的模型内的与所述至少一条可行替代路线的亮度特性相关的历史数据与从在所述至少一条替代路线上行驶的其他车辆收集的实时数据组合。
32、4. 根据方案3所述的系统，其中，所述基于云的数据处理器还适于从在最短路径路线上行进的其他车辆以及从主车辆收集与最短路径路线的亮度特性有关的实时数据，其中，当计算起始点与最终目的地之间的最短路径路线的亮度特性时，所述基于云的数据处理器还适于将存储在基于云的数据处理器上的道路亮度度量的模型内的与最短路径路线的亮度特性有关的历史数据与从在最短路径路线上行进的其他车辆以及从主车辆收集的实时数据组合。
33、5. 根据方案4所述的系统，其中，所述主车辆内的车载数据处理器和所述其他车辆中的每个内的车载数据处理器适于：
34、从多个车载图像捕获装置收集图像；
35、利用所述车载数据处理器计算来自多个图像捕获装置中的每个的每个捕获图像的亮度度量；
36、计算所识别的路段上的捕获图像的中值亮度度量；
37、将gps坐标、航向信息和时间戳附加到所述中值亮度度量；以及
38、经由无线通信模块通过无线通信网络将所述中值亮度度量发送到所述基于云的数据处理器。
39、6. 根据方案5所述的系统，其中，在主车辆和其他车辆中的每个内的车载数据处理器适于在计算每个捕获图像的亮度度量之前对来自多个图像捕获装置中的每个的捕获图像中的每个进行roi滤波。
40、7. 根据方案5所述的系统，其中，当将存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的与所述至少一条可行替代路线的亮度特性相关的历史数据与从在所述至少一条替代路线上行驶的其他车辆收集的实时数据组合时，所述基于云的数据处理器还适于识别所述至少一条可行替代路线的多个所识别的路段，并且对于所述至少一条可行路线的每个所识别的路段，将从所述其他车辆接收的每个所识别的路段的所述中值亮度度量与存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的每个所识别的路段的历史数据融合，以计算所述至少一条替代路线的多个预定路段中的每个的亮度特性。
41、8. 根据方案7所述的系统，其中，当将存储在基于云的数据处理器上的道路亮度度量的模型内的与最短路径路线的亮度特性有关的历史数据与从在最短路径路线上行进的其他车辆和从主车辆收集的实时数据组合时，基于云的数据处理器还适于识别最短路径路线的多个所识别的路段，并且对于最短路径路线的所识别的路段中的每个，将从其他车辆和主车辆接收的所识别的路段中的每个的中值亮度度量与存储在基于云的数据处理器上的道路亮度度量的模型内的所识别的路段的历史数据融合，以计算最短路径路线的多个预定路段中的每个的亮度特性。
42、9. 根据方案8所述的系统，其中，当经由主车辆内的驾驶员界面向主车辆的驾驶员呈现在起始点与最终目的地之间的至少一个可行替代路线时，当至少一个可行替代路线具有比在起始点与最终目的地之间的最短路径路线更好地满足预定亮度偏好的亮度特性时，基于云的数据处理器还适于：
43、利用所述主车辆内的所述驾驶员界面来收集与亮度度量相关的驾驶员偏好；
44、将所述至少一条可行替代路线的所识别的路段中的每个与所述驾驶员偏好进行比较；
45、将所述最短路径路线的所识别的路段中的每个与所述驾驶员偏好进行比较；以及
46、识别比所述最短路径路线更接近地满足所述驾驶员偏好的所述至少一条可行替代路线中的每条。
47、10. 根据方案9所述的系统，其中，在计算所述至少一条替代路线的多个预定路段中的每个的亮度特性以及计算所述最短路径路线的多个所识别路段中的每个的亮度特性之后，所述基于云的数据处理器还适于在不同时间和不同日期更新在所识别路段处的道路亮度度量的模型。
48、11. 一种基于道路亮度度量提供路线引导的方法，包括：
49、利用基于云的数据处理器从所述主车辆内的处理器收集主车辆的起始位置和最终目的地，所述基于云的数据处理器适于从所述主车辆和从多个其他车辆收集实时道路亮度数据、适于存储从所述主车辆和多个其他车辆收集的道路亮度数据、并且适于在不同时间和不同日期建立在所识别的路段处的道路亮度度量的模型；
50、计算所述起始点与所述最终目的地之间的最短路径路线的亮度特征；
51、计算所述起始点与所述最终目的地之间的至少一条可行替代路线的亮度特性；以及
52、当所述至少一条可行替代路线具有比所述起始点和所述最终目的地之间的最短路径路线更好地满足预定亮度偏好的亮度特性时，经由所述主车辆内的驾驶员界面向所述主车辆的驾驶员呈现所述起始点和所述最终目的地之间的所述至少一条可行替代路线。
53、12. 根据方案11所述的方法，其中，所述计算所述起始点和所述最终目的地之间的至少一条可行替代路线的亮度特性还包括：识别到达时间在所述最短路径路线的到达时间的预定时间间隔内的至少一条可行替代路线。
54、13. 根据方案12所述的方法，其中，所述计算所述起始点和所述最终目的地之间的所述至少一条可行替代路线的亮度特性还包括：
55、利用所述基于云的数据处理器从在所述至少一条可行替代路线上行驶的其他车辆收集与所述至少一条替代路线的亮度特性相关的实时数据；以及
56、将存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的与所述至少一条可行替代路线的亮度特性有关的历史数据与从在所述至少一条替代路线上行驶的其他车辆收集的所述实时数据组合。
57、14. 根据方案13所述的方法，其中，所述计算所述起始点与所述最终目的地之间的所述最短路径路线的亮度特性还包括：
58、利用所述基于云的数据处理器从在所述最短路径路线上行驶的其他车辆以及从所述主车辆收集与所述最短路径路线的亮度特性相关的实时数据；以及
59、将存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的与所述最短路径路线的亮度特性有关的历史数据与从在所述最短路径路线上行驶的其他车辆和从所述主车辆收集的所述实时数据组合。
60、15. 根据方案14所述的方法，其中，利用所述主车辆和每个所述其他车辆内的所述基于云的数据处理器从所述主车辆和所述其他车辆收集实时数据还包括：
61、利用车载数据处理器从多个车载图像捕获装置收集图像；
62、利用所述车载数据处理器计算来自多个图像捕获装置中的每个的每个捕获图像的亮度度量；
63、计算所识别的路段上的捕获图像的中值亮度度量；
64、将gps坐标、航向信息和时间戳附加到所述中值亮度度量；以及
65、经由无线通信模块通过无线通信网络将所述中值亮度度量发送到所述基于云的数据处理器。
66、16. 根据方案15所述的方法，还包括：在计算每个捕获图像的亮度度量之前，对来自多个图像捕获装置中的每个的每个捕获图像进行roi滤波。
67、17. 根据方案15所述的方法，其中，将存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的与所述至少一条可行替代路线的亮度特性相关的历史数据与从在所述至少一条替代路线上行驶的其他车辆收集的所述实时数据组合还包括：
68、利用所述基于云的数据处理器识别所述至少一条可行替代路线的所识别的路段，并且对于所述至少一条可行路线的所识别的路段中的每个，将从其他车辆接收的所识别的路段中的每个的所述中值亮度度量与存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的所识别的路段中的每个的历史数据融合，以计算所述至少一条替代路线的多个所识别的路段中的每个的亮度特性。
69、18. 根据方案17所述的方法，其中，将存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的与所述最短路径路线的亮度特性有关的历史数据与从在所述最短路径路线上行驶的其他车辆和从所述主车辆收集的所述实时数据组合还包括：
70、利用所述基于云的数据处理器识别所述最短路径路线的所识别的路段，并且对于所述最短路径路线的所识别的路段中的每个，将从其他车辆和所述主车辆接收的所识别的路段中的每个的所述中值亮度度量与存储在所述基于云的数据处理器上的所述道路亮度度量的模型内的所识别的路段的历史数据融合，以计算所述最短路径路线的多个所识别的路段中的每个的亮度特性。
71、19. 根据方案18所述的方法，其中，当所述至少一条可行替代路线具有比所述起始点和所述最终目的地之间的最短路径路线更佳地满足预定亮度偏好的亮度特性时，经由所述主车辆内的驾驶员界面向所述主车辆的驾驶员呈现所述起始点和所述最终目的地之间的所述至少一条可行替代路线还包括：
72、利用所述主车辆内的所述驾驶员界面来收集与亮度度量相关的驾驶员偏好；
73、将所述至少一条可行替代路线的所识别的路段中的每个与所述驾驶员偏好进行比较；
74、将所述最短路径路线的所识别的路段中的每个与所述驾驶员偏好进行比较；以及
75、识别比所述最短路径路线更接近地满足所述驾驶员偏好的所述至少一条可行替代路线中的每条。
76、20. 根据方案19所述的方法，还包括：在计算所述至少一条替代路线的多个所识别的路段中的每个的亮度特性以及计算所述最短路径路线的多个所识别的路段中的每个的亮度特性之后，在不同时间和不同日期更新在所识别的路段处的道路亮度度量的模型。
77、进一步的应用领域从本文提供的描述将变得显而易见。应当理解，描述和具体示例仅旨在用于说明的目的，而不旨在限制本公开的范围。