出行轨迹预测方法、装置、计算设备及存储介质制造方法及图纸

本发明专利技术公开了一种出行轨迹预测方法、装置、计算设备及存储介质。该方法包括：获取车辆的出行数据，所述出行数据包括经度数据和纬度数据；对所述出行数据进行网格编码，得到所述车辆的时序网格轨迹；计算所述时序网格轨迹与轨迹库中每个轨迹序列的相似度，所述轨迹库中包括至少一个轨迹序列；根据所述相似度预测所述车辆的出行轨迹。上述技术方案将出行数据网格化，结合轨迹库中的已有轨迹序列，实现对车辆出行轨迹的有效预测，提高预测的精细度和准确性。

【技术实现步骤摘要】
出行轨迹预测方法、装置、计算设备及存储介质
本专利技术实施例涉及智能出行
，尤其涉及一种出行轨迹预测方法、装置、计算设备及存储介质。
技术介绍
随着GPS技术的日益广泛应用，基于GPS技术的数据挖掘和应用成为智能出行的新热点。车载导航设备、手机导航软件等可以根据用户输入的目的地以及选择的路线引导用户高效出行。出行场景识别在车辆智能化和个性化服务的应用中越来越重要，对出行场景识别的精确度和精细度要求也越来越高，是提升用户体验的关键。例如，私家车在节假日回乡探亲或长途出行，与日常工作或生活的出行轨迹明显不同，这要求我们能够智能识别或预测不同场景下的出行轨迹。但在用户没有输入目的地或者没有选择路线的情况下，存在许多不确定因素，且车机端的算力、多数据的汇总分析能力等具有局限性，难以有效地预测车辆的出行轨迹，预测的精细度和准确性低。
技术实现思路
本专利技术提供了一种出行轨迹预测方法、装置、计算设备及存储介质，以实时有效地预测车辆的出行轨迹，提高预测的精细度和准确性。第一方面，本专利技术实施例提供了一种出行轨迹预测方法，本文档来自技高网...

【技术保护点】
1.一种出行轨迹预测方法，其特征在于，包括：/n获取车辆的出行数据，所述出行数据包括经度数据和纬度数据；/n对所述出行数据进行网格编码，得到所述车辆的时序网格轨迹；/n计算所述时序网格轨迹与轨迹库中每个轨迹序列的相似度，所述轨迹库中包括至少一个轨迹序列；/n根据所述相似度预测所述车辆的出行轨迹。/n

【技术特征摘要】
1.一种出行轨迹预测方法，其特征在于，包括：
获取车辆的出行数据，所述出行数据包括经度数据和纬度数据；
对所述出行数据进行网格编码，得到所述车辆的时序网格轨迹；
计算所述时序网格轨迹与轨迹库中每个轨迹序列的相似度，所述轨迹库中包括至少一个轨迹序列；
根据所述相似度预测所述车辆的出行轨迹。


2.根据权利要求1所述的方法，其特征在于，对所述出行数据进行网格编码，得到所述车辆的时序网格轨迹，包括：
基于地址编码算法对所述经度数据和纬度数据编码得到字符串；
根据所述字符串合并相邻的网格，得到所述时序网格轨迹，以及所述时序网格轨迹的以下信息：进入网格时间，离开网格时间，网格编码，网格内停留时长以及通过速度。


3.根据权利要求1所述的方法，其特征在于，计算所述时序网格轨迹与轨迹库中每个轨迹序列的相似度，包括：
若所述时序网格轨迹中的非常规活动网格的数量或比例达到设定阈值，则计算所述时序网格轨迹与轨迹库中每个轨迹序列的莱文斯坦距离，作为每个轨迹序列对应的相似度。


4.根据权利要求1所述的方法，其特征在于，根据所述相似度预测所述车辆的出行轨迹，包括：
若各所述轨迹序列对应的相似度中，最高的相似度大于相似度阈值，则将该最高的相似度对应的轨迹序列作为所述车辆的出行轨迹。


5.根据权利要求1所述的方法，其特征在于，还包括：
获取车辆的历史出行数据，所述历史出行数据包括历史经度数据和历史纬度数...

【专利技术属性】
技术研发人员：袁鲁峰，陈博，付振，王明月，邵天东，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：吉林;22