DE102012219234A1 - Prediction method for predicting locations of motor car, involves providing predicted location or predicted locations and associated location information using data over interface, where data is provided as given multimodal movement model - Google Patents
Prediction method for predicting locations of motor car, involves providing predicted location or predicted locations and associated location information using data over interface, where data is provided as given multimodal movement model Download PDFInfo
- Publication number
- DE102012219234A1 DE102012219234A1 DE201210219234 DE102012219234A DE102012219234A1 DE 102012219234 A1 DE102012219234 A1 DE 102012219234A1 DE 201210219234 DE201210219234 DE 201210219234 DE 102012219234 A DE102012219234 A DE 102012219234A DE 102012219234 A1 DE102012219234 A1 DE 102012219234A1
- Authority
- DE
- Germany
- Prior art keywords
- location
- information
- prediction method
- data
- interface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3423—Multimodal routing, i.e. combining two or more modes of transportation, where the modes can be any of, e.g. driving, walking, cycling, public transport
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
Die Erfindung betrifft ein Prädiktionsverfahren. Für viele Anwendungen ist es wünschenswert, dass einer oder mehrere prädizierte Orte zur Verfügung gestellt werden. Dies kann beispielsweise prädizierte Orte eines Kraftfahrzeugs betreffen.The invention relates to a prediction method. For many applications, it is desirable to provide one or more predicted locations. This may concern, for example, predicted locations of a motor vehicle.
Die schnelle und weiterhin andauernde Entwicklung der Computertechnologie und auch ein genereller Trend hin zu grüner Energie hat zu ausgeklügelten Fahrzeugsensoriken in Fahrzeugen geführt, die beispielsweise einen Beitrag leisten zu energieeffizienten Brennkraftmaschinen und auch insbesondere für Hybrid und Elektrofahrzeuge. Navigationseinheiten nutzen in diesem Zusammenhang Positionsbestimmungseinheiten, so zum Beispiel unterstützt durch Information bereitgestellt durch GPS-Signale. Sie nutzen ferner Informationen, die über den Antriebsstrang bereitgestellt wird, Messsignale von Gyrometern, Beschleunigungssensoren und weiterer Fahrzeugsensorik um genau eine Position des Fahrzeugs zu ermitteln.The rapid and continuing development of computer technology and also a general trend towards green energy has led to sophisticated vehicle sensor systems in vehicles, for example contributing to energy-efficient internal combustion engines and, in particular, to hybrid and electric vehicles. Navigation units use in this context position determination units, such as supported by information provided by GPS signals. They also use information provided by the powertrain, gyrometer, accelerometer, and other vehicle sensors to determine exactly one position of the vehicle.
Gewisse Funktionen im Fahrzeug setzen in diesem Zusammenhang grundsätzlich voraus, dass ein Nutzer des Fahrzeugs Informationen bereitstellt über ein Ziel, das mit dem Fahrzeug erreicht werden soll. Ferner ist deren Ausführung teilweise schwierig oder fehlerbehaftet, wenn von einer mittels der Navigationseinheit des Fahrzeugs ermittelten Route abgewichen wird.In this context, certain functions in the vehicle fundamentally require that a user of the vehicle provide information about a destination that is to be reached with the vehicle. Furthermore, their execution is sometimes difficult or error-prone when deviating from a route determined by means of the navigation unit of the vehicle.
Die Aufgabe, die der Erfindung zugrunde liegt, ist es, ein Prädiktionsverfahren zu schaffen, das einen Beitrag dazu leistet, für eine präzise Prädiktion eines oder mehrerer prädizierter Orte und dazu, dass es komfortabel nutzbar ist.The object underlying the invention is to provide a prediction method which contributes to a precise prediction of one or more predicted locations and to the fact that it is convenient to use.
Die Aufgabe wird gelöst durch die Merkmale des unabhängigen Patentanspruchs. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen gekennzeichnet.The object is solved by the features of the independent claim. Advantageous embodiments are characterized in the subclaims.
Die Erfindung zeichnet sich aus durch ein Prädiktionsverfahren, bei dem über eine Schnittstelle ein prädizierter Ort oder mehrere prädizierte Orte und zugeordnete Ortsinformation abhängig von einer Position mittels eines vorgegebenen multimodalen Bewegungsmodells als Datensatz bereitgestellt werden.The invention is characterized by a prediction method in which a predicted location or a plurality of predicted locations and associated location information are provided via an interface depending on a position by means of a predetermined multimodal motion model as a data record.
Auf diese Weise sind der oder die prädizierten Orte und die zugeordnete Ortsinformation einfach verfügbar über die Schnittstelle und können dann gegebenenfalls von einer entsprechenden Anwendung zur weiteren Verarbeitung eingesetzt werden. Sie können so sehr universell eingesetzt werden und zwar beispielsweise auch zu einer Routenplanung, aber nicht beschränkt darauf. Insbesondere können mittels des multimodalen Bewegungsmodells ein entsprechender prädizierter Ort und/oder mehrere prädizierte Orte und die zugeordnete Ortsinformation für unterschiedliche Ressourcen bereitgestellt werden. Dabei können in diesem Zusammenhang Ressourcen Personen umfassen, sie können jedoch auch unterschiedliche Verkehrsmittel umfassen, wie beispielsweise ein Kraftfahrzeug, ein Fahrrad oder auch andere Ressourcen, wie beispielsweise ein Mobiltelefon umfassen.In this way, the predicted location (s) and associated location information are readily available through the interface and may then optionally be used by a corresponding application for further processing. They can be used so universally and for example also to a route planning, but not limited thereto. In particular, by means of the multimodal motion model, a corresponding predicted location and / or multiple predicted locations and the associated location information may be provided for different resources. In this context, resources may include persons, but may also include different means of transport, such as a motor vehicle, a bicycle, or other resources, such as a mobile phone.
Das multimodale Bewegungsmodell ist somit vorgesehen für verschiedenen Modalitäten, wie beispielsweise Laufen, Fahrrad fahren, Benutzung eines Kraftfahrzeugs, und zwar beispielsweise eines Pkws oder eines Motorrads oder eines Lkws. Ferner können die Modalitäten die Benutzung eines Zugs, einer Trambahn, eines Busses, eines Schiffs, eines Flugzeugs, eines Rollstuhls, eines Aufzugs, einer Rolltreppe und dergleichen umfassen.The multimodal movement model is thus provided for various modalities, such as running, cycling, using a motor vehicle, such as a car or a motorcycle or a truck. Further, the modalities may include the use of a train, a tram, a bus, a ship, an airplane, a wheelchair, a lift, an escalator, and the like.
Dabei kann das multimodale Bewegungsmodell jeweils eine Teilmenge der Modalitäten und/oder Ressourcen umfassen, wobei die Teilmenge insbesondere mindestens zwei verschiedene Modalitäten umfasst.In this case, the multimodal movement model can each comprise a subset of the modalities and / or resources, the subset in particular comprising at least two different modalities.
Der über die Schnittstelle bereitgestellte jeweilige Datensatz kann dann einfach weiter ausgewertet werden und zwar insbesondere von einer entsprechenden Anwendung.The respective data record provided via the interface can then be further evaluated, in particular by a corresponding application.
Über die Schnittstelle wird so der Datensatz insbesondere extern bereitgestellt. Dies kann beispielsweise extern zu einem Server sein, mittels dessen der jeweilige Datensatz an der Schnittstelle bereitgestellt wird.Via the interface, the data record is made available externally in particular. This can for example be external to a server, by means of which the respective data record is provided at the interface.
Gemäß einer vorteilhaften Ausgestaltung werden über die Schnittstelle eine oder mehrere Verbindungen zu dem einen oder mehreren prädizierten Orten abhängig von der Position mit zugeordneter Verbindungsinformation mittels des multimodalen Bewegungsmodells als Datensatz bereitgestellt.According to an advantageous embodiment, one or more connections to the one or more predicted locations depending on the position with associated connection information by means of the multimodal motion model are provided as a record via the interface.
Durch das Bereitstellen der Verbindungen und der zugeordneten Verbindungsinformation weist der jeweilige Datensatz umfangreiche Informationen auf, die entsprechend genutzt werden können von entsprechenden Anwendungen, die auf die Schnittstelle zugreifen.By providing the connections and the associated connection information, the respective data record has extensive information that can be used accordingly by corresponding applications that access the interface.
Gemäß einer weiteren vorteilhaften Ausgestaltung umfasst die Verbindungsinformation eine Modalitätsinformation. Die Modalitätsinformation ist so repräsentativ für eine Art des Verkehrsmittels und/oder der Fortbewegung.According to a further advantageous embodiment, the connection information comprises a modality information. The modality information is so representative of one type of means of transport and / or travel.
Gemäß einer weiteren vorteilhaften Ausgestaltung umfasst die Verbindungsinformation eine Zeitdauerinformation, die repräsentativ ist für die Zeitdauer, die benötigt wird, entlang der Verbindung zu dem jeweiligen zugeordneten prädizierten Ort zu gelangen.According to a further advantageous embodiment, the connection information comprises a time duration information that is representative of the The amount of time it takes to get along the connection to the respective assigned predicated location.
Gemäß einer weiteren vorteilhaften Ausgestaltung ist die Schnittstelle eine Client API, wobei API eine gängige Abkürzung für ”application programming interface” ist, das auch als ”Schnittstelle zur Anwendungsprogrammierung” bezeichnet werden kann.According to a further advantageous embodiment, the interface is a client API, wherein API is a common abbreviation for "application programming interface", which can also be referred to as "application programming interface".
Eine derartige Client API kann insbesondere unabhängig von Transportmechanismen arbeiten und ist so einfach und universell einsetzbar.In particular, such a client API can work independently of transport mechanisms and is thus easy and universally applicable.
Gemäß einer weiteren vorteilhaften Ausgestaltung erfolgt ein Bereitstellen des jeweiligen Datensatzes nur, wenn zuvor eine Authentifizierung erfolgreich durchgeführt wurde. Auf diese Weise können insbesondere sensible Daten entsprechend geschützt werden und sichergestellt werden, dass nur Einheiten Zugriff auf die Schnittstelle und zwar insbesondere die jeweils dort bereitgestellten Datensätze haben, die auch dazu eine Berechtigung haben.According to a further advantageous embodiment, a provision of the respective data record only takes place if an authentication was previously carried out successfully. In this way, in particular sensitive data can be protected accordingly and ensure that only units have access to the interface, and in particular the respectively provided there records, which also have permission to do so.
Gemäß einer weiteren vorteilhaften Ausgestaltung wird die bereitstellbare Art der Ortsinformation und/oder Verbindungsinformation auf Anforderung an der Schnittstelle bereitgestellt. Auf diese Weise kann einfach erfasst werden, welche Art an Ortsinformation und/oder Verbindungsinformation verfügbar ist und so insbesondere eine Selektion der angeforderten Art der Ortsinformation und/oder Verbindungsinformation vorgenommen werden, insbesondere durch eine entsprechende Anwendung, die die jeweiligen Datensätze anfordert, und so insbesondere eine zu übertragende Datenmenge reduziert werden.According to a further advantageous embodiment, the available type of location information and / or connection information is provided on request at the interface. In this way, it can be easily detected which type of location information and / or connection information is available and thus in particular a selection of the requested type of location information and / or connection information are made, in particular by a corresponding application that requests the respective records, and so in particular a quantity of data to be transmitted is reduced.
Gemäß einer weiteren vorteilhaften Ausgestaltung wird bei einer Änderung des oder der prädizierten Orte und/oder zugeordneter Ortsinformation und/oder der Verbindung oder der Verbindungen und/oder zugeordneter Verbindungsinformation diese an der Schnittstelle bereitgestellt. Auf diese Weise kann eine solche somit insbesondere automatisiert an der Schnittstelle bereitgestellt werden und so diese insbesondere in Form eines Abonnements jeweils vorgegeben aktuell bereitgestellt werden. Auf diese Weise kann somit ein jeweils aktives Anfordern der jeweiligen Datensätze reduziert werden.According to a further advantageous embodiment, upon a change of the predicted location (s) and / or associated location information and / or the connection or connections and / or associated connection information, this is provided at the interface. In this way, such can thus be provided in particular automatically at the interface and so these are provided in particular in the form of a subscription in each case given currently. In this way, a respective active requesting of the respective data records can thus be reduced.
Gemäß einer weiteren vorteilhaften Ausgestaltung wird abhängig von einer Anforderungsnachricht über die Schnittstelle eine Auswahl der jeweiligen Ortsinformation und/oder Verbindungsinformation bereitgestellt. Auf diese Weise kann eine bezogen auf den jeweiligen Datensatz zu übertragende Datenmenge geeignet reduziert werden und insbesondere auf diejenigen Daten reduziert werden, die für die jeweilige Anwendung tatsächlich benötigt werden.According to a further advantageous embodiment, depending on a request message via the interface, a selection of the respective location information and / or connection information is provided. In this way, a data volume to be transmitted relative to the respective data set can be suitably reduced and, in particular, reduced to those data which are actually required for the respective application.
Ausführungsbeispiele der Erfindung sind im Folgenden anhand der schematischen Zeichnungen näher erläutert. Es zeigen:Embodiments of the invention are explained in more detail below with reference to the schematic drawings. Show it:
In der
Der Backend Server
Das Fahrzeug
Darüber hinaus ist in dem Fahrzeug
Das mobile Endgerät
Das mobile Endgerät
Gowalla, Foursquare, Qype, Geoloqi und Facebook Places ermöglichen Zugang zu Check-ins und Kontextinformation wie Ortsbeschreibungen des Nutzers. Facebook Places gibt zusätzlich Zugang zu einer Check-in Historie von Freunden.Gowalla, Foursquare, Qype, Geoloqi and Facebook Places provide access to check-ins and context information such as location descriptions of the user. Facebook Places also gives access to a check-in history of friends.
Google Calender ermöglicht einen breiten Bereich an Interaktionsmöglichkeiten bezogen auf Ereignisse, Kontakte und Orte.Google Calendar provides a broad range of interaction opportunities related to events, contacts, and places.
Die ortsbasierten Dienste weisen darüber hinaus neben einer Kommunikationsschnittstelle zu dem jeweiligen mobilen Endgerät
Insofern ist ein Bereitstellen jeweiliger ortsbasierter Dienst-Tupel beispielsweise bei dem Backend Server
Ein Ermitteln eines multimodalen Bewegungsmodells kann beispielsweise in dem Backend Server
Ferner können im Falle von mehreren Nutzern des Fahrzeugs
Ein Ablaufdiagramm eines Programms zur beispielhaften Realisierung des Ermittelns des Bewegungsmodells ist anhand der
Das Programm wird gestartet in einem Schritt S1, in dem gegebenenfalls Variablen initialisiert werden können.The program is started in a step S1 in which variables can be initialized if necessary.
In einem Schritt S3 werden bezogen auf einen jeweiligen Nutzer Tupel TUP bereitgestellt, die Positionsdaten und zugehörige Zeitdaten bezogen auf den jeweiligen Nutzer umfassen. So werden in diesem Zusammenhang fahrzeugsensorikbasierte Tupel bereitgestellt.In a step S3, tuples TUP are provided relative to a respective user, which include position data and associated time data relative to the respective user. Thus, vehicle sensor-based tuples are provided in this context.
Ferner werden ortsbasierte Dienst-Tupel mittels zumindest eines der ortsbasierten Dienste bereitgestellt. Auch diese umfassen Positionsdaten und zugehörige Zeitdaten bezogen auf den jeweiligen Nutzer. In diesem Zusammenhang können die ortsbasierten Dienst-Tupel auch Informationen über Check-ins umfassen, Attribute der Orte, die der Nutzer besucht, Kontakte, aktuelle Freunde, Notizen und auch Verabredungen (Appointments).Further, location based service tuples are provided by at least one of the location based services. These also include position data and associated time data relative to the respective user. In this context, the location-based service tuples may also include information about check-ins, attributes of the places the user visits, contacts, current friends, notes, and even appointments.
Insbesondere werden in dem Schritt S3 entsprechende Tupel TUP bezogen auf den jeweiligen Nutzer für einen geeignet gewählten, insbesondere längeren, Zeitraum bereitgestellt. Dieser Zeitraum kann beispielsweise mehrere Tage oder auch mehrere Wochen oder mehrere Monate umfassen.In particular, in step S3 corresponding tuples TUP relative to the respective user are provided for a suitably selected, in particular longer, period. This period can, for example, include several days or even several weeks or several months.
Check-ins geben eine Rückmeldung an welchen Positionen der Nutzer tatsächlich sein will. Darüber hinaus führen sie zu einer gewissen Semantik in dem Sinne, dass man weiß, an welcher Art von Ort der Nutzer ist, welcher Name dem Ort zuzuordnen ist und wie oft er an diesem ist. Einmalige Check-ins können als wenig wichtig klassifiziert werden. Darüber hinaus ist jedoch zu berücksichtigen, dass ein Nutzer vergessen könnte einzuchecken oder es erst macht kurz bevor er den jeweiligen Ort verlässt und so kein Hinweis gegeben ist über eine Ankunftszeit und eine Aufenthaltsdauer. Kalendereinträge, Kontaktinformation und Positionen von Freunden können genutzt werden um zu entscheiden, ob der Nutzer jemand an einem bestimmten Ort treffen will, was für eine nicht Routinevorhersage im Rahmen des Bewegungsmodells hervorragend genutzt werden kann.Check-ins provide feedback on which positions the user actually wants to be. In addition, they lead to a certain semantics in the sense that one knows in which kind of place the user is, which name is to be assigned to the place and how often he is at this place. One-time check-ins can be classified as of little importance. In addition, however, it should be borne in mind that a user might forget to check in or not makes just before he leaves the respective place and so no indication is given about an arrival time and a length of stay. Calendar entries, contact information, and friends' positions can be used to decide whether the user wants to meet someone in a particular location, which can be used to great advantage in non-routine prediction within the movement model.
Auf diese Weise kann so in dem Schritt S5 eine Vielzahl von Tupeln TUP bereitgestellt werden.In this way, a plurality of tuples TUP can thus be provided in the step S5.
In einem Schritt S7 folgt ein Bereinigen der in den Tupeln TUP enthaltenen Informationen und ein Zusammenführen der Informationen.In a step S7 follows a cleaning up of the information contained in the tuples TUP and a merging of the information.
Zu diesem Zweck wird beispielsweise davon ausgegangen, dass fahrzeugsensorikbasierte Tupel TUP bereits bereinigt sind und so beispielsweise an das Straßennetz angepasst sind mit sogenannten Karten-Anpassungs-Techniken (Map Matching Techniken). Parkpositionen können beispielsweise extrahiert werden unter Nutzung sogenannter Clustering Methoden (wie z. B. DJ-Clustering). In diesem Zusammenhang werden beispielsweise Park-Cluster-Tupel ermittelt abhängig von zumindest einem fahrzeugsseitig ermittelten Parkindikator. Ein derartiger Parkindikator kann beispielsweise ein Zustand einer Klemme
Grundsätzlich werden im Rahmen der Bereinigung der Tupel TUP diejenigen Tupel TUP verworfen, die Positionsdaten aufweisen mit einem größeren Genauigkeitsradius, also einer höheren Ungenauigkeit, als ein Tupel TUP mit nahezu gleichen Zeitdaten. So werden beispielsweise diejenigen ortsbasierten Dienst-Tupel verworfen, die zeitlich zu fahrzeugsensorikbasierten Tupeln während einer Fahrt mit dem Fahrzeug
Ferner werden diejenigen ortsbasierten Dienst-Tupel verworfen, deren Positionsdaten einen Genauigkeitsradius aufweisen größer als ein vorgegebener Ungenauigkeitsschwellenwert. Der Genauigkeitsradius ist so repräsentativ für eine maximale Ungenauigkeit der jeweiligen Positionsdaten. Der vorgegebene Ungenauigkeitsschwellenwert kann beispielsweise 800 m betragen.Further, those location-based service tuples are discarded whose position data has a precision radius greater than a predetermined inaccuracy threshold. The accuracy radius is so representative of a maximum inaccuracy of the respective position data. The predetermined inaccuracy threshold may be, for example, 800 m.
Ferner wird bezogen auf jeweilige ortsbasierte Dienst-Tupel eine Minimalentfernung ermittelt und zwar abhängig von deren Entfernung zu zeitlich benachbarten Tupeln basierend auf ihren jeweiligen Positionsdaten abzüglich einer Summe der zu den jeweiligen Positionsdaten zugeordneten Genauigkeitsradien der jeweiligen Tupel. Es werden diejenigen ortsbasierten Dienst-Tupel verworfen, deren Berücksichtigung bei einer zu ermittelnden Bewegungstrajektorie basierend auf mehreren Tupeln TUP dazu führt, dass die ihnen zugeordnete Minimalentfernung einen vorgegebenen Minimalentfernungswert unterschreitet.Further, based on respective location-based service tuples, a minimum distance is determined depending on their distance to temporally adjacent tuples based on their respective position data minus a sum of the accuracy radii of the respective tuples associated with the respective position data. Those location-based service tuples are discarded whose consideration in the case of a movement trajectory to be determined based on a plurality of tuples TUP results in the minimum distance assigned to them falling below a predetermined minimum distance value.
Darüber hinaus werden im Schritt S7 diejenigen ortsbasierten Dienst-Tupel verworfen, deren Berücksichtigung bei einer zu ermittelnden Bewegungstrajektorie basierend auf mehreren Tupeln eine Geschwindigkeit des Nutzers implizieren über einem vorgegebenen Geschwindigkeitsschwellenwert und/oder eine Beschleunigung des Nutzers implizieren über einem vorgegebenen Beschleunigungsschwellenwert und zwar bezogen auf Tupel TUP mit zeitlich benachbarten Zeitdaten.In addition, in step S7, those location-based service tuples are discarded whose consideration in a movement trajectory to be determined based on a plurality of tuples implies a speed of the user above a predetermined speed threshold and / or an acceleration of the user above a predetermined acceleration threshold and related to tuples TUP with temporally adjacent time data.
Der vorgegebene Geschwindigkeitsschwellenwert kann beispielsweise 300 km/h betragen. Der vorgegebene Beschleunigungswert kann beispielsweise 3,2 × 105 km/h2 betragen.The predetermined speed threshold may be, for example, 300 km / h. The predetermined acceleration value can be, for example, 3.2 × 10 5 km / h 2 .
Ferner werden diejenigen ortsbasierten Dienst-Tupel verworfen, die auf einem Check-in basieren und bei denen eine Entfernung basierend auf den jeweiligen Positionsdaten zwischen dem jeweiligen auf dem Check-in basierenden ortsbasierten Dienst-Tupel und einem innerhalb eines diesbezüglich vorgegebenen Zeitfensters liegenden weiteren Tupels größer ist als ein vorgegebener Check-in-Entfernungswert wobei das weitere Tupel dasjenige ist, welches auf dem jeweiligen Check-in basierenden ortsbasierten Dienst-Tupel örtlich am nächsten liegt.Further, those location-based service tuples based on check-in are discarded and in which a distance based on the respective position data between the respective check-in based location-based service tuple and a further tuple within a given time window is larger is a predetermined check-in distance value where the additional tuple is the one closest to the location-based service tuple based on the respective check-in.
In einem Schritt S9 werden anhand der nach der Bearbeitung des Schrittes S7 verbliebenen Tupel TUP Stopps ermittelt und zwar insbesondere im Hinblick auf das Ermitteln des jeweiligen Zielpunktes des Nutzers. So werden ortsbasierte Dienst-Tupel, die auf Check-ins basieren, als Kandidanten-Stopp-Tupel klassifiziert. Es werden ortsbasierte Dienst-Tupel, die bezüglich ihrer Positionsdaten einen vorgegebenen räumlichen Zusammenhang aufweisen und keine zeitlich benachbarten Tupel aufweisen außerhalb des vorgegebenen räumlichen Zusammenhangs aber mit einem zeitlichen Abstand kleiner als ein Stopp-Abstandsschwellenwert zu einem Kandidaten-Stopp-Cluster-Tupel zusammengefasst.In a step S9, stops are determined on the basis of the tuples TUP remaining after the processing of step S7, specifically with regard to determining the respective destination point of the user. Thus, location-based service tuples based on check-ins are classified as candidate stop tuples. There are location-based service tuples that have a given spatial relationship with respect to their position data and have no temporally adjacent tuples outside the given spatial relationship but with a time interval less than a stop distance threshold to a candidate stop cluster tuple summarized.
Anschließend wird dann abhängig von einer Kandidaten-Stopp-Aufenthaltsdauer und/oder nach Häufung der Kanditaten-Stopp-Tupel ein dominantes Stopp-Tupel ermittelt. Die Kandidaten-Stopp-Aufenthaltsdauer kann beispielsweise im Rahmen des Clusterns der jeweiligen Tupel beim Ermitteln der jeweiligen Kandidaten-Stopp-Cluster ermittelt werden. Gegebenenfalls ist bei ortsbasierten Dienst-Tupeln, die auf Check-ins basieren, auch eine Aufenthaltsdauer dem jeweiligen Tupel TUP zugeordnet. Grundsätzlich wird beispielsweise ein dichtebasiertes Clustern vorgenommen in diesem Zusammenhang.Subsequently, a dominant stop tuple is then determined as a function of a candidate stop duration of stay and / or after accumulation of the candidate stop tuple. For example, the candidate stop-duration may be within the framework of the Clusters of the respective tuple in determining the respective candidate stop clusters are determined. Optionally, for location-based service tuples based on check-ins, a duration of stay is also associated with the respective tuple TUP. Basically, for example, a density-based clustering is done in this context.
Das jeweilige ermittelte dominante Stopp-Tupel kann dann eine Zielposition der jeweiligen Bewegungstrajektorie des Nutzers repräsentieren.The respective determined dominant stop tuple can then represent a target position of the respective movement trajectory of the user.
Dem jeweiligen dominanten Stopp-Tupel wird basierend auf der zugeordneten Bewegungstrajektorie ein Park-Cluster-Tupel zugeordnet und somit eine Verknüpfung zwischen beiden hergestellt, was somit die Information beinhaltet welche Parkposition der Nutzer in diesem Fall aufgesucht hat im Hinblick auf die Zielposition, repräsentiert durch das dominante Stopp-Tupel, zu erreichen.The respective dominant stop tuple is assigned, based on the associated movement trajectory, a park cluster tuple and thus a link is established between the two, thus containing the information which parking position the user has visited in this case with regard to the target position represented by Dominant stop tuple, reach.
Darüber hinaus wird bevorzugt dem jeweiligen Park-Cluster-Tupel abhängig von der zugeordneten Bewegungstrajektorie und dem dominanten Stopp-Tupel eine Parkzeitdauer ermittelt und zugeordnet.In addition, a parking time duration is preferably determined and assigned to the respective park cluster tuple depending on the assigned movement trajectory and the dominant stop tuple.
Ferner wird bevorzugt noch im Rahmen des Ermittelns der Bewegungstrajektorie für jeweilige Abschnitte der jeweiligen Bewegungstrajektorie abhängig von Daten der Tupel eine jeweilige Fortbewegungsart, also Modalität, ermittelt. In diesem Zusammenhang können beispielsweise für das jeweilige Fortbewegungsmittel typische Bewegungsmuster oder auch sonstige Sensorsignalcharakteristika genutzt werden. Grundsätzlich kann dies beispielsweise auch unter Nutzung von Daten des Beschleunigungssensors
In einem Schritt S11 wird dann das persönliche Bewegungsmodell erstellt unter Nutzung der in den Schritten S7 und S9 aufbereiteten Daten also der nichtverworfenen Tupel, der ermittelten Bewegungstrajektorien, der ermittelten Kandidaten-Stopp-Aufenthaltsdauern, ferner auch unter Nutzung der der jeweiligen Bewegungstrajektorie zuordenbaren Zeitinformationen, die beispielsweise die Zeitdauer von dem Startpunkt der jeweiligen Bewegungstrajektorie zu dem Zielpunkt sind, repräsentiert durch das dominante Stopp-Tupel.In a step S11, the personal movement model is then created using the data prepared in steps S7 and S9, that is, the non-thrown tuple, the determined movement trajectories, the determined candidate stop residence times, and also using the time information that can be assigned to the respective movement trajectory For example, the time duration from the starting point of the respective movement trajectory to the target point, represented by the dominant stop tuple.
Ferner erfolgt das Erstellen des persönlichen Bewegungsmodells auch unter Nutzung der sonstigen historischen Informationen, die aus den Zeitdaten der Tupel TUP ableitbar sind, so beispielsweise bezüglich der jeweiligen Wochentage, die der ermittelten Bewegungstrajektorien zuordenbar sind, und/oder der jeweiligen Tageszeit, die der jeweiligen Bewegungstrajektorie zuordenbar ist.Furthermore, the creation of the personal movement model also takes place using the other historical information which can be derived from the time data of the tuple TUP, for example with respect to the respective days of the week, which can be assigned to the determined movement trajectories, and / or the respective time of day, that of the respective movement trajectory is assignable.
Darüber hinaus können für verschiedene Nutzer eines jeweiligen Fahrzeugs
Die jeweiligen persönlichen Bewegungsmodelle können auch hinsichtlich einer Vielzahl an Modalitäten entsprechend erstellt werden, wobei Beispiele für die Modalitäten sind: Laufen, so in verschiedenen Ausprägungen, wie Rennen, Spazieren, Wandern, Bummeln und dergleichen, Fahrrad fahren, Auto fahren, so ein eigenes oder einen Mietwagen, Motorrad fahren, Lkw fahren, Zug, Tram und dergleichen fahren, Bus fahren, Schiff fahren, mit einem Flugzeug fliegen, mit einem Rollstuhl fahren, einen Aufzug benutzen, eine Rolltreppe benutzen und dergleichen.The respective personal movement models can also be created according to a variety of modalities, with examples of the modalities are: running, so in various forms, such as running, walking, hiking, strolling and the like, cycling, driving a car, such a private or renting a car, riding a motorcycle, driving a truck, driving a train, tram and the like, driving a bus, driving a ship, flying with an airplane, driving a wheelchair, using a lift, using an escalator and the like.
Die jeweiligen so ermittelten persönlichen Bewegungsmodelle, auch unter Berücksichtigung der verschiedenen Modalitäten, werden bevorzugt zu einem multimodalen Bewegungsmodell fusioniert, wobei dies auch insbesondere im Hinblick auf eine jeweilige Ressource, wie beispielsweise ein Fahrzeug, ein Fahrrad, ein Flugzeug und dergleichen, aber auch die jeweilige Person erfolgen kann.The respective personal movement models determined in this way, also taking into account the various modalities, are preferably fused to form a multimodal movement model, this also especially with regard to a respective resource, such as a vehicle, a bicycle, an airplane and the like, but also the respective ones Person can be done.
In diesem Zusammenhang können, soweit nicht bereits oben erläutert, eine Vielzahl von Datenquellen genutzt werden, die insbesondere umfassen der oder die elektronische Kalender des jeweiligen Nutzers, aufgezeichnete Bewegungsprofile, so beispielsweise eines Smartphones, eines Fahrzeugs und dergleichen, ortsbasierte Dienste, Datenbanken von Orten von Interesse, die auch als Points of Interest bezeichnet werden, digitale Straßenkartendaten für Kraftfahrzeuge, Fahrräder und/oder Fußgänger, Karten von Gebäude, digitale Daten bezüglich Flug- und/oder Schiffsrouten, Fahrpläne von öffentlichen Verkehrsmitteln und dergleichen.In this connection, unless already explained above, a multiplicity of data sources can be used, which in particular include the user's electronic calendar or calendars, recorded movement profiles, for example of a smartphone, a vehicle and the like, location-based services, databases of locations of Interest, also referred to as Points of Interest, digital road map data for motor vehicles, bicycles and / or pedestrians, maps of buildings, digital data relating to air and / or ship routes, public transport timetables and the like.
Das multimodale Bewegungsmodell wird beispielsweise in dem Backend-Server
Anhand der
Dies erfolgt jeweils ausgehend von einer in diesem Zusammenhang bereitgestellten Position. Dies kann zusätzlich auch erfolgen abhängig von einem der jeweiligen Position zugeordneten Zeitpunkt.This is done in each case starting from a position provided in this context. This can also be done depending on a time assigned to the respective position.
Ausgehend von der jeweiligen Position und gegebenenfalls des zugeordneten Zeitpunktes kann mittels des multimodalen Bewegungsmodells dann eine oder mehrere Orte prädiziert werden, wobei in diesem Zusammenhang ein vorgegebener Zeithorizont berücksichtigt werden kann, das heißt diejenigen möglichen Orte prädiziert werden können, die ausgehend von dem Zeitpunkt innerhalb des Zeithorizonts mögliche prädizierte Orte sind. Die Prädiktion kann hierbei beliebig erfolgen, also so beispielsweise bezogen auf eine oder auch verschiedene Ressourcen im oben genannten Sinne. In diesem Zusammenhang kann in dem Rahmen der Prädiktion auch entsprechende Wahrscheinlichkeitsinformation berücksichtigt werden. Es können in diesem Zusammenhang Prädiktionsalgorithmen eingesetzt werden, die beispielsweise eingesetzt werden in lernenden Navigationssystemen.Starting from the respective position and, if appropriate, the assigned point in time, one or more locations can then be predicted by means of the multimodal movement model, in which context a predefined time horizon can be taken into account, that is to say those possible locations can be predicted which start from the point in time Time horizons are possible predicted places. The prediction can be done arbitrarily, that is, for example, based on one or different resources in the above sense. In this context, corresponding probability information can also be taken into account in the frame of the prediction. In this context, prediction algorithms can be used which are used, for example, in learning navigation systems.
Darüber hinaus können auch entsprechende Kalendereinträge automatisiert genutzt werden, um den oder die prädizierten Orte zu ermitteln. In diesem Zusammenhang kann bei der Prädiktion eine entsprechende Klassifizierung jeweiliger Cluster in Arbeitstage, Wochenende, Tage, Tageszeit und Nachtzeit und auch die Zeit im Laufe des Tages genutzt werden, um geeignete zeitliche Information zur Vorhersage bereitzustellen.In addition, corresponding calendar entries can also be used automatically to determine the predicted location (s). In this context, in prediction, a corresponding classification of respective clusters into working days, weekends, days, time of day and night time and also the time during the day can be used to provide suitable temporal information for the prediction.
Darüber hinaus kann die Prädiktion auch eine Vorhersage eines prädiktiven Terminkalenders umfassen unter Nutzung des multimodalen Bewegungsmodells. Die im Rahmen der Prädiktion ermittelten prädizierten Orte, die zugeordnete Ortsinformation und auch die eine oder mehreren Verbindungen zu dem einen oder mehreren prädizierten Orten und die zugeordnete Verbindungsinformation werden dann in Form eines Datensatzes jeweils bereitgestellt. Sie werden so insbesondere über eine Schnittstelle
In diesem Zusammenhang kann beispielsweise der Datensatz über einen Internetservice angeboten werden, so zum Beispiel in einem XML- oder JSON-Format. Die Schnittstelle
Mit dem Bezugszeichen
Bevorzugt ist in diesem Zusammenhang eine Authentifizierung erforderlich, die insbesondere im Rahmen eines Authentisierungsprozesses durchgeführt werden kann, im Rahmen dessen insbesondere beispielsweise ein Nutzername und ein Passwort übertragen werden muss. Im Gegenzug erhält der entsprechende Client beispielsweise ein zeitbasiertes Authentisierungstoken. Dieses Authentisierungstoken muss dann bei allen Anfragen an den Server
Es sind insbesondere verschiedene Abfragen vorgesehen, die beispielsweise als Funktionen oder Methoden ausgebildet sein können, so ist beispielsweise in dem Rahmen
Die Methode getMobilityHorizon() hat Übergabeparameter, die beispielsweise die Position umfassen können, den Zeitpunkt umfassen können und/oder eine Auswahl der Art der Ortsinformation und/oder Verbindungsinformation und/oder einen entsprechenden Horizontparameter, der spezifiziert, über welchen Zeitraum die Prädiktion erfolgen soll und/oder auch ob eine Selektion der zurückzugebenden prädizierten Orte oder des prädizierten Ortes und/oder der Verbindungen hinsichtlich der Wahrscheinlichkeitsinformation erfolgen soll, die repräsentativ ist für eine Wahrscheinlichkeit, dass eine jeweilige Verbindung genutzt wird oder eine weitere Wahrscheinlichkeitsinformation, die repräsentativ dafür ist, dass der prädizierte Ort von der jeweiligen Ressource auch eingenommen wird.The method getMobilityHorizon () has transfer parameters, which may include, for example, the position include the time and / or a selection of the type of location information and / or connection information and / or a corresponding horizon parameter specifying over which period the prediction should occur and / or whether a selection of the predicted locations to be returned or of the predicted location and / or the connections is to be made with regard to the probability information that is representative of a probability that a particular connection is used or another probability information that is representative of that Predicted location of the respective resource is also taken.
Darüber hinaus wird auch ein Identifikator der jeweiligen Ressource oder der jeweiligen Ressourcen als Parameter übergeben, bezüglich der der Datensatz angefordert wird. Der angeforderte Datensatz repräsentiert in diesem Zusammenhang einen so genannten Mobilitätshorizont.In addition, an identifier of the respective resource or the respective resources is passed as a parameter, with respect to the Record is requested. The requested dataset represents in this context a so-called mobility horizon.
Der jeweilige prädizierte Ort kann durch entsprechende Positionsinformation beispielsweise identifiziert sein. Der Datensatz, der wie oben erläutert, auch als Mobilitätshorizont bezeichnet werden kann, umfasst insbesondere eine Identifizierung der jeweiligen Ressource oder der jeweiligen Ressourcen, bezüglich derer er ausgegeben wird. Darüber hinaus umfasst der Mobilitätshorizont bevorzugt auch eine Zeitstempelinformation, für die der Mobilitätshorizont generiert wird. Darüber hinaus umfasst er auch eine Startposition, wobei dies auch eine Menge von Startpositionen sein kann, insbesondere dann, wenn es nicht klar ist, aufgrund von entsprechenden Ungenauigkeiten, welches die exakte Startposition ist.The respective predicted location can be identified by corresponding position information, for example. The dataset, which, as explained above, may also be referred to as a mobility horizon, comprises in particular an identification of the respective resource or of the respective resources with respect to which it is output. In addition, the mobility horizon preferably also includes time stamp information for which the mobility horizon is generated. In addition, it also includes a starting position, which may also be a set of starting positions, especially if it is not clear, due to corresponding inaccuracies, which is the exact starting position.
Die Struktur des Datensatzes ist in diesem Zusammenhang so, dass sie insbesondere in Form eines Graphen repräsentiert werden kann, wie dies anhand der
Ferner kann der Datensatz bevorzugt auch eine oder mehrere Verbindungen zu dem einen oder mehreren prädizierten Orten umfassen, die insbesondere durch eine entsprechende Identifikation repräsentiert sein kann. Der jeweiligen Verbindung ist in diesem Zusammenhang bevorzugt entsprechende Verbindungsinformation zugeordnet. Die Verbindungsinformation kann beispielsweise eine Zeitdauer sein, die benötigt wird, um mittels der jeweiligen Verbindung von dem ihr zugeordneten Beginn zu ihrem Ende zu gelangen. Darüber hinaus kann die Verbindungsinformation auch die jeweilige Ressource umfassen. Sie kann ferner auch die Wahrscheinlichkeitsinformation umfassen, die repräsentativ ist für eine Wahrscheinlichkeit, dass die jeweilige Verbindung genutzt wird. Darüber hinaus kann die Verbindungsinformation auch sonstige Information umfassen. Eine derartige sonstige Information im Hinblick auf die Verbindung kann auch so genannte Profile umfassen, wie sie in Protokollen für Advanced Driver Assistance Systems (ADAS) eingesetzt werden. Eine spezifische Umsetzung stellt z. B. das ADASIS v2 Protokoll dar.Furthermore, the data record may preferably also include one or more connections to the one or more predicted locations, which may be represented in particular by a corresponding identification. The respective connection is preferably associated with corresponding connection information in this context. The connection information may be, for example, a period of time required to reach its end by means of the respective connection from its assigned start. In addition, the connection information may also include the respective resource. It may also include the probability information representative of a probability that the particular connection will be used. In addition, the connection information may also include other information. Such other information related to the connection may also include so-called profiles as used in Advanced Driver Assistance Systems (ADAS) protocols. A specific implementation provides z. For example, the ADASIS v2 protocol.
So kann somit ein Kurvenprofil und/oder ein Steigungsprofil und/oder eine Geschwindigkeit umfasst sein. Ferner kann derartige sonstige Information auch repräsentativ für ein Wetter und/oder eine Verfügbarkeit von Mobilfunkverbindungen sein. Sie kann jedoch auch alternativ oder zusätzlich Kosten der Verbindungen repräsentieren. Derartige Kosten können beispielsweise Mautgebühren sein, sie können jedoch auch Fahrzeugkosten sein, und/oder entsprechende Nutzungsgebühren sein.Thus, a curve profile and / or a slope profile and / or a speed can thus be included. Furthermore, such other information may also be representative of a weather and / or an availability of mobile radio connections. However, it may also alternatively or additionally represent costs of the connections. Such costs may be, for example, tolls, but they may also be vehicle costs, and / or corresponding usage fees.
Mittels der Methode getproperties() kann so beispielsweise von dem Client
Mittels der Methode getRessources() kann so beispielsweise übergeben werden, welche Arten von Ressourcen oder welche namentlich benannten Ressourcen, wie beispielsweise eine bestimmte Person, von dem Client
Mittels der Methode updateHorizon() wird als Parameter eine aktualisierte Position übergeben, die insbesondere repräsentativ dafür ist, wohin eine Ressource sich bewegt hat. Darüber hinaus umfasst sie eine Identifikation des Mobilitätshorizonts, eine so genannte Hauptidentifikation, die zuvor mittels der Methode getMobilityHorizon() angefordert oder zurückgegeben wurde. Optional kann auch eine entsprechende Zeitdauer übergeben werden, nach der jeweils ein aktualisierter Mobilitätshorizont an dem Client
Dabei ist die Übergabe der oben genannten aktualisierten Position optional.The transfer of the above updated position is optional.
In Antwort auf die Methode updateHorizon() erfolgt dann die Rückgabe des entsprechenden Mobilitätshorizonts in Form des jeweiligen Datensatzes über die Schnittstelle
Anhand der
P1 repräsentiert einen jeweiligen Ausgangsort, der für die jeweilige Ressource bezogen auf die übergebene Position repräsentativ ist. Dem Ausgangsort P1 kann eine erste Ortsinformation OI1 zugeordnet sein, die hier umfasst ”Jetzt, Montag 12:00, @ Arbeit”.P1 represents a respective starting location that is representative of the respective resource in relation to the transferred position. The starting point P1 may be associated with a first location information OI1, which here includes "Now, Monday 12:00, @ work".
Ferner umfasst der Graph einen ersten und zweiten prädizierten Ort P2, P3, denen jeweilige zweite und dritte Ortsinformationen OI2, OI3 zugeordnet sind. Der Graph umfasst ferner erste, zweite und dritte Verbindungen L1, L2, L3, denen jeweilige erste, zweite, dritte Verbindungsinformation VI1, VI2, VI3 zugeordnet sind. Die ersten und zweiten Verbindungen verbinden den Ausgangsort P1 mit dem ersten prädizierten Ort P2. Die dritte Verbindung L3 verbindet den Ausgangsort P1 mit dem zweiten prädizierten Ort P3.Further, the graph includes first and second predicted locations P2, P3 associated with respective second and third location information OI2, OI3. The graph further comprises first, second and third connections L1, L2, L3 to which respective first, second, third connection information VI1, VI2, VI3 are assigned. The first and second links connect the starting location P1 to the first predicted location P2. The third connection L3 connects the starting point P1 to the second predicted location P3.
Die Ortsinformation kann darüber hinaus alternativ oder zusätzlich auch eine oder mehrere Aktivitäten repräsentieren. Eine Datenstruktur des Datensatzes kann insbesondere unter Anwendung des so genannten Composite Patterns vorgegeben sein.The location information may also alternatively or additionally represent one or more activities. A data structure of the data record can be predefined in particular using the so-called composite pattern.
BezugszeichenlisteLIST OF REFERENCE NUMBERS
- 11
- Backend ServerBackend server
- 33
- Fahrzeugvehicle
- 55
- mobiles Endgerätmobile terminal
- 77
- PositionsbestimmungseinheitPosition Determination Entity
- 99
- Gyrometergyro
- 1111
- Navigationseinheitnavigation unit
- 1313
- weitere Positionsbestimmungseinheitfurther position determination unit
- 1515
- Beschleunigungssensoraccelerometer
- 1717
- ortsbasierter Dienstlocation-based service
- 2121
- Serverserver
- 2323
- Clientclient
- 2525
- Schnittstelleinterface
- 2727
- Kastenbox
- S1–S13S1-S13
- Schrittesteps
- TUPTUP
- Tupeltuple
- P2–P3P2-P3
- erster, zweiter prädizierter Ortfirst, second predicted place
- P1P1
- Ausgangsortstarting
- L1–L3L1-L3
- erste, zweite, dritte Verbindungfirst, second, third connection
- OI1–OI3OI1-OI3
- erste – dritte Ortsinformationfirst - third location information
- VI1-VI3VI1-VI3
- erste – dritte Verbindungsinformationfirst - third connection information
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201210219234 DE102012219234A1 (en) | 2012-03-12 | 2012-10-22 | Prediction method for predicting locations of motor car, involves providing predicted location or predicted locations and associated location information using data over interface, where data is provided as given multimodal movement model |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102012203808.6 | 2012-03-12 | ||
DE102012203808 | 2012-03-12 | ||
DE201210219234 DE102012219234A1 (en) | 2012-03-12 | 2012-10-22 | Prediction method for predicting locations of motor car, involves providing predicted location or predicted locations and associated location information using data over interface, where data is provided as given multimodal movement model |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102012219234A1 true DE102012219234A1 (en) | 2013-09-12 |
Family
ID=49029635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE201210219234 Pending DE102012219234A1 (en) | 2012-03-12 | 2012-10-22 | Prediction method for predicting locations of motor car, involves providing predicted location or predicted locations and associated location information using data over interface, where data is provided as given multimodal movement model |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102012219234A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015223941A1 (en) * | 2015-12-01 | 2017-06-01 | Bayerische Motoren Werke Aktiengesellschaft | User terminal and method for assisting a user in a navigation project |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060173841A1 (en) * | 2004-10-29 | 2006-08-03 | Bill David S | Determining a route to destination based on partially completed route |
US20070073477A1 (en) * | 2005-09-29 | 2007-03-29 | Microsoft Corporation | Methods for predicting destinations from partial trajectories employing open- and closed-world modeling methods |
US7487017B1 (en) * | 2008-03-31 | 2009-02-03 | International Business Machines Corporation | Systems and methods for generating pattern keys for use in navigation systems to predict user destinations |
US20090125321A1 (en) * | 2007-11-14 | 2009-05-14 | Qualcomm Incorporated | Methods and systems for determining a geographic user profile to determine suitability of targeted content messages based on the profile |
US20100106603A1 (en) * | 2008-10-20 | 2010-04-29 | Carnegie Mellon University | System, method and device for predicting navigational decision-making behavior |
US20100305848A1 (en) * | 2009-05-28 | 2010-12-02 | Apple Inc. | Search filtering based on expected future time and location |
US20110172904A1 (en) * | 2010-01-11 | 2011-07-14 | Sajeewa Dayaratne | Method of utilizing a personal navigation device to predict paths and related personal navigation device |
-
2012
- 2012-10-22 DE DE201210219234 patent/DE102012219234A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060173841A1 (en) * | 2004-10-29 | 2006-08-03 | Bill David S | Determining a route to destination based on partially completed route |
US20070073477A1 (en) * | 2005-09-29 | 2007-03-29 | Microsoft Corporation | Methods for predicting destinations from partial trajectories employing open- and closed-world modeling methods |
US20090125321A1 (en) * | 2007-11-14 | 2009-05-14 | Qualcomm Incorporated | Methods and systems for determining a geographic user profile to determine suitability of targeted content messages based on the profile |
US7487017B1 (en) * | 2008-03-31 | 2009-02-03 | International Business Machines Corporation | Systems and methods for generating pattern keys for use in navigation systems to predict user destinations |
US20100106603A1 (en) * | 2008-10-20 | 2010-04-29 | Carnegie Mellon University | System, method and device for predicting navigational decision-making behavior |
US20100305848A1 (en) * | 2009-05-28 | 2010-12-02 | Apple Inc. | Search filtering based on expected future time and location |
US20110172904A1 (en) * | 2010-01-11 | 2011-07-14 | Sajeewa Dayaratne | Method of utilizing a personal navigation device to predict paths and related personal navigation device |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015223941A1 (en) * | 2015-12-01 | 2017-06-01 | Bayerische Motoren Werke Aktiengesellschaft | User terminal and method for assisting a user in a navigation project |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112016003722T5 (en) | SYSTEMS AND METHOD FOR ADJUSTING VEHICLES AND ROUTES FOR RIDING FACILITIES | |
DE102018104448A1 (en) | Driver-rider tuning systems, methods, and devices that are adaptable to multiple ride models | |
WO2014202362A1 (en) | Method for providing parking information on free parking spaces | |
DE102018130752A1 (en) | SEAT RECOMMENDATION SYSTEMS AND METHOD FOR COMMONLY USED VEHICLES | |
DE102017108824A1 (en) | CROWDSOURCING VEHICLE SETTING RECOMMENDATIONS | |
DE102015111218A1 (en) | Parking management for a vehicle | |
DE102009055417A1 (en) | Personalized user routing and recommendations | |
DE102014104881A1 (en) | Method and central processing unit for unmanned driving of a vehicle | |
DE102013202643A1 (en) | PROCESS AND DEVICE FOR THE PRESENTATION OF A DRIVER DESTINATION | |
DE102008060331A1 (en) | location | |
DE102018113046A1 (en) | A SYSTEM AND METHOD FOR REDUCING VEHICLE RESOURCE EXHAUST RISK | |
DE112018007131T5 (en) | PROXIMITY BASED RESERVATIONS FOR SHARED TRANSPORTATION | |
WO2018086867A1 (en) | Method for operating a motor vehicle in a fully autonomous driving mode | |
EP2275780A2 (en) | Method for supporting the formation of car pools | |
DE102010003610A1 (en) | Automatic dynamic driving routes aligning method for location-referred riding driving requests requested by persons in transport unit, involves transmitting notification records of alignment unit to terminals of peoples with information | |
DE102015004806A1 (en) | Booking of rentable vehicles in a car-sharing system | |
DE102014210381A1 (en) | Method and apparatus for operating a vehicle fleet system | |
DE102014210757A1 (en) | Route planning for a vehicle | |
DE102020112315A1 (en) | AVAILABILITY FORECAST SYSTEMS AND METHODS FOR PARKING SPACES | |
DE102014225122A1 (en) | Method and system for providing information on the availability of charging stations | |
DE102022003430A1 (en) | Method and system for interaction between vehicle and user | |
DE102011089416A1 (en) | Method and device for automated determination of route planning | |
DE102022100667A1 (en) | SYSTEMS FOR RIDESHARING AND AUTONOMOUS VEHICLES WITH REDUCTION OF DRIVING-RELATED PHOBIA | |
DE102017217131B3 (en) | A method for supporting a parking space search for a driver of a truck and a system which is adapted to perform such a method | |
DE102021118615A1 (en) | Learning device and model learning system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R012 | Request for examination validly filed |