专利名称：驾驶特性检测器及路线搜索设备的制作方法
技术领域：
本发明涉及驾驶特性检测器及路线搜索设备。
背景技术：
通常，检测(例如，指定)驾驶者的驾驶特性(例如，习惯)，并且根据所述驾驶特性搜索路线。例如，JP-A-2008-107155教导了一种技术，该技术使得根据来自比如加速度传感器、制动传感器和车辆速度传感器的各种传感器的信号，在每条链路上收集驾驶信息，并且基于所述驾驶信息指定所述车辆的驾驶者在对象链路中的驾驶特性。此外，根据所指定的驾驶特性计算燃料代价(cost)，并且搜索路线从而使得总燃料代价最小。JP-A-2009-31046教导了一种技术，该技术使得在单位驾驶区段中(比如在每个1 公里驾驶区段中)获取包括比如车辆速度的车辆信息的驾驶状况信息和燃料消耗信息。预先存储多个过去驾驶状况模式，并且确定所述过去驾驶状况模式中的与当前驾驶状况信息和燃料消耗信息强相关的一个过去驾驶状况模式。然后，更新与所确定的过去驾驶状况模式对应的燃料消耗分发数据。此外，所述燃料消耗分发数据用于路线搜索过程中的燃料消耗计算和代价计算。然而，在上述技术中，由于所述驾驶特性根据具有预定距离的每个区段或每条链路中的驾驶信息指定，所以不能在每个驾驶者中高准确度地指定所述驾驶特性。具体地，在单个链路或具有所述预定距离的单个区段中，比如临时停车场所或交通灯的用于限制所述车辆交通的因素可以以任意方式存在。所述用于限制交通的因素被定义为交通限制因素。因此，由于所述交通限制因素，与所述单个链路或单个区段中的车辆速度和车辆加速度相关的驾驶信息可以改变。此外，即使在同一链路或同一区段中，所述交通限制因素也根据时间变化。例如，所述交通限制因素取决于所述交通灯的状况，比如红信号或蓝信号。因此，与所述单个链路或单个区段中的车辆速度和车辆加速度相关的驾驶信息可以随时间改变。因此，当根据每条链路或具有所述预定距离的每个区段中的所述驾驶信息指定所述驾驶特性时，不能高准确度地指定每个驾驶者的驾驶特性。
发明内容
鉴于上述问题，本公开的一个目的是提供一种驾驶特性检测器。所述驾驶特性检测器高准确度地指定车辆的驾驶者的驾驶特性。本公开的另一目的是提供一种用于根据所述车辆的驾驶者的驾驶特性搜索路线的路线搜索设备。根据本公开的第一方面，一种驾驶特性检测器包括驾驶信息获取单元，用于获取与车辆的驾驶状况相关的驾驶信息；以及驾驶特性确定单元，用于基于所述驾驶信息，确定所述车辆的驾驶者的驾驶特性。所述驾驶信息包括车辆速度相关信息，所述车辆速度相关信息与车辆速度、所述车辆的加速度和减速度中至少之一相关。驾驶单位区段被定义为从所述车辆开始行进直到所述车辆停车的区段。所述驾驶特性确定单元基于每个驾驶单位区段中的所述车辆速度相关信息，确定所述驾驶特性。在上述检测器中，所述驾驶单位区段中的所述车辆速度相关信息不包括在所述车辆停车期间的信息。因此，当基于每个驾驶单位区段中的所述车辆速度相关信息确定所述驾驶特性时，根据不包括停车时间中的信息的所述车辆速度信息确定所述驾驶特性。所述停车时间由比如停车标牌和交通灯的所述交通限制因素生成。因此，在不受所述交通限制因素的影响的情况下，准确地确定所述驾驶特性。根据本公开的第二方面，一种路线搜索设备包括根据本公开的第一方面的驾驶特性检测器；用于存储地图数据的地图数据存储器，在所述地图数据中，利用多条链路和多个节点来呈现道路；以及路线搜索单元，用于将代价赋予每条链路和每个节点，并且搜索去往目的地的最佳路线。所述最佳路线中的所述链路和所述节点的总代价最小，并且所述路线搜索单元将与所述驾驶者的驾驶特性对应的代价赋予每条链路和每个节点。 上述设备根据所述驾驶者的驾驶特性搜索所述最佳路线。
根据下面参照附图进行的详细描述，本发明的上述和其它目的、特征和优点将变得更加明显。在附图中图1是示出路线导引系统的方框图；图2是示出路线搜索服务器的方框图；图3是示出导航设备的方框图；图4是示出包括驾驶特性指定过程的导航设备中的控制器的过程的流程图；图5是示出有效数据确定过程的流程图；图6是示出驾驶特性指定过程的流程图；图7是示出适配步骤的示图；图8A到图8C是示出实际车辆速度的时间变化的示图；图9是示出所述导航设备中的控制器的路线导引相关过程的流程图；图10是示出路线搜索服务器的控制器中的路线搜索相关过程的流程图；图11是示出路线搜索过程的流程图；图12A到图12C是示出根据所述驾驶特性的代价参数确定过程的示图；图13是示出所述代价参数和特性参数之间的关系的示图；和图14A到图14H是示出在各种条件下的车辆速度的时间变化的示图。
具体实施例方式图1示出了根据示例实施例的路线导引系统100。所述系统100包括VICS中心 1、路线导引服务器2以及安装在车辆上的导航设备3。所述VICS是车辆信息和通信系统， 并且是注册商标。这里，安装有所述导航设备3的所述车辆被定义为对象车辆。此外，所述路线导引系统100对应于路线搜索设备。所述VICS中心1从警察局、公路管理站等收集道路交通信息。所述道路交通信息例如包括关于交通拥挤场所的信息、关于交通拥塞度的信息(即，用于示出交通拥塞度的交通量)、关于用于示出通过区段的必要时间的区段必要时间的信息、关于比如由于交通意外或道路施工造成的道路关闭的交通混乱的信息、关于比如车道关闭和临时交通管制的交通控制的信息。所述VICS中心1经由网络和道路上的信标或每个地区中的FM站分发所述道路交通信息。所述VICS中心1是传统的VICS中心。所述路线导引服务器2基于经由通信网络从所述导航设备3发送的比如当前位置、目的地和所述驾驶特性的各种信息，搜索最佳路线作为去往所述目的地的推荐路线。此外，所述路线导引服务器2将搜索结果(S卩，最佳导引路线)发送给所述导航设备3。这里， 所述路线导引服务器2可以包括一个服务器。或者，所述路线导引服务器2可以包括多个服务器。这里，将会参照图2来说明所述路线导引服务器2的构造。图2是示出所述路线导引服务器2的构造的方框图。如图2中所示，所述服务器2包括通信设备21、地图数据库 22、信息存储器23和控制器对。所述通信设备21经由通信网络与所述VICS中心1和所述导航设备3通信。例如， 所述通信设备21从所述导航设备3接收关于所述车辆的当前位置、所述目的地和所述驾驶特性的信息。所述通信设备21将关于所述车辆的当前位置、所述目的地和所述驾驶特性的信息发送给所述控制器24。所述通信设备21从所述VICS中心1接收所述道路交通信息。 所述通信设备21将所述道路交通信息发送给所述控制器M。此外，所述通信设备21将关于所述导引路线的信息从所述控制器M发送给所述导航设备3。在本实施例中，所述通信设备21经由通信网络与所述VICS中心1和所述导航设备3通信。或者，所述通信设备21可以与所述VICS中心1和所述导航设备3通信，而无需通信网络。所述地图数据库22存储地图数据。所述地图数据至少包括道路数据。所述道路数据包括表示道路的链路数据和节点数据。这里，当地图上的每条道路被比如交叉路口、分支路口和交汇路口的多个节点划分时，所述链路连接在节点之间。当所述链路彼此连接时， 形成所述道路。所述链路数据表示用于标识所述链路的链路唯一号码(S卩，链路ID)、用于示出所述链路长度的链路长度、链路形状信息、作为所述链路的起始点的节点的坐标(即，纬度和经度)、作为所述链路的结束点的节点的坐标(即，纬度和经度)、所述道路的名称、所述道路的类型、所述道路的宽度、所述道路的车道数目、右转车道和/或左转车道的存在性、右转车道的数目和左转车辆的数目、所述道路的坡度、所述道路的速度限制等。所述节点数据表示用于示出地图上的节点的唯一号码的节点ID、节点坐标、节点名称、示出连接到所述节点的所述链路ID的连接链路ID、交叉路口的类型等。所述信息存储器23存储由所述控制器M经由所述通信设备21从所述VICS中心 1接收的所述道路交通信息，以及从所述导航设备3接收的关于所述当前位置、所述目的地和所述驾驶特性的信息。所述控制器M是传统计算机，其包括CPU、R0M、RAM、其它存储器、I/O元件和总线。 所述总线连接在所述CPU、所述ROM、所述RAM和所述其它存储器之间。所述控制器M根据从所述通信设备21、所述地图数据库22和所述信息存储器23输入的各种信息，执行路线搜索过程等，比如代价确定过程和路线搜索执行过程。所述控制器M将在所述路线搜索执行过程中获取的关于所述导引路线的信息，从所述通信设备21发送到所述导航设备3。
例如，在所述代价确定过程中，所述控制器M基于经由所述通信设备21从所述导航设备3获取的关于所述驾驶特性的信息，根据所述驾驶特性，使用常规Dijkstra方法作为代价计算方法来确定链路代价和节点代价。所述链路代价和所述节点代价被定义为代价参数。此外，在所述路线搜索执行过程中，所述控制器M基于在所述地图数据库22中存储的地图数据以及经由所述通信设备21从所述导航设备3获取的关于所述当前位置和所述目的地的信息，搜索所述最佳路线作为去往所述目的地的推荐路线。此外，在所述路线搜索执行过程中，所述控制器M使用所述常规Dijkstra方法，根据在所述代价确定过程中确定的所述代价参数，执行所述代价计算。这里，所述路线导引服务器2中的代价确定过程和路线搜索执行过程将在稍后说明。在本实施例中，所述路线导引服务器2使用所述VICS中心1作为所述道路交通信息的信息源。或者，所述路线导引服务器2可以从不是所述VICS中心1的信息中心或安装在所述车辆上的作为所述道路交通信息的信息源的车载终端，获取所述道路交通信息。
所述导航设备3安装在所述车辆上。所述导航设备3具有用于执行所述路线搜索和所述路线导引的导航功能。这里，所述导航设备3的构造将参照图3说明。图3示出了所述导航设备3的构造。所述导航设备3包括位置检测器31、地图数据输入单元36、存储介质37、外部存储器38、显示器39、语音输出单元40、操作开关41、远程控制终端(S卩，远程控制器)42、远程控制传感器43、外部输入单元44、通信单元45和控制器46。所述位置检测器31包括用于检测所述车辆的加速度的加速度传感器32，用于检测所述车辆围绕垂直轴的角速度的陀螺仪33、用于根据所述车辆的每个车轮的转动速度检测所述车辆的车辆速度的车轮速度传感器34、以及用于根据来自人造卫星的电信号检测所述车辆的当前位置和提供GPS(即，全球定位系统)的GPS接收器35。所述位置检测器31 定期地检测所述车辆的当前位置。所述传感器32-35分别具有特性不同的不同误差。因此，通过使用多个传感器，补偿每个误差。这里，在一些情况下，所述位置检测器31可以仅仅包括所述传感器32-35中的一部分。或者，所述位置检测器31还可以包括地磁传感器、用于检测方向盘的转动的转动传感器和车辆速度传感器。所述存储介质37附接到所述地图数据输入单元36。所述地图数据输入单元36将各种数据输入到所述控制器46中。所述各种数据存储在所述存储介质37中，并且包括用于提高位置检测的准确度的地图匹配数据、地图数据和标记数据。所述存储介质37例如是 CD-ROM、DVD-ROM、存储卡或 HDD。所述地图数据包括所述道路数据、陆标数据和字符数据。例如，所述陆标数据表示所述地图上的设施和地理特征以及与它们对应的所述地图的坐标。所述设施数据表示每个设施的类型、每个设施的名称、每个设施的地址等。所述字符数据提供来用于在所述地图上显示地理特征的名称、设施的名称、道路的名称等。所述字符数据表示所述地图上的地理特征的名称、设施的名称、道路的名称等，以及显示有地理特征的名称、设施的名称、道路的名称的位置的坐标。所述外部存储器38是比如HDD的海量存储设备，其能够重写数据。所述外部存储器38存储即使在电源开关关断时也不必删除的数据、巨量数据等。此外，所述外部存储器38复制和使用来自所述地图数据输入单元36的数据，所述数据被经常使用。或者，所述外部存储器38可以是具有相当小的存储器尺寸的可移动存储器。所述显示器39显示所述地图从而导引所述车辆的驾驶路线，以及显示用于选择目的地等的选择屏幕。所述显示器39显示全彩色图像。所述显示器39例如是液晶显示器、 有机EL显示器或等离子显示器。所述语音输入单元40例如是扬声器。当所述导航设备3 导引路线时，所述语音输出单元40基于来自所述控制器46的指令信号，输出比如导引消息的语音信息。所述操作开关41包括触摸开关和/机械开关。所述触摸开关被集成到所述显示器39中。当用户操作所述操作开关41时，各种操作指令信号被输入到所述控制器46中， 从而所述控制器执行各种功能，比如地图比例改变操作、目的地设置操作、路线搜索操作、 路线导引开始操作、当前位置校正操作、显示屏幕改变操作以及音量调整操作。所述操作开关41还包括用于设置所述起始点和所述目的地的开关。当所述用户(即，所述车辆的乘客)操作所述操作开关41时，所述用户可以基于初始注册点、设施的名称、设施的电话号码以及设施的地址，设置所述起始点和所述目的地。所述远程控制器42包括多个操作开关(未示出)。当所述用户操作开关，并且各种指示信号经由所述远程控制传感器43输入到所述控制器46时，所述控制器46执行与所述操作开关41相同的功能。所述外部输出单元44是用于从安装在所述车辆上的各种传感器获取驾驶状况信息并将该驾驶状况信息输入到所述控制器46中的接口。所述驾驶状况信息比如是关于所述车辆的驾驶操作的信息(其被定义为驾驶操作信息)以及关于所述车辆的行为的信息 (其被定义为车辆行为信息)。所述外部输出单元44可以经由车载LAN获取所述驾驶状况信息，所述车载LAN遵循通信协议，比如CAN(即，控制器区域网络)协议。所述驾驶操作信息例如包括关于从空转开关获取的关于加速踏板的操作的开启状态或关断状态的信息、从加速打开度传感器获取的关于所述加速踏板的打开度的信息、 从节流阀打开度传感器获取的关于节流阀的打开度的信息、从引擎转动速度传感器获取的关于引擎的转动速度的信息、从制动开关获取的关于制动踏板的操作的开启状态或关断状态的信息以及从制动冲程传感器获取的关于所述制动踏板的制动量的信息。所述车辆行为信息例如包括从加速度传感器获取的关于所述车辆的加速度和减速度的信息以及从所述车轮速度传感器34获取的关于车辆速度的信息。所述驾驶状况信息对应于驾驶信息。所述通信单元45经由所述通信网络与所述路线导引服务器2通信。此外，所述通信单元45以无线方式与所述通信网络耦合。因此，例如，所述通信单元45可以经由无线通信�？榱拥剿鐾�。所述无线通信模块是用于车载通信的车载通信�？椋热绨沧霸谒龀盗旧系腄CM (S卩，数据通信�？�)或者以Bluetooth(蓝牙)通信协议的方式连接到所述通信单元45和所述网络的蜂窝电话。名称“Bluetooth”是注册商标。所述控制器46是传统计算机。所述控制器46包括CPU、比如ROM和RAM的存储器、1/0元件和总线，所述总线连接在所述CPU、所述存储器和所述1/0元件之间。所述控制器46基于从所述位置检测器31、所述地图数据输入单元36、所述外部存储器38、所述操作开关41、所述远程控制传感器43、所述外部输入单元44和所述通信设备45输入的各种信息，执行用于导航功能的过程、驾驶特性指定过程等。所述用于导航功能的过程例如包括地
10图比例改变过程、菜单屏幕选择过程、地图匹配过程、目的地设置过程、路线导引相关过程、当前位置校正过程、显示屏幕改变过程以及音量控制过程。所述控制器46对应于作为驾驶特性检测器的所述驾驶特性指定设备。例如，在所述驾驶特性指定过程中，当所述驾驶者驾驶所述车辆时，所述控制器4基于经由所述外部输入单元44获取的所述驾驶状况信息、从所述位置检测器31输入的关于所述车辆的当前位置的信息以及从所述地图数据输入单元36输入的地图数据，指定所述驾驶者的驾驶特性(即，驾驶趋势)。这里，将参照图4说明与由所述控制器46执行的所述驾驶特性指定过程相关的过程。图4是与所述驾驶特性指定过程相关的过程的流程图。当所述车辆的点火开关接通时，所述控制器46可以开始执行图4中的与所述驾驶特性指定过程相关的过程。在步骤Si，所述控制器46存储在预定定时处经由所述外部输入单元44获取的所述驾驶状况信息。然后，流程进行到步骤S2。因此，所述控制器46对应于驾驶信息获取单元。由所述控制器46获取的所述驾驶状况信息可以存储在比如所述控制器46中的EEPROM和RAM的可重写存储器中。或者，所述驾驶状况信息可以存储在所述外部存储器38中。这里，所述预定定时可以任意设置。例如，所述预定定时意味着预定时间间隔或预定距离间隔，从而在每个预定时间间隔或每个预定距离间隔存储所述驾驶状况信息。这里，在本实施例中，所述驾驶状况信息至少包括从加速度传感器32获取的关于所述车辆的加速度和减速度的信息以及从所述车轮速度传感器34获取的关于所述车辆速度的信息。这里，关于加速度和减速度的信息以及关于所述车辆速度的信息对应于速度相关fe息。在步骤S2，所述控制器46执行划分步骤，从而步骤Sl中存储的所述驾驶状况信息被每个驾驶区段划分。然后，流程进行到步骤S3。所述驾驶区段意味着当所述车辆开始驾驶时和所述车辆停止驾驶时之间的距离。所述驾驶区段被定义为行进-停止区段。所述行进-停止区段例如根据从所述车轮速度传感器34获取的关于所述车辆速度的信息确定。具体地，所述行进-停止区段被确定为从所述车辆速度超过所述车轮速度传感器34的可检测极限速度时直到所述车辆速度再次达到所述可检测极限速度的区段。在步骤S3，所述控制器46执行有效数据确定过程，并且随后，流程进行到步骤S4。所述有效数据确定过程将参照图5说明。图5示出了所述有效数据确定过程的流程图。针对步骤S2中获取的每个行进-停止区段执行所述有效数据确定过程。首先，在步骤S31，所述控制器确定所述行进-停止区段是否对应于快速道。所述控制器46可以基于从所述位置检测器31获取的所述当前位置信息以及从所述地图数据输入单元36输入的关于所述地图数据中的道路类型的信息，确定所述行进-停止区段是否对应于快速道。当所述控制器46确定所述行进-停止区段对应于所述快速道路，即，当步骤S31中的确定结果为“是”时，因为所述行进-停止区段不适合于指定所述驾驶特性，所以流程进行到步骤S33。当所述控制器46确定所述行进-停止区段不对应于所述快速道时，即，步骤S31中的确定结果为“否”时，流程进行到步骤S32。在步骤S32，所述控制器46基于从所述车轮速度传感器34获取的所述车辆速度信息，确定对应行进-停止区段中的所述驾驶状况信息中的车辆速度是否超过预定值，比如例如30km/h。这里，所述预定值是用于在使得所述驾驶者的驾驶特性不会出现在数据中的情形下区分该数据的阈值。例如，当所述车辆跟随具有低速度的前车时，或者当所述车辆在交通拥塞下被堵住时，所述驾驶者的驾驶特性不会出现在所述数据中。所述预定值被设置为任意值。在本实施例中，所述预定值被设置为是30km/h。当所述控制器46确定在所述对应行进-停止区段中的所述驾驶状况信息中的车辆速度超过所述预定值时，即，当步骤S32中的确定结果为“是”时，流程进行到步骤S34。 当所述控制器46确定在所述对应行进-停止区段中的所述驾驶状况信息中的车辆速度没有超过所述预定值时，即，当步骤S32中的确定结果为“否”时，因为所述行进-停止区段不适合于指定所述驾驶特性，所以流程进行到步骤S33。因此，所述控制器46提供第二修改确定单元。在步骤S33，所述对应行进-停止区段中的所述驾驶状况信息被作为不必要数据删除。然后，流程进行到步骤S4。在步骤S34，基于从所述车轮速度传感器34获取的关于所述车辆速度的信息以及从所述加速度传感器32获取的关于加速度和减速度的信息，所述控制器46计算五个数据作为行进-停止数据。所述五个数据包括在从所述车辆开始行进时起的预定时间间隔内的所述对应行进-停止区段的所述驾驶状况信息中的平均加速度数据(即，启动平均加速度数据)、在直到所述车辆停止行进的预定时间间隔中的所述对应行进-停止区段的所述驾驶状况信息中的平均减速度数据(即，停车平均减速度数据)、最大加速度数据、最大减速度数据和最大车辆速度数据。然后，流程进行到步骤S35。在本实施例中，从所述车辆开始行进时开始的所述预定时间间隔被定义为从所述车辆开始行进时起直到所述车辆速度达到30km/h的时间间隔。直到所述车辆停止行进的所述预定时间间隔被定义为从所述车辆速度低于30km/h直到所述车辆停车而不超过 30km/h的时间间隔。在步骤S35，所述控制器46确定所述驾驶者是否在从所述车辆开始行进时起的所述预定时间间隔中踩下所述制动踏板。所述控制器46基于所述对应行进-停止区段中的所述驾驶状况信息中的从制动开关获取的关于所述制动踏板的开启状态和关断状态的信息， 确定所述驾驶者是否踩下所述制动踏板。当所述控制器46确定所述驾驶者在从所述车辆开始行进时起的所述预定时间间隔中(即，在所述预定启动时段中)踩下所述制动踏板时，即，当步骤S35的确定结果为 “是”时，因为不执行根据所述驾驶者的驾驶特性进行的加速，所以流程进行到步骤S36。在这种情况下，例如，由于刚好在所述车辆开始驾驶后具有低速度的前车中断了所述车辆，所以所述驾驶者的驾驶特性不会出现，并且因此，所述数据不适合于指定所述驾驶特性。当所述控制器46确定在从所述车辆开始行进时起的所述预定时间间隔中没有踩下所述制动踏板时，即，当步骤S35的确定结果为“否”时，流程进行到步骤S37。在步骤S36，所述对应行进-停止区段的所述行进-停止数据中的所述启动平均加速度数据被删除，并且随后，流程进行到步骤S37。在步骤S37，所述控制器46确定所述驾驶者是否在直到所述车辆停车的所述预定时间间隔中踩下所述加速踏板。所述控制器46基于所述对应行进-停止区段中的所述驾驶状况信息中的从空转开关获取的关于所述加速踏板的开启状态和关断状态的信息，确定所述驾驶者是否踩下所述加速踏板。
当所述控制器46确定所述驾驶者在直到所述车辆停车的所述预定时间间隔中(即，在所述预定停车时段中)踩下所述加速踏板时，即，当步骤S37的确定结果为“是”时，因为不执行根据所述驾驶者的驾驶特性进行的减速，所以流程进行到步骤S38。在这种情况下，例如，由于刚好在所述车辆停车之前所述车辆跟随前车，所以所述驾驶者的驾驶特性不会出现，并且因此，所述数据不适合于指定所述驾驶特性。当所述控制器46确定在直到所述车辆停车的所述预定时间间隔中没有踩下所述加速踏板时，即，当步骤S37的确定结果为“否”时，流程进行到步骤S39。在步骤S38，所述对应行进-停止区段的所述行进-停止数据中的所述停车平均减速度数据被删除，并且随后，流程进行到步骤S39。所述控制器46对应于第一修改确定单元。在步骤S39，当所述启动平均加速度数据和/或所述停车平均减速度数据被删除时，即，当步骤S39的确定结果为“是”时，流程进行到步骤S40。当所述启动平均加速度数据和所述停车平均减速度数据都未被删除时，即，步骤S39的确定结果为“否”时，流程进行到步骤S4。在步骤S40，降低在稍后描述的学习步骤处的所述对应行进-停止区段中的所述行进-停止数据(即，未被删除的行进-停止数据)的权重，并且随后，流程进行到步骤S4。这里，所述行进-停止数据包括所述最大加速度数据、所述最大减速度数据和所述最大车辆速度数据，它们都未被删除。在图4的步骤S4中，存储每个在步骤S3的所述有效数据确定过程中处理后的行进-停止数据，并且随后，流程进行到步骤S5。每个在步骤S3的所述有效数据确定过程中处理后的行进-停止数据可以存储在比如所述控制器46中的EEPROM和RAM的可重写存储器中。此外，当所存储的行进-停止数据的量等于或大于预定量时，可以按照时间顺序删除旧数据。当多个用户作为驾驶者使用同一车辆时，可以使用所述操作开关41和/或所述远程控制器42，将所述多个用户中的一个用户识别为所述车辆的驾驶者。此外，每个用户由识别号码(即，用户ID)指定，并且所述行进-停止数据可以与所述用户ID关联，从而所述行进-停止数据由每个用户管理。在这种情况下，基于每个用户中的所述行进-停止数据，指定每个用户的驾驶特性。在步骤S5，执行所述驾驶特性指定过程，并且随后，流程返回到步骤Sl。重复执行图4中的过程。这里，所述驾驶特性指定过程将参照图6和图7说明。图6示出了所述驾驶特性指定过程的流程图。图7示出了适配步骤。在步骤S51，所述控制器46执行用于将所述行进_停止数据的每个参数的分布适配到三个特性模型中之一的适配过程。这里，所述行进-停止数据中的参数对应于所述启动平均加速度数据、所述停车平均减速度数据、所述最大加速度数据、所述最大减速度数据以及所述最大车辆速度数据。此外，当在步骤S3中所述启动平均加速度数据和/或所述停车平均减速度数据被删除时，所述参数对应于剩余未被删除的行进-停止数据。这里，三个特性模型包括模型A、模型B和模型C，模型A代表快速驾驶者，模型B代表普通驾驶者，模型C代表节能驾驶者。在模型A中，所述车辆速度和所述加速度大。在模型C中，所述车辆速度和所述加速度小。在模型B中，所述车辆速度和所述加速度位于模型A和模型C的中间。
所述启动平均加速度数据、所述停车平均减速度数据、所述最大加速度数据、所述最大减速度数据和所述最大车辆速度数据在每个特性模型中被初始设置，从而使得与该模型对应的所述驾驶者的驾驶趋势反映在所述启动平均加速度数据、所述停车平均减速度数据、所述最大加速度数据、所述最大减速度数据和所述最大车辆速度数据上。这里，所述特性模型的每个参数利用实际测试值和/或与所述特性模型对应的所述驾驶者的模拟结果初始确定。模型A对应于快速驾驶者模式，模型B对应于普通驾驶者模式，以及模型C对应于节省驾驶者模式。在步骤S52，作为将所述行进-停止数据适配到所述三个模式中之一的结果，选择与所述行进-停止数据的参数具有最小差异的特性模型。所述选择的模型模式被定义为所述驾驶者的驾驶特性。在所述适配过程中，例如，计算所述行进-停止数据的每个参数和所述特性模型之一中的对应参数之间的差。当所述特性模型中之一中的所有参数的差的绝对值的总和最小时，所述特性模型中的该一个模型被定义为最小差特性模型。例如，在图7中，所述行进-停止数据的每个参数的分布与代表快速驾驶者模式的模型A—致。因此，模型A和所述行进-停止数据之间的适配差最小。相应地，因为模型A 被点状圆形包围，所以模型A被选择，从而所述驾驶者的驾驶特性被指定为快速驾驶者模式。当在步骤S3中删除所述行进-停止数据的一部分时，计算所述行进-停止数据的剩余参数和所述特性模型的对应参数之间的差。当特定特性模型中的所述差的绝对值的总和最小时，选择所述特定特性模型作为所述最小差特性模型。此外，在步骤S51中，在被存储的每个行进-停止数据中执行所述适配过程。评估 (即，研究或调查)每个行进-停止数据中的所述驾驶者的指定驾驶特性，从而最终确定所述驾驶者的驾驶特性。例如，当所有所述行进-停止数据和所述特性模型之间的五个参数的差都最小时，最大权重被赋予所述行进-停止数据，即，所述特性模型。当所述行进-停止数据和所述特性模型之间的四个参数的差最小时，第二大权重被赋予所述行进-停止数据，即，所述特性模型。当所述行进-停止数据和所述特性模型之间仅仅三个参数的差最小时，最小权重被赋予所述行进-停止数据，即，所述特性模型。评估根据所有行进-停止数据指定的特性模型。然后，当所述特性模型中的一个特性模型的权重点最大时，所述特性模型中的该一个特性模型被最终确定为所述驾驶者的特性模型。具体地，当将所述特性模型中的一个特性模型指定为最大权重的次数是最大时， 所述特性模型中的该一个特性模型被最终确定为所述驾驶者的特性模型。然后，流程返回到步骤Si。因此，所述控制器46对应于所述驾驶特性指定单元。当所述车辆的点火开关关断时，包括图4中的所述驾驶特性指定过程的所述导航设备3的控制器46的过程可以结束ο所述驾驶者的最终确定的驾驶特性存储在比如控制器46中的EEPROM和RAM的可重写存储器或外部存储器38中。此外，在本实施例中，由所述驾驶特性指定过程确定的所述驾驶者的最终确定的驾驶特性的信息被存储在外部存储器38中。当多个用户作为驾驶者使用同一车辆时，每个用户由比如用户ID的识别信息指定，并且所述最终确定的驾驶特性与所述识别信息关联，从而关于所述最终确定的驾驶特性的信息与对应的识别信息一起存储在所述存储器38中。
14
在本实施例中，所述启动平均加速度、所述停车平均减速度、所述最大加速度、所述最大减速度以及所述最大车辆速度的五个参数用来确定所述驾驶者的驾驶特性。或者，例如，关于比如所述最大车辆速度的信息、关于比如所述启动平均加速度和所述最大加速度的加速度的信息、关于比如所述停车平均减速度和所述最大减速度的减速度的信息中至少之一用来确定所述驾驶者的驾驶特性。这里，当关于所述加速度的信息、关于所述减速度的信息和关于所述车辆速度的信息中至少之一用来确定所述驾驶者的驾驶特性时，优选使用关于所述加速度的信息。关于所述加速度的信息显著地呈现所述驾驶者的特性。因此，当基于关于所述加速度的信息确定所述驾驶者的驾驶特性时，高准确度地确定所述驾驶者的驾驶特性。这里，为何关于所述加速度的信息显著地呈现所述驾驶者的特性的理由将参照图8A到图8C说明。图8A到图8C示出了每个驾驶者中的车辆速度的实际测量值的时间变化。图8A对应于快速驾驶者的实际测量值。图8B对应于普通驾驶者的实际测量值。图8C对应于节省驾驶者的实际测量值。图8A到图8C的每个中的点状线代表所述启动平均加速度。如图8A到图8C中所示，所述快速驾驶者模式、所述普通驾驶者模式和所述节省驾驶者模式中的启动平均加速度彼此不同。因此，关于所述车辆的加速度的信息显著地呈现所述驾驶者的特性。这里，除了所述车辆速度的信息以及所述车辆的加速度的信息之外，脚制动的使用和引擎制动等的使用之间的比率可以用于确定所述驾驶者的特性。例如，当所述引擎制动的比率高时，所述驾驶者的特性呈现为所述节省驾驶者模式。在所述路线导引相关过程中，所述控制器46经由所述通信单元45，将比如在所述驾驶特性指定过程中指定的关于所述驾驶者的驾驶特性的信息、从所述位置检测器31输入的关于所述车辆的当前位置的信息、经由所述远程控制传感器43和所述操作开关41输入的关于所述目的地等的信息的各种信息发送到所述路线导引服务器2。所述控制器46请求所述路线导引服务器2来搜索所述路线。基于各种信息，在所述路线导引服务器2中的路线搜索过程中获得的关于所述导引路线的信息由所述控制器46经由所述通信单元45接收。这里，关于所述导引路线的信息被定义为所述路线信息。根据所述路线信息，所述控制器46开始导引所述路线。这里，所述控制器46中的路线导引相关过程将参照图9说明。图9是所述控制器46中的路线导引相关过程的流程图。当所述控制器46接收用于请求开始所述路线导引过程的操作输入信号时，所述控制器46开始执行图9中的路线导引相关过程，所述操作输入信号经由所述操作开关41和/或所述远程控制器42由所述驾驶者输入。在步骤S61，获得从所述位置检测器31输入的关于所述车辆的当前位置的信息。然后，流程进行到步骤S62。在步骤S62，所述控制器46确定是否已经设置所述目的地。是否已经设置所述目的地的确定根据关于所述目的地的信息经由所述操作开关41和所述远程控制传感器43输入的事实执行。当所述控制器46确定已经设置所述目的地时，S卩，当步骤S62的确定结果为“是”时，流程进行到步骤S63。当所述控制器46确定所述目的地还未设置时，即，当步骤S62中的确定结果为“否”时，流程返回到步骤S61，从而重复图9中的过程。当所述控制器46确定所述目的地还未设置时，用于提示用户设置所述目的地的消息可以显示在显示器39上。或者，当所述控制器46确定所述目的地还未设置时，可以从所述语音输出单元40输出用于提示用户设置所述目的地的语音消息。因此，所述控制器46请求用户输入所述目的地。 在步骤S63，所述控制器46从所述外部存储器38读出关于所述驾驶者的驾驶特性的信息，所述关于所述驾驶者的驾驶特性的信息在所述驾驶特性指定过程中指定。然后，流程进行到步骤S64。这里，当多个用户作为驾驶者使用同一车辆，并且关于所述驾驶者的驾驶特性的信息与用于指定每个驾驶者的对应用户ID —起存储在所述外部存储器38中时， 所述控制器46根据所述用户ID读取关于所述驾驶者的驾驶特性的信息。在步骤S64，所述控制器46经由所述通信单元45，将关于所述当前位置的信息、关于所述目的地的信息以及关于所述驾驶特性的信息发送给所述路线导引服务器2。然后， 流程进行到步骤S65。在步骤S65，当所述控制器46从所述路线导引服务器2接收到所述路线导引信息时，即，当步骤S65的确定结果为“是”时，流程进行到步骤S66。当所述控制器46没有从所述路线导引服务器2接收到所述路线导引信息时，即，当步骤S65的确定结果为“否”时，流程进行到步骤S65。因此，重复步骤S65。在步骤S66，所述控制器46根据从所述路线导引服务器2接收的所述路线导引信息，开始所述路线导引。因此，图9中的过程结束。所述路线导引服务器2的控制器M中的路线搜索相关过程将参照图10说明。图 10是所述控制器M中的路线搜索相关过程的流程图。当所述路线导引服务器2和所述导航设备3之间的通信建立起时，所述控制器M开始执行图10中的路线搜索相关过程。在步骤S100，当所述路线导引服务器2从所述导航设备3接收到关于所述当前位置的信息、关于所述目的地的信息以及关于所述驾驶特性的信息时，即，当步骤Sioo的确定结果为“是”时，流程进行到步骤S200。当所述路线导引服务器2没有从所述导航设备 3接收到关于所述当前位置的信息、关于所述目的地的信息以及关于所述驾驶特性的信息时，S卩，当步骤SlOO的确定结果为“否”时，流程返回到步骤S100。然后，重复步骤S100。在步骤S200，执行所述路线搜索过程。然后，流程进行到步骤S300。这里，所述路线搜索过程将参照图11说明。图11是所述路线搜索过程的流程图。在步骤S201，执行代价确定过程。然后，流程进行到步骤S202。在所述代价确定过程中，所述控制器M基于从所述导航设备3获取的关于所述驾驶特性的信息、在所述地图数据库22中存储的地图数据以及从所述VICS中心1接收的关于交通拥塞场所和交通拥塞度的信息，确定代价参数。因此，所述控制器M对应于所述交通拥塞信息获取单元。用于根据所述驾驶特性确定所述代价参数的代价确定过程将参照图12A到图12C 说明。图12A示出了与所述驾驶特性和所述交通信号的频度(即，交通灯的数目)相关联的各种链路代价(即，所述代价参数)。图12B示出了与所述驾驶特性和所述交通拥塞度相关联的代价参数。图12C示出了与所述驾驶特性和所述转向相关联的代价参数。在所述代价确定过程中，在考虑根据所述驾驶者的驾驶特性的比如燃料消耗和电能消耗的驱动能量的消耗效率的情形下，确定所述代价参数。在图12A到图12C中，在考虑驱动能量的消耗效率的情形下，确定所述代价参数。例如，如图12A中所示，当所述驾驶特性被定义为所述快速驾驶者特征，并且所述交通灯的数目(即，所述交通灯频度)大时，所述链路代价大量增加。当所述驾驶特性被定义为所述快速驾驶者特征，并且所述交通灯的数目为中等时，所述链路代价少量增加。当所述驾驶特性被定义为所述快速驾驶者特征，并且所述交通灯的数目小时，所述链路代价中等量地减少。这里，尽管所述链路代价的变化量被定义为大量、中等量和少量，但是所述变化量是相对量。具体地，所述变化量可以被设置为任意值。所述代价链路的增加和减少基于标准值。因此，例如，当所述代价参数大量增加时，所述代价参数从所述标准值增加预定大的量。此外，当所述驾驶特性被定义为所述普通驾驶者特征，并且所述交通灯的数目为大或者中等时，所述链路代价少量增加。当所述驾驶特性被定义为所述普通驾驶者特征，并且所述交通灯的数目小时，所述链路代价不增加，即，所述链路代价保持为所述标准值。当所述驾驶特性被定义为所述节省驾驶者特征，并且所述交通灯的数目大时，所述链路代价少量增加。当所述驾驶特性被定义为所述节省驾驶者特征，并且所述交通灯的数目为中等或小时，所述链路代价不增加，即，所述链路代价保持为所述标准值。如图12B中所示，当所述驾驶特性被定义为所述快速驾驶者特征，并且所述交通拥塞度(即，交通拥塞的程度)被定义为拥塞时，所述链路代价大量增加。当所述驾驶特性被定义为所述快速驾驶者特征，并且所述交通拥塞度被定义为拥堵时，所述链路代价中等量增加。当所述驾驶特性被定义为所述快速驾驶者特征，并且所述交通拥塞度被定义为顺畅时，所述链路代价中等量地减少。这里，所述交通拥塞度利用所述VICS中心1的交通拥塞度的评估标准确定。此外，当所述驾驶特性被定义为所述普通驾驶者特征，并且所述交通拥塞度被定义为拥塞或拥堵时，所述链路代价少量增加。当所述驾驶特性被定义为所述普通驾驶者特征，并且所述交通拥塞度被定义为顺畅时，所述链路代价保持为所述标准值。当所述驾驶特性被定义为所述节省驾驶者特征，并且所述通拥塞度被定义为拥塞或拥堵时，所述链路代价少量增加。当所述驾驶特性被定义为所述节省驾驶者特征，并且所述通拥塞度被定义为拥堵或顺畅时，所述链路代价保持为所述标准值。如图12C中所示，当所述驾驶特性被定义为所述快速驾驶者特征，并且作为节点的交叉路口处的转向为右转时，作为所述代价参数的节点代价中等量地增加。当所述驾驶特性被定义为所述快速驾驶者特征，并且作为节点的交叉路口处的转向为左转时，所述节点代价少量增加。当所述驾驶特性被定义为所述普通驾驶者特征，并且作为节点的交叉路口处的转向为右转时，所述节点代价少量增加。当所述驾驶特性被定义为所述普通驾驶者特征，并且作为节点的交叉路口处的转向为左转时，所述节点代价保持为所述标准值。当所述驾驶特性被定义为所述节省驾驶者特征，并且作为节点的交叉路口处的转向为右转或左转时，所述节点代价保持为所述标准值。这里，在图12C中，所述驾驶者在左侧驾驶所述车辆。因此，当所述驾驶者在右侧驾驶所述车辆时，所述图12C中的转向在所述右转到所述左转之间互换。在本实施例中，当所述驾驶特性被定义为所述快速驾驶者特征时，其中所述交通灯的数目大的链路的链路代价、包括交通拥塞场所的链路的链路代价、所述车辆右转或左转的节点的节点代价增加。或者，当所述驾驶特性被定义为所述快速驾驶者特征时，所述车辆需要临时停车处的节点的节点代价以及包括停车标牌的链路的链路代价可以增加。这里，包括所述停车标牌的节点和包括所述停车标牌的链路可以根据地图数据库22中存储的地图数据确定。
17
在本实施例中，所述驾驶特性被分类为快速驾驶者模式、普通驾驶者模式和节省驾驶者模式三种模式。或者，所述驾驶特性可以被分类为两种模式。此外，所述驾驶特性可以被分类为四种或更多种模式。当所述驾驶特性被分类为四种或更多种模式时，例如，所述驾驶特性可以利用比如“所述启动平均加速度是XX”、“所述停车平均减速度是YY”和“最大车辆速度是U”的关于所述车辆速度、所述加速度和所述减速度的信息的参数分类。在这种情况下，例如，每个行进-停止数据中的关于所述车辆速度、所述加速度和所述减速度的信息的参数的平均值被定义为特性值，并且所述特性值被用作所述驾驶者的驾驶特性的信息。当所述特性值用作所述驾驶者的驾驶特性的信息时，可以根据图13中示出的线性函数，在所述代价确定过程中确定与所述特性值对应的代价参数。这里，图13是示出所述代价参数和所述特性值之间的关系的示图。在图11中的步骤S202中，根据在所述代价确定过程中确定的所述代价参数执行所述路线搜索执行过程。然后，流程进行到步骤S300。在所述路线搜索执行过程中，搜索最佳路线，从而使得所述最佳路线满足搜索条件。初始设置所述搜索条件，使得距离优先，时间优先，以及驱动能力消耗效率优先等。通过使用所述代价参数的评估值计算方法(即，采用常规Dijkstra方法的代价计算方法)，执行用于自动搜索所述最佳路线的方法。这里，所述代价参数例如表示所述链路代价和所述节点代价。本实施例中的代价计算将如下说明。这里，在本实施例中，在所述驱动能量消耗效率优先的搜索条件下，使用考虑所述驱动能量消耗效率的代价参数，搜索所述最佳路线。此外，在本实施例中，由于从所述导航设备3接收的关于所述车辆的当前位置的信息表示的位置被设置为所述起始点。或者，用户可以经由所述导航设备3中的操作开关41和/或远程控制器42输入所述起始点。在这种情况下，取代关于所述当前位置的信息，所述导航设备3向所述路线导引服务器2发送关于所述输入点的信息作为所述起始点。首先，从所述地图数据库22读出覆盖从所述起始点到所述目的地的区域的链路数据和节点数据。然后，将所述链路数据和节点数据存储在比如所述控制器34的RAM的存储器中。通过使用所存储的链路数据和所存储的节点数据，搜索所述路线，使得在所述路线中从所述起始点到所述目的地的链路代价和节点代价的总和最小。这里，所述地图数据库 22对应于所述地图数据存储设备，以及所述控制器M对应于所述路线搜索单元。具体地，在所述路线搜索执行过程中，将所述代价参数与从所述起始点到所述目的地的链路数据和节点数据相乘，并且搜索所述路线，使得从所述起始点到所述目的地的所累积的值最小。在这种情况下，当使用在所述代价确定过程中根据所述驾驶特性确定的代价参数时，根据所述驾驶特性设置所述最佳路线。例如，如图12A到图12C中所示，当所述驾驶特性被定义为所述快速驾驶者特征时，其中所述交通灯的数目大的链路的链路代价、包括交通拥塞场所的链路的链路代价以及所述车辆右转或左转处的节点的节点代价增加。因此，搜索所述最佳路线，使得停车次数最�。约八龀盗拘惺煌ü慕煌ㄓ等∷氖孔钚�。因此，被分类为所述驾驶特性的快速驾驶者模式的驾驶者的压力减小。在图10的步骤S300中，经由所述通信单元21，将在所述路线搜索过程中获取的关于所搜索的路线的信息(即，所述路线信息)发送到所述导航设备3。然后，图10中的过程结束。因此，根据每个所述行进-停止区段中的所述行进-停止数据确定所述驾驶者的驾驶特性，所述行进-停止区段被定义为从所述车辆开始起直到所述车辆停车的区段，所述行进-停止数据比如是所述启动平均加速度数据、所述停车减速度数据、所述最大加速度数据、所述最大减速度数据以及所述最大车辆速度。因此，所述驾驶者的驾驶特性根据所述信息确定，其中受比如临时停车场所和交通灯的限制所述车辆的交通的因素影响的信息以及与所述停车时间对应的信息被排除。因此，高准确度地指定所述驾驶者的驾驶特性，而不受限制交通的因素影响。在上述构造中，在所述有效数据确定过程中，所述行进-停止区段中的所有行进-停止数据不用于确定所述驾驶特性，该所有行进-停止数据都不适合于确定所述驾驶特性。或者，在所述有效数据确定过程中，所述行进-停止区段中的所述行进-停止数据中的一部分不适合于确定所述驾驶特性的数据可以不用于确定所述驾驶特性。因此，所述驾驶者的驾驶特性由除了所述驾驶者的驾驶特性不会出现的所述行进-停止数据的一部分之外的所述行进-停止数据确定。所述驾驶者的驾驶特性被高准确度地指定。上述特征的效果将参照图14A到图14H说明。图14A到图14H示出了在各种驾驶状况下的所述车辆的速度变化。图14A到图14H中的每个的垂直轴示出了所述车辆的车辆速度，以及所述水平轴表示时间。图14A到图14H中的虚线表示预定速度，比如30km/h。图14A示出了在由于在所述车辆前方没有前车，所述驾驶者根据所述驾驶者的驾驶特性驾驶所述车辆的情形下，所述车辆速度和时间之间的关系。图14A示出了正常型示图。图14B示出了在当所述车辆前方的前车低加速度行驶时所述驾驶者驾驶所述车辆的情形下，所述车辆速度和时间之间的关系。图14B示出了第一跟随型示图。图14C示出了在当所述车辆前方的前车低加速度行驶时所述驾驶者驾驶所述车辆，并且在所述车辆加速时所述前车阻挡了所述车辆的路径的情形下，所述车辆速度和时间之间的关系。图14C示出了第二跟随型示图。图14D示出了在所述驾驶者在交叉路口之前临时对所述车辆进行减速的情形下，所述车辆速度和时间之间的关系。图14D示出了双峰型示图。图14E示出了在所述车辆赶上交通拥塞的情形下，所述车辆速度和时间的关系。图14E示出了交通拥塞型示图。图14F示出了在由于所述车辆前方的前车紧急停车，所述驾驶者紧急停车的情形下，所述车辆速度和时间之间的关系。图14F示出了突然制动型示图。图14G示出了在由于交通灯转为红灯，所述车辆在中途停止加速的情形下，所述车辆速度和时间之间的关系。图14G示出了中途停车型示图。图14H示出了在所述车辆多次几乎停车但没有停车的情形下，所述车辆速度和时间之间的关系。图14H示出了锯齿型示图。例如，在上述有效数据确定过程中，当所述控制器46确定所述行进-停止区段中的所述车辆速度不超过30km/h时，由于所述行进-停止区段中的行进-停止数据不适合于确定所述驾驶特性，并且因此，所有所述行进-停止数据不用于确定所述驾驶特性。在这种情况下，与图14中的交通拥塞型示图和图14G中的中途停车型示图对应的所述行进-停止区段中的行进-停止数据不用于确定所述驾驶特性，在图14中的交通拥塞型示图和图14G中的中途停车型示图中，所述车辆速度不超过30km/h。因此，由于在使得所述驾驶者的驾驶特性不会出现在行进-停止数据中的情形下行进-停止数据被移除，所述驾驶者的驾驶特性被高准确度地确定。
此外，在上述有效数据确定过程中，当所述控制器46确定所述驾驶者在所述行进-停止区段的启动时段中踩下所述制动时，所述控制器46确定所述行进-停止区段的行进-停止数据不适合于确定所述驾驶特性。因此，在这种情况下，所述行进-停止区段的行进-停止数据中的启动平均加速度数据不用于确定所述驾驶特性。因此，关于与图14B和图14C中的第一和第二跟随型示图对应的行进-停止区段的行进-停止数据，所述行进-停止数据中的启动平均加速度数据不用于确定所述驾驶特性，在图14B和图14C中的第一和第二跟随型示图中，由于所述驾驶者在所述车辆速度超过 30km/h之前踩下所述制动，所述加速度被大大地减小。因此，由于在使得所述驾驶者的驾驶特性不会出现在行进-停止数据的情形下行进-停止数据中的启动平均加速度数据被移除，所述驾驶者的驾驶特性被高准确度地确定。这里，使得所述驾驶者在所述车辆速度超过 30km/h之前踩下所述制动的信息对应于操作信息。所述启动平均加速度对应于速度相关信肩、ο在上述有效数据确定过程中，当所述控制器46确定所述驾驶者在所述行进-停止区段的停车时段中踩下所述制动时，所述控制器46确定所述行进-停止区段的行进-停止数据不适合于确定所述驾驶特性。因此，在这种情况下，所述行进-停止区段的行进-停止数据中的停车平均加速度数据不用于确定所述驾驶特性。因此，图14B中的第一跟随型示图提供了所述突然制动型，从而使得由于所述车辆前方的前车紧急停车，所述驾驶者紧急停车，在图14B中的第一跟随型示图中，所述车辆速度不超过30km/h，并且在所述车辆速度降到低于30km/h之后，在所述车辆停车之前所述驾驶者踩下所述加速踏板。相应地，在使得所述驾驶者的驾驶特性不会出现在行进-停止数据中的情形下的所述停车平均减速度数据被移除，从而所述驾驶特性被确定。因此，所述驾驶者的驾驶特性被高准确度地确定。这里，使得所述车辆速度不超过30km/h并且在所述车辆速度降到低于30km/h之后在所述车辆停车之前所述驾驶者踩下所述加速踏板的信息对应于所述操作信息。所述停车平均减速度数据对应于关于所述驾驶操作的速度相关信肩、ο或者，当所述停车平均减速度数据和标准值之间的比较提供等于或大于预定值的间隔(gap)，从而所述停车平均减速度非常大时，图14F的突然制动型示图中示出的所述行进-停止区段的行进-停止数据中的停车平均减速度不用于确定所述驾驶特性。因此，在使得所述驾驶者的驾驶特性不会出现在停车平均减速度数据中的情形下的停车平均减速度数据被移除，从而所述驾驶特性被确定。或者，当所述停车平均减速度、启动平均加速度、 最大加速度或最大减速度和标准值之间的比较提供等于或大于预定值的间隔，从而所述停车平均减速度、所述启动平均加速度、所述最大加速度或所述最大减速度非常小时，在使得所述驾驶者的驾驶特性不会出现在所述数据的一部分中的情形下所述数据的该一部分被移除，从而所述驾驶特性被确定。这里，所述标准值提供关于所述车辆速度、所述加速度和所述减速度的信息的标准，以便确定所述数据是否适合于确定所述驾驶特性。当所述车辆根据图14A到图14H中的每个示图行驶时，在考虑关于所述车辆速度、所述加速度和所述减速度的情况下初始确定所述标准值。例如，当所述驾驶者根据由图14A到图14H中的各种模式定义的各种驾驶特性驾驶所述车辆时，所述标准值被定义为所述车辆速度、所述加速度和所述减速度的平均值。
此外，关于由图14D中的双峰型示图和图14H中的锯齿型示图表示的所述行进-停止区段中的行进-停止数据，当所述最大车辆速度不超过所述标准值时，所述行进-停止数据中的最大车辆速度数据不用于确定所述驾驶特性。因此，所述驾驶特性根据所述行进-停止数据确定，而在使得所述驾驶者的驾驶特性不会出现在所述最大车辆速度数据中的情形下无需所述最大车辆速度数据。当在所述车辆在所述行进-停止区段加速时所述加速打开度三次或更多次变为0时，即，当在所述车辆速度达到所述最大速度之前1分钟内所述加速踏板的打开度三次或更多次变为0时，所述行进-停止区段中的所有行进-停止数据可以不用于确定所述驾驶特性。在这种情况下，所述启动平均加速度可以不用于确定所述驾驶特性。此外，基于所述行进-停止区段中的道路状况，所述控制器46确定所述行进-停止区段中的行进-停止数据是否适合于确定所述驾驶特性。所述控制器46基于没有在使得所述驾驶者的驾驶特性不会出现在所述行进-停止数据的一部分中的情形下的所述行进-停止数据的该部分的行进-停止数据，确定所述驾驶特性。在这种情况下，基于从所述地图数据输入单元36输入的所述地图数据，所述控制器46获得关于与所述行进-停止区段对应的道路状况的信息，比如所述道路的坡度的信息以及所述道路的类型的信息。因此，所述控制器46对应于所述道路信息获取单元以及所述第三修改确定单元。当所述道路的坡度等于或大于预定阈值时，或者当所述道路的类型是比如双向交通道路的窄街道时，由于干扰大，所述行进-停止区段中的所述行进-停止数据的全部都被移除。因此，在没有上述行进-停止区段中的所述行进-停止数据的情况下，确定所述驾驶特性。当大数量的行进-停止数据用于确定所述驾驶特性时，所述驾驶特性的确定准确度增加。然而，由于在移除不适合于确定所述驾驶特性的数据的情况下的所述行进-停止数据的数目小于不包括不适合于确定所述驾驶特性的数据的行进-停止数据的数目，所述驾驶特性的确定准确度可能更低。在上述实施例中，由于在移除不适合于确定所述驾驶特性的数据的情况下的行进-停止数据的权重小于不包括不适合于确定所述驾驶特性的数据的行进-停止数据的权重，所述驾驶特性的确定准确度的降低受到限制。因此，提高了所述驾驶特性的确定准确度。此外，与在所述导航设备3的控制器46中高准确度地指定的所述驾驶者的驾驶特性对应的所述代价参数被赋予所述地图数据中的每个链路数据和每个节点数据，从而搜索所述路线，使得被赋予所述链路数据和所述节点数据的所述代价参数的总和最小。根据所述驾驶者的驾驶特性，准确地搜索到所述路线。在上述实施例中，所述导航设备3的控制器46执行所述驾驶特性确定过程。或者，所述路线导引服务器2的控制器M可以执行所述驾驶特性确定过程。或者，所述驾驶特性确定过程可以由安装在安装有所述导航设备3的所述车辆外部的外部设备执行。当所述路线导引服务器2的控制器M执行所述驾驶特性确定过程时，所述驾驶状况信息、所述关于所述车辆的当前位置的信息以及所述驾驶者识别信息(比如用户ID)被从所述导航设备3发送到所述路线导引服务器2。基于所述驾驶状况信息、所述关于所述车辆的当前位置的信息以及所述驾驶者识别信息，所述控制器M执行所述驾驶特性确定过程。当所述控制器M在所述驾驶特性确定过程中获取所述驾驶特性时，关于所述驾驶特性
21的信息与所述用户ID —起存储在比如信息存储器23的存储器中。当所述导航设备3请求搜索所述路线时，所述控制器M基于所述驾驶者的用户ID读出所述驾驶者的驾驶特性，并且所述控制器M使用所述驾驶特性执行所述代价确定过程。在上述实施例中，所述路线导引服务器2执行所述代价确定过程。或者，所述导航设备3可以执行所述代价确定过程和所述路线搜索执行过程两者。在这种情况下，与所述路线导引服务器2的控制器M执行所述代价确定过程和所述路线搜索执行过程两者的情形类似，所述导航设备3的控制器46执行所述代价确定过程和所述路线搜索执行过程两
者ο在上述情况下，所述导航设备3包括用于与所述VICS中心1通信的通信单元，并且因此，所述导航设备3经由所述VICS中心1，获取关于所述交通拥塞场所和交通拥塞度的信息。所述导航设备3经由所述地图数据输入单元36，从所述存储介质37获取所述地图数据。因此，所述存储介质37提供所述地图数据存储器单元，以及所述导航设备3提供所述路线搜索设备。上述公开具有下述方面。根据本公开的第一方面，一种驾驶特性检测器包括驾驶信息获取单元，用于获取与车辆的驾驶状况相关的驾驶信息；以及驾驶特性确定单元，用于基于所述驾驶信息，确定所述车辆的驾驶者的驾驶特性。所述驾驶信息包括车辆速度相关信息，所述车辆速度相关信息与车辆速度、所述车辆的加速度和减速度中至少之一相关。驾驶单位区段被定义为从所述车辆开始行进直到所述车辆停止的区段。所述驾驶特性确定单元基于每个驾驶单位区段中的所述车辆速度相关信息，确定所述驾驶特性。在上述检测器中，所述驾驶单位区段中的所述车辆速度相关信息不包括在所述车辆停车期间的信息。因此，当基于每个驾驶单位区段中的所述车辆速度相关信息确定所述驾驶特性时，根据不包括停车时间中的信息的所述车辆速度信息确定所述驾驶特性。所述停车时间由比如停车标牌和交通灯的所述交通限制因素生成。因此，在不受所述交通限制因素的影响的情况下，准确地确定所述驾驶特性。或者，所述驾驶特性确定单元可以基于每个驾驶单位区段中的所述车辆速度相关信息，根据多个驾驶模式对所述驾驶者的驾驶趋势进行分类。此外，所述多个驾驶模式可以包括快速驾驶者模式、普通驾驶者模式和节省驾驶者模式。所述快速驾驶者模式呈现使得所述快速驾驶者模式的车辆速度、加速度和减速度为最大的驾驶趋势，所述节省驾驶者模式呈现使得所述节省驾驶者模式的车辆速度、加速度和减速度为最小的驾驶趋势，以及所述普通驾驶者模式呈现使得所述普通驾驶者模式的车辆速度、加速度和减速度位于所述快速驾驶者模式和所述节省驾驶者模式之间的驾驶趋势。所述驾驶特性确定单元将所述驾驶者的驾驶趋势指定为所述快速驾驶者模式、所述普通驾驶者模式和所述节省驾驶者模式中之一。或者，所述车辆速度相关信息可以至少与所述车辆的加速度相关，并且所述驾驶特性确定单元基于每个驾驶单位区段中的加速度相关信息，确定所述驾驶特性。所述驾驶者的驾驶趋势显著地出现在关于所述车辆的加速度的信息中。因此，当所述驾驶特性确定单元基于加速度相关信息确定所述驾驶特性时，所述驾驶特性被非常准确地确定。或者，所述车辆速度相关信息可以包括平均加速度数据、平均减速度数据、最大加速度数据、最大减速度数据和最大车辆速度数据。所述平均加速度数据呈现从所述车辆开始行驶起的预定时段内的平均加速度。所述平均减速度数据呈现直到所述车辆停车为止的另一预定时段内的平均减速度。所述驾驶特性确定单元基于每个驾驶单位区段中的所述平均加速度数据、平均减速度数据、最大加速度数据、最大减速度数据和最大车辆速度数据，确定所述驾驶特性。所述驾驶者的驾驶趋势显著地出现在所述平均加速度数据、平均减速度数据、最大加速度数据、最大减速度数据和最大车辆速度数据中。因此，当所述驾驶特性确定单元基于所述平均加速度数据、平均减速度数据、最大加速度数据、最大减速度数据和最大车辆速度数据确定所述驾驶特性时，所述驾驶特性被非常准确地确定。或者，所述驾驶特性检测器还可以包括第一修改确定单元。所述车辆速度相关信息包括多个数据。所述第一修改确定单元基于每个驾驶单位区段中的所述驾驶信息，确定所述驾驶单位区段中的所述车辆速度相关信息中的每个数据是否适合于确定所述驾驶特性。所述驾驶特性确定单元基于每个驾驶单位区段中的除了不适合数据之外的所述车辆速度相关信息，确定所述驾驶特性。在这种情况下，由于在没有不适合于所述确定的数据的情况下确定所述驾驶特性，所以所述驾驶特性被非常准确地确定。此外，所述驾驶特性确定单元可以基于每个驾驶单位区段中的所述车辆速度相关信息，根据多个驾驶模式对所述驾驶者的驾驶趋势进行分类。所述驾驶特性确定单元分别评估与多个驾驶单位区段对应的多个驾驶趋势。当所述驾驶特性确定单元评估所述多个驾驶趋势时，所述驾驶特性确定单元按照每个驾驶单位区段中除了不适合数据之外的所述车辆速度相关信息的权重低于不包括不适合数据的所述车辆速度相关信息的权重的方式，为所述车辆速度相关信息赋予权重。在这种情况下，提高了所述驾驶特性的确定准确度。或者，所述车辆速度相关信息可以包括多个数据。所述驾驶信息还包括驾驶操作信息，该驾驶操作信息影响所述车辆的车辆速度，并且当所述第一修改确定单元基于所述驾驶单位区段中的驾驶操作信息确定所述驾驶操作在所述驾驶者的驾驶特性不会出现在所述多个数据的条件下执行时，所述第一修改确定单元确定所述驾驶单位区段中的所述车辆速度相关信息的数据中的与所述驾驶操作对应的一个数据不适合于确定所述驾驶特性。或者，所述车辆速度相关信息可以包括多个数据。所述第一修改确定单元将所述驾驶单位区段中的所述车辆速度相关信息的数据中的一个数据与第一阈值比较。所述第一阈值是用于确定所述车辆速度相关信息是否是在所述驾驶者的驾驶特性不会出现在所述多个数据中的条件下被获取的标准。当所述驾驶单位区段中的车辆速度相关信息的数据中的一个数据不满足所述第一阈值时，所述第一修改确定单元确定所述车辆速度相关信息的数据中的该一个数据不适合于确定所述驾驶特性。或者，所述车辆速度相关信息可以包括多个数据。所述第一修改确定单元将所述驾驶单位区段中的所述车辆速度相关信息的数据中的一个数据与标准值比较。所述标准值是用于确定所述车辆速度相关信息是否适合于确定所述驾驶特性的标准，并且当所述驾驶单位区段中的车辆速度相关信息的数据中的一个数据和所述标准值之间的间隔等于或大于预定值时，所述第一修改确定单元确定所述车辆速度相关信息的数据中的该一个数据不适合于确定所述驾驶特性。在这种情况下，在没有不适合于所述确定的数据的情况下确定所述驾驶特性，从而所述驾驶特性被非常准确地确定。或者，所述驾驶特性检测器还可以包括第二修改确定单元。所述第二修改确定单元基于每个驾驶单位区段中的所述驾驶信息，确定所述驾驶单位区段中的所述车辆速度相关信息是否适合于确定所述驾驶特性。所述驾驶特性确定单元基于所述驾驶单位区段中的除了不适合车辆速度相关信息之外的所述车辆速度相关信息，确定所述驾驶特性。在这种情况下，在没有不适合于所述确定的数据的情况下，确定所述驾驶特性，从而所述驾驶特性被非常准确地确定。此外，所述第二修改确定单元可以将所述驾驶单位区段中的所述车辆速度相关信息与第二阈值比较。所述第二阈值是用于确定所述车辆速度相关信息是否是在所述驾驶者的驾驶特性不会出现在所述车辆速度相关信息中的条件下被获取的标准，并且当所述驾驶单位区段中的车辆速度相关信息不满足所述第二阈值时，所述第二修改确定单元确定所述车辆速度相关信息不适合于确定所述驾驶特性。或者，所述驾驶特性检测器还可以包括道路信息获取单元，用于获取与道路状况相关的道路信息；以及第三修改确定单元。所述第三修改确定单元基于每个驾驶单位区段中的所述道路信息，确定所述驾驶单位区段中的所述车辆速度相关信息是否适合于确定所述驾驶特性，所述驾驶特性确定单元基于所述驾驶单位区段中的除了不适合车辆速度相关信息之外的所述车辆速度相关信息，确定所述驾驶特性。在这种情况下，在没有不适合于所述确定的数据的情况下，确定所述驾驶特性，从而所述驾驶特性被非常准确地确定。此外， 所述道路信息可以至少包括道路坡度数据。当每个驾驶单位区段中的所述道路坡度数据等于或大于预定值时，所述第三修改确定单元基于该驾驶单位区段中的所述道路坡度数据， 确定该驾驶单位区段中的所述车辆速度相关信息不适合于确定所述驾驶特性。或者，所述道路信息可以至少包括道路类型数据。当每个驾驶单位区段中的所述道路类型数据呈现窄街道时，所述第三修改确定单元基于该驾驶单位区段中的所述道路类型数据，确定该驾驶单位区段中的所述车辆速度相关信息不适合于确定所述驾驶特性。根据本公开的第二方面，一种路线搜索设备包括根据本公开的第一方面的驾驶特性检测器；用于存储地图数据的地图数据存储器，在所述地图数据中，利用多条链路和多个节点来呈现道路；以及路线搜索单元，用于将代价赋予每条链路和每个节点，并且搜索去往目的地的最佳路线。所述最佳路线中的所述链路和所述节点的总代价最�。⑶宜雎废咚阉鞯ピ胨黾菔徽叩募菔惶匦远杂Φ拇鄹秤杳刻趿绰泛兔扛鼋诘�。上述设备根据所述驾驶者的驾驶特性搜索所述最佳路线。或者，所述驾驶特性确定单元可以基于每个驾驶单位区段中的所述车辆速度相关信息，根据多个驾驶模式对所述驾驶者的驾驶趋势进行分类。所述多个驾驶模式可以包括快速驾驶者模式、普通驾驶者模式和节省驾驶者模式。所述快速驾驶者模式呈现使得所述快速驾驶者模式的车辆速度、加速度和减速度为最大的驾驶趋势。所述节省驾驶者模式呈现使得所述节省驾驶者模式的车辆速度、加速度和减速度为最小的驾驶趋势。所述普通驾驶者模式呈现使得所述普通驾驶者模式的车辆速度、加速度和减速度位于所述快速驾驶者模式和所述节省驾驶者模式之间的驾驶趋势。所述驾驶特性确定单元将所述驾驶者的驾驶趋势指定为所述快速驾驶者模式、所述普通驾驶者模式和所述节省驾驶者模式中之一。当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元搜索所述车辆的停车次数最少的最佳路线。在这种情况下，当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述驾驶者的精神压力降低。此外，当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元可以增加交通灯的数目等于或大于预定值的链路的代价、存在停车标牌的节点的代价、包括停车标牌的链路的代价以及所述车辆右转或左转的节点的代价中至少之一，从而当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元搜索所述车辆的停车次数最少的最佳路线。或者，所述路线搜索设备还可以包括交通拥塞信息获取单元，用于获取关于交通拥塞场所的信息。所述驾驶特性确定单元可以基于每个驾驶单位区段中的所述车辆速度相关信息，根据多个驾驶模式对所述驾驶者的驾驶趋势进行分类。所述多个驾驶模式可以包括快速驾驶者模式、普通驾驶者模式和节省驾驶者模式。所述快速驾驶者模式呈现使得所述快速驾驶者模式的车辆速度、加速度和减速度为最大的驾驶趋势。所述节省驾驶者模式呈现使得所述节省驾驶者模式的车辆速度、加速度和减速度为最小的驾驶趋势。所述普通驾驶者模式呈现使得所述普通驾驶者模式的车辆速度、加速度和减速度位于所述快速驾驶者模式和所述节省驾驶者模式之间的驾驶趋势。所述驾驶特性确定单元将所述驾驶者的驾驶趋势指定为所述快速驾驶者模式、所述普通驾驶者模式和所述节省驾驶者模式中之一。当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元基于关于所述交通拥塞场所的信息，搜索交通拥塞场所的数目最小的最佳路线。在这种情况下，当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述驾驶者的精神压力降低。或者，当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元可以增加包括交通拥塞场所的链路的代价，从而当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元基于关于所述交通拥塞场所的信息，搜索交通拥塞场所的数目最小的最佳路线。尽管已经参照本发明的优选实施例描述了本发明，但是要理解的是，本发明不限于所述优选实施例和构造。本发明意在涵盖各种修改和等价配置。另外，尽管上述各种组合和配置是优选的，但是包括更多、更少或仅仅单个元件的其它组合配置也在本发明的精神和范围内。
权利要求
1.一种驾驶特性检测器，包括驾驶信息获取单元，用于获取与车辆的驾驶状况相关的驾驶信息；以及驾驶特性确定单元，用于基于所述驾驶信息，确定所述车辆的驾驶者的驾驶特性， 其中，所述驾驶信息包括车辆速度相关信息，所述车辆速度相关信息与车辆速度、所述车辆的加速度和减速度中至少之一相关，其中，驾驶单位区段被定义为从所述车辆开始行进直到所述车辆停车的区段，以及其中，所述驾驶特性确定单元基于每个驾驶单位区段中的所述车辆速度相关信息，确定所述驾驶特性。
2.如权利要求1所述的驾驶特性检测器，其中，所述驾驶特性确定单元基于每个驾驶单位区段中的所述车辆速度相关信息，根据多个驾驶模式对所述驾驶者的驾驶趋势进行分类。
3.如权利要求2所述的驾驶特性检测器，其中，所述多个驾驶模式包括快速驾驶者模式、普通驾驶者模式和节省驾驶者模式， 其中，所述快速驾驶者模式呈现使得所述快速驾驶者模式的车辆速度、加速度和减速度为最大的驾驶趋势，其中，所述节省驾驶者模式呈现使得所述节省驾驶者模式的车辆速度、加速度和减速度为最小的驾驶趋势，其中，所述普通驾驶者模式呈现使得所述普通驾驶者模式的车辆速度、加速度和减速度位于所述快速驾驶者模式和所述节省驾驶者模式之间的驾驶趋势，以及其中，所述驾驶特性确定单元将所述驾驶者的驾驶趋势指定为所述快速驾驶者模式、 所述普通驾驶者模式和所述节省驾驶者模式中之一。
4.如权利要求1所述的驾驶特性检测器，其中，所述车辆速度相关信息至少与所述车辆的加速度相关，以及其中，所述驾驶特性确定单元基于每个驾驶单位区段中的加速度相关信息，确定所述驾驶特性。
5.如权利要求1所述的驾驶特性检测器，其中，所述车辆速度相关信息包括平均加速度数据、平均减速度数据、最大加速度数据、最大减速度数据和最大车辆速度数据，其中，所述平均加速度数据呈现从所述车辆开始行驶起的预定时段内的平均加速度， 其中，所述平均减速度数据呈现直到所述车辆停车为止的另一预定时段内的平均减速度，以及其中，所述驾驶特性确定单元基于每个驾驶单位区段中的所述平均加速度数据、平均减速度数据、最大加速度数据、最大减速度数据和最大车辆速度数据，确定所述驾驶特性。
6.如权利要求1所述的驾驶特性检测器，还包括 第一修改确定单元，其中，所述车辆速度相关信息包括多个数据，其中，所述第一修改确定单元基于每个驾驶单位区段中的所述驾驶信息，确定所述驾驶单位区段中的所述车辆速度相关信息中的每个数据是否适合于确定所述驾驶特性，以及其中，所述驾驶特性确定单元基于每个驾驶单位区段中的除了不适合数据之外的所述车辆速度相关信息，确定所述驾驶特性。
7.如权利要求6所述的驾驶特性检测器，其中，所述驾驶特性确定单元基于每个驾驶单位区段中的所述车辆速度相关信息，根据多个驾驶模式对所述驾驶者的驾驶趋势进行分类，其中，所述驾驶特性确定单元分别评估与多个驾驶单位区段对应的多个驾驶趋势，以及其中，当所述驾驶特性确定单元评估所述多个驾驶趋势时，所述驾驶特性确定单元按照每个驾驶单位区段中的除了不适合数据之外的所述车辆速度相关信息的权重低于不包括不适合数据的所述车辆速度相关信息的权重的方式，为所述车辆速度相关信息赋予权重。
8.如权利要求6所述的驾驶特性检测器， 其中，所述车辆速度相关信息包括多个数据，其中，所述驾驶信息还包括驾驶操作信息，所述驾驶操作信息影响所述车辆的车辆速度，以及其中，当所述第一修改确定单元基于所述驾驶单位区段中的驾驶操作信息确定驾驶操作在所述驾驶者的驾驶特性不会出现在所述多个数据的条件下执行时，所述第一修改确定单元确定所述驾驶单位区段中的所述车辆速度相关信息的数据中的与所述驾驶操作对应的一个数据不适合于确定所述驾驶特性。
9.如权利要求6所述的驾驶特性检测器， 其中，所述车辆速度相关信息包括多个数据，其中，所述第一修改确定单元将所述驾驶单位区段中的所述车辆速度相关信息的数据中的一个数据与第一阈值比较，其中，所述第一阈值是用于确定所述车辆速度相关信息是否是在所述驾驶者的驾驶特性不会出现在所述多个数据中的条件下被获取的标准，以及其中，当所述驾驶单位区段中的车辆速度相关信息的数据中的所述一个数据不满足所述第一阈值时，所述第一修改确定单元确定所述车辆速度相关信息的数据中的所述一个数据不适合于确定所述驾驶特性。
10.如权利要求6所述的驾驶特性检测器， 其中，所述车辆速度相关信息包括多个数据，其中，所述第一修改确定单元将所述驾驶单位区段中的所述车辆速度相关信息的数据中的一个数据与标准值比较，其中，所述标准值是用于确定所述车辆速度相关信息是否适合于确定所述驾驶特性的标准，以及其中，当所述驾驶单位区段中的车辆速度相关信息的数据中的所述一个数据和所述标准值之间的间隔等于或大于预定值时，所述第一修改确定单元确定所述车辆速度相关信息的数据中的所述一个数据不适合于确定所述驾驶特性。
11.如权利要求1所述的驾驶特性检测器，还包括 第二修改确定单元，其中，所述第二修改确定单元基于每个驾驶单位区段中的所述驾驶信息，确定所述驾驶单位区段中的所述车辆速度相关信息是否适合于确定所述驾驶特性，其中，所述驾驶特性确定单元基于所述驾驶单位区段中的除了不适合车辆速度相关信息之外的所述车辆速度相关信息，确定所述驾驶特性。
12.如权利要求11所述的驾驶特性检测器，其中，所述第二修改确定单元将所述驾驶单位区段中的所述车辆速度相关信息与第二阈值比较，其中，所述第二阈值是用于确定所述车辆速度相关信息是否是在所述驾驶者的驾驶特性不会出现在所述车辆速度相关信息中的条件下被获取的标准，以及其中，当所述驾驶单位区段中的车辆速度相关信息不满足所述第二阈值时，所述第二修改确定单元确定所述车辆速度相关信息不适合于确定所述驾驶特性。
13.如权利要求1所述的驾驶特性检测器，还包括道路信息获取单元，用于获取与道路状况相关的道路信息；以及第三修改确定单元，其中，所述第三修改确定单元基于每个驾驶单位区段中的所述道路信息，确定所述驾驶单位区段中的所述车辆速度相关信息是否适合于确定所述驾驶特性，以及其中，所述驾驶特性确定单元基于所述驾驶单位区段中的除了不适合车辆速度相关信息之外的所述车辆速度相关信息，确定所述驾驶特性。
14.如权利要求13所述的驾驶特性检测器， 其中，所述道路信息至少包括道路坡度数据，以及其中，当每个驾驶单位区段中的所述道路坡度数据等于或大于预定值时，所述第三修改确定单元基于该驾驶单位区段中的所述道路坡度数据，确定该驾驶单位区段中的所述车辆速度相关信息不适合于确定所述驾驶特性。
15.如权利要求13所述的驾驶特性检测器， 其中，所述道路信息至少包括道路类型数据，以及其中，当每个驾驶单位区段中的所述道路类型数据呈现窄街道时，所述第三修改确定单元基于该驾驶单位区段中的所述道路类型数据，确定该驾驶单位区段中的所述车辆速度相关信息不适合于确定所述驾驶特性。
16.一种路线搜索设备，包括根据权利要求1到15中任何一个所述的驾驶特性检测器；地图数据存储器，用于存储地图数据，在所述地图数据中，利用多条链路和多个节点来呈现道路；以及路线搜索单元，用于将代价赋予每条链路和每个节点，并且搜索去往目的地的最佳路线，其中，所述最佳路线中的所述链路和所述节点的总代价最�。约捌渲校雎废咚阉鞯ピ胨黾菔徽叩募菔惶匦远杂Φ拇鄹秤杳刻趿绰泛兔扛鼋诘�。
17.如权利要求16所述的路线搜索设备，其中，所述驾驶特性确定单元基于每个驾驶单位区段中的所述车辆速度相关信息，根据多个驾驶模式对所述驾驶者的驾驶趋势进行分类，其中，所述多个驾驶模式可以包括快速驾驶者模式、普通驾驶者模式和节省驾驶者模式，其中，所述快速驾驶者模式呈现使得所述快速驾驶者模式的车辆速度、加速度和减速度为最大的驾驶趋势，其中，所述节省驾驶者模式呈现使得所述节省驾驶者模式的车辆速度、加速度和减速度为最小的驾驶趋势，其中，所述普通驾驶者模式呈现使得所述普通驾驶者模式的车辆速度、加速度和减速度位于所述快速驾驶者模式和所述节省驾驶者模式之间的驾驶趋势，其中，所述驾驶特性确定单元将所述驾驶者的驾驶趋势指定为所述快速驾驶者模式、 所述普通驾驶者模式和所述节省驾驶者模式中之一，其中，当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元搜索所述车辆停车次数最少的最佳路线。
18.如权利要求17所述的路线搜索设备，其中，当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元增加交通灯的数目等于或大于预定值的链路的代价、存在停车标牌的节点的代价、包括停车标牌的链路的代价以及所述车辆右转或左转的节点的代价中至少之一，从而当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元搜索所述车辆的停车次数最少的最佳路线。
19.如权利要求16所述的路线搜索设备，还包括交通拥塞信息获取单元，用于获取关于交通拥塞场所的信息，其中，所述驾驶特性确定单元基于每个驾驶单位区段中的所述车辆速度相关信息，根据多个驾驶模式对所述驾驶者的驾驶趋势进行分类，其中，所述多个驾驶模式可以包括快速驾驶者模式、普通驾驶者模式和节省驾驶者模式，其中，所述快速驾驶者模式呈现使得所述快速驾驶者模式的车辆速度、加速度和减速度为最大的驾驶趋势，其中，所述节省驾驶者模式呈现使得所述节省驾驶者模式的车辆速度、加速度和减速度为最小的驾驶趋势，其中，所述普通驾驶者模式呈现使得所述普通驾驶者模式的车辆速度、加速度和减速度位于所述快速驾驶者模式和所述节省驾驶者模式之间的驾驶趋势，其中，所述驾驶特性确定单元将所述驾驶者的驾驶趋势指定为所述快速驾驶者模式、 所述普通驾驶者模式和所述节省驾驶者模式中之一，以及其中，当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元基于关于所述交通拥塞场所的信息，搜索交通拥塞场所的数目最小的最佳路线。
20.如权利要求19所述的路线搜索设备，其中，当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元增加包括交通拥塞场所的链路的代价，从而当所述驾驶者的驾驶趋势被指定为所述快速驾驶者模式时，所述路线搜索单元基于关于所述交通拥塞场所的信息，搜索交通拥塞场所的数目最小的最佳路线。
全文摘要
一种驾驶特性检测器，包括驾驶信息获取单元(46)，用于获取与车辆的驾驶状况相关的驾驶信息；以及驾驶特性确定单元(46)，用于基于所述驾驶信息，确定所述车辆的驾驶者的驾驶特性。所述驾驶信息包括车辆速度相关信息，所述车辆速度相关信息与车辆速度、所述车辆的加速度和减速度中至少之一相关。驾驶单位区段被定义为从所述车辆开始行进直到所述车辆停车的区段。所述驾驶特性确定单元基于每个驾驶单位区段中的所述车辆速度相关信息，确定所述驾驶特性。
文档编号G01C21/34GK102384748SQ20111022366
公开日2012年3月21日 申请日期2011年8月1日 优先权日2010年8月2日
发明者成田真之, 矢野诚, 鹈饲扩基 申请人:株式会社电装
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
