技术领域
[0001] 本
发明涉及一种用于选择与道路网络相关的云存储数据的子集合并且将所述数据的子集合发送至连接于所述云且在所述道路网络内运行的车辆的方法。本发明进一步涉及用于选择与道路网络相关的云存储数据的子集合并且将所述数据的子集合发送至连接于所述云且在所述道路网络内运行的车辆的系统。
背景技术
[0002] 目前趋势是未来车辆将关联起来。关联性提供了安全性和便利性应用的新方式。例如使用根据IEEE 802.11p标准的自动WiFi，可通过车辆之间和车辆与路旁
基础设施之间的直接通信以及通过现有手机网络的通信实现车辆之间的关联性。这样的通信可例如经由某些基于云的后台系统。
[0003] 与车辆之间或车辆与基础设施之间的基于云的通信有关的挑战是很多通信消息需要(通常基于车辆的地点)从云路由至特定车辆，即使用消息的单播(unicast)而非消息的广播(broadcast)。
[0004] 基于车辆地点对分布至车辆的信息进行管理的早先已知方案已经提出一种模式，其中与区域相关或与区域内
位置相关的数据的相同子集合被发送至该区域内的全部车辆。这可通过施行一种网格模式来完成，该网格模式限定了区域，在该区域内相同信息被广播至区域内的全部车辆。这种情况下，实际通信实施可为单播(即云至单个车辆)，但由于相同数据被传递至区域内的全部车辆，它实际上是广播。该早先已知方案是相对粗糙的方法，因为车辆将接收大量不相关数据，包括与车辆不太可能行进的道路有关的数据。这可能是相关的，例如在紧邻高速公路的局部道路之间没有互连的情形下，尽管这些道路在相同地理区域内彼此接近。
[0005] 文献US2014254543公开了一种用于在移动终端(例如机动车内的移动终端)与至少一个固定
数据网络之间传输数据的方法。无线
接口为能接入固定数据网络的手机提供了依赖于位置的传输带宽。为此，与用于多个地点和用于预定时间的无线接口参数有关的历史数值被存储在地理
数据库中。由被存储值确定用于将来数据传输的预期值。一开始，确定移动的可能路线以及移动终端(车辆)到达沿路线的某地点处的估算到达时间，即，为车辆内的移动终端确定车辆的路线并且检查是否存在沿路线的数据网络无线接口的传输带宽问题。随后基于地理数据库确定该地点处的预期的传输带宽。地理数据库可为通过最少一个固定数据网络的
服务器为移动终端提供的数据业务。在数据的传输期间，根据沿所述路线预期可用的传输带宽调节至少一个数据传输。这样，可改进经由空中接口(air interface)连接至因特网的移动终端的关联性。
[0006] 但是，虽然US2014254543公开了用于在手机网络
上管理数据交通(data traffic)的带宽的一般概念，但US2014254543仅涉及如何改进关联性和如何每次将信息输送至一个移动终端(车辆)。
发明内容
[0007] 此处的
实施例旨在提供一种用于选择与道路网络内地点相关的云存储数据的子集合并且将所选择的数据的子集合发送至连接于所述云且在所述道路网络内运行的车辆从而有利于信息仅被输送至道路网络内与信息相关的所关联车辆的子集合的改进方法。
[0008] 这可通过用于选择与道路网络内地点相关的云存储数据的子集合且将
选定的数据子集合发送至与云连接且在道路网络内运行的车辆的方法来提供，所述方法包括如下步骤：确定道路网络内车辆的当前位置；以及将车辆的最可能路径确定为车辆前方道路网络内车辆最可能沿给定的其当前位置行进的全部可能的路径组，并且选择与道路网络内沿车辆最可能路径的地点相关的数据的子集合；或将直至与数据的相应子集合相关的每个相应地点的相应最可能反向路径确定为道路网络内通往与数据的相应子集合相关的相应位置的相应全部可能路径组，并且检查车辆在道路网络内的当前位置是否属于与数据的任意子集合相关的最可能反向路径，并且如果车辆位于道路网络内的当前位置属于与数据的子集合选择相关的最可能反向路径，则选择数据的子集合；并且将选定的数据的子集合发送至车辆。
[0009] 根据第二方面，所述方法进一步包括如下步骤：每当所述车辆报告所述道路网络内有关其当前位置的更新时，令云逻辑计算所述最可能路径，并且检查沿重新算出的最可能路径是否具有与所述道路网络内地点或所述道路网络节段相关的已有数据的任意新子集合，并且若如此，则选择已有数据的所述新子集合；或者令云逻辑将直至与数据的相应子集合相关的每个相应地点的相应最可能反向路径计算为所述道路网络内通往与数据的相应子集合相关的相应地点的相应所有可能路径组，并且每当所述车辆报告有关所述道路网络内其当前位置的更新时检查所述车辆在所述道路网络内的更新后的当前位置是否属于与已有数据的任意新子集合相关的最可能反向路径，并且如果所述车辆在所述道路网络内的所述当前位置属于与已有数据的新子集合相关的最可能反向路径，则选择已有数据的新子集合；并且将选定的已有数据的新子集合发送至车辆。
[0010] 令云逻辑计算最可能路径或相应的最可能反向路径提供了解决方案。
[0011] 根据提供的第三方面，所述方法进一步包括如下步骤：每当车辆报告有关其当前位置的更新时，令云逻辑使用具有存储有用于道路网络内任意给
定位置的查找表以确定车辆的最可能路径，并且检查是否具有与沿确定的最可能路径的道路网络内地点有关的已有数据的任意新子集合；并且若如此，则选择已有数据的新子集合；或者每当车辆报告道路网络内有关其当前位置的最新更新时，令云逻辑使用存储有用于道路网络内任意给定位置的最可能反向路径的查找表，并且检查车辆位于道路网络内的更新当前位置是否属于与已有数据的任意新子集合相关的最可能反向路径，并且如果车辆位于道路网络内的更新当前位置属于与数据的新子集合相关的最可能反向路径，则选择已有数据的新子集合；并且将选定的已有数据的新子集合发送至车辆。
[0012] 每当车辆报告道路网络内有关其当前位置(可能出于方向的考虑)的更新时令云逻辑使用具有所存储的用于道路网络内任意给定位置(可能出于方向的考虑)的最可能路径或反向路径的查找表使得通过减少所要求的计算量并由此减少系统延迟时间，提供了更快和更有效的方案。
[0013] 根据第四方面，查找表被设置为添加至道路网络的数字地图数据结构的数据，具有被添加用于沿所述数字地图数据结构中表示的每个道路节段或道路
节点的位置的最可能路径或最可能反向路径的数据。
[0014] 将查找表设置为添加至道路网络的数字地图数据结构的数据，进一步有利于发现道路网络内给定位置(可能出于方向的考虑)的最可能路径或最基本反向路径。
[0015] 根据第五方面，更新数字地图数据结构时，针对沿更新的数字地图数据结构的每个相应的道路节段或道路节点的位置，重新计算最可能路径或最可能反向路径，相应地更新查找表。
[0016] 用针对更新的数字地图数据结构的每个相应道路节段或道路节点重新计算的最可能路径或最可能反向路径来更新查找表，有助于在每次更新地图时将必要的再计算量保持为最少量。
[0017] 根据第六方面，用于所述道路网络内给定位置的最可能路径或最可能反向路径被设定为具有在所述查找表内的有效时间，使得一旦超过其有效时间则从所述查找表删除所述最可能路径或最可能反向路径。
[0018] 最可能路径或最可能反向路径具有有效时间确保了查找表是最新的并且适应道路网络的改变，例如去除或关闭的道路。
[0019] 根据第七方面，在删除所述最可能路径或最可能反向路径之后直接重新计算它们并且用重新计算的最可能路径或最可能反向更新所述查找表。
[0020] 在删除最可能路径或最可能反向路径之后直接重新计算它们就确保了查找表是最新的并且适应道路网络的改变，例如添加或重开的道路。
[0021] 根据第八方面，一旦车辆报告道路网络内的当前位置，计算针对道路网络内该位置的最可能路径并且将其存储在查找表中。
[0022] 一旦车辆报告道路网络内当前位置(可能出于方向的考虑)就计算和存储最可能路径，使得能够快速填充查找表并且保持它最新和适应道路网络内的改变。
[0023] 根据第九方面，如果查找表未找到车辆所在道路网络内位置的最可能路径，则云逻辑计算用于道路网络内该位置的最可能路径并且在查找表中填充它。
[0024] 计算道路网络内未找到位置(可能出于方向的考虑)的最可能路径并且以其填充查找表使得能够快速和有效地填充未找到地点的查找表。
[0025] 根据第十方面，通过云逻辑追踪特定车辆经常遵循的道路网络内典型路线并使用道路网络内的该历史行进模式来预测用于所述特定车辆的唯一最可能路径，道路网络内车辆的历史行进模式被用于优化所述特定车辆的最可能路径。
[0026] 使用道路网络内历史行进模式优化所述特定车辆的最可能路径使得能够提高特定车辆的最可能路径中的支路的预测正确率。
[0027] 根据第十一方面，特定车辆的唯一最可能路径包含在查找表中。
[0028] 查找表中包含特定车辆的唯一最可能路径使得能够改进有关数据子集合的选择并且将其发送至特定车辆。
[0029] 根据第十二方面，每当与道路网络内地点有关的数据的新子集合被报告至云逻辑时，执行以下步骤：将直至与数据的新子集合相关的地点的最可能反向路径确定为道路网络内通往与数据的新子集合相关的地点的全部可能路径组，并且检查车辆在道路网络内的当前位置是否属于最可能反向路径，并且如果车辆在道路网络内的当前位置属于最可能反向路径，则发送数据的新子集合至车辆；或者将车辆的最可能路径确定为车辆
前方车辆最可能沿道路网络内其当前位置行进的所有可能路径组，并且检查道路网络内与数据的新子集合相关的地点是否属于最可能路径，并且如果道路网络内与数据的新子集合相关的地点属于最可能路径，则发送数据的新子集合至车辆。
[0030] 确定最可能反向路径并且如果车辆在道路网络内的当前位置(可能出于方向的考虑)属于最可能反向路径，则发送数据的新子集合至车辆，或者确定最可能路径并且如果道路网络内与数据的新子集合相关的地点属于最可能路径，则发送数据的新子集合至车辆，这种方式将确保数据的新子集合被发送至与其相关的车辆而无任意不必要的延迟。
[0031] 根据第十三方面，所述方法进一步包括如下步骤：每当道路网络内有关地点的数据的新子集合报告至云逻辑时，令云逻辑计算最可能反向路径以确定最可能反向路径；或者每当道路网络内有关地点的数据的新子集合被报告至云逻辑时，令云逻辑计算最可能路径以确定最可能路径。
[0032] 令云逻辑计算最可能反向路径或最可能路径提供了一种解决方案。
[0033] 根据第十四方面，所述方法进一步包括如下步骤：每当与道路网络内地点相关的数据的新子集合被报告至云逻辑时，令云逻辑使用具有存储有用于所述道路网络内任意给定位置的最可能反向路径的查找表以确定最可能反向路径；或者每当与道路网络内地点相关的数据的新子集合被报告至云逻辑时，令云逻辑使用具有存储有用于所述道路网络内任意给定位置的最可能路径的查找表以确定最可能路径。
[0034] 使用用于最可能反向路径或最可能路径的预计算查找表对于
加速云逻辑和减少系统延迟时间是有用的。
[0035] 根据最后一个方面，提供了一种用于选择与道路网络内地点相关的云存储数据的子集合并且将所选择的数据的子集合发送至连接于所述云且在所述道路网络内运行的车辆的系统，所述系统包括根据上述的方法用于存储与所述道路网络有关数据的云存储设备以及用于确定最可能路径和/或最可能反向路径的云逻辑以及用于接收所述车辆位置且发送数据的子集合至所述车辆的通信设备。
[0036] 上述系统有利于将信息仅输送至道路网络内与所述信息相关的关联车辆的子集合。
附图说明
[0037] 在下文中，将仅参照附图经由示例详述实施例，其中：
[0038] 图1是用于选择与车辆相关的云存储数据的子集合并将其发送给该车辆的方法和系统的示意图。
[0039] 图2是如何发现与输入云存储的新数据相关的车辆并且发送所述新数据至该车辆的示意图。
[0040] 此处实施例的其它目的和特征将根据以下结合附图的详述更为清楚。但是可以理解，附图仅为说明而非对其范围的限定，所述范围应该由所附
权利要求所限定。还应当理解，附图不一定是按比例描绘的，并且除非另有陈述，它们仅仅意图概念上的示出此处描述的结构和工序。
具体实施方式
[0041] 如图1所示，本发明提出一种如何将信息仅输送至在道路网络1内运行的与该信息相关的关联车辆2子集合(图1仅示出一个)的方案。一种类型的数据是车辆2中使用的安全性相关数据，通知和警告驾驶员车辆2前方的各种危险以便减少交通事故的
风险。
[0042] 用于以这种方式选择发送至车辆的数据的任何方法的挑战在于必须研究大面积的地理区域和海量数据。理想情况下应当增加最少延迟时间。对于快速反应很重要的安全性相关数据，这是尤其重要的。
[0043] 因此，本发明提出了一种最佳地选择存储在云3内的数据D1-Dn的哪个子集合DS将被发送至连接于云3的每个相应车辆2的有效方法。典型地，仅有描述靠近车辆2的和车辆2前方的交通事故的数据与该特定的车辆2相关。车辆2后面的数据或关于车辆2不能接近的道路的数据是不相关的并且不应该被发送至车辆2，即使所述数据涉及非常靠近车辆2的位置也不行。
[0044] 此处描述的第一途径是使用计算的车辆2最可能路径4。车辆2最可能路径4是车辆2可能出于方向考虑最可能沿给定的其当前位置行进的车辆2前方所有可能的路径组。图1中车辆2前方全部可能的路径组因此是被虚线4围起来的道路。
[0045] 在图1和2中通过
覆盖在车辆2上的箭头示出方向。此处使用的车辆2的方向指的是车辆2的行进方向，或如果车辆2为静止时其最近的行进方向，或其中考虑到车辆2的主要行进方向来定向车辆2的方向，通常是向前。
[0046] 车辆2最可能路径4用于选择与道路网络1相关的数据的相关子集合DS从而将其发送至车辆2。如果数据的子集合DS涉及是或部分是车辆2最可能路径4的道路网络1内的点或节段，那么数据的子集合DS应当被发送至车辆2。
[0047] 在图1中，数据的相关子集合DS由数据项D1、D2和D3构成，它们均涉及是或部分是车辆2最可能路径4的道路网络1内的点或节段。但是数据项D4、D5和D6与是或部分是车辆2最可能路径4的道路网络1内的点或节段无关，因此不包括在数据的相关子集合DS内。
[0048] 此处描述的第二途径是使用直至与数据的相应子集合DS相关的每个相应地点8的相应最可能反向路径7作为道路网络1内通往与数据的相应子集合DS相关的相应地点8的相应全部可能路径组，并且检查车辆2在道路网络1内的当前位置(可能出于方向的考虑)是否属于与数据的任意子集合DS相关的最可能反向路径7，并且如果车辆2在道路网络1内的当前位置(可能出于方向的考虑)属于与数据的子集合DS相关的最可能反向路径7，则选择数据的子集合DS并且将其发送至车辆2。
[0049] 此处使用的道路网络1内的地点或位置也包括至少部分沿该道路网络1的节段或部分的地点和位置。
[0050] 因此在一般实施例中，用于选择与道路网络1内地点相关的云3存储数据D1-Dn的子集合DS并且将选定的数据的子集合DS发送至连接于云3且在道路网络1内运行的车辆2的方法包括如下步骤：
[0051] 确定道路网络1内车辆2的当前位置(可能出于方向的考虑)；以及，[0052] 将车辆2的最可能路径4确定为车辆2前方道路网络1内车辆2最可能沿给定的其当前位置(可能出于方向的考虑)行进的全部可能的路径组，并且选择与道路网络1内沿车辆2最可能路径4的位置相关的数据的子集合DS；或者将直至与数据的相应子集合DS相关的每个相应地点8的相应最可能反向路径7确定为道路网络1内通往与数据的相应子集合DS相关的相应地点8的相应全部可能路径组，并且检查车辆2位于道路网络1内的当前位置(可能出于方向的考虑，)是否属于与数据的任意子集合DS相关的最可能反向路径7，并且如果车辆2位于道路网络1内的当前位置(可能出于方向的考虑)属于与数据的子集合DS相关的最可能反向路径7，则选择数据的子集合DS；并且将选定的数据的子集合DS发送至车辆2。
[0053] 在又一实施例中，所述方法进一步包括如下步骤：每当车辆2报告道路网络1内有关其当前位置(可能出于方向的考虑)的更新时，令云逻辑5计算最可能路径4，并且检查是否具有与沿重新计算的最可能路径4的道路网络1内位置或道路网络1节段相关的已有数据DN的任意新子集合，并且若如此，则选择已有数据DN的新子集合；或者令云逻辑5将直至与数据的相应子集合DS相关的每个相应地点8的相应最可能反向路径7计算为道路网络1内通往与数据的相应子集合DS相关的相应地点8的相应全部可能路径组，并且每当车辆2报告道路网络1内有关其当前位置(可能出于方向的考虑)的更新时，检查车辆2位于道路网络1内的更新当前位置(可能出于方向的考虑)是否属于与已有数据DN的任意新子集合相关的最可能反向路径7，并且如果车辆2位于道路网络1内的更新当前位置(可能出于方向的考虑)属于与数据DN的新子集合相关的最可能反向路径7，则选择已有数据DN的新子集合；并且将选定的已有数据DN的新子集合发送至车辆2。
[0054] 因此，在该实施例中，所述方法进一步包括如下步骤：令云逻辑5重复地计算最可能路径4或最可能的相应反向路径7，并且检查是否具有与沿重新计算的最可能路径4的道路网络1内位置或道路网络1节段相关的已有数据DN的任意新子集合，或检查道路网络1内车辆2的更新当前位置(可能出于方向的考虑)是否属于与已有数据DN的新子集合相关的最可能反向路径7。
[0055] 虽然这是一个工作方案，但它需要重复地重新计算最可能路径4或相应的最可能反向路径7，这对于系统延迟时间来说不是最佳的。
[0056] 由于注意到对于给定的移动方向，在道路网络1内给定位置处对于任意车辆2的最可能路径4将总是相同的，并且对于道路网络1内任意给定位置，最可能反向路径7将是相同的，因此可以断定最可能路径4和最可能反向路径7不取决于车辆2的个体而是取决于车辆2在道路网络1内的位置。基于该观察，可能优化云逻辑5。云逻辑5不是重复地重新计算最可能路径4和/或最可能反向路径7，而是能够使用存储对于道路网络1内任意给定位置(可能出于方向的考虑)的最可能路径4和/或最可能反向路径7的查找表6。这种可选的查找表6示意性地在图1和2中云逻辑5处示出。
[0057] 因此，在可选实施例中，不是重复地重新计算的方法进一步包括如下步骤：每当车辆2报告有关其当前位置的更新时，令云逻辑5使用具有存储的用于道路网络1内任意给定位置(可能出于方向的考虑)的最可能路径4的查找表6以确定车辆2的最可能路径4，并且检查是否具有与沿确定的最可能路径4的道路网络1内位置有关的已有数据DN的任意新子集合；并且若如此则选择已有数据DN的新子集合；或者，每当车辆2报告有关其当前位置的更新时，令云逻辑5使用存储有用于道路网络1内任意给定位置(可能出于方向的考虑)的最可能反向路径7的查找表6，并且检查车辆2在道路网络1内的更新当前位置(可能出于方向的考虑)是否属于与已有数据DN的任意新子集合相关的最可能反向路径7，并且如果车辆2在道路网络1内的更新当前位置(可能出于方向的考虑)属于与数据DN的新子集合相关的最可能反向路径7，则选择已有数据DN的新子集合；并且将选定的已有数据DN的新子集合发送至车辆2。
[0058] 云逻辑5的实现可利用流数据(streaming data)的概念完成，其中对着与沿确定的最可能路径4的道路网络1内位置相关的已有数据DN的任意新子集合和/或对着与已有数据DN的任意新子集合相关的最可能反向路径7来核对车辆2的当前位置。因此，可能将与车辆2相关的已有数据DN的任意新子集合发送至车辆2而不发生不必要的延迟。
[0059] 在此处的一些实施例中，查找表6被设置为添加至道路网络1的数字地图数据结构的数据D1-Dn，具有针对沿数字地图数据结构中表示的每个道路节段或道路节点的位置添加的最可能路径4和/或最可能反向路径7的数据。
[0060] 使用查找表6，云逻辑5将更快速和更有效地发现针对道路网络1内给定位置(可能出于方向的考虑)的最可能路径4和/或最可能反向路径7，而不是不得不重复地重新计算最可能路径4和/或最可能反向路径7。
[0061] 对于由车辆2报告给云3的任意新位置(可能出于方向的考虑)，云逻辑5将检查查找表6来寻找相应的最可能路径4或最可能反向路径7。每当查找表6包括带有预计算的最可能路径4或最可能反向路径7的条目(entry)时，它将使用该条目。
[0062] 如果查找表6未找到车辆2在道路网络1中所处位置(可能出于方向的考虑)的最可能路径4，则云逻辑5将调用
算法(通常为相对较慢的算法)来计算道路网络1中该位置(可能出于方向的考虑)的最可能路径4并将其填充在查找表6中。这将逐渐地填充查找表6。
[0063] 因此，如果查找表6未找到车辆2在道路网络1中所处位置(可能出于方向的考虑)的最可能路径4，根据本方法的一些实施例，云逻辑5计算道路网络1中该位置(可能出于方向的考虑)的最可能路径4并将其填充在查找表6中。
[0064] 用于道路网络1内给定位置(可能出于方向的考虑)的最可能路径4或最可能反向路径7可被设定为在查找表6内具有有效时间。当最可能路径4或最可能反向路径7已经通过其有效时间时，它被删除。因此，根据本方法的一些实施例，用于道路网络1内给定位置(可能出于方向的考虑)的最可能路径4或最可能反向路径7被设置为在查找表6内具有有效时间，使得一旦通过其有效时间则从查找表6删除该最可能路径4或最可能反向路径7。
[0065] 一旦另一个车辆2报告其当前位置(可能出于方向的考虑)，将不得不重新计算新的最可能路径4或最可能反向路径7并且将其存储在查找表6内。因此，根据本方法的一些实施例，在删除后直接重新计算最可能路径4或最可能反向路径7，并且用重新计算的最可能路径4或最可能反向路径7更新查找表6。
[0066] 删除、重新计算和更新查找表6的上述方法步骤将确保查找表6是最新的并且使查找表6适应道路网络1内的任意变化，例如去除的、关闭的、添加的或重开的道路。
[0067] 此外，在删除之后直接重新计算最可能路径4或最可能反向路径7将避免报告该地点内其位置的下一车辆2的更多延迟时间。
[0068] 可选地，一旦已经通过其有效时间，并非从查找表6删除最可能路径4或最可能反向路径7且随后重新计算更新的最可能路径4或最可能反向路径7，而是可能首先重新计算更新的最可能路径4或最可能反向路径7并且随后比较它与现有的最可能路径4或最可能反向路径7并且仅当重新计算的条目和现有的条目不同时才替换查找表6内的条目。这将带来更高的可用性和更少的工作量并且进一步消除了删除与更新之间的任何时间间隙。
[0069] 在一些实施例中，仅针对地图的更新部分重新计算最可能路径4或最可能反向路径7。这将减少每次更新地图所必需的重新计算的数量。根据本方法的这些实施例，更新数字地图数据结构时，针对沿更新的数字地图数据结构的每个相应的道路节段或道路节点的位置，重新计算最可能路径4或最可能反向路径7，相应地更新查找表6。
[0070] 当云逻辑5在车辆2报告更新的当前位置之后立即使用最可能路径4检索潜在地涉及安全性的已有数据的相关子集合时，人们能够想到这是云逻辑5在车辆2报告给云3的每个新的位置处延伸车辆2前方被定义为最可能路径4的搜索范围的过程。
[0071] 此外，为了提高最可能路径4的可预测性，车辆的历史模式可用于进一步优化特定车辆2的最可能路径4。如果云逻辑5追踪特定车辆2经常遵循的典型路线的轨道，云逻辑5将能够更好地预测该特定车辆2的最可能路径4。
[0072] 根据本方法的这些实施例，通过云逻辑5追踪特定车辆2经常遵循的道路网络1内典型路线并使用道路网络1内的该历史行进模式来预测用于所述特定车辆2的唯一最可能路径4，道路网络1内车辆的历史行进模式被用于优化所述特定车辆2的最可能路径4。
[0073] 对于使用车辆历史行进模式且结合查找表6的实施例，所述方法应当优选包括用于特定车辆2的唯一最可能路径4包含于查找表6内。
[0074] 查找表6随后将包括用于道路地图内车辆具有很强的习惯行进模式的那些地点的每个车辆2的唯一条目。
[0075] 此外，最可能路径4将典型地包括车辆2可能遵循的若干可选支路。每个支路是继续路线可选的但不是所有支路将实际上被遵循。在某些情形下，可以断定车辆2很可能遵循某些支路而不太可能遵循最可能路径4内某些其它可选的支路。在这种情形下，车辆2终止于最可能路径4中各个位置的可能性将是车辆进入通往最可能路径4中该点的每个支路的可能性的乘积。假使如此，可能基于数据的地点将最可能路径4中每个点或节段的可能性与车辆2将通过最可能路径4中该地点(点或节段)的可能性关联起来。
[0076] 在一般情形下，车辆2很可能遵循更大的道路，或遵循已知交通流量更高的道路。通过使用特定车辆2的历史模式能进一步改进最可能路径4中可能性的计算。某个车辆2未必遵循典型的交通流但是可能经常遵循例如到达工作位置或居住地的另一路线。针对特定车辆2的这种历史路线数据可用于更好地预测针对特定车辆2的最可能路径4中支路的可能性。
[0077] 此外，具有极低交通流量的路线可选择不添加至查找表6以便减少需要存储量并且改进查找次数。
[0078] 再者，如图2所示的方法也有助于云逻辑5检索由云3接收的任意新数据Dn+1应当传送到的全部车辆，同时以上所述主要处理基于特定车辆2的位置查找车辆2的有关数据的任务。
[0079] 典型地，新数据Dn+1可能是某些与安全性相关的危险，例如在道路网络1中某个地点8处报告给云3的事故。因此，此时的任务不是查找车辆2前方的可能路径，而是查找道路网络1中所有通往与新数据Dn+1相关地点8(可能出于方向的考虑)的路径，记住目标是发现所有与新数据相关的车辆2，即安全性相关数据应当警告的所有车辆2。
[0080] 这能基于最可能反向路径7的概念获得。道路地图中一位置的最可能反向路径7将是包括(可能出于方向的考虑)通往道路网络1内给定地点8的道路子集合的交通地图子集合。对于道路网络1中的给定点，将有一最可能反向路径7。最可能反向路径7经常与最可能路径4相同但是方向相反。但是，不一定始终是这样，例如对于单行道和具有不同方向的独立车道的高速路等等来说未必如此。
[0081] 具有被报告当前位置处于网络中地点8的最可能反向路径7内的任意车辆2可能继续其行程至地点8。这就使得最可能反向路径7能够发现应当接收与道路网络1中特定地点8相关数据的所有车辆2。
[0082] 还可能依靠最可能路径4并且检查道路网络1中与数据Dn+1的新子集合相关的地点8是否包含在车辆2的最可能路径中。
[0083] 例如当危险车辆已经移动至更新地点8时如果已经报告了与移动车辆相关的危险并且形成与危险车辆位置相关的随后更新，通过道路网络1中用于报告给云逻辑5的云3存储数据D1-Dn的相应子集合的更新地点8也可产生数据Dn+1的新子集合。
[0084] 因此，根据本方法的某些实施例，每当与道路网络1中地点8相关的数据Dn+1的新子集合被报告给云逻辑5时，如图2虚线箭头所示，执行以下步骤：将直至与数据Dn+1的新子集合相关的地点8的最可能反向路径7确定为道路网络1内通往与数据Dn+1的新子集合相关的地点8的全部可能路径组，并且检查车辆2在道路网络1内的当前位置(可能出于方向的考虑)是否属于最可能反向路径7，并且如果车辆2在道路网络1内的当前位置(可能出于方向的考虑)属于最可能反向路径7，则发送数据Dn+1的新子集合至车辆2；或者将车辆2的最可能路径4确定为车辆2最可能沿道路网络1内其当前位置(可能由于的方向考虑)行进的车辆2前方所有可能路径，并且检查道路网络1中与数据Dn+1的新子集合相关的地点8是否属于最可能路径4，并且如果道路网络1中与数据Dn+1的新子集合相关的地点8属于最可能路径4，则发送数据Dn+1的新子集合至车辆2。
[0085] 对于不结合查找表6的实施例来说，所述方法应当优选进一步包括如下步骤：每当与道路网络1内地点8相关的数据Dn+1的新子集合被报告给云逻辑5时，令云逻辑5计算最可能反向路径7以确定最可能反向路径7；或者每当与道路网络1内地点8相关的数据Dn+1的新子集合被报告给云逻辑5时，令云逻辑5计算最可能路径4以确定最可能路径4。
[0086] 但是，如前所述，因为与安全性相关的应用需要较少的延迟时间，用于最可能反向路径7和/或最可能路径4的预计算查找表6可用于加速云逻辑5和减少系统延迟时间。因此，根据某些实施例，所述方法进一步包括如下步骤：每当与道路网络1内地点8相关的数据Dn+1的新子集合被报告给云逻辑5时，令云逻辑5使用具有所存储的用于道路网络1内任意给定位置的最可能反向路径7的查找表来确定最可能反向路径7；或者每当与道路网络1内地点8相关的数据Dn+1的新子集合被报告给云逻辑5时，令云逻辑5使用具有所存储的用于道路网络1内任意给定位置的最可能路径4的查找表来确定最可能路径4。
[0087] 因此，每当新的安全性相关数据Dn+1被报告给云逻辑5时，相应的最可能反向路径7和/或最可能路径4被计算或优选从查找表6检索。已经报告其最新位置从而包括在最可能反向路径7中的任意车辆2或道路网络1中与数据Dn+1的新子集合相关的地点8属于最可能路径4中的任意车辆2将被发送至新的安全性相关数据Dn+1。该策略将确保新的安全性相关数据Dn+1以一定机率仅被发送至与其相关的车辆2而无任何不必要的延迟。
[0088] 如果查找表6未找到直至与数据Dn+1的新子集合相关的地点8的最可能路径7，则云逻辑5将调用算法，通常为相对较慢的算法，以计算直至与数据Dn+1的新子集合相关的地点8的最可能反向路径7并且在查找表6中填充它。这将逐渐地填充查找表6。
[0089] 因此，如果查找表6未找到直至与数据Dn+1的新子集合相关的地点8的最可能路径7，则根据本方法的某些实施例，云逻辑5计算直至与数据Dn+1的新子集合相关的地点8的最可能反向路径7并且在查找表6中填充它。
[0090] 因此，上述方法将节省地管理带宽而不承担数据交通的不期望成本，特别是如果数据交通在手机网络上路由时，因此适于在云3为基础的车辆2安全性应用中的最低延迟单播路由。
[0091] 最可能路径4和最可能反向路径7二者在相同系统实现中是相关的。每当车辆2报告更新位置时最可能路径4和/或最可能反向路径7可用于发现所有相关数据。这可例如通过来自车辆2的新的位置更新被触发。最可能反向路径7和最可能路径4如上所示用于发现与新报告的数据相关的所有车辆2。这可通过可能为报告至云3的安全性相关数据的新数据被触发，例如通过在道路网络1内运行的与该信息相关的另一关联车辆(未示出)触发，通过发送与道路网络1相关的新数据至相应的云3的交通管制中心或其它基础设施触发。
[0092] 因此，此处进一步提出一种根据以上所述实施例中任何一个的方法用于选择与道路网络1内地点相关的云3存储数据D1-Dn的子集合DS并且发送选定的数据子集合DS至连接于云3且在道路网络1中运行的车辆2的系统，该系统包括用于存储与道路网络1相关的数据D1-Dn的云存储设备3和用于确定最可能路径4和/或最可能反向路径7的云逻辑5以及连接于其的通信设备，如图1和2的互连箭头所示，用于接收车辆2的位置(可能出于方向的考虑)和发送数据的子集合DS至车辆2，如图1和2中一对反向锯齿形箭头所示。
[0093] 因此，特别是如果数据交通在手机网络上路由时，提供了节省地管理带宽而不承担数据交通的不期望的成本的系统实施，因此适于在云3为基础的车辆2安全性应用中的最低延迟单播路由。
[0094] 设想以上所述的方法和系统结合最可能路径4和最可能反向路径7的概念与云3为基础的安全性应用以及取决于云3为基础的数据的自主车辆的应用是高度相关的。
[0095] 上述实施例可在以下权利要求的范围内变化。
[0096] 因而，虽然已经示出、描述和指出了此处实施例的主要新颖性特征，要了解本领域技术人员可做出各种省略和置换以及对所示装置的形式、细节及其操作的变化。例如，明确地指出那些元件和/或方法步骤的所有组合是等效的，实际上以实际上相同的方式完成了相同的功能以实现了相同的结果。此外，应当认识到，作为一般的设计选择，与任何此处公开的形式或实施例有关的所示和/或所述的结构和/或元件和/或方法步骤可合并在任何其它公开或描述或提议的形式或实施例中。
