CN114067596B - 车辆导航方法、装置、电子设备及计算机可读存储介质 - Google Patents
车辆导航方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114067596B CN114067596B CN202111331279.8A CN202111331279A CN114067596B CN 114067596 B CN114067596 B CN 114067596B CN 202111331279 A CN202111331279 A CN 202111331279A CN 114067596 B CN114067596 B CN 114067596B
- Authority
- CN
- China
- Prior art keywords
- parking
- parking spot
- destination
- vehicle
- navigation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 96
- 230000004044 response Effects 0.000 claims abstract description 32
- 238000005070 sampling Methods 0.000 claims description 62
- 238000012545 processing Methods 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000001179 sorption measurement Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 235000018185 Betula X alpestris Nutrition 0.000 description 1
- 235000018212 Betula X uliginosa Nutrition 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
Abstract
本申请提供了一种车辆导航方法、装置、电子设备、计算机可读存储介质及计算机程序产品,应用于地图领域;方法包括:响应于输入操作,在导航界面中显示与被输入的目的地对应的电子地图,并在所述电子地图中显示与所述目的地对应的至少一个停车点,其中,所述至少一个停车点中包括去往所述目的地时曾经使用的停车点,且与所述目的地的距离小于距离阈值;响应于选择操作,将被选中的停车点作为导航终点,在所述电子地图中显示从导航起点至所述导航终点的导航路线。通过本申请,能够兼顾导航路线的目的地的精确性,又能满足驾驶者在到达目的地时的停车需求。
Description
技术领域
本申请涉及车联网技术领域,尤其涉及一种车辆导航方法、装置、电子设备及计算机可读存储介质。
背景技术
随着计算机技术和通信技术的快速发展,车辆导航已经广泛地应用于人们的日常出行中,通常来说,车辆导航主要是指根据用户设定的起点和终点来计算导航路线,并根据导航路线来引导用户将车辆行驶至终点。
然而,相关技术提供的车辆导航方案中,通常只关注目的地位置的准确性,而无法满足驾驶者在到达目的地时的停车需求。
发明内容
本申请实施例提供一种车辆导航方法、装置、电子设备、计算机可读存储介质及计算机程序产品,能够兼顾导航路线的目的地的精确性,又能满足驾驶者在到达目的地时的停车需求。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种车辆导航方法,包括:
响应于输入操作,在导航界面中显示与被输入的目的地对应的电子地图,并在所述电子地图中显示与所述目的地对应的至少一个停车点,其中,所述至少一个停车点中包括去往所述目的地时曾经使用的停车点,且与所述目的地的距离小于距离阈值;
响应于选择操作,将被选中的停车点作为导航终点,在所述电子地图中显示从导航起点至所述导航终点的导航路线。
本申请实施例提供一种车辆导航装置,包括:
显示模块,用于响应于输入操作,在导航界面中显示与被输入的目的地对应的电子地图,并在所述电子地图中显示与所述目的地对应的至少一个停车点,其中,所述至少一个停车点中包括去往所述目的地时曾经使用的停车点,且与所述目的地的距离小于距离阈值;
确定模块,用于响应于选择操作,将被选中的停车点作为导航终点;
所述显示模块,还用于在所述电子地图中显示从导航起点至所述导航终点的导航路线。
本申请实施例提供一种电子设备,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的车辆导航方法。
本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请实施例提供的车辆导航方法。
本申请实施例提供一种计算机程序产品,包括计算机程序或指令,所述计算机程序或指令被处理器执行时,实现本申请实施例提供的车辆导航方法。
本申请实施例具有以下有益效果:
通过在与被输入的目的地对应的电子地图中显示去往该目的地时曾经使用的停车点,并将被选中的停车点作为导航终点,显示从导航起点至导航终点的导航路线,如此,一方面兼顾了导航路线的目的地的精确性,另一方面也可以向驾驶者推荐符合自身需求的停车点,满足了驾驶者在到达目的地时的停车需求。
附图说明
图1A至图1D是相关技术提供的停车点示意图;
图2是本申请实施例提供的路边停车点示意图;
图3是本申请实施例提供的用户偏离目的地停车示意图;
图4是本申请实施例提供的车辆导航系统100的架构示意图;
图5是本申请实施例提供的终端设备400的结构示意图;
图6是本申请实施例提供的车辆导航方法的流程示意图;
图7A至图7E是本申请实施例提供的车辆导航方法的应用场景示意图;
图8是本申请实施例提供的车辆导航方法的流程示意图;
图9是本申请实施例提供的车辆导航方法的应用场景示意图;
图10是本申请实施例提供的GPS轨迹示意图;
图11是本申请实施例提供的截取目的地附近的GPS点示意图;
图12是本申请实施例提供的GPS点的属性信息示意图;
图13是本申请实施例提供的车辆导航方法的应用场景示意图;
图14是本申请实施例提供的车辆导航方法的应用场景示意图;
图15是相关技术提供的车辆导航方法的应用场景示意图;
图16是本申请实施例提供的车辆导航方法的应用场景示意图;
图17是相关技术提供的车辆导航方法的应用场景示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
1)响应于:用于表示所执行的操作所依赖的条件或者状态,当满足所依赖的条件或状态时,所执行的一个或多个操作可以是实时的,也可以具有设定的延迟;在没有特别说明的情况下,所执行的多个操作不存在执行先后顺序的限制。
2)导航路线:指根据设定的导航起点和导航终点所计算出的路线,即从导航起点开始经过一系列道路,最终到达导航终点。导航路线可以包括在需要经过的每个道路建议行驶的车道,也可以不区分车道,当然,也可以在部分道路区分车道,在部分道路不区分车道。
随着计算机技术的发展,出现了具有各种功能的应用,例如导航应用。当用户(即驾驶者)外出时,可以通过导航应用规划导航路线,如果用户在导航界面的搜索框中输入的目的地是某个兴趣点(POI,Point of Interest),且该POI具有多个停车点(又称引导点)时,就会涉及到导航终点吸附时POI多停车点推荐的问题。导航终点吸附时POI多停车点推荐问题对用户导航体验非常重要,如果导航终点吸附推荐错误或者推荐的是不符合用户真实需求的停车点,那么会将用户引导到不能满足真实需求的目的地,这将会给用户实际驾驶行为产生干扰,严重影响用户的驾驶体验。
相关技术中,在进行停车点推荐时,首先会针对每个POI制作对应的各类停车点(当用户驾车到达停车点时则认为已经到达此POI),其中,停车点可以包括:如图1A所示的停车场101、如图1B所示的商场入口102、如图1C所示的小区门口103和如图1D所示的兴趣点标志(Logo)附近104等。接着在基于上述POI已制作的多个停车点的基础上,向用户进行停车点推荐,例如可以是完全基于规则,根据目的地与各个停车点之间的距离,从中选择距离最近的停车点推荐给用户;或者,根据停车点的重要性,对多个停车点进行排序,将重要度最高的停车点推荐给用户,例如根据导航热度或者人流热度,向用户推荐高热、高流的停车点。
然而,申请人发现,相关技术提供的停车点推荐方案存在以下问题:
(1)缺乏考虑个性化:相关技术提供的上述两个推荐策略(一是基于路线长度推荐不同的停车点、二是基于热度进行推荐)都是基于公众的,并没有区分不同用户个人需求。
(2)无法涵盖所有的可停车点:如图2所示,路边停车点201是不包含于目前的停车点体系中的,因为路边停车点无法准确归属于某一POI,任何公众都可以在路边停车点停车。但实际上,很多用户会将车停放在路边停车点上。
(3)存在“用户去往某一POI,但实际停车位置距离该POI较远”的个性化停车需求:如图3所示,用户在实际驾车导航中,存在着“用户虽然指定去往某一POI,但在到达该POI附近之后并没有在该POI附近停车,而到距离该POI较远的位置停车”的情况,例如用户在导航界面中输入的目的地为XX超市301,但最终的停车点为距离XX超市301较远的XX银行302,因此,如果只将用户引导到POI而不是最终停车点,那么提供给用户的导航路线和导航体验是不完整的。
鉴于此,本申请实施例提供一种车辆导航方法、装置、电子设备、计算机可读存储介质及计算机程序产品,能够兼顾导航路线的目的地的精确性,同时又能满足驾驶者在到达目的地时的停车需求。下面说明本申请实施例提供的电子设备的示例性应用,本申请实施例提供的电子设备可以实施为各种类型的终端设备,也可以由终端设备和服务器协同实施。
示例的,参见图4,图4是本申请实施例提供的车辆导航系统100的架构示意图,如图4所示,终端设备400通过网络300连接服务器200,其中,网络300可以是广域网或者局域网,又或者是二者的组合。
在一些实施例中,以电子设备是终端设备为例,本申请实施例提供的车辆导航方法可以由终端设备单独实现。例如,终端设备400可以响应于输入操作,在导航界面中显示与被输入的目的地对应的电子地图(即离线版的电子地图),并在电子地图中显示与该目的地对应的至少一个停车点(包括长期停车点和临时停车点),其中,至少一个停车点中包括去往该目的地时曾经使用的停车点,且与该目的地的距离小于距离阈值;响应于选择操作,将被选中的停车点作为导航终点,并在电子地图中显示从导航起点至导航终点的导航路线。
在另一些实施例中,本申请实施例提供的车辆导航方法还可以由终端设备和服务器协同实现。例如,终端设备400可以将用户(即驾驶者)在导航界面中输入的目的地发送至服务器200,服务器200根据接收到的目的地确定对应的电子地图(即在线版的电子地图)、以及目的地对应的至少一个停车点,其中,至少一个停车点中包括去往该目的地时曾经使用的停车点,且与该目的地的距离小于距离阈值。接着服务器200可以将确定出的电子地图、以及与目的地对应的至少一个停车点发送至终端设备400,以使终端设备400在导航界面中显示与被输入的目的地对应的电子地图,并在电子地图中显示与该目的地对应的至少一个停车点,随后终端设备400可以响应于选择操作,将至少一个停车点中被用户选中的停车点作为导航终点,并将导航终点和导航起点(例如用户驾驶的车辆当前所处的位置)发送至服务器200,以使服务器200根据导航起点和导航终点确定导航路线,最后服务器200可以将确定出的导航路线发送至终端设备400,以使终端设备400在电子地图中显示从导航起点至导航终点的导航路线。
在一些实施例中,终端设备400或服务器200可以通过运行计算机程序来实现本申请实施例提供的车辆导航方法,计算机程序可以是如图4示出的客户端410。举例来说,计算机程序可以是操作系统中的原生程序或软件模块;可以是本地(Native)应用程序(APP,Application),即需要在操作系统中安装才能运行的程序;也可以是小程序,即只需要下载到浏览器环境中就可以运行的程序;还可以是能够嵌入至任意APP中的小程序,其中,该小程序可以由用户控制运行或关闭。总而言之,上述计算机程序可以是任意形式的应用程序、模块或插件。
在一些实施例中,服务器200可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器,其中,云服务可以是车辆导航服务,供终端设备400进行调用。终端设备400可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能语音交互设备、智能家电、车载终端等,但并不局限于此。终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例中不做限制。
下面对本申请实施例提供的电子设备的结构进行说明。以本申请实施例提供的电子设备是终端设备为例说明,可以理解的,对于电子设备是服务器的情况,图5中示出的结构中的部分(例如用户接口、呈现模块和输入处理模块)可以缺省。
示例的,参见图5,图5是本申请实施例提供的终端设备400的结构示意图,图5所示的终端设备400包括:至少一个处理器420、存储器460、至少一个网络接口430和用户接口440。终端设备400中的各个组件通过总线系统450耦合在一起。可理解,总线系统450用于实现这些组件之间的连接通信。总线系统450除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图5中将各种总线都标为总线系统450。
处理器420可以是一种集成电路芯片,具有信号的处理能力,例如通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其中,通用处理器可以是微处理器或者任何常规的处理器等。
用户接口440包括使得能够呈现媒体内容的一个或多个输出装置441,包括一个或多个扬声器和/或一个或多个视觉显示屏。用户接口440还包括一个或多个输入装置442,包括有助于用户输入的用户接口部件,比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。
存储器460可以是可移除的,不可移除的或其组合。示例性的硬件设备包括固态存储器,硬盘驱动器,光盘驱动器等。存储器460可选地包括在物理位置上远离处理器420的一个或多个存储设备。
存储器460包括易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM,Read Only Memory),易失性存储器可以是随机存取存储器(RAM,Random Access Memory)。本申请实施例描述的存储器460旨在包括任意适合类型的存储器。
在一些实施例中,存储器460能够存储数据以支持各种操作,这些数据的示例包括程序、模块和数据结构或者其子集或超集,下面示例性说明。
操作系统461,包括用于处理各种基本系统服务和执行硬件相关任务的系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务;
网络通信模块462,用于经由一个或多个(有线或无线)网络接口430到达其他电子设备,示例性的网络接口430包括:蓝牙、无线相容性认证(WiFi)、和通用串行总线(USB,Universal Serial Bus)等;
呈现模块463,用于经由一个或多个与用户接口440相关联的输出装置441(例如,显示屏、扬声器等)使得能够呈现信息(例如,用于操作外围设备和显示内容和信息的用户接口);
输入处理模块464,用于对一个或多个来自一个或多个输入装置442之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。
在一些实施例中,本申请实施例提供的车辆导航装置可以采用软件方式实现,图5示出了存储在存储器460中的车辆导航装置465,其可以是程序和插件等形式的软件,包括以下软件模块:显示模块4651、确定模块4652、过滤模块4653、聚类模块4654、分类模块4655和获取模块4656,这些模块是逻辑上的,因此根据所实现的功能可以进行任意的组合或进一步拆分。需要说明的是,在图2中为了表述方便,一次性示出了上述所有模块,在实际应用中,不排除车辆导航装置465中仅包括显示模块4651和确定模块4652的实施,将在下文中说明各个模块的功能。
在另一些实施例中,本申请实施例提供的车辆导航装置可以采用硬件方式实现,作为示例,本申请实施例提供的车辆导航装置可以是采用硬件译码处理器形式的处理器,其被编程以执行本申请实施例提供的车辆导航方法,例如,硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC,Application Specific IntegratedCircuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
下面将结合本申请实施例提供的电子设备的示例性应用和实施,说明本申请实施例提供的车辆导航方法。需要说明的是,本申请实施例提供的车辆导航方法可以由终端设备单独实施,或者由服务器和终端设备协同实施,除非另有说明,下文以由终端设备单独实施本申请实施例提供的车辆导航方法为例进行说明。
参见图6,图6是本申请实施例提供的车辆导航方法的流程示意图,将结合图3示出的步骤进行说明。
在步骤101中,响应于输入操作,在导航界面中显示与被输入的目的地对应的电子地图。
在一些实施例中,终端设备上运行有导航应用,终端设备可以通过该导航应用展示导航界面。用户(即驾驶者)可以在该导航界面中输入或者选择本次导航行为的目的地,从而导航应用可以响应于用户触发的输入操作,在导航界面中显示与被输入的目的地对应的电子地图、以及在电子地图中与目的地对应的位置显示目的地。
示例的,以输入操作为文本输入操作为例,驾驶者可以在导航应用展示的导航界面中输入目的地,例如在导航界面显示的搜索框中输入本次导航行为的目的地,从而导航应用可以响应于驾驶者的文本输入操作,在导航界面中显示与被输入的目的地对应的电子地图。
示例的,以输入操作为语音输入操作为例,在导航应用展示的导航界面中显示有语音输入按钮,当导航应用接收到驾驶者针对语音输入按钮的点击操作时,对驾驶者输入的语音信号进行录制,并对录制得到的语音信号进行转换处理,得到对应的文本,随后从文本中提取出本次导航行为的目的地,进而在导航界面中显示与提取出的目的地对应的电子地图。
在步骤102中,在电子地图中显示与目的地对应的至少一个停车点。
这里,停车点的类型可以包括长期停车点和临时停车点,至少一个停车点中包括去往目的地时曾经使用的停车点(例如可以全部都是曾经使用的停车点,或者是部分曾经使用的停车点和部分未曾使用、且与目的地的距离小于距离阈值的停车点),且与目的地的距离小于距离阈值。
在一些实施例中,可以通过以下方式实现上述的步骤102:针对至少一个停车点中的每个停车点,执行以下处理:在电子地图中与停车点对应的位置显示停车点,并显示停车点的以下属性至少之一:以驾驶者当前驾驶的车辆或驾驶者的全部车辆为统计维度的使用频率、当前驾驶车辆的最后使用时间、空闲停车位数量。
示例的,参见图7A,图7A是本申请实施例提供的车辆导航方法的应用场景示意图,如图7A所示,当驾驶者在导航界面的搜索框中输入目的地(例如朝阳公园)之后,导航应用响应于输入操作,在导航界面中显示与被输入的XX公园对应的电子地图701、以及在电子地图701中与XX公园对应的位置显示XX公园702,此外还可以在电子地图701中显示与XX公园对应的至少一个停车点,例如在经纬度为(119.32,26.04)的位置显示停车点703、在经纬度为(119.34,26.05)的位置显示停车点704、以及在经纬度为(119.33,26.03)的位置显示停车点705,同时针对每个停车点,还可以显示停车点的名称、以驾驶者当前驾驶的车辆为统计维度的使用频率、当前驾驶车辆的最后使用时间、以及空闲停车位数量等属性至少之一,例如对于停车点703,在其附近显示对应的名称“西2门”和属性(2、11.2、5),其中,括号内的数字2、11.2、5分别表示驾驶者在历史时间段内(例如过去一年内)将当前驾驶的车辆停放在停车点703的次数为2次、驾驶者最近一次将当前驾驶的车辆停放在停车点703的时间为11月2日、停车点703当前空闲停车位数量为5;对于停车点704,在其附近显示对应的名称“东7门”和属性(0、0、6),其中,括号内的数字0、0、6分别表示驾驶者在历史时间段内将当前驾驶的车辆停放在停车点704的次数为0次、驾驶者从未将当前驾驶的车辆停放在停车点704,停车点704当前空闲停车位数量为6;对于停车点405,在其附近显示对应的名称“南大门”和属性(4、10.3、2),其中,括号内的数字4、10.3、2分别表示驾驶者在历史时间段内将当前驾驶的车辆停放在停车点705的次数为4次、驾驶者最近一次将当前驾驶的车辆停放在停车点705的时间为10月3日、停车点705当前空闲停车位数量为2。
需要说明的是,在实际应用中,可以仅在电子地图中与每个停车点分别对应的位置显示停车点,同时隐藏停车点的属性,当电子地图中显示的任一停车点被触发时,例如驾驶者长按(即针对电子地图中显示的停车点的按压时间超过时长阈值,例如2秒)电子地图中显示的某一停车点时,才在电子地图中显示被触发的停车点的属性,如此,仅在电子地图中显示驾驶者感兴趣的停车点的属性,避免了在电子地图中显示过多的信息对驾驶者产生干扰。
在另一些实施例中,还可以通过以下方式实现上述的步骤102:针对驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆,在电子地图中显示通过相应的车辆去往目的地时对应的至少一个停车点;其中,针对不同车辆的停车点采用不同的显示方式,且当前驾驶的车辆的停车点的显示方式(例如图标的尺寸、字号颜色、线条粗细程度等),显著于其他车辆的停车点的显示方式,例如当前驾驶的车辆的停车点的图标大于其他车辆的停车点的图标,如此,方便了驾驶者选择符合当前驾驶的车辆的停车点的需求。
示例的,可以通过以下方式实现上述的针对驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆,在电子地图中显示通过相应的车辆去往目的地时对应的至少一个停车点:执行以下处理中的任意一种:针对驾驶者的每个车辆,在电子地图中显示车辆曾经使用的至少一个停车点(例如当驾驶者同时拥有车辆A、车辆B和车辆C时,则在电子地图中同时显示车辆A、车辆B和车辆C各自曾经使用的至少一个停车点);显示驾驶者曾经驾驶的多个车辆(例如车辆对应的图标和名称至少之一),响应于车辆选择操作,在电子地图中显示被选中的每个车辆曾经使用的至少一个停车点(例如当驾驶者同时拥有车辆A、车辆B和车辆C时,可以在导航界面中显示车辆A、车辆B和车辆C分别对应的图标和名称至少之一,当驾驶者从导航界面中选中车辆B对应的图标时,则在电子地图中显示车辆B曾经使用的至少一个停车点);在电子地图中显示驾驶者当前驾驶的车辆曾经使用的至少一个停车点,当当前驾驶的车辆曾经使用的至少一个停车点的数量小于数量阈值时,在电子地图中显示驾驶者的其他车辆曾经使用的至少一个停车点(例如假设驾驶者当前驾驶的车辆为车辆A,则首先在电子地图中显示车辆A曾经使用的至少一个停车点,当车辆A曾经使用的至少一个停车点的数量(例如2)小于数量阈值(例如3)时,则可以继续在电子地图中显示驾驶者的其他车辆(例如车辆B和车辆C)曾经使用的至少一个停车点,如此,在电子地图中显示的停车点的数量能够满足多样性,符合针对不同位置的停车点的使用需求)。
需要说明的是,在实际应用中,在电子地图中显示车辆曾经使用的至少一个停车点之前,还可以通过以下方式对驾驶者拥有的车辆进行排序:根据累计行驶里程或者最后驾驶时间对驾驶者拥有的至少一辆车辆进行排序,并根据排序结果顺序显示每个车辆曾经使用的至少一个停车点;当然,针对与目的地对应的至少一个停车点,也可以按照使用频率、最后使用时间或者空闲停车位数量等指标进行升序或降序的排序,并根据排序结果在电子地图中顺序显示至少一个停车点,如此,便于驾驶者快速定位到期望使用的停车点,进一步提高了驾驶者的使用体验。
举例来说,参见图7B,图7B是本申请实施例提供的车辆导航方法的应用场景示意图,如图7B所示,当驾驶者在导航界面的搜索框中输入目的地(例如XX花园)之后,导航应用响应于输入操作,在导航界面中显示与XX花园对应的电子地图706,并在电子地图706中显示与XX花园对应的至少一个停车点,例如包括停车点707和停车点708,其中,停车点707是驾驶者当前驾驶的车辆的停车点(即驾驶者曾经将当前驾驶的车辆停放在停车点707,例如车辆A曾经停放的停车点),而停车点708是驾驶者的其他车辆的停车点(即驾驶者未曾将当前驾驶的车辆停放在停车点708,例如驾驶者曾经将车辆B停放在停车点708),因此,停车点707的显示方式可以显著于停车点708的显示方式,例如停车点707对应的图标的尺寸相较于停车点708对应的图标的尺寸更大,如此,方便了驾驶者选择符合当前驾驶车辆的停车需求的停车点。
在一些实施例中,当驾驶者的全部车辆曾经使用的至少一个停车点的数量小于数量阈值时,在电子地图中显示驾驶者去往目的地时未使用的至少一个停车点;其中,未使用的至少一个停车点与目的地的距离小于距离阈值,且曾经使用的至少一个停车点的显示方式,显著于未使用的至少一个停车点的显示方式。
示例的,参见图7C,图7C是本申请实施例提供的车辆导航方法的应用场景示意图,如图7C所示,当驾驶者在导航界面的搜索框中输入目的地(例如XX公园)之后,导航应用响应于输入操作,在导航界面中显示与被输入的XX公园对应的电子地图709,并在电子地图709中显示与XX公园对应的至少一个停车点,例如包括停车点710、停车点711和停车点712,其中,停车点710和停车点711是驾驶者的车辆曾经使用的停车点,停车点712是驾驶者去往XX公园时未使用的停车点(即驾驶者在驾驶车辆去往XX公园时,从未将驾驶的车辆停放在停车点712),并且停车点710和停车点711的显示方式显著于停车点712的显示方式,例如停车点710和停车点711对应的图标的尺寸大于停车点712对应的图标的尺寸,此外,当停车点710是驾驶者当前驾驶的车辆(例如车辆A)的停车点,而停车点711是驾驶者其他的车辆(车辆B)的停车点时,停车点710对应的图标的尺寸大于停车点711对应的图标的尺寸,如此,一方面方便了驾驶者选取符合自身需求的停车点,另一方面保证当驾驶者的行车需求较以往发生变换时,也能快速找到合适的停车点。
在另一些实施例中,当驾驶者的全部车辆曾经使用的至少一个停车点的数量小于数量阈值时,在电子地图中显示满足相似条件的其他驾驶者去往目的地时曾经使用的至少一个停车点;其中,相似条件包括以下至少之一:拥有相同型号的车辆、具有相似的行车习惯(例如行车范围、行车轨迹等)。
示例的,以目的地为XX花园为例,当驾驶者的全部车辆曾经使用XX花园对应的至少一个停车点的数量小于数量阈值时(即驾驶者在历史时间段内去往XX花园的次数较少,导致在XX花园对应的停车点的使用数量小于数量阈值,例如驾驶者仅在XX花园对应的一个停车点停放过车辆),则可以在电子地图中显示与驾驶者拥有相同型号的车辆的其他驾驶者在去往XX花园时曾经使用的至少一个停车点,或者在电子地图中显示与驾驶者具有相似的行车习惯的其他驾驶者在去往XX花园时曾经使用的至少一个停车点,如此,驾驶者可以参考具有相似行车习惯的其他驾驶者的停车,快速找到合适的停车点。
在一些实施例中,在电子地图中显示与目的地对应的至少一个停车点时,还可以在浮动于电子地图(例如弹窗的方式)或者独立于电子地图(例如与电子地图分屏显示)的列表中按照特定排序显示驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆曾经使用的至少一个停车点(例如停车点对应的名称);其中,列表的排序指标包括以下至少之一:以驾驶者当前驾驶的车辆或驾驶者的全部车辆为统计维度的使用频率、以驾驶者当前驾驶的车辆或驾驶者的全部车辆为统计维度的最后使用时间、空闲停车位数量;响应于针对排序指标的切换操作,在列表中以切换后的排序指标对应的排序方式显示至少一个停车点,如此,通过切换排序指标的方式可以进一步提升从不同维度查找停车点的效率。
示例的,可以通过以下方式实现上述的在列表中按照特定排序显示驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆曾经使用的至少一个停车点:在列表中显示驾驶者当前驾驶的车辆曾经使用的至少一个停车点,且当至少一个停车点的数量小于数量阈值时,在列表中显示驾驶者的至少一个其他车辆(例如其他车辆对应的名称和图标至少之一);响应于车辆选择操作,在列表中显示被选中的其他车辆曾经使用的至少一个停车点,例如当驾驶者在列表中选中车辆C对应的名称时,则可以在列表中显示车辆C曾经使用的至少一个停车点,如此,使得列表中显示的停车点数量满足驾驶者的多样性需求。
举例来说,参见图7D,图7D是本申请实施例提供的车辆导航方法的应用场景示意图,如图7D所示,在独立于电子地图的列表713中按照特定排序(例如空闲停车位数量排序)显示驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆曾经使用的至少一个停车点分别对应的名称,例如包括南大门、西2门和东7门,同时在导航界面中还显示有排序指标切换按钮714,以供驾驶者对停车点的排序进行切换,当驾驶者在多个候选的排序指标中选中最后使用时间排序时,列表713中显示的多个停车点的排序更新为西2门、南大门和东7门,如此,驾驶者既可以通过电子地图中显示的各个停车点分别对应的图标选中符合自己需求的停车点,也可以通过列表中显示的各个停车点分别对应的名称选中符合自己需求的停车点,大大提高了驾驶者选择停车点的效率。
示例的,参见图7E,图7E是本申请实施例提供的车辆导航方法的应用场景示意图,如图7E所示,当驾驶者在导航界面的搜索框中输入目的地(例如XX公园)之后,在导航界面中显示与XX公园对应的电子地图715,同时还可以在导航界面中显示驾驶者曾经驾驶的多个车辆分别对应的图标,例如包括车辆716、车辆717和车辆718,以供驾驶者进行选择。当驾驶者选中导航界面显示的车辆716时,在电子地图715中显示车辆716曾经使用的停车点719,如此,方便了驾驶者选择符合自身需求的停车点。
在一些实施例中,在电子地图中显示与目的地对应的至少一个停车点之后,还可以执行以下处理:当至少一个停车点中的任一停车点被触发时,显示任一停车点对应的实景图像,例如当驾驶者点击电子地图中显示的与目的地对应的至少一个停车点中的任一停车点(例如停车点A)时,在电子地图中以弹窗的方式显示停车点A对应的实景图像(例如通过调用摄像头对停车点A进行实时拍摄得到的照片),如此,方便了驾驶者了解各个停车点的实时情况。
在另一些实施例中,参见图8,图8是本申请实施例提供的车辆导航方法的流程示意图,如图8所示,在执行图6示出的步骤102之前,还可以执行图8示出的步骤104至步骤106来确定停车点,将结合图8示出的步骤进行说明。
在步骤104中,获取在历史时间段内去往目的地时对应的多条轨迹。
在一些实施例中,可以通过以下方式实现步骤104:获取在采样窗口时间内的以下轨迹至少之一:驾驶者通过当前驾驶的车辆去往目的地时对应的至少一条轨迹;驾驶者通过曾经驾驶的车辆(与驾驶者当前驾驶的车辆不同)去往目的地时对应的至少一条轨迹;满足相似条件的其他驾驶者去往目的地时对应的至少一条轨迹,其中,相似条件包括以下至少之一:拥有相同型号的车辆、具有相似的行车习惯,如此,当驾驶者自身的轨迹不足时,可以通过获取其他相似的驾驶者的轨迹作为参考,从而帮助快速找到合适的停车点。
示例的,以驾驶者当前驾驶的车辆为车辆A为例,由于驾驶者在驾驶不同型号的车辆时可能会选择不同的停车点,因此可以首先获取驾驶者在采样窗口时间内(例如过去1个月内)通过车辆A去往目的地时对应的至少一条轨迹,并根据车辆A对应的至少一条轨迹确定驾驶者在去往目的地时曾经使用的至少一个停车点,如此,能够精确地确定出驾驶者在通过车辆A去往目的地时曾经使用的至少一个停车点。当然,在实际应用中,当车辆A对应的轨迹的数量小于数量阈值时(即由于车辆A对应的轨迹较少,无法准确地确定出曾经使用的停车点),还可以继续获取驾驶者在采样窗口时间内通过其他车辆(例如车辆B)去往目的地时对应的至少一条轨迹,随后根据车辆A和车辆B分别对应的至少一条轨迹,确定驾驶者在去往目的地时曾经使用的至少一个停车点。此外,当驾驶者的全部车辆对应的轨迹的数量仍小于数量阈值时,还可以获取满足相似条件的其他驾驶者去往目的地时对应的至少一条轨迹(例如获取拥有车辆A的其他驾驶者在采样窗口时间内去往同一目的地时对应的轨迹进行补充),并根据驾驶者的全部车辆对应的轨迹、以及满足相似条件的其他驾驶者对应的轨迹确定去往目的地时曾经使用的至少一个停车点。
可以理解的是,在本申请实施例中,涉及到驾驶者和其他相似的驾驶者的轨迹等相关的数据,当本申请实施例运用到具体产品或技术中时,需要获得驾驶者和其他相似的驾驶者许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
在步骤105中,根据多条轨迹确定一一对应的多个停车点。
在一些实施例中,可以通过以下方式实现步骤105:针对每条轨迹,执行以下处理:从轨迹中采样得到子轨迹,其中,子轨迹包括轨迹中与目的地的距离小于距离阈值的多个采样点,且多个采样点的数量大于第一采样数阈值;基于子轨迹包括的多个采样点分别对应的坐标和速度,生成采样点列表;从采样点列表中采样得到对应的子集,其中,子集包括连续的多个速度为零的采样点,且多个速度为零的采样点的数量大于第二采样数阈值;基于子集包括的多个采样点分别对应的坐标确定中心点,将中心点确定为与轨迹对应的停车点。
示例的,以轨迹A为例,假设轨迹A包括500个采样点,采样点可以基于卫星定位系统例如全球定位系统(GPS,Global Positioning System)定位得到,则可以首先从轨迹A中选取与目的地的距离小于距离阈值(例如500米),且数量大于第一采样数阈值(例如50)的GPS点,得到对应的子轨迹(例如子轨迹包括60个GPS点),接着可以基于子轨迹包括的60个GPS点分别对应的坐标和速度,生成GPS列表(例如GPS列表以坐标为行、以速度为列),随后从GPS列表中选取连续的、且数量大于第二采样数阈值(例如4)的速度为零的GPS点,得到对应的子集(例如子集包括5个GPS点),最后基于子集包括的5个GPS点分别对应的坐标确定中心点(即确定这5个GPS点的几何中心),并将中心点确定为轨迹A对应的停车点。需要说明的是,其他轨迹的处理方式与轨迹A相同,可以参照轨迹A的处理方式实现,本申请实施例在此不再赘述。
在另一些实施例中,在基于子轨迹包括的多个采样点分别对应的坐标和速度,生成采样点列表之前,还可以执行以下处理:执行以下处理至少之一:删除子轨迹中定位精度小于定位精度阈值的采样点;删除子轨迹中速度大于速度阈值的采样点;对子轨迹中时间戳相同的采样点进行去重处理;对子轨迹中坐标相同的采样点进行去重处理。
示例的,仍以轨迹A为例,在基于轨迹A对应的子轨迹包括的多个采样点(例如GPS点,每个GPS点包括时间戳、坐标、定位精度和速度等属性)分别对应的坐标和速度,生成采样点列表之前,还可以执行以下处理:删除子轨迹中定位精度小于定位精度阈值的GPS点(例如删除定位精度小于30米的GPS点)、删除子轨迹中速度大于速度阈值的GPS点(例如删除速度大于30千米/小时的GPS点)、对子轨迹中时间戳相同的GPS点进行去重处理(例如将当前GPS点和上一个GPS点的时间戳进行比较,当当前GPS点的时间戳与上一个GPS点的时间戳相同时,则删除当前GPS点)、对子轨迹中坐标相同的GPS点进行去重处理(例如将当前GPS点与上一个GPS点的经纬度进行比较,当当前GPS点的经纬度与上一个GPS点的经纬度相同时,删除当前GPS点),如此,通过对子轨迹进行过滤处理,删除不符合要求的GPS点,能够进一步提高后续在进行停车点定位时的精确性。
需要说明的是,在实际应用中,当子轨迹经过上述过滤处理后剩余的GPS点的数量小于数量阈值(例如30)时,则可以舍弃该子轨迹。
在步骤106中,对多个停车点进行聚类处理,并基于聚类结果确定去往目的地时曾经使用的至少一个停车点。
在一些实施例中,可以通过以下方式实现上述的对多个停车点进行聚类处理:针对多个停车点中的每个停车点,执行以下处理:以停车点为圆心,以设定的邻域为半径确定对应的一个圆;当圆内包括的其他停车点的数量大于高密度数量阈值(例如20)时,将停车点确定为高密度点,且当该高密度点处于另一个高密度点对应的圆内时,将该高密度点与另一个高密度点进行连接;当圆内包括的其他停车点的数量小于低密度数量阈值(低密度数量阈值小于高密度数量阈值,例如低密度数量阈值可以为10)时,将停车点确定为低密度点,且当低密度点同时处于多个高密度点分别对应的圆内时,将低密度点与多个高密度点中距离最近的高密度点进行连接;将具有连接关系的多个停车点划分到同一个簇中。
需要说明的是,除了可以通过上述基于密度的聚类算法(DBSCAN,Density-BasedSpatial Clustering of Application with Noise)对多个停车点进行聚类处理之外,还可以采用基于划分的聚类算法(例如K-Means)、基于层次的聚类算法(例如BIRCH)和基于网格的聚类算法(例如STING)等,本申请实施例对聚类算法的类型不做具体限定。
在另一些实施例中,还可以通过以下方式实现上述的对多个停车点进行聚类处理:根据多条轨迹分别对应的车辆型号,对多个停车点进行分类处理;分别对每个型号的车辆对应的多个停车点进行聚类处理。
示例的,当获取的轨迹的数量较多(例如轨迹的数量大于数量阈值)时,还可以首先根据多条轨迹分别对应的车辆型号,对多个停车点进行分类处理,例如假设轨迹A对应的车辆型号为型号1,则可以将多个停车点中轨迹A对应的停车点划分到第一类别(即第一类别包括的停车点为型号1对应的停车点),假设轨迹B对应的车辆型号为型号2,则可以将多个停车点中轨迹B对应的停车点划分到第二类别(即第二类别包括的停车点为型号2对应的停车点),假设轨迹C对应的车辆型号为型号1,则可以将轨迹C对应的停车点划分到第一类别,以此类推,如此,可以将多个停车点分别划分到对应的类别中,随后可以对每个类别对应的多个停车点(即每个型号的车辆对应的停车点)进行聚类处理,得到每个型号的车辆分别对应的曾经使用的至少一个停车点,如此,通过根据多条轨迹分别对应的车辆型号对多个停车点进行分类处理,并对每个型号的车辆对应的多个停车点进行聚类处理,得到每个型号的车辆对应的曾经使用的至少一个停车点,能够进一步符合驾驶者自身需求,让驾驶者能够体验到非常准确的个性化停车点,提升了驾驶者的体验和满意度。
在一些实施例中,可以通过以下方式实现上述的基于聚类结果确定去往所述目的地时曾经使用的停车点:从经过聚类处理得到的多个簇中,确定包括停车点的数量最多的目标簇;确定目标簇包括的多个停车点对应的中心位置;当中心位置满足停车条件(例如符合停车地理条件,即不能有建筑物、湖泊等,或者符合交通规则规定的允许停车的位置)时,将中心位置确定为去往目的地时曾经使用的停车点;当中心位置不满足停车条件时(例如属于交通规则确定的禁停位置、或者有建筑物、湖泊等),将距离中心位置最近的可停车位置确定为去往目的地时曾经使用的停车点。
示例的,在对多个停车点进行聚类处理,得到对应的多个簇之后,可以首先从多个簇中确定出包括停车点的数量最多的目标簇,接着确定目标簇包括的多个停车点对应的中心位置(即确定多个停车点对应的几何中心);当中心位置满足停车条件时(例如属于交通规则确定的停车位置),将中心位置确定为驾驶者去往目的地时曾经使用的停车点;当中心位置不满足停车条件时(例如中心位置有建筑物),则可以将距离中心位置最近的可停车位置确定为驾驶者去往目的地时曾经使用的停车点。
在另一些实施例中,在电子地图中显示与目的地对应的至少一个停车点之前,还可以执行以下处理:通过以下方式确定至少一个停车点:基于导航起点(例如驾驶者的车辆当前所在的位置)、目的地、目的地周围的交通情况(例如车流量)、以及多个候选停车点情况(例如每个候选停车点与目的地之间的距离、空闲停车位数量等)调用机器学习模型进行预测处理,得到至少一个停车点;其中,机器学习模型是通过样本出发地、样本目的地、样本目的地周围的交通情况、样本停车点情况、以及在样本目的地对应的电子地图中标注的停车点进行训练得到的。
需要说明的是,在实际应用中,机器学习模型可以是神经网络模型(例如卷积神经网络、深度卷积神经网络、或者全连接神经网络等)、决策树模型、梯度提升树、多层感知机、以及支持向量机等,本申请实施例对机器学习模型的类型不作具体限定。
继续参见图6,在步骤103中,响应于选择操作,将被选中的停车点作为导航终点,在电子地图中显示从导航起点至导航终点的导航路线。
在一些实施例中,在响应于选择操作,将被选中的停车点作为导航终点之前,还可以执行以下处理:当至少一个停车点的数量为一个时,在等待时间结束之后,将该停车点直接作为导航终点(例如可以在电子地图中显示倒计时,在倒计时结束之后,将该停车点直接作为导航终点,并在电子地图中显示从导航起点至导航终点的导航路线);当至少一个停车点的数量为多个时,转入执行响应于选择操作,将被选中的停车点作为导航终点的步骤。
在另一些实施例中,在电子地图中显示从导航起点至导航终点的导航路线之后,还可以执行以下处理:响应于重新选择操作,将被重新选中的停车点作为更新后的导航终点,并在电子地图中显示从导航起点至更新后的导航终点的导航路线,例如当驾驶者对当前显示的导航路线不满意时,可以在电子地图中重新选择新的停车点,导航应用在接收到驾驶者选中的新停车点之后,在电子地图中显示从导航起点至新停车点的导航路线。
本申请实施例提供的车辆导航方法,通过在与被输入的目的地对应的电子地图中显示去往该目的地时曾经使用的停车点,如此,可向驾驶者推荐符合自身需求的停车点,大大提高了停车点确定的准确性,从而为后续导航路线的规划提供准确的导航终点,进而提升了驾驶者的驾驶体验和满意度。
下面,将说明本申请实施例在一个实际的应用场景中的示例性应用。
本申请实施例提供一种车辆导航方法,首先获取在历史时间段内(例如过去一个月内)用户去往同一目的地时对应的多条GPS轨迹数据,接着基于每条GPS轨迹数据包括的多个GPS点的坐标、精度、速度和时间戳等属性确定用户停车的位置(即停车点),如此,可以根据多条GPS轨迹数据获取到对应数量的停车点,随后对多条GPS轨迹数据分别对应的多个停车点进行聚类处理,并基于聚类结果确定出该用户的个性化停车点,最后在获取到该用户的个性化停车点之后,如果该用户再次去往同一个目的地时,可以将该个性化停车点作为导航终点推荐给用户,如此,由于是基于用户自身的GPS轨迹数据确定出个性化停车点,因此可以不局限停车点的类型(例如假设确定出的个性化停车点为路边停车点,则后续可以将路边停车点推荐给用户),并且在指向导航终点时,可以直接将该个性化停车点作为导航终点推荐给用户,从而正确、完整地引导用户驾车到达最终停车点,提升用户的驾驶体验和满意度。
本申请实施例提供的车辆导航方法可以应用于导航应用中路线规划时的导航终点选择系统。路线规划,就是在用户选定导航起点和导航终点之后为用户规划从导航起点至导航终点的导航路线,其中,导航终点选择系统是指:基于用户输入的目的地(例如某个POI),为用户选择去往该POI时对应的最终驾车终点(即导航终点),一般是指POI的停车点。
示例的,参见图9,图9是本申请实施例提供的车辆导航方法的应用场景示意图,如图9所示,当用户在导航界面的搜索框中输入目的地(例如XX公园)之后,在电子地图中显示XX公园对应的多个停车点,例如包括停车点901、停车点902、停车点903和停车点904,以供用户进行选择,其中,停车点904为根据用户自身的GPS轨迹数据确定出的个性化停车点,当用户在多个停车点中选中停车点904时,则在电子地图中显示从导航起点至停车点904的导航路线905,如此,用户可以基于最终确定的导航路线驾驶车辆到达自己经常停车的位置,提升了用户整体驾驶和停车体验。
下面对个性化停车点的确定过程进行具体说明。
在一些实施例中,可以首先获取历史时间段内(例如过去一个月内)指定用户Ul去往同一目的地POIk的所有GPS轨迹数据,得到GPS轨迹数据集例如获取得到的GPS轨迹数据集中共有m条GPS轨迹数据,并针对这些GPS轨迹数据进行整理和预处理。
示例的,参见图10,图10是本申请实施例提供的GPS轨迹示意图,如图10所示,每条GPS轨迹1001由多个GPS点组成,例如图10中的每个小箭头即表示一个对应的GPS点。
示例的,参见图11,图11是本申请实施例提供的截取目的地附近的GPS点示意图,如图11所示,在得到GPS轨迹数据集之后,可以从指定用户Ul去往目的地POIk的GPS轨迹数据集/>中提取出一条GPS轨迹数据Gi,接着再从提取出的GPS轨迹数据Gi中截留下距离目的地POIk的直线距离小于距离阈值Lpoi(例如1000米),即仅截留下图11所示的圆圈1101内的GPS点、且截留下的GPS点的数量大于数量阈值NumGPS(例如50个),从而得到对应的GPS子轨迹数据Gi′={gj|1≤j≤n},其中,gj是GPS子轨迹数据中的GPS点,如图12所示,每个GPS点包括时间戳1201(例如2021-08-28 16:48:07)、经纬度1202(例如116.460195 40.0380408)、速度1203(例如5108.4)和精度1204(例如180)等属性信息。
在另一些实施例中,在得到GPS子轨迹数据Gi′={gj|1≤j≤n}之后,还可以对GPS子轨迹数据Gi′={gj|1≤j≤n}中每一个GPS点gj进行属性判断,保留符合要求的GPS点,并舍弃不符合要求的GPS点,具体判断过程如下:
a、GPS点需要满足高精度要求,例如当某个GPS点的精度Accgps大于精度阈值Acclimit(例如Acclimit=30)时,则删除该GPS点;
b、GPS点需要满足速度要求,例如当某个GPS点的速度Vgps大于速度阈值Vlimit(例如Vlimit=30km/h)时,则删除该GPS点;
c、GPS点需要满足时间戳要求,例如当前GPS点与上一个GPS点的时间戳不一样且递增;
d、GPS点需要满足坐标要求,例如当前GPS点与上一个GPS点的经纬度不一样。
需要说明的是,当经过上述过滤处理之后的GPS子轨迹数据Gi′中包括的GPS点的数量小于或者等于数量阈值NumGPS时,则舍弃该GPS轨迹数据,并继续处理下一条GPS轨迹数据。
针对经过上述预处理且符合要求的GPS轨迹数据,则进入下一阶段确定个性化停车点的过程,下面进行具体说明。
在一些实施例中,在对GPS子轨迹数据Gi′={gj|1≤j≤n}经过上述过滤处理,得到过滤后的GPS子轨迹数据Gi″={g″j|1≤j≤n″}之后,还可以执行以下处理:
步骤一:从过滤后的GPS子轨迹数据Gi″={g″j|1≤j≤n″}中按照时序从远到近提取出GPS点,并基于提取出的每个GPS点的坐标和速度组成GPS列表Arrayi=[(xyj,vj)|1≤j≤n″],其中,xyj=[xj,yj]是第j个GPS点的经纬度(例如[113.935964,22.540702]),vj是第j个GPS点的速度值。
步骤二:从GPS列表Arrayi=[(xyj,vj)|1≤j≤n″]中提取出符合条件(例如GPS点的速度vj==0、且连续的GPS点的数量大于数量阈值Numneed,例如Numneed=5)的子集若子集/>为空,则重新进入上述的步骤一,选择下一条GPS轨迹数据进行处理;否则,计算子集/>包括的多个GPS点对应的中心点/>其中/>
步骤三:针对指定用户Ul去往同一目的地POIk的所有GPS轨迹数据 (共有m条),基于上述步骤一和步骤二可以计算出所有GPS轨迹数据对应的中心点,得到对应的中心点集Pl,k={pi|1≤i≤m′}。
步骤四:基于中心点集Pl,k={pi|1≤i≤m′},利用聚类算法(例如DBSCAN)对中心点集Pl,k={pi|1≤i≤m′}包括的多个中心点进行聚类处理,得到最终的个性化停车点Stopl,k=[x,y]。其中,采用DBSCAN算法对多个中心点进行聚类处理的过程如下:
(1)初始化聚类簇数k=0,初始化已聚类集合Τ=[],簇集合C=[],并令i=1;
(2)若i>m′,则进入步骤(8);否则,计算出点pi的ε-邻域子点集Pε(其中ε是指两点之间最长直线距离阈值,例如50米),具体过程为:从中心点集Pl,k中按照顺序取出点pj(其中i≠j),计算出GPS点pi和pj之间的直线距离li,j,若li,j≤ε,则将点pj存入点集Pε中,否则舍弃点pj;直到遍历中心点集Pl,k中所有的GPS点;
(3)若ε-邻域子点集Pε内点个数|Pε|<MinPts(其中MinPts是指簇内元素最少个数,例如5个),则令i=i+1,进入步骤(2);否则,令k=k+1,Ωcur=[i],l=1,Ck=[],进入步骤(4);
(4)若l>|Ωcur|,则令i=i+1,进入步骤(2);否则,从集合Ωcur中取出第l个值o(其中o∈[1,m′]);
(5)计算出点po的ε-邻域子点集Pε o={…,ps,…},若|Pε|<MinPts,则令i=i+1,进入步骤(4);否则,令s=1,进入步骤(6);
(6)若则进入步骤(7),如果ps∈T,则令s=s+1,重新进入步骤(6);否则,将点ps分别存入集合T和Ck,将点ps对应下标存入集合Ωcur,令s=s+1,重新进入步骤(6);
(7)若|Ck|<MinPts,则令i=i+1,进入步骤(2);否则,将簇Ck存入簇集合C;
(8)从簇集合C={C1,C2,…,Ck}中确定出含有中心点个数最多的簇Ck,并基于簇Ck中的各个中心点分别对应的坐标计算出最终的中心点,并将该最终的中心点确定为个性化停车点Stopl,k。
示例的,参见图13,图13是本申请实施例提供的车辆导航方法的应用场景示意图,如图13所示,在确定出指定用户Ul去往目的地POIk1301的个性化停车点Stopl,k1302之后,如果该用户Ul再次去往目的地POIk1301时,导航应用中的路线规划终点选择系统可以将个性化停车点Stopl,k1302选为规划路线的终点,并显示对应的导航路线1303,从而可以直接将用户引导到最终的个性化停车点1302。
下面结合本申请实施例提供的车辆导航方法和相关技术提供的车辆导航方法,对本申请实施例提供的车辆导航方法的有益效果进行说明。
示例的,参见图14和图15,图14是本申请实施例提供的车辆导航方法的应用场景示意图,图15是相关技术提供的车辆导航方法的应用场景示意图,如图14和图15所示,当用户在导航界面中输入同一个目的地时(即图14中的目的地1401和图15中的目的地1501是同一个目的地),在本申请实施例提供的电子地图中显示从导航起点至个性化停车点1402的导航路线,而在相关技术提供的电子地图中则显示从导航起点至目的地1501附近的停车点(例如高热的停车点)的导航路线,可以看出,本申请实施例提供的车辆导航方法能够将用户引导到自己熟悉的个性化停车点,给用户较好的终点引导和驾驶体验。
示例的,参见图16和图17,图16是本申请实施例提供的车辆导航方法的应用场景示意图,图17是相关技术提供的车辆导航方法的应用场景示意图,当用户在导航界面中输入同一个目的地时(即图16中的目的地1601和图17中的目的地1701是同一个目的地),在本申请实施例提供的电子地图中显示从导航起点至个性化停车点1602(例如路边停车点)的导航路线,而在相关技术提供的电子地图中则显示从导航起点至目的地1701附近的停车点(例如离目的地最近的停车点)的导航路线,可以看出,本申请实施例提供的车辆导航方法可以覆盖所有的停车点类型,例如当用户之前将车停放在路边停车点时,则后续可以直接将路边停车点作为导航终点,给用户较好的驾驶体验和停车体验。
下面继续说明本申请实施例提供的车辆导航装置465的实施为软件模块的示例性结构,在一些实施例中,如图2所示,存储在存储器460的车辆导航装置465中的软件模块可以包括:显示模块4651和确定模块4652。
显示模块4651,用于响应于输入操作,在导航界面中显示与被输入的目的地对应的电子地图,并在电子地图中显示与目的地对应的至少一个停车点,其中,至少一个停车点中包括去往目的地时曾经使用的停车点,且与目的地的距离小于距离阈值;确定模块4652,用于响应于选择操作,将被选中的停车点作为导航终点;显示模块4651,还用于在电子地图中显示从导航起点至导航终点的导航路线。
在一些实施例中,显示模块4651,还用于针对至少一个停车点中的每个停车点,执行以下处理:在电子地图中与停车点对应的位置显示停车点,并显示停车点的以下属性至少之一:以驾驶者当前驾驶的车辆或驾驶者的全部车辆为统计维度的使用频率、当前驾驶车辆的最后使用时间、空闲停车位数量。
在一些实施例中,显示模块4651,还用于针对驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆,在电子地图中显示通过至少一辆去往目的地时对应的至少一个停车点;其中,针对不同车辆的停车点采用不同的显示方式,且当前驾驶的车辆的停车点的显示方式,显著于其他车辆的停车点的显示方式。
在一些实施例中,显示模块4651,还用于执行以下处理中的任意一种:针对驾驶者的每个车辆,在电子地图中显示车辆曾经使用的至少一个停车点;显示驾驶者曾经驾驶的多个车辆,响应于车辆选择操作,在电子地图中显示被选中的每个车辆曾经使用的至少一个停车点;在电子地图中显示驾驶者当前驾驶的车辆曾经使用的至少一个停车点,当当前驾驶的车辆曾经使用的至少一个停车点的数量小于数量阈值时,在电子地图中显示驾驶者的其他车辆曾经使用的至少一个停车点。
在一些实施例中,显示模块4651,还用于当驾驶者的全部车辆曾经使用的至少一个停车点的数量小于数量阈值时,在电子地图中显示驾驶者去往目的地时未使用的至少一个停车点;其中,未使用的至少一个停车点与目的地的距离小于距离阈值,且曾经使用的至少一个停车点的显示方式,显著于未使用的至少一个停车点的显示方式。
在一些实施例中,显示模块4651,还用于当驾驶者的全部车辆曾经使用的至少一个停车点的数量小于数量阈值时,在电子地图中显示满足相似条件的其他驾驶者去往目的地时使用的至少一个停车点;其中,相似条件包括以下至少之一:拥有相同型号的车辆、具有相似的行车习惯。
在一些实施例中,显示模块4651,还用于在列表中按照特定排序显示驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆曾经使用的至少一个停车点;其中,列表的排序指标包括以下至少之一:以驾驶者当前驾驶的车辆或驾驶者的全部车辆为统计维度的使用频率、以驾驶者当前驾驶的车辆或驾驶者的全部车辆为统计维度的最后使用时间、空闲停车位数量;响应于针对排序指标的切换操作,在列表中以切换后的排序指标排序显示至少一个停车点。
在一些实施例中,显示模块4651,还用于在列表中显示驾驶者当前驾驶的车辆曾经使用的至少一个停车点,且当至少一个停车点的数量小于数量阈值时,在列表中显示驾驶者的至少一个其他车辆;响应于车辆选择操作,在列表中显示被选中的其他车辆曾经使用的至少一个停车点。
在一些实施例中,确定模块4652,还用于当至少一个停车点的数量为一个时,将停车点直接作为导航终点;当至少一个停车点的数量为多个时,转入执行响应于选择操作,将被选中的停车点作为导航终点的步骤。
在一些实施例中,确定模块4652,还用于通过以下方式确定去往目的地时曾经使用的停车点:获取在历史时间段内去往目的地时对应的多条轨迹;根据多条轨迹确定一一对应的多个停车点;对多个停车点进行聚类处理,并基于聚类结果确定去往目的地时曾经使用的至少一个停车点。
在一些实施例中,确定模块4652,还用于针对每条轨迹,执行以下处理:从轨迹中采样得到子轨迹,其中,子轨迹包括轨迹中与目的地的距离小于距离阈值的多个采样点,且多个采样点的数量大于第一采样数阈值;基于子轨迹包括的多个采样点分别对应的坐标和速度,生成采样点列表;从采样点列表中采样得到子集,其中,子集包括连续的多个速度为零的采样点,且多个速度为零的采样点的数量大于第二采样数阈值;基于子集包括的多个采样点分别对应的坐标确定中心点,将中心点确定为与轨迹对应的停车点。
在一些实施例中,车辆导航装置465还包括过滤模块4653,用于执行以下处理至少之一:删除子轨迹中定位精度小于定位精度阈值的采样点;删除子轨迹中速度大于速度阈值的采样点;对子轨迹中时间戳相同的采样点进行去重处理;对子轨迹中坐标相同的采样点进行去重处理。
在一些实施例中,车辆导航装置465还包括聚类模块4654,用于针对多个停车点中的每个停车点,执行以下处理:以停车点为圆心,以设定的邻域为半径确定对应的一个圆;当圆内包括的其他停车点的数量大于高密度数量阈值时,将停车点确定为高密度点,且当高密度点处于另一个高密度点对应的圆内时,将高密度点与另一个高密度点进行连接;当圆内包括的其他停车点的数量小于低密度数量阈值时,将停车点确定为低密度点,且当低密度点同时处于多个高密度点分别对应的圆内时,将低密度点与多个高密度点中距离最近的高密度点进行连接;将具有连接关系的多个停车点划分到同一个簇中。
在一些实施例中,车辆导航装置465还包括分类模块4655,用于根据多条轨迹分别对应的车辆型号,对多个停车点进行分类处理;聚类模块,还用于分别对每个型号的车辆对应的多个停车点进行聚类处理。
在一些实施例中,确定模块4652,还用于从经过聚类处理得到的多个簇中,确定包括停车点的数量最多的目标簇;确定目标簇包括的多个停车点对应的中心位置;当中心位置满足停车条件时,将中心位置确定为去往目的地时曾经使用的停车点,其中,停车条件包括以下至少之一:停车地理条件、停车交通规则条件;当中心位置不满足停车条件时,将距离中心位置最近的可停车位置确定为去往目的地时曾经使用的停车点。
在一些实施例中,车辆导航装置465还包括获取模块4656,用于获取在采样窗口时间内的以下轨迹至少之一:驾驶者通过当前驾驶的车辆去往目的地时对应的至少一条轨迹;驾驶者通过曾经驾驶的车辆去往目的地时对应的至少一条轨迹;满足相似条件的其他驾驶者去往目的地时对应的至少一条轨迹,其中,相似条件包括以下至少之一:拥有相同型号的车辆、具有相似的行车习惯。
在一些实施例中,确定模块4652,还用于通过以下方式确定至少一个停车点:基于导航起点、目的地、目的地周围的交通情况、以及停车点情况调用机器学习模型进行预测处理,得到至少一个停车点;其中,机器学习模型是通过样本出发地、样本目的地、样本目的地周围的交通情况、样本停车点情况、以及在样本目的地对应的电子地图中标注的停车点进行训练得到的。
需要说明的是,本申请实施例中关于装置的描述,与上文中车辆导航方法的实现是类似的,并具有相似的有益效果,因此不做赘述。对于本申请实施例提供的车辆导航装置中未尽的技术细节,可以根据图6、或图8任一附图的说明而理解。
本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行本申请实施例上述的车辆导航方法。
本申请实施例提供一种存储有可执行指令的计算机可读存储介质,其中存储有可执行指令,当可执行指令被处理器执行时,将引起处理器执行本申请实施例提供的车辆导航方法,例如,如图6、或图8示出的车辆导航方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个电子设备上执行,或者在位于一个地点的多个电子设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个电子设备上执行。
综上所述,本申请实施例通过在与被输入的目的地对应的电子地图中显示去往该目的地时曾经使用的停车点,如此,可向驾驶者推荐符合自身需求的停车点,大大提高了停车点确定的准确性,从而为后续导航路线的规划提供准确的导航终点,进而提升了驾驶者的驾驶体验和满意度。
以上所述,仅为本申请的实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本申请的保护范围之内。
Claims (16)
1.一种车辆导航方法,其特征在于,所述方法包括:
响应于输入操作,在导航界面中显示与被输入的目的地对应的电子地图;
在所述电子地图中显示驾驶者当前驾驶的车辆曾经使用的至少一个停车点,当所述当前驾驶的车辆曾经使用的至少一个停车点的数量小于数量阈值时,在所述电子地图中显示所述驾驶者的其他车辆曾经使用的至少一个停车点;
其中,所述至少一个停车点与所述目的地的距离小于距离阈值,针对不同所述车辆的停车点采用不同的显示方式,且所述当前驾驶的车辆的停车点的显示方式,显著于其他车辆的停车点的显示方式;
响应于选择操作,将被选中的停车点作为导航终点,在所述电子地图中显示从导航起点至所述导航终点的导航路线。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述驾驶者的全部车辆曾经使用的至少一个停车点的数量小于所述数量阈值时,在所述电子地图中显示所述驾驶者去往所述目的地时未使用的至少一个停车点;
其中,所述未使用的至少一个停车点与所述目的地的距离小于所述距离阈值,且所述曾经使用的至少一个停车点的显示方式,显著于所述未使用的至少一个停车点的显示方式。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述驾驶者的全部车辆曾经使用的至少一个停车点的数量小于所述数量阈值时,在所述电子地图中显示满足相似条件的其他驾驶者去往所述目的地时使用的至少一个停车点;
其中,所述相似条件包括以下至少之一:拥有相同型号的车辆、具有相似的行车习惯。
4.根据权利要求1所述的方法,其特征在于,在所述电子地图中显示与所述目的地对应的至少一个停车点时,所述方法还包括:
在列表中按照特定排序显示所述驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆曾经使用的至少一个停车点;
其中,所述列表的排序指标包括以下至少之一:以所述驾驶者当前驾驶的车辆或所述驾驶者的全部车辆为统计维度的使用频率、以所述驾驶者当前驾驶的车辆或所述驾驶者的全部车辆为统计维度的最后使用时间、空闲停车位数量;
响应于针对所述排序指标的切换操作,在所述列表中以切换后的排序指标排序显示所述至少一个停车点。
5.根据权利要求4所述的方法,其特征在于,所述在列表中按照特定排序显示驾驶者当前驾驶的车辆、以及曾经驾驶的车辆中的至少一辆曾经使用的至少一个停车点,包括:
在所述列表中显示所述驾驶者当前驾驶的车辆曾经使用的至少一个停车点,且当所述至少一个停车点的数量小于数量阈值时,在所述列表中显示所述驾驶者的至少一个其他车辆;
响应于车辆选择操作,在所述列表中显示被选中的其他车辆曾经使用的至少一个停车点。
6.根据权利要求1所述的方法,其特征在于,在响应于选择操作,将被选中的停车点作为导航终点之前,所述方法还包括:
当所述至少一个停车点的数量为一个时,将所述停车点直接作为导航终点;
当所述至少一个停车点的数量为多个时,转入执行响应于选择操作,将被选中的停车点作为导航终点的步骤。
7.根据权利要求1所述的方法,其特征在于,在所述电子地图中显示与所述目的地对应的至少一个停车点之前,所述方法还包括:
通过以下方式确定去往所述目的地时曾经使用的停车点:
获取在历史时间段内去往所述目的地时对应的多条轨迹;
根据所述多条轨迹确定一一对应的多个停车点;
对所述多个停车点进行聚类处理,并基于聚类结果确定去往所述目的地时曾经使用的至少一个停车点。
8.根据权利要求7所述的方法,其特征在于,所述根据所述多条轨迹确定一一对应的多个停车点,包括:
针对每条所述轨迹,执行以下处理:
从所述轨迹中采样得到子轨迹,其中,所述子轨迹包括所述轨迹中与所述目的地的距离小于所述距离阈值的多个采样点,且所述多个采样点的数量大于第一采样数阈值;
基于所述子轨迹包括的多个采样点分别对应的坐标和速度,生成采样点列表;
从所述采样点列表中采样得到子集,其中,所述子集包括连续的多个速度为零的采样点,且所述多个速度为零的采样点的数量大于第二采样数阈值;
基于所述子集包括的多个采样点分别对应的坐标确定中心点,将所述中心点确定为与所述轨迹对应的停车点。
9.根据权利要求8所述的方法,其特征在于,在基于所述子轨迹包括的多个采样点分别对应的坐标和速度,生成采样点列表之前,所述方法还包括:
执行以下处理至少之一:
删除所述子轨迹中定位精度小于定位精度阈值的采样点;
删除所述子轨迹中速度大于速度阈值的采样点;
对所述子轨迹中时间戳相同的采样点进行去重处理;
对所述子轨迹中坐标相同的采样点进行去重处理。
10.根据权利要求7所述的方法,其特征在于,所述对所述多个停车点进行聚类处理,包括:
根据所述多条轨迹分别对应的车辆型号,对所述多个停车点进行分类处理;
分别对每个型号的车辆对应的多个停车点进行聚类处理。
11.根据权利要求7所述的方法,其特征在于,所述基于聚类结果确定去往所述目的地时曾经使用的停车点,包括:
从经过聚类处理得到的多个簇中,确定包括停车点的数量最多的目标簇;
确定所述目标簇包括的多个停车点对应的中心位置;
当所述中心位置满足停车条件时,将所述中心位置确定为去往所述目的地时曾经使用的停车点,其中,所述停车条件包括以下至少之一:停车地理条件、停车交通规则条件;
当所述中心位置不满足停车条件时,将距离所述中心位置最近的可停车位置确定为去往所述目的地时曾经使用的停车点。
12.根据权利要求7所述的方法,其特征在于,所述获取在历史时间段内去往所述目的地时对应的多条轨迹,包括:
获取在采样窗口时间内的以下轨迹至少之一:
驾驶者通过当前驾驶的车辆去往所述目的地时对应的至少一条轨迹;
驾驶者通过曾经驾驶的车辆去往所述目的地时对应的至少一条轨迹;
满足相似条件的其他驾驶者去往所述目的地时对应的至少一条轨迹,其中,所述相似条件包括以下至少之一:拥有相同型号的车辆、具有相似的行车习惯。
13.根据权利要求1所述的方法,其特征在于,在所述电子地图中显示与所述目的地对应的至少一个停车点之前,所述方法还包括:
通过以下方式确定所述至少一个停车点:
基于所述导航起点、所述目的地、所述目的地周围的交通情况、以及停车点情况调用机器学习模型进行预测处理,得到所述至少一个停车点;
其中,所述机器学习模型是通过样本出发地、样本目的地、所述样本目的地周围的交通情况、样本停车点情况、以及在所述样本目的地对应的电子地图中标注的停车点进行训练得到的。
14.一种车辆导航装置,其特征在于,所述装置包括:
显示模块,用于响应于输入操作,在导航界面中显示与被输入的目的地对应的电子地图;
所述显示模块,还用于在所述电子地图中显示驾驶者当前驾驶的车辆曾经使用的至少一个停车点,当所述当前驾驶的车辆曾经使用的至少一个停车点的数量小于数量阈值时,在所述电子地图中显示所述驾驶者的其他车辆曾经使用的至少一个停车点,其中,所述至少一个停车点与所述目的地的距离小于距离阈值,针对不同所述车辆的停车点采用不同的显示方式,且所述当前驾驶的车辆的停车点的显示方式,显著于其他车辆的停车点的显示方式;
确定模块,用于响应于选择操作,将被选中的停车点作为导航终点;
所述显示模块,还用于在所述电子地图中显示从导航起点至所述导航终点的导航路线。
15.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至13任一项所述的车辆导航方法。
16.一种计算机可读存储介质,存储有可执行指令,其特征在于,所述可执行指令被处理器执行时,实现权利要求1至13任一项所述的车辆导航方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111331279.8A CN114067596B (zh) | 2021-11-11 | 2021-11-11 | 车辆导航方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111331279.8A CN114067596B (zh) | 2021-11-11 | 2021-11-11 | 车辆导航方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114067596A CN114067596A (zh) | 2022-02-18 |
CN114067596B true CN114067596B (zh) | 2024-01-09 |
Family
ID=80274887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111331279.8A Active CN114067596B (zh) | 2021-11-11 | 2021-11-11 | 车辆导航方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114067596B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115512562A (zh) * | 2022-09-26 | 2022-12-23 | 星河智联汽车科技有限公司 | 导航算路方法、设备及计算机可读存储介质 |
CN115752503B (zh) * | 2023-01-09 | 2023-04-21 | 徐工汉云技术股份有限公司 | 园区导航路径规划方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06348988A (ja) * | 1993-06-04 | 1994-12-22 | Mazda Motor Corp | 車両用走行履歴記録方法及びその装置 |
JP2012225683A (ja) * | 2011-04-15 | 2012-11-15 | Nippon Soken Inc | カーナビゲーション装置 |
JP2013169911A (ja) * | 2012-02-22 | 2013-09-02 | Mitsubishi Electric Corp | 車両用安全確認装置 |
CN112129315A (zh) * | 2020-09-28 | 2020-12-25 | 北京百度网讯科技有限公司 | 用于推荐停车场的方法、装置、电子设备和存储介质 |
CN113139118A (zh) * | 2020-01-19 | 2021-07-20 | 百度在线网络技术(北京)有限公司 | 停车场推荐方法、装置、电子设备和介质 |
-
2021
- 2021-11-11 CN CN202111331279.8A patent/CN114067596B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06348988A (ja) * | 1993-06-04 | 1994-12-22 | Mazda Motor Corp | 車両用走行履歴記録方法及びその装置 |
JP2012225683A (ja) * | 2011-04-15 | 2012-11-15 | Nippon Soken Inc | カーナビゲーション装置 |
JP2013169911A (ja) * | 2012-02-22 | 2013-09-02 | Mitsubishi Electric Corp | 車両用安全確認装置 |
CN113139118A (zh) * | 2020-01-19 | 2021-07-20 | 百度在线网络技术(北京)有限公司 | 停车场推荐方法、装置、电子设备和介质 |
CN112129315A (zh) * | 2020-09-28 | 2020-12-25 | 北京百度网讯科技有限公司 | 用于推荐停车场的方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114067596A (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019101806A4 (en) | Methods and systems for providing information for an on-demand service | |
KR102126660B1 (ko) | 온-디맨드 서비스를 위한 정보를 제공하기 위한 시스템 및 방법 | |
US8779941B2 (en) | Providing guidance for locating street parking | |
CN114067596B (zh) | 车辆导航方法、装置、电子设备及计算机可读存储介质 | |
KR20170030379A (ko) | 사용자 선호에 맞춘 여행 큐레이션 서비스 방법 및 시스템 | |
EP2808832A1 (en) | Iterative public transit scoring | |
US11578982B2 (en) | Method and apparatus for map matching trace points to a digital map | |
CN111859178B (zh) | 一种推荐上车点的方法和系统 | |
DE102015203446A1 (de) | Kartenanwendung mit verbesserten Navigationswerkzeugen | |
CN108711307A (zh) | 大型地下停车场反向寻车系统 | |
CN113706220A (zh) | 用户画像确定、用户需求预测方法以及数据处理系统 | |
CN115691203A (zh) | 一种城市道路泊位诱导方法、装置、设备及可读存储介质 | |
KR20170030380A (ko) | 지도를 이용한 여행 코스 설계 방법 및 시스템 | |
Bassetti et al. | ML Classification of Car Parking with Implicit Interaction on the Driver’s Smartphone | |
JP2020166525A (ja) | 情報提供装置、情報提供プログラム、及び情報提供方法 | |
KR102132684B1 (ko) | 이동 중 사용자와 음성에이전트간의 질의응답에 기초하여 정보 컨텐츠를 추천하는 방법 및 시스템 | |
CN108286984A (zh) | 一种地图区域信息的更新方法和装置、及混合导航系统 | |
KR102170629B1 (ko) | 개인화된 경로 탐색 방법 및 시스템 | |
CN113987312A (zh) | 货运汽车装卸货停靠点的推荐方法、设备及存储介质 | |
WO2012164333A1 (en) | System and method to search, collect and present various geolocated information | |
CN117194391B (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
US20220156337A1 (en) | Late binding data for location-based searching | |
CN113987030A (zh) | 兴趣点处理方法、装置、电子设备及计算机可读存储介质 | |
CN116631218A (zh) | 停车场信息推荐方法、装置、计算机设备及存储介质 | |
CN116797752A (zh) | 一种地图渲染方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |