[发明专利]个性化旅行规划和引导系统

权利要求书

1.一种用于向使用者提供个性化的旅行规划和引导的方法，所述方法包括：

通过处理器采集使用者的输入、使用者的个人数据和使用者的社交网络数据，其中所述使用者的输入包括至少旅行目的地和旅行持续时间；

通过所述处理器分析所述使用者的输入、所述使用者的个人数据和所述使用者的社交网络数据以便预测使用者的旅行行为；

通过所述处理器从旅行路线上的多个旅游胜地中识别一组与所述使用者的旅行行为匹配的旅游胜地；

通过所述处理器基于每个旅游胜地的位置信息将所述一组旅游胜地集群到多个集群中；

通过所述处理器计算用于与每个集群相关联的一或多个旅游胜地的最短路径和预定持续时间；以及

通过所述处理器，基于为与每个集群相关联的所述一或多个旅游胜地计算的所述最短路径和所述预定持续时间，确定对应于所述旅行持续时间的至少一个子持续时间的旅行日程，其中所述旅行日程进一步显示在所述使用者的显示装置上。

2.根据权利要求1所述的方法，其中所述一组旅游胜地中的旅游胜地的数目是基于所述旅行持续时间，并且其中所述多个集群是基于所述旅行持续时间中的天数。

3.根据权利要求1所述的方法，其中基于所述一或多个旅游胜地的类别和旅行者在所述一或多个旅游胜地花费的平均时间中的至少一个来计算所述预定持续时间。

4.根据权利要求3所述的方法，其进一步包括监测所述显示装置的当前位置和旅游胜地的位置，并且在所述使用者到达所述旅游胜地的位置之前在所述显示装置上显示所述旅游胜地的信息。

5.根据权利要求4所述的方法，其进一步包括预测在所述旅行路线上的将来时间与所述使用者相关联的车辆的减速度，并且如果所述减速度超出预定义减速度阈值，则用所述显示装置上的警告通知所述使用者。

6.根据权利要求5所述的方法，其中通过下面的方式预测所述车辆的减速度：

通过处理器使用至少历史地图数据、历史车辆数据、历史天气数据、历史时间数据和历史位置数据训练预测模型；

通过所述处理器基于所述预测模型的训练产生一或多个特征；以及

通过所述处理器基于实时数据和所述一或多个特征计算，其中所述实时数据包括至少地图数据、车辆数据、天气数据、时间数据和位置数据。

7.根据权利要求6所述的方法，其进一步包括计算所述车辆的用于进入所述旅行路线上的曲线的最优速度，其中通过下面的方式计算所述最优速度：

通过所述处理器采集旅行路线信息、天气信息、摩擦力和所述旅行路线的位置的超高速率，其中所述旅行路线信息包括所述曲线的形状点；

通过所述处理器基于曲线的形状点确定对应于所述曲线的最佳拟合圆的半径，其中使用圆拟合技术识别所述最佳拟合圆；以及

通过所述处理器基于所述半径、所述超高速率和横向摩擦力计算进入所述曲线的最优速度。

8.根据权利要求7所述的方法，其进一步包括当所述车辆的当前速度大于所述最优速度时，通过所述处理器检验所述车辆是否在用于进入下一个曲线的安全最佳减速距离内，并且其中基于所述车辆的当前速度、最优速度和最优减速速率计算所述安全最佳距离。

9.根据权利要求8所述的方法，其进一步包括如果所述车辆的所述当前位置在所述最优距离内，则用所述显示装置上的超速警告通知所述使用者。