CN112990813A - 确定导航时间的方法和装置 - Google Patents

Abstract

根据本公开的实施例，提供了一种确定导航时间的方法、装置、设备、存储介质和程序产品。在此提出的方法包括：基于地图服务确定与一组位置相关联的采样导航时间集，采样导航时间集包括与多对采样位置相关联的导航时间，多对采样位置是至少基于针对一组位置的局部采样和连通性采样而被确定的；以及响应于确定一组位置中的一对目标位置之间的目标导航时间未被包括在采样导航时间集中，基于采样导航时间集中的多项关联导航时间来确定目标导航时间。基于这样的方式，可以降低地图服务的调用量，进而降低网络成本。

Description

确定导航时间的方法和装置

技术领域

本公开的实施例总体上涉及计算机技术领域，更具体地，涉及确定导航时间的方法、装置、设备、存储介质和程序产品。

背景技术

随着交通技术的发展，两个位置之间的直线距离已经不能准确地反映两个位置之间的通行开销。例如，两个位置虽然直线距离很近，但是驾驶车辆可能需要绕行较长的距离。这在一些较为复杂的城市道路场景中尤为常见。

此外，一些传统的方案通过导航距离来指示两个位置之间的通行开销。与直线距离相比，导航距离能够考虑到车辆所需要行驶的路线。然而，在一些场景中，相同的导航距离可能会花费差距很大的导航时间。例如，在繁华路段的3公里可能会比郊区路段的3公里多花费数倍的通行时间。因此，导航距离也难以有效地指示通行开销。

在诸如社区团购的场景中，为了保证车辆调度和路线规划的合理性，服务器往往依赖于这样的通行开销来安排送货车辆以及规划送货路线。一些传统的方案依赖于地图服务来确定导航时间，以作为位置之间通行开销。然而，在需要送货的位置较多的情况下，这可能需要在短时间内大量地访问地图服务，从而将导致巨大的网络和存储压力。

发明内容

根据本公开的一些实施例，提供了一种确定导航时间的方案。

在本公开的第一方面，提供了一种确定导航时间的方法。该方法包括：基于地图服务确定与一组位置相关联的采样导航时间集，采样导航时间集包括与多对采样位置相关联的导航时间，多对采样位置是至少基于针对一组位置的局部采样和连通性采样而被确定的，局部采样用于确定与一组位置中的位置相关联的临近位置以构建采样位置对，连通性采样用于构建能够串联一组位置的多个采样位置对；以及响应于确定一组位置中的一对目标位置之间的目标导航时间未被包括在采样导航时间集中，基于采样导航时间集中的多项关联导航时间来确定目标导航时间。

在本公开的第二方面，提供了一种用于确定导航时间的装置。该装置包括：采样模块，被配置为基于地图服务确定与一组位置相关联的采样导航时间集，采样导航时间集包括与多对采样位置相关联的导航时间，多对采样位置是至少基于针对一组位置的局部采样和连通性采样而被确定的，局部采样用于确定与一组位置中的位置相关联的临近位置以构建采样位置对，连通性采样用于构建能够串联一组位置的多个采样位置对；以及计算模块，被配置为响应于确定一组位置中的一对目标位置之间的目标导航时间未被包括在采样导航时间集中，基于采样导航时间集中的多项关联导航时间来确定目标导航时间。

在本公开的第三方面，提供了一种电子设备，包括一个或多个处理器以及存储器，其中存储器用于存储计算机可执行指令，计算机可执行指令被一个或多个处理器执行以实现根据本公开的第一方面的方法。

在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机可执行指令，其中计算机可执行指令在被处理器执行时实现根据本公开的第一方面的方法。

在本公开的第五方面，提供了一种计算机程序产品，其包括计算机可执行指令，其中计算机可执行指令在被处理器执行时实现根据本公开的第一方面的方法。

根据本公开的实施例，通过局部采样和连通性采样来构建采样导航时间，并基于采样导航时间来确定其他位置之间的导航时间，本公开的方案可以减少对于地图服务的调用量。

提供发明内容部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或必要特征，也无意限制本公开的范围。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了本公开的实施例能够在其中被实现的示例环境的框图；

图2示出了根据本公开的一些实施例的确定导航时间的过程的流程图；

图3A示出了根据本公开一些实施例的局部采样的示意图；

图3B示出了根据本公开一些实施例的局部采样所确定的局部全连通图；

图4A示出了根据本公开另一些实施例的局部采样的示意图；

图4B示出了根据本公开另一些实施例的局部采样所确定的局部全连通图；

图5示出了根据本公开实施例的分组和路线规划的示意图；

图6示出了根据本公开的一些实施例的确定导航时间的装置的框图；以及

图7示出了其中可以实施本公开的一个或多个实施例的电子设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的一些示例实施例。虽然附图中显示了本公开的一些实施例，然而应该理解，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使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

如上文所讨论的，随着交通技术的发展，两个位置之间的直线距离已经不能准确地反映两个位置之间的通行开销。例如，两个位置虽然直线距离很近，但是驾驶车辆可能需要绕行较长的距离。这在一些较为复杂的城市道路场景中尤为常见。

此外，一些传统的方案通过导航距离来指示两个位置之间的通行开销。与直线距离相比，导航距离能够考虑到车辆所需要行驶的路线。然而，在一些场景中，相同的导航距离可能会花费差距很大的导航时间。例如，在繁华路段的3公里可能会比郊区路段的3公里多花费数倍的通行时间。因此，导航距离也难以有效地指示通行开销。

在诸如社区团购的场景中，为了保证车辆调度和路线规划的合理性，服务器往往基于通行开销来安排送货车辆以及规划送货路线。一些传统的方案依赖于地图服务来确定导航时间，以作为位置之间通行开销。然而，在需要送货的位置较多的情况下，这可能需要在短时间内大量地访问地图服务，从而导致巨大的网络和存储压力。

例如，如果当天有两万个位置需要安排送货，则需要确定近4亿次导航时间。如果通过调用地图服务来执行的话，这将对地图服务在短时间内带来极大的调用负担，并且这也需要耗费较大的网络带宽。

有鉴于此，本公开的实施例提出了一种确定导航时间的方案。在该方案中，首先，基于地图服务确定与一组位置相关联的采样导航时间集，其中采样导航时间集包括与多对采样位置相关联的导航时间，多对采样位置是至少基于针对一组位置的局部采样和连通性采样而被确定的，局部采样用于确定与一组位置中的位置相关联的临近位置以构建采样位置对，连通性采样用于构建能够串联一组位置的多个采样位置对。随后，响应于确定一组位置中的一对目标位置之间的目标导航时间未被包括在采样导航时间集中，基于采样导航时间集中的多项关联导航时间来确定目标导航时间。

根据这样的方案，本公开的实施例通过局部采样和连通性采样来构建较少数目的采样导航时间，并进而可以确定一对目标位置之间的导航时间。基于这样的方式，可以减少对于地图服务的调用量，进而能够在降低网络开销的情况下确定导航时间。

以下将继续参考附图描述本公开的一些示例实施例。

示例环境

图1示出了本公开的实施例能够在其中被实现的示例环境100的框图。如图1所示，环境100中包括计算设备120，其被配置为获取一组位置110。在一些实现中，计算设备120可以是任何适当类型的电子设备。示例性地，计算设备120可以是用于规划货物派送路线的服务器。

在一些实现中，一组位置110可以通过坐标值来进行指示，以对应于真实世界中的位置。示例性地，位置110可以表示待派送货物的地点。例如，在社区团购的场景中，位置110可以表示拼单的“团长”所对应的位置，团购应用需要安排交通工具将对应的货物派送到多个“团长”处。作为另一示例，在快递物流的场景中，位置110例如也可以表示快递或物流需要投递的位置。

在一些实现中，出于调度交通工具和规划路线的需要，计算设备120需要确定一组位置110中两两之间的导航时间。然而，如上文所提及的，在实际场景中，位置110的数目可能是巨大的，这使得计算设备120难以通过调用地图服务130来确定全部的导航时间。

根据本公开的实施例，计算设备120可以基于采样的方式来利用地图服务130来构建采样导航时间集140。如图1所示，采样导航时间集140可以包括根据一组位置110中根据采样所确定的一对位置之间的导航时间145。应当理解，这样的导航时间145可以包括两个位置之间的双向导航时间(即，从第一位置到第二位置的导航时间和从第二位置到第一位置的导航时间两者)。或者，这样的导航时间145也可以仅包括两个位置之间的单向导航时间。

在一些实现中，采样导航时间集140例如可以通过有向图这一数据结构来进行表示。如下文将详细介绍的，本公开所使用的采样可以是基于局部采样和连通性采样，进而保证基于采样所构建的有向图是全局连通的且具有足够的局部细节。此外，与传统地基于地图服务130来确定全部导航时间从而构建全部位置之间的全联通图相比，本公开的实施例能够显著地降低对于地图服务130的调用量，从而降低网络开销。

如图1所示，当例如位置A和位置B之间的导航时间没有基于采样而被确定时，计算设备120可以基于其他相关联的导航时间145来推算位置A和位置B之间的目标导航时间150。应当理解，虽然在图1中，目标导航时间150仅被示出为包括单向导航时间，但是目标导航时间150例如还可以包括从位置B到位置A的导航时间。

关于基于采样来构建采样导航时间集140和基于采样导航时间集140来确定目标导航时间150的具体过程将在下文结合图2来详细描述。

示例过程

以下将结合图2至图5来详细地描述根据本公开实施例的确定导航时间的过程。图2示出了根据本公开的一些实施例的确定导航时间的过程200的示意图。为便于讨论，参考图1来讨论确定导航时间的过程。过程200例如可以在图1所示的计算设备120处被执行。应当理解，过程200还可以包括未示出的框和/或可以省略所示出的框。本公开的范围在此方面不受限制。

如图2所示，在框202，计算设备120基于地图服务130确定与一组位置110相关联的采样导航时间集140。采样导航时间集140包括与多对采样位置相关联的导航时间145，多对采样位置是至少基于针对一组位置的局部采样和连通性采样而被确定的。局部采样用于确定与一组位置110中的位置相关联的临近位置以构建采样位置对，连通性采样用于构建能够串联一组位置110中多个采样位置对。

在一些实现中，局部采样可以是基于地理网格而被执行。以下将参考图3A和图3B来描述基于地理网格来进行局部采样的过程。图3A示出了根据本公开一些实施例的局部采样的示意图300A。

如图3所示，对于一组位置110中的目标位置320，计算设备120可以确定与目标位置对应的目标地理网格315。

在一些实现中，不同的坐标区域可以被划分为具有预定大小的多个地理网格310。这样的地理网格310可以具有不同的形状，通常可以为正方形或正六边形。相应地，对于目标位置320，计算设备120可以基于其坐标来确定对应的目标地理网格。

附加地，计算设备120可以基于与目标地理网格315临近的临近地理网格，确定与目标位置相关联的临近位置。

在一些实现中，计算设备120例如可以将与目标地理网格315位置上毗邻的地理网格确定作为临近地理网格。以图3A作为示例，计算设备120例如可以将目标地理网格315周边的6个地理网格确定作为临近地理网格，并将这些临近地理网格中包括的位置325确定为与目标位置320相关联的临近位置。相反，位置330将不会被确定作为与目标位置320相关联的临近位置。

在一些实现中，为了保证局部采样的充分性，计算设备120例如可以依次遍历目标地理网格315的多层网格以进行局部采样。具体地，计算设备120可以首先获取目标地理网格315的相邻6个地理网格，并获取其中所包括的位置，以作为临近位置。

如果临近位置的数目没有超过预定阈值，计算设备120可以进一步获取与6个地理网格外层的12个地理网格中的位置以作为临近位置。

在一些实现中，为了降低对于地图服务130的调用量，计算设备120可以迭代执行这样的遍历，直至所获取的临近位置达到预定数目阈值。

在一些实现中，为了避免所获取的临近位置与目标位置320的距离过远，计算设备120也可以限定所遍历的地理网格的层数，以使得所获取的临近地理网格与目标地理网格的网格距离小于预定的距离阈值，其中网格距离可以指示地理网格中心点之间的距离。示例性地，计算设备120可以在遍历2层地理网格之后便终止，而不论所获取的临近位置的数目的大小。

在一些实现中，计算设备120也可以同时考虑以上两个遍历终止条件，并且在其中一个遍历终止条件被满足时终止遍历过程。

在一些实现中，计算设备120可以基于目标位置320和所确定的临近位置325来构建采样位置对。在一些实现中，计算设备120可以例如可以构建与目标位置320和临近位置325中的每两个位置相对应的至少一个采样位置对。

在一些实现中，计算设备120可以对一组位置110中的部分位置或全部位置执行以上基于地理网格的局部采样过程。应当理解，当两个位置的导航时间已经基于先前的采样过程被确定时，后续采样过程中将不用再重复这两个位置的导航时间。

如图3B所示，计算设备120可以基于目标位置320和所确定的临近位置325来构建局部的全连通图300B。全联通图300B中的每个顶点表示目标位置320或临近位置325，每条边(单向或双向)表示基于地图服务130所确定的两个位置之间的导航时间(单向导航时间或双向导航时间)。

在一些实现中，局部采样可以是基于距离而被执行。以下将参考图4A和图4B来描述基于距离来进行局部采样的过程。图4A示出了根据本公开一些实施例的局部采样的示意图400A。

在一些实现中，对于一组位置110中的目标位置410，计算设备120可以确定一组位置110中的其他位置与目标位置410的距离。

附加地，计算设备120可以基于距离的排序来从一组位置中确定预定数目的临近位置420。示例性地，计算设备120例如可以选择与目标位410最为临近的20个位置，以作为临近位置420。

备选地，计算设备120例如可以将距离小于预定距离阈值的位置确定作为临近位置420。

在一些实现中，计算设备120可以基于目标位置410和所确定的临近位置420来构建采样位置对。在一些实现中，计算设备120可以例如可以构建与目标位置410和临近位置420中的每两个位置相对应的至少一个采样位置对。

在一些实现中，计算设备120可以对一组位置110中的部分位置或全部位置执行以上基于距离的局部采样过程。应当理解，当两个位置的导航时间已经基于先前的采样过程被确定时，后续采样过程中将不用再重复这两个位置的导航时间。

如图4B所示，计算设备120可以基于目标位置410和所确定的临近位置420来构建局部的全连通图400B。全联通图400B中的每个顶点表示目标位置410或临近位置420，每条边(单向或双向)表示基于地图服务130所确定的两个位置之间的导航时间(单向导航时间或双向导航时间)。

在一些实现中，在一些位置相对孤立的情况下，基于地理网格的局部采样可能无法获得足够的采样位置对，计算设备120也可以对一组位置110中的部分位置或全部位置执行基于地理网格的局部采样和基于距离的位置采样两者，从而保证单个位置处局部的连通性。

在一些实现中，为了保证基于采样位置对所确定的有向图是全局连通的，也可以总能在该有向图中找到两个位置之间的路径，计算设备120还需要执行针对一组位置110的连通性采样。

在一些实现中，计算设备120可以基于对一组位置110的随机依次选择来执行连通性采样。具体地，计算设备120可以从一组位置110中选择第一位置，并迭代地执行以下过程直至一组位置110均被选择：从一组位置中未被选择的剩余位置中选择第二位置；基于第一位置与第二位置，构建采样位置对；以及将第二位置确定为新的第一位置。

示例性的，当一组位置中包括100个位置时，计算设备120可以首先从100个位置中随机选择一个位置作为起点位置，并随后从剩下99个位置中选择后续位置，并基于起点位置和后续位置来构建采样位置对。随后，计算设备120可以继续从剩余的98个位置中随机挑选位置，并与之前所选择的位置构建为采样位置对，直至100个位置全部被选择。

在一些实现中，如果基于采样位置对所确定的导航时间是双向导航时间，则计算设备120能够保证基于依次选择所构建的有向图是连通的。

在一些实现中，如果基于采样位置对所确定的导航时间是单向导航时间，则计算设备120还可以基于最后被选择的位置和起点位置来构建一个采样位置对，从而构建单向闭环，也能够所构建的有向图是连通的。

在一些实现中，计算设备120例如可以执行多次基于依次选择的连通性采样，从而丰富全局连通性。

在一些实现中，计算设备120例如还可以执行针对一组位置的随机采样来确定采样位置对，其中随机采样用于基于一组位置随机地构建采样位置对。这样的随机采样也被称为蒙特卡洛随机采样，具体地，计算设备120可以从一组位置中随机地选择一对位置，并将该对位置确定作为采样位置对。应当理解，计算设备120可以执行多次随机采样，以增强所构建的有向图的连通性。

能够看到，基于以上讨论的采样过程，本公开的实施例随调用的地图服务的量级为O(N)，其中N表示一组位置中位置的数目。这与传统的O(N²)调用量级相比，极大地减少了对于地图服务的调用压力和网络开销。

继续参考图2，在框204，计算设备120确定采样导航时间集140是否包括一对目标位置之间的目标导航时间。如果在框204确定采样导航时间集140不包括目标导航时间，则过程200进行到框206。在框206，计算设备120基于采样导航时间集140中的多项关联导航时间145来确定目标导航时间。

在一些实现中，计算设备120可以基于最短路径算法来从采样导航时间集中确定与一对目标位置相关联的多项关联导航时间。如上文所讨论的，计算设备120可以基于采样导航时间集140来构建有向图。相应地，计算设备120可以利用任何适当的最短路径算法来确定一对目标位置在有向图中的最短路径，并获取该最短路径所包括的多条边所指示的多项关联导航时间。

附加地，计算设备120可以基于所确定的多项关联导航时间来确定目标导航时间。示例性地，当从位置A到位置B的目标导航时间未被包括在采样导航时间集140中时，计算设备120可以确定从位置A到位置B的最短路径为“位置A>位置C>位置B”，并且位置A到位置C的导航时间为1分30秒，位置C到位置B的导航时间为30秒，则计算设备120可以将位置A到位置B的目标导航时间确定为位置A到位置C和位置C到位置B的两个导航时间的和。

基于这样的方式，本公开的实施例能够通过局部采样和连通性采样来构建采样导航时间集，并基于采样导航时间集来确定其他位置之间的导航时间，这可以减少对于地图服务的调用量。

在一些实现中，计算设备120还可以基于采样导航时间集140来确定预测导航时间集，其中预测导航时间集包括一组位置中的每两个位置之间的导航时间。具体地，计算设备120例如可以将基于采样导航时间集140所构建的非全联通图补全为全连通图，也即图中每个顶点之间均有边连接。

在一些实现中，计算设备120可以基于预测导航时间集将一组位置110分成多个子组。如上文结合图1所讨论的，一组位置110可以包括待配送货物的多个位置，计算设备120需要为安排用于向一组位置110配送货物的多个交通工具。

在一些实现中，计算设备120需要确定一组位置110中每两位置之间的导航时间，并基于导航时间来对一组位置110进行分组。在一些实现中，计算设备120可以利用基于导航时间进行聚类的方式来对一组位置110进行分组，从而使得被分到一组的多个位置之间的导航时间不会超过预定的阈值，从而避免配送货物的交通工具需要花费过长的时间。

应当理解，计算设备120还可以基于其他的因素来综合进行分组，例如，配送的货物数量、货物体积、货物重量和导航距离等。也即，本公开旨在将导航时间作为对一组位置110进行分组的一项因素，其他的分组因素也是可选的。

在一些实现中，为了提高分组的准确性，所接收的一组位置110例如还可以包括在过去的预定时间段内配送过货物的历史位置。

基于这样的方式，计算设备120所进行的分组还可以考虑到历史配送情况，例如相同司机是否配送过预定位置、预定位置是否在历史上同时被配送过等。

图5示出了根据本公开实施例的分组和路线规划的示意图500。如图5所示，计算设备120可以将一组位置110分成两个子组510和520。

附加地，计算设备120还可以为一组位置110中属于相同子组的多个位置分配相同的交通工具。示例性地，如图5所示，子组510中的位置将由交通工具514进行配送，子组520中的位置将由交通工具524进行配送。

在一些实现中，计算设备120还可以基于预测导航时间集，确定用于引导交通工具行驶经过多个位置的规划路线。示例性地，以子组510为例，计算设备120例如可以基于预测导航时间集所指示的位置之间的导航时间来确定规划路线512，以例如使得所得到的规划路线512的导航时间最小。类似地，计算设备120还可以为子组520确定规划路线522。

应当理解，候选规划路线的总导航时间可以是用于确定最终规划路线的一项因素，其他的因素(例如，行驶距离等)也是可以被综合考虑的因素，本公开还可以结合其他适当的因素来综合确定最终的规划路线。

基于这样的方式，本公开的实施例能够利用局部采样和连通性采样所确定的采样导航时间集来有效地进行位置的分组和路线的规划。这与传统的方案相比，能够节省巨大的网络带宽和存储量。

示例装置和设备

图6示出了根据本公开的某些实施例的用于确定导航时间的装置600的示意性结构框图。装置600可以被实现为或者被包括在计算设备120或者实施本公开的用于确定导航时间的过程的其他设备中。

如图6所示，装置600包括：采样模块610，被配置为基于地图服务确定与一组位置相关联的采样导航时间集，采样导航时间集包括与多对采样位置相关联的导航时间，多对采样位置是至少基于针对一组位置的局部采样和连通性采样而被确定的，局部采样用于确定与一组位置中的位置相关联的临近位置以构建采样位置对，连通性采样用于构建能够串联一组位置的多个采样位置对。装置600还包括计算模块620，被配置为响应于确定一组位置中的一对目标位置之间的目标导航时间未被包括在采样导航时间集中，基于采样导航时间集中的多项关联导航时间来确定目标导航时间。

在一些实现中，多对采样位置还基于针对一组位置的随机采样而被确定的，随机采样用于基于一组位置随机地构建采样位置对。

在一些实现中，装置600还包括第一局部采样模块，被配置为基于以下过程来执行局部采样：针对一组位置中的目标位置，确定与目标位置相对应的目标地理网格；基于与目标地理网格临近的临近地理网格，确定与目标位置相关联的临近位置；以及基于目标位置和临近位置，构建采样位置对。

在一些实现中，临近位置的数目小于数目阈值。

在一些实现中，临近地理网格与目标地理网格的网格距离小于距离阈值，网格距离指示地理网格中心点之间的距离。

在一些实现中，地理网格为方形或正六边形。

在一些实现中，装置600还包括第二局部采样模块，被配置为基于以下过程来执行局部采样：针对一组位置中的目标位置，确定一组位置中的其他位置与目标位置的距离；基于距离的排序，从一组位置中确定预定数目的临近位置；以及基于目标位置和临近位置，构建采样位置对。

在一些实现中，基于目标位置和临近位置构建采样位置对包括：构建与目标位置和临近位置中的每两个位置相对应的至少一个采样位置对。

在一些实现中，装置600还包括连通性采样模块，被配置为基于以下过程来执行连通性采样：从一组位置中选择第一位置；以及迭代地执行以下过程直至一组位置均被选择：从一组位置中未被选择的剩余位置中选择第二位置；基于第一位置与第二位置，构建采样位置对；以及将第二位置确定为新的第一位置。

在一些实现中，连通性采样被执行至少两次。

在一些实现中，装置600包括：路径确定模块，被配置为基于最短路径算法，从采样导航时间集中确定与一对目标位置相关联的多项关联导航时间。

在一些实现中，装置600还包括：预测模块，被配置为基于采样导航时间集，确定预测导航时间集，预测导航时间集包括一组位置中的每两个位置之间的导航时间；以及分组模块，被配置为基于预测导航时间集，将一组位置分成多个子组。

在一些实现中，装置600还包括：分配模块，被配置为为一组位置中属于相同子组的多个位置分配相同的交通工具。

在一些实现中，装置600还包括：规划模块，被配置为基于预测导航时间集，确定用于引导交通工具行驶经过多个位置的规划路线。

在一些实现中，一组位置包括待配送货物的多个位置。

在一些实现中，一组位置还包括在过去的预定时间段内配送过货物的历史位置。

图7示出了示出了其中可以实施本公开的一个或多个实施例的电子设备700的框图。应当理解，图7所示出的电子设备700仅仅是示例性的，而不应当构成对本文所描述的实施例的功能和范围的任何限制。图7所示出的电子设备700可以被包括在或被实现为图1的计算设备120或实施本公开的用于确定导航时间的其他设备。

如图7所示，电子设备700是通用计算设备的形式。电子设备700也可以是任何类型的计算设备或服务器。电子设备700的组件可以包括但不限于一个或多个处理器或处理单元710、存储器720、存储设备730、一个或多个通信单元740、一个或多个输入设备750以及一个或多个输出设备760。处理单元710可以是实际或虚拟处理器并且能够根据存储器720中存储的程序来执行各种处理。在多处理器系统中，多个处理单元并行执行计算机可执行指令，以提高电子设备700的并行处理能力。

电子设备700通常包括多个计算机存储介质。这样的介质可以是电子设备700可访问的任何可以获得的介质，包括但不限于易失性和非易失性介质、可拆卸和不可拆卸介质。存储器720可以是易失性存储器(例如寄存器、高速缓存、随机访问存储器(RAM))、非易失性存储器(例如，只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存)或它们的某种组合。存储设备730可以是可拆卸或不可拆卸的介质，并且可以包括机器可读介质，诸如闪存驱动、磁盘或者任何其他介质，其可以能够用于存储信息和/或数据(例如地图数据)并且可以在电子设备700内被访问。

电子设备700可以进一步包括另外的可拆卸/不可拆卸、易失性/非易失性存储介质。尽管未在图7中示出，可以提供用于从可拆卸、非易失性磁盘(例如“软盘”)进行读取或写入的磁盘驱动和用于从可拆卸、非易失性光盘进行读取或写入的光盘驱动。在这些情况中，每个驱动可以由一个或多个数据介质接口被连接至总线(未示出)。存储器720可以包括计算机程序产品725，其具有一个或多个程序模块，这些程序模块被配置为执行本公开的各种实施例的各种方法或动作。

通信单元740实现通过通信介质与其他计算设备进行通信。附加地，电子设备700的组件的功能可以以单个计算集群或多个计算机器来实现，这些计算机器能够通过通信连接进行通信。因此，电子设备700可以使用与一个或多个其他服务器、网络个人计算机(PC)或者另一个网络节点的逻辑连接来在联网环境中进行操作。

输入设备750可以是一个或多个输入设备，例如鼠标、键盘、追踪球等。输出设备760可以是一个或多个输出设备，例如显示器、扬声器、打印机等。电子设备700还可以根据需要通过通信单元740与一个或多个外部设备(未示出)进行通信，外部设备诸如存储设备、显示设备等，与一个或多个使得用户与电子设备700交互的设备进行通信，或者与使得电子设备700与一个或多个其他计算设备通信的任何设备(例如，网卡、调制解调器等)进行通信。这样的通信可以经由输入/输出(I/O)接口(未示出)来执行。

根据本公开的示例性实现方式，提供了一种计算机可读存储介质，其上存储有计算机可执行指令或程序，其中计算机可执行指令或程序被处理器执行以实现上文描述的方法或功能。计算机可读存储介质可以包括非瞬态计算机可读介质。根据本公开的示例性实现方式，还提供了一种计算机程序产品，包括计算机可执行指令或程序，而计算机可执行指令或程序被处理器执行以实现上文描述的方法或功能。该计算机程序产品可以被有形地体现在非瞬态计算机可读介质上。

这里参照根据本公开实现的方法、装置、设备和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可执行指令或程序实现。

这些计算机可执行指令或程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可执行指令或程序存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

可以把计算机可执行指令或程序加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实现的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实现，上述说明是示例性的，并非穷尽性的，并且也不限于所公开的各实现。在不偏离所说明的各实现的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实现的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文公开的各个实现方式。

示例实现方式

TS 1.一种确定导航时间的方法，包括：

基于地图服务确定与一组位置相关联的采样导航时间集，所述采样导航时间集包括与多对采样位置相关联的导航时间，所述多对采样位置是至少基于针对所述一组位置的局部采样和连通性采样而被确定的，所述局部采样用于确定与所述一组位置中的位置相关联的临近位置以构建采样位置对，所述连通性采样用于构建能够串联一组位置的多个采样位置对；以及

响应于确定所述一组位置中的一对目标位置之间的目标导航时间未被包括在所述采样导航时间集中，基于所述采样导航时间集中的多项关联导航时间来确定所述目标导航时间。

TS 2.根据TS 1所述的方法，其中所述多对采样位置还基于针对所述一组位置的随机采样而被确定的，所述随机采样用于基于所述一组位置随机地构建采样位置对。

TS 3.根据TS 1所述的方法，还包括基于以下过程来执行所述局部采样：

针对所述一组位置中的目标位置，

确定与所述目标位置相对应的目标地理网格；

基于与所述目标地理网格临近的临近地理网格，确定与所述目标位置相关联的所述临近位置；以及

基于所述目标位置和所述临近位置，构建采样位置对。

TS 4.根据TS 3所述的方法，其中所述临近位置的数目小于数目阈值。

TS 5.根据TS 3所述的方法，其中所述临近地理网格与所述目标地理网格的网格距离小于距离阈值，所述网格距离指示地理网格中心点之间的距离。

TS 6.根据TS 3所述的方法，其中所述地理网格为方形或正六边形。

TS 7.根据TS 1所述的方法，还包括基于以下过程来执行所述局部采样：

针对所述一组位置中的目标位置，

确定所述一组位置中的其他位置与所述目标位置的距离；

基于所述距离的排序，从所述一组位置中确定预定数目的所述临近位置；以及

基于所述目标位置和所述临近位置，构建采样位置对。

TS 8.根据TS 3或7所述的方法，其中基于所述目标位置和所述临近位置构建采样位置对包括：

构建与所述目标位置和所述临近位置中的每两个位置相对应的至少一个所述采样位置对。

TS 9.根据TS 1所述的方法，还包括基于以下过程来执行所述连通性采样：

从所述一组位置中选择第一位置；以及

迭代地执行以下过程直至所述一组位置均被选择：

从所述一组位置中未被选择的剩余位置中选择第二位置；

基于所述第一位置与所述第二位置，构建采样位置对；以及

将所述第二位置确定为新的第一位置。

TS 10.根据TS 9所述的方法，其中所述连通性采样被执行至少两次。

TS 11.根据TS 1所述的方法，还包括：

基于最短路径算法，从所述采样导航时间集中确定与所述一对目标位置相关联的所述多项关联导航时间。

TS 12.根据TS 1所述的方法，还包括：

基于所述采样导航时间集，确定预测导航时间集，所述预测导航时间集包括所述一组位置中的每两个位置之间的导航时间；以及

基于所述预测导航时间集，将所述一组位置分成多个子组。

TS 13.根据TS 12所述的方法，还包括：

为所述一组位置中属于相同子组的多个位置分配相同的交通工具。

TS 14.根据TS 13所述的方法，还包括：

基于所述预测导航时间集，确定用于引导所述交通工具行驶经过所述多个位置的规划路线。

TS 15.根据TS 1所述的方法，其中所述一组位置包括待配送货物的多个位置。

TS 16.根据TS 15所述的方法，其中所述一组位置还包括在过去的预定时间段内配送过货物的历史位置。

TS 17.一种用于确定导航时间的装置，包括：

采样模块，被配置为基于地图服务确定与一组位置相关联的采样导航时间集，所述采样导航时间集包括与多对采样位置相关联的导航时间，所述多对采样位置是至少基于针对所述一组位置的局部采样和连通性采样而被确定的，所述局部采样用于确定与所述一组位置中的位置相关联的临近位置以构建采样位置对，所述连通性采样用于构建能够串联一组位置的多个采样位置对；以及

计算模块，被配置为响应于确定所述一组位置中的一对目标位置之间的目标导航时间未被包括在所述采样导航时间集中，基于所述采样导航时间集中的多项关联导航时间来确定所述目标导航时间。

TS 18.一种电子设备，包括：

存储器和处理器；

其中所述存储器用于存储一条或多条计算机指令，其中所述一条或多条计算机指令被所述处理器执行以实现根据TS 1至16中任一项所述的方法。

TS 19.一种计算机可读存储介质，其上存储有一条或多条计算机指令，其中所述一条或多条计算机指令被处理器执行以实现根据TS 1至16中任一项所述的方法。

TS 20.一种计算机程序产品，包括计算机可执行指令，其中所述计算机可执行指令在被处理器执行时实现根据TS 1至16中任一项所述的方法。

Claims (10)

1.一种确定导航时间的方法，包括：

基于地图服务确定与一组位置相关联的采样导航时间集，所述采样导航时间集包括与多对采样位置相关联的导航时间，所述多对采样位置是至少基于针对所述一组位置的局部采样和连通性采样而被确定的，所述局部采样用于确定与所述一组位置中的位置相关联的临近位置以构建采样位置对，所述连通性采样用于构建能够串联所述一组位置的多个采样位置对；以及

响应于确定所述一组位置中的一对目标位置之间的目标导航时间未被包括在所述采样导航时间集中，基于所述采样导航时间集中的多项关联导航时间来确定所述目标导航时间。

2.根据权利要求1所述的方法，其中所述多对采样位置还基于针对所述一组位置的随机采样而被确定的，所述随机采样用于基于所述一组位置随机地构建采样位置对。

3.根据权利要求1所述的方法，还包括基于以下过程来执行所述局部采样：

针对所述一组位置中的目标位置，

确定与所述目标位置相对应的目标地理网格；

基于与所述目标地理网格临近的临近地理网格，确定与所述目标位置相关联的所述临近位置；以及

基于所述目标位置和所述临近位置，构建采样位置对。

4.根据权利要求1所述的方法，还包括基于以下过程来执行所述局部采样：

针对所述一组位置中的目标位置，

确定所述一组位置中的其他位置与所述目标位置的距离；

基于所述距离的排序，从所述一组位置中确定预定数目的所述临近位置；以及

基于所述目标位置和所述临近位置，构建采样位置对。

5.根据权利要求3或4所述的方法，其中基于所述目标位置和所述临近位置构建采样位置对包括：

构建与所述目标位置和所述临近位置中的每两个位置相对应的至少一个所述采样位置对。

6.根据权利要求1所述的方法，还包括基于以下过程来执行所述连通性采样：

从所述一组位置中选择第一位置；以及

迭代地执行以下过程直至所述一组位置均被选择：

从所述一组位置中未被选择的剩余位置中选择第二位置；

基于所述第一位置与所述第二位置，构建采样位置对；以及

将所述第二位置确定为新的第一位置。

7.一种用于确定导航时间的装置，包括：

采样模块，被配置为基于地图服务确定与一组位置相关联的采样导航时间集，所述采样导航时间集包括与多对采样位置相关联的导航时间，所述多对采样位置是至少基于针对所述一组位置的局部采样和连通性采样而被确定的，所述局部采样用于确定与所述一组位置中的位置相关联的临近位置以构建采样位置对，所述连通性采样用于构建能够串联所述一组位置的多个采样位置对；以及

计算模块，被配置为响应于确定所述一组位置中的一对目标位置之间的目标导航时间未被包括在所述采样导航时间集中，基于所述采样导航时间集中的多项关联导航时间来确定所述目标导航时间。

8.一种电子设备，包括：

存储器和处理器；

其中所述存储器用于存储一条或多条计算机指令，其中所述一条或多条计算机指令被所述处理器执行以实现根据权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有一条或多条计算机指令，其中所述一条或多条计算机指令被处理器执行以实现根据权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，包括计算机可执行指令，其中所述计算机可执行指令在被处理器执行时实现根据权利要求1至6中任一项所述的方法。

Images