【技术实现步骤摘要】
本申请涉及计算机领域，具体而言，涉及一种导航路线的处理方法和装置、存储介质及电子设备。
技术介绍
1、在用户需要进行车辆导航时，其可以通过在导航地图中输入导航起点和导航终点，由导航地图为用户规划一组导航路线。由用户从一组导航路线中选取或者默认选取一条导航路线进行车辆导航。
2、目前，在进行车辆导航的处理时，可以基于道路交通特征与区域特征进行导航路线规划。然而，在同一区域范围内特征非常相似，且在长时间内变化不大，无法适应交通路线场景下道路状况瞬息万变的特点，导致规划的导航路线不合理，从而影响用户的出行效率。
3、由此可见，相关技术中的导航路线的处理方法，存在由于路径规划的参数灵活性差导致的导航路线规划不合理的问题。
技术实现思路
1、本申请实施例提供了一种导航路线的处理方法和装置、存储介质及电子设备，以至少相关技术中的导航路线的处理方法存在由于路径规划的参数灵活性差导致的导航路线规划不合理的问题。
2、根据本申请实施例的一个方面，提供了一种导航路线的处理方法，包括：确定导航起点与导航终点之间的一组导航路线，以及确定与所述导航终点对应的一组停车场，得到一组停车路径，其中，所述一组停车路径中的每个停车路径包括所述一组导航路线中的一条导航路线和所述一组停车场中的一个停车场的组合；确定所述一组停车场中的每个停车场的空余车位特征，其中，所述每个停车场的空余车位特征用于描述所述每个停车场在目标时段的历史空余车位，所述目标时段为从所述导航起点行驶至所述导航终点的
3、根据本申请实施例的另一个方面，提供了一种导航路线的处理装置，包括：第一确定单元，用于确定导航起点与导航终点之间的一组导航路线，以及确定与所述导航终点对应的一组停车场，得到一组停车路径，其中，所述一组停车路径中的每个停车路径包括所述一组导航路线中的一条导航路线和所述一组停车场中的一个停车场的组合；第二确定单元，用于确定所述一组停车场中的每个停车场的空余车位特征，其中，所述每个停车场的空余车位特征用于描述所述每个停车场在目标时段的历史空余车位，所述目标时段为从所述导航起点行驶至所述导航终点的时段；第三确定单元，用于确定所述一组导航路线中的每条导航路线的交通流状态特征，其中，所述每条导航路线的交通流状态特征用于描述所述每条导航路线与所述目标时段对应的历史交通流状态；第一输入单元，用于将所述每个停车场的空余车位特征和所述每条导航路线的交通流状态特征输入到目标预测模型，得到所述目标预测模型输出的目标停车路径，其中，所述目标预测模型用于基于所述每个停车场的空余车位特征和所述每条导航路线的交通流状态特征的相关性预测所述每个停车路径的选取概率。
4、根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述导航路线的处理方法。
5、根据本申请实施例的又一个方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上导航路线的处理方法。
6、根据本申请实施例的又一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过所述计算机程序执行上述的导航路线的处理方法。
7、在本申请实施例中，基于道路的交通流量和导航终点的停车场的空余停车位进行导航路线规划的方式，首先，确定出导航起点与导航终点之间的一组导航路线、以及与导航终点对应的一组停车场，得到一组停车路径，每个停车路径为一条导航路线和一个停车场的组合；然后，对于每条导航路线，确定每条导航路线交通流状态特征，即，用于描述每条导航路线与待导航时段(即，目标时段)对应的历史交通流变化，以及每个停车场的空余车位特征，即，用于描述每个停车场在待导航时段内的历史空余车位；基于参考每条导航路线的交通流状态特征和每个停车场的空余车位特征的相关性，使用预训练好的目标预测模型预测每个停车路径的选取概率，从而从一组停车路径中选取出目标停车路径，由于每个时段的交通流状态和停车场的空余车位是随时间变化的，灵活性高，可以实时分析和发现变化规律，更好地进行路径规划；同时，由于结合了停车场中的空余停车位的情况，可以更好地预估到达导航终点时，适宜停放车辆的停车场，方便查找空余停车位进行停车，缩短查找停车位进行停车的时间，从而达到提高导航路线规划的合理性的技术效果，进而解决了相关技术中的导航路线的处理方法存在由于路径规划的参数灵活性差导致的导航路线规划不合理的问题。
本文档来自技高网...【技术保护点】
1.一种导航路线的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述每个停车场的空余车位特征和所述每条导航路线的交通流状态特征输入到目标预测模型，得到所述目标预测模型输出的目标停车路径，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述每个停车场的空余车位特征和所述每条导航路线的交通流状态特征输入到所述目标预测模型的特征融合层，得到一组第一融合特征，包括：
4.根据权利要求2所述的方法，其特征在于，所述将所述每个停车场的空余车位特征、所述每条导航路线的交通流状态特征以及所述一组第一融合特征输入到所述目标预测模型的目标神经网络层，得到所述目标神经网络层输出的所述每个停车路径的选取概率，包括：
5.根据权利要求4所述的方法，其特征在于，所述每个停车场的空余车位特征包括与所述多个时间周期的每个时间周期对应的空余车位变化序列，其中，与所述每个时间周期对应的空余车位变化序列中的每个元素用于表示所述一组停车场中的一个停车场在所述每个时间周期的所述目标时段的空余车位的变化趋势；
6.根据权利要
7.根据权利要求4所述的方法，其特征在于，所述将所述停车序列特征、所述每条导航路线的交通序列特征和所述一组第一融合特征输入到所述目标神经网络层中的特征抽取层进行特征抽取，得到特征抽取层输出的一组第二融合特征，包括：
8.根据权利要求7所述的方法，其特征在于，在所述将所述停车序列特征、所述每条导航路线的交通序列特征和所述一组第一融合特征输入到所述目标神经网络层中的门控循环单元层，得到所述门控循环单元层输出的所述一组第二融合特征之后，所述方法还包括：
9.根据权利要求1所述的方法，其特征在于，所述确定所述一组停车场中的每个停车场的空余车位特征，包括：
10.根据权利要求1所述的方法，其特征在于，所述确定所述一组导航路线中的每条导航路线的交通流状态特征，包括：
11.根据权利要求1至10中任一项所述的方法，其特征在于，所述确定与所述导航终点对应的一组停车场，包括：
12.一种导航路线的处理装置，其特征在于，包括：
13.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行所述权利要求1至11任一项中所述的方法。
14.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至11任一项所述方法的步骤。
15.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至11任一项中所述的方法。
...【技术特征摘要】
1.一种导航路线的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述每个停车场的空余车位特征和所述每条导航路线的交通流状态特征输入到目标预测模型，得到所述目标预测模型输出的目标停车路径，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述每个停车场的空余车位特征和所述每条导航路线的交通流状态特征输入到所述目标预测模型的特征融合层，得到一组第一融合特征，包括：
4.根据权利要求2所述的方法，其特征在于，所述将所述每个停车场的空余车位特征、所述每条导航路线的交通流状态特征以及所述一组第一融合特征输入到所述目标预测模型的目标神经网络层，得到所述目标神经网络层输出的所述每个停车路径的选取概率，包括：
5.根据权利要求4所述的方法，其特征在于，所述每个停车场的空余车位特征包括与所述多个时间周期的每个时间周期对应的空余车位变化序列，其中，与所述每个时间周期对应的空余车位变化序列中的每个元素用于表示所述一组停车场中的一个停车场在所述每个时间周期的所述目标时段的空余车位的变化趋势；
6.根据权利要求4所述的方法，其特征在于，所述每条导航路线的交通流状态特征包括所述每条导航路线与所述多个时间周期的每个时间周期对应的交通流变化序列，其中，所述每条导航路线与所述每个时间周期对应的交通流变化序列中的每个元素用于表示所述多个路段中的一个路段在所述每个时间周期的所述目标时段内的交通流量相对于所述目标时段的上一个时段内的交通流量的趋势；
7.根据权利...
【专利技术属性】
技术研发人员：刘志煌，
申请(专利权)人：腾讯科技深圳有限公司，
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。