路径推荐方法、路径推荐模型的训练方法及装置制造方法及图纸

本公开提供了一种路径推荐方法、路径推荐模型的训练方法及装置，数据处理技术和地图技术，具体涉及自动驾驶、智能交通以及深度学习，可以应用于车辆导航和路径规划等场景。具体实现方案为：获取车辆行驶路径推荐请求，根据车辆行驶路径推荐请求确定推荐域序列，其中，推荐域序列为车辆在域之间的推荐行驶转移关系，域包括基于路网中具有相同路名的有名路段确定的有名域、以及基于路网中的无名路段确定的得到虚拟域，根据推荐域序列生成并输出车辆行驶路径，即以“域”为粒度确定车辆行驶路径，相对“路段”为粒度训练而言，路径推荐的“解空间”相对较小，可以实现提高推荐效率的技术效果。可以实现提高推荐效率的技术效果。可以实现提高推荐效率的技术效果。

【技术实现步骤摘要】
路径推荐方法、路径推荐模型的训练方法及装置


[0001]本公开涉及数据处理技术和地图技术，具体涉及自动驾驶、智能交通以及深度学习，可以应用于车辆导航和路径规划等场景，尤其涉及一种路径推荐方法、路径推荐模型的训练方法及装置。

技术介绍

[0002]随着车辆出行的智能化，车辆可以通过导航的方式从始发地行驶至目的地。
[0003]在相关技术中，可以获取历史的车辆行驶路径，以基于获取到的车辆行驶路径为推荐车辆行驶路径。

技术实现思路

[0004]本公开提供了一种用于提高推荐效率的路径推荐方法、路径推荐模型的训练方法及装置。
[0005]根据本公开的第一方面，提供了一种路径推荐方法，包括：
[0006]获取车辆行驶路径推荐请求；
[0007]根据所述车辆行驶路径推荐请求确定推荐域序列，其中，所述推荐域序列为车辆在域之间的推荐行驶转移关系，域包括基于路网中具有相同路名的有名路段确定的有名域、以及基于所述路网中的无名路段确定的得到虚拟域；
[0008]根据所述推荐域序列生成并输出车辆行驶路径。
[0009]根据本公开的第二方面，提供了一种路径推荐模型的训练方法，包括：
[0010]对路网中具有相同路名的有名路段进行聚合处理，得到有名域；对所述路网中的无名路段进行聚合处理，得到虚拟域；
[0011]根据所述路网和获取到的行驶于所述路网的样本车辆行驶路径，确定车辆在域之间的行驶转移关系，其中，域包括所述有名域和所述虚拟域；
[0012]根据所述行驶转移关系和所述样本车辆行驶路径训练得到路径推荐模型，其中，所述路径推荐模型用于推荐车辆行驶路径。
[0013]根据本公开的第三方面，提供了一种路径推荐装置，包括：
[0014]第一获取单元，用于获取车辆行驶路径推荐请求；
[0015]第一确定单元，用于根据所述车辆行驶路径推荐请求确定推荐域序列，其中，所述推荐域序列为车辆在域之间的推荐行驶转移关系，域包括基于路网中具有相同路名的有名路段确定的有名域、以及基于所述路网中的无名路段确定的得到虚拟域；
[0016]生成单元，用于根据所述推荐域序列生成车辆行驶路径；
[0017]输出单元，用于输出所述车辆行驶路径。
[0018]根据本公开的第四方面，提供了一种路径推荐模型的训练装置，包括：
[0019]聚合单元，用于对路网中具有相同路名的有名路段进行聚合处理，得到有名域；对所述路网中的无名路段进行聚合处理，得到虚拟域；
[0020]第二确定单元，用于根据所述路网和获取到的行驶于所述路网的样本车辆行驶路径，确定车辆在域之间的行驶转移关系，其中，域包括所述有名域和所述虚拟域；
[0021]训练单元，用于根据所述行驶转移关系和所述样本车辆行驶路径训练得到路径推荐模型，其中，所述路径推荐模型用于推荐车辆行驶路径。
[0022]根据本公开的第五方面，提供了一种电子设备，包括：
[0023]至少一个处理器；以及
[0024]与所述至少一个处理器通信连接的存储器；其中，
[0025]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面或者第二方面所述的方法。
[0026]根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面或者第二方面所述的方法。
[0027]根据本公开的第七方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面或者第二方面所述的方法。
[0028]根据本公开的基于有名域和虚拟域确定表征推荐行驶转移关系的推荐域序列，以基于该推荐域序列确定车辆行驶路径，即以“域”为粒度确定车辆行驶路径的技术特征，相对“路段”为粒度训练而言，路径推荐的“解空间”相对较小，可以实现提高推荐效率的技术效果。
[0029]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0030]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0031]图1是根据本公开第一实施例的示意图；
[0032]图2是根据本公开第二实施例的示意图；
[0033]图3是根据本公开第三实施例的示意图；
[0034]图4是根据本公开第四实施例的示意图；
[0035]图5是根据本公开第五实施例的示意图；
[0036]图6是根据本公开第六实施例的示意图；
[0037]图7是根据本公开第七实施例的示意图；
[0038]图8是根据本公开第八实施例的示意图；
[0039]图9是根据本公开第九实施例的示意图；
[0040]图10是用来实现本公开实施例的路径推荐方法、路径推荐模型的训练方法的电子设备的框图。
具体实施方式
[0041]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种
细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0042]随着车辆出行的智能化，车辆用户对车辆出行的安全和效率等有了更高的需求。为了满足车辆用户的车辆出行的需求，提高车辆出行的安全和效率，可以至少采用下述实施例实现对车辆行驶路径的推荐。
[0043]在一些实施例中，可以基于图论算法搜索并推荐总代价最小的车辆行驶路径。
[0044]示例性的，基于历史行驶轨迹或道路属性挖掘路网的各道路的通行代价，并通过图论算法加速搜索通行代价最小的路径，将该通行代价最小的路径确定为推荐的车辆行驶路径。
[0045]其中，道路属性包括道路的类型，如高速公路等，也可以包括道路的通行拥挤程度，等等。通行代价可以为用户基于需求设置的，如通行代价最小可以为通行时间最短，也可以为最畅通，过路费用最少等。
[0046]然而，车辆行驶路径的通行代价并不完全等同于车辆行驶路径途径的道路和路口代价累加和，车辆行驶路径中的道路序列关系也是代价影响因素，例如从辅路汇入主路再左转跟本来就在主路左转的通行代价并不一样，因此，采用上述方法存在推荐的车辆行驶路径的准确性偏低的弊端。
[0047]在另一些实施例中，可以通过训练路径推荐模型，以基于路径推荐模型生成并推荐车辆行驶路径。
[0048]示例性的，获取样本数据，其中，样本数据为历史的车辆行驶路径，根据样本数据对基础网络模型进行训练，得到路径推荐模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路径推荐方法，包括：获取车辆行驶路径推荐请求；根据所述车辆行驶路径推荐请求确定推荐域序列，其中，所述推荐域序列为车辆在域之间的推荐行驶转移关系，域包括基于路网中具有相同路名的有名路段确定的有名域、以及基于所述路网中的无名路段确定的得到虚拟域；根据所述推荐域序列生成并输出车辆行驶路径。2.根据权利要求1所述的方法，其中，所述根据所述推荐域序列生成并输出所述车辆行驶路径，包括：根据所述推荐域序列和预设的映射关系，生成并输出所述车辆行驶路径，其中，所述映射关系用于表征路网中有名路段与路名之间的映射关系。3.根据权利要求2所述的方法，其中，所述根据所述推荐域序列和预设的映射关系，生成并输出所述车辆行驶路径，包括：根据所述映射关系确定所述推荐域序列中各域各自对应的路段，并根据确定出的各路段生成并输出所述车辆行驶路径。4.根据权利要求2或3所述的方法，所述映射关系是从所述路网中获取各有名路段各自对应的路名，并构建的有名路段与路名之间的对应关系。5.根据权利要求1
‑
4任一项所述的方法，其中，所述有名域是对所述路网中具有相同路名的有名路段进行聚合处理得到的；所述虚拟域是对所述路网中的无名路段进行聚合处理得到的。6.根据权利要求5所述的方法，其中，所述无名路段的数量为多个；所述虚拟域是根据获取到的与所述路网对应的无向图，并以任一无名路段为探索起始点，直至从所述无向图中探索到有名路段确定的，所述虚拟域表征所述任一无名路段与探索到的有名路段之间的区域。7.根据权利要求1
‑
6任一项所述的方法，其中，所述根据所述车辆行驶路径推荐请求确定推荐域序列，包括：将所述车辆行驶路径推荐请求输入至预先训练的路径推荐模型，输出所述推荐域序列，其中，所述路径推荐模型是根据样本行驶转移关系和获取到的行驶于所述路网的样本车辆行驶路径训练得到的，所述样本行驶转移关系是根据所述路网和所述样本车辆行驶路径确定的车辆在域之间的行驶转移关系。8.根据权利要求7所述的方法，其中，所述车辆行驶路径推荐请求中包括行驶起点、行驶终点、以及所述车辆行驶路径推荐请求的车辆用户的用户特征。9.一种路径推荐模型的训练方法，包括：对路网中具有相同路名的有名路段进行聚合处理，得到有名域；对所述路网中的无名路段进行聚合处理，得到虚拟域；根据所述路网和获取到的行驶于所述路网的样本车辆行驶路径，确定车辆在域之间的行驶转移关系，其中，域包括所述有名域和所述虚拟域；根据所述行驶转移关系和所述样本车辆行驶路径训练得到路径推荐模型，其中，所述路径推荐模型用于推荐车辆行驶路径。10.根据权利要求9所述的方法，其中，所述根据所述行驶转移关系和所述样本车辆行
驶路径训练得到路径推荐模型，包括：根据所述行驶转移关系，生成与所述路网对应的无向图；根据所述无向图、所述行驶转移关系以及所述样本车辆行驶路径训练得到所述路径推荐模型。11.根据权利要求10所述的方法，所述方法还包括：从所述路网中获取各有名路段各自对应的路名，并构建有名路段与路名之间的映射关系；以及，所述根据所述无向图、所述行驶转移关系以及所述样本车辆行驶路径训练得到所述路径推荐模型，包括：根据所述无向图、所述行驶转移关系、所述映射关系以及所述样本车辆行驶路径，训练得到所述路径推荐模型。12.根据权利要求11所述的方法，其中，所述根据所述无向图、所述行驶转移关系、所述映射关系以及所述样本车辆行驶路径，训练得到所述路径推荐模型，包括：根据所述样本车辆行驶路径，确定车辆行驶于所述路网中各路段的路段轨迹序列；根据所述无向图和所述映射关系，将所述路段轨迹序列转换为域轨迹序列，并根据所述路段轨迹序列、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。13.根据权利要求12所述的方法，其中，所述根据所述无向图和所述映射关系，将所述路段轨迹序列转换为域轨迹序列，包括：针对所述路段轨迹序列中的各路段，根据所述映射关系确定各路段各自对应的域；根据所述无向图获取确定出的各路段各自对应的域之间的连通关系，并根据所述连通关系生成所述域轨迹序列。14.根据权利要求12或13所述的方法，其中，所述路段轨迹序列具有轨迹起点和轨迹终点；所述根据所述路段轨迹序列、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型，包括：根据所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。15.根据权利要求14所述的方法，所述方法还包括：获取所述路段轨迹序列对应的车辆用户的用户特征；以及，所述根据所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型，包括：根据所述用户特征、所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。16.根据权利要求15所述的方法，其中，所述根据所述用户特征、所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型，包括：对所述用户特征、所述轨迹起点、所述轨迹终点、以及所述域轨迹序列，进行特征拼接处理，得到拼接特征；根据所述行驶转移关系和所述拼接特征训练得到所述路径推荐模型。17.根据权利要求9
‑
16中任一项所述的方法，其中，所述根据所述路网和获取到的行驶于所述路网的样本车辆行驶路径，确定车辆在域之间的行驶转移关系，包括：提取所述路网中各域之间的连接关系，并根据所述连接关系和所述样本车辆行驶路径确定所述行驶转移关系。
18.根据权利要求9
‑
17中任一项所述的方法，其中，所述无名路段的数量为多个；所述对所述路网中的无名路段进行聚合处理，得到虚拟域，包括：获取与所述路网对应的无向图；以任一无名路段为探索起始点，直至从所述无向图中探索到有名路段，并将所述任一无名路段与探索到的有名路段之间的区域确定为虚拟域。19.一种路径推荐装置，包括：第一获取单元，用于获取车辆行驶路径推荐请求；第一确定单元，用于根据所述车辆行驶路径推荐请求确定推荐域序列，其中，所述推荐域序列为车辆在域之间的推荐行驶转移关系，域包括基于路网中具有相同路名的有名路段确定的有名域、以及基于所述路网中的无名路段确定的得到虚拟域；生成单元，用于根据所述推荐域序列...

【专利技术属性】
技术研发人员：陈晓龙，肖飞，
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：