优化停车位置的制作方法

1.本公开涉及用于基于驾驶员的偏好来选择优化的停车位的系统和方法。


背景技术：

2.车载信息系统已经普遍用于诸如汽车、卡车、运动型多用途车辆等的车辆中。信息系统通常提供导航信息、娱乐信息(例如，与无线电、cd播放器、dvd播放器等相关联的信息)和车辆的其他信息。在某些情况下，信息系统可用于配置用户偏好。例如，信息系统向用户呈现选项，并且该用户通过选择一个或多个选项来指示其偏好。
3.由于缺乏关于车辆的驾驶员可用的可能空置空间的信息，车辆的驾驶员在搜索最优停车地点时可能会感到焦虑和不确定，并且这可能更好地满足其自己关于停车复杂度和到达目的地的时间的偏好。一些停车设施向顾客提供关于哪里的停车地点可用的指导。这些可以包括指示在整个设施中或在每个楼层上可用的点的数量的标记。它们还可以在每个停车位附近具有灯或其他指示器，并且从显示该停车位是否可用的距离可见。当前的自动驾驶系统不包括搜索和选择适应于驾驶员偏好的停车位置。此外，当前的自动驾驶系统没有解释其选择。
4.因此，虽然当前的系统和方法实现了其预期目的，但是仍需要一种新型和改进的系统和方法，以通过使停车位的选择适应于驾驶员的偏好和上下文信息，与驾驶员交互有关停车位的选择，以及解释停车位选择背后的原因，来选择最优停车位。


技术实现要素：

5.根据本公开的若干方面，一种为车辆选择优化的停车位置的方法包括：利用数据处理器收集车辆的驾驶员的停车偏好；利用数据处理器识别车辆的目的地；利用数据处理器识别车辆的当前位置；利用数据处理器收集来自车辆内的多个传感器的数据；利用数据处理器收集来自外部源的数据；以及创建潜在停车位的列表；基于该车辆的停车事件的历史数据利用该数据处理器访问用户模型；基于该驾驶员的停车偏好、来自外部源的数据和该用户模型，利用该数据处理器对潜在停车位进行排序；以及基于车辆的驾驶员的停车偏好和用户模型，利用数据处理器提供输出。
6.根据另一方面，利用数据处理器收集车辆的驾驶员的停车偏好还包括利用数据处理器经由驾驶员界面收集第一选择偏好、第二选择偏好和第三选择偏好中的一者。
7.根据另一方面，基于车辆的驾驶员的停车偏好和用户模型，利用数据处理器提供输出还包括：利用数据处理器向车辆控制器发送指令，以在车辆的驾驶员已经经由驾驶员界面选择了第一选择偏好时自动将车辆停放在排序最靠前的潜在停车位中。
8.根据另一方面，基于车辆的驾驶员的停车偏好和用户模型，利用数据处理器提供输出还包括：利用该数据处理器经由该驾驶员界面显示多个经排序的潜在停车位；利用该数据处理器经由该驾驶员界面收集该驾驶员对该经排序的潜在停车位中的一者的选择以及对自动停车和手动停车中的一者的选择；以及利用该数据处理器向该车辆控制器发送指
令，以在该车辆的驾驶员已经经由该驾驶员界面选择了第二选择偏好和自动停车时，在多个经排序的潜在停车位中被选择的一者中自动地停放车辆。
9.根据另一方面，基于车辆的驾驶员的停车偏好和用户模型，利用数据处理器提供输出还包括：利用数据处理器向车辆控制器发送指令，以允许车辆的驾驶员在其已经由驾驶员界面选择了第二选择偏好和手动停车时在多个经排序的潜在停车位中被选择的一者中手动地停放车辆。
10.根据另一方面，基于车辆的驾驶员的停车偏好和用户模型，利用数据处理器提供输出还包括：当该车辆的驾驶员已经经由该驾驶员界面选择了第三选择偏好时，利用该数据处理器经由该驾驶员界面显示该多个经排序的潜在停车位。
11.根据另一方面，利用数据处理器经由驾驶员界面显示多个经排序的潜在停车位还包括利用该数据处理器经由该驾驶员界面显示对该多个经排序的潜在停车位的排序的解释。
12.根据另一方面，利用该数据处理器经由该驾驶员界面显示对该多个潜在停车位的排序的解释还包括：基于该车辆的驾驶员的停车偏好、来自外部源的数据和该用户模型，利用该数据处理器经由该驾驶员界面显示该多个潜在停车位中的每一者的停车特点与用户偏好的比较。
13.根据另一方面，该方法还包括基于由该数据处理器收集的输入，利用该数据处理器经由该驾驶员界面以及最终选择该多个潜在停车位中的哪一者来更新该用户模型。
14.根据另一方面，该方法还包括：当车辆向目的地移动时，基于驾驶员的停车偏好和用户模型，利用数据处理器以预定间隔创建潜在停车位的列表以及对潜在停车位进行排序。
15.根据另一方面，基于驾驶员的停车偏好、来自外部源的数据和用户模型，利用数据处理器来对潜在停车位进行排序还包括：基于潜在停车位中的每一者满足驾驶员的停车偏好的程度为潜在停车位中的每一者分配值。
16.根据另一方面，基于驾驶员的停车偏好、来自外部源的数据和用户模型，利用数据处理器来对潜在停车位进行排序还包括：计算在车辆将到达潜在停车位中的每一者将为空的概率。
17.根据本公开的若干方面，一种用于为车辆选择优化的停车位置的系统包括数据处理器、车辆内的多个传感器，和基于车辆的停车事件的历史数据的用户模型；该数据处理器适于收集车辆的驾驶员的停车偏好，识别车辆的目的地，识别车辆的当前位置，从车辆内的多个传感器收集数据，收集来自外部源的数据并创建潜在停车位的列表，访问用户模型，基于驾驶员的停车偏好、来自外部源的数据和用户模型对潜在停车位进行排序，并基于车辆的驾驶员的停车偏好和用户模型提供输出。
18.根据另一方面，该系统还包括驾驶员界面，其中，该数据处理器适于经由该驾驶员界面收集该车辆的驾驶员的停车偏好，该停车偏好是第一选择偏好、第二选择偏好和第三选择偏好中的一者。
19.根据另一方面，该系统还包括车辆控制器，其中，当车辆的驾驶员选择了第一选择偏好时，由数据处理器提供的输出包括发送到车辆控制器的指令，以自动地将车辆停放在排序最靠前的潜在停车位中。
20.根据另一方面，该数据处理器还适于经由该驾驶员界面显示多个经排序的潜在停车位，并且经由该驾驶员界面收集该驾驶员对该经排序的潜在停车位中的一者的选择以及对自动停车和手动停车中的一者的选择，其中，当该车辆的驾驶员选择了第二选择偏好和自动停车时，由该数据处理器提供的输出包括向该车辆控制器发送指令以在该车辆的驾驶员已选择该第二选择偏好和手动停车时将该车辆自动停放在该多个经排序的潜在停车位中被选择的一者中，由该数据处理器提供的输出包括向该车辆控制器发送指令以允许该车辆的驾驶员手动地将该车辆停放在该多个经排序的潜在停车位中被选择的一者中，并且当该车辆的驾驶员选择了第三选择偏好时，由该数据处理器提供的输出包括经由驾驶员界面显示该多个经排序的潜在停车位。
21.根据另一方面，数据处理器还适于通过基于车辆的驾驶员的停车偏好、来自外部源的数据和用户模型经由驾驶员界面显示多个潜在停车位中的每一者的停车特点与用户偏好的比较来显示对多个经排序的潜在停车位的排序的解释。
22.根据另一方面，数据处理器适于基于由数据处理器经由驾驶员界面收集的输入以及最终选择多个潜在停车位中的哪一者来更新用户模型。
23.根据另一方面，数据处理器适于在当车辆向目的地移动时重复创建潜在停车位的列表并以预定间隔对潜在停车位进行排序。
24.根据另一方面，数据处理器适于基于驾驶员的停车偏好、来自外部源的数据和用户模型，通过基于潜在停车位中的每一者满足驾驶员的停车偏好的程度为潜在停车位中的每一者分配值，并且计算在车辆将到达此类停车位时潜在停车位中的每一者将为空的概率来对潜在停车位进行排序。
25.根据在本文提供的描述，其他应用领域将变得显而易见。应当理解，说明书和具体实施例仅用于说明的目的，而不旨在限制本公开的范围。
附图说明
26.在本文描述的附图仅用于图示的目的并且不旨在以任何方式限制本公开的范围。
27.图1是根据本公开的示例性实施例的系统的示意图；
28.图2是允许驾驶员在第一选择偏好、第二选择偏好和第三选择偏好之间进行选择的驾驶员界面上的显示的示例；
29.图3是在驾驶员界面上向驾驶员呈现经排序的停车位的列表的显示的示例；以及
30.图4是图示了操作图1的系统的方法的流程图。
具体实施方式
31.以下描述在本质上仅仅是示例性的，并不旨在限制本公开、应用或使用。
32.参考图1，用于为车辆选择优化的停车位置的系统10包括数据处理器12、车辆内的多个传感器14和用户模型16。数据处理器12是非通用的电子控制设备或cpu，该非通用的电子控制设备或cpu具有预编程的数字计算机或处理器、用于存储诸如控制逻辑、软件应用、指令、计算机代码、数据、查找表等的数据的存储器或非暂时性计算机可读介质和收发器和输入/输出端口。计算机可读介质包括能够由计算机访问的任何类型的介质，诸如只读存储器(rom)、随机存取存储器(ram)、硬盘驾驶员、压缩盘(cd)、数字视频盘(dvd)或任何其他类
型的存储器。“非暂时性”计算机可读介质不包括传输暂时性电或其他信号的有线、无线、光或其他通信链路。非暂时性计算机可读介质包括其中可以永久地存储数据的介质和其中可以存储数据并且稍后重写数据的介质，诸如可重写光盘或可擦除存储设备。计算机代码包括任何类型的程序代码，包括源代码、目标代码和可执行代码。因此，在本文使用的术语“数据处理器”在字面上不限于单个cpu。此外，数据处理器12本身可包括一个或多个计算机的网络，如在本文中称为“计算机”的任何其他设备。
33.多个传感器14收集来自一个或多个车辆系统的各种车辆状况和数据的输入。此类数据可以包括系统模式的故障、单个车辆系统部件的操作限制和允许用户界面的与车辆系统相关联的重新配置参数。多个传感器14还收集环境输入。多个传感器14可以包括温度传感器、交通传感器、道路类型(例如，公路、城市)传感器、天气(例如，雨)传感器、占用传感器、外部相机、内部相机、激光雷达/雷达、制动传感器、转向传感器、油门传感器、速度传感器、车辆开关、个人设备、hmi交互、麦克风等。
34.如所提供的，传感器14可以测量各种现象或特点中的任何一者。作为进一步的示例，传感器可以测量车辆的点火位置或状态、车辆是否正在关闭或开启、车辆是否在某一位置的距离内或在什么程度上、天气类型(例如，下雨)、天气等级(例如，下雨的量)、外部温度、外部湿度、外部风温度、驾驶室温度、车辆速度、车辆中座椅的占用、车辆中座椅的占用者的重量(例如，以识别儿童和成人)、谁在驾驶室中(例如，如通过特定于用户的辅助设备的存在所识别的)、车辆状态(例如，油箱中的气体量、驾驶室温度、油量)、驾驶员状态(例如，驾驶员已经驾驶了多久以及如何驾驶(例如，不规律地)、一般状况(例如，天气、温度、天、时间)、驾驶状况(例如，道路类型、交通)等。
35.用户模型16基于驾驶员、车辆或两者的过去停车事件的历史数据。用户模型16可以基于车辆自身的过去停车事件的历史数据，或者用户模型16可以针对特定驾驶员定制。在此类情况下，特定驾驶员的用户模型16可以存储在基于云的数据库中，其中，当驾驶员使用特定车辆时，将驾驶员的唯一用户模型16下载到车辆。通过从过去的停车事件收集数据并使用过去的行为来预测未来的行为来创建用户模型16。用户模型16包含关于所选停车位的特点的信息，以及有助于选择停车位的其他因素。用户模型16将预测对于当前条件在停车位中期望什么特征。驾驶员特定用户模型16可以基于正被驾驶的车辆来区分针对同一用户的驾驶模式。例如，驾驶员特定用户模型16将区分驾驶员何时驾驶其上班专门用的车辆，以及该驾驶员何时驾驶几乎专门用于与其家人一起出行用的车辆。该用户模型16由数据处理器12创建/更新，并且在车辆唯一用户模型16的情况下存储在数据处理器12内，或者在驾驶员特定用户模型16的情况下存储在基于云的远程数据库内。此外，用户模型16可以存储在属于驾驶员的设备上的移动应用内，其中用户模型16和系统10可以访问驾驶员的日历，这可以帮助用户模型预测当前偏好，诸如当日历指示驾驶员参会迟到时，因此不管成本如何，优先考虑近的/容易停车。
36.数据处理器12适于收集车辆的驾驶员的停车偏好。在示例性实施例中，系统10包括驾驶员界面18。数据处理器12适于经由驾驶员界面18收集车辆的驾驶员的停车偏好。数据处理器12通过数据处理器12内的输入/输出端口从驾驶员界面18接收停车偏好。在各种实施例中，驾驶员界面18可以包括但不限于语音系统和/或显示系统。可以理解，在各种实施例中，从驾驶员接收关于驾驶员偏好的信息的其他驾驶员界面18类型可以在车辆内实
现，或者可以与车辆分离地实现，并且可以与数据处理器12通信(例如，智能电话、平板电脑、远程服务器等)。
37.在各种实施例中，基于语音的驾驶员界面18通过口头对话向驾驶员呈现偏好选项，并以记录的用户语音的形式从驾驶员接收偏好信息。数据处理器12管理由基于语音的驾驶员界面生成的口头对话以获得偏好信息。可以基于对话的上下文来管理口头对话。可以基于从车辆或与车辆相关联的其他系统接收的上下文信息来识别当前上下文。上下文信息可以由例如，车辆中的其他控制模块(例如，车身控制模块、发动机控制模块、变速器控制模块、信息娱乐控制模块等)、多个传感器14和/或车辆的通信总线或其他通信设备来提供。基于语音的驾驶员界面18处理所记录的用户语音以识别偏好信息，并将该偏好信息提供给数据处理器。
38.在各种实施例中，驾驶员界面18通过在显示器上显示图形用户界面来向驾驶员呈现偏好选项，并且以从驾驶员与显示器的传感器和/或开关的交互接收的输入信号的形式从驾驶员接收驾驶员停车偏好。数据处理器12管理由驾驶员界面18生成的图形用户界面，以获得偏好信息。可以基于显示器的上下文来管理图形用户界面。可以基于从车辆或从与车辆相关联的其他系统接收的上下文信息来识别当前上下文。驾驶员界面18处理输入信号，以识别偏好信息并将该偏好信息提供给数据处理器12。可替代地，驾驶员界面18可以与驾驶员的个人设备或移动应用通信，其中，即使当车辆的驾驶员/用户不在车辆内时，也可以将驾驶员停车偏好传送到数据处理器12。
39.数据处理器12适于识别车辆的目的地。数据处理器12从诸如导航系统的车载系统访问信息，以确定车辆的最终目的地。数据处理器12还适于识别车辆的当前位置。数据处理器12从gps系统20接收信息，以确定车辆的当前位置。数据处理器12还适于从车辆内的多个传感器14收集数据，以确定车辆和车辆周围的环境条件。
40.数据处理器还适于从外部源22收集数据并为车辆创建潜在停车位的列表。数据处理器12收集来自外部源22的数据，诸如来自停车基础设施的传感器/摄像机数据和来自由各个停车基础设施和运输组(诸如运输部(dot))维护的数据库的关于附近停车可用性的信息。此外，外部源22可以包括其他车辆，其中，通过众包，可以通过网络通信直接从其他车辆获得信息。例如，当车辆离开停车位时，其通过车对车网络将该信息传达给附近车辆，以通知其他车辆最近腾出的停车位的可用性。数据处理器12包括收发器，该收发器允许数据处理器12通过wlan、4g或5g网络等与外部源22的远程数据库进行无线通信。
41.数据处理器12还适于访问用户模型16并基于驾驶员的停车偏好、来自外部源22的数据和用户模型16对潜在停车位进行排序，并基于车辆的驾驶员的停车偏好和用户模型16提供输出。
42.数据处理器12适于基于驾驶员的停车偏好、来自外部源22的数据和用户模型16，通过基于潜在停车位中的每一者满足驾驶员的停车偏好的程度为潜在停车位中的每一者分配值，从而对潜在停车位进行排序。例如，根据用户模型16，无论何时下雨，车辆都停在有顶的停车位中。用户模型16将使用该信息来预测车辆的驾驶员在下雨时将偏好有顶的停车位，并且每当下雨时将更高的值分配给有顶的停车位。在另一个示例中，用户模型16指示在工作日，当车辆的驾驶员在早晨独自开车去上班时，车辆通常停放在较便宜的停车位中，但是在周末，当车辆的驾驶员载人行驶时，在一天中的较晚的时候，车辆通常停放在更接近最
终目的地的位置，而不管成本如何。因此，如果车辆的驾驶员在星期六晚上与同伴一起就餐，则数据处理器12将为最接近最终目的地的停车位分配较高的值。
43.当将潜在停车位进行排序时，系统10基于来自驾驶员的视角、考虑天气、驾驶员可能愿意行走的距离以及车辆将需要停放在那里多长时间来进行优化。考虑到诸如到最终目的地的距离、到停车位的距离、车辆的速度和机动性等因素，系统10基于车辆的视角进一步优化，并且车辆在停车时需要充电。最后，系统10基于停车位的视角进一步优化，考虑诸如停车位的复杂度(结构、街道、出去困难等)、价格、空的概率、允许停车的时间、允许需求以及车辆可能的下一任务等因素。例如，自主车辆可能需要自主地行驶到更远的停车位，或者可能需要继续行驶来完成任务，诸如将另一乘客带到不同位置、将包裹递送到不同位置等。这些接下来的任务可能影响车辆在哪里放下用户以及最终选择的停车位。
44.对潜在停车位列表进行排序或评分的第一步骤包括识别已知信息的停车位，以识别符合由用户模型16建立的优先级并且足够接近要选择的车辆的停车位，如果该停车位是空的。例如，当计算给定停车位的评分pi时，计算变量：
45.pi位置：可以映射到0-1之间的值，其中1表示较近的停车，而较小的数字表示较远的停车；
46.pi价格：可以映射到0-1之间的值，其中1表示昂贵的停车，而较小的数字用于较便宜的停车；以及
47.pi复杂度：假设值在0-1之间，其中1表示最复杂的停车。
48.根据用户模型16，利用关于当前时间和目的地的该停车位的偏好，得到用户喜欢在pi停车的0到1之间的概率，然后：
49.评分(pi)＝用户值(pi)*(-(复杂度(pi)+价格(pi)))。
50.根据用户模型16，获得二进制值1，指示驾驶员将希望停在停车位pi，否则获得值0，然后：
51.得分(pi)＝用户值(pi)-(复杂度(pi)+价格(pi))。
52.也可以在此添加到最终目的地的距离，但是当前要结合驾驶员步行到最终目的地将花费的时间来考虑。
53.另外，对潜在停车位进行排序或评分的第二步骤包括概率分析，其中数据处理器12将计算在车辆将到达此类停车位时该潜在停车位中的每一者将是空的概率。例如，假设具有停车选项的数据库可用于系统10，并且已经计算了占用分布模型，使得对于任何时间和日期，可以检索在特定停车位置处找到空地点的概率。使用此类数据，数据处理器12确定在特定时间期间某些停车楼通常是满的或接近满的，诸如，在办公楼附近的停车楼的工作时间期间，以及在餐馆区附近的停车楼的早晚时间期间。当为潜在停车位排序时，数据处理器12计算特定停车楼内的停车位在估计到达时间可用的概率。如果数据表明此类停车位具有低的可用概率，则数据处理器12将给此类停车位分配较低的评分。可替代地，系统10可以与停车设施通信以保留停车位，从而消除对潜在停车位进行排序/评分的概率要素，并且允许系统10保证当车辆到达时此类停车位将是空的。
54.经由驾驶员界面18呈现给驾驶员的停车偏好选项中的至少一些是多维的(即，具有通过条件相关的至少两个选项或具有至少一个模糊值选项)。在示例性实施例中，驾驶员界面18接受驾驶员对第一选择偏好、第二选择偏好和第三选择偏好中的一者的选择。参考
图2，示出了用于驾驶员界面18的显示屏26a的示例，包括用于选择第一选择偏好的第一触摸屏图标28a，用于选择第二选择偏好的第二触摸屏图标28b以及用于选择第三选择偏好的第三触摸屏图标28c。
55.可以将第一选择偏好分类为“仅停车”。在示例性实施例中，系统10还包括车辆控制器24。当车辆的驾驶员选择了第一选择偏好时，由数据处理器12提供的输出包括发送到车辆控制器24的指令，以自动地将车辆停放在排序最靠前的潜在停车位中。例如，在自主车辆中，驾驶员可能希望允许系统10选择排序最靠前的停车位，并且车辆控制器24将维持对车辆的控制，直到车辆停放在排序最靠前的停车位中。
56.可以将第二选择偏好分类为“先问我”。在示例性实施例中，数据处理器12还适于经由驾驶员界面18显示多个经排序的潜在停车位，并且经由驾驶员界面18收集驾驶员对经排序的潜在停车位中的一者的选择以及对自动停车和手动停车中的一者的选择。数据处理器12以递减值显示经排序的停车位。例如，驾驶员界面18显示三个排序最靠前的停车位，使得驾驶员可以选择三个排序最靠前的停车位中的一者。如果驾驶员希望，则可以向下滚动以看到另外的排序较靠后的停车位。参考图3，示出了用于驾驶员界面18的显示屏幕26b的示例，包括经排序的潜在停车位的列表。如图所示，该列表包括三个触摸屏图标30a、30b和30c，三个排序最靠前的停车位中的每一者都有一个。显示屏26b还包括触摸屏滑杆32，以允许驾驶员向下滚动经过经排序的停车位列表，以看到排序较靠后的停车位。
57.当车辆的驾驶员已经选择了第二选择偏好和自动停车时，由数据处理器12提供的输出包括向车辆控制器24发送指令，以自动地将车辆停放在多个经排序的潜在停车位中被选择的一者中。当车辆的驾驶员已经选择了第二选择偏好和手动停放时，由数据处理器12提供的输出包括向车辆控制器24发送指令以允许车辆的驾驶员手动地将车辆停放在多个经排序的潜在停车位中被选择的一者中。例如，在自主车辆中，车辆控制器24将脱离自主驾驶，允许车辆的驾驶员控制车辆并手动地将车辆停放在选择的停车位中。
58.可以将第三选择偏好分类为“让我停车”。当车辆的驾驶员选择了第三选择偏好时，由数据处理器12提供的输出包括经由驾驶员界面18显示多个经排序的潜在停车位。不要求选择停车位。车辆的驾驶员简单地将经排序的停车位的列表作为参考来决定将车辆停放在哪里。
59.在示例性实施例中，数据处理器12还适于通过显示对多个潜在停车位中的每一者的停车特点与基于车辆的驾驶员的停车偏好、来自外部源22的数据和用户模型16的用户偏好的比较，经由驾驶员界面18显示对多个经排序的潜在停车位的排序的解释。
60.例如，如图3所示，数据处理器12可以提供一种解释，即经排序的停车位列表中的排序最靠前的停车位被排序为#1，因为正在下雨，并且特定的停车位在有顶的停车楼中并且最接近目的地。在另一示例中，数据处理器可以提供一种解释，即由于室外天气是晴朗的，所以经排序的停车位列表中的排序最靠前的停车位被排序为#1，并且即使列表中的其他空间较近，然而#1经排序的停车位的成本也最低。排序的原因和解释可以基于用户模型16，其中，过去的停车事件已经创建了车辆停放在较便宜的停车位中的模式，除了在恶劣天气的情况下。
61.在示例性实施例中，驾驶员界面18适于从驾驶员接收关于更具体的停车偏好的信息。例如，数据处理器12可以通过驾驶员界面18向驾驶员提问，诸如“你正在向abc建筑物行
驶。你要赶时间吗？”。其中，驾驶员可以口头地或通过在驾驶员界面18上输入响应来作出“是”的响应，其中数据处理器12将更近的停车位排序为更靠前，或作出“否”的响应，其中，数据处理器12将更便宜或更方便的停车位排序为更靠前，即使可能要求驾驶员行走一定距离才到最终目的地。在另一示例中，对于自主车辆，数据处理器12可以通过驾驶员界面18向驾驶员提问，诸如“你是否希望在入口处下车？”，其中，如果驾驶员进行选择，则车辆将前进到最终目的地的入口，并且在驾驶员已经离开车辆之后自动前进到附近的停车地点。基于典型的驾驶员偏好(诸如距最终目的地的距离)较不重要的事实来对此类停车地点进行排序。
62.在示例性实施例中，数据处理器12适于基于由数据处理器12经由驾驶员界面18收集的输入以及最终选择多个潜在停车位中的哪一者来更新用户模型16。每当停放车辆时，选择的停车位、选择的停车位的特征、来自车辆内的多个传感器14的数据和来自外部源22的数据由数据处理器12收集并用于更新用户模型16。此类更新不断改进了由用户模型16做出的预测，并且允许用户模型16随着驾驶员的习惯和偏好可能随时间的改变而演变。
63.在示例性实施例中，数据处理器12适于在车辆向目的地移动时以预定间隔重复创建潜在停车位的列表并对潜在停车位进行排序。当车辆接近最终目的地时，数据处理器12连续地从外部源22收集数据并更新经排序的停车位列表。例如，可以更新用于停车楼的数据库，以显示该停车楼中的停车位的可用性已经改变，并且数据处理器12可以更新经排序的停车位的列表以包括最近空出的停车位或移除最近占用的停车位。此外，天气状况或交通状况可能改变，从而影响潜在停车位的排序。通过连续地更新经排序的停车位的列表，数据处理器12确保当车辆接近最终目的地时，将准确的信息中继给车辆的驾驶员。
64.参考图4，示出了图示为车辆选择优化的停车位置的方法100的流程图。从框102开始，该方法包括利用数据处理器12收集车辆的驾驶员的停车偏好。移动到框104，方法100还包括利用数据处理器12识别车辆的目的地。移动到框106，方法100包括利用数据处理器12识别车辆的当前位置。移动到框108，方法100还包括利用数据处理器12从车辆内的多个传感器14收集数据，并且移动到框110，利用数据处理器12从外部源22收集数据，再移动到框112，创建潜在停车位的列表。
65.移动到框114，方法100还包括：利用数据处理器12基于车辆的停车事件的历史数据来访问用户模型16，并且移动到框116，基于驾驶员的停车偏好、来自外部源22的数据和用户模型16，利用数据处理器12对潜在停车位进行排序，再移动到框118，基于车辆的驾驶员的停车偏好和用户模型16，利用数据处理器12提供输出。
66.在示例性实施例中，在框102处利用数据处理器12收集车辆的驾驶员的停车偏好还包括：利用数据处理器12经由驾驶员界面18收集第一选择偏好、第二选择偏好和第三选择偏好中的一者。
67.在框118内，移动到框120，基于车辆的驾驶员的停车偏好和用户模型16，利用数据处理器12提供输出还包括：利用数据处理器12向车辆控制器24发送指令，以在车辆的驾驶员已经经由驾驶员界面18选择了第一选择偏好时自动将车辆停放在排序最靠前的潜在停车位中。
68.在框118内，移动到框122，基于车辆的驾驶员的停车偏好和用户模型16，利用数据处理器12提供输出还包括：利用数据处理器12经由驾驶员界面18显示多个经排序的潜在停
车位；以及移动到框124，利用数据处理器12经由驾驶员界面18收集驾驶员对经排序的潜在停车位中的一者的选择以及对自动停车和手动停车中的一者的选择。
69.从框124移动到框126，方法100包括利用数据处理器12向车辆控制器24发送指令，以在车辆的驾驶员已经经由驾驶员界面18选择了第二选择偏好和自动停车时，在多个经排序的潜在停车位中被选择的一者中自动地停放车辆。
70.从框124移动到框128，方法100包括利用数据处理器12向车辆控制器24发送指令，以允许车辆的驾驶员在其已经经由驾驶员界面18选择了第二选择偏好和手动停放时在多个经排序的潜在停车位中被选择的一者中手动地停放车辆。
71.在框118内，移动到框130，基于车辆的驾驶员的停车偏好和用户模型16，利用数据处理器12提供输出还包括：当车辆的驾驶员已经经由驾驶员界面18选择了第三选择偏好时，利用数据处理器12经由驾驶员界面18显示多个经排序的潜在停车位。
72.在示例性实施例中，在框122和130处利用数据处理器12经由驾驶员界面显示多个经排序的潜在停车位还包括：利用数据处理器12经由驾驶员界面18显示对多个经排序的潜在停车位的排序的解释。
73.在另一个示例性实施例中，在框122和130处利用数据处理器12经由驾驶员界面18显示对多个潜在停车位的排序的解释还包括：基于车辆的驾驶员的停车偏好、来自外部源22的数据和用户模型16，利用数据处理器12经由驾驶员界面18来显示对多个潜在停车位中的每一者的停车特点与用户偏好的比较。
74.移动到框132，方法100还包括基于由数据处理器12收集的输入以及最终选择多个潜在停车位中的哪一者利用数据处理器12经由驾驶员界面18来更新用户模型16。
75.在示例性实施例中，方法100还包括当车辆向目的地移动时，如图4中的箭头134所示，在框112处重复创建潜在停车位的列表，并且在框116处利用数据处理器12基于驾驶员的停车偏好和用户模型16以预定间隔对潜在停车位进行排序。
76.在另一示例性实施例中，在框116处，基于驾驶员的停车偏好、来自外部源22的数据和用户模型16，利用数据处理器12对潜在停车位进行排序还包括：基于潜在停车位中的每一者满足驾驶员的停车偏好的程度为潜在停车位中的每一者分配值。
77.在又一示例性实施例中，在框116处，基于驾驶员的停车偏好、来自外部源22的数据和用户模型16，利用数据处理器12对潜在停车位进行排序还包括：计算在车辆将到达该停车位时，潜在停车位中的每一者将为空的概率。
78.本公开的系统10和方法100提供了以下优点：通过使停车位的选择适应于驾驶员的偏好和上下文信息，与驾驶员交互关于停车位的选择，以及解释停车位选择背后的原因来选择最优停车位。当此类车辆系统选择停车位时，特别是对于自动车辆，这将允许更好的驾驶员满意度。
79.本公开的描述本质上仅是示例性的，并且不脱离本公开的要旨的变型旨在处于本公开的范围内。此类变化不应被视为偏离本公开的精神和范围。

技术特征：
1.一种为车辆选择优化的停车位置的方法，包括：利用数据处理器收集所述车辆的驾驶员的停车偏好；利用所述数据处理器识别所述车辆的目的地；利用所述数据处理器识别所述车辆的当前位置；利用所述数据处理器收集来自所述车辆内的多个传感器的数据；利用所述数据处理器收集来自外部源的数据并创建潜在停车位的列表；利用所述数据处理器访问基于所述车辆的停车事件的历史数据的用户模型；基于所述驾驶员的所述停车偏好、来自外部源的数据和所述用户模型，利用所述数据处理器对所述潜在停车位进行排序；以及基于所述车辆的所述驾驶员的停车偏好和所述用户模型，利用所述数据处理器提供输出。2.根据权利要求1所述的方法，其中，利用所述数据处理器收集所述车辆的驾驶员的停车偏好还包括利用所述数据处理器经由驾驶员界面收集第一选择偏好、第二选择偏好和第三选择偏好中的一者。3.根据权利要求2所述的方法，其中，基于所述车辆的驾驶员的停车偏好和所述用户模型，利用所述数据处理器提供输出还包括：利用所述数据处理器向车辆控制器发送指令，以在所述车辆的驾驶员已经经由所述驾驶员界面选择了所述第一选择偏好时自动将所述车辆停放在排序最靠前的潜在停车位中。4.根据权利要求3所述的方法，其中，基于所述车辆的驾驶员的停车偏好和所述用户模型，利用所述数据处理器提供输出还包括：利用所述数据处理器经由所述驾驶员界面显示多个经排序的潜在停车位；利用所述数据处理器经由所述驾驶员界面收集所述驾驶员对所述经排序的潜在停车位中的一者的选择以及对自动停车和手动停车中的一者的选择；以及利用所述数据处理器向所述车辆控制器发送指令，以在所述车辆的驾驶员已经经由所述驾驶员界面选择了所述第二选择偏好和自动停车时，在所述多个经排序的潜在停车位中被选择的一者中自动地停放车辆。5.根据权利要求4所述的方法，其中，基于所述车辆的驾驶员的停车偏好和所述用户模型，利用所述数据处理器提供输出还包括：利用所述数据处理器向所述车辆控制器发送指令，以允许所述车辆的驾驶员在所述车辆的驾驶员已经经由所述驾驶员界面选择了所述第二选择偏好和手动停车时在所述多个经排序的潜在停车位中被选择的一者中手动地停放车辆。6.根据权利要求5所述的方法，其中，基于所述车辆的驾驶员的停车偏好和所述用户模型，利用所述数据处理器提供输出还包括：当所述车辆的驾驶员已经经由所述驾驶员界面选择了所述第三选择偏好时，利用所述数据处理器经由所述驾驶员界面显示所述多个经排序的潜在停车位。7.根据权利要求6所述的方法，其中，利用所述数据处理器经由所述驾驶员界面显示所述多个经排序的潜在停车位还包括利用所述数据处理器经由所述驾驶员界面显示对所述多个经排序的潜在停车位的排序的解释。8.根据权利要求7所述的方法，其中，利用所述数据处理器经由所述驾驶员界面显示对
所述多个潜在停车位的排序的解释还包括：基于所述车辆的驾驶员的停车偏好、来自外部源的数据和所述用户模型，利用所述数据处理器经由所述驾驶员界面显示对所述多个潜在停车位中的每一者的停车特点与用户偏好的比较。9.根据权利要求8所述的方法，还包括：基于由所述数据处理器收集的输入以及最终选择所述多个潜在停车位中的哪一者利用所述数据处理器经由所述驾驶员界面来更新所述用户模型。10.根据权利要求9所述的方法，还包括：当所述车辆向所述目的地移动时，基于所述驾驶员的停车偏好和所述用户模型，利用所述数据处理器以预定间隔重复创建潜在停车位的所述列表以及对所述潜在停车位进行排序。

技术总结
一种用于为车辆选择优化的停车位置的系统包括数据处理器、车辆内的多个传感器和基于车辆的停车事件的历史数据的用户模型；该数据处理器适于收集车辆的驾驶员的停车偏好，识别车辆的目的地，识别车辆的当前位置，从车辆内的多个传感器收集数据，收集来自外部源的数据并创建潜在停车位的列表，访问用户模型，基于驾驶员的停车偏好、来自外部源的数据和用户模型对潜在停车位进行排序，并基于车辆的驾驶员的停车偏好和用户模型提供输出。的停车偏好和用户模型提供输出。的停车偏好和用户模型提供输出。


技术研发人员：O
受保护的技术使用者：通用汽车环球科技运作有限责任公司
技术研发日：2022.10.25
技术公布日：2023/6/3