CN115752502A - 路径筛选方法、装置及电子设备 - Google Patents
路径筛选方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115752502A CN115752502A CN202310006478.4A CN202310006478A CN115752502A CN 115752502 A CN115752502 A CN 115752502A CN 202310006478 A CN202310006478 A CN 202310006478A CN 115752502 A CN115752502 A CN 115752502A
- Authority
- CN
- China
- Prior art keywords
- path
- vehicle
- vehicle track
- traffic flow
- candidate
- 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.)
- Granted
Links
- 238000012216 screening Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种路径筛选方法、装置及电子设备，通过获取路径规划信息，其中，路径规划信息包括起终点和出行时间；根据起终点进行出行路径规划，以得到至少一条候选路径；根据任意一条候选路径中包含的各路段在出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到至少一条候选路径中的目标路径；输出目标路径。由此，基于历史同期的车辆轨迹密度从规划的候选路径中筛选出最佳的目标路径，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
Description
技术领域
本公开涉及自动驾驶、决策技术领域，尤其涉及一种路径筛选方法、装置及电子设备。
背景技术
目前，对路径进行规划从而筛选出最适合的路径是实现无人化驾驶的关键技术之一。
相关技术中，路径筛选都是基于确定的地图并结合实时车流密度来计算最短路径，但还存在由于车流密度计算失真导致行驶耗时长的问题。
发明内容
为克服相关技术中存在的问题，本公开提供一种路径筛选方法、装置及电子设备。
根据本公开实施例的第一方面，提供一种路径筛选方法，包括：获取路径规划信息，其中，所述路径规划信息包括起终点和出行时间；根据所述起终点进行出行路径规划，以得到至少一条候选路径；根据任意一条候选路径中包含的各路段在所述出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到所述至少一条候选路径中的目标路径；输出所述目标路径。
根据本公开实施例的第二方面，提供一种路径筛选装置，包括：第一获取模块，用于获取路径规划信息，其中，所述路径规划信息包括起终点和出行时间；规划模块，用于根据所述起终点进行出行路径规划，以得到至少一条候选路径；筛选模块，用于根据任意一条候选路径中包含的各路段在所述出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到所述至少一条候选路径中的目标路径；输出模块，用于输出所述目标路径。
根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为用于实现本公开第一方面所提供的路径筛选方法的步骤。
根据本公开实施例的第四方面，提供一种车辆，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为用于实现本公开第一方面所提供的路径筛选方法的步骤。
根据本公开实施例的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的路径筛选方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
通过获取路径规划信息，其中，路径规划信息包括起终点和出行时间；根据起终点进行出行路径规划，以得到至少一条候选路径；根据任意一条候选路径中包含的各路段在出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到至少一条候选路径中的目标路径；输出目标路径。由此，基于历史同期的车辆轨迹密度从规划的候选路径中筛选出最佳的目标路径，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种路径筛选方法的流程图；
图2是根据一示例性实施例示出的另一种路径筛选方法的流程图；
图3是根据一示例性实施例示出的另一种路径筛选方法的流程图；
图4是根据一示例性实施例示出的另一种路径筛选方法的流程图；
图5是根据一示例性实施例示出的一种路径筛选装置的框图；
图6是根据一示例性实施例示出的一种车辆的框图；
图7为根据一示例性实施例示出的一种用于实现本公开实施例的方法的电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
图1是根据一示例性实施例示出的一种路径筛选方法的流程图，其中，需要说明的是，本实施例的路径筛选方法由路径筛选装置执行，该路径筛选装置可以由软件和/或硬件实现，该路径筛选装置可以配置在电子设备中，该电子设备例如可以为任一具有计算能力的设备，例如可以为个人电脑（Personal Computer，简称PC）、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。以下以执行主体为电子设备为例进行说明。
如图1所示，路径筛选方法包括以下步骤：
在步骤S101中，获取路径规划信息，其中，路径规划信息包括起终点和出行时间。
在本公开实施例中，电子设备执行步骤101的过程为，对车辆进行定位，得到车辆的当前位置，即，车辆的起点；确定车辆的目标行驶位置，即，车辆的终点；确定目标出行时间，即，车辆的出行时间。其中，出行时间可以为任一时间，可根据出行需求设置。
在步骤S102中，根据起终点进行出行路径规划，以得到至少一条候选路径。
作为一种可能的实现方式，先确定进行路径规划的地图信息，根据路径的起终点，利用路径规划算法得到所有出行路径，将所有出行路径中不可行驶的路径删除，得到可行驶的至少一条候选路径。
其中，路径规划算法可以为，传统算法（Dijkstra（迪杰斯特拉算法）算法、A*(A-Star)算法等）、智能算法（PSO（Particle Swarm Optimization，粒子群优化算法）算法、遗传算法、强化学习等）、传统与智能相结合的算法等等，在此不再一一介绍。
在步骤S103中，根据任意一条候选路径中包含的各路段在出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到至少一条候选路径中的目标路径。
作为一种可能的实现方式，根据各个路段在出行时间对应的历史同期的车辆轨迹密度，计算得到任意一条候选路径在出行时间对应的历史同期的车辆轨迹密度，基于任意一条候选路径对应的车辆轨迹密度，对至少一条候选路径进行排序，结合各个候选路径的长度、红绿灯数量等情况，选择合适的目标路径。
其中，车辆轨迹密度表示一段道路上车辆的密集程度，可以利用出入量法、道路占有率法等方法计算得到。
在步骤S104中，输出目标路径。
在本公开实施例中，得到目标路径后，电子设备与车辆进行通信，将目标路径输出到车辆端，车辆端的控制设备根据目标路径控制车辆行驶。其中，目标路径为车辆在出行时间从起点到终点的最佳路线。
综上，通过获取路径规划信息，其中，路径规划信息包括起终点和出行时间；根据起终点进行出行路径规划，以得到至少一条候选路径；根据任意一条候选路径中包含的各路段在出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到至少一条候选路径中的目标路径；输出目标路径。由此，基于历史同期的车辆轨迹密度从规划的候选路径中筛选出最佳的目标路径，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
图2是根据一示例性实施例示出的另一种路径筛选方法的流程图。
如图2所示，该路径筛选方法包括以下步骤：
在步骤S201中，获取路径规划信息，其中，路径规划信息包括起终点和出行时间。
在步骤S202中，根据起终点进行出行路径规划，以得到至少一条候选路径。
在步骤S203中，根据出行时间所属目标时段，获取目标时段对应的第一交通流分布图；其中，第一交通流分布图，用于指示单个历史统计周期中与目标时段对应的历史时段内，路网中各路段的车辆轨迹密度。
作为一种可能的实现方式，确定路网中所有路段的在单个历史统计周期中的车辆轨迹，以生成路网中各路段一天内各个时段的车辆轨迹密度；根据出行时间所属目标时段查询路网中各路段一天内各个时段的车辆轨迹密度，得到目标时段对应的第一交通流分布图。
作为另一种可能的实现方式，确定所属目标时段路网中所有路段在单个历史统计周期中的车辆轨迹；计算路网中所有路段在单个历史统计周期中对应的车辆轨迹密度；根据对应的车辆轨迹密度生成目标时段对应的第一交通流分布图。
在步骤S204中，针对任意的一条候选路径，查询第一交通流分布图，以确定候选路径中各路段在出行时间对应的历史同期的车辆轨迹密度。
作为一种可能的实现方式，确定每一条候选路径的若干个路段；确定各路段的在第一交通流分布图的所在位置，根据所在位置查询第一交通流分布图，得到各路段在出行时间对应的历史同期的车辆轨迹密度。
在步骤S205中，针对任意一条候选路径，将所涉及到的各路段的行驶长度与对应路段的车辆轨迹密度之间的乘积进行累加，以得到评价值。
作为一种可能的实现方式，确定每个路段的行驶长度以及每个路段的车辆轨迹密度，将每个路段的行驶长度与对应路段的车辆轨迹密度之间的乘积进行累加，得到该条候选路径的车辆轨迹数。
可选地，基于每条候选路径的车辆轨迹数，对候选路径进行评价，得到每一条候选路径的评价值。其中，评价值越高，表示该路径耗时越短，评价值越低，表示该路径耗时越长。
在步骤S206中，依据评价值进行路径筛选，以得到至少一条候选路径中的目标路径。
在本公开实施例中，根据评价值对至少一条候选路径进行排序，选择评价值高的路径作为目标路径。
在本公开另一些实施例中，基于每一条候选路径的评价值，结合路径上红绿灯的分布、限速情况等原因，选择合适的目标路径。
在步骤S207中，输出目标路径。
其中，需要说明的是，201、202和207的详细说明，可以参考本公开中其他实施例中的说明，此处不再进行详细介绍。
本公开实施例的路径筛选方法，通过获取路径规划信息，其中，路径规划信息包括起终点和出行时间；根据起终点进行出行路径规划，以得到至少一条候选路径；根据出行时间所属目标时段，获取目标时段对应的第一交通流分布图；其中，第一交通流分布图，用于指示单个历史统计周期中与目标时段对应的历史时段内，路网中各路段的车辆轨迹密度；针对任意的一条候选路径，查询第一交通流分布图，以确定候选路径中各路段在出行时间对应的历史同期的车辆轨迹密度；针对任意一条候选路径，将所涉及到的各路段的行驶长度与对应路段的车辆轨迹密度之间的乘积进行累加，以得到评价值；依据评价值进行路径筛选，以得到至少一条候选路径中的目标路径；输出目标路径。由此，基于历史同期的车辆轨迹密度从规划的候选路径中筛选出最佳的目标路径，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
图3是根据一示例性实施例示出的另一种路径筛选方法的流程图。
如图3所示，该路径筛选方法包括以下步骤：
在步骤S301中，获取路径规划信息，其中，路径规划信息包括起终点和出行时间。
在步骤S302中，根据起终点进行出行路径规划，以得到至少一条候选路径。
在步骤S303中，获取第二交通流分布图，其中，第二交通流分布图，用于指示路网中各路段在单个历史统计周期中的车辆轨迹密度。
作为一种可能的实现方式，基于路网中划分的各路段，对至少一个历史统计周期内采集到的历史车辆行驶路径进行分段，以得到多条车辆轨迹；针对路网中的任意一条路段，根据至少一个历史统计周期内路段具有的车辆轨迹的总数，确定单个历史统计周期的车辆轨迹数；根据路网中各路段在单个历史统计周期的车辆轨迹数，以及对应路段的路段长度，确定第二交通流分布图中对应路段的车辆轨迹密度。
在步骤S304中，根据第二交通流分布图，以及目标时段在单个历史统计周期的车辆轨迹数占比，生成目标时段对应的第一交通流分布图。
作为一种可能的实现方式，基于路网中各条车辆轨迹的采集时刻，确定各时段的车辆轨迹总数；根据各时段的车辆轨迹总数之间的比值，确定各时段在单个历史统计周期的车辆轨迹数占比；根据出行时间所属目标时段在单个历史统计周期对应的车辆轨迹数占比，进而生成目标时段对应的第一交通流分布图。
在步骤S305中，根据出行时间所属目标时段，获取目标时段对应的第一交通流分布图；其中，第一交通流分布图，用于指示单个历史统计周期中与目标时段对应的历史时段内，路网中各路段的车辆轨迹密度。
在步骤S306中，针对任意的一条候选路径，查询第一交通流分布图，以确定候选路径中各路段在出行时间对应的历史同期的车辆轨迹密度。
在步骤S307中，针对任意一条候选路径，将所涉及到的各路段的行驶长度与对应路段的车辆轨迹密度之间的乘积进行累加，以得到评价值。
在步骤S308中，依据评价值进行路径筛选，以得到至少一条候选路径中的目标路径。
在步骤S309中，输出目标路径。
其中，需要说明的是，301、302、305、306、307、308和309的详细说明，可以参考本公开中其他实施例中的说明，此处不再进行详细介绍。
本公开实施例的路径筛选方法，通过获取路径规划信息，其中，路径规划信息包括起终点和出行时间；根据起终点进行出行路径规划，以得到至少一条候选路径；获取第二交通流分布图，其中，第二交通流分布图，用于指示路网中各路段在单个历史统计周期中的车辆轨迹密度；根据第二交通流分布图，以及目标时段在单个历史统计周期的车辆轨迹数占比，生成目标时段对应的第一交通流分布图；根据出行时间所属目标时段，获取目标时段对应的第一交通流分布图；其中，第一交通流分布图，用于指示单个历史统计周期中与目标时段对应的历史时段内，路网中各路段的车辆轨迹密度；针对任意的一条候选路径，查询第一交通流分布图，以确定候选路径中各路段在出行时间对应的历史同期的车辆轨迹密度；针对任意一条候选路径，将所涉及到的各路段的行驶长度与对应路段的车辆轨迹密度之间的乘积进行累加，以得到评价值；依据评价值进行路径筛选，以得到至少一条候选路径中的目标路径；输出目标路径。由此，基于历史同期的车辆轨迹密度从规划的候选路径中筛选出最佳的目标路径，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
图4是根据一示例性实施例示出的另一种路径筛选方法的流程图。
步骤401，基于路网中划分的各路段，对至少一个历史统计周期内采集多条车辆轨迹。
步骤402，基于路网中划分的各路段，对至少一个历史统计周期内采集到的历史车辆行驶路径进行分段。
步骤403，确定各路段对应车辆轨迹密度。
步骤404，确定各路段在不同时间的第二交通流分布图。
步骤405，确定同一时刻各路段的第一交通流分布图。
步骤406，车辆启动，确定启动时间为出行时间。
步骤407，确认起点终点和出行时间。
步骤408，根据路径规划算法得到至少一条候选路径。
步骤409，结合第一交通流分布图，从至少一条候选路径中筛选目标路径。
步骤410，输出目标路径。
综上，通过基于路网中划分的各路段，对至少一个历史统计周期内采集多条车辆轨迹；基于路网中划分的各路段，对至少一个历史统计周期内采集到的历史车辆行驶路径进行分段；确定各路段对应车辆轨迹密度；确定各路段在不同时间的第二交通流分布图；确定同一时刻各路段的第一交通流分布图；车辆启动；确认起点终点和出行时间；根据路径规划算法得到至少一条候选路径；结合第一交通流分布图，从至少一条候选路径中筛选目标路径；输出目标路径。由此，基于历史同期的车辆轨迹密度从规划的候选路径中筛选出最佳的目标路径，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
图5是根据一示例性实施例示出的一种路径筛选装置的框图。参照图5，该装置500包括：第一获取模块510、规划模块520、筛选模块530和输出模块540。
其中，第一获取模块510，用于获取路径规划信息，其中，所述路径规划信息包括起终点和出行时间；
规划模块520，用于根据所述起终点进行出行路径规划，以得到至少一条候选路径；
筛选模块530，用于根据任意一条候选路径中包含的各路段在所述出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到所述至少一条候选路径中的目标路径；
输出模块540，用于输出所述目标路径。
作为本公开实施例的一种实现方式，所述装置，还包括：第二获取模块和查询模块；其中，所述第二获取模块，用于根据所述出行时间所属目标时段，获取所述目标时段对应的第一交通流分布图；其中，所述第一交通流分布图，用于指示单个历史统计周期中与所述目标时段对应的历史时段内，路网中各路段的车辆轨迹密度；所述查询模块，用于针对任意的一条候选路径，查询所述第一交通流分布图，以确定所述候选路径中各路段在所述出行时间对应的历史同期的车辆轨迹密度。
作为本公开实施例的一种实现方式，所述装置，还包括：第三获取模块和生成模块；其中，所述第三获取模块，用于获取第二交通流分布图，其中，所述第二交通流分布图，用于指示所述路网中各路段在单个历史统计周期中的车辆轨迹密度；所述生成模块，用于根据所述第二交通流分布图，以及所述目标时段在所述单个历史统计周期的车辆轨迹数占比，生成所述目标时段对应的第一交通流分布图。
作为本公开实施例的一种实现方式，所述第三获取模块，具体用于基于所述路网中划分的各路段，对至少一个历史统计周期内采集到的历史车辆行驶路径进行分段，以得到多条车辆轨迹；针对所述路网中的任意一条路段，根据所述至少一个历史统计周期内所述路段具有的车辆轨迹的总数，确定单个历史统计周期的车辆轨迹数；根据所述路网中各路段在单个历史统计周期的车辆轨迹数，以及对应路段的路段长度，确定所述第二交通流分布图中对应路段的车辆轨迹密度。
作为本公开实施例的一种实现方式，所述装置，还包括：第一确定模块和第二确定模块；其中，所述第一确定模块，用于基于所述路网中各条所述车辆轨迹的采集时刻，确定各时段的车辆轨迹总数；所述第二确定模块，用于根据各时段的车辆轨迹总数之间的比值，确定各时段在所述单个历史统计周期的车辆轨迹数占比。
作为本公开实施例的一种实现方式，所述筛选模块530具体用于，针对任意一条候选路径，将所涉及到的各路段的行驶长度与对应路段的车辆轨迹密度之间的乘积进行累加，以得到评价值；依据所述评价值进行路径筛选，以得到所述至少一条候选路径中的目标路径。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开实施例的路径筛选装置，通过获取路径规划信息，其中，路径规划信息包括起终点和出行时间；根据起终点进行出行路径规划，以得到至少一条候选路径；根据任意一条候选路径中包含的各路段在出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到至少一条候选路径中的目标路径；输出目标路径。由此，基于历史同期的车辆轨迹密度从规划的候选路径中筛选出最佳的目标路径，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
图6是根据一示例性实施例示出的一种车辆的框图。例如，车辆600可以是混合动力车辆，也可以是非混合动力车辆、电动车辆、燃料电池车辆或者其他类型的车辆。车辆600可以是自动驾驶车辆、半自动驾驶车辆或者非自动驾驶车辆。
参照图6，车辆600可包括各种子系统，例如，信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640以及计算平台650。其中，车辆600还可以包括更多或更少的子系统，并且每个子系统都可包括多个部件。另外，车辆600的每个子系统之间和每个部件之间可以通过有线或者无线的方式实现互连。
在一些实施例中，信息娱乐系统610可以包括通信系统，娱乐系统以及导航系统等。
感知系统620可以包括若干种传感器，用于感测车辆600周边的环境的信息。例如，感知系统620可包括全球定位系统（全球定位系统可以是GPS系统，也可以是北斗系统或者其他定位系统）、惯性测量单元（inertial measurement unit，IMU）、激光雷达、毫米波雷达、超声雷达以及摄像装置。
决策控制系统630可以包括计算系统、整车控制器、转向系统、油门以及制动系统。
驱动系统640可以包括为车辆600提供动力运动的组件。在一个实施例中，驱动系统640可以包括引擎、能量源、传动系统和车轮。引擎可以是内燃机、电动机、空气压缩引擎中的一种或者多种的组合。引擎能够将能量源提供的能量转换成机械能量。
车辆600的部分或所有功能受计算平台650控制。计算平台650可包括至少一个处理器651和存储器652，处理器651可以执行存储在存储器652中的指令653。
处理器651可以是任何常规的处理器，诸如商业可获得的CPU。处理器还可以包括诸如图像处理器（Graphic Process Unit，GPU），现场可编程门阵列（Field ProgrammableGate Array，FPGA）、片上系统（System on Chip，SOC）、专用集成芯片（ApplicationSpecific Integrated Circuit，ASIC）或它们的组合。
存储器652可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。
除了指令653以外，存储器652还可存储数据，例如道路地图，路线信息，车辆的位置、方向、速度等数据。存储器652存储的数据可以被计算平台650使用。
在本公开实施例中，处理器651可以执行指令653，以完成上述的路径筛选方法的全部或部分步骤。
本公开实施例提供的车辆，通过接收电子设备输出的目标路径；根据目标路径控制车辆行驶，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
为了实现上述实施例，本公开还提供了一种电子设备和一种可读存储介质和一种计算机程序产品。
其中，电子设备，包括：处理器720；用于存储处理器720可执行指令的存储器710；其中，所述处理器720被配置为执行如前所述的本公开第一方面实施例提出的路径筛选方法。
作为一种示例，图7为根据一示例性实施例示出的一种用于实现本公开实施例的方法的电子设备的框图，如图7所示，上述电子设备700，可以包括：
存储器710及处理器720，连接不同组件（包括存储器710和处理器720）的总线730，存储器710存储有计算机程序，当处理器720执行所述程序时实现如前所述的本公开第一方面实施例提出的路径筛选方法。
总线730表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（ISA）总线，微通道体系结构（MAC）总线，增强型ISA总线、视频电子标准协会（VESA）局域总线以及外围组件互连（PCI）总线。
电子设备700典型地包括多种计算机可读介质。这些介质可以是任何能够被电子设备700访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器710还可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器（RAM）740和/或高速缓存750。电子设备700可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统760可以用于读写不可移动的、非易失性磁介质（图7未显示，通常称为“硬盘驱动器”）。尽管图7中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如CD-ROM，DVD-ROM或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线730相连。存储器710可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本公开各实施例的功能。
具有一组（至少一个）程序模块770的程序/实用工具780，可以存储在例如存储器710中，这样的程序模块770包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块770通常执行本公开所描述的实施例中的功能和/或方法。
电子设备700也可以与一个或多个外部设备790（例如键盘、指向设备、显示器791等）通信，还可与一个或者多个使得用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口792进行。并且，电子设备700还可以通过网络适配器793与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图7所示，网络适配器793通过总线730与电子设备700的其它模块通信。应当明白，尽管图7中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器720通过运行存储在存储器710中的程序，从而执行各种功能应用以及数据处理。
需要说明的是，本实施例的电子设备的实施过程和技术原理参见前述对本公开实施例的路径筛选方法的解释说明，此处不再赘述。
本公开实施例提供的电子设备，通过获取路径规划信息，其中，路径规划信息包括起终点和出行时间；根据起终点进行出行路径规划，以得到至少一条候选路径；根据任意一条候选路径中包含的各路段在出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到至少一条候选路径中的目标路径；输出目标路径。由此，基于历史同期的车辆轨迹密度从规划的候选路径中筛选出最佳的目标路径，从而避免了由于对车辆轨迹计算失真导致实际行驶耗时时间长的情况，提高了实际行车的效率。
为了实现上述实施例，本公开还提出一种计算机可读存储介质，其中，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如前所述的本公开第一方面实施例提出的路径筛选方法。
为了实现上述实施例，本公开还提供一种计算机程序产品，该计算机程序由电子设备的处理器执行时，使得电子设备能够执行如前所述的本公开第一方面实施例提出的路径筛选方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (15)
1.一种路径筛选方法，其特征在于，包括：
获取路径规划信息，其中，所述路径规划信息包括起终点和出行时间；
根据所述起终点进行出行路径规划，以得到至少一条候选路径；
根据任意一条候选路径中包含的各路段在所述出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到所述至少一条候选路径中的目标路径；
输出所述目标路径。
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：
根据所述出行时间所属目标时段，获取所述目标时段对应的第一交通流分布图；其中，所述第一交通流分布图，用于指示单个历史统计周期中与所述目标时段对应的历史时段内，路网中各路段的车辆轨迹密度；
针对任意的一条候选路径，查询所述第一交通流分布图，以确定所述候选路径中各路段在所述出行时间对应的历史同期的车辆轨迹密度。
3.根据权利要求2所述的方法，其特征在于，所述方法，还包括：
获取第二交通流分布图，其中，所述第二交通流分布图，用于指示所述路网中各路段在单个历史统计周期中的车辆轨迹密度；
根据所述第二交通流分布图，以及所述目标时段在所述单个历史统计周期的车辆轨迹数占比，生成所述目标时段对应的第一交通流分布图。
4.根据权利要求3所述的方法，其特征在于，所述获取第二交通流分布图，包括：
基于所述路网中划分的各路段，对至少一个历史统计周期内采集到的历史车辆行驶路径进行分段，以得到多条车辆轨迹；
针对所述路网中的任意一条路段，根据所述至少一个历史统计周期内所述路段具有的车辆轨迹的总数，确定单个历史统计周期的车辆轨迹数；
根据所述路网中各路段在单个历史统计周期的车辆轨迹数，以及对应路段的路段长度，确定所述第二交通流分布图中对应路段的车辆轨迹密度。
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
基于所述路网中各条所述车辆轨迹的采集时刻，确定各时段的车辆轨迹总数；
根据各时段的车辆轨迹总数之间的比值，确定各时段在所述单个历史统计周期的车辆轨迹数占比。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据任意一条候选路径中包含的各路段在所述出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到所述至少一条候选路径中的目标路径，包括：
针对任意一条候选路径，将所涉及到的各路段的行驶长度与对应路段的车辆轨迹密度之间的乘积进行累加，以得到评价值；
依据所述评价值进行路径筛选，以得到所述至少一条候选路径中的目标路径。
7.一种路径筛选装置，其特征在于，包括：
第一获取模块，用于获取路径规划信息，其中，所述路径规划信息包括起终点和出行时间；
规划模块，用于根据所述起终点进行出行路径规划，以得到至少一条候选路径；
筛选模块，用于根据任意一条候选路径中包含的各路段在所述出行时间对应的历史同期的车辆轨迹密度，进行路径筛选，以得到所述至少一条候选路径中的目标路径；
输出模块，用于输出所述目标路径。
8.根据权利要求7所述的装置，其特征在于，所述装置，还包括：第二获取模块和查询模块；
其中，所述第二获取模块，用于根据所述出行时间所属目标时段，获取所述目标时段对应的第一交通流分布图；其中，所述第一交通流分布图，用于指示单个历史统计周期中与所述目标时段对应的历史时段内，路网中各路段的车辆轨迹密度；
所述查询模块，用于针对任意的一条候选路径，查询所述第一交通流分布图，以确定所述候选路径中各路段在所述出行时间对应的历史同期的车辆轨迹密度。
9.根据权利要求8所述的装置，其特征在于，所述装置，还包括：第三获取模块和生成模块；
其中，所述第三获取模块，用于获取第二交通流分布图，其中，所述第二交通流分布图，用于指示所述路网中各路段在单个历史统计周期中的车辆轨迹密度；
所述生成模块，用于根据所述第二交通流分布图，以及所述目标时段在所述单个历史统计周期的车辆轨迹数占比，生成所述目标时段对应的第一交通流分布图。
10.根据权利要求9所述的装置，其特征在于，所述第三获取模块，具体用于，
基于所述路网中划分的各路段，对至少一个历史统计周期内采集到的历史车辆行驶路径进行分段，以得到多条车辆轨迹；
针对所述路网中的任意一条路段，根据所述至少一个历史统计周期内所述路段具有的车辆轨迹的总数，确定单个历史统计周期的车辆轨迹数；
根据所述路网中各路段在单个历史统计周期的车辆轨迹数，以及对应路段的路段长度，确定所述第二交通流分布图中对应路段的车辆轨迹密度。
11.根据权利要求9所述的装置，其特征在于，所述装置，还包括：第一确定模块和第二确定模块；
其中，所述第一确定模块，用于基于所述路网中各条所述车辆轨迹的采集时刻，确定各时段的车辆轨迹总数；
所述第二确定模块，用于根据各时段的车辆轨迹总数之间的比值，确定各时段在所述单个历史统计周期的车辆轨迹数占比。
12.根据权利要求7-11任一项所述的装置，其特征在于，所述筛选模块，具体用于，
针对任意一条候选路径，将所涉及到的各路段的行驶长度与对应路段的车辆轨迹密度之间的乘积进行累加，以得到评价值；
依据所述评价值进行路径筛选，以得到所述至少一条候选路径中的目标路径。
13.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
实现权利要求1-6中任一项所述方法的步骤。
14.一种车辆，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
实现权利要求1-6中任一项所述方法的步骤。
15.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310006478.4A CN115752502B (zh) | 2023-01-04 | 2023-01-04 | 路径筛选方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310006478.4A CN115752502B (zh) | 2023-01-04 | 2023-01-04 | 路径筛选方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115752502A true CN115752502A (zh) | 2023-03-07 |
| CN115752502B CN115752502B (zh) | 2023-05-02 |
Family
ID=85348306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310006478.4A Active CN115752502B (zh) | 2023-01-04 | 2023-01-04 | 路径筛选方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115752502B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117953691A (zh) * | 2024-03-26 | 2024-04-30 | 腾讯科技（深圳）有限公司 | 交通数据处理方法、装置、电子设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140136791A (ko) * | 2013-05-21 | 2014-12-01 | 삼성테크윈 주식회사 | 이동로봇의 경로계획 방법 |
| CN110702129A (zh) * | 2019-05-31 | 2020-01-17 | 北京嘀嘀无限科技发展有限公司 | 用于路径规划的系统和方法 |
| CN111435470A (zh) * | 2019-01-11 | 2020-07-21 | 上海博泰悦臻网络技术服务有限公司 | 一种出行路线规划方法、存储介质、服务器 |
| CN111854779A (zh) * | 2020-02-25 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种路线规划方法、装置、电子设备及可读存储介质 |
| CN113390429A (zh) * | 2020-10-28 | 2021-09-14 | 腾讯科技（深圳）有限公司 | 一种导航方法及装置 |
| CN113970338A (zh) * | 2020-07-22 | 2022-01-25 | 阿里巴巴集团控股有限公司 | 一种出行模式推荐方法、相关方法及装置和系统 |
| CN114440914A (zh) * | 2022-01-26 | 2022-05-06 | 腾讯科技（深圳）有限公司 | 路径规划方法、装置、电子设备、存储介质及程序产品 |
-
2023
- 2023-01-04 CN CN202310006478.4A patent/CN115752502B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140136791A (ko) * | 2013-05-21 | 2014-12-01 | 삼성테크윈 주식회사 | 이동로봇의 경로계획 방법 |
| CN111435470A (zh) * | 2019-01-11 | 2020-07-21 | 上海博泰悦臻网络技术服务有限公司 | 一种出行路线规划方法、存储介质、服务器 |
| CN110702129A (zh) * | 2019-05-31 | 2020-01-17 | 北京嘀嘀无限科技发展有限公司 | 用于路径规划的系统和方法 |
| CN111854779A (zh) * | 2020-02-25 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种路线规划方法、装置、电子设备及可读存储介质 |
| CN113970338A (zh) * | 2020-07-22 | 2022-01-25 | 阿里巴巴集团控股有限公司 | 一种出行模式推荐方法、相关方法及装置和系统 |
| CN113390429A (zh) * | 2020-10-28 | 2021-09-14 | 腾讯科技（深圳）有限公司 | 一种导航方法及装置 |
| CN114440914A (zh) * | 2022-01-26 | 2022-05-06 | 腾讯科技（深圳）有限公司 | 路径规划方法、装置、电子设备、存储介质及程序产品 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117953691A (zh) * | 2024-03-26 | 2024-04-30 | 腾讯科技（深圳）有限公司 | 交通数据处理方法、装置、电子设备及存储介质 |
| CN117953691B (zh) * | 2024-03-26 | 2024-06-07 | 腾讯科技（深圳）有限公司 | 交通数据处理方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115752502B (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110418940B (zh) | 用于预测车辆的未来驾驶条件的方法 | |
| CN107464016B (zh) | 考虑电池剩余电量的电动汽车充电路线诱导方法 | |
| US9631940B2 (en) | Method and system for determining a route for efficient energy consumption | |
| US10668824B2 (en) | Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle | |
| US20160245662A1 (en) | System And Method For Vehicle Energy Estimation, Adaptive Control And Routing | |
| CN103542858A (zh) | 车辆到达目标能力评估方法，数据库生成方法、导航系统 | |
| CN107615348A (zh) | 驾驶辅助装置及驾驶辅助方法 | |
| US20150241228A1 (en) | Travel support device, travel support method, and drive support system | |
| CN105593639B (zh) | 行驶信息存储系统、方法及存储介质 | |
| CN107389085A (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
| CN114802189A (zh) | 车辆的能耗控制方法、装置、车辆及存储介质 | |
| CN115752502B (zh) | 路径筛选方法、装置及电子设备 | |
| US20210129847A1 (en) | Method for producing a passing probability collection, method for operating a control device of a motor vehicle, passing probability collecting device and control device | |
| CN113015885A (zh) | 使用大数据进行车辆路由的系统和方法 | |
| CN114676867A (zh) | 车辆路线预测方法和装置 | |
| JP2020008436A (ja) | 経路情報支援装置および経路情報支援システム | |
| CN114537450A (zh) | 车辆控制方法、装置、介质、芯片、电子设备及车辆 | |
| CN114004077A (zh) | 交通仿真转换方法、装置、计算机设备及存储介质 | |
| US20240053161A1 (en) | Method for Predicting a Velocity Profile of a Vehicle | |
| CN110113716B (zh) | 一种路径状态信息获取方法、装置及存储介质 | |
| CN116070780A (zh) | 轨迹预测算法的评价方法、装置、介质及车辆 | |
| Demestichas et al. | Advanced driver assistance system supporting routing and navigation for fully electric vehicles | |
| US20240151546A1 (en) | Generating An Indication of Where A Mobile Unit Can Move To | |
| US20230055974A1 (en) | Method of Selecting a Route for Recording Vehicle | |
| CN115123252B (zh) | 车辆控制方法、装置、车辆及存储介质 |
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 |