CN110726414A - 用于输出信息的方法和装置 - Google Patents
用于输出信息的方法和装置 Download PDFInfo
- Publication number
- CN110726414A CN110726414A CN201911024498.4A CN201911024498A CN110726414A CN 110726414 A CN110726414 A CN 110726414A CN 201911024498 A CN201911024498 A CN 201911024498A CN 110726414 A CN110726414 A CN 110726414A
- Authority
- CN
- China
- Prior art keywords
- information
- road
- user
- road section
- road segment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请实施例公开了用于输出信息的方法和装置。上述方法的一具体实施方式包括:响应于检测到用户偏航以及用户所处区域包括高架桥,确定用户所处区域包括的路段,得到路段集合;获取路段集合中每条路段的特征信息;将路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计路段确定模型针对各路段的标记结果,路段确定模型用于根据输入的两条路段的特征信息,标记每条路段;根据统计结果,确定用户所处的路段的信息;输出用户所处的路段的信息。该实施方式可以根据高架区域内每条路段的特征信息以及路段确定模型,来确定用户在高架区域中所处的路段,提高了在高架区域偏航后定位的准确度。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于输出信息的方法和装置。
背景技术
驾车导航中不可或缺的一个部分为偏航后算路功能,而在高架区域路网复杂,高架上下道路方向和水平位置几乎重叠,偏航后定位错误旺旺给用户造成语音播报、诱导和路线的严重错误,以至于驾车导航长时间无法纠正错误造成用户绕路、吐槽甚至违章和交通事故。
由于高架区域的上下道路为平行路以及上下道路的水平位置几乎完全重叠,容易造成GPS***无法区分在上方道路还是在下方道路。另外,GPS在高架区域容易漂移,导致现有的偏航后定位算法在高架区域的效果不佳。
发明内容
本申请实施例提出了用于输出信息的方法和装置。
第一方面,本申请实施例提供了一种用于输出信息的方法,包括:响应于检测到用户偏航以及上述用户所处区域包括高架桥,确定上述用户所处区域包括的路段,得到路段集合;获取上述路段集合中每条路段的特征信息;将上述路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计上述路段确定模型针对各路段的标记结果,上述路段确定模型用于根据输入的两条路段的特征信息,标记每条路段;根据上述统计结果,确定上述用户所处的路段的信息;输出上述用户所处的路段的信息。
在一些实施例中,上述方法还包括:根据上述用户所处的路段的信息,为上述用户重新规划导航信息。
在一些实施例中,路段的特征信息包括以下至少一项:属性信息、速度信息、角度信息、用户在该路段的偏航点信息、前向行驶信息、隐马尔可夫模型输出的信息。
在一些实施例中,路段的标记结果包括0或1;以及上述统计上述路段确定模型针对各路段的标记结果,包括:对于每条路段,统计该路段被标记为1的次数。
在一些实施例中,上述根据上述统计结果,确定上述用户所处的路段的信息,包括:将被标记为1的次数最多的路段作为上述用户所处的路段;将该条路段的特征信息作为上述用户所处的路段的信息。
在一些实施例中,上述路段确定模型通过以下步骤训练得到:获取训练样本集合,上述训练样本包括标记为1的路段的特征信息以及标记为0的路段的特征信息;将两个路段的特征信息作为输入,将两个路段对应的标记作为期望输出,训练得到上述路段确定模型。
在一些实施例中,上述训练样本通过以下步骤得到:响应于接收到用户发送的偏航请求,确定用户的当前位置是否位于高架区域;响应于确定用户的当前位置位于高架区域,根据离线地图,确定用户所属的路段,并将用户所属的路段标记为1,将高架区域中的其它路段标记为0;分别将标记为1的路段的特征信息与标记为0的路段的特征信息组合,得到训练样本。
第二方面,本申请实施例提供了一种用于输出信息的装置,包括:路段集合确定单元,被配置成响应于检测到用户偏航以及上述用户所处区域包括高架桥,确定上述用户所处区域包括的路段,得到路段集合;特征信息获取单元,被配置成获取上述路段集合中每条路段的特征信息;标记结果统计单元,被配置成将上述路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计上述路段确定模型针对各路段的标记结果,上述路段确定模型用于根据输入的两条路段的特征信息,标记每条路段;路段信息确定单元,被配置成根据上述统计结果,确定上述用户所处的路段的信息;路段信息输出单元,被配置成输出上述用户所处的路段的信息。
在一些实施例中,上述装置还包括:路径规划单元,被配置成根据上述用户所处的路段的信息,为上述用户重新规划导航信息。
在一些实施例中,路段的特征信息包括以下至少一项:属性信息、速度信息、角度信息、用户在该路段的偏航点信息、前向行驶信息、隐马尔可夫模型输出的信息。
在一些实施例中,路段的标记结果包括0或1;以及上述标记结果统计单元进一步被配置成:对于每条路段,统计该路段被标记为1的次数。
在一些实施例中,上述路段信息确定单元进一步被配置成:将被标记为1的次数最多的路段作为上述用户所处的路段;将该条路段的特征信息作为上述用户所处的路段的信息。
在一些实施例中,上述装置还包括:训练样本获取单元,被配置成获取训练样本集合,上述训练样本包括标记为1的路段的特征信息以及标记为0的路段的特征信息;模型训练单元,被配置成将两个路段的特征信息作为输入,将两个路段对应的标记作为期望输出,训练得到上述路段确定模型。
在一些实施例中,上述训练样本获取单元进一步被配置成:响应于接收到用户发送的偏航请求,确定用户的当前位置是否位于高架区域;响应于确定用户的当前位置位于高架区域,根据离线地图,确定用户所属的路段,并将用户所属的路段标记为1,将高架区域中的其它路段标记为0;分别将标记为1的路段的特征信息与标记为0的路段的特征信息组合,得到训练样本。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面任一实施例所描述的方法。
本申请的上述实施例提供的用于输出信息的方法和装置,在检测到用户偏航,并且用户所处区域包括高架桥后,确定用户所处区域包括的路段,得到路段集合。然后,获取路段集合中每条路段的特征信息。并将路段集合中每两条路段的特征信息输入到预先训练的路段确定模型中,然后,统计路段确定模型针对各路段的输出结果。上述路段确定模型用于根据输入的两条路段的特征信息,确定每条路段对应的标识。根据输出结果,确定用户所处的路段的信息。最后,将用户所处的路段的信息输出。本实施例的方法,可以根据高架区域内每条路段的特征信息以及路段确定模型,来确定用户在高架区域中所处的路段,提高了在高架区域偏航后定位的准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性***架构图;
图2是根据本申请的用于输出信息的方法的一个实施例的流程图;
图3是根据本申请的用于输出信息的方法的一个应用场景的示意图;
图4是根据本申请的用于输出信息的方法的另一个实施例的流程图;
图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于输出信息的方法或用于输出信息的装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括车辆101、网络102和服务器103。网络102用以在车辆101和服务器103之间提供通信链路的介质。网络102可以包括各种无线通信链路。
用户可以使用车辆101上安装的电子设备(如车载终端)通过网络102与服务器103交互,以接收或发送消息等。车辆101上可以包括多种电子设备,如车载终端、麦克风、扬声器、GPS定位装置等。车载终端上可以安装有各种通讯客户端应用,例如地图导航类应用、语音播报类应用等。
此处的车载终端可以指硬件,也可以指软件。当车载终端为硬件时,可以是具有显示屏并且支持地图导航的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机等等。当车载终端为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如对车辆101的行驶路径提供支持的后台地图服务器。后台地图服务器可以对接收到的偏航请求等数据进行分析等处理,并将处理结果(例如偏航后的定位信息)反馈给车辆101。
说明的是,服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于输出信息的方法可以由车辆101上的车载终端执行,也可以由服务器103执行。相应地,用于输出信息的装置可以设置于车辆101的车载终端中,也可以设置于服务器103中。
应该理解,图1中的车辆、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的车辆、网络和服务器。
继续参考图2,示出了根据本申请的用于输出信息的方法的一个实施例的流程200。本实施例的用于输出信息的方法,包括以下步骤:
步骤201,响应于检测到用户偏航以及用户所处区域包括高架桥,确定用户所处区域包括的路段,得到路段集合。
在本实施例中,用于输出信息的方法的执行主体(例如图1所示的车辆101上的车载终端或服务器103)可以通过各种方式来检测用户是否偏航。例如,当执行主体为车辆上的车载终端时,其可以通过检测用户当前位置是否偏离了规划的导航路线,来确定用户是否偏航。当执行主体为服务器时,其可以通过检测是否接收到用户的偏航请求来确定用户当前是否偏航。
执行主体在确定用户偏航后,可以确定用户所处区域是否包括高架桥。此处,用户所处区域可以是指以用户为中心,长度为预设值(例如100米或200米)的矩形区域或圆形区域。当执行主体确定该区域中包括高架桥后,可以确定该区域中包括的路段,得到路段集合。此处,路段可以是指用户所处区域中可以供用户行驶的路径。
步骤202,获取路段集合中每条路段的特征信息。
在确定用户所处区域中的路段集合后,执行主体可以获取路段集合中每条路段的特征信息。上述特征信息可以用于表示路段的具体特征,例如可以包括路段标识、道路属性等。本实施例中,执行主体可以从预先设置的数据库中获取各路段的特征信息,也可以根据所需获取的特征信息从对应的电子设备处获取。
在本实施例的一些可选的实现方式中,上述特征信息可以包括以下至少一项:属性信息、速度信息、角度信息、用户在该路段的偏航点信息、前向行驶信息、隐马尔可夫模型输出的信息。
本实现方式中,属性信息可以包括道路的限速信息、道路是否封闭等。速度信息可以是用户行驶的速度信息、加速度信息等。角度信息可以包括GPS星历数据(例如卫星的角度、数量等)。用户在该路段的偏航点信息可以包括偏航点的位置、偏航点所处区域的路况信息等。前向行驶信息可以包括用户的行驶方向和行驶速度等。隐马尔可夫模型输出的信息可以包括放射概率、转移概率和viterbi概率等。此处,隐马尔可夫模型输入的信息是用户偏航前用户的N个GPS坐标。隐马尔可夫模型是现有的成熟的模型,此处不再赘述。
步骤203,将路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计路段确定模型针对各路段的标记结果。
执行主体在获取到各路段的特征信息后,可以将路段集合中的各路段两两组合,得到每两条路段的组合。然后将每个组合中两条路段的特征信息输入预先训练的路段确定模型。本实施例中,路段确定模型可以根据输入的两条路段的特征信息,确定每条路段对应的标记。上述路段确定模型可以是机器学习模型,例如可以是二分类模型。二分类模型可以分别对两条路段进行标记,得到每条路段对应的标记结果。上述标记可以为0或1。0表示用户偏航后处于该条路段的概率较低,1表示用户偏航后处于该条路段的概率较高。
路段确定模型在确定输入的两条路段的标志之后,执行主体可以统计每条路段被标记为1的次数。
在本实施例的一些可选的实现方式中,路段的标记结果包括0或1。上述步骤204可以具体包括:对于每条路段,统计该路段被标记为1的次数。
步骤204,根据统计结果,确定用户所处的路段的信息。
执行主体可以根据各路段被标记为1或0的次数,确定出用户所处的路段的信息。例如,执行主体可以将被标记为1的次数最多的路段,确定为用户所处的路段。上述路段的信息可以是路段的特征信息。
在本实施例的一些可选的实现方式中,执行主体可以将被标记为1的次数最多的路段作为用户所处的路段;将该条路段的特征信息作为用户所处的路段的信息。
步骤205,输出用户所处的路段的信息。
在确定用户所处的路段的信息后,执行主体可以将上述信息输出,以供进一步处理。
在本实施例的一些可选的实现方式中,上述方法还可以进一步包括图2中未示出的以下步骤:根据用户所处的路段的信息,为用户重新规划导航信息。
在确定用户所处的路段信息后,执行主体可以为用户重新规划导航信息。具体的,执行主体可以将偏航前的终点作为重新规划路径时的终点,并将用户所处的路段作为起始路段,得到重新规划的导航信息。
继续参见图3,图3是根据本实施例的用于输出信息的方法的一个应用场景的示意图。在图3的应用场景中,车辆的车载终端在检测到用户偏航后,可以检测用户所处区域是否包括高架桥。如果包括,则执行步骤201~205的处理,得到用户所处的路段信息,从而进一步为用户重新规划导航信息。
本申请的上述实施例提供的用于输出信息的方法,,在检测到用户偏航,并且用户所处区域包括高架桥后,确定用户所处区域包括的路段,得到路段集合。然后,获取路段集合中每条路段的特征信息。并将路段集合中每两条路段的特征信息输入到预先训练的路段确定模型中,然后,统计路段确定模型针对各路段的输出结果。上述路段确定模型用于根据输入的两条路段的特征信息,确定每条路段对应的标识。根据输出结果,确定用户所处的路段的信息。最后,将用户所处的路段的信息输出。本实施例的方法,可以根据高架区域内每条路段的特征信息以及路段确定模型,来确定用户在高架区域中所处的路段,提高了在高架区域偏航后定位的准确度。
继续参见图4,其示出了根据本申请的用于输出信息的方法的另一个实施例的流程400。如图4所示,本实施例的用于输出信息的方法,可以包括以下步骤:
步骤401,获取训练样本集合。
本实施例中,执行主体可以首先利用训练样本集合来训练路段确定模型。上述训练样本可以包括标记为1的路段的特征信息以及标记为0的路段的特征信息。
在本实施例的一些可选的实现方式中,执行主体可以通过图4中未示出的以下步骤来得到训练样本:响应于接收到用户发送的偏航请求,确定用户的当前位置是否位于高架区域;响应于确定用户的当前位置位于高架区域,根据离线地图,确定用户所属的路段,并将用户所属的路段标记为1,将高架区域中的其它路段标记为0;分别将标记为1的路段的特征信息与标记为0的路段的特征信息组合,得到训练样本。
本实现方式中,执行主体可以接收用户发送的偏航请求。在接收到偏航请求时,可以判断用户的当前位置是否位于高架区域。如果用户的当前位置位于高架区域,则根据离线地图,确定用户所属的路段。此处,执行主体在接收到用户发送的偏航请求后,可以继续获取用户的位置信息。并将用户在一段时间内的位置信息与离线地图进行匹配,从而确定出用户所属的路段。执行主体可以将用户所属的路段标记为1,将高架区域中的其它路段标记为0。然后,将标记为1的路段的特征信息分别与标记为0的路段的特征信息进行组合,得到训练样本。
步骤402,将两个路段的特征信息作为输入,将两个路段对应的标记作为期望输出,训练得到路段确定模型。
执行主体可以首先建立初始路段确定模型,在得到训练样本集合后,可以将训练样本集合中的部分或全部训练样本依次作为初始路段确定模型的输入,将两个路段对应的标记作为期望输出,训练上述初始路段确定模型,得到路段确定模型。
步骤403,响应于检测到用户偏航以及用户所处区域包括高架桥,确定用户所处区域包括的路段,得到路段集合。
步骤404,获取路段集合中每条路段的特征信息。
步骤405,将路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计路段确定模型针对各路段的标记结果。
步骤406,根据统计结果,确定用户所处的路段的信息。
步骤407,输出用户所处的路段的信息。
步骤403~407的原理与步骤201~205的原理相似,此处不再赘述。
本申请的上述实施例提供的用于输出信息的方法,可以结合离线地图数据来确定用户在偏航时所属的路段,并将上述路段作为训练样本的真值,从而能够训练得到路段确定模型。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出信息的装置500包括:路段集合确定单元501、特征信息获取单元502、标记结果统计单元503、路段信息确定单元504和路段信息输出单元505。
路段集合确定单元501,被配置成响应于检测到用户偏航以及用户所处区域包括高架桥,确定用户所处区域包括的路段,得到路段集合。
特征信息获取单元502,被配置成获取路段集合中每条路段的特征信息。
标记结果统计单元503,被配置成将路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计路段确定模型针对各路段的标记结果。路段确定模型用于根据输入的两条路段的特征信息,标记每条路段。
路段信息确定单元504,被配置成根据统计结果,确定用户所处的路段的信息。
路段信息输出单元505,被配置成输出用户所处的路段的信息。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的路径规划单元,被配置成根据用户所处的路段的信息,为用户重新规划导航信息。
在本实施例的一些可选的实现方式中,路段的特征信息包括以下至少一项:属性信息、速度信息、角度信息、用户在该路段的偏航点信息、前向行驶信息、隐马尔可夫模型输出的信息。
在本实施例的一些可选的实现方式中,路段的标记结果包括0或1;以及标记结果统计单元503可以进一步被配置成:对于每条路段,统计该路段被标记为1的次数。
在本实施例的一些可选的实现方式中,路段信息确定单元504可以进一步被配置成:将被标记为1的次数最多的路段作为用户所处的路段;将该条路段的特征信息作为用户所处的路段的信息。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的训练样本获取单元和模型训练单元。
训练样本获取单元,被配置成获取训练样本集合。训练样本包括标记为1的路段的特征信息以及标记为0的路段的特征信息。
模型训练单元,被配置成将两个路段的特征信息作为输入,将两个路段对应的标记作为期望输出,训练得到路段确定模型。
在本实施例的一些可选的实现方式中,训练样本获取单元可以进一步被配置成:响应于接收到用户发送的偏航请求,确定用户的当前位置是否位于高架区域;响应于确定用户的当前位置位于高架区域,根据离线地图,确定用户所属的路段,并将用户所属的路段标记为1,将高架区域中的其它路段标记为0;分别将标记为1的路段的特征信息与标记为0的路段的特征信息组合,得到训练样本。
应当理解,用于输出信息的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于输出信息的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于检测到用户偏航以及用户所处区域包括高架桥,确定用户所处区域包括的路段,得到路段集合;获取路段集合中每条路段的特征信息;将路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计路段确定模型针对各路段的标记结果,路段确定模型用于根据输入的两条路段的特征信息,标记每条路段;根据统计结果,确定用户所处的路段的信息;输出用户所处的路段的信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括路段集合确定单元、特征信息获取单元、标记结果统计单元、路段信息确定单元和路段信息输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,路段信息输出单元还可以被描述为“输出用户所处的路段的信息的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种用于输出信息的方法,包括:
响应于检测到用户偏航以及所述用户所处区域包括高架桥,确定所述用户所处区域包括的路段,得到路段集合;
获取所述路段集合中每条路段的特征信息;
将所述路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计所述路段确定模型针对各路段的标记结果,所述路段确定模型用于根据输入的两条路段的特征信息,标记每条路段;
根据所述统计结果,确定所述用户所处的路段的信息;
输出所述用户所处的路段的信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
根据所述用户所处的路段的信息,为所述用户重新规划导航信息。
3.根据权利要求1所述的方法,其中,路段的特征信息包括以下至少一项:
属性信息、速度信息、角度信息、用户在该路段的偏航点信息、前向行驶信息、隐马尔可夫模型输出的信息。
4.根据权利要求1所述的方法,其中,路段的标记结果包括0或1;以及
所述统计所述路段确定模型针对各路段的标记结果,包括:
对于每条路段,统计该路段被标记为1的次数。
5.根据权利要求4所述的方法,其中,所述根据所述统计结果,确定所述用户所处的路段的信息,包括:
将被标记为1的次数最多的路段作为所述用户所处的路段;
将该条路段的特征信息作为所述用户所处的路段的信息。
6.根据权利要求1所述的方法,其中,所述路段确定模型通过以下步骤训练得到:
获取训练样本集合,所述训练样本包括标记为1的路段的特征信息以及标记为0的路段的特征信息;
将两个路段的特征信息作为输入,将两个路段对应的标记作为期望输出,训练得到所述路段确定模型。
7.根据权利要求6所述的方法,其中,所述训练样本通过以下步骤得到:
响应于接收到用户发送的偏航请求,确定用户的当前位置是否位于高架区域;
响应于确定用户的当前位置位于高架区域,根据离线地图,确定用户所属的路段,并将用户所属的路段标记为1,将高架区域中的其它路段标记为0;
分别将标记为1的路段的特征信息与标记为0的路段的特征信息组合,得到训练样本。
8.一种用于输出信息的装置,包括:
路段集合确定单元,被配置成响应于检测到用户偏航以及所述用户所处区域包括高架桥,确定所述用户所处区域包括的路段,得到路段集合;
特征信息获取单元,被配置成获取所述路段集合中每条路段的特征信息;
标记结果统计单元,被配置成将所述路段集合中的每两条路段的特征信息输入预先训练的路段确定模型中,统计所述路段确定模型针对各路段的标记结果,所述路段确定模型用于根据输入的两条路段的特征信息,标记每条路段;
路段信息确定单元,被配置成根据所述统计结果,确定所述用户所处的路段的信息;
路段信息输出单元,被配置成输出所述用户所处的路段的信息。
9.根据权利要求8所述的装置,其中,所述装置还包括:
路径规划单元,被配置成根据所述用户所处的路段的信息,为所述用户重新规划导航信息。
10.根据权利要求8所述的装置,其中,路段的特征信息包括以下至少一项:
属性信息、速度信息、角度信息、用户在该路段的偏航点信息、前向行驶信息、隐马尔可夫模型输出的信息。
11.根据权利要求8所述的装置,其中,路段的标记结果包括0或1;以及
所述标记结果统计单元进一步被配置成:
对于每条路段,统计该路段被标记为1的次数。
12.根据权利要求11所述的装置,其中,所述路段信息确定单元进一步被配置成:
将被标记为1的次数最多的路段作为所述用户所处的路段;
将该条路段的特征信息作为所述用户所处的路段的信息。
13.根据权利要求8所述的装置,其中,所述装置还包括:
训练样本获取单元,被配置成获取训练样本集合,所述训练样本包括标记为1的路段的特征信息以及标记为0的路段的特征信息;
模型训练单元,被配置成将两个路段的特征信息作为输入,将两个路段对应的标记作为期望输出,训练得到所述路段确定模型。
14.根据权利要求13所述的装置,其中,所述训练样本获取单元进一步被配置成:
响应于接收到用户发送的偏航请求,确定用户的当前位置是否位于高架区域;
响应于确定用户的当前位置位于高架区域,根据离线地图,确定用户所属的路段,并将用户所属的路段标记为1,将高架区域中的其它路段标记为0;
分别将标记为1的路段的特征信息与标记为0的路段的特征信息组合,得到训练样本。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911024498.4A CN110726414B (zh) | 2019-10-25 | 2019-10-25 | 用于输出信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911024498.4A CN110726414B (zh) | 2019-10-25 | 2019-10-25 | 用于输出信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110726414A true CN110726414A (zh) | 2020-01-24 |
CN110726414B CN110726414B (zh) | 2021-07-27 |
Family
ID=69223128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911024498.4A Active CN110726414B (zh) | 2019-10-25 | 2019-10-25 | 用于输出信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110726414B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111986487A (zh) * | 2020-09-11 | 2020-11-24 | 腾讯科技(深圳)有限公司 | 一种路况信息的管理方法以及相关装置 |
CN114199262A (zh) * | 2020-08-28 | 2022-03-18 | 阿里巴巴集团控股有限公司 | 一种训练位置识别模型的方法、位置识别方法及相关设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104990558A (zh) * | 2015-06-19 | 2015-10-21 | 上海卓易科技股份有限公司 | 车辆导航方法及*** |
CN106248096A (zh) * | 2016-09-29 | 2016-12-21 | 百度在线网络技术(北京)有限公司 | 路网权重的获取方法和装置 |
CN109446973A (zh) * | 2018-10-24 | 2019-03-08 | 中车株洲电力机车研究所有限公司 | 一种基于深度神经网络图像识别的车辆定位方法 |
CN109766777A (zh) * | 2018-12-18 | 2019-05-17 | 东软集团股份有限公司 | 异常轨迹的检测方法、装置、存储介质及电子设备 |
CN110097121A (zh) * | 2019-04-30 | 2019-08-06 | 北京百度网讯科技有限公司 | 一种行驶轨迹的分类方法、装置、电子设备及存储介质 |
US10473467B2 (en) * | 2016-05-17 | 2019-11-12 | Mitac International Corp. | Method for determining at which level a vehicle is when the vehicle is in a multi-level road system |
-
2019
- 2019-10-25 CN CN201911024498.4A patent/CN110726414B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104990558A (zh) * | 2015-06-19 | 2015-10-21 | 上海卓易科技股份有限公司 | 车辆导航方法及*** |
US10473467B2 (en) * | 2016-05-17 | 2019-11-12 | Mitac International Corp. | Method for determining at which level a vehicle is when the vehicle is in a multi-level road system |
CN106248096A (zh) * | 2016-09-29 | 2016-12-21 | 百度在线网络技术(北京)有限公司 | 路网权重的获取方法和装置 |
CN109446973A (zh) * | 2018-10-24 | 2019-03-08 | 中车株洲电力机车研究所有限公司 | 一种基于深度神经网络图像识别的车辆定位方法 |
CN109766777A (zh) * | 2018-12-18 | 2019-05-17 | 东软集团股份有限公司 | 异常轨迹的检测方法、装置、存储介质及电子设备 |
CN110097121A (zh) * | 2019-04-30 | 2019-08-06 | 北京百度网讯科技有限公司 | 一种行驶轨迹的分类方法、装置、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114199262A (zh) * | 2020-08-28 | 2022-03-18 | 阿里巴巴集团控股有限公司 | 一种训练位置识别模型的方法、位置识别方法及相关设备 |
CN111986487A (zh) * | 2020-09-11 | 2020-11-24 | 腾讯科技(深圳)有限公司 | 一种路况信息的管理方法以及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110726414B (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9494694B1 (en) | Method and apparatus of road location inference for moving object | |
CN109141464B (zh) | 导航变道提示方法和装置 | |
US10401188B2 (en) | Method and apparatus for providing point of interest information | |
US10317239B2 (en) | Method and apparatus for providing point of interest information | |
CN107883974B (zh) | 导航路径的规划方法、导航服务器及计算机可读介质 | |
WO2011053389A1 (en) | Methods and apparatuses for determining a geometric feature of a navigable feature | |
CN110689804B (zh) | 用于输出信息的方法和装置 | |
US20140316686A1 (en) | Method for transmitting route data for traffic telematics | |
CN111862605B (zh) | 路况检测方法、装置、电子设备及可读存储介质 | |
CN113934775B (zh) | 车辆轨迹地图匹配方法、装置、设备和计算机可读介质 | |
CN111380546A (zh) | 基于平行道路的车辆定位方法、装置、电子设备和介质 | |
CN106855878B (zh) | 基于电子地图的历史行车轨迹显示方法和装置 | |
CN112590813A (zh) | 自动驾驶车辆信息生成方法、装置、电子设备和介质 | |
CN110726414B (zh) | 用于输出信息的方法和装置 | |
CN112539754B (zh) | 一种基于rds-tmc的高精度地图与传统地图路径匹配方法及装置 | |
JP5990018B2 (ja) | ナビゲーション装置、情報提供方法及びプログラム | |
JP2016071442A (ja) | プローブデータのマップマッチング結果の信頼性判定方法、装置およびプログラム | |
CN110542425B (zh) | 导航路径选择方法、导航装置、计算机设备及可读介质 | |
JP2010019588A (ja) | 車両用ナビゲーションシステム及び車両用ナビゲーションシステムにおける位置情報の補正方法、並びに、情報配信サーバ及び車載ナビゲーション装置 | |
WO2022031222A1 (en) | Processing appratus and method for generating route navigation data | |
JP2014162458A (ja) | 交通機関特定システム、交通機関特定方法および交通機関特定プログラム | |
CN109556614B (zh) | 用于无人驾驶车的定位方法和装置 | |
CN113008246B (zh) | 地图匹配方法和装置 | |
CN115657684A (zh) | 车辆路径信息生成方法、装置、设备和计算机可读介质 | |
CN114862491A (zh) | 车辆位置确定方法、派单方法、装置、服务器及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |