【技术实现步骤摘要】
路况预估方法、建立路况预估模型的方法及对应装置
[0001]本申请涉及计算机应用
,特别涉及大数据技术和智能交通技术下的路况预估方法、建立路况预估模型的方法及对应装置。
技术介绍
[0002]随着城市交通需求快速增长,交通拥堵问题日益严峻。交通拥堵增加了人们的通勤时间、浪费燃料、增加了污染。并且在此场景下也容易发生交通事故具有较大的安全隐患。
[0003]如果能够在诸如地图类产品中实现对路况的预估,则会给用户及时提供参考,从而选择合适的路线;也能够基于路况预估的状况更好地为用户提供诸如路线规划、路线建议等后续服务。
技术实现思路
[0004]有鉴于此,本申请提供了一种路况预估方法、建立路况预估模型的方法及对应装置,以便于实现对道路路况的预估。
[0005]第一方面,本申请提供了一种路况预估方法,包括:
[0006]获取道路在第一时间点之前预设第一时长内的用户轨迹序列和道路图像序列;
[0007]从所述用户轨迹序列中提取所述道路的轨迹相关特征,以及从所述道路图像序列中提取所述道路的图像相关特征;
[0008]将所述道路的轨迹相关特征和图像相关特征输入预先训练得到的路况预估模型,利用所述路况预估模型的估计结果得到所述道路在所述第一时间点之后预设第二时长内的路况信息。
[0009]第二方面,本申请提供了一种建立路况预估模型的方法,包括:
[0010]获取训练数据,所述训练数据包括样本道路在第二时间点之前预设第一时长内的用户轨迹序列和道路图像序列, ...
【技术保护点】
【技术特征摘要】
1.一种路况预估方法,包括:获取道路在第一时间点之前预设第一时长内的用户轨迹序列和道路图像序列;从所述用户轨迹序列中提取所述道路的轨迹相关特征,以及从所述道路图像序列中提取所述道路的图像相关特征;将所述道路的轨迹相关特征和图像相关特征输入预先训练得到的路况预估模型,利用所述路况预估模型的估计结果得到所述道路在所述第一时间点之后预设第二时长内的路况信息。2.根据权利要求1所述的方法,其中,所述道路包括以下至少一种:预设的目标道路,路况电子围栏中的道路,轨迹点满足预设的路况预估触发条件的道路。3.根据权利要求1或2所述的方法,还包括:将所述道路的信息发送给采集终端,获取所述采集终端采集的用户轨迹序列和道路图像序列;或者,向处于所述道路上的采集终端发送采集指令,获取所述采集终端采集的用户轨迹序列和道路图像序列。4.根据权利要求1所述的方法,其中,所述轨迹相关特征包括速度特征;所述图像相关特征包括道路空旷度特征、车流特征以及建筑特征中的至少一种。5.根据权利要求4所述的方法,其中,从所述道路图像序列中提取所述道路的图像相关特征包括:利用预先训练得到的图像语义分割模型,从所述道路图像序列中的各道路图像中识别主行车区域;从各道路图像中提取所述主行车区域的道路空旷度和/或车流信息;利用各道路图像中主行车区域的道路空旷度和/或车流信息,得到所述道路空旷度特征和/或车流特征。6.根据权利要求5所述的方法,其中,所述利用预先训练得到的图像语义分割模型,从所述道路图像序列中的各道路图像中识别主行车区域包括:利用预先训练得到的图像语义分割模型,针对各道路图像分别识别各像素对应的区域类别,以确定道路图像中的行车区域和至少一种道路环境区域;利用所述至少一种道路环境区域,从所述行车区域中确定主行车区域。7.根据权利要求4所述的方法,其中,从所述道路图像序列中提取所述道路的图像相关特征包括:利用预先训练得到的图像语义分割模型,从所述道路图像序列中的各道路图像中识别建筑物区域;将所述道路图像序列中相邻道路图像的建筑物区域的相似度均值和/或方差作为所述道路的建筑特征。8.根据权利要求1所述的方法,其中,输入所述路况预估模型的特征还包括:所述第一时间点之前预设第一时长对应的时间特征,和/或,所述道路的属性特征。9.一种建立路况预估模型的方法,包括:
获取训练数据,所述训练数据包括样本道路在第二时间点之前预设第一时长内的用户轨迹序列和道路图像序列,以及对所述样本道路标注的在所述第二时间点之后预设第二时长内的路况标签;从所述用户轨迹序列中提取所述样本道路的轨迹相关特征,以及从所述道路图像序列中提取所述样本道路的图像相关特征;将所述样本道路的轨迹相关特征和图像相关特征作为分类模型的输入,将对所述样本道路标注的路况标签作为所述分类模型的目标输出,训练所述分类模型以得到所述路况预估模型。10.根据权利要求9所述的方法,其中,所述轨迹相关特征包括速度特征;所述图像相关特征包括道路空旷度特征、车流特征以及建筑特征中的至少一种。11.根据权利要求10所述的方法,其中,从所述道路图像序列中提取所述样本道路的图像相关特征包括:利用预先训练得到的图像语义分割模型,从所述道路图像序列中的各道路图像中识别主行车区域;从各道路图像中提取所述主行车区域的道路空旷度和/或车流信息;利用各道路图像中主行车区域的道路空旷度和/或车流信息,得到所述道路空旷度特征和/或车流特征。12.根据权利要求11所述的方法,其中,所述利用预先训练得到的图像语义分割模型,从所述道路图像序列中的各道路图像中识别主行车区域包括:利用预先训练得到的图像语义分割模型,针对各道路图像分别识别各像素对应的区域类别,以确定道路图像中的行车区域和至少一种道路环境区域;利用所述至少一种道路环境区域,从所述行车区域中确定主行车区域。13.根据权利要求10所述的方法,其中,从所述道路图像序列中提取所述样本道路的图像相关特征包括:利用预先训练得到的图像语义分割模型,从所述道路图像序列中的各道路图像中识别建筑物区域;将所述道路图像序列中相邻道路图像的建筑物区域的相似度均值和/或方差作为所述样本道路的建筑特征。14.根据权利要求9所述的方法,其中,所述分类模型的输入还包括:所述第二时间点之前预设第一时长对应的时间特征,和/或,所述样本道路的属性特征。15.一种路况预估装置,包括:序列获取单元,用于获取道路在第一时间点之前预设第一时长内的用户轨迹序列和道路图像序列;特征提取单元,用于从所述用户轨迹序列中提取所述道路的轨迹相关特征,以及从所述道路图像序列中提取所述道路的图像相关特征;路况估计单元,用于将所述道路的轨迹相关特征和图像相关特征输入预先训练得到的路况预估模型,利用所述路况预估模型的估计结果得到所述道路在所述第一时间点之后预设第二时长内的路况信息。<...
【专利技术属性】
技术研发人员:黄际洲,赵辉,夏德国,王海峰,
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:
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。