CN114676352A - 路线规划方法、装置、设备以及存储介质 - Google Patents
路线规划方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN114676352A CN114676352A CN202210312619.0A CN202210312619A CN114676352A CN 114676352 A CN114676352 A CN 114676352A CN 202210312619 A CN202210312619 A CN 202210312619A CN 114676352 A CN114676352 A CN 114676352A
- Authority
- CN
- China
- Prior art keywords
- route
- point information
- end point
- experience
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000004044 response Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000013589 supplement Substances 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种路线规划方法、装置、设备以及存储介质,涉及计算机技术领域,尤其涉及智能交通等领域。具体实现方案为:接收起点信息和终点信息;计算从起点信息的位置到终点信息的位置的策略规划路线;在起点信息和终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线;展示策略规划路线和目标经验路线。本公开中经验路线可以作为策略规划路线的补充,优化路线的规划。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及智能交通等领域。
背景技术
为了方便出行,一般会进行路线规划,例如,利用电子设备中各种地图应用程序(APP)进行路线规划,然后可以按照规划出来的路线进行导航或者坐公交、地铁等。
发明内容
本公开提供了一种路线规划方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种路线规划方法,包括:
接收起点信息和终点信息;
计算从所述起点信息的位置到所述终点信息的位置的策略规划路线;
在所述起点信息和所述终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线;
展示所述策略规划路线和所述目标经验路线。
根据本公开的第二方面,提供了一种路线规划装置,包括:
接收模块,用于接收起点信息和终点信息;
计算模块,用于计算从所述起点信息的位置到所述终点信息的位置的策略规划路线;
第一获取模块,用于在所述起点信息和所述终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线;
第一展示模块,用于展示所述策略规划路线和所述目标经验路线。
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上述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上述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,包括计算机程序,所述计算机程序在被处理器执行时实现上述第一方面所述的方法。
本公开实施例中,策略规划路线和经验路线共同展示,经验路线可以作为策略规划路线的补充,优化路线的规划。
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是本公开实施例提供的路线规划方法的流程图;
图2是本公开实施例中展示策略规划路线和目标经验路线的示意图;
图3是本公开实施例中展示经验路线的标签的示意图;
图4是应用本公开实施例提供的路线规划方法的示意图;
图5是本公开实施例中应用经验路线服务的示意图;
图6是本公开实施例中获取经验路线的流程图;
图7是本公开实施例中经验路线收集的流程图;
图8是本公开实施例提供的路线规划装置的一种结构示意图;
图9是本公开实施例提供的路线规划装置的另一种结构示意图;
图10是本公开实施例提供的路线规划装置的另一种结构示意图;
图11是用来实现本公开实施例的路线规划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。
相关技术中,一般是针对用户输入的起点和终点,通过策略计算得到向用户推荐的路线,通过策略计算的过程一般是依据多种要素进行计算的。一方面,方案要素本身和现实世界有出入,虽然计算结果为最优,但是现实世界中非最优,例如:电子地图数据中公交线路的运营时间或行车时间不准,导致计算最终结果不准;另一方面,方案规划考虑的要素不全面,或较难获取到相关要素,例如,一些要素在现实世界中是动态变化的,通过策略计算的过程较难准确地获取到这些要素的相关信息。总的来讲,相关技术中通过策略计算得到的路线的不够优化。
本公开实施例能够解决由于数据错误或者动态要素缺失等原因导致线上方案规格不优问题。
本公开实施例提供了一种路线规划方法,可以包括:
接收起点信息和终点信息;
计算从起点信息的位置到终点信息的位置的策略规划路线;
在起点信息和终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线;
展示策略规划路线和目标经验路线。
本公开实施例中,策略规划路线和经验路线共同展示,经验路线可以作为策略规划路线的补充,优化路线的规划。
本公开实施例提供的路线规划方法可以应用于电子设备。具体地,电子设备可以包括服务器、终端,等等。
图1是本公开实施例提供的路线规划方法的流程图。参照图1,本公开实施例提供的路线规划方法,可以包括:
S101,接收起点信息和终点信息。
可以接收路线规划请求,该路线规划请求包括起点信息和终点信息。
电子设备可以提供输入界面,用户在输入界面中输入和/或选择起点信息和终点信息,如此,电子设备可以接收起点信息和终点信息。
用户可以输入起点信息和终点信息;或者,也可以选择起点信息和终点信息;或者,也可以输入起点信息,选择终点信息,或选择起点信息而输入终点信息。
例如,电子设备中安装地图应用程序(Application,APP),用户在地图APP中输入起点信息和终点信息,或者,通过定位确定当前位置,电子设备将当前位置作为起点信息或终点信息。
S102,计算从起点信息的位置到终点信息的位置的策略规划路线。
将起点信息的位置作为起点,终点信息的位置作为终点,计算该起点到该终点的策略规划路线。
可以获取起点与终点对应的车道级路径以及相关交通规则,基于起点与终点对应的车道级路径以及相关交通规则提供从起点到终点的路线,例如,可以利用地图,通过全局优化如神经网络、遗传算法等计算从起点到终点的路线,即得到策略规划路线。
一种可实现方式中,策略规划路线可以包括驾车路线、打车路线、步行路线和/或公交及地铁路线,等等。
以策略规划路线包括公交及地铁路线为例,对计算从起点信息的位置到终点信息的位置的策略规划路线的过程进行具体说明。
针对策略规划路线包括公交及地铁路线的情况,可以将起点信息和终点信息进行绑站,即获取起点信息的位置附近的公交/地铁站点以及终点信息的位置附近的公交/地铁站点,其中,起点信息的位置附近、终点信息的位置附近可以是从起点信息的位置或终点信息的位置步行预设时长能够到达的位置,然后,利用起点信息的位置附近的公交/地铁站点以及终点信息的位置附近的公交/地铁站点确定从起点信息的位置到终点信息的位置的公交及地铁路线。可以将得到的所有公交及地铁路线均作为策略规划路线,或者,也可以对得到的多个公交及地铁路线进行排序,例如,依据耗时从短到长的顺序进行排列,然后,筛选出排列在前面的预设数量个公交及地铁路线作为策略规划路线。
S103,在起点信息和终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线。
一种可选地实施例中,执行本公开实施例提供的路线规划方法的电子设备响应于起点信息和终点信息命中预设经验路线,获取命中的预设经验路线得到目标经验路线。
可以利用该起点信息和终点信息与多个经验路线进行比对,判断该起点信息和终点信息是否与多个经验路线中的经验路线匹配,若起点信息和终点信息与经验路线匹配,则可以理解为起点信息和终点信息命中预设经验路线,与起点信息和终点信息匹配的经验路线即命中的预设经验路线。如此,可以获取命中的该预设经验路线,并将命中的该预设经验路线作为目标经验路线。
另一种可选地实施例中,执行本公开实施例提供的路线规划方法的电子设备接收用户输入的起点信息和终点信息后,可以将起点信息和终点信息发送至另一电子设备,该另一电子设备执行步骤:响应于起点信息和终点信息命中预设经验路线,获取命中的预设经验路线得到目标经验路线,并将得到的目标经验路线返回给本公开实施例提供的路线规划方法的电子设备,如此,本公开实施例提供的路线规划方法的电子设备可以得到起点信息和终点信息对应的目标经验路线。
预设经验路线可以包括针对目标点,采集得到的目标点对应的经验路线;和/或基于用户轨迹确定的经验路线。或者,也可以包括通过作业人员实际采集的路线。
得到经验路线的过程在下述实施例中会进行详述,这里先不赘述。
S104,展示策略规划路线和目标经验路线。
可以将策略规划路线和目标经验路线进行整合,优先展示目标经验路线。
例如,得到2条策略规划路线,策略规划路线1和策略规划路线2;3条目标经验路线,目标经验路线1、目标经验路线2和目标经验路线3,将3条经验路线展示在策略规划路线的前面,如图2所示。
一种可选地实施例中,还可以包括:
获取目标经验路线的标签;展示目标经验路线的标签。
标签用于标示目标经验路线的推荐原因或不推荐原因。
针对每一经验路线,可以将经验路线的标签与经验路线对应存储,例如存储于经验路线库中,如此可以从经验路线库中获取目标经验路线的标签。
标签例如:推荐原因,80%用户选择此路线、早晚高峰必须路线;不推荐原因,雨天积水避开此路线、早晚高峰避开此路线,如图3所示。
通过标签可以更加直观地展示经验路线的内容,能够使得用户可以更加方便地决策选择或不选择经验路线,能够提高用户体验。
S103可以包括执行本公开实施例提供的路线规划方法的电子设备在起点信息和终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线。
一种可选地实施例中,S103可以包括:
响应于起点信息和终点信息与预设经验路线中的起点和终点匹配,获取预设经验路线得到目标经验路线。
可以预先存储多个起终点对对应的路线方案,一个起终点包括一个起点和一个终点,一个起终点对对应的路线方案包括一个或多个经验路线。
其中,路线方案可以以列表的形式存储。
例如,起终点对:大厦1->国贸方案列表:经验路线1,经验路线2,经验路线3……;起终点对:北京大学->双井方案列表:经验路线11,经验路线22,经验路线33……。
一种可实现方式中,多个经验路线可以存储在经验路线库中,例如,经验路线库中存储多个起终点对应的路线方案。
一种可实现方式中,可以利用经验路线服务将该起点信息和终点信息与经验路线库中的多个经验路线进行比对,并响应于起点信息和终点信息命中预设经验路线,从经验路线库中获取命中的预设经验路线得到目标经验路线。
通过将起点信息和终点信息与预先存储的多个经验路线中的起点和终点进行比对,以获取与起点信息和终点信息匹配的目标经验路线。
例如,经验路线服务部署于电子设备中。例如,该电子设备接收用户输入的起点信息和终点信息后,可以通过经验路线服务如地图云服务从经验路线库中获取目标经验路线,具体地执行上述响应于起点信息和终点信息命中预设经验路线,获取命中的预设经验路线得到目标经验路线步骤。
另一种方式中,该经验路线服务部署于一服务器中,终端接收用户输入的起点信息和终点信息后可以将起点信息和终点信息发送至该服务器,该服务器通过该经验路线服务从经验路线库中获取目标经验路线并将得到的目标经验路线返回给终端,终端展示策略规划路线和目标经验路线。
一种可选地实施例中,起点信息和终点信息可以是兴趣点(Point ofinteresting,POI),例如,起点信息是兴趣点1,终点信息是兴趣点2。POI表示在地图上任何非地理意义的有意义的点,例如,商店,酒吧,加油站,医院,车站等。
响应于起点信息和终点信息与预设经验路线中的起点和终点匹配,获取预设经验路线得到目标经验路线,可以包括:
响应于起点信息与起点匹配且终点信息与终点匹配,获取预设经验路线得到目标经验路线。
其中,起点信息和起终点对中起点匹配可以理解为起点信息与起点的相似度大于预设相似度阈值,其中,相似度阈值可以根据实际需求或者经验等确定,如80%、90%,等等。一种方式中,起点信息与起点的相似度等于100%,也即起点信息和起终点对中起点匹配表示起点信息与起点相同。
一种可实现方式中,可以将起点信息和终点信息与多个起终点对进行比对。具体地,可以针对每一起终点对,分别将起点信息和该起终点对中的起点进行比对,并将终点信息和该起终点对中的终点进行比对,若起点信息和该起终点对中的起点匹配,且终点信息和该起终点对中的终点匹配,则可以理解为起点信息和终点信息与预设经验路线中的起点和终点匹配,该起终点对对应的路线方案中包括的经验路线即命中的预设经验路线,获取这些经验路线,并将这些经验路线作为目标经验路线。
或者,也可以先将起点信息和多个起终点对中的起点进行比对,选择出多个起终点对中起点与起点信息匹配的匹配起终点对,然后,将终点信息与匹配起终点对中的终点进行比对,选择出匹配终点对中终点与终点信息匹配的目标起终点对,得到目标起终点对即可以理解为起点信息和终点信息与预设经验路线中的起点和终点匹配,获取目标起终点对应路线方案,也即获取目标起终点对对应路线方案所包括的经验路线,作为目标经验路线。
起点信息和终点信息是兴趣点的情况下,可以利用起点信息和终点信息与多个经验路线的起点和终点进行比对,方便、准确地获取到起点信息和终点信息命中预设经验路线,以得到目标经验路线。
另一种可选地实施例中,起点信息和终点信息可以是坐标,例如,起点信息为坐标一,终点信息为坐标二。
这种情况下,响应于起点信息和终点信息与预设经验路线中的起点和终点匹配,获取预设经验路线得到目标经验路线,可以包括:
响应于起点信息落在起点对应的兴趣面AOI内,且终点信息落在终点对应的AOI内,获取预设经验路线得到目标经验路线。
其中,兴趣面(Area Of Interest,AOI),也即信息面,指的是地图数据中的区域状的地理实体。
针对起点信息和终点信息是坐标的情况,也可以基于起点信息和终点信息获取命中的预设经验路线得到目标经验路线,如此,能够扩展经验路线的命中范围。
一种可实现方式中,响应于起点信息和终点信息落在起点和终点对应的兴趣面AOI内,获取预设经验路线得到目标经验路线可以包括:
确定坐标一所属的AOI以及坐标二所属的AOI;获取坐标一所属的AOI对应的兴趣点POI,以及坐标二所属的AOI对应的兴趣点POI;响应于坐标一所属的AOI对应的兴趣点POI与起点匹配,且坐标二所属的AOI对应的兴趣点POI与终点匹配,获取预设经验路线得到目标经验路线。
响应于坐标一所属的AOI对应的兴趣点POI与起点匹配,且坐标二所属的AOI对应的兴趣点POI与终点匹配,获取预设经验路线得到目标经验路线的步骤类似于上述实施例中起点信息和终点信息是兴趣点的情况下,响应于起点信息与起点匹配且终点信息与终点匹配,获取预设经验路线得到目标经验路线的步骤,参照上述实施例即可。
另一种可实现方式中,响应于起点信息和终点信息落在起点和终点对应的兴趣面AOI内,获取预设经验路线得到目标经验路线可以包括:
判断坐标一是否落在起点对应的AOI内,判断坐标二是否落在终点对应的AOI内;响应于坐标一落在起点对应的AOI内,以及坐标二落在终点对应的AOI内,获取预设经验路线得到目标经验路线。
判断坐标一是否落在起点对应的AOI内,判断坐标二是否落在终点对应的AOI内,也即判断坐标一对应的点是否落在一个面(起点对应的AOI),以及判断坐标二对应的点是否落在另一个面(终点对应的AOI),AOI与POI是一一对应的,坐标一落在起点对应的AOI内,以及坐标二落在终点对应的AOI内,则可以利用AOI内的POI,也即起点和终点获取预设经验路线得到目标经验路线。
针对起点信息和终点信息是坐标的情况,结合AOI,利用坐标与AOI的关系,方便地得到目标经验路线。
一个具体地的例子中,应用于公交及地铁路线的规划场景,策略规划路线和经验路线均是公交及地铁路线,如图4所示。
接收用户输入的起终点,也即接收用户输入的起点和终点。
接收用户输入的起终点之后,一方面,可以计算策略规划路线;另一方面,可以获取目标经验路线。
计算策略规划路线具体可以包括:对起/终点进行绑站,也可以理解为,将起点信息和终点信息进行绑站,具体地,获取起点信息的位置附近的公交/地铁站点以及终点信息的位置附近的公交/地铁站点,其中,起点信息的位置附近、终点信息的位置附近可以是从起点信息的位置或终点信息的位置步行预设时长能够到达的位置;接着,通过绑到的站点计算乘车方案,利用起点信息的位置附近的公交/地铁站点以及终点信息的位置附近的公交/地铁站点确定从起点信息的位置到终点信息的位置的公交及地铁路线。可以将得到的所有公交及地铁路线均作为策略规划路线,或者,也可以对得到的多个公交及地铁路线进行排序,例如,依据耗时从短到长的顺序进行排列,然后,筛选出排列在前面的预设数量个公交及地铁路线作为策略规划路线,例如,筛选出排序在前的5条路线方案,也即5条策略规划路线。
获取目标经验路线具体可以包括:判断起点信息和终点信息是否命中经验路线,如果命中,则获取命中的经验路线作为目标经验路线。
得到策略规划路线和目标经验经验路线后,进行方案整合,优先展示目标经验路线。
一种可实现方式,经验路线存储在经验路线库中,可以通过经验路线服务如地图云服务,利用起点信息和终点信息从经验路线库中获取目标经验路线。
如图5所示,用户手机端接收用户输入的起点信息和终点信息后,可以通过地图云服务从经验路线库中获取目标经验路线,具体地执行上述响应于起点信息和终点信息命中预设经验路线,获取命中的预设经验路线得到目标经验路线步骤。一种方式中,该地图云服务部署于用户手机端,则用户手机端通过该经验路线服务从经验路线库中获取目标经验路线。另一种方式中,该地图云服务部署于一服务器中,则用户手机端接收用户输入的起点信息和终点信息后可以将起点信息和终点信息发送至服务器,该服务器通过该经验路线服务从经验路线库中获取目标经验路线并将得到的目标经验路线返回给用户手机端,用户手机端展示策略规划路线和目标经验路线。
可以理解为:经验路线服务用于判断当前线路规划请求是否可以获取经验路线方案(即经验路线触发条件)及对经验路线库返回的方案进行动态信息填充。也即判断用户输入的起点信息和终点信息是否命中预设经验路线,具体地判断是否满足经验路线触发条件,如果满足,则起点信息和终点信息命中预设经验路线。
经验路线触发条件:用户发送线路规划请求的起终点分为两种类型,第一种是起/终点为POI(例:大厦1、智学院小区等),第二种是起/终点为坐标的(例:我的位置、地图戳点)。针对起终点为POI的情况,将用户请求的起/终点POI和经验路线库中的起终点进行匹配,返回对应方案,当起终点为x、y坐标时,例如,起点信息为坐标(x1、y1),终点信息为坐标(x2、y2),判断坐标是否在经验路线库中的起终点对应的AOI面内,如果匹配成则返回对应方案,如图6所示。
具体地,当起点信息和终点信息为POI,则响应于起点信息与起点匹配且终点信息与终点匹配,获取预设经验路线得到目标经验路线;当起点信息和终点信息为坐标,则响应于起点信息和终点信息落在起点和终点对应的兴趣面AOI内,获取预设经验路线得到目标经验路线,具体地针对起点信息和终点信息为POI以及起点信息和终点信息为坐标这两种情况,判断用户输入的起点信息和终点信息是否命中预设经验路线,响应于起点信息和终点信息命中预设经验路线,获取命中的预设经验路线得到目标经验路线的过程在上述实施例中已经进行了详述,这里不再赘述。
本公开实施例能够解决由于数据错误或者动态要素缺失等原因导致线上方案规格不优问题。另外,可以将经验路线作为真实数据,不断优化策略规划方案结果。
本公开实施例提供的路线规划方法,如图7所示,还可以包括:
S701,针对目标点,采集目标点对应的经验路线;和/或,
S702,基于用户轨迹确定经验路线。
可以得到针对多个起终点对的经验路线,针对每一起终点对,可以包括一个或多个经验路线。可以将针对多个起终点对的经验路线存储至经验路线库。
S701至S702可以理解为经验路线的收集过程。
如此,在路线规划过程中,接收起点信息和终点信息后,可以响应于起点信息和终点信息命中预设经验路线,获取命中的预设经验路线得到目标经验路线,并展示策略规划路线和目标经验路线,经验路线可以作为策略规划路线的补充,优化路线的规划。
其中,S701中目标点可以包括兴趣点。具体地,可以包括页面浏览量(Page View,PV)达到预设数量的POI,例如,针对一个POI,接收到针对该POI的一次内容请求,则可以理解为一次PV,预设数量可以根据实际需求或者经验等确定。
PV达到预设数量的POI简单理解为高PV的POI。针对高PV线路规划投放,例如针对景区、机场、火车站等高PV的POI投放采集任务,具体地,采集任务可以是分别确定起点和终点,遍历起点至终点的所有路线。
获取针对经验路线的标注内容,该标注内容可以包括用户针对经验路线标注的内容。例如,针对该经验路线的用户、时间、天气情况、选择原因,等等。
可以通过收集用户针对经验路线的标注内容,如向用户提供交互界面,用户可以通过该交互界面输入针对经验路线的标注内容。
S702可以包括:
响应于用户路线与策略推荐路线不一致,将用户路线作为经验路线;和/或,基于用户常用轨迹,确定经验路线。
其中,响应于用户路线与策略推荐路线不一致,将用户路线作为经验路线可以包括:针对一起终点对,判断用户实际的路线,也即用户路线是否与策略推荐路线一致,若用户路线是否与策略推荐路线不一致,则可以将用户路线作为经验路线。
另外,若用户路线是否与策略推荐路线不一致,还可以询问用户不走策略推荐路线的原因,核实后更新经验路线库。具体地,提供交互界面,交互界面中包含有询问用户不走策略推荐路线原因的询问信息,用户可以在该交互界面中输入不走策略推荐路线的原因,电子设备接收该原因,并将该原因作为用户路线作为经验路线时的标注内容,用于表明该经验路线的不推荐原因。
基于用户常用轨迹,确定经验路线可以包括:
针对一终点对,获取用户在预设时间范围内的轨迹作为用户常用轨迹,例如1个月内的轨迹,将用户常用轨迹作为这对该终点对的经验路线。
通过用户轨迹确定经验路线,可以考虑用户在现实世界中的实际轨迹,以确定经验路线,能够提高确定的经验路线与现实世界的匹配性,进而,在路线规划过程中,经验路线可以弥补策略规划路线较难准确地获取到现实世界中有些动态要素的不足,将策略规划路线和经验路线共同展示,经验路线可以作为策略规划路线的补充,优化路线的规划。
一种可实现方式中,收集得到经验路线后,可以对多个经验路线进行统计,基于统计结果对各个经验路线标注标签,具体地可以包括:对经验路线收集过程中用户针对经验路线的标注内容,进行统计,得到各个经验路线的标签。例如,可以直接将用户针对经验路线的标注内容作为经验路线的标签。或者,也可以针对同一终点对,统计不同用户的经验路线,对满足条件的经验路线进行统计,例如,针对同一终点对,80%的用户均选择了一经验路线,则针对该经验路线标注标签:80%用户选择此方案。
如此在展示的过程中,可以获取目标经验路线的标签;展示目标经验路线的标签。
对应上述实施例提供的路线规划方法,本公开实施例还提供了一种路线规划装置,如图8所示,可以包括:
接收模块801,用于接收起点信息和终点信息;
计算模块802,用于计算从起点信息的位置到终点信息的位置的策略规划路线;
第一获取模块803,用于在起点信息和终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线;
第一展示模块804,用于展示策略规划路线和目标经验路线。
可选地,第一获取模块803,具体用于:响应于起点信息和终点信息与预设经验路线中的起点和终点匹配,获取预设经验路线得到目标经验路线。
可选地,第一获取模块803,具体用于:响应于起点信息与起点匹配且终点信息与终点匹配,获取预设经验路线得到目标经验路线;或者,响应于起点信息落在起点对应的兴趣面AOI内,且终点信息落在终点对应的AOI内,获取预设经验路线得到目标经验路线。
可选地,起点信息为坐标一,终点信息为坐标二;第一获取模块803,具体用于:确定坐标一所属的AOI以及坐标二所属的AOI;获取坐标一所属的AOI对应的兴趣点POI,以及坐标二所属的AOI对应的兴趣点POI;响应于坐标一所属的AOI对应的兴趣点POI与起点匹配,且坐标二所属的AOI对应的兴趣点POI与终点匹配,获取预设经验路线得到目标经验路线;或者,判断坐标一是否落在起点对应的AOI内,判断坐标二是否落在终点对应的AOI内;响应于坐标一落在起点对应的AOI内,以及坐标二落在终点对应的AOI内,获取预设经验路线得到目标经验路线。
可选地,如图9所示,还包括:
第二获取模块901,用于获取目标经验路线的标签;
第二展示模块902,用于展示目标经验路线的标签,标签用于标示目标经验路线的推荐原因或不推荐原因。
可选地,如图10所示,还可以包括:
采集模块1001,用于针对目标点,采集目标点对应的经验路线;和/或,
确定模块1002,用于基于用户轨迹确定经验路线;
其中,经验路线用于在起点信息和终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线,目标经验路线与策略规划路线共同展示,策略规划路线是计算的从起点信息的位置到终点信息的位置的路线。
可选地,确定模块1002,具体用于响应于用户路线与策略推荐路线不一致,将用户路线作为经验路线;和/或,基于用户常用轨迹,确定经验路线。
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。
图11示出了可以用来实施本公开的实施例的示例电子设备1100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11所示,设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM 1103中,还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106,例如键盘、鼠标等;输出单元1107,例如各种类型的显示器、扬声器等;存储单元1108,例如磁盘、光盘等;以及通信单元1109,例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100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1101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1101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1101执行上文所描述的各个方法和处理,例如路线规划方法。例如,在一些实施例中,路线规划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1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,可以执行上文描述的路线规划方法的一个或多个步骤。备选地,在其他实施例中,计算单元1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行路线规划方法。
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,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 (17)
1.一种路线规划方法,包括:
接收起点信息和终点信息;
计算从所述起点信息的位置到所述终点信息的位置的策略规划路线;
在所述起点信息和所述终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线;
展示所述策略规划路线和所述目标经验路线。
2.根据权利要求1所述的方法,其中,所述在所述起点信息和所述终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线,包括:
响应于所述起点信息和所述终点信息与预设经验路线中的起点和终点匹配,获取所述预设经验路线得到目标经验路线。
3.根据权利要求2所述的方法,其中,所述响应于所述起点信息和所述终点信息与预设经验路线中的起点和终点匹配,获取所述预设经验路线得到目标经验路线,包括:
响应于所述起点信息与所述起点匹配且所述终点信息与所述终点匹配,获取所述预设经验路线得到目标经验路线;或者,
响应于所述起点信息落在所述起点对应的兴趣面AOI内,且所述终点信息落在所述终点对应的AOI内,获取所述预设经验路线得到目标经验路线。
4.根据权利要求3所述的方法,其中,所述起点信息为坐标一,所述终点信息为坐标二;
所述响应于所述起点信息落在所述起点对应的兴趣面AOI内,且所述所述终点信息落在所述终点对应的AOI内,获取所述预设经验路线得到目标经验路线,包括:
确定所述坐标一所属的AOI以及所述坐标二所属的AOI;
获取所述坐标一所属的AOI对应的兴趣点POI,以及所述坐标二所属的AOI对应的兴趣点POI;
响应于所述坐标一所属的AOI对应的兴趣点POI与所述起点匹配,且所述坐标二所属的AOI对应的兴趣点POI与所述终点匹配,获取所述预设经验路线得到目标经验路线;
或者,
判断所述坐标一是否落在所述起点对应的AOI内,判断所述坐标二是否落在所述终点对应的AOI内;
响应于所述坐标一落在所述起点对应的AOI内,以及所述坐标二落在所述终点对应的AOI内,获取所述预设经验路线得到目标经验路线。
5.根据权利要求1至4任一项所述的方法,还包括:
获取所述目标经验路线的标签;
展示所述目标经验路线的标签,所述标签用于标示所述目标经验路线的推荐原因或不推荐原因。
6.根据权利要求1所述的方法,还包括:
针对目标点,采集所述目标点对应的经验路线;和/或,
基于用户轨迹确定经验路线。
7.根据权利要求6所述的方法,其中,所述基于用户轨迹确定经验路线,包括:
响应于用户路线与策略推荐路线不一致,将所述用户路线作为经验路线;和/或,
基于用户常用轨迹,确定经验路线。
8.一种路线规划装置,包括:
接收模块,用于接收起点信息和终点信息;
计算模块,用于计算从所述起点信息的位置到所述终点信息的位置的策略规划路线;
第一获取模块,用于在所述起点信息和所述终点信息命中预设经验路线的情况下,获取命中的预设经验路线得到目标经验路线;
第一展示模块,用于展示所述策略规划路线和所述目标经验路线。
9.根据权利要求8所述的装置,其中,所述第一获取模块,具体用于:响应于所述起点信息和所述终点信息与预设经验路线中的起点和终点匹配,获取所述预设经验路线得到目标经验路线。
10.根据权利要求9所述的装置,其中,所述第一获取模块,具体用于:响应于所述起点信息与所述起点匹配且所述终点信息与所述终点匹配,获取所述预设经验路线得到目标经验路线;或者,响应于所述起点信息落在所述起点对应的兴趣面AOI内,且所述终点信息落在所述终点对应的AOI内,获取所述预设经验路线得到目标经验路线。
11.根据权利要求10所述的装置,其中,所述起点信息为坐标一,所述终点信息为坐标二;所述第一获取模块,具体用于:确定所述坐标一所属的AOI以及所述坐标二所属的AOI;获取所述坐标一所属的AOI对应的兴趣点POI,以及所述坐标二所属的AOI对应的兴趣点POI;响应于所述坐标一所属的AOI对应的兴趣点POI与所述起点匹配,且所述坐标二所属的AOI对应的兴趣点POI与所述终点匹配,获取所述预设经验路线得到目标经验路线;或者,判断所述坐标一是否落在所述起点对应的AOI内,判断所述坐标二是否落在所述终点对应的AOI内;响应于所述坐标一落在所述起点对应的AOI内,以及所述坐标二落在所述终点对应的AOI内,获取所述预设经验路线得到目标经验路线。
12.根据权利要求8至11任一项所述的装置,还包括:
第二获取模块,用于获取所述目标经验路线的标签;
第二展示模块,用于展示所述目标经验路线的标签,所述标签用于标示所述目标经验路线的推荐原因或不推荐原因。
13.根据权利要求8所述的装置,还包括:
采集模块,用于针对目标点,采集所述目标点对应的经验路线;和/或,
确定模块,用于基于用户轨迹确定经验路线。
14.根据权利要求13所述的装置,其中,所述确定模块,具体用于响应于用户路线与策略推荐路线不一致,将所述用户路线作为经验路线;和/或,基于用户常用轨迹,确定经验路线。
15.一种电子设备,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1-7中任一项所述的方法。
16.一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1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210312619.0A CN114676352A (zh) | 2022-03-28 | 2022-03-28 | 路线规划方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210312619.0A CN114676352A (zh) | 2022-03-28 | 2022-03-28 | 路线规划方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114676352A true CN114676352A (zh) | 2022-06-28 |
Family
ID=82075215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210312619.0A Pending CN114676352A (zh) | 2022-03-28 | 2022-03-28 | 路线规划方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114676352A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115439071A (zh) * | 2022-11-09 | 2022-12-06 | 成都运荔枝科技有限公司 | 一种冷链物流运输订单处理方法和系统 |
-
2022
- 2022-03-28 CN CN202210312619.0A patent/CN114676352A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115439071A (zh) * | 2022-11-09 | 2022-12-06 | 成都运荔枝科技有限公司 | 一种冷链物流运输订单处理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705800B (zh) | 混合出行路线确定方法、装置、设备及存储介质 | |
CN103017783A (zh) | 导航方法及系统、地图数据管理云端及其数据更新方法 | |
CN115410410B (zh) | 车位推荐方法、装置、设备以及存储介质 | |
CN104881717A (zh) | 一种路线推荐方法及用户终端 | |
CN114676352A (zh) | 路线规划方法、装置、设备以及存储介质 | |
CN114689069A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN104406602A (zh) | 导航路线推送方法和装置、导航路线生成方法和装置 | |
CN112539761A (zh) | 数据处理方法、装置、设备、存储介质及计算机程序产品 | |
CN112541135A (zh) | 信息共享方法、装置、电子设备、存储介质及程序产品 | |
CN112527943A (zh) | 地图渲染方法、装置、设备和存储介质 | |
CN115046564B (zh) | 导航处理方法、装置、设备及存储介质 | |
CN112735130B (zh) | 交通数据的处理方法、装置、电子设备和介质 | |
CN114674327A (zh) | 行驶轨迹的推送方法、装置、电子设备和导航设备 | |
CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
CN114116929A (zh) | 导航处理方法、装置、电子设备与存储介质 | |
CN114485711A (zh) | 驾驶信息的生成方法、自动驾驶方法、装置和电子设备 | |
CN113670295A (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
US20210041257A1 (en) | Method, Apparatus, Computer Device and Readable Storage Medium for Processing Position Information | |
CN113886413A (zh) | 地图更新方法及装置 | |
CN113847923A (zh) | 预估到达时间的计算方法、装置、电子设备和可读存储介质 | |
CN113535876A (zh) | 处理地图数据的方法、装置、电子设备和介质 | |
CN112559881A (zh) | 步行路线确定方法、装置、电子设备及存储介质 | |
CN113312562B (zh) | 路线规划方法、装置、电子设备、存储介质及程序产品 | |
CN113868532B (zh) | 一种地点推荐方法、装置、电子设备及存储介质 | |
CN114822066B (zh) | 车辆定位方法、装置、电子设备和存储介质 |
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 |