【技术实现步骤摘要】
一种确定路况信息的方法及装置
本申请涉及电子地图
，具体而言，涉及一种确定路况信息的方法及装置。
技术介绍
随着交通网络的复杂化，人们在出行的时候越来越多依赖于导航技术。人们对出行决策支持的需求愈发迫切，对信息的及时性、可靠性的要求也越来越高。当前的导航技术在向用户提供导航服务之前，一般会通过电子地图向用户显示各条道路的实时路况信息；用户能够根据电子地图显示的各条道路的实时路况信息，来决定其采用的出行路线。但是由于交通路网的复杂性以及路况的不确定性，当用户实际到达其采用的出行路线中的某个路段时，该路段的路况已经相较导航之前有了变化，例如，很可能在导航之前还畅通的路段已经发生了拥堵。这就使得用户的出行缺乏信息可靠性方面的保障，造成出行效率和用户体验的下降。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种确定路况信息的方法及装置，能够对用户到达不同路段的时间，和用户到达某路段时刻该路段的路况进行准确预测，保障用户出行时的信息可靠性，提高出行效率，提升用户体验。第一方面，本申请实施...
【技术保护点】
1.一种确定路况信息的方法，其特征在于，包括：/n获取用户端的导航路线，并根据所述导航路线，确定构成所述导航路线的多个导航路段；/n确定所述用户端到达每个所述导航路段的预测到达时间；/n针对每个所述导航路段，根据所述用户端到达该导航路段的预测到达时间，确定所述用户端在该预测到达时间到达对应的导航路段时，该导航路段的预测路况信息。/n
【技术特征摘要】
1.一种确定路况信息的方法，其特征在于，包括：
获取用户端的导航路线，并根据所述导航路线，确定构成所述导航路线的多个导航路段；
确定所述用户端到达每个所述导航路段的预测到达时间；
针对每个所述导航路段，根据所述用户端到达该导航路段的预测到达时间，确定所述用户端在该预测到达时间到达对应的导航路段时，该导航路段的预测路况信息。
2.根据权利要求1所述的方法，其特征在于，确定所述用户端到达每个所述导航路段的预测到达时间，包括：
针对任一导航路段，获取所述用户端在多个到达时间影响特征下的特征值；
将获取的多个特征值输入至预先训练的到达时间预测模型中，获取所述用户端到达所述任一导航路段的预测到达时间。
3.根据权利要求2所述的方法，其特征在于，根据以下步骤训练得到所述到达时间预测模型：
针对多个用户端样本中的每个用户端样本，获取该用户端样本从出发地行驶向目的地所经过的多个导航路段中，与每个导航路段所对应的所述多个到达时间影响特征下的特征值，以及实际到达时间；
针对所述每个用户端样本，根据该用户端样本在多个所述导航路段分别对应的所述多个到达时间影响特征下的特征值，生成该用户端样本对应的第一样本特征向量序列；所述第一样本特征向量序列中包括与多个导航路段中每个导航路段分别对应的第一样本特征向量；
基于所述多个用户端样本分别对应的第一样本特征向量序列，以及每个第一样本特征向量对应的实际到达时间，进行所述到达时间预测模型的训练。
4.根据权利要求3所述的方法，其特征在于，所述基于所述多个用户端样本分别对应的第一样本特征向量序列，以及每个第一样本特征向量对应的实际到达时间，进行所述到达时间预测模型的训练，包括：
针对每个所述第一样本特征向量序列，按照其中的第一样本特征向量对应的实际到达时间的先后顺序，从该第一样本特征向量序列中选择一个第一样本特征向量作为当前第一样本特征向量，以及，
获取将前一样本特征向量输入第一基础预测模型后，所述第一基础预测模型的目标特征提取层为前一第一样本特征向量输出的中间特征向量；
将所述当前第一样本特征向量以及所述中间特征向量输入至所述第一基础预测模型，得到与该第一样本特征向量对应的预测到达时间；
基于得到的预测到达时间和对应的实际到达时间，对所述第一基础预测模型的参数进行调整，并基于调整后的第一基础预测模型，返回所述从该第一样本特征向量序列中选择一个第一样本特征向量输入至所述第一基础预测模型中的步骤，直到满足训练截止条件。
5.根据权利要求2所述的方法，其特征在于，所述到达时间影响特征包括以下至少一种：
用户端个性化特征、时间类特征、路线特征、路况特征。
6.根据权利要求5所述的方法，其特征在于，所述用户端个性化特征包括以下至少一个：
用户标识；用户驾龄；是否为活跃用户；用户对城市的熟悉程度；当前速度；针对最近至少一个历史时间段内的每个历史时间段，在至少一个速度统计指标下的指标值。
7.根据权利要求5所述的方法，其特征在于，所述时间类特征包括以下至少一个：
当前时间；是否处于交通高峰期；是否为周末；当前日期在一星期内的时间位置。
8.根据权利要求5所述的方法，其特征在于，所述路线特征包括以下至少一个：
在当前位置与所述任一导航路段之间的所有导航路段中的各个导航路段的高速比例、国道比例、省道比例、县道比例以及内部道路比例。
9.根据权利要求5所述的方法，其特征在于，所述路况特征包括以下至少一个：
从当前位置到达所述任一导航路段的总里程、在实时路况下从当前位置到达所述任一导航路段时各种路况状态分别对应的里程、在实时路况下从当前位置到达所述任一导航路段时各种路况状态分别对应的里程占据总里程的比率。
10.根据权利要求1所述的方法，其特征在于，针对每个所述导航路段，根据所述用户端到达该导航路段的预测到达时间，确定所述用户端在该预测到达时间到达对应的导航路段时，该导航路段的预测路况信息，包括：
针对任一导航路段，根据所述用户端到达该导航路段的预测到达时间，确定所述用户端在多个路况影响特征下的特征值；
将确定的多个特征值输入至预先训练的路况预测模型中，获取所述用户端在该预测到达时间到达对应的导航路段时，该导航路段的预测路况信息。
11.根据权利要求10所述的方法，其特征在于，根据以下步骤训练所述路况预测模型：
获取多个路段样本在多个采样时刻的所述路况影响特征以及实际路况信息；
针对每个路段样本，根据该路段样本在多个采样时刻分别对应的路况影响特征，生成该路段样本对应的第二样本特征向量序列；所述第二样本特征向量序列中包括与所述多个采样时刻分别对应的第二样本特征向量；
基于所述多个路段样本对应的第二样本特征向量序列以及实际路况信息，进行路况预测模型的训练。
12.根据权利要求11所述的方法，其特征在于，基于所述多个路段样本对应的第二样本特征向量序列以及实际路况信息，进行路况预测模型的训练：
针对每个所述第二样本特征向量序列，按照其中的第二样本特征向量对应的采样时刻的先后顺序，从该第二样本特征向量序列中选择一个第二样本特征向量作为当前第二样本特征向量，以及，
获取将前一第二样本特征向量输入第二基础预测模型后，所述第二基础预测模型的目标特征提取层为前一第二样本特征向量输出的中间特征向量；
将所述当前第二样本特征向量以及所述中间特征向量输入至所述第二基础预测模型，得到与该第二样本特征向量对应的预测路况信息；
基于得到的预测路况信息和对应的实际路况信息，对所述第二基础预测模型的参数进行调整，并基于调整后的第二基础预测模型，返回所述从该第二样本特征向量序列中选择一个第二样本特征向量输入至第二基础预测模型中的步骤，直到满足训练截止条件。
13.根据权利要求12所述的方法，其特征在于，所述基于得到的预测路况信息和对应的实际路况信息，对所述第二基础预测模型的参数进行调整，包括：
根据所述预测路况信息和对应的实际路况信息计算交叉熵损失；
根据所述交叉熵损失调整所述第二基础预测模型的参数。
14.根据权利要求10所述的方法，其特征在于，所述路况影响特征包括以下至少一种：
路段标识、路段的道路等级、路段的限速等级、路段的车道数、路段的长度、路况状态统计概率特征、当前时刻的路况、当前时刻的车速、当前时刻的流量、历史路况状态统计指标、历史车速统计指标、历史流量统计指标、与所述预测到达时间对应的历史同期路况状态、与所述预测到达时间对应的历史同期速度状态、与所述预测到达时间对应的历史同期流量状态、与所述预测到达时间对应的历史路况状态统计特征、与所述预测到达时间对应的历史速度、与所述预测到达时间对应的历史流量、与所述预测到达时间对应的天气预报信息。
15.根据权利要求1所述的方法，其特征在于，确定所述预测路况信息之后，还包括：
生成携带有所述预测路况信息的导航路线。
16.根据权利要求15所述的方法，其特征在于，所述方法还包括：
在确定所述用户端进入除所述导航路线中的导航路段外的其它导航路段后，重新规划导航路线；
基于重新规划的导航路线，重新确定所述预测路况信息，并生成携带有重新确定的所述预测路况信息的导航路线。
17.根据权利要求15所述的方法，其特征在于，所述方法还包括：
在确定所述用户端从所述导航路线中的导航路段进入另一导航路段中后，重新确定所述导航路线；
并基于重新确定的导航路线，重新确定所述预测路况信息，并生成携带有重新确定的所述预测路况信息的导航路线。
18.一种确定路况信息的装置，其特征在于，包括：
获取模块，用于获取用户端的导航路线，并根据所述导航路线，确定构成所述导航路线的多个导航路段；
第一确定模块，用于确定所述用户端到达每个所述导航路段的预测到达时间；
第二确定模块，用于针对每个所述导航路段，根据所述用户端到达该导航路段的预测到达时间，确定所述用户端在该预测到达时间到达对应的导航路段时，该导航...
【专利技术属性】
技术研发人员：仇辉，李海波，江梦华，秦宇皓，蒋浴芹，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
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。