CN110648008A - 路况预测方法和装置 - Google Patents
路况预测方法和装置 Download PDFInfo
- Publication number
- CN110648008A CN110648008A CN201811635438.1A CN201811635438A CN110648008A CN 110648008 A CN110648008 A CN 110648008A CN 201811635438 A CN201811635438 A CN 201811635438A CN 110648008 A CN110648008 A CN 110648008A
- Authority
- CN
- China
- Prior art keywords
- road condition
- road
- historical
- data
- prediction
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Abstract
本发明公开了路况预测方法和装置。所述方法包括:在向目标用户提供路况预测服务时,根据历史路况数据生成路况预测基础结果;获取该目标用户的历史轨迹数据,根据所述历史轨迹数据预测该目标用户的驾驶路线;根据所述驾驶路线和所述路况预测基础结果生成相应的路况预测结果。该技术方案在预测路况时,不仅仅使用历史路况进行预测,进一步考虑到用户的驾驶行为会对路况产生哪些影响,因而实现的路况预测更加准确,也能够进一步降低用户堵车风险和降低城市的拥堵水平。
Description
技术领域
本发明涉及电子地图技术领域,具体涉及路况预测方法和装置。
背景技术
当前,人们拥有的车辆越来越多,城市交通拥堵状况一直得不到有效缓解。很多企业为指导用户做合理的出行规划,各自展开实现路况预测方面的业务。比如:高德地图推出“先知系统”预测2017年春运路况、浙江省交通运输厅开展的基于阿里云大数据分析的拥堵预测。
现有技术中,仅根据已收集的路况信息对路况进行预测,但是实际影响路况的因素很多,目前的方法不够全面准确。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的路况预测方法和装置。
依据本发明的一个方面,提供了一种路况预测方法,包括:
在向目标用户提供路况预测服务时,根据历史路况数据生成路况预测基础结果;
获取该目标用户的历史轨迹数据,根据所述历史轨迹数据预测该目标用户的驾驶路线;
根据所述驾驶路线和所述路况预测基础结果生成相应的路况预测结果。
可选地,所述方法还包括:
获取一条或多条道路的路况数据,以及获取一个或多个用户的用户轨迹数据;
将获取的路况数据作为历史路况数据,将获取的用户轨迹数据作为对应用户的历史轨迹数据,根据所述历史路况数据和历史轨迹数据构建道路数据库。
可选地,所述根据历史路况数据生成路况预测基础结果包括:
从所述道路数据库中提取出符合条件的历史路况数据,对提取出的历史路况数据求平均值得到路况预测基础结果。
可选地,该方法还包括:获取一条或道路的道路属性并保存在所述道路数据库中;
所述根据所述驾驶路线和所述路况预测基础结果生成相应的路况预测结果还包括:
根据所述驾驶路线、道路属性和所述路况预测基础结果生成相应的路况预测结果。
可选地,所述路况预测结果包括如下三种:通畅、一般拥堵和拥堵。
可选地,该方法还包括:
接收该目标用户发送的导航请求;
根据所述导航请求规划若干条导航路径;
根据所述路况预测结果确定规划的各导航路径的优先级,将各导航路径按优先级推荐给所述目标用户。
可选地,该方法还包括:
记录向各用户推荐的导航路径;
所述根据所述路况预测结果确定规划的各导航路径的优先级进一步包括:根据向已记录的向各用户推荐的导航路径和所述路况预测结果确定规划的各导航路径的优先级。
依据本发明的另一方面,提供了一种路况预测装置,包括:
第一预测单元,适于在向目标用户提供路况预测服务时,根据历史路况数据生成路况预测基础结果;
第二预测单元,适于获取该目标用户的历史轨迹数据,根据所述历史轨迹数据预测该目标用户的驾驶路线;
第三预测单元,适于根据所述驾驶路线和所述路况预测基础结果生成相应的路况预测结果。
可选地,所述装置还包括:
数据库构建单元,适于获取一条或多条道路的路况数据,以及获取一个或多个用户的用户轨迹数据;将获取的路况数据作为历史路况数据,将获取的用户轨迹数据作为对应用户的历史轨迹数据,根据所述历史路况数据和历史轨迹数据构建道路数据库。
可选地,所述第一预测单元,适于从所述道路数据库中提取出符合条件的历史路况数据,对提取出的历史路况数据求平均值得到路况预测基础结果。
可选地,所述数据库构建单元,还适于获取一条或道路的道路属性并保存在所述道路数据库中;所述第三预测单元,还适于根据所述驾驶路线、道路属性和所述路况预测基础结果生成相应的路况预测结果。
可选地,所述路况预测结果包括如下三种:通畅、一般拥堵和拥堵。
可选地,该装置还包括:
导航单元,适于接收该目标用户发送的导航请求;根据所述导航请求规划若干条导航路径;根据所述路况预测结果确定规划的各导航路径的优先级,将各导航路径按优先级推荐给所述目标用户。
可选地,所述导航单元,还适于记录向各用户推荐的导航路径;以及适于根据向已记录的向各用户推荐的导航路径和所述路况预测结果确定规划的各导航路径的优先级。
依据本发明的又一方面,提供了一种电子设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如上述任一所述的方法。
依据本发明的再一方面,提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现如上述任一所述的方法。
由上述可知,本发明的技术方案,在向目标用户提供路况预测服务时,先根据历史路况数据生成路况预测基础结果,再获取该目标用户的历史轨迹数据,根据历史轨迹数据预测该目标用户的驾驶路线,最终根据驾驶路线和路况预测基础结果生成相应的路况预测结果。该技术方案在预测路况时,不仅仅使用历史路况进行预测,进一步考虑到用户的驾驶行为会对路况产生哪些影响,因而实现的路况预测更加准确,也能够进一步降低用户堵车风险和降低城市的拥堵水平。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的一种路况预测方法的流程示意图;
图2示出了根据本发明一个实施例的一种路况预测装置的结构示意图;
图3示出了根据本发明一个实施例的电子设备的结构示意图;
图4示出了根据本发明一个实施例的计算机可读存储介质的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明在设计时充分考虑到了当前众多手机应用收集了大量用户轨迹数据,包括历史路况、用户轨迹数据,为路况预测和导航的准确提供了数据准备;大数据以及机器学习技术的发展,做了技术准备。
图1示出了根据本发明一个实施例的一种路况预测方法的流程示意图。如图1所示,该方法包括:
步骤S110,在向目标用户提供路况预测服务时,根据历史路况数据生成路况预测基础结果。
这一步可以根据现有技术来实现,例如使用当前较为成熟的路况预测模型,得到的路况预测结果作为路况预测基础结果。在现有技术中这一步得到的结果就是最终结果,但是在本发明的实施例中仅作为一个中间结果来对待。
步骤S120,获取该目标用户的历史轨迹数据,根据历史轨迹数据预测该目标用户的驾驶路线。
用户的历史轨迹数据可以预先存储在一个数据库中,在使用时,从数据库中根据用户的标识获取其历史轨迹数据,当然,可以以时间或者地域作为限制条件。
例如,获取最近半年或一年的历史轨迹,根据用户当前所在的城市,获取在该城市中的历史轨迹。
步骤S130,根据驾驶路线和路况预测基础结果生成相应的路况预测结果。这一步可以使用机器学习训练得到的模型来完成。
可见,图1所示的方法,在向目标用户提供路况预测服务时,先根据历史路况数据生成路况预测基础结果,再获取该目标用户的历史轨迹数据,根据历史轨迹数据预测该目标用户的驾驶路线,最终根据驾驶路线和路况预测基础结果生成相应的路况预测结果。该技术方案在预测路况时,不仅仅使用历史路况进行预测,进一步考虑到用户的驾驶行为会对路况产生哪些影响,因而实现的路况预测更加准确,也能够进一步降低用户堵车风险和降低城市的拥堵水平。
在本发明的一个实施例中,上述方法还包括:获取一条或多条道路的路况数据,以及获取一个或多个用户的用户轨迹数据;将获取的路况数据作为历史路况数据,将获取的用户轨迹数据作为对应用户的历史轨迹数据,根据所述历史路况数据和历史轨迹数据构建道路数据库。
在本实施例中,可以从交管部门、电子地图提供方(也称图商)等渠道获取路况数据,具体可以是通过手机信令来测算样本车辆的速度,从而拿到路况数据。另外可以利用车载智能设备如行车记录仪获取各用户的轨迹数据。
这样构建的道路数据库中保存的数据全面,便于路况预测时进行数据的获取,当然也可以分别设置数据库保存各类数据。
在本发明的一个实施例中,上述方法中,根据历史路况数据生成路况预测基础结果包括:从道路数据库中提取出符合条件的历史路况数据,对提取出的历史路况数据求平均值得到路况预测基础结果。
这里的符合条件可以参照前述实施例,以时间或者地域作为限制条件。具体实施中,对同一路段,将获取的历史路况数据求平均值,可以得到路况预测基础结果。需要说明的是,本实施例仅示出了一种可行的方式,如前实施例所述,现有技术中能够得到路况预测结果的方式都可以实施,本发明对此不做限制。
在本发明的一个实施例中,上述方法还包括:获取一条或道路的道路属性并保存在道路数据库中;根据驾驶路线和路况预测基础结果生成相应的路况预测结果还包括:根据驾驶路线、道路属性和路况预测基础结果生成相应的路况预测结果。
在本实施例中引入了另一种可能影响路况预测的因素:道路属性。例如道路限速、限高、车道数量等等都可能影响路况,在本实施例中,将这一因素与驾驶路线和路况预测基础结果相结合,能够更准确地实现路况预测。
举例而言,用户喜欢频繁变道,则在两车道的一般拥堵道路上行驶,可能就会使该道路变为拥堵。可见,用户的驾驶行为和道路属性能够在一定程度上影响未来的路况。在本发明的一个实施例中,上述方法中,路况预测结果包括如下三种:通畅、一般拥堵和拥堵。
在本发明的一个实施例中,上述方法还包括:接收该目标用户发送的导航请求;根据导航请求规划若干条导航路径;根据路况预测结果确定规划的各导航路径的优先级,将各导航路径按优先级推荐给目标用户。
在本实施例中,将路况预测与道路导航相结合,在用户有导航需求时,根据路况预测结果为用户推荐更合适的导航路径。例如在路况预测结果包括通畅、一般拥堵和拥堵时,在其他条件接近的情况下(例如两条导航路径的实际行驶距离均为10km左右),通常会先向用户推荐通畅的道路。如果其他条件不同,则可以根据路程和路况预测结果分别计算各条导航路径所需时间,推荐用时最短的导航路径。
在一个例子中,先得到路况预测基础结果,例如a路线畅通,b路线一般拥堵,c路线一般拥堵;然后加入用户历史轨迹的因素,模拟用户在三种路线中行驶后,各路线的路况结果,将其作为最终的路况预测结果,例如a路线一般拥堵,b路线拥堵,c路线一般拥堵。而a路线与b路线路程相近,均比c路线路程要长,最后向用户推荐的就是c路线。
在本发明的一个实施例中,上述方法还包括:记录向各用户推荐的导航路径;根据路况预测结果确定规划的各导航路径的优先级进一步包括:根据向已记录的向各用户推荐的导航路径和路况预测结果确定规划的各导航路径的优先级。
在本实施例中进一步考虑到,如果为多个用户都提供导航服务,则大量的用户驾驶行为会进一步对路况产生宏观的影响,因此,在向一个用户推荐导航路径时,会根据已向其他用户推荐的导航路径更改优先级。例如,当给予畅通的用户数较多,会造成拥堵的情况下,给予用户一般拥堵的路径,以便达到平衡。
上述实施例中导航路径的规划同样可以参照现有技术中的方式实现,本发明对此也不做限制。将历史路况和用户真实的行驶轨迹结合起来,可以提升路况预测的准确性。在此基础上,通过导航,给出合理的路径规划,能够有效平衡各个道路的车流状况,从而节约用户的时间成本。
图2示出了根据本发明一个实施例的一种路况预测装置的结构示意图。如图2所示,路况预测装置200包括:
第一预测单元210,适于在向目标用户提供路况预测服务时,根据历史路况数据生成路况预测基础结果。
这一操作可以根据现有技术来实现,例如使用当前较为成熟的路况预测模型,得到的路况预测结果作为路况预测基础结果。在现有技术中这一步得到的结果就是最终结果,但是在本发明的实施例中仅作为一个中间结果来对待。
第二预测单元220,适于获取该目标用户的历史轨迹数据,根据历史轨迹数据预测该目标用户的驾驶路线。
用户的历史轨迹数据可以预先存储在一个数据库中,在使用时,从数据库中根据用户的标识获取其历史轨迹数据,当然,可以以时间或者地域作为限制条件。
例如,获取最近半年或一年的历史轨迹,根据用户当前所在的城市,获取在该城市中的历史轨迹。
第三预测单元230,适于根据驾驶路线和路况预测基础结果生成相应的路况预测结果。这一操作可以使用机器学习训练得到的模型来完成。
可见,图2所示的装置,在向目标用户提供路况预测服务时,先根据历史路况数据生成路况预测基础结果,再获取该目标用户的历史轨迹数据,根据历史轨迹数据预测该目标用户的驾驶路线,最终根据驾驶路线和路况预测基础结果生成相应的路况预测结果。该技术方案在预测路况时,不仅仅使用历史路况进行预测,进一步考虑到用户的驾驶行为会对路况产生哪些影响,因而实现的路况预测更加准确,也能够进一步降低用户堵车风险和降低城市的拥堵水平。
在本发明的一个实施例中,上述装置还包括:数据库构建单元,适于获取一条或多条道路的路况数据,以及获取一个或多个用户的用户轨迹数据;将获取的路况数据作为历史路况数据,将获取的用户轨迹数据作为对应用户的历史轨迹数据,根据所述历史路况数据和历史轨迹数据构建道路数据库。
在本实施例中,可以从交管部门、电子地图提供方(也称图商)等渠道获取路况数据,具体可以是通过手机信令来测算样本车辆的速度,从而拿到路况数据。另外可以利用车载智能设备如行车记录仪获取各用户的轨迹数据。
这样构建的道路数据库中保存的数据全面,便于路况预测时进行数据的获取,当然也可以分别设置数据库保存各类数据。
在本发明的一个实施例中,上述装置中,第一预测单元,适于从道路数据库中提取出符合条件的历史路况数据,对提取出的历史路况数据求平均值得到路况预测基础结果。
这里的符合条件可以参照前述实施例,以时间或者地域作为限制条件。具体实施中,对同一路段,将获取的历史路况数据求平均值,可以得到路况预测基础结果。需要说明的是,本实施例仅示出了一种可行的方式,如前实施例所述,现有技术中能够得到路况预测结果的方式都可以实施,本发明对此不做限制。
在本发明的一个实施例中,上述装置中,数据库构建单元,还适于获取一条或道路的道路属性并保存在道路数据库中;第三预测单元,还适于根据驾驶路线、道路属性和路况预测基础结果生成相应的路况预测结果。
在本实施例中引入了另一种可能影响路况预测的因素:道路属性。例如道路限速、限高、车道数量等等都可能影响路况,在本实施例中,将这一因素与驾驶路线和路况预测基础结果相结合,能够更准确地实现路况预测。
举例而言,用户喜欢频繁变道,则在两车道的一般拥堵道路上行驶,可能就会使该道路变为拥堵。可见,用户的驾驶行为和道路属性能够在一定程度上影响未来的路况。在本发明的一个实施例中,上述装置中,路况预测结果包括如下三种:通畅、一般拥堵和拥堵。
在本发明的一个实施例中,上述装置还包括:导航单元,适于接收该目标用户发送的导航请求;根据导航请求规划若干条导航路径;根据路况预测结果确定规划的各导航路径的优先级,将各导航路径按优先级推荐给目标用户。
在本实施例中,将路况预测与道路导航相结合,在用户有导航需求时,根据路况预测结果为用户推荐更合适的导航路径。例如在路况预测结果包括通畅、一般拥堵和拥堵时,在其他条件接近的情况下(例如两条导航路径的实际行驶距离均为10km左右),通常会先向用户推荐通畅的道路。如果其他条件不同,则可以根据路程和路况预测结果分别计算各条导航路径所需时间,推荐用时最短的导航路径。
在一个例子中,先得到路况预测基础结果,例如a路线畅通,b路线一般拥堵,c路线一般拥堵;然后加入用户历史轨迹的因素,模拟用户在三种路线中行驶后,各路线的路况结果,将其作为最终的路况预测结果,例如a路线一般拥堵,b路线拥堵,c路线一般拥堵。而a路线与b路线路程相近,均比c路线路程要长,最后向用户推荐的就是c路线。
在本发明的一个实施例中,上述装置中,导航单元,还适于记录向各用户推荐的导航路径;以及适于根据向已记录的向各用户推荐的导航路径和路况预测结果确定规划的各导航路径的优先级。
在本实施例中进一步考虑到,如果为多个用户都提供导航服务,则大量的用户驾驶行为会进一步对路况产生宏观的影响,因此,在向一个用户推荐导航路径时,会根据已向其他用户推荐的导航路径更改优先级。例如,当给予畅通的用户数较多,会造成拥堵的情况下,给予用户一般拥堵的路径,以便达到平衡。
上述实施例中导航路径的规划同样可以参照现有技术中的方式实现,本发明对此也不做限制。将历史路况和用户真实的行驶轨迹结合起来,可以提升路况预测的准确性。在此基础上,通过导航,给出合理的路径规划,能够有效平衡各个道路的车流状况,从而节约用户的时间成本。
综上所述,本发明的技术方案,在向目标用户提供路况预测服务时,先根据历史路况数据生成路况预测基础结果,再获取该目标用户的历史轨迹数据,根据历史轨迹数据预测该目标用户的驾驶路线,最终根据驾驶路线和路况预测基础结果生成相应的路况预测结果。该技术方案在预测路况时,不仅仅使用历史路况进行预测,进一步考虑到用户的驾驶行为会对路况产生哪些影响,因而实现的路况预测更加准确,也能够进一步降低用户堵车风险和降低城市的拥堵水平。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的路况预测装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
例如,图3示出了根据本发明一个实施例的电子设备的结构示意图。该电子设备包括处理器310和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码331的存储空间330。例如,用于存储计算机可读程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码331。计算机可读程序代码331可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质。图4示出了根据本发明一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质400存储有用于执行根据本发明的方法步骤的计算机可读程序代码331,可以被电子设备300的处理器310读取,当计算机可读程序代码331由电子设备300运行时,导致该电子设备300执行上面所描述的方法中的各个步骤,具体来说,该计算机可读存储介质存储的计算机可读程序代码331可以执行上述任一实施例中示出的方法。计算机可读程序代码331可以以适当形式进行压缩。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种路况预测方法,包括:
在向目标用户提供路况预测服务时,根据历史路况数据生成路况预测基础结果;
获取该目标用户的历史轨迹数据,根据所述历史轨迹数据预测该目标用户的驾驶路线;
根据所述驾驶路线和所述路况预测基础结果生成相应的路况预测结果。
2.如权利要求1所述的方法,其中,所述方法还包括:
获取一条或多条道路的路况数据,以及获取一个或多个用户的用户轨迹数据;
将获取的路况数据作为历史路况数据,将获取的用户轨迹数据作为对应用户的历史轨迹数据,根据所述历史路况数据和历史轨迹数据构建道路数据库。
3.如权利要求1-2中任一项所述的方法,其中,所述根据历史路况数据生成路况预测基础结果包括:
从所述道路数据库中提取出符合条件的历史路况数据,对提取出的历史路况数据求平均值得到路况预测基础结果。
4.如权利要求1-3中任一项所述的方法,其中,该方法还包括:
获取一条或道路的道路属性并保存在所述道路数据库中;
所述根据所述驾驶路线和所述路况预测基础结果生成相应的路况预测结果还包括:
根据所述驾驶路线、道路属性和所述路况预测基础结果生成相应的路况预测结果。
5.一种路况预测装置,包括:
第一预测单元,适于在向目标用户提供路况预测服务时,根据历史路况数据生成路况预测基础结果;
第二预测单元,适于获取该目标用户的历史轨迹数据,根据所述历史轨迹数据预测该目标用户的驾驶路线;
第三预测单元,适于根据所述驾驶路线和所述路况预测基础结果生成相应的路况预测结果。
6.如权利要求5所述的装置,其中,所述装置还包括:
数据库构建单元,适于获取一条或多条道路的路况数据,以及获取一个或多个用户的用户轨迹数据;将获取的路况数据作为历史路况数据,将获取的用户轨迹数据作为对应用户的历史轨迹数据,根据所述历史路况数据和历史轨迹数据构建道路数据库。
7.如权利要求5-6中任一项所述的装置,其中,
所述第一预测单元,适于从所述道路数据库中提取出符合条件的历史路况数据,对提取出的历史路况数据求平均值得到路况预测基础结果。
8.如权利要求5-7中任一项所述的装置,其中,
所述数据库构建单元,还适于获取一条或道路的道路属性并保存在所述道路数据库中;
所述第三预测单元,还适于根据所述驾驶路线、道路属性和所述路况预测基础结果生成相应的路况预测结果。
9.一种电子设备,其中,该电子设备包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811635438.1A CN110648008A (zh) | 2018-12-29 | 2018-12-29 | 路况预测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811635438.1A CN110648008A (zh) | 2018-12-29 | 2018-12-29 | 路况预测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110648008A true CN110648008A (zh) | 2020-01-03 |
Family
ID=69009196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811635438.1A Pending CN110648008A (zh) | 2018-12-29 | 2018-12-29 | 路况预测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110648008A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047862A (zh) * | 2019-12-09 | 2020-04-21 | 北京中交兴路信息科技有限公司 | 一种获取道路属性的方法 |
CN112037518A (zh) * | 2020-09-15 | 2020-12-04 | 浙江吉利控股集团有限公司 | 一种用于预测交通状态的计算方法、系统及车辆 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110043377A1 (en) * | 2009-08-24 | 2011-02-24 | Navteq North America, Llc | Providing Driving Condition Alerts Using Road Attribute Data |
CN102201173A (zh) * | 2011-05-19 | 2011-09-28 | 蓝宝汽车电子(扬州)有限公司 | 一种考虑多个终端请求优化路径的车辆导航系统 |
US20140005923A1 (en) * | 2012-06-27 | 2014-01-02 | International Business Machines Corporation | Navigation system providing lane guidance to driver based on driver's driving habits and preferences |
CN106297358A (zh) * | 2016-10-28 | 2017-01-04 | 腾讯科技(深圳)有限公司 | 路况预测的实现方法及装置 |
CN107464417A (zh) * | 2017-07-27 | 2017-12-12 | 温州市鹿城区中津先进科技研究院 | 基于出行路径大数据分析的交通调度管控方法 |
CN108286980A (zh) * | 2017-12-29 | 2018-07-17 | 广州通易科技有限公司 | 一种预测目的地和推荐驾驶路线的方法 |
-
2018
- 2018-12-29 CN CN201811635438.1A patent/CN110648008A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110043377A1 (en) * | 2009-08-24 | 2011-02-24 | Navteq North America, Llc | Providing Driving Condition Alerts Using Road Attribute Data |
CN102201173A (zh) * | 2011-05-19 | 2011-09-28 | 蓝宝汽车电子(扬州)有限公司 | 一种考虑多个终端请求优化路径的车辆导航系统 |
US20140005923A1 (en) * | 2012-06-27 | 2014-01-02 | International Business Machines Corporation | Navigation system providing lane guidance to driver based on driver's driving habits and preferences |
CN106297358A (zh) * | 2016-10-28 | 2017-01-04 | 腾讯科技(深圳)有限公司 | 路况预测的实现方法及装置 |
CN107464417A (zh) * | 2017-07-27 | 2017-12-12 | 温州市鹿城区中津先进科技研究院 | 基于出行路径大数据分析的交通调度管控方法 |
CN108286980A (zh) * | 2017-12-29 | 2018-07-17 | 广州通易科技有限公司 | 一种预测目的地和推荐驾驶路线的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047862A (zh) * | 2019-12-09 | 2020-04-21 | 北京中交兴路信息科技有限公司 | 一种获取道路属性的方法 |
CN112037518A (zh) * | 2020-09-15 | 2020-12-04 | 浙江吉利控股集团有限公司 | 一种用于预测交通状态的计算方法、系统及车辆 |
CN112037518B (zh) * | 2020-09-15 | 2022-03-25 | 浙江吉利控股集团有限公司 | 一种用于预测交通状态的计算方法、系统及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9002633B2 (en) | Method of determining and validating navigational priority settings utilizing probe data | |
CN105210119A (zh) | 通过计算装置提供的位置数据点确定通行费的数额 | |
US10883850B2 (en) | Additional security information for navigation systems | |
JP5941987B2 (ja) | 交通量予測装置および方法 | |
RU2014109432A (ru) | Способ считывания регистрационных номеров транспортных средств | |
CN111326015A (zh) | 一种停车点推荐方法及装置 | |
JP2014527617A (ja) | 情報の収集および抽出を通じたルート提供 | |
CN110646004B (zh) | 一种基于路况预测的智能导航方法及装置 | |
US20170011559A1 (en) | Providing individualized tolls | |
CN104697541A (zh) | 用于提供与出行相关的信息的方法 | |
CN112785841B (zh) | 判断货车行驶路线拥堵状态的方法及装置 | |
US20170308625A1 (en) | Computer-readable recording medium, road construction planning method, and information processing apparatus | |
JP6786376B2 (ja) | 評価装置、評価方法及び評価プログラム | |
CN108288201A (zh) | 网约车系统中为目标用户提供行程费用账单的方法及装置 | |
CN109726842A (zh) | 乘车路径确定方法及其装置 | |
JP2019028526A (ja) | 混雑予測装置 | |
Holden et al. | Trip energy estimation methodology and model based on real-world driving data for green-routing applications | |
CN110648008A (zh) | 路况预测方法和装置 | |
US20190017832A1 (en) | Method and apparatus for providing recorded, anonymized routes | |
CN113537752A (zh) | 基于多数据源的交通运输大数据调度方法及调度平台 | |
JP2016099442A (ja) | 地図データ作成方法、地図表示方法、地図データ作成装置および地図表示装置 | |
JP6575066B2 (ja) | 道路工事計画プログラム、道路工事計画方法および情報処理装置 | |
JP6678476B2 (ja) | 移動経路推定装置、及び移動経路推定方法 | |
Ptošek et al. | Floating car data map-matching utilizing the Dijkstra’s algorithm | |
CN106781470B (zh) | 城市道路的运行速度的处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200103 |
|
RJ01 | Rejection of invention patent application after publication |