供应商配 置用于无线通信的任何其它电子设备一一的通信。蜂窝通信通过SDN到车辆的远程信息处 理收发器也可以从与设备一一比如个人电脑（PC)，便携式电脑，笔记本电脑一一连接的互 联网或与手机连接的WiFi中发起。通信接口 115还可以配置为从车辆100中直接通信到 用户的远程设备或使用任何数量的通信协议一一比如蓝牙，蓝牙低能量，或WiFi -一的任 何其它设备。因此，通信接口 115可以配置为从远程服务器140中接收消息和/或传递消 息到远程服务器140。
[0043] 预测学习系统125可以配置为选择与各种地理区域相关联的模板，包括如通过导 航系统120确定的车辆100的当前位置的地理区域。每个模板可以表示与地理区域相关联 的驾驶趋向。驾驶趋向可以涉及安全信息，基础设施信息，便利信息，和/或相对于地理区 域的交通流量信息。安全信息可以确定高犯罪区域和/或事故经常发生的区域。基础设施 信息可以确定医院，警察局，消防局，教育机构等。而且，基础设施信息可以进一步确定养老 院，幼儿园，公园，旅游景点（动物园，主题公园，体育场馆等），和在一个或多个残疾人居住 的地区。便利信息可以确定高票价区域，大型用人单位地点（例如，在交接班时候的工厂或 医院或在主要工作时间开始或结束时的大型办公大楼），让船通行的桥孔的时间，在主要体 育馆的主要体育赛事的时间，列车时刻表等。交通流量信息可以在例如，高峰期确定典型的 高交通流量区域，是否某些车道改变全天（例如，在早上入站到大都市圈和在晚上出站到 郊外）的交通流量的方向，绕开某些区域的快速通道，道路是否因为施工，事故或事件，比 如马拉松，游行，大奖赛公路赛，政治集会或类似物而封闭。交通流量信息可以进一步确定 经常引起交通堵塞的高行人流量大的区域。
[0044] 预测学习系统125可以结合神经网络，模糊逻辑，或另一种用于学习最佳可行路 线的发动机。在某些情况下，预测学习系统125可以基于驾驶员如何在非自主模式下操作 车辆100来开发模板。可选择地或另外，预测学习系统125可以配置为从远程服务器140 中接收模板。在一些可行的方法中，预测学习系统125可以从远程服务器140中要求与地 理区域相关联的模板。可选择地，导航系统120可以传递当前位置和选择的目的地到远程 服务器140,并且作出响应，远程服务器140可以通过，例如，通信接口 115传递一个或多个 模板到预测学习系统125。而且，预测学习系统125可以配置为从远程服务器140或通过车 辆-对-车辆通信开发的模板接收由其他驾驶员开发的模板。在某些情况下，预测学习系 统125可以基于驾驶员如何在非自主模式下操作车辆100来更新可用的或接收的模板。
[0045] 自主驾驶传感器130可以包括任何数量的设备，其配置为产生信号，该信号在车 辆100正在自主（例如，无人驾驶）模式下操作时帮助导航车辆100。自主驾驶传感器130 的示例可以包括雷达传感器，激光雷达传感器，视觉传感器，或类似物。自主驾驶传感器130 在车辆100正在自主驾驶模式下操作时帮助车辆100 "看见"道路和车辆100周围和/或 越过各种障碍。
[0046] 自主模式控制器135可以配置为当车辆100正在自主模式下操作时控制一个或多 个子系统145。可以通过自主模式控制器135控制的子系统145的示例可以包括制动子系 统，悬架子系统，转向子系统和动力传动系统子系统。自主模式控制器135可以通过输出信 号到与这些子系统145相关联的控制单元来控制这些子系统145中的任何一个或多个。自 主模式控制器135可以至少部分地基于通过自主驾驶传感器130产生的信号控制子系统 145〇
[0047] 自主模式控制器135可以包括处理设备150,其配置为对通过导航系统120产生 的路线应用一个或多个模板。处理设备150可以基于模板更新通过导航系统120产生的路 线。虽然显示为自主模式控制器135的一部分，但是在某些情况下，处理设备150可以独立 于自主模式控制器135之外存在。是否车辆100的自主或非自主操作的一部分，处理设备 150可以在车辆100开始通过导航系统120产生的路线之前应用模板。
[0048] 处理设备150可以应用符合用户偏好的模板。如上述所讨论的，用户偏好可以涉 及最大化燃料效率，降低行驶时间，行驶最短距离，或类似物。因此，尽管更新的路线一一其 通过处理设备150产生一一可以偏离通过导航系统120产生的原始路线，但是更新的路线 仍然可以满足用户的偏好。在一些可行的实施方式中，处理设备150可以相对于更新的路 线优先考虑用户的偏好。例如，如果用户偏好将高优先级设置为行驶最短距离而不是模板 更新的路线偏好从而，例如，避免高交通流量区域将显著增加到选择的目的地的距离，则更 新的路线可以丢弃。在一些可行的方法中，处理设备150可以通过，例如，用户界面设备110 来提示用户是选择应用更新的路线还是原始路线。用户可以通过用户界面设备110做出这 样的选择。
[0049] 图3是可以通过图2的系统105的一个或多个组件实施的示例性过程300的流程 图。例如，过程可以通过导航系统120,预测学习系统125,和/或处理设备150执行。
[0050] 在框305处，处理设备150可以确定车辆100的当前位置。当前位置可以通过使 用，例如，GPS的导航系统120确定。
[0051] 在框310处，处理设备150可以确定目的地。目的地可以通过提供给用户界面设 备110的用户输入来选择。用户界面设备110可以传递选择到导航系统120。用户界面设 备110或导航系统120可以传递选择的目的地到处理设备150。
[0052] 在框315处，导航系统120可以产生从当前位置到选择的目的地的路线。路线可 以考虑用户偏好，比如最大化燃料效率，降低行驶时间，行驶最短距离，或类似物。用户偏好 可以根据通过用户界面设备110提供的用户输入优先化。
[0053] 在框320处，预测学习系统125可以选择和/或接收用于在框315处产生的路线 的模板。模板可以表示与车辆100的当前位置的地理区域，选择的目的地，和在当前位置和 选择的目的地之间的路线相关联的驾驶趋向。如前述所讨论的，驾驶趋向可以涉及安全信 息，基础设施信息，便利信息，和/或相对于地理区域的交通流量信息。模板可以从，例如， 远程服务器140中选择或通过车辆-对-车辆的通信协议从另一车辆中的通信接口 115处 接收。
[0054] 在框325处，处理设备150可以应用模板到在框315处产生的路线。对路线应用 模板可以包括确定车辆100是否在行驶路线中将受模板限定的任何驾驶趋向的影响。
[0055] 在决定框330处，处理设备150可以通过用户界面设备110提示驾驶员或其他乘 客是否基于模板更新路线。如果驾驶员和其他乘客基于模板选择更新路线，则过程300可 以在框355处继续。如果不是那样的话，则过程300可以结束，以便初始路线可以使用来导 航车辆100。
[0056] 在框335处，处理设备150可以在车辆100开始路线之前和/或在车辆100正在 自主模式操作下操作之前基于模板调整路线。调整路线可以包括更新避免的或另外未受驾 驶趋向影响的或受驾驶趋向最小影响的路线。在某些情况下，路线可以以如上述讨论的最 佳考虑用户偏好的方式调整。因此，例如，更新的路线可以试图基于用户如何优先化这些和 可行的其他用户偏好来最大化燃料效率，降低行驶时间，或行驶最短距离。过程300可以在 路线调整和更新路线创建之后结束以便更新的路线可以使用来导航车辆100。
[0057] -般而言，计算系统和/或设备，比如用户界面设备110,和处理设备150,可 以采用任何数量的计算机操作系统，包括，但决不限