【技术实现步骤摘要】
预测模型的生成方法、估计到达时间确定方法及装置
本申请涉及计算机
，具体涉及地图导航
，尤其涉及预测模型的生成方法、估计到达时间确定方法及装置。
技术介绍
估计到达时间(EstimationTimeofArrival，ETA)指在数字地图中基于起始位置以及历史数据进行到达时间预估的技术。在数字地图导航场景中，估计到达时间的准确性对于用户出行规划具有十分重要的意义。在估计数字地图中相应导航路径对应的估计到达时间的过程，准确估计导航路径中路段的通行时长对于准确估计达到时间是十分重要的，如果不能准确估计出对应路段的通行时长，将导致数字地图所提供的估计到达时间不准确，继而将影响用户的出行规划。
技术实现思路
本申请提出一种预测模型的生成方法、估计到达时间确定方法及装置，使得训练后的预测模型可以准确预测出路段中每个分段的通行时长，方便后续可结合每个分段的通行时长，准确拟合出路段的总通行时长。本申请第一方面实施例提出了一种用于预测路段通行时长的预测模型的生成方法，包括：基于所述路段的路况特征信息，利用初始...
【技术保护点】
1.一种用于预测路段通行时长的预测模型的生成方法，其特征在于，所述方法包括：/n基于所述路段的路况特征信息，利用初始的预测模型，以得到所述路段的N个分段的第一预测通行时长，其中，N为大于1的整数，所述N个分段是对路段进行分段而得到的；/n获取样本车辆通过符合所述路况特征信息的目标分段所需的实际通行时长；其中，所述目标分段为所述路段的一部分；/n根据所述N个分段的第一预测通行时长，确定所述目标分段的第二预测通行时长；/n根据所述实际通行时长和所述第二预测通行时长之间的差异信息，训练所述预测模型，直至所述差异信息满足预设条件，以得到训练后的预测模型。/n
【技术特征摘要】
1.一种用于预测路段通行时长的预测模型的生成方法，其特征在于，所述方法包括：
基于所述路段的路况特征信息，利用初始的预测模型，以得到所述路段的N个分段的第一预测通行时长，其中，N为大于1的整数，所述N个分段是对路段进行分段而得到的；
获取样本车辆通过符合所述路况特征信息的目标分段所需的实际通行时长；其中，所述目标分段为所述路段的一部分；
根据所述N个分段的第一预测通行时长，确定所述目标分段的第二预测通行时长；
根据所述实际通行时长和所述第二预测通行时长之间的差异信息，训练所述预测模型，直至所述差异信息满足预设条件，以得到训练后的预测模型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述N个分段的第一预测通行时长，确定目标分段的第二预测通行时长，包括：
根据每个所述分段与所述目标分段之间的位置关系，确定每个所述分段的权重；
根据所述分段的权重，对所述N个分段的第一预测通行时长进行加权求和，以得到所述目标分段的第二预测通行时长。
3.根据权利要求1所述的方法，其特征在于，在所述获取样本车辆通过符合所述路况特征信息的目标分段所需的实际通行时长之前，还包括：
获取所述样本车辆通过符合所述路况特征信息的所述路段的车辆导航信息；其中，所述车辆导航信息，用于指示相应样本车辆在所述路段以预设定位时间间隔定位得到的定位点数据，其中，所述定位点数据包括定位点序列；
将所述样本车辆的定位点序列映射到路网中，以获取所述路段上的映射定位点序列；
根据从所述映射定位点序列中选择在所述路段上存在距离间隔的两个不同的映射定位点，确定所述目标分段，其中，所述两个不同的映射定位点为所述目标分段的两个端点。
4.根据权利要求3所述的方法，其特征在于，所述定位点数据还包括所述定位点序列中每个定位点的定位时间，所述获取样本车辆在所述路段特征信息下通过所述目标分段的实际通行时长，包括：
获取与选择出两个不同的映射定位点分别对应的两个定位点；
根据所述两个定位点的定位时间之差，确定所述目标分段的实际通行时长。
5.一种使用如权利要求1-4任一项的训练后的预测模型所进行的估计到达时间确定方法，所述方法包括：
获取待导航车辆的导航路径，其中，所述导航路径包括路段；
根据所述路段的当前路况特征信息和所述预测模型，确定到所述路段的N个分段的预测通行时长；
根据所述N个分段的预测通行时长，确定所述路段的预测通行时长；
根据所述路段的预测通行时长，确定所述导航路径的到达时间。
6.一种用于预测路段通行时长的预测模型的生成装置，其特征在于，所述装置包括：
预测模块，用于基于所述路段的路况特征信息，利用初始的预测模型，以得到所述路段的N个分段的第一预测通行时长，其中，N为大于1的整数，所述N个分段是对路段进行分段而得到的；
第一获取模块，用...
【专利技术属性】
技术研发人员：曾令科，方晓敏，王凡，何径舟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。