logo好方法网

预测模型的生成方法、估计到达时间确定方法及装置


技术摘要:
本申请公开了预测模型的生成方法、估计到达时间确定方法及装置,涉及导航技术领域。具体实现方案为:在对车辆的变道路径进行规划时,结合与路径规划的障碍物信息对目标车道的参考线上采样点的横向位置的初始取值范围进行调整,以使调整后的横向位置的取值范围可避开障  全部
背景技术:
估计到达时间(Estimation  Time  of  Arrival,ETA)指在数字地图中基于起始位 置以及历史数据进行到达时间预估的技术。在数字地图导航场景中,估计到达时间的准确 性对于用户出行规划具有十分重要的意义。 在估计数字地图中相应导航路径对应的估计到达时间的过程,准确估计导航路径 中路段的通行时长对于准确估计达到时间是十分重要的,如果不能准确估计出对应路段的 通行时长,将导致数字地图所提供的估计到达时间不准确,继而将影响用户的出行规划。
技术实现要素:
本申请提出一种预测模型的生成方法、估计到达时间确定方法及装置,使得训练 后的预测模型可以准确预测出路段中每个分段的通行时长,方便后续可结合每个分段的通 行时长,准确拟合出路段的总通行时长。 本申请第一方面实施例提出了一种用于预测路段通行时长的预测模型的生成方 法,包括:基于所述路段的路况特征信息,利用初始的预测模型,以得到所述路段的N个分段 的第一预测通行时长,其中,N为大于1的整数,所述N个分段是对路段进行分段而得到的;获 取样本车辆通过符合所述路况特征信息的目标分段所需的实际通行时长;其中,所述目标 分段为所述路段的一部分;根据所述N个分段的第一预测通行时长,确定所述目标分段的第 二预测通行时长;根据所述实际通行时长和所述第二预测通行时长之间的差异信息,训练 所述预测模型,直至所述差异信息满足预设条件,以得到训练后的预测模型。 本申请实施例的用于预测路段通行时长的预测模型的生成方法,在生成预测模型 的过程中,利用路段的路况特征信息,结合初始的预测模型,来预测出路段中N个分段的预 测通行时长,然后,获取样本车辆通过符合路况特征信息的目标分段所需的实际通行时长, 并基于N个分段的预测通行时长所确定出的目标分段的预测通行时长,然后,基于目标分段 的实际通行时长和预测通行时长之间的差异信息对预测模型进行不断训练,直至差异信息 满足预设条件,以得到训练后的预测模型。由此,使得训练后的预测模型可以准确预测出路 段中每个分段的通行时长,方便后续可结合每个分段的通行时长,准确拟合出路段的总通 行时长。 本申请第二方面实施例提出了一种使用上述实施例所得到的训练后的预测模型 所进行的估计到达时间确定方法,包括:获取待导航车辆的导航路径,其中,所述导航路径 包括路段;根据所述路段的当前路况特征信息和所述预测模型,确定到所述路段的N个分段 的预测通行时长;根据所述N个分段的预测通行时长,确定所述路段的预测通行时长;根据 所述路段的预测通行时长,确定所述导航路径的到达时间。 4 CN 111582543 A 说 明 书 2/10 页 本申请实施例的估计到达时间确定方法,在确定导航路径的估计到达时间时,结 合导航路径中路段的当前路况特征信息和上述预测模型,准确确定出路段中各个分段的通 行时长,并根据各个分段的通行时长,确定出该路段的总通行时长,并基于该路段的通行时 间,确定待导航车辆中导航路径的估计到达时间。由此,通过考虑到路段内部通行时长变化 情况而建立的预测模型,准确确定出了路段中各个分段的通行时长,并结合各个分段的通 行时长,准确确定出了整个路段的通行时长,从而提高了估计到达时间的预测准确性。 本申请第三方面实施例提出了一种用于预测路段通行时长的预测模型的生成装 置,包括:预测模块,用于基于所述路段的路况特征信息,利用初始的预测模型,以得到所述 路段的N个分段的第一预测通行时长,其中,N为大于1的整数,所述N个分段是对路段进行分 段而得到的;第一获取模块,用于获取样本车辆通过符合所述路况特征信息的目标分段所 需的实际通行时长;其中,所述目标分段为所述路段的一部分;第一确定模块,用于根据所 述N个分段的第一预测通行时长,确定所述目标分段的第二预测通行时长;训练模块,用于 根据所述实际通行时长和所述第二预测通行时长之间的差异信息,训练所述预测模型,直 至所述差异信息满足预设条件,以得到训练后的预测模型。 本申请实施例的用于预测路段通行时长的预测模型的生成装置,在生成预测模型 的过程中,利用路段的路况特征信息,结合初始的预测模型,来预测出路段中N个分段的预 测通行时长,然后,获取样本车辆通过符合路况特征信息的目标分段所需的实际通行时长, 并基于N个分段的预测通行时长所确定出的目标分段的预测通行时长,然后,基于目标分段 的实际通行时长和预测通行时长之间的差异信息对预测模型进行不断训练,直至差异信息 满足预设条件,以得到训练后的预测模型。由此,使得训练后的预测模型可以准确预测出路 段中每个分段的通行时长,方便后续可结合每个分段的通行时长,准确拟合出路段的总通 行时长。 本申请第四方面实施例提出了一种使用上述实施例所得到的训练后的预测模型 所进行的估计到达时间确定装置,包括:获取模块,用于获取待导航车辆的导航路径,其中, 所述导航路径包括路段;第一确定模块,用于根据所述路段的当前路况特征信息和所述预 测模型,确定到所述路段的N个分段的预测通行时长;第二确定模块,英语根据所述N个分段 的预测通行时长,确定所述路段的预测通行时长;第三确定模块,用于根据所述路段的预测 通行时长,确定所述导航路径的到达时间。 本申请实施例的估计到达时间确定装置,在确定导航路径的估计到达时间时,结 合导航路径中路段的当前路况特征信息和上述预测模型,准确确定出路段中各个分段的通 行时长,并根据各个分段的通行时长,确定出该路段的总通行时长,并基于该路段的通行时 间,确定待导航车辆中导航路径的估计到达时间。由此,通过考虑到路段内部通行时长变化 情况而建立的预测模型,准确确定出了路段中各个分段的通行时长,并结合各个分段的通 行时长,准确确定出了整个路段的通行时长,从而提高了估计到达时间的预测准确性。 本申请第五方面实施例提出了一种电子设备,包括:至少一个处理器;以及与所述 至少一个处理器通信连接的存储器;其中,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本申 请实施例的用于预测路段通行时长的预测模型的生成方法,或者,执行本申请实施例的估 计到达时间确定方法。 5 CN 111582543 A 说 明 书 3/10 页 本申请第六方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储 介质,所述计算机指令用于使所述计算机执行本申请实施例公开的用于预测路段通行时长 的预测模型的生成方法,或者,本申请实施例公开的估计到达时间确定方法。 上述申请中的一个实施例具有如下优点或有益效果:通过预测模型输出路段的各 个分段的预测通行时长,并获取该路段中目标分段的实际通行时长,并基于各个分段的预 测通行时长,确定该目标分段的预测通行时长,并基于该目标分段的实际通行时长和预测 通行时长之间的差异信息对预测模型进行训练,以通过训练后的预测模型来预测路段的通 行时长的技术手段,所以克服了相关技术无法准确估计出对应路段的通行时长的技术问 题,从而基于对路段分段细粒度建模,使得所得到的模型可以准确预测出对应路段的通行 时长的技术效果。 上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。 附图说明 附图用于更好地理解本方案,不构成对本申请的限定。其中: 图1是根据本申请第一实施例的示意图; 图2是预测模型的模型结构示例图; 图3是目标分段以及各分段之间的位置关系示例图; 图4是根据本申请第二实施例的示意图; 图5是根据本申请第三实施例的示意图; 图6是根据本申请第四实施例的示意图; 图7是根据本申请第五实施例的示意图; 图8是用来实现本申请实施例的电子设备的框图。
分享到:
收藏