CN114659534A - 导航路径通行时间处理方法、装置、设备、介质及产品 - Google Patents
导航路径通行时间处理方法、装置、设备、介质及产品 Download PDFInfo
- Publication number
- CN114659534A CN114659534A CN202210190792.8A CN202210190792A CN114659534A CN 114659534 A CN114659534 A CN 114659534A CN 202210190792 A CN202210190792 A CN 202210190792A CN 114659534 A CN114659534 A CN 114659534A
- Authority
- CN
- China
- Prior art keywords
- road
- positioning
- determining
- time
- target
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims description 43
- 238000000605 extraction Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 17
- 230000004807 localization Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- FLDSMVTWEZKONL-AWEZNQCLSA-N 5,5-dimethyl-N-[(3S)-5-methyl-4-oxo-2,3-dihydro-1,5-benzoxazepin-3-yl]-1,4,7,8-tetrahydrooxepino[4,5-c]pyrazole-3-carboxamide Chemical compound CC1(CC2=C(NN=C2C(=O)N[C@@H]2C(N(C3=C(OC2)C=CC=C3)C)=O)CCO1)C FLDSMVTWEZKONL-AWEZNQCLSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本公开提供了导航路径通行时间处理方法、装置、设备、介质及产品,涉及人工智能领域,尤其涉及智能交通领域。具体实现方案为:确定道路网络中至少一个道路分别对应的定位轨迹;根据所述道路的定位轨迹,提取所述道路的定位特征;利用所述道路的定位特征,结合所述道路的历史通行特征,确定所述道路的通行时间,以获得至少一个所述道路分别对应的通行时间;基于至少一个所述道路分别对应的通行时间,确定导航路径中至少一个目标道路分别对应的通行时间;将至少一个所述目标道路分别对应的通行时间相加,获得所述导航路径的目标通行时间。本公开的技术方案提高了导航路径通行时间的准确度。
Description
技术领域
本公开涉及人工智能技术领域中的智能交通领域,尤其涉及一种导航路径通行时间处理方法、装置、设备、介质及产品。
背景技术
电子地图导航中,用户设备可以检测用户设备在电子地图中输入的导航请求,导航请求中可以包括起始地以及目的地。电子地图对应服务器可以根据导航请求中的起始地以及目的地进行导航规划,获得至少一个导航路径。为了对导航路径进行准确提示,可以对每个导航路径进行通行时间的预测,获得用户行驶通过整条路径时的通行时间。但是,在实际应用中,通行时间的准确度并不高,导致电子地图的导航提示准确度不高。
发明内容
本公开提供了一种用于地图导航场景的一种导航路径通行时间处理方法、装置、设备、介质及产品。
根据本公开的第一方面,提供了一种导航路径通行时间处理方法,包括:
确定道路网络中至少一个道路分别对应的定位轨迹;
根据所述道路的定位轨迹,提取所述道路的定位特征;
利用所述道路的定位特征,结合所述道路的历史通行特征,确定所述道路的通行时间,以获得至少一个所述道路分别对应的通行时间;
基于至少一个所述道路分别对应的通行时间,确定导航路径中至少一个目标道路分别对应的通行时间;
将至少一个所述目标道路分别对应的通行时间相加,获得所述导航路径的目标通行时间。
根据本公开的第二方面,提供了一种导航时间处理装置,包括:
轨迹确定单元,用于确定道路网络中至少一个道路分别对应的定位轨迹;
特征提取单元,用于根据所述道路的定位轨迹,提取所述道路的定位特征;
特征计算单元,用于利用所述道路的定位特征,结合所述道路的历史通行特征,确定所述道路的通行时间,以获得至少一个所述道路分别对应的通行时间;
时间匹配单元,用于基于至少一个所述道路分别对应的通行时间,确定导航路径中至少一个目标道路分别对应的通行时间;
时间相加单元,用于将至少一个所述目标道路分别对应的通行时间相加,获得所述导航路径的目标通行时间。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本公开的技术解决了导航路径的通行时间准确度不高的问题,通过道路的定位轨迹,对道路的定位特征进行提取,通过提取的定位特征以及道路的历史通行特征,对道路的通行时间进行准确确定。通过准确确定道路的通行时间,获得的导航路径的目标通行时间的准确度更高。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例提供的一种应用导航路径通行时间处理方法的系统架构图;
图2是根据本公开第二实施例提供的一种导航路径通行时间处理方法的流程图;
图3是根据本公开第三实施例提供的一种导航路径通行时间处理方法的流程图;
图4是根据本公开第四实施例提供的一种导航路径通行时间处理方法的流程图;
图5是根据本公开第五实施例提供的一种导航路径通行时间处理方法的流程图;
图6是根据本公开第六实施例提供的一种导航路径通行时间处理装置的结构示意图;
图7是用来实现本公开实施例的导航路径通行时间处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开的技术方案可以应用于导航道路的时间确定场景中。通过对道路的定位轨迹的获取可以准确提取道路的定位特征,定位特征可以用于准确预估道路的通行时间。在获得道路的通行时间之后,可以对由至少一个道路组成的导航路径进行准确的时间获取,提高导航路径的通行时间获取准确度。
相关技术中,电子地图导航过程中可以对导航路径进行通行时间的预测,获得用户行驶通过导航路径的时间。在实际应用中,导航路径的通行时间基本是利用导航路径的历史通行时间,对用户在导航路径的通行时间进行预估。但是,这种方式获得的通行时间准确度不高。
为了解决上述技术问题,本公开中考虑对各个道路的行驶轨迹进行实时提取,获得道路的定位轨迹,定位轨迹可以为实时采集的。再通过道路的定位轨迹,对道路的定位特征进行提取,通过提取的定位特征以及道路的历史通行特征,对道路的通行时间进行准确确定。通过准确确定道路的通行时间,获得的导航路径的目标通行时间的准确度更高。
本公开提供一种导航路径通行时间处理方法、装置、设备、介质及产品,应用于人工智能领域中的智能交通领域,以达到准确确定导航路径通行时间,提高导航路径通行时间的精确度。
下面将结合附图对本公开的技术方案进行详细介绍。
如图1所示,为本公开第一实施例提供的一种应用导航路径通行时间处理方法的系统架构图。其中,该系统可以包括配置有电子地图对应的电子设备,电子设备可以为计算机、笔记本、普通服务器、云服务器等设备,本公开中对电子设备的具体类型并不做出过的限定。例如电子设备可以为图1中所示的云服务器1。
参考图1,云服务器1中可以配置电子地图。云服务器1可以确定电子地图的至少一个道路。为了准确区分每个道路,可以为每个道路设置道路编号。云服务器1可以接收车辆中的车载设备(位于车辆21中,图中未示出)、手机22等采集设备上传的定位点,以确定道路网络中每个道路的定位轨迹,进而利用本公开的技术方案对各个道路的通行时间进行预估,获得每个道路的通行时间之后,对导航路径的通行时间进行准确预估,获得准确的通行时间。通常,导航路径可以是在用户设备(位于车辆3中,图中未示出)发送的导航请求下生成的。其中,服务器1中的导航路径即是根据导航请求对应中起始地以及目的地进行导航规划获得。
如图2所示,为本公开第二实施例提供的一种导航路径通行时间处理方法的流程图,该方法可以配置为一种导航路径通行时间处理装置,该导航路径通行时间处理装置可以配置于电子设备中。其中,导航路径通行时间处理方法可以包括以下几个步骤:
201:确定道路网络中至少一个道路分别对应的定位轨迹。
道路网络可以为目标区域在电子地图中的交通网络。道路网络中可以包括至少一个道路。任一个道路可以采集定位轨迹,道路的定位轨迹可以包括多个。
在一种可能的设计中,电子设备可以配置输入装置以及显示装置。电子地图的运维用户。电子设备可以检测运维用户针对电子地图执行的区域选择操作,获得运维用户在电子地图中选择的目标区域。获得目标区域对应道路网络中的至少一个道路。
定位轨迹可以为对采集设备在道路中行驶过程中产生的定位点生成的轨迹。当然,定位轨迹可以包括采集设备在道路中的产生的定位点形成的定位序列。
202:根据道路的定位轨迹,提取道路的定位特征。
定位特征可以利用特征提取策略,从定位轨迹中提取获得。特征提取策略可以指按照定义的至少一个道路行驶参数从定位轨迹中提取对应的定位特征。定位特征可以表征道路的整体行驶特性,可以包括至少一个道路特征参数提取获得。
道路特征参数例如可以包括:每个用户的行驶速度、所有用户的行驶速度均值、轨迹数量、轨迹变化率等参数。
203:利用道路的定位特征,结合道路的历史通行特征,确定道路的通行时间,以获得至少一个道路分别对应的通行时间。
通行时间可以根据道路的定位特征以及历史通行特征确定。
204:基于至少一个道路分别对应的通行时间,确定导航路径中至少一个目标道路分别对应的通行时间。
导航路径包括至少一个目标道路。确定导航路径中的至少一个目标道路分别对应的通行时间可以包括,根据至少一个目标道路分别对应的目标道路标识,从至少一个道路分别对应的道路标识中查询目标道路标识对应道路的通行时间,获得目标道路标识对应目标道路的通行时间。
205:将至少一个目标道路分别对应的通行时间相加,获得导航路径的目标通行时间。
至少一个目标道路分别对应的通行时间相加获得的时间总和即为导航路径的目标通行时间。
本公开实施例中,确定道路网络中的至少一个道路分别对应的定位轨迹时,可以根据道路的定位轨迹,提取道路的定位特征。利用道路的定位特征结合道路的历史轨迹特征,确定道路的通行时间。道路的通行时间通过时效性较高的定位特征以及具有一定参考意义的历史轨迹特征确定,综合考虑了时间确定的时效性以及惯性,获得的通行时间较为精确。利用至少一个道路分别对应的通行时间,可以确定导航路径中至少一个目标道路分别对应的通行时间,实现对通行时间的准确获取,提高通行时间的获取精度。
作为一个实施例,利用道路的定位特征,结合道路的历史通行特征,确定道路的通行时间,包括:
将道路的定位特征以及道路的历史通行特征进行特征融合,获得道路的道路行驶特征;
将道路行驶特征输入训练获得的时间序列模型,获得道路的通行时间。
时间序列模型可以为对道路进行通行时间进行预测的模型。时间序列模型的输入数据可以为道路的道路行驶特征以及历史通行特征,时间序列模型的输出数据可以是道路的通行时间。时间序列模型可以通过训练获得,可以为深度学习模型,实现对道路通行时间的准确学习。
本公开实施例中,可以将道路的定位特征以及道路的历史通行特征进行特征融合,获得道路的道路行驶特征。将道路行驶特征输入到训练获得的时间序列模型,可以获得道路的通行时间。通过时间序列模型可以对道路的通行时间进行准确预测,提高道路通行时间的预测准确度以及效率。
如图3所示,为本公开为本公开第三实施例提供的一种导航路径通行时间处理方法的流程图,该方法可以配置为一种导航路径通行时间处理装置,该导航路径通行时间处理装置可以配置于电子设备中。其中,导航路径通行时间处理方法可以包括以下几个步骤:
301:将整体时间段划分为至少一个候选时间段。候选时间段包括起始时间以及终止时间;整体时间段的采集起始时间以及采集终止时间基于采集周期确定。
可选地,整体时间段可以为每个采集周期的周期起始时间以及终止时间来确定的。采集周期可以根据对电子地图的时间更新频率确定的。例如,在较为复杂、实时变化较大的道路网络,可以将采集周期设置较短,例如设置为1天,也即每天对道路的通行时间。在道路状况较简单,实时变化不大的道路网络,可以采用较长的采集周期,例如一周、一个月。采集周期的周期起始时间可以为进入此周期的时间,采集周期的终止时间可以为结束此周期的时间。以天作为周期单位为例,可以将每天00:00-24:00作为周期的起始时间以及结束时间,也即整体时间段的起始时间以及结束时间。
将整体时间段划分为至少一个时间段,每个时间段的时间长度已知。例如,可以每间隔5分钟划分一个时间段,每个时间段的时间长度为5分钟。在一种可能的设计中可以将整体时间段连续划分为一个候选时间段,实现对时间段的连续划分,实现全天准确的时间确定。
302:响应于用户设备发送的导航请求,确定导航请求对应的导航路径以及导航时间。
303:从至少一个候选时间段中确定导航时间所对应的目标时间段。
可选地,导航时间对应的目标时间段可以包括:确定导航时间所在候选时间段,将导航时间所在候选时间段作为目标时间段。导航时间所在候选时间段可以为与导航时间实时关联度最高的时间段。
当然,在实际应用中,导航时间所在的时间段可能并不能获得满足准确特征提取的数量的定位轨迹,可以将导航时间所在候选时间段的前一个时间段作为目标时间段。
304:在目标时间段期间,确定道路网络中至少一个道路分别对应的定位轨迹。
305:根据道路的定位轨迹,提取道路的定位特征。
306:利用道路的定位特征,结合道路的历史通行特征,确定道路的通行时间,以获得至少一个道路分别对应的通行时间;
307:基于至少一个道路分别对应的通行时间,确定导航路径中至少一个目标道路分别对应的通行时间。
308:将至少一个目标道路分别对应的通行时间相加,获得导航路径的目标通行时间。
需要说明的是,本公开实施例中部分步骤与其他实施例中部分步骤相同,为了描述的简洁性,在此不再赘述。
本公开实施例,基于采集周期确定一个整体时间。整体时间可以被划分为至少一个候选时间段。候选时间段包括起始时间以及终止时间。接收到用户设备发送的导航请求时,可以响应于导航请求,确定导航路径以及导航时间。从至少一个候选时间段中确定与导航时间对于的目标时间段。以在目标时间段时间,确定道路网络中至少一个道路分别对应的定位轨迹。将导航时间与时间段相对应,可以实现对导航请求的导航时间相对应的定位轨迹,实现与导航请求实时性、对应性较高的定位轨迹的获取,提高定位轨迹的时效性以及准确性。
作为一个实施例,导航请求对应的导航路径包括至少一个;方法还包括:
确定至少一个导航路径分别对应的目标通行时间;
基于至少一个导航路径分别对应的目标通行时间,生成导航提示信息;
将导航提示信息发送至用户设备。
每个导航路径均可以利用其对应的至少一个道路确定对应的目标通行时间。导航提示信息中可以包括至少一个导航路径分别对应的通行时间。
导航提示信息由用户设备显示,用户可以查看导航提示信息中的至少一个导航路径,用户还可以从显示的至少一个导航路径中选择时间与自身需求相匹配的目标导航路径,并按照目标导航路径提示的至少一个道路进行驾驶。
可选地,基于至少一个导航路径分别对应的目标通行时间,生成导航提示信息可以包括:从至少一个导航路径分别对应的目标通行时间,确定目标通行时间最小的导航路径为目标导航路径,并利用目标导航路径生成对应的导航提示信息。
本公开实施例中,确定至少一个导航路径分别对应的目标通行时间,可以生成导航提示信息。将导航提示信息发送至用户设备之后,可以由用户设备输出,实现对至少一个导航路径分别对应通行时间的准确提示。
在一种可能的设计中,利用道路的定位特征,结合道路的历史通行特征,确定道路的通行时间,以获得至少一个道路分别对应的通行时间之前,还包括:
确定目标时间段的目标起始时间以及目标终止时间;
确定目标时间段所在采集周期的前一个采集周期;
获取前一个采集周期在目标起始时间以及目标终止时间对应的历史时间段;
确定道路在历史时间段对应的历史通行特征。
目标时间段所在采集周期为最新的采集周期,可以确定导航时间所在的采集周期位目标时间段所在的采集周期。例如,以天为采集周期时,假设发起导航请求的导航时间为3月2日上午9点整,此时,导航时间所在采集周期即为3月2日的采集周期,目标时间段可以为该采集周期中上午9点所在时间段的前一个时间段。而历史时间段可以为采集周期的前一个采集周期,也即3月1日的采集周期中,与目标起始时间以及目标终止时间相同时间对应的历史时间段。例如,目标时间段为3月2日的8:55-9:00,历史时间段为3月1日的8:55-9:00。目标时间段小于一定的时间段阈值时,采集的目标时间段的道路特征的时效性越高,可以确保获得的道路特征的时效性。
本公开实施例中,确定目标时间段的目标起始时间以及目标终止时间。可以获取目标时间段在采集周期的前一个采集周期,获得前一个采集周期在目标起始时间以及目标终止时间对应的历史时间段。获得与目标时间段处于同一时间阶段的历史时间段,以历史时间段作为时间约束,获得对应的历史通行特征,实现对道路在历史同期对应的通行特征,提高特征之间的时间关联性。
在某些实施例中,确定道路网络在历史时间段对应的历史通行特征,包括:
确定道路网络在历史时间段对应的至少一个历史行驶轨迹;
确定至少一个历史通行参数;
基于至少一个历史行驶轨迹,提取至少一个历史通行参数分别对应的历史通行数据;
根据至少一个历史通行参数分别对应的历史通行数据,确定历史通行特征。
历史行驶轨迹与定位轨迹的获取方式相同,均为使用时间段内采集的定位点提取获得,在此不再赘述。
至少一个历史通行参数可以为对历史通行特性进行准确表征的参数。至少一个历史通行参数可以与至少一个道路行驶参数可以部分相同。例如均可以包括个体行驶参数以及整体行驶参数。此外,历史通行参数中还可以包括道路的拥堵状态、拥堵时间、车辆通行数量等参数,以对历史行驶特性进行更全面的提取,确保特征的准确性。
本公开实施例中,确定道路网络在历史时间段对应的至少一个历史行驶轨迹,可以利用确定的至少一个历史通行参数,提取至少一个历史行驶轨迹在至少一个历史通行参数分别对应的历史通行数据,实现对历史通行数据的准确提取。
如图4所示,为本公开第四实施例提供的一种导航路径通行时间处理方法的流程图,该方法可以配置为一种导航路径通行时间处理装置,该导航路径通行时间处理装置可以配置于电子设备中。其中,与图1所示实施例的不同之处在于,道路网络中至少一个道路分别对应的定位轨迹的确定步骤可以包括:
401:确定道路网络对应的至少一个有效定位点。
至少一个有效定位点可以从道路网络中的至少一个采集设备采集获得。采集设备内部可以配置定位点采集程序或者软件开发工具包(全称:Software Development Kit,SDK),通过采集程序或者SDK将采集的定位点发送至电子设备。
402:根据至少一个有效定位点分别对应的用户标识信息,从至少一个有效定位点中提取至少一个行驶轨迹。
403:从至少一个道路中确定行驶轨迹相匹配的目标道路,获得至少一个定位轨迹分别对应的目标道路。
可选地,在从至少一个有效定位点中提取至少一个行驶轨迹之后,可以为每个行驶轨迹设置轨迹标识。在实际应用中,每个道路可以对应设置道路标识。获得行驶轨迹相匹配的目标道路,可以将行驶轨迹的轨迹标识与其对应目标道路的目标道路标识建立标识关联关系。将行驶轨迹对应目标道路的道路标识增加到行驶轨迹的轨迹标识中。
404:根据至少一个定位轨迹分别对应的目标道路,确定至少一个道路分别对应的至少一个定位轨迹。
至少一个定位轨迹可以分别对应有目标道路。每个定位轨迹的目标道路确定,可以根据每个道路的道路标识,查询与该道路标识存在标识关联关系的定位轨迹确定为该道路的定位轨迹,直至获得道路对应的所有定位轨迹。
在一些实施例中,获得道路对应的至少一个定位轨迹之后,可以对道路对应的至少一个定位轨迹进行轨迹筛选,获得有效轨迹。轨迹筛选例如可以包括对轨迹长度和/或轨迹形状进行筛选。轨迹长度低于第一长度阈值或高于第二长度阈值时均可以判断为无效轨迹,介于第一长度阈值以及第二长度阈值之间的可以为有效轨迹。轨迹形状若不满足形状使用条件,例如轨迹中存在过多弯曲曲线或者弧度大于弧度阈值,则不满足形状使用条件,否则弯曲曲线较少或者弧度小于或等于弧度阈值,则满足形状使用条件。
本公开实施例中,确定道路网络中至少一个有效定位点之后,可以利用该至少一个有效定位点分别对应的用户标识信息,从至少一个有效定位点中提取至少一个行驶轨迹。以用户标识信息作为行驶轨迹的提取基础,可以对每个用户在道路中的轨迹进行准确提取。获得至少一个行驶轨迹之后,可以从至少一个道路中确定行驶轨迹相匹配的目标道路,也即将行驶轨迹定位到目标道路上,获得至少一个定位轨迹分别对应的目标道路。以根据至少一个定位轨迹分别对应的目标道路,将被定位到每个目标道路的行驶轨迹进行统一,获得每个道路对应的至少一个定位轨迹。通过道路匹配方式,实现道路与定位轨迹的匹配,提高定位轨迹的匹配效率以及准确性。
在某些实施例中,确定道路网络对应的至少一个有效定位点可以包括:
获取道路网络在目标时间段期间采集获得的至少一个定位点;
基于定位点选择条件,从至少一个定位点中选择至少一个有效定位点。
采集道路网络中至少一个定位点可以包括接收采集设备发送的定位点。采集设备可以包括多个,每个采集设备可以按照一定的采集频率采集定位点。采集设备中可以配置全球定位系统(全称:Global Positioning System,简称GPS)或者北斗卫星导航系统(全称:BeiDou Navigation Satellite System,简称BDS)等定位系统,采集定位点,并将定位点发送至电子设备。
可选地,任一个时间段的至少一个定位点的采集步骤可以包括:
将整体时间段划分为至少一个候选时间段;候选时间段包括起始时间以及终止时间;整体时间段的采集起始时间以及采集终止时间基于采集周期确定;对至少一个候选时间段分别对应的起始时间进行监测,若检测到当前时间为任一个候选时间段的起始时间,则确定候选时间段为采集时间段;在采集时间段期间,采集道路网络中的至少一个定位点。
本公开实施例中,在目标时间段期间,可以采集道路网络中的至少一个定位点,可以基于定位点选择条件,从至少一个定位点中选择至少一个有效定位点。采集定位点并利用定位点选择条件对定位点进行筛选,可以获得有效定位点,实现对定位点的准确获取。
在一种可能的设计中,基于定位点选择条件,从至少一个定位点中选择至少一个有效定位点,包括:
确定多个定位点类别;
基于多个定位点类别,对定位点进行分类,获得至少一个定位点分别对应的定位点类别;
确定多个定位点类别中满足定位点选择条件的目标定位点类别;
将目标定位点类别对应的至少一个定位点确定为至少一个有效定位点。
至少一个定位点类别可以根据定位点的采集设备、定位点与道路的距离、定位点与道路的关联等属性确定。至少一个定位点类别可以包括:漂移类别、热点类别、定位设备类别、无线网络类别、普通定位类别、低速轨迹类型等。其中,定位设备类别可以为目标定位点类别。普通定位类别也可以为目标定位点类别。目标定位点类别也可以包括多个,例如同时包括设备定位类别以及普通定位类别,目标定位点类别对应的定位点需要满足所有目标定位点类别。在实际进行分类时,一个定位点可以对应有多个类别,例如一个定位点可以具有漂移列表以及热点类别。低速轨迹为根据同一用户设备的定位点判断获得,例如,前一时刻与后一时刻同一用户设备上传的定位点未发生位移或者位移小于距离阈值。
其中,无线网络类别中的无线网络可以包括无线保真(英文全称:WirelessFidelity,简称:WIFI)网络、蓝牙网络等。设备定位类别中的定位设备可以包括:GPS设备、北斗定位设备等。
本公开实施例中,对有效定位点的选择可以对定位点进行定位点类型识别,获得多个定位点类别分别对应的定位点类别。从多个定位点类别中确定满足定位点选择条件得目标定位点类别,将目标定位点类别对应的至少一个定位点确定为至少一个有效定位点。通过定位点分类的方式,可以对满足定位点选择条件的目标定位点类别进行确认,实现有效定位点的快速而准确的选择。
作为一个实施例,从至少一个道路中确定行驶轨迹相匹配的目标道路,包括:
将行驶轨迹输入道路网络对应的隐马尔可夫模型,利用隐马尔可夫模型从至少一个道路中确定与行驶轨迹匹配度最高的目标道路。
隐马尔科夫模型可以对道路的行驶轨迹进行匹配计算,可以获得行驶轨迹在至少一个道路分别对应的匹配度,根据行驶轨迹在至少一个道路分别对应的轨迹度可以获得匹配度最高的道路为目标道路。
本公开实施例中,从至少一个道路中确定行驶轨迹对应的目标道路时,利用隐马尔可夫模型对至少一个道路中确定与行驶轨迹匹配度最高的目标道路进行确定,可以获得与行驶轨迹最匹配的目标道路,提高行驶轨迹对应目标道路的获取准确性以及效率。
如图5所示,为本公开第五实施例提供的一种导航路径通行时间处理方法的流程图,该方法可以配置为一种导航路径通行时间处理装置,该导航路径通行时间处理装置可以配置于电子设备中。其中,道路对应的定位轨迹包括可以至少一个。与图1所示实施例的不同之处在于,利用道路的定位轨迹提取定位特征的步骤可以包括:
501:确定至少一个道路行驶参数;
502:根据道路对应的至少一个定位轨迹,提取至少一个道路行驶参数分别对应的参数数据;
503:基于至少一个道路行驶参数分别对应的参数数据,确定道路的定位特征。
至少一个道路行驶参数可以用于对特征参数的提取。道路行驶参数可以包括轨迹速度参数、速度均值参数、轨迹量参数、轨迹变化量参数、轨迹形状参数等。任何可以用于表征道路行驶情况的参数均可作为本公开的道路行驶参数。
本公开实施例中,提取道路的定位特征,可以利用至少一个道路行驶参数,可以对道路行驶的特性进行准确的参数提取。参数提取方式,计算复杂度交代,可以快速而准确地完成对道路的定位特征的准确提取。
作为一个实施例,确定至少一个道路行驶参数之后,还包括:
确定至少一个道路行驶参数中的个体行驶参数以及整体行驶参数;
根据道路对应的至少一个定位轨迹,提取至少一个道路行驶参数分别对应的参数数据,包括:
根据道路的定位轨迹提取个体行驶参数的个体数据,获得个体行驶参数在至少一个定位轨迹分别对应的个体数据;
根据道路的至少一个定位轨迹提取整体行驶参数的整体数据。
个体行驶参数可以包括多个,整体行驶参数也可以包括多个。
个体行驶参数可以为对单个轨迹的特征进行表征的参数。整体行驶参数可以为对道路至少一个行驶轨迹整体表征的参数。例如,轨迹速度参数、轨迹形状参数可以为个体行驶参数,速度均值参数、轨迹量参数可以为整体行驶参数。
本公开实施例中,至少一个道路行驶参数可以被分为个体行驶参数以及整体行驶参数。个体行驶参数可以对每个行驶轨迹的特性进行提取,整体行驶参数可以对所有行驶轨迹的特性进行提取。通过个体行驶参数以及整体行驶参数的设置,使得道路的定位特征中包含了道路的局部以及整体的特性,对道路的表征更全面更准确。
在一种可能的设计中,基于至少一个道路行驶参数分别对应的参数数据,确定道路的定位特征,包括:
根据个体行驶参数在至少一个定位轨迹分别对应的个体数据,确定个体行驶参数对应的个体子特征;
根据整体行驶参数对应整体数据,确定整体行驶参数对应的整体子特征;
将个体子特征与整体子特征进行特征融合,获得道路的定位特征。
个体子特征可以将个体行驶参数在至少一个定位轨迹分别对应的个体数据进行数据拼接,获得拼接个体数据,将拼接个体数据转化为个体子特征。个体子特征中可以包括所有轨迹的个体特征。
整体行驶参数对应的参数数据可以根据至少一个定位轨迹进行整体提取获得。
本公开实施例中,根据个体行驶参数以及整体行驶参数对道路的定位特征进行准确提取,可以利用个体行驶参数对每个定位轨迹进行个体数据的提取,实现对每个定位轨迹的特征提取,可以利用整体行驶参数对至少一个行驶轨迹进行整体的特征提取,确保了提取的定位特征的准确性。
在某些实施例中,还包括:
确定与道路存在道路连接关系的关联道路以及关联道路对应的定位特征;
利用道路的定位特征,结合道路的历史通行特征,确定道路的通行时间,包括:
利用道路的定位特征、关联道路的定位特征以及道路的历史通行特征,确定道路的通行时间。
可选地,利用道路的定位特征、关联道路的定位特征以及道路的历史通行特征,确定道路的通行时间可以包括:利用道路的定位特征、关联道路的定位特征以及道路的历史通行特征,输入训练获得的时间序列模型,获得道路的通行时间。
通过关联道路,可以使得时间序列模型可以考虑到道路的上下文信息,可以对道路进行更准确的预测。时间序列模型可以为深度学习模型,可以通过训练获得。输入数据可以包括道路的定位特征、关联道路的定位特征以及道路的历史通行特征。输出数据可以为道路的通行时间。时间序列模型的具体训练步骤,在输入数据的具体内容确定的情况下,训练步骤可以参考相关技术的描述,在此不再追。
本公开实施例中,可以确定与道路存在连接关系的关联道路,以及关联道路对应的定位特征。关联道路可以作为通行时间的输入数据的一种,与道路的定位特征以及历史通行特征均用于确定通行时间,使得通行时间的确定综合考虑道路自身以及道路环境特性,使得道路的通行时间的准确获取。
在实际应用中,本公开的技术方案可以应用于自动驾驶车辆的自动导航场景中,自动驾驶车辆可以配置采集设备,在车辆行驶过程中,可以将采集的定位点发送至电子设备。用户驾驶自动驾驶车辆时,可以发起导航请求,采用本公开技术方案可以获得至少一个导航路径分别对应的通行时间。将至少一个导航路径分别对应的通行时间发送至自动驾驶车辆的驾驶系统,可以由驾驶系统中的输出设备,例如显示屏幕显示。此外,驾驶系统还可以提供行驶路径的选择功能。例如,显示屏幕可以为触控屏,用户可以直接在触控屏输出的至少一个导航路径中选择目标导航路径,例如可以选择通行时间最短的导航路径。驾驶系统检测到用户触发的选择操作时,可以按照用户选择的目标导航路径执行自动驾驶控制。
当然,在实际应用中,除应用于自动驾驶车辆之外,本公开的技术方案还可以应用于手机导航、辅助导航等应用场景中,应用过程与自动驾驶车辆类似,在此不再一一赘述。
如图6所示,为本公开第六实施例提供的一种导航路径通行时间处理装置的结构示意图,该装置可以配置有一种导航路径通行时间处理方法,该导航路径通行时间处理装置可以配置于电子设备中。导航时间处理装置600,可以包括:
轨迹确定单元601:用于确定道路网络中至少一个道路分别对应的定位轨迹。
特征提取单元602:用于根据道路的定位轨迹,提取道路的定位特征。
特征计算单元603:用于利用道路的定位特征,结合道路的历史通行特征,确定道路的通行时间,以获得至少一个道路分别对应的通行时间。
时间匹配单元604:用于基于至少一个道路分别对应的通行时间,确定导航路径中至少一个目标道路分别对应的通行时间。
时间相加单元605:用于将至少一个目标道路分别对应的通行时间相加,获得导航路径的目标通行时间。
作为一个实施例,其中,特征计算单元,包括:
第一提取模块,用于将道路的定位特征以及道路的历史通行特征进行特征融合,获得道路的道路行驶特征;
时间计算模块,用于将道路行驶特征输入训练获得的时间序列模型,获得道路的通行时间。
作为又一个实施例,装置还包括:
时间划分单元,用于将整体时间段划分为至少一个候选时间段;候选时间段包括起始时间以及终止时间;整体时间段的采集起始时间以及采集终止时间基于采集周期确定;
请求响应单元,用于响应于用户设备发送的导航请求,确定导航请求对应的导航路径以及导航时间;
目标确定单元,用于从至少一个候选时间段中确定导航时间所对应的目标时间段;
轨迹确定单元,包括:
轨迹确定模块,用于在目标时间段期间,确定道路网络中至少一个道路分别对应的定位轨迹。
在某些实施例中,导航请求对应的导航路径包括至少一个;装置还包括:
时间确定单元,用于确定至少一个导航路径分别对应的目标通行时间;
导航生成单元,用于基于至少一个导航路径分别对应的目标通行时间,生成导航提示信息;
信息提示单元,用于将导航提示信息发送至用户设备。
导航提示信息可以由用户设备显示。
在一种可能的设计中,还包括:
第一确定单元,用于确定目标时间段的目标起始时间以及目标终止时间;
第二确定单元,用于确定目标时间段所在采集周期的前一个采集周期;
历史时间单元,用于获取前一个采集周期在目标起始时间以及目标终止时间对应的历史时间段;
历史特征单元,用于确定道路网络在历史时间段对应的历史通行特征。
在某些实施例中,历史时间单元,包括:
第一确定模块,用于确定道路网络在历史时间段对应的至少一个历史行驶轨迹;
第二确定模块,用于确定至少一个历史通行参数;
参数确定模块,用于基于至少一个历史行驶轨迹,提取至少一个历史通行参数分别对应的历史通行数据;
第二提取模块,用于根据至少一个历史通行参数分别对应的历史通行数据,确定历史通行特征。
在一种可能的设计中,轨迹确定单元,包括:
有效确定模块,用于确定道路网络对应的至少一个有效定位点;
标识定位模块,用于根据至少一个有效定位点分别对应的用户标识信息,从至少一个有效定位点中提取至少一个行驶轨迹;
道路匹配模块,用于从至少一个道路中确定行驶轨迹相匹配的目标道路,获得至少一个定位轨迹分别对应的目标道路;
轨迹定位模块,用于根据至少一个定位轨迹分别对应的目标道路,确定至少一个道路分别对应的至少一个定位轨迹。
在某些实施例中,有效确定模块,包括:
定位采集子模块,用于获取道路网络在目标时间段期间采集获得的至少一个定位点;
定位选择字模块,用于基于定位点选择条件,从至少一个定位点中选择至少一个有效定位点。
在某些实施例中,定位选择字模块具体用于:
类别确定子模块,用于确定多个定位点类别;
定位分类子模块,用于基于多个定位点类别,对定位点进行分类,获得至少一个定位点分别对应的定位点类别;
类别选择子模块,用于确定多个定位点类别中满足定位点选择条件的目标定位点类别;
定位获取子模块,用于将目标定位点类别对应的至少一个定位点确定为至少一个有效定位点。
进一步,可选地,道路匹配模块,包括:
道路匹配子模块,用于将行驶轨迹输入道路网络对应的隐马尔可夫模型,利用隐马尔可夫模型从至少一个道路中确定与行驶轨迹匹配度最高的目标道路。
作为又一个实施例,道路对应的定位轨迹包括至少一个,特征提取单元,包括:
行驶确定模块,用于确定至少一个道路行驶参数;
数据获取模块,用于根据道路对应的至少一个定位轨迹,提取至少一个道路行驶参数分别对应的参数数据;
数据转换模快,用于基于至少一个道路行驶参数分别对应的参数数据,确定道路的定位特征。
在某些实施例中,行驶确定模块包括:
个体确定模块,用于确定至少一个道路行驶参数中的个体行驶参数以及整体行驶参数;
数据获取模块,包括:
第一获得子模块,用于根据道路的定位轨迹提取个体行驶参数的个体数据,获得个体行驶参数在至少一个定位轨迹分别对应的个体数据;
第二获得子模块,用于根据道路的至少一个定位轨迹提取整体行驶参数的整体数据。
在某些实施例中,数据转换模快,包括:
第一提取子模块,用于根据个体行驶参数在至少一个定位轨迹分别对应的个体数据,确定个体行驶参数对应的个体子特征;
第二提取子模块,用于根据整体行驶参数对应整体数据,确定整体行驶参数对应的整体子特征;
特征融合子模块,用于将个体子特征与整体子特征进行特征融合,获得道路的定位特征。
作为又一个实施例,还包括:
关联确定单元,用于确定与道路存在道路连接关系的关联道路以及关联道路对应的定位特征;
特征计算单元,包括:
时间计算模块,用于利用道路的定位特征、关联道路的定位特征以及道路的历史通行特征,确定道路的通行时间。
本公开实施例中的装置与前述实施例中的方法相对应,关于装置所执行的各个步骤可以参考方法中的描述,在此不再赘述。
需要说明的是,本实施例中的定位轨迹并不是针对某一特定用户的形式轨迹,并不能反映出某一特定用户的个人信息。需要说明的是,本实施例中的行驶轨迹、定位点来自于公开数据集。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如导航路径通行时间处理方法X。例如,在一些实施例中,导航路径通行时间处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的导航路径通行时间处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行导航路径通行时间处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (31)
1.一种导航路径通行时间处理方法,包括:
确定道路网络中至少一个道路分别对应的定位轨迹;
根据所述道路的定位轨迹,提取所述道路的定位特征;
利用所述道路的定位特征,结合所述道路的历史通行特征,确定所述道路的通行时间,以获得至少一个所述道路分别对应的通行时间;
基于至少一个所述道路分别对应的通行时间,确定导航路径中至少一个目标道路分别对应的通行时间;
将至少一个所述目标道路分别对应的通行时间相加,获得所述导航路径的目标通行时间。
2.根据权利要求1所述的方法,其中,所述利用所述道路的定位特征,结合所述道路的历史通行特征,确定所述道路的通行时间,包括:
将所述道路的定位特征以及所述道路的历史通行特征进行特征融合,获得所述道路的道路行驶特征;
将所述道路行驶特征输入训练获得的时间序列模型,获得所述道路的通行时间。
3.根据权利要求1或2任一项所述的方法,所述方法还包括:
将整体时间段划分为至少一个候选时间段;所述候选时间段包括起始时间以及终止时间;所述整体时间段的采集起始时间以及采集终止时间基于采集周期确定;
响应于用户设备发送的导航请求,确定所述导航请求对应的导航路径以及导航时间;
从至少一个所述候选时间段中确定所述导航时间所对应的目标时间段;
所述确定道路网络中至少一个道路分别对应的定位轨迹,包括:
在所述目标时间段期间,确定所述道路网络中至少一个所述道路分别对应的定位轨迹。
4.根据权利要求3所述的方法,其中,所述导航请求对应的导航路径包括至少一个;所述方法还包括:
确定至少一个所述导航路径分别对应的目标通行时间;
基于至少一个所述导航路径分别对应的目标通行时间,生成导航提示信息;
将所述导航提示信息发送至所述用户设备。
5.根据权利要求3所述的方法,所述利用所述道路的定位特征,结合所述道路的历史通行特征,确定所述道路的通行时间,以获得至少一个所述道路分别对应的通行时间之前,还包括:
确定所述目标时间段的目标起始时间以及目标终止时间;
确定所述目标时间段所在采集周期的前一个采集周期;
获取前一个采集周期在所述目标起始时间以及所述目标终止时间对应的历史时间段;
确定所述道路网络在所述历史时间段对应的所述历史通行特征。
6.根据权利要求3-5任一项所述的方法,其中,所述确定所述道路网络在所述历史时间段对应的所述历史通行特征,包括:
确定所述道路网络在所述历史时间段对应的至少一个历史行驶轨迹;
确定至少一个历史通行参数;
基于至少一个所述历史行驶轨迹,提取至少一个所述历史通行参数分别对应的历史通行数据;
根据至少一个所述历史通行参数分别对应的历史通行数据,确定所述历史通行特征。
7.根据权利要求3-6任一项所述的方法,其中,所述确定道路网络中至少一个道路分别对应的定位轨迹,包括:
确定所述道路网络对应的至少一个有效定位点;
根据至少一个所述有效定位点分别对应的用户标识信息,从至少一个所述有效定位点中提取至少一个行驶轨迹;
从至少一个所述道路中确定所述行驶轨迹相匹配的目标道路,获得至少一个所述定位轨迹分别对应的目标道路;
根据至少一个所述定位轨迹分别对应的目标道路,确定至少一个所述道路分别对应的至少一个所述定位轨迹。
8.根据权利要求7所述的方法,其中,所述确定所述道路网络对应的至少一个有效定位点,包括:
获取所述道路网络在所述目标时间段期间采集获得的至少一个定位点;
基于定位点选择条件,从至少一个所述定位点中选择至少一个所述有效定位点。
9.根据权利要求8所述的方法,其中,所述基于定位点选择条件,从至少一个所述定位点中选择至少一个所述有效定位点,包括:
确定多个定位点类别;
基于多个所述定位点类别,对所述定位点进行分类,获得至少一个所述定位点分别对应的定位点类别;
确定多个所述定位点类别中满足定位点选择条件的目标定位点类别;
将所述目标定位点类别对应的至少一个定位点确定为至少一个所述有效定位点。
10.根据权利要求7-9任一项所述的方法,其中,所述从至少一个所述道路中确定所述行驶轨迹相匹配的目标道路,包括:
将所述行驶轨迹输入所述道路网络对应的隐马尔可夫模型,利用所述隐马尔可夫模型从至少一个所述道路中确定与所述行驶轨迹匹配度最高的目标道路。
11.根据权利要求1-10任一项所述的方法,其中,所述道路对应的定位轨迹包括至少一个,所述根据所述道路的定位轨迹,提取所述道路的定位特征,包括:
确定至少一个道路行驶参数;
根据所述道路对应的至少一个所述定位轨迹,提取至少一个所述道路行驶参数分别对应的参数数据;
基于至少一个所述道路行驶参数分别对应的参数数据,确定所述道路的定位特征。
12.根据权利要求11所述的方法,其中,所述确定至少一个道路行驶参数之后,还包括:
确定至少一个所述道路行驶参数中的个体行驶参数以及整体行驶参数;
所述根据所述道路对应的至少一个所述定位轨迹,提取至少一个所述道路行驶参数分别对应的参数数据,包括:
根据所述道路的定位轨迹提取所述个体行驶参数的个体数据,获得所述个体行驶参数在至少一个所述定位轨迹分别对应的个体数据;
根据所述道路的至少一个定位轨迹提取所述整体行驶参数的整体数据。
13.根据权利要求12所述的方法,其中,所述基于至少一个所述道路行驶参数分别对应的参数数据,确定所述道路的定位特征,包括:
根据所述个体行驶参数在至少一个所述定位轨迹分别对应的个体数据,确定所述个体行驶参数对应的个体子特征;
根据所述整体行驶参数对应整体数据,确定所述整体行驶参数对应的整体子特征;
将所述个体子特征与所述整体子特征进行特征融合,获得所述道路的所述定位特征。
14.根据权利要求1-13任一项所述的方法,还包括:
确定与所述道路存在道路连接关系的关联道路以及所述关联道路对应的定位特征;
所述利用所述道路的定位特征,结合所述道路的历史通行特征,确定所述道路的通行时间,包括:
利用所述道路的定位特征、所述关联道路的定位特征以及所述道路的历史通行特征,确定所述道路的通行时间。
15.一种导航时间处理装置,包括:
轨迹确定单元,用于确定道路网络中至少一个道路分别对应的定位轨迹;
特征提取单元,用于根据所述道路的定位轨迹,提取所述道路的定位特征;
特征计算单元,用于利用所述道路的定位特征,结合所述道路的历史通行特征,确定所述道路的通行时间,以获得至少一个所述道路分别对应的通行时间;
时间匹配单元,用于基于至少一个所述道路分别对应的通行时间,确定导航路径中至少一个目标道路分别对应的通行时间;
时间相加单元,用于将至少一个所述目标道路分别对应的通行时间相加,获得所述导航路径的目标通行时间。
16.根据权利要求15所述的装置,其中,所述特征计算单元,包括:
第一提取模块,用于将所述道路的定位特征以及所述道路的历史通行特征进行特征融合,获得所述道路的道路行驶特征;
时间计算模块,用于将所述道路行驶特征输入训练获得的时间序列模型,获得所述道路的通行时间。
17.根据权利要求15或16任一项所述的装置,所述装置还包括:
时间划分单元,用于将整体时间段划分为至少一个候选时间段;所述候选时间段包括起始时间以及终止时间;所述整体时间段的采集起始时间以及采集终止时间基于采集周期确定;
请求响应单元,用于响应于用户设备发送的导航请求,确定所述导航请求对应的导航路径以及导航时间;
目标确定单元,用于从至少一个所述候选时间段中确定所述导航时间所对应的目标时间段;
所述轨迹确定单元,包括:
轨迹确定模块,用于在所述目标时间段期间,确定所述道路网络中至少一个所述道路分别对应的定位轨迹。
18.根据权利要求17所述的装置,其中,所述导航请求对应的导航路径包括至少一个;所述装置还包括:
时间确定单元,用于确定至少一个所述导航路径分别对应的目标通行时间;
导航生成单元,用于基于至少一个所述导航路径分别对应的目标通行时间,生成导航提示信息;
信息提示单元,用于将所述导航提示信息发送至所述用户设备。
19.根据权利要求17所述的装置,还包括:
第一确定单元,用于确定所述目标时间段的目标起始时间以及目标终止时间;
第二确定单元,用于确定所述目标时间段所在采集周期的前一个采集周期;
历史时间单元,用于获取前一个采集周期在所述目标起始时间以及所述目标终止时间对应的历史时间段;
历史特征单元,用于确定所述道路网络在所述历史时间段对应的所述历史通行特征。
20.根据权利要求17-19任一项所述的装置,其中,所述历史时间单元,包括:
第一确定模块,用于确定所述道路网络在所述历史时间段对应的至少一个历史行驶轨迹;
第二确定模块,用于确定至少一个历史通行参数;
参数确定模块,用于基于至少一个所述历史行驶轨迹,提取至少一个所述历史通行参数分别对应的历史通行数据;
第二提取模块,用于根据至少一个所述历史通行参数分别对应的历史通行数据,确定所述历史通行特征。
21.根据权利要求18-20任一项所述的装置,其中,所述轨迹确定单元,包括:
有效确定模块,用于确定所述道路网络对应的至少一个有效定位点;
标识定位模块,用于根据至少一个所述有效定位点分别对应的用户标识信息,从至少一个所述有效定位点中提取至少一个行驶轨迹;
道路匹配模块,用于从至少一个所述道路中确定所述行驶轨迹相匹配的目标道路,获得至少一个所述定位轨迹分别对应的目标道路;
轨迹定位模块,用于根据至少一个所述定位轨迹分别对应的目标道路,确定至少一个所述道路分别对应的至少一个所述定位轨迹。
22.根据权利要求21所述的装置,其中,所述有效确定模块,包括:
定位采集子模块,用于获取所述道路网络在所述目标时间段期间采集获得的至少一个定位点;
定位选择字模块,用于基于定位点选择条件,从至少一个所述定位点中选择至少一个所述有效定位点。
23.根据权利要求22所述的装置,其中,所述定位选择字模块具体用于:
类别确定子模块,用于确定多个定位点类别;
定位分类子模块,用于基于多个所述定位点类别,对所述定位点进行分类,获得至少一个所述定位点分别对应的定位点类别;
类别选择子模块,用于确定多个所述定位点类别中满足定位点选择条件的目标定位点类别;
定位获取子模块,用于将所述目标定位点类别对应的至少一个定位点确定为至少一个所述有效定位点。
24.根据权利要求21-23任一项所述的装置,其中,所述道路匹配模块,包括:
道路匹配子模块,用于将所述行驶轨迹输入所述道路网络对应的隐马尔可夫模型,利用所述隐马尔可夫模型从至少一个所述道路中确定与所述行驶轨迹匹配度最高的目标道路。
25.根据权利要求15-24任一项所述的装置,其中,所述道路对应的定位轨迹包括至少一个,所述特征提取单元,包括:
行驶确定模块,用于确定至少一个道路行驶参数;
数据获取模块,用于根据所述道路对应的至少一个所述定位轨迹,提取至少一个所述道路行驶参数分别对应的参数数据;
数据转换模快,用于基于至少一个所述道路行驶参数分别对应的参数数据,确定所述道路的定位特征。
26.根据权利要求25所述的装置,其中,行驶确定模块包括:
个体确定模块,用于确定至少一个所述道路行驶参数中的个体行驶参数以及整体行驶参数;
所述数据获取模块,包括:
第一获得子模块,用于根据所述道路的定位轨迹提取所述个体行驶参数的个体数据,获得所述个体行驶参数在至少一个所述定位轨迹分别对应的个体数据;
第二获得子模块,用于根据所述道路的至少一个定位轨迹提取所述整体行驶参数的整体数据。
27.根据权利要求26所述的装置,其中,所述数据转换模快,包括:
第一提取子模块,用于根据所述个体行驶参数在至少一个所述定位轨迹分别对应的个体数据,确定所述个体行驶参数对应的个体子特征;
第二提取子模块,用于根据所述整体行驶参数对应整体数据,确定所述整体行驶参数对应的整体子特征;
特征融合子模块,用于将所述个体子特征与所述整体子特征进行特征融合,获得所述道路的所述定位特征。
28.根据权利要求15-27任一项所述的装置,还包括:
关联确定单元,用于确定与所述道路存在道路连接关系的关联道路以及所述关联道路对应的定位特征;
所述特征计算单元,包括:
时间计算模块,用于利用所述道路的定位特征、所述关联道路的定位特征以及所述道路的历史通行特征,确定所述道路的通行时间。
29.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-14中任一项所述的方法。
30.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-14中任一项所述的方法。
31.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-14中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210190792.8A CN114659534A (zh) | 2022-02-28 | 2022-02-28 | 导航路径通行时间处理方法、装置、设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210190792.8A CN114659534A (zh) | 2022-02-28 | 2022-02-28 | 导航路径通行时间处理方法、装置、设备、介质及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114659534A true CN114659534A (zh) | 2022-06-24 |
Family
ID=82026559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210190792.8A Pending CN114659534A (zh) | 2022-02-28 | 2022-02-28 | 导航路径通行时间处理方法、装置、设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114659534A (zh) |
-
2022
- 2022-02-28 CN CN202210190792.8A patent/CN114659534A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109215372B (zh) | 路网信息更新方法、装置及设备 | |
CN114626169B (zh) | 交通路网优化方法、装置、设备、可读存储介质及产品 | |
CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
CN115585816A (zh) | 车道级地图匹配方法和装置 | |
CN113706857B (zh) | 道路通行性的确定方法、装置、设备及存储介质 | |
CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
CN113344277B (zh) | 预测模型训练方法、状态更新方法、装置、设备和介质 | |
CN114543829A (zh) | 模型训练方法、导航轨迹的推荐方法、装置及车辆 | |
CN112862183A (zh) | 充电难度的预测方法、模型的训练方法、装置以及设备 | |
CN112541135A (zh) | 信息共享方法、装置、电子设备、存储介质及程序产品 | |
CN115046564B (zh) | 导航处理方法、装置、设备及存储介质 | |
WO2023173831A1 (zh) | 引导点的关联信息的更新方法和装置 | |
CN112685531B (zh) | 车辆匹配方法和装置、计算设备以及计算机可读存储介质 | |
CN114659534A (zh) | 导航路径通行时间处理方法、装置、设备、介质及产品 | |
CN115206102A (zh) | 确定交通路径的方法、装置、电子设备和介质 | |
CN113257030B (zh) | 停车场属性预测模型训练方法、停车场推荐方法及装置 | |
CN110542428A (zh) | 驾驶路线质量评估方法及装置 | |
CN114625884B (zh) | 轨迹数据的处理方法、装置、设备、存储介质及程序产品 | |
CN113312562B (zh) | 路线规划方法、装置、电子设备、存储介质及程序产品 | |
CN116698075B (zh) | 路网数据处理方法、装置、电子设备及存储介质 | |
CN117668377A (zh) | 公交路线识别方法、装置、电子设备及存储介质 | |
CN113962382A (zh) | 训练样本的构建方法、装置、电子设备和可读存储介质 | |
CN117079490A (zh) | 交通工具出发时刻确定方法、装置、电子设备及存储介质 | |
CN115790632A (zh) | 一种轨迹确定方法、装置、电子设备及介质 | |
CN114329239A (zh) | 更新兴趣点的方法、装置、电子设备和可读存储介质 |
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 |