确定异常停车概率和导航控制的方法、装置、设备和介质制造方法及图纸

本申请属于数据处理技术领域，公开了一种确定异常停车概率和导航控制的方法、装置、设备和介质，包括，根据目标路段单元的历史路况状态序列，确定异常路况时间段集合，并根据目标路段单元中行驶的各目标车辆的异常行驶状态，确定异常行驶时间段集合，以及基于异常路况时间段和异常行驶时间段的交集，获得异常停车时间段集合，并基于异常停车时间段的数量与目标车辆的总数的比值，确定目标单元的异常停车概率，这样，当目标路段单元中的目标车辆的行驶速度较低，同时该目标路段的历史路况状态存在异常时，判定存在异常停车行为的目标车辆，进而可以根据异常停车时间段的数量以及目标车辆的数量，获得异常停车概率。

【技术实现步骤摘要】
确定异常停车概率和导航控制的方法、装置、设备和介质
本申请涉及数据处理
，尤其涉及一种确定异常停车概率和导航控制的方法、装置、设备和介质。
技术介绍
在地图服务中，通常需要进行导航路径规划，从而为用户提供相应的导航服务。但是，现有技术下，导航路径规划时，由于未考虑到异常停车行为带来的阻滞影响，使得确定出的导航路径通常存在一定的偏差。其中，异常停车行为即非等灯状态下的停车行为，如，私家车路边违规停车，以及医院门口上下客时停车等。不同路段中通常存在着不同概率的异常停车行为，异常停车行为会对车辆的正常通行带来一定的阻滞影响。为此，需要确定不同路段的异常停车概率，进而可以基于异常停车概率，提高导航路径的准确度。由此，如何获得异常停车概率以及提高导航路径的准确度是一个需要解决的问题。
技术实现思路
本申请实施例提供一种确定异常停车概率和导航控制的方法、装置、设备和介质，用以获得异常停车概率，以及提高导航路径的准确度。一方面，提供一种确定异常停车概率的方法，包括：根据目标路段单元的历史路况状态序列，确定目标路段单元的异常路况时间段集合，历史路况状态序列为多个时刻的历史路况状态组成的序列；根据目标路段单元中行驶的各个目标车辆的异常行驶状态，确定目标路段单元的异常行驶时间段集合，异常行驶状态为行驶速度低于设定速度阈值的行驶状态；基于异常路况时间段集合中的异常路况时间段和异常行驶时间段集合中的异常行驶时间段的交集，获得异常停车时间段集合；基于异常停车时间段集合中的异常停车时间段的数量与目标车辆的总数之间的比值，获得目标路段单元的异常停车概率。一方面，提供一种导航控制的方法，包括：根据导航请求，获取所述导航请求中包含的出发地点和目标地点；获取所述出发地点和所述目标地点相关的导航数据，所述导航数据中至少包括出发地点和目标地点之间的各目标路段单元的异常停车概率，异常停车概率是根据上述一种确定异常停车概率的方法的步骤确定的；根据所述导航数据，确定从所述出发地点到达所述目标地点的导航路径；根据所述导航路径进行导航控制。一方面，提供一种确定异常停车概率的装置，包括：第一确定单元，用于根据目标路段单元的历史路况状态序列，确定目标路段单元的异常路况时间段集合，历史路况状态序列为多个时刻的历史路况状态组成的序列；第二确定单元，用于根据目标路段单元中行驶的各个目标车辆的异常行驶状态，确定目标路段单元的异常行驶时间段集合，异常行驶状态为行驶速度低于设定速度阈值的行驶状态；第一获得单元，用于基于异常路况时间段集合中的异常路况时间段和异常行驶时间段集合中的异常行驶时间段的交集，获得异常停车时间段集合；第二获得单元，用于基于异常停车时间段集合中的异常停车时间段的数量与目标车辆的总数之间的比值，获得目标路段单元的异常停车概率。较佳的，第一确定单元用于：对历史路况状态序列中的各历史路况状态进行平滑处理，获得平滑处理后的各修正路况状态，历史路况状态表示目标路段单元的拥堵程度；分别将每一历史路况状态与相应的修正路况状态进行比较；筛选出比较结果符合预设筛选条件的历史路况状态；根据筛选出的历史路况状态对应的时刻，确定目标路段单元的异常路况时间段集合。较佳的，第二确定单元用于：分别将每一目标车辆的异常行驶状态对应的时刻，作为异常时刻；分别对每一目标车辆的异常时刻进行聚类分析，获得相应的聚类时间片段；筛选出符合设定时长范围的聚类时间片段，获得目标路段单元的异常轨迹时间段集合。较佳的，第二获得单元用于：获取目标路段单元的异常停车概率集合，异常停车概率集合为目标路段单元的多个异常停车概率的集合；基于异常停车概率集合中包含的各异常停车概率的均值，确定目标路段单元的目标异常停车概率。较佳的，第二获得单元还用于：获取目标路段单元的路况数据，路况数据至少包括异常停车概率；根据路况数据，确定目标路段单元当前的路况状态。一方面，提供一种导航控制装置，包括：第一获取单元，用于根据导航请求，获取导航请求中包含的出发地点和目标地点；第二获取单元，用于获取出发地点和目标地点相关的导航数据，导航数据中至少包括出发地点和目标地点之间的各目标路段单元的异常停车概率，异常停车概率是根据上述任一种确定异常停车概率的装置的步骤确定的；确定单元，用于根据导航数据，确定从出发地点到达目标地点的导航路径；导航单元，用于根据导航路径进行导航控制。一方面，提供一种控制设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时执行上述任一种确定异常停车概率或导航控制的方法的步骤。一方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一种确定异常停车概率或导航控制的方法的步骤。本申请实施例提供的一种确定异常停车概率和导航控制的方法、装置、设备和介质中，根据目标路段单元的历史路况状态序列，确定异常路况时间段集合，并根据目标路段单元中行驶的各目标车辆的异常行驶状态，确定异常行驶时间段集合，以及基于异常路况时间段和异常行驶时间段的交集，获得异常停车时间段集合，并基于异常停车时间段的数量与目标车辆的总数的比值，确定目标单元的异常停车概率，这样，当目标路段单元中的目标车辆的行驶速度较低，同时该目标路段的历史路况状态存在异常时，判定存在异常停车行为的目标车辆，以根据异常停车时间段的数量以及目标车辆的数量，获得异常停车概率，进而可以基于异常停车概率，获得准确的导航路径。本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施方式中提供的一种确定异常停车概率和导航控制系统的架构示意图；图2为本申请实施方式中提供的一种确定异常停车概率方法的实施流程图；图3a为本申请实施方式中提供的一种路况状态变化示意图一；图3b为本申请实施方式中提供的一种路况状态变化示意图二。图4为本申请实施方式中提供的一种导航控制方法的实施流程图；图5为本申请实施方式中一种确定异常停车概率的装置的结构示意图；图6为本申请实施方式中一种导航控制的装置的结构示意图；图7为本申请实施方式中一种控制设备的结构示意图。具体实施方式为了使本申请的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施本文档来自技高网...

【技术保护点】
1.一种确定异常停车概率的方法，其特征在于，包括：/n根据目标路段单元的历史路况状态序列，确定所述目标路段单元的异常路况时间段集合，所述历史路况状态序列为多个时刻的历史路况状态组成的序列；/n根据所述目标路段单元中行驶的各个目标车辆的异常行驶状态，确定所述目标路段单元的异常行驶时间段集合，所述异常行驶状态为行驶速度低于设定速度阈值的行驶状态；/n基于异常路况时间段集合中的异常路况时间段和异常行驶时间段集合中的异常行驶时间段的交集，获得异常停车时间段集合；/n基于所述异常停车时间段集合中的异常停车时间段的数量与目标车辆的总数之间的比值，获得所述目标路段单元的异常停车概率。/n

【技术特征摘要】
1.一种确定异常停车概率的方法，其特征在于，包括：
根据目标路段单元的历史路况状态序列，确定所述目标路段单元的异常路况时间段集合，所述历史路况状态序列为多个时刻的历史路况状态组成的序列；
根据所述目标路段单元中行驶的各个目标车辆的异常行驶状态，确定所述目标路段单元的异常行驶时间段集合，所述异常行驶状态为行驶速度低于设定速度阈值的行驶状态；
基于异常路况时间段集合中的异常路况时间段和异常行驶时间段集合中的异常行驶时间段的交集，获得异常停车时间段集合；
基于所述异常停车时间段集合中的异常停车时间段的数量与目标车辆的总数之间的比值，获得所述目标路段单元的异常停车概率。


2.如权利要求1所述的方法，其特征在于，根据目标路段单元的历史路况状态序列，确定所述目标路段单元的异常路况时间段集合，包括：
对所述历史路况状态序列中的各历史路况状态进行平滑处理，获得平滑处理后的各修正路况状态，所述历史路况状态表示目标路段单元的拥堵程度；
分别将每一历史路况状态与相应的修正路况状态进行比较；
筛选出比较结果符合预设筛选条件的历史路况状态；
根据筛选出的历史路况状态对应的时刻，确定所述目标路段单元的异常路况时间段集合。


3.如权利要求1所述的方法，其特征在于，根据所述目标路段单元中行驶的各个目标车辆的异常行驶状态，确定所述目标路段单元的异常行驶时间段集合，包括：
分别将每一目标车辆的异常行驶状态对应的时刻，作为异常时刻；
分别对每一目标车辆的异常时刻进行聚类分析，获得相应的聚类时间片段；
筛选出符合设定时长范围的聚类时间片段，获得所述目标路段单元的异常轨迹时间段集合。


4.如权利要求1所述的方法，其特征在于，进一步包括：
获取所述目标路段单元的异常停车概率集合，所述异常停车概率集合为目标路段单元的多个异常停车概率的集合；
基于所述异常停车概率集合中包含的各异常停车概率的均值，确定所述目标路段单元的目标异常停车概率。


5.如权利要求1-4任一项所述的方法，其特征在于，进一步包括：
获取所述目标路段单元的路况数据，所述路况数据至少包括异常停车概率；
根据所述路况数据，确定所述目标路段单元...

【专利技术属性】
技术研发人员：王在振，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44