CN111882907A - 交通工具的导航预警方法、装置、设备和存储介质 - Google Patents

Abstract

本申请涉及一种交通工具的导航预警方法、装置、计算机设备和存储介质。服务器在接收到用户端发送的携带导航路径的导航预警分析指令后，获取导航路径上行驶的交通工具在预设时间段内的行驶信息，并通过分析各交通工具的行驶信息，确定导航路径上包括异常路段类型和异常路段位置的异常路段信息，然后将异常路段信息携带在预警提示信息中发送至用户端。该导航预警方法实现了用户端一边导航一边预警的功能，即用户在用户端启动导航功能的同时，即可获取到相关的预警提示信息，使用户可以预知前方路径上的异常情况，提高了用户驾驶交通工具行驶的安全性。

Description

交通工具的导航预警方法、装置、设备和存储介质

技术领域

本申请涉及出行技术领域，特别是涉及一种交通工具的导航预警方法、装置、设备和存储介质。

背景技术

随着共享车辆产业的新兴发展，人们对共享车辆的需求越来越大，那么在共享车辆平台为人们提供共享车辆及相关服务的过程中，如何能够为人们的生活带来便利性，同时还能够更好的保证人们驾驶共享车辆的安全，成为了目前共享车辆市场上关注的问题。

现今，当用户驾驶共享车辆时，有的共享车辆会在行驶过程中为用户提供行驶路径，以便用户能够快速到达目的地。例如，用户在行驶过程中可以使用用户终端上的app搜索行驶路径，然后在用户终端的显示屏上查看搜索到的行驶路径，或者，共享车辆具备导航功能，用户在共享车辆上直接开启导航功能，在共享车辆上输入目的地信息，从而获悉行驶路径。

但是，上述确定行驶路径的方法存在安全性低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效提高车辆行驶安全性的交通工具的导航预警方法、装置、设备和存储介质。

第一方面，本公开实施例提供一种交通工具的导航预警方法，所述方法包括：

接收用户端发送的导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

获取所述导航路径上行驶的交通工具在预设时间段内的行驶信息；

通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息；所述异常路段信息包括异常路段类型和异常路段位置；

将所述异常路段信息携带在预警提示信息中发送至所述用户端。

第二方面，本公开实施例提供一种交通工具的导航预警方法，所述方法包括：

向服务器发送导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

接收所述服务器发送的预警提示信息；所述预警提示信息中携带异常路段信息，所述异常路段信息是服务器根据所述导航路径上行驶的交通工具在预设时间段内的行驶信息确定的；所述异常路段信息包括异常路段类型和异常路段位置；

输出所述预警提示信息。

第三方面，本公开实施例提供一种交通工具的导航预警装置，所述装置包括：

接收模块，用于接收用户端发送的导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

获取模块，用于获取所述导航路径上行驶的交通工具在预设时间段内的行驶信息；

确定模块，用于通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息；所述异常路段信息包括异常路段类型和异常路段位置；发送模块，用于将所述异常路段信息携带在预警提示信息中发送至所述用户端。

第四方面，本公开实施例提供一种交通工具的导航预警装置，所述装置包括：

发送模块，用于向服务器发送导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

接收模块，用于接收所述服务器发送的预警提示信息；所述预警提示信息中携带异常路段信息，所述异常路段信息是服务器根据所述导航路径上行驶的交通工具在预设时间段内的行驶信息确定的；所述异常路段信息包括异常路段类型和异常路段位置；

输出模块，用于输出所述预警提示信息。

第五方面，本公开实施例提供一种用户端，包括：发送器、接收器、处理器、输出设备、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器在运行所述计算机程序时，用于控制所述发送器、所述接收器、所述输出设备的操作；

所述发送器，用于在所述处理器的控制下，向服务器发送导航预警分析指令，所述导航预警分析指令包括待分析的导航路径；

所述接收器，用于在所述处理器的控制下，接收所述服务器发送的携带异常路段信息的预警提示信息；所述异常路段信息包括异常路段类型和异常路段位置；

所述处理器，用于控制所述输出设备输出所述预警提示信息。

第六方面，本公开实施例提供一种服务器，包括：接收器、发送器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器在运行所述计算机程序时，用于控制所述发送器、所述接收器、所述处理器的操作；

所述接收器，用于在所述处理器的控制下，接收用户端发送的导航预警分析指令，所述导航预警分析指令包括待分析的导航路径；

所述发送器，用于在所述处理器的控制下，向所述用户端发送携带异常路段信息的预警提示信息；所述异常路段信息根据所述导航路径上行驶的交通工具在预设时间段内的行驶信息确定的异常路段信息；所述异常路段信息包括异常路段类型和异常路段位置；

所述处理器，用于获取所述导航路径上行驶的交通工具在预设时间段内的行驶信息，并通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息。

第七方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面或第二方面所述的方法。

上述交通工具的导航预警方法、装置、计算机设备和存储介质，服务器在接收到用户端发送的携带导航路径的导航预警分析指令后，获取导航路径上行驶的交通工具在预设时间段内的行驶信息，并通过分析各交通工具的行驶信息，确定导航路径上包括异常路段类型和异常路段位置的异常路段信息，然后将异常路段信息携带在预警提示信息中发送至用户端。该导航预警方法实现了用户端一边导航一边预警的功能，即用户在用户端启动导航功能的同时，即可获取到相关的预警提示信息，使用户可以预知前方路径上的异常情况，提高了用户驾驶交通工具行驶的安全性。而且，由于预警提示信息包括异常路段的类型和位置，使该预警提示信息不仅起到了提醒用户小心前行的作用，还具体告知了用户异常路段类型和位置，使用户能够更加直观的了解异常情况，进而根据异常情况自行灵活的选择是否继续前行，极大的满足用户的使用需求。

附图说明

图1为一个实施例中交通工具的导航预警方法的应用环境图；

图2为一个实施例中交通工具的导航预警方法的流程示意图；

图3为图2实施例中S103的一种实现方式的流程示意图；

图4为一个实施例中交通工具的导航预警方法的流程示意图；

图5为一个实施例中一种训练方法的流程示意图；

图6为一个实施例中异常路段分析网络的结构示意图；

图7为一个实施例中一种训练方法的流程示意图；

图8为一个实施例中交通工具的导航预警方法的流程示意图；

图9为一个实施例中交通工具的导航预警方法的流程示意图；

图10为一个实施例中交通工具的导航预警方法的流程示意图；

图11为一个实施例中交通工具的导航预警方法的流程示意图；

图12为一个实施例中交通工具的导航预警装置的结构框图；

图13为一个实施例中交通工具的导航预警装置的结构框图；

图14为一个实施例中交通工具的导航预警装置的结构框图；

图15为一个实施例中交通工具的导航预警装置的结构框图；

图16为一个实施例中交通工具的导航预警装置的结构框图；

图17为一个实施例中交通工具的导航预警装置的结构框图；

图18为一个实施例中交通工具的导航预警装置的结构框图；

图19为一个实施例中交通工具的导航预警装置的结构框图；

图20为一个实施例中交通工具的导航预警装置的结构框图；

图21为一个实施例中交通工具的导航预警装置的结构框图；

图22为一个实施例中用户端的内部结构图；

图23为一个实施例中服务器的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

首先，在具体介绍本公开实施例的技术方案之前，先对本公开实施例基于的技术背景或者技术演进脉络进行介绍。通常情况下，在共享车辆出行领域，特别是共享单车出行时，当前的技术背景(以共享单车举例说明)是：当用户骑行共享单车在骑行路上时，骑行用户常常会碰到各种各样的异常场景，例如，路面破损、路面坑洼、路面施工等等。这种情况下，通常因为骑行用户无法预知骑行路上的各种异常场景，给骑行用户带来了极大的安全隐患，而且因骑行路上异常场景的影响，也极大的降低了骑行用户的骑行舒适度，例如，骑行过程中遇到坑洼路面造成车辆颠簸，骑行用户会感到非常不舒服。基于上述技术问题，在现下的共享车辆平台市场，如何保证用户使用共享车辆便捷性的同时，还能提高用户驾驶共享车辆的安全性和舒适度，成为目前亟待解决的难题。另外，需要说明的是，获取预警提示信息的过程以及下述实施例介绍的技术方案，申请人均付出了大量的创造性劳动。

下面结合本公开实施例所应用的场景，对本公开实施例涉及的技术方案进行介绍。

本公开实施例提供的交通工具的导航预警方法，可以应用于如图1所示的应用环境中。其中，用户端102通过网络与服务器104进行通信。其中的用户端102可以是一种用于控制交通工具的使用流程的用户终端，也可以是一种交通工具，还可以同时包括用户终端和交通工具。用户终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，交通工具可以但不限于是各种类型的自行车、电动车、汽车等(图1中仅是以自行车举例说明)。用户终端可以是独立的设备，也可以是集成在交通工具上的电子设备；交通工具上可以设置有通信组件，其可以通过无线的方式与用户终端102和/或服务器104进行通信；服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本公开实施例对用户端102和服务器104之间的通信方式并不做限定。

在一个实施例中，如图2所示，提供了一种交通工具的导航预警方法，该方法应用于图1中的服务器为例进行说明，包括以下步骤：

S101，接收用户端发送的导航预警分析指令；导航预警分析指令包括待分析的导航路径。

其中，待分析的导航路径为用户驾驶交通工具需要行驶的路径。导航预警分析指令用于指示服务器获取交通工具行驶在导航路径上时可能遇到的异常情况，并根据异常情况生成预警提示信息发送给用户端进行预警。导航路径可以是用户端根据用户导航需求和结合地理地图实时构建的路径，或者，也可以是用户端根据用户导航需求从数据库中获取的已规划好的路径，本公开实施例中不加以限制。

具体地，在实际应用中，当用户驾驶交通工具行驶在路上时，用户可以在用户端启动导航功能，用户端在用户启动导航功能后获取到交通工具的导航路径，并根据该导航路径生成导航预警分析指令，发送给服务器。例如，用户可以打开用户端的导航应用程序(Application，App)，并输入行驶目的地，点击导航按键。当用户点击导航按键时，用户端即可获取到与行驶目的地匹配的导航路径，并立即生成导航预警分析指令发送给服务器；再例如，用户还可以通过语音口令的方式，在用户端上输入行驶目的地，之后用户端自动获取与该行驶目的地匹配的导航路径，并立即生成导航预警分析指令发送给服务器。

S102，获取导航路径上行驶的交通工具在预设时间段内的行驶信息。

其中，预设时间段可以是服务器根据获取行驶信息的时效性或准确性预先确定的时间段，例如，预设时间段可以是当天、近两天、近一周等不同的时间段。行驶信息可以表示交通工具的行驶状态，例如，交通工具是否处于高速行驶中；也可以表示交通工具的行驶路线；还可以表示交通工具周围的环境信息，例如，交通工具距离行驶前方的车辆的距离。其中，行驶信息包括当前正在导航路径上行驶的交通工具的行驶信息，也可以包括曾经在导航路径上行驶过的交通工具的历史行驶信息。

具体地，当服务器接收到用户端发送的导航预警分析指令时，可以进一步的从导航预警分析指令中提取出待分析的导航路径，再从数据库中获取预设时间段内，在该导航路径上行驶过的所有交通工具或预设数量的交通工具上报的行驶信息。当然，在服务器获取预设数量的交通工具的行驶信息时，可以随机选取预设数量的交通工具，也可以根据某些规则选取预设数量的交通工具，以提高服务器预测异常路段的准确性。例如，服务器可以根据车型，选择车型和当前交通工具车型匹配的交通工具，还可以根据交通工具的体积，选择体积和当前交通工具体积相同的交通工具，等等。

S103，通过分析各交通工具的行驶信息，确定导航路径上的异常路段信息；异常路段信息包括异常路段类型和异常路段位置。

其中，异常路段信息用于指示用户预行驶的导航路径上是否存在不能行驶的路段，或难以行驶的路段，以及异常路段的类型和位置。异常路段类型可以包括坑洼类型、施工类型、路面破损类型、事故类型、堵塞类型等各种异常场景的路段，等等。异常路段位置可以为异常路段在地图上的坐标(经纬度)位置，也可以为异常路段在地图上的地理位置，例如，建国路十字口，此处不做限定。

具体地，当服务器获取到导航路径上行驶的交通工具的行驶信息时，可以进一步的分析交通工具的行驶信息，从中得到交通工具的行驶状态，再根据交通工具的行驶状态判断该交通工具行驶在导航路径时是否遇到了异常情况，如果遇到了异常情况，则说明发生异常情况的路段为异常路段，即可确定异常路段位置，然后服务器再进一步的根据交通工具的具体状态确定异常路段类型。例如，服务器可以从车辆的行驶速度上，判断该车辆在导航路径上是否出现急刹车的状态，若出现过，则说明该车辆刹车的前方路段出现了异常，即对应的刹车前方路段为异常路段，那么该刹车前方路段的类型极大可能为施工路段或事故路段。可选地，服务器也可以从交通工具的行驶信息中得到交通工具的行驶轨迹，再根据交通工具的行驶轨迹判断该交通工具行驶在导航路径时是否按照正常轨迹行驶，若没有按照正常轨迹行驶，则说明该交通工具遇到了异常情况，同样的，如果遇到了异常情况，则说明发生异常情况的路段为异常路段，然后服务器再进一步的根据交通工具的行驶轨迹确定异常路段类型和位置。例如，若导航路径为直线路径，那么服务器可以从车辆的行驶轨迹上，判断该车辆是否是直线行驶，若该车辆的行驶轨迹非直线，或者不是与导航路径匹配的路线，则说明该车辆遇到了异常情况。

S104，将异常路段信息携带在预警提示信息中发送至用户端。

其中，预警提示信息用于提醒用户预行驶的导航路径上是否存在不能行驶的路段，或难以行驶的路段，以及不能行驶的路段或难以行驶的路段的类型和位置，以便用户可以根据预警提示信息自行判断是否继续行驶，或若继续行驶时需要注意哪些路段进行小心驾驶。上述不能行驶的路段，或难以行驶的路段即为异常路段。

具体地，当服务器通过分析各交通工具的行驶信息，确定了导航路径上的异常路段信息时，可以直接将该异常路段信息携带在预警提示信息中发送至用户端，进行预警；可选地，服务器还可以从数据库中获取与异常路段相关的其它信息(例如，异常路段的图像信息等)，然后服务器将这些信息同异常路段信息一起携带在预警信息中发送至用户端。

上述交通工具的导航预警方法中，服务器在接收到用户端发送的携带导航路径的导航预警分析指令后，获取导航路径上行驶的交通工具在预设时间段内的行驶信息，并通过分析各交通工具的行驶信息，确定导航路径上包括异常路段类型和异常路段位置的异常路段信息，然后将异常路段信息携带在预警提示信息中发送至用户端。该导航预警方法实现了用户端一边导航一边预警的功能，即用户在用户端启动导航功能的同时，即可获取到相关的预警提示信息，使用户可以预知前方路径上的异常情况，提高了用户驾驶交通工具行驶的安全性。而且，由于预警提示信息包括异常路段的类型和位置，使该预警提示信息不仅起到了提醒用户小心前行的作用，还具体告知了用户异常路段类型和位置，使用户能够更加直观的了解异常情况，进而根据异常情况自行灵活的选择是否继续前行，极大的满足用户的使用需求。

可选地，前述实施例中的行驶信息具体包括交通工具的行驶路径和/或行驶状态信息。

其中，行驶路径表示交通工具在导航路径上行驶时的实际行驶轨迹，其可以用直线表示，也可以用曲线表示。行驶状态信息包括各种能够表示交通工具在行驶过程中状态的信息，例如，行驶状态信息可以包括交通工具行驶速度的速度、加速度等；行驶状态信息可以包括交通工具行驶平衡性的平衡度、左右摆动程度等；表示交通工具行驶方向的路线曲率、偏转角度等；行驶状态信息可以包括交通工具行驶波动的振动频率、振动强度等；行驶状态信息可以包括交通工具行驶轨迹的位置、位移等。

可选地，前述实施例中的交通工具的行驶路径为根据交通工具上报的全球定位***(Global Positioning System，GPS)定位信息，和/或，安装在各交通工具上的定位传感器输出的定位数据确定的行驶路径。

其中，GPS定位信息包括交通工具的移动位置或移动坐标。定位传感器用于检测交通工具的移动位置，并输出包含交通工具的移动位置或移动坐标的定位数据。

具体地，在用户驾驶交通工具行驶的过程中，交通工具上的定位装置会实时的向服务器上报自身的定位信息，服务器即可根据这些定位信息中交通工具的移动位置或移动坐标得到该交通工具行驶过程中的行驶路径。当交通工具上安装有用于检测交通工具的移动位置或移动坐标的定位传感器时，交通工具在行驶过程中也会将定位传感器输出的定位数据实时上报给服务器，服务器即可根据这些定位数据中交通工具的移动位置或移动坐标得到该交通工具行驶过程中的行驶路径。当服务器确定了各交通工具的行驶路径后，可以将各交通工具的行驶路径作为各交通工具的行驶信息存储在相应的数据库中，以便之后服务器需要分析导航路径上的异常路段信息时使用。上述根据定位信息和/或定位数据确定行驶路径的方法，可以实现对交通工具的准确定位，进而提高确定行驶路径的准确度，为之后根据行驶路径确定异常路段信息的方式提供了可靠的数据来源，进而可以提高对异常路段信息确定的准确性。

可选地，前述实施例中的行驶状态信息为根据安装在各交通工具上的传感器采集到的数据得到的信息。

其中，安装在交通工具上的传感器可以是多种类型的传感器，例如，定位传感器、速度传感器、加速度传感器、角度传感器、曲率传感器、平衡度传感器和振动传感器等。而且，不同交通工具上的传感器可以相同，也可以不相同。

具体地，交通工具在行驶过程中也会将安装的各种类型的传感器输出的数据实时上报给服务器，服务器即可根据这些数据得到交通工具的行驶状态信息。当服务器确定了各交通工具的行驶状态信息后，可以将各交通工具的行驶状态信息作为各交通工具的行驶信息存储在相应的数据库中，以便之后服务器需要分析导航路径上的异常路段信息时使用。由于上述行驶状态信息包括各种类型的传感器输出的数据，那么就可以从多个角度反映交通工具的行驶状态，使服务器对交通工具的行驶状态的判定更为准确，为之后根据行驶状态信息确定异常路段信息的方式提供了可靠的数据来源，进而可以提高对异常路段信息确定的准确性。

可以理解的是，服务器可以同时获取交通工具在行驶过程中上报的GPS定位信息和各类型传感器输出的数据，并确定对应的导航路径和行驶状态信息，并在之后同时根据导航路径和行驶状态信息，分析导航路径上的异常路段信息，提高了判定异常路段信息的准确性。

可选地，图3实施例提供了一种上述S103的具体实现方式，如图3所示，该实现方式包括：

S201，通过分析各交通工具的行驶信息，确定异常交通工具；异常交通工具的行驶路径异常和/或行驶状态异常。

其中，异常交通工具可以包括在导航路径上行驶轨迹异常的交通工具，例如，导航路径为直线路径，而交通工具在该导航路径上行驶时的实际行驶轨迹为曲线，则说明该交通工具的行驶路径异常，那么该交通工具即为异常交通工具。异常交通工具还可以包括在导航路径上行驶状态异常的交通工具，例如，交通工具在导航路径上正常行驶时的速度应为60km/h，而实际上，该交通工具在导航路径上行驶时的速度发生了变化，从60km/h开始降速，直到停止，则说明该交通工具的行驶状态异常，那么该交通工具即为异常交通工具。

具体地，当服务器基于前述S102的步骤，得到各交通工具的行驶信息时，可以进一步的分析各交通工具的行驶信息中的行驶路径，判断各交通工具的行驶路径是否发生异常，比如，交通工具行驶了导航路径上的一半路径，交通工具的行驶路径相比于导航路径出现了小的拐点等。可选地，也可以进一步的分析各交通工具的行驶信息中的行驶状态信息，判断各交通工具的行驶状态是否发生异常，比如，交通工具行驶在导航路径的过程中出现了减速路段，交通工具行驶在导航路径的过程中，其方向发生了偏移等。最后将行驶路径异常和/或行驶状态异常的交通工具筛选出来，确定为异常交通工具。

S202，根据异常交通工具的数量和预设数量阈值，确定导航路径上的异常路段信息。

其中，预设数量阈值为服务器预先根据搜集交通工具的数量和预测的准确度确定的。例如，服务器搜集了10辆交通工具在导航路径上的行驶信息，那么预设数量阈值即可被设置为大于7的数值，此处仅为举例说明，并不限定。

具体地，当服务器确定了导航路径上行驶的异常交通工具时，即可将异常交通工具的数量和预设数量阈值进行比较，若异常交通工具的数量大于预设数量阈值，则说明导航路径上发生异常情况的概率极大，导航路径上存在异常路段；若异常交通工具的数量小于或等于预设数量阈值，则说明导航路径上发生异常情况的概率较低，导航路径上不存在异常路段。当服务器确定了导航路径上存在异常路段时，即可通过分析异常交通工具的行驶路径和/或行驶状态，确定导航路径上的异常路段信息。

上述确定导航路径上的异常路段信息的方法，为一种概率统计方法，即通过统计异常交通工具的数量，来预测导航路径是否发生异常情况。这种方法通过搜集大量的数据进行分析和判断，准确性较高。

具体地，在服务器执行前述步骤S102，并获取到的交通工具的行驶信息包含不同内容时，服务器确定异常交通工具方式也不同，对应的服务器确定异常路段信息的方式也不同。下面实施例将示例性说明。

示例一，当服务器获取到的交通工具的行驶信息包含各交通工具的行驶路径时，服务器确定异常交通工具方式(上述S201的一个具体实现方式)，具体包括：将各交通工具的行驶路径与导航路径进行比较，将行驶路径与导航路径不一致的交通工具确定为异常交通工具。

其中，行驶路径与导航路径不一致可以表示行驶路径与导航路径的形状不一致，也可以表示行驶路径的方向和导航路径的方向不一致，还可以表示行驶路径和导航路径的长短不一致，等等。例如，导航路径是直线，行驶路径是曲线；导航路径是从南到北，行驶路径是从北到南；导航路径长，行驶路径短。

具体地，当服务器得到各交通工具的行驶路径时，可以进一步的通过比较行驶路径与导航路径的形状、或长短、或方向等特征，确定各交通工具的行驶路径是否发生异常，若发生异常，则说明该交通工具为异常交通工具。上述确定异常交通工具的方法只需通过比较导航路径和行驶路径，即可实现，过程简单，提高了服务器识别异常交通工具的速度，进而可以提高服务器识别导航路段上异常路段的速度。

相应的，服务器确定异常路段信息的方式(上述S202的一个具体实现方式)，具体包括：若异常交通工具的数量大于预设数量阈值，则确定异常路段位置为异常交通工具的行驶路径与导航路径不一致的路段位置，并确定异常路段类型为施工类型或事故类型。

其中，施工类型的路段表示不能通行的路段，或表示不能直线通行，需要绕行的路段。

具体地，当服务器确定了异常交通工具的行驶路径与导航路径不一致时，可以进一步的通过确定导航路径上不一致的路段位置，确定导航路径上异常路段位置，例如，行驶路径与导航路径的形状不一致，行驶路径相比导航路径有一个拐点，那么此拐点对应的路段为不一致的路段位置，也即异常路段位置。当行驶路径与导航路径不一致时，通常发生的异常情况为导航路径上有施工的路段或发生事故的路段，造成交通工具行驶到施工路段时需要绕行，或者需要改道，这就会造成交通工具的行驶路径与导航路径不一致，那么在此情况下，直接将行驶路径与导航路径不一致的路段类型确定为施工类型或事故类型。显然，上述确定异常路段信息的方法，通过比较行驶路径和导航路径实现，可以快速和准确的识别出发生施工类型或事故类型的异常路段，以及各异常路段的位置。

示例二，当服务器获取到的交通工具的行驶信息包含各交通工具的行驶状态信息时，服务器确定异常交通工具方式(上述S201的一个具体实现方式)，具体包括：将各交通工具的状态信息的值和预设状态阈值作比较，确定异常交通工具。

其中，状态信息的值为量化的表述交通工具状态的数据，例如，状态信息的值可以为速度的值、加速度的值、振动频率等。预设状态阈值为交通工具在导航路径上处于正常行驶状态时具有的状态信息的值，其可以被用于评估交通工具在导航路径上的行驶状态是否发生异常。

具体地，当服务器得到各交通工具的状态信息时，可以进一步的通过比较状态信息的值与预设状态阈值，确定各交通工具的行驶状态是否发生异常，若发生异常，则说明该交通工具行驶在导航路径上时出现了非正常行驶的情况，那么该交通工具即为异常交通工具。上述确定异常交通工具的方法中，由于行驶状态信息能够直接精确的反映交通工具的状态，因此，通过分析交通工具的行驶状态信息确定异常交通工具的方法，能够提高服务器识别异常交通工具的识别准确度，进而提高之后识别异常路段信息的准确度。

相应的，服务器确定异常路段信息的方式(上述S202的一个具体实现方式)，具体包括：若异常交通工具的数量大于预设数量阈值，则根据异常交通工具的行驶状态信息，确定导航路径上的异常路段信息。

详细地，异常交通工具的行驶状态信息包含的信息不同，那么确定异常交通工具方式(上述S201的一个具体实现方式))和确定异常路段信息(上述S202的一个具体实现方式))的方式也不同，下面实施例分别根据不同的行驶状态信息，说明不同的确定异常交通工具方式和确定异常路段信息的方式。

示例三，当服务器获取到的各交通工具的行驶状态信息包括振动频率和/或平衡度时，服务器确定异常交通工具方式(上述S201的一个具体实现方式)，具体包括：若振动频率大于预设振动阈值，和/或，平衡度小于预设平衡度阈值，则确定交通工具为异常交通工具。

其中，预设振动阈值为交通工具在导航路径上处于正常行驶状态时具有的振动频率，预设平衡度阈值为交通工具在导航路径上处于正常行驶状态时具有的平衡度，其可以被用于评估交通工具在导航路径上的行驶状态是否发生异常。

具体地，当服务器得到各交通工具的振动频率时，比较振动频率与预设振动阈值的大小，若振动频率大于预设振动阈值，说明交通工具行驶在导航路径上时有路段发生了异常(例如，颠簸)，导致交通工具的振动频率提高，从而判定交通工具的行驶状态发生异常，确定该交通工具为异常交通工具。当服务器得到各交通工具的平衡度时，比较平衡度与预设平衡度阈值的大小，若平衡度大于预设平衡度阈值，说明交通工具行驶在导航路径上时有路段发生了异常，导致交通工具的平衡度降低，从而判定交通工具的行驶状态发生异常，确定该交通工具为异常交通工具。上述确定异常交通工具的方法中，由于获取振动频率和平衡度可以采用现有的精度很高的传感器进行数据采集，因此，通过分析交通工具的振动频率和平衡度确定异常交通工具的方法，能够提高服务器识别异常交通工具的识别准确度，进而提高之后识别异常路段信息的准确度。

相应的，服务器确定异常路段信息的方式(上述S202的一个具体实现方式)，具体包括：若异常交通工具的数量大于预设数量阈值，则确定异常路段位置为异常交通工具的行驶路径中目标路段位置，且，确定异常路段类型为坑洼类型；目标路段位置为异常交通工具的行驶路径中振动频率大于预设振动阈值的路段位置，和/或，平衡度小于预设平衡度阈值的路段位置。

其中，坑洼类型的路段表示难以通行的路段，交通工具在行驶过该路段时，交通工具的振动频率会提高，平衡度会降低。

具体地，当服务器确定了异常交通工具时，可以进一步的确定异常交通工具在行驶路径中振动频率大于预设振动阈值的路段位置，并直接将该路段位置确定为异常路段位置，也可以确定异常交通工具在行驶路径中平衡度小于预设平衡度阈值的路段位置，并直接将该路段位置确定为异常路段位置。在实际应用中，当交通工具行驶在凹凸不平或坑坑洼洼的路面时，通常会提高该交通工具的振动频率和降低该交通工具的平衡度，那么在此情况下，直接将振动频率提高或平衡度降低的交通工具行驶的异常路段类型确定为坑洼类型。显然，由于振动频率或平衡度均可以准确的反映交通工具的颠簸程度，因此，上述通过分析振动频率或平衡度确定异常路段信息的方法，可以准确的识别出发生坑洼类型的异常路段，以及各异常路段的位置。

示例四，当服务器获取到的各交通工具的行驶状态信息包括曲率和/或角度时，服务器确定异常交通工具方式(上述S201的一个具体实现方式)，具体包括：若曲率大于预设曲率阈值，和/或，角度大于预设角度阈值，则确定交通工具为异常交通工具。

其中，预设曲率阈值为交通工具在导航路径上处于正常行驶状态时行驶轨迹具有的曲率，预设角度阈值为交通工具在导航路径上处于正常行驶状态时行驶方向的角度，其可以被用于评估交通工具在导航路径上的行驶状态是否发生异常。

具体地，当服务器得到各交通工具的行驶轨迹的曲率时，比较该曲率与预设曲率阈值的大小，若该曲率大于预设曲率阈值，说明交通工具行驶在导航路径上时有路段发生了异常，导致交通工具的行驶轨迹的曲率增大，从而判定交通工具的行驶状态发生异常，确定该交通工具为异常交通工具。当服务器得到各交通工具的行驶方向的角度时，比较该角度与预设角度阈值的大小，若该角度大于预设角度阈值，说明交通工具行驶在导航路径上时有路段发生了异常，导致交通工具的行驶方向的角度增大，从而判定交通工具的行驶状态发生异常，确定该交通工具为异常交通工具。上述确定异常交通工具的方法中，由于获取曲率和角度可以采用现有的精度很高的传感器进行数据采集，因此，通过分析交通工具的曲率或角度确定异常交通工具的方法，能够提高服务器识别异常交通工具的识别准确度，进而提高之后识别异常路段信息的准确度。

相应的，服务器确定异常路段信息的方式(上述S202的一个具体实现方式)，具体包括：若异常交通工具的数量大于预设数量阈值，则确定异常路段位置为异常交通工具的行驶路径中目标路段位置，且，确定异常路段类型为施工类型；目标路段位置为异常交通工具的行驶路径中曲率大于预设曲率阈值的路段位置，和/或，角度大于预设角度阈值的路段位置。

具体地，当服务器确定了异常交通工具时，可以进一步的确定异常交通工具在行驶路径中行驶轨迹的曲率大于预设曲率阈值的路段位置，并直接将该路段位置确定为异常路段位置，也可以确定异常交通工具在行驶路径中行驶方向的角度大于预设角度阈值的路段位置，并直接将该路段位置确定为异常路段位置。在实际应用中，当交通工具在导航路径上的行驶轨迹的曲率增大或行驶方向的角度增大时，通常发生的异常情况为导航路径上有施工的路段或发生事故的路段，从而导致交通工具的行驶轨迹的曲率增大或行驶方向的角度增大，那么在此情况下，直接将曲率增大或角度增大的交通工具行驶的异常路段类型确定为施工类型。显然，由于曲率或角度均可以准确的反映交通工具绕路行驶或突变方向的状态，因此，上述通过分析曲率或角度确定异常路段信息的方法，可以准确的识别出发生施工类型或事故类型的异常路段，以及各异常路段的位置。

示例五，当服务器获取到的各交通工具的行驶状态信息包括速度和/或加速度时，服务器确定异常交通工具方式(上述S201的一个具体实现方式)，具体包括：若速度小于预设速度阈值，和/或，加速度小于预设加速度阈值，则确定交通工具为异常交通工具。

其中，预设速度阈值为交通工具在导航路径上处于正常行驶状态时最低的行驶速度，预设加速度阈值为交通工具在导航路径上处于正常行驶状态时最低的加速度，其可以被用于评估交通工具在导航路径上的行驶状态是否发生异常。

具体地，当服务器得到各交通工具在导航路径上行驶的速度时，比较该速度与预设速度阈值的大小，若该速度小于预设速度阈值，说明交通工具行驶在导航路径上时有路段发生了异常，导致交通工具行驶的速度减小，从而判定交通工具的行驶状态发生异常，确定该交通工具为异常交通工具。当服务器得到各交通工具在导航路径上行驶的加速度时，比较该加速度与预设加速度阈值的大小，若该加速度小于预设加速度阈值，说明交通工具行驶在导航路径上时有路段发生了异常，导致交通工具行驶的加速度减小，从而判定交通工具的行驶状态发生异常，确定该交通工具为异常交通工具。上述确定异常交通工具的方法中，由于获取速度和加速度可以采用现有的精度很高的传感器进行数据采集，因此，通过分析交通工具的速度或加速度确定异常交通工具的方法，能够提高服务器识别异常交通工具的识别准确度，进而提高之后识别异常路段信息的准确度。

相应的，服务器确定异常路段信息的方式(上述S202的一个具体实现方式)，具体包括：若异常交通工具的数量大于预设数量阈值，则确定异常路段位置为异常交通工具的行驶路径中目标路段位置，且，确定异常路段类型为狭窄类型；目标路段位置为异常交通工具的行驶路径中速度小于预设速度阈值的路段位置，和/或，加速度小于预设加速度阈值的路段位置。

其中，狭窄类型的路段表示容易发生拥堵的路段，交通工具在行驶过该路段时，交通工具的速度或加速度会减少。

具体地，当服务器确定了异常交通工具时，可以进一步的确定异常交通工具在行驶路径中行驶速度小于预设速度阈值的路段位置，并直接将该路段位置确定为异常路段位置，也可以确定异常交通工具在行驶路径中速度小于预设速度阈值的路段位置，并直接将该路段位置确定为异常路段位置。在实际应用中，当交通工具行驶在狭窄路段时，通常会减小该交通工具行驶的速度和加速度，那么在此情况下，直接将速度和加速度减小的交通工具行驶的异常路段类型确定为狭窄类型。显然，由于速度和加速度均可以准确的反映交通工具绕路行驶或突变方向的状态，因此，上述通过分析速度或加速度确定异常路段信息的方法，可以准确的识别出发生狭窄类型的异常路段，以及各异常路段的位置。

在其中的一个实施例中，本公开实施例还提供了一种S103的具体实现方式，该方式包括：将各交通工具的行驶状态信息输入至预设的异常路段分析网络中进行分析，得到导航路径上的异常路段信息。

其中，异常路段分析网络为预先训练好的网络，用于根据交通工具的行驶状态信息，对导航路径上可能发生的异常情况的路段进行识别，同时对发生异常情况的路段的位置和类型进行识别。异常路段分析网络具体可以采用各种类型的神经网络或机器学习网络，此处不做限定。

具体地，交通工具上设置有各种类型的传感器，实时采集交通工具行驶在导航路径时的各种行驶状态信息，并将该行驶状态信息定期上报服务器，服务器将这些行驶状态信息按照时间和经纬度存储下来。当服务器接收到用户端发送的导航预警分析时，立即获取已存储的在预设时间段内，预设数量的交通工具的行驶状态信息，并将各交通工具的行驶状态信息输入至已训练好的异常路段分析网络进行分析，得到分析结果，而该分析结果可以指示导航路径上是否存在异常路段，以及指示出异常路段位置和异常路段类型。

上述方法中，利用已训练好的异常路段分析网络对导航路径上的异常路段进行识别，相比于通过比较大量的交通工具的行驶路径与导航路径确定异常路段的方法，上述方法不仅简化了服务器对异常路段进行识别的过程，而且由于异常路段分析网络是基于大量的数据预先训练好的网络，识别准确性很高，进而提高了后期预警的准确性。

可选地，基于上述应用背景，上述“将各交通工具的行驶状态信息输入至预设的异常路段分析网络中进行分析，得到导航路径上的异常路段信息”，如图4所示，具体包括：

S401，将导航路径分成多个单位路段。

其中，单位路段的长度可以预先由服务器根据实际识别精度确定。当服务器需要利用预设的异常路段分析网络对导航路径上的异常情况进行分析时，服务器可以先将导航路径分成多个单位路段，以便之后获取各单位路段上的行驶状态信息，并根据各单位路段上的行驶状态信息对各单位路段进行异常情况的分析。

S402，获取各单位路段上各交通工具的行驶状态信息。

具体地，服务器将导航路径分成多个单位路段之后，即可从已存储的导航路径上各交通工具的行驶状态信息中，筛选出预设时间段内，所有交通工具或预设数量的交通工具的行驶状态信息。可选地，服务器也可以实时获取当下行驶在导航路径上的所有交通工具的行驶状态信息。例如，服务器可以从已存储的车辆的行驶状态信息中，筛选出近一周内，10辆车在导航路径上的行驶状态信息(例如，行驶速度)。

S403，将各单位路段对应的行驶状态信息输入至异常路段分析网络中进行分析，得到分析结果；分析结果表示单位路段是否为异常路段，以及异常路段的类型和位置。

当服务器基于上述步骤得到各单位路段上各交通工具的行驶状态信息时，即可对各单位路段上的异常情况进行分析，即直接将这些行驶状态信息输入至异常路段分析网络中进行分析，得到分析结果，服务器可以从分析结果中获悉各单位路段是否是异常路段，以及异常路段在导航路径上的位置和异常路段类型。例如，导航路径上包括5个单位路段，经过将这5个单位路段上的行驶状态信息输入到异常路段分析网络中进行分析后，可以得到这5个单位路段中第3个单位路段是异常路段，且该单位路段的位置在导航路径上的1000米处，以及该单位路段的类型为施工类型。

S404，根据分析结果，得到导航路径上的异常路段信息。

当服务器通过上述步骤得到各单位路段的分析结果后，即可根据这些分析结果，确定导航路径上是否存在异常路段，以及异常路段的位置和类型。具体可参见上述的举例说明。

在一个实施例中，本公开实施例还提供了一种训练上述异常路段分析网络的方法，如图5所示，该训练方法包括：

S501，获取样本状态信息和对应的样本状态标签；样本状态标签用于标识样本状态信息对应的路段是否是异常路段，以及异常路段的类型和位置。

其中，样本状态信息与前述实施例中行驶状态信息的类型相同，具体说明请参见前述内容，此处不赘述。具体地，当服务器需要训练异常路段分析网络时，服务器可以获取现有的大量的交通工具的传感器输出的数据，得到样本状态信息。且服务器可以通过识别传感器输出的数据得到该数据对应路段是否是异常路段和确定异常路段的位置，以及通过识别传感器输出的数据的类型，确定异常路段的类型，即得到样本状态标签；可选地，服务器也可以通过线下踩点的方式，即用户到达现场路段发现异常路段，并对该异常路段进行分类，得到样本状态标签。

S502，将样本状态信息输入至初始的异常路段分析网络，得到输出结果。

其中，初始的异常路段分析网络为待训练的异常路段分析网络，输出结果包括异常路段信息。当服务器获取了样本状态信息，即可将样本状态信息输入至待训练的异常路段分析网络进行分析，得到输出结果。

S503，根据输出结果和样本状态标签，计算损失值。

服务器将输出结果和样本状态标签进行损失运算，得到损失值。具体的损失运算可以采用现有常用的交叉熵损失运算，也可以采用其它损失运算，此处不做限定。

S504，根据损失值的大小调整初始的异常路段分析网络的参数，直到损失值满足预设训练条件为止，得到异常路段分析网络。

其中，预设训练条件可以由服务器预先根据实际训练需求确定，例如，当损失值到达预设的标准值，或者，到达最大迭代次数。服务器得到损失值后，即可根据损失值的大小调整初始的异常路段分析网络的参数，再将样本状态信息输入至调整参数后的异常路段分析网络，得到输出结果，并计算损失值，然后再根据该损失值的大小调整上述异常路段分析网络的参数，如此循环，直到损失值满足预设训练条件为止，此时得到最终的异常路段分析网络的参数，即得到前述实施例使用的异常路段分析网络。

在一个实施例中，本公开实施例还提供了一种异常路段分析网络的结构，如图6所示，该结构包括：至少两个并联的分支网络；不同的分支网络用于分析不同类型的行驶状态信息。

基于图6实施例所述的异常路段分析网络的结构，本公开实施例还提供与上述异常路段分析网络对应的一种S103的具体实现方式，该实现方式包括：根据行驶状态信息的类型，将行驶状态信息输入对应的分支网络中进行分析，得到导航路径上的异常路段信息。

具体地，当服务器获取到交通工具在导航路径上上报的各种行驶状态信息时，可以根据各行驶状态信息的类型，将各行驶状态信息按照类型的不同分别输入到对应的分支网络中进行分析，得到各分支网络输出的分析结果，然后将各分析结果进行整合，得到导航路径上的异常路段信息。在上述方法中，由于各分支网络与各类型的行驶状态信息对应，即各分支网络仅需要识别各自对应类型的行驶状态信息即可，而不需要先对行驶状态信息进行分类，再对各类别的行驶状态信息进行识别，极大的简化了异常路段分析网络的分析过程，从而大大的提高了异常路段分析网络的识别速度和识别准确度。

在一个实施例中，本公开实施例还提供了训练上述异常路段分析网络的方法，如图7所示，该训练方法包括：

S601，获取样本状态信息和对应的样本状态标签；样本状态标签用于标识样本状态信息对应的路段是否是异常路段，以及异常路段的类型和位置。

本步骤与前述步骤S501所述的方法相同，详细内容请参见前述说明，此处不赘述。

S602，根据样本状态信息的类型，将样本状态信息分别输入至对应的初始的分支网络中，得到各分支网络的输出结果。

其中，初始的分支网络为待训练的分支网络，每个分支网络的输出结果包括与行驶状态信息的类型对应的异常路段信息。例如，行驶状态信息包括速度、振动频率两种类型的数据，则对应速度的分支网络的输出结果为施工类型的异常路段和位置，对应振动频率的分支网络的输出结果为坑洼类型的异常路段和位置。

具体地，当服务器搜集了大量的样本状态信息时，可以先对样本状态信息进行分类，得到各种类型的样本状态信息；服务器也可以直接搜集不同类型的样本状态信息。然后服务器将搜集到的样本状态信息，按照样本状态信息的类型，分别输入至对应的初始的分支网络中，得到各分支网络的输出结果。在此过程中，服务器可以将不同类型的行驶状态信息依次输入至对应的分支网络中，也可以将不同类型的行驶状态信息同时输入至各自对应的分支网络中，从而得到各分支网络的输出结果，以便之后分析各类型的异常路径时使用。

S603，根据各分支网络的输出结果和对应的样本状态标签，计算各分支网络的损失值。

本步骤计算各分支网络损失值的方法与前述步骤S503所述的方法类似，详细内容请参见前述说明，此处不赘述。

S604，根据各分支网络的损失值调整各分支网络的参数，得到异常路段分析网络。

本步骤调整各分支网络参数的方法与前述步骤S503所述的方法类似，详细内容请参见前述说明，此处不赘述。

在一个实施例中，上述涉及到的交通工具可以为两轮车，即可以为自行车、电动车等。现有的自行车或电动车，尤其是共享单车或共享电动车，以共享单车举例说明，因其本身不具备导航功能和预警功能，往往通过用户终端搜索导航路径后，用户在导航路径上骑行单车到达目的地，此种情况下，用户在骑行单车时很容易因路面不平整造成单车损坏，或给用户带来差的骑行体验，给共享单车所属单位带来一定的经济损失。同时，还会降低用户骑行的安全性。基于这样的技术问题，本公开实施例提供的交通工具的导航预警方法，使共享单车骑行在导航路径上时具备了预警功能，使用户可以提前预支前方路径上的异常路段，自行选择绕路骑行或推行车辆通过异常路段后再骑行。提高了用户骑行的安全性，以及提高了车辆的使用寿命。

可以理解的是，当用户驾驶的交通工具为两轮车时，用户端向服务器发送的导航路径为非机动车道上的路径。非机动车道往往会出现路面坑洼、路面破损、路面施工等异常情况，而且非机动车道上往往行人较多。那么用户骑行车辆行驶在非机动车道时，也会经常遇到上述情况，如果能够及时得到上述异常情况的预警，用户骑行车辆时能够避免骑行在上述发生异常情况的车道，或进行小心骑行，提高了用户骑行和非机动车道上行人的安全性。

在一些实施例中，用户端为交通工具或者对交通工具发起使用流程的用户终端。也就是说，用户端可以是交通工具，例如，单车、电动车、汽车等；当用户端是交通工具时，交通工具可以向服务器发送用户选择的导航路径，用户驾驶交通工具行驶在导航路径时，服务器向交通工具发送预警提示信息，交通工具则输出预警提示信息，给用户以提示；用户端也可以是对交通工具上发起使用流程的用户终端，即用户端是可以与交通工具进行数据交互，以指示交通工具执行相应操作的用户终端。当用户端是对交通工具上发起使用流程的用户终端时，用户可以在该用户终端上确定导航路径，并将该导航路径发送给服务器，对应的服务器向用户终端发送该导航路径上的预警提示信息，以提示用户；可选地，当用户在用户终端上执行确定导航路径的操作时，服务器也可以向交通工具发送该导航路径上的预警提示信息。此处说明的是，上述用户终端可以是独立于交通工具的电子设备，例如，用户终端可以是手机或IPAD等，用户终端也可以是集成在交通工具上的电子设备或装置。

用户端既可以是交通工具，也可以是对交通工具发起使用流程的用户终端，也即用户既可以通过交通工具触发导航预警分析指令，也可以通过用户终端触发导航预警分析指令，而且用户既可以通过交通工具输出预警提示信息，也可以通过用户终端输出预警提示信息。用户可以根据具体驾驶交通工具的情况，灵活选择接收预警提示信息的方式，提高了用户驾驶交通工具行驶的安全性和便利性。例如，当用户端是单车时，用户可以一边骑行，一边了解单车输出的预警提示信息，而不用停下单车，使用其他设备得到预警提示信息。

上述实施例是将交通工具的导航预警方法应用于图1中的服务器为例进行说明，下面实施例将交通工具的导航预警方法应用于图1中的用户端为例进行说明。

在一个实施例中，如图8所示，提供了一种交通工具的导航预警方法，以该方法应用于图1中的用户端为例进行说明，包括以下步骤：

S701，向服务器发送导航预警分析指令；导航预警分析指令包括导航路径。

本实施例所述的步骤与前述图2实施例所述的步骤S101包含的内容对应，详细说明请参见前述说明，此处不再赘述。

S702，接收服务器发送的预警提示信息；预警提示信息中携带异常路段信息，异常路段信息是服务器根据导航路径上行驶的交通工具在预设时间段内的行驶信息确定的；异常路段信息包括异常路段类型和异常路段位置。

本实施例所述的步骤与前述图2实施例所述的步骤S102-S104包含的内容对应，详细说明请参见前述说明，此处不再赘述。

S703，输出预警提示信息。

当用户端接收到服务器发送的预警提示信息时，可以进一步的输出该预警提示信息，以便用户通过该预警提示信息获悉预行驶的导航路径上有哪些异常路段，以及异常路段位置和类型，从而选择是否按照该导航路径行驶，或在行驶过程中小心驾驶。需要说明的是，用户端可以通过多种方式输出预警提示信息，例如，用户端可以通过图像或图标显示的方式展示导航路径上的异常路段位置和异常路段类型；用户端可以动态或静态的展示导航路径上的异常路段，本实施例对输出预警提示信息的方式不进行限定。

上述交通工具的导航预警方法中，用户端向服务器发送携带导航路径的导航预警分析指令，相应的接收服务器发送的包含异常路段信息的预警提示信息，以提醒用户导航路径上的异常情况。该导航预警方法实现了用户端一边导航一边预警的功能，即用户在用户端启动导航功能的同时，即可获取到相关的预警提示信息，使用户可以预知前方路径上的异常情况，提高了用户驾驶交通工具行驶的安全性。而且，由于预警提示信息包括异常路段的类型和位置，使该预警提示信息不仅起到了提醒用户小心前行的作用，还具体告知了用户异常路段类型和位置，使用户能够更加直观的了解异常情况，进而根据异常情况自行灵活的选择是否继续前行，极大的满足用户的使用需求。

在一个实施例中，基于上述图8实施例，用户端在执行步骤S701之前，所述的交通工具的导航预警方法，如图9所示，还包括：

S801，检测用户在用户端的路径选择界面上的路径选择操作。

其中，路径选择界面可以是用户端中应用程序打开时的界面，该应用程序具有导航功能。路径选择操作可以包括下拉菜单、输入文字、输入口令等不同的选择操作，此处不限定。

具体地，当用户需要进行导航操作时，用户可以在用户端上打开相应的导航应用程序，并在该应用程序的选择界面上执行路径选择操作，例如，用户输入导航目的地的地址，或用户直接搜索出发位置到目的位置之间的路径等。当用户执行完路径选择操作时，用户端可以立即检测到用户的路径选择操作，以便之后用户端根据该路径选择操作，作出响应。

S802，响应于路径选择操作，将所选择的导航路径确定为待分析的导航路径。

当用户端检测到用户的路径选择操作时，可以进一步的根据用户的路径选择操作，得到用户预行驶的导航路径，并将该导航路径作为待分析的导航路径，携带在导航预警分析指令中，以指示服务器根据分析该导航路径上的异常情况，并向用户端反馈该异常情况。

上述方法确定的导航预警分析指令，由于是通过用户选择确定的，因此结合前述实施例所述的方法，本公开实施例提供的交通工具的导航预警方法可以预警任意导航路径上的异常情况，使使用所述导航预警方法的用户端的应用性更强。

在一个实施例中，用户端在执行图8实施例中S103“输出预警提示信息”时，在交通工具行驶在待分析的导航路径的过程中，用户端输出预警提示信息。也就是说，用户可以一边驾驶交通工具行驶在导航路径上，一边获得用户端输出的预警提示信息，获悉正在行驶的导航路径上哪些路段是异常路段，同时还能知晓异常路段的类型(比如，坑洼路段)，从而进行小心驾驶，或者绕道行驶，提高了行驶的安全性。

可选地，前述实施例中的行驶信息具体包括交通工具的行驶路径和/或行驶状态信息。本实施例所述的行驶信息包含内容与前述服务器侧所述的行驶信息包含内容相同，详细说明请参见前述说明，此处不再赘述。

在一个实施例中，上述涉及到的交通工具可以为两轮车，对应的导航路径为非机动车道上的路径。本实施例所涉及的交通工具和前述服务器侧所述的交通工具相同，导航路径也相同，具体介绍请参见前述说明，此处不赘述。

在一个实施例中，上述涉及到的交通工具上设置有各种类型的传感器，具体的包括：定位传感器、速度传感器、加速度传感器、角度传感器、曲率传感器、平衡度传感器和振动传感器中的至少一种；对应的用户端根据这些传感器得到的交通工具的行驶信息包括行驶路径、速度、加速度、角度、曲率、平衡度、振动频率和振动幅度中的至少一种。需要说明的是，上述各种类型的传感器可采用现有的传感装置，只要能够实现相应类型数据的采集即可，对于各传感器的型号和规格，此处不限定。交通工具上可以安装一种类型的传感器，也可以安装多种类型的传感器，且不同的交通工具可以安装相同类型的传感器，也可以安装不同类型的传感器。

本公开实施例提供的交通工具的导航预警方法，可以对多种类型的异常路段进行检测，具体的，所检测出的异常路段的类型包括：坑洼路段、施工路段、事故路段、狭窄路段中的至少一种。也就是说，上述用户端可以对一种类型的异常路径进行预警提示，也可以同时对多种类型的异常路段进行预警提示。预警提示信息更为具体，为用户是否选择继续驾驶交通工具在导航路径上行驶的判定提供了更充分的数据。

在一个实施例中，当用户端执行完上述步骤S702时，可以进一步的展示导航路线，基于此，本公开实施例提供了用户端输出预警提示信息的三种具体实现方式，第一种为，在用户端的显示屏上通过画面的形式展示预警提示信息；第二种为，通过语音播报的方式播报预警提示信息；第三种为，在用户端的显示屏上通过画面的形式展示预警提示信息，同时通过语音播报的方式播报预警提示信息。

在上述第一种方式下，用户端接收到服务器发送的预警提示信息时，可以将该预警提示信息以静态或动态画面的形式展示在显示屏上，显示屏上可以显示出导航路径上异常路段、异常路段位置和异常路段类型，其中异常路段可以使用图标表示；异常路段位置可以采用坐标数值表示，也可以采用经纬度数值表示，还可以采用距离交通工具当前位置的距离数值表示(例如，距离当前位置100米处有异常路段)；异常路段类型可以采用图标、文字等表示。对于预警提示信息在显示评上的显示方式不限定。上述这种输出预警显示信息的方法，可以使用户在显示屏上直观的看到异常路段、异常路段位置和异常路段类型，从而方便用户熟悉导航路径上的异常情况，进而促进用户能够快速的作出应对措施。

在上述第二种方式下，用户端接收到服务器发送的预警提示信息时，将该预警提示信息以语音播报的形式进行播放，例如，用户端可以播报：前方100米处有施工路段。需要说明的是，当用户端以语音播报的形式播报预警提示信息时，用户端上可以安装相应的语音外放装置，例如，喇叭、语音播放器等。显然，第二种展示方法，可以使用户一边驾驶交通工具行驶在导航路径上，一边听用户端播报的预警提示信息，在不影响用户的驾驶操作的情况下，还能预先获取导航路径上的异常情况，提高了用户驾驶交通工具行驶的安全性。

在一个实施例中，上述涉及到的用户端包括交通工具或对交通工具发起使用流程的用户终端。本实施例涉及的用户端与前述服务器侧的用户端相同，具体介绍请参见前述说明，此处不赘述。

在一个实施例中，基于上述图8实施例，用户端在执行其中的任意步骤时，所述的交通工具的导航预警方法，如图10所示，还包括：

S901，获取安装在交通工具上的至少一种类型的传感器输出的传感数据。

交通工具在行驶时，无论行驶在导航路径上还是行驶在其它路径上，用户端均会实时的获取安装在交通工具上的至少一种类型的传感器输出的传感数据，以全方位的检测交通工具的行驶状态。

S902，根据传感数据生成行驶信息发送给服务器。

用户端获取到交通工具的传感数据时，会立即将该传感数据携带在行驶信息中上报给服务器，使服务器将这些交通工具的行驶信息存储下来，以便之后需要分析异常路段时使用。

上述实施例所述的方法，通过用户端随时随地的向服务器上报各种类型的传感数据，以为服务器提供了充实的数据储备，提高了后期服务器确定预警提示信息的准确性，进而提高了用户端预警的准确性。

在一个实施例中，本公开实施例还提供了一种交通工具的导航预警方法，该方法应用于图1中的用户端和服务器，如图11所示，该方法包括：

S1001，用户端向服务器发送导航预警分析指令；导航预警分析指令包括导航路径。

S1002，服务器接收用户端发送的导航预警分析指令。

S1003，服务器获取导航路径上行驶的交通工具在预设时间段内的行驶信息。

S1004，服务器通过分析各交通工具的行驶信息，确定导航路径上的异常路段信息；异常路段信息包括异常路段类型和异常路段位置。

S1005，服务器将异常路段信息携带在预警提示信息中发送至用户端。

S1006，用户端接收服务器发送的预警提示信息。

S1007，用户端输出预警提示信息。

S1001至S1007所述的方法与前述服务器侧实施例和用户端侧实施例所述的方法相同，详细介绍请参见前述说明，在此不赘述。

上述实施例所述的交通工具的导航预警方法，通过用户端和服务器之间的数据交互，实现了用户一边导航一边得到导航路径上的预警提示信息的功能。因此，本公开实施例提供的交通工具的导航预警方法，在为用户驾驶交通工具提供行驶便利的同时，还能够提高用户驾驶交通工具行驶的安全性。

应该理解的是，虽然图2-11的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-11中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图12所示，提供了一种交通工具的导航预警装置，包括：接收模块11、获取模块12、确定模块13和发送模块14，其中：

接收模块11，用于接收用户端发送的导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

获取模块12，用于获取所述导航路径上行驶的交通工具在预设时间段内的行驶信息；

确定模块13，用于通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息；所述异常路段信息包括异常路段类型和异常路段位置；

发送模块14，用于将所述异常路段信息携带在预警提示信息中发送至所述用户端。

在一个实施例中，所述行驶信息包括所述交通工具的行驶路径和/或行驶状态信息。

在一个实施例中，所述交通工具的行驶路径为根据所述交通工具上报的GPS定位信息，和/或，安装在各所述交通工具上的定位传感器输出的定位数据确定的行驶路径；

所述行驶状态信息为根据安装在各所述交通工具上的传感器采集到的数据得到的信息。

在一个实施例中，上述确定模块13，如图13所示，包括：

第一确定单元131，用于通过分析各所述交通工具的行驶信息，确定异常交通工具；所述异常交通工具的行驶路径异常和/或行驶状态异常；

第二确定单元132，用于根据所述异常交通工具的数量和预设数量阈值，确定所述导航路径上的异常路段信息。

在一个实施例中，所述第一确定单元131还用于将各所述交通工具的行驶路径与所述导航路径进行比较，将行驶路径与所述导航路径不一致的交通工具确定为所述异常交通工具；

第二确定单元132还用于在所述异常交通工具的数量大于预设数量阈值时，确定所述异常路段位置为所述异常交通工具的行驶路径与所述导航路径不一致的路段位置，并确定所述异常路段类型为施工类型或事故类型。

在一个实施例中，所述第一确定单元131还用于将各所述交通工具的行驶状态信息的值和预设状态阈值作比较，确定所述异常交通工具；

所述第二确定单元132还用于在所述异常交通工具的数量大于预设数量阈值时，根据所述异常交通工具的行驶状态信息，确定所述导航路径上的异常路段信息。

在一个实施例中，若所述行驶状态信息包括振动频率和/或平衡度，所述第一确定单元131具体用于在所述振动频率大于预设振动阈值，和/或，所述平衡度小于预设平衡度阈值时，确定所述交通工具为异常交通工具。

在一个实施例中，所述第二确定单元132具体用于在所述异常交通工具的数量大于预设数量阈值时，确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为坑洼类型；所述目标路段位置为所述异常交通工具的行驶路径中振动频率大于预设振动阈值的路段位置，和/或，平衡度小于预设平衡度阈值的路段位置。

在一个实施例中，若所述状态信息包括曲率和/或角度，所述第一确定单元131具体用于在所述曲率大于预设曲率阈值，和/或，所述角度大于预设角度阈值时，确定所述交通工具为异常交通工具。

在一个实施例中，所述第二确定单元132具体用于在所述异常交通工具的数量大于预设数量阈值时，确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为施工类型；所述目标路段位置为所述异常交通工具的行驶路径中曲率大于预设曲率阈值的路段位置，和/或，角度大于预设角度阈值的路段位置。

在一个实施例中，若所述状态信息包括速度和/或加速度，所述第一确定单元131具体用于在所述速度小于预设速度阈值，和/或，所述加速度小于预设加速度阈值时，确定所述交通工具为异常交通工具。

在一个实施例中，所述第二确定单元132具体用于在所述异常交通工具的数量大于预设数量阈值时，确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为狭窄类型；所述目标路段位置为所述异常交通工具的行驶路径中速度小于预设速度阈值的路段位置，和/或，加速度小于预设加速度阈值的路段位置。

在一个实施例中，如图14所示，所述确定模块13，包括：

网络分析单元133，用于将各所述交通工具的行驶状态信息输入至预设的异常路段分析网络中进行分析，得到所述导航路径上的异常路段信息。

在一个实施例中，如图15所示，所述网络分析单元133，包括：

拆分子单元1331，用于将所述导航路径分成多个单位路段；

获取子单元1332，用于获取各所述单位路段上各所述交通工具的行驶状态信息；

分析子单元1333，用于将各所述单位路段对应的行驶状态信息输入至所述异常路段分析网络中进行分析，得到分析结果；所述分析结果表示所述单位路段是否为异常路段，以及所述异常路段的类型和位置；

输出子单元1334，用于根据所述分析结果，得到所述导航路径上的异常路段信息。

在一个实施例中，所述导航预警装置还包括：第一训练模块10，所述训练模块，如图16所示，包括：

第一获取样本单元101，用于获取样本状态信息和对应的样本状态标签；所述样本状态标签用于标识所述样本状态信息对应的路段是否是异常路段，以及异常路段的类型和位置；

第一网络分析单元102，用于将所述样本状态信息输入至初始的异常路段分析网络，得到输出结果；

第一计算单元103，用于根据所述输出结果和所述样本状态标签，计算损失值；

第一训练单元104，用于根据所述损失值的大小调整所述初始的异常路段分析网络的参数，直到所述损失值满足预设训练条件为止，得到所述异常路段分析网络。

在一个实施例中，所述异常路段分析网络包括：至少两个并联的分支网络；不同的分支网络用于分析不同类型的行驶状态信息；

所述网络分析单元133，用于根据所述行驶状态信息的类型，将所述行驶状态信息输入对应的分支网络中进行分析，得到所述导航路径上的异常路段信息。

在一个实施例中，所述导航预警装置，还包括第二训练模块20，所述第二训练模块20，如图17所示，包括：

第二获取样本单元201，用于获取样本状态信息和对应的样本状态标签；所述样本状态标签用于标识所述样本状态信息对应的路段是否是异常路段，以及所述异常路段的类型和位置；

第二网络分析单元202，用于根据所述样本状态信息的类型，将所述样本状态信息分别输入至对应的初始分支网络中，得到各分支网络的输出结果；

第二计算单元203，用于根据各分支网络的输出结果和对应的样本状态标签，计算各分支网络的损失值；

第二训练单元204，用于根据各所述分支网络的损失值调整各所述分支网络的参数，得到所述异常路段分析网络。

在一个实施例中，所述交通工具为两轮车。

在一个实施例中，所述导航路径为非机动车道上的路径。

在一个实施例中，所述用户端包括所述交通工具或对所述交通工具发起使用流程的用户终端。

在一个实施例中，如图18所示，提供了一种交通工具的导航预警装置，包括：发送模块21、接收模块22和输出模块23，其中：

发送模块21，用于向服务器发送导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

接收模块22，用于接收所述服务器发送的预警提示信息；所述预警提示信息中携带异常路段信息，所述异常路段信息是服务器根据所述导航路径上行驶的交通工具在预设时间段内的行驶信息确定的；所述异常路段信息包括异常路段类型和异常路段位置；

输出模块23，用于输出所述预警提示信息。

在一个实施例中，所述行驶信息包括所述交通工具的行驶路径和/或行驶状态信息。

在一个实施例中，所述导航预警装置中的发送模块21之前，如图19所示，还包括：

检测模块24，用于检测用户在用户端的路径选择界面上的路径选择操作；

确定模块25，用响应于所述路径选择操作，将所选择的导航路径确定为所述待分析的导航路径。

在一个实施例中，所述输出模块23还用于在所述交通工具行驶在所述待分析的导航路径的过程中，输出所述预警提示信息。

在一个实施例中，所述交通工具为两轮车。

在一个实施例中，所述导航路径为非机动车道上的路径。

在一个实施例中，所述导航预警装置，如图20所示，还包括：

获取模块26，用于获取安装在所述交通工具上的至少一种类型的传感器输出的传感数据；

生成模块27，用于根据所述传感数据生成所述行驶信息发送给所述服务器。

在一个实施例中，所述交通工具上设置有定位传感器、速度传感器、加速度传感器、角度传感器、曲率传感器、平衡度传感器和振动传感器中的至少一种；所述行驶信息包括行驶路径、速度、加速度、角度、曲率、平衡度、振动频率和振动幅度中的至少一种。

在一个实施例中，所述异常路段类型包括：坑洼路段、施工路段、事故路段、狭窄路段中的至少一种。

在一个实施例中，所述输出模块23，如图21所示，包括：

显示单元231，用于在用户端的显示屏上通过画面的形式展示所述预警提示信息；

和/或，播报单元232，用于通过语音播报的方式播报所述预警提示信息。

在一个实施例中，所述用户端包括所述交通工具或对所述交通工具发起使用流程的用户终端。

关于交通工具的导航预警装置的具体限定可以参见上文中对于交通工具的导航预警方法的限定，在此不再赘述。上述交通工具的导航预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于用户端中的处理器中，也可以以软件形式存储于用户端中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图22是根据一示例性实施例示出的一种用户端1300的框图。当用户端为一种用户终端时，该用户终端可以是移动电话，计算机，数字广播终端，消息收发设备，平板设备，个人数字助理等。

参照图22，用户端1300可以包括以下一个或多个组件：处理组件1302，存储器1304，电源组件1306，多媒体组件1308，音频组件1310，输入/输出(I/O)的接口1312，传感器组件1314，以及通信组件1316。其中，存储器上存储有在处理器上运行的计算机程序或者指令。

处理组件1302通常控制用户端1300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1302可以包括一个或多个处理器1320来执行指令，以完成上述方法的全部或部分步骤。此外，处理组件1302可以包括一个或多个模块，便于处理组件1302和其他组件之间的交互。例如，处理组件1302可以包括多媒体模块，以方便多媒体组件1308和处理组件1302之间的交互。

存储器1304被配置为存储各种类型的数据以支持在用户端1300的操作。这些数据的示例包括用于在用户端1300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1306为用户端1300的各种组件提供电力。电源组件1306可以包括电源管理***，一个或多个电源，及其他与为用户端1300生成、管理和分配电力相关联的组件。

多媒体组件1308包括在所述用户端1300和用户之间的提供一个输出接口的触控显示屏。在一些实施例中，触控显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1308包括一个前置摄像头和/或后置摄像头。当用户端1300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件1310被配置为输出和/或输入音频信号。例如，音频组件1310包括一个麦克风(MIC)，当用户端1300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1304或经由通信组件1316发送。在一些实施例中，音频组件1310还包括一个扬声器，用于输出音频信号。

I/O接口1312为处理组件1302和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1314包括一个或多个传感器，用于为用户端1300提供各个方面的状态评估。例如，传感器组件1314可以检测到用户端1300的打开/关闭状态，组件的相对定位，例如所述组件为用户端1300的显示器和小键盘，传感器组件1314还可以检测用户端1300或用户端1300一个组件的位置改变，用户与用户端1300接触的存在或不存在，用户端1300方位或加速/减速和用户端1300的温度变化。传感器组件1314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1314还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1316被配置为便于用户端1300和其他设备之间有线或无线方式的通信。用户端1300可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1316经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1316还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，上述用户端可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述交通工具的导航预警方法。

在示例性实施例中，上述用户端可以是用户终端，也可以是交通工具。当用户端是用户终端时，用户终端上可以部署有机械控件、虚拟控件、语音装置等用于一键触发导航指令的控件，当用户端是交通工具时，交通工具上也可以部署有用于一键导航的机械按钮、虚拟控件、语音装置等用于一键触发导航指令的控件。

图23是根据一示例性实施例示出的一种服务器1400的框图。参照图23，服务器1400包括处理组件1420，其进一步包括一个或多个处理器，以及由存储器1422所代表的存储器资源，用于存储可由处理组件1420执行的指令或者计算机程序，例如应用程序。存储器1422中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1420被配置为执行指令，以执行上述交通工具的导航预警方法。

服务器1400还可以包括一个电源组件1424被配置为执行设备1400的电源管理，一个有线或无线网络接口1426被配置为将设备1400连接到网络，和一个输入输出(I/O)接口1428。服务器1400可以操作基于存储在存储器1422的操作***，例如Window14 14erverTM，Mac O14XTM，UnixTM,LinuxTM，FreeB14DTM或类似。

在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器1422，上述指令可由服务器1400的处理器执行以完成上述方法。存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开实施例所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本公开实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开实施例构思的前提下，还可以做出若干变形和改进，这些都属于本公开实施例的保护范围。因此，本公开实施例专利的保护范围应以所附权利要求为准。

Claims (67)

1.一种交通工具的导航预警方法，其特征在于，所述方法包括：

接收用户端发送的导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

获取所述导航路径上行驶的交通工具在预设时间段内的行驶信息；

通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息；所述异常路段信息包括异常路段类型和异常路段位置；

将所述异常路段信息携带在预警提示信息中发送至所述用户端。

2.根据权利要求1所述的方法，其特征在于，所述行驶信息包括所述交通工具的行驶路径和/或行驶状态信息。

3.根据权利要求2所述的方法，其特征在于，所述交通工具的行驶路径为根据所述交通工具上报的GPS定位信息，和/或，安装在各所述交通工具上的定位传感器输出的定位数据确定的行驶路径；

所述行驶状态信息为根据安装在各所述交通工具上的传感器采集到的数据得到的信息。

4.根据权利要求2所述的方法，其特征在于，所述通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息，包括：

通过分析各所述交通工具的行驶信息，确定异常交通工具；所述异常交通工具的行驶路径异常和/或行驶状态异常；

根据所述异常交通工具的数量和预设数量阈值，确定所述导航路径上的异常路段信息。

5.根据权利要求4所述的方法，其特征在于，所述行驶信息包括各所述交通工具的行驶路径，所述通过分析各所述交通工具的行驶信息，确定异常交通工具，包括：

将各所述交通工具的行驶路径与所述导航路径进行比较，将行驶路径与所述导航路径不一致的交通工具确定为所述异常交通工具；

所述根据所述异常交通工具的数量和预设数量阈值，确定所述导航路径上的异常路段信息，包括：

若所述异常交通工具的数量大于预设数量阈值，则确定所述异常路段位置为所述异常交通工具的行驶路径与所述导航路径不一致的路段位置，并确定所述异常路段类型为施工类型或事故类型。

6.根据权利要求4所述的方法，其特征在于，所述行驶信息包括所述行驶状态信息，所述通过分析各所述交通工具的行驶信息，确定异常交通工具，包括：

将各所述交通工具的行驶状态信息的值和预设状态阈值作比较，确定所述异常交通工具；

所述根据所述异常交通工具的数量和预设数量阈值，确定所述导航路径上的异常路段信息，包括：

若所述异常交通工具的数量大于预设数量阈值，则根据所述异常交通工具的行驶状态信息，确定所述导航路径上的异常路段信息。

7.根据权利要求6所述的方法，其特征在于，若所述行驶状态信息包括振动频率和/或平衡度，所述将各所述交通工具的状态信息的值和预设的状态阈值作比较，确定所述异常交通工具，包括：

若所述振动频率大于预设振动阈值，和/或，所述平衡度小于预设平衡度阈值，则确定所述交通工具为异常交通工具。

8.根据权利要求7所述的方法，其特征在于，所述若所述异常交通工具的数量大于预设数量阈值，则根据所述异常交通工具的行驶状态信息，确定所述导航路径上的异常路段信息，包括：

若所述异常交通工具的数量大于预设数量阈值，则确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为坑洼类型；所述目标路段位置为所述异常交通工具的行驶路径中振动频率大于预设振动阈值的路段位置，和/或，平衡度小于预设平衡度阈值的路段位置。

9.根据权利要求6所述的方法，其特征在于，若所述状态信息包括曲率和/或角度，所述将各所述交通工具的行驶状态信息的值和预设状态阈值作比较，确定所述异常交通工具，包括：

若所述曲率大于预设曲率阈值，和/或，所述角度大于预设角度阈值，则确定所述交通工具为异常交通工具。

10.根据权利要求9所述的方法，其特征在于，所述若所述异常交通工具的数量大于预设数量阈值，则根据所述异常交通工具的状态信息，确定所述导航路径上的异常路段信息，包括：

若所述异常交通工具的数量大于预设数量阈值，则确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为施工类型；所述目标路段位置为所述异常交通工具的行驶路径中曲率大于预设曲率阈值的路段位置，和/或，角度大于预设角度阈值的路段位置。

11.根据权利要求6所述的方法，其特征在于，若所述状态信息包括速度和/或加速度，所述将各所述交通工具的状态信息的值和预设的状态阈值作比较，确定所述异常交通工具，包括：

若所述速度小于预设速度阈值，和/或，所述加速度小于预设加速度阈值，则确定所述交通工具为异常交通工具。

12.根据权利要求11所述的方法，其特征在于，所述若所述异常交通工具的数量大于预设数量阈值，则根据所述异常交通工具的状态信息，确定所述导航路径上的异常路段信息，包括：

若所述异常交通工具的数量大于预设数量阈值，则确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为狭窄类型；所述目标路段位置为所述异常交通工具的行驶路径中速度小于预设速度阈值的路段位置，和/或，加速度小于预设加速度阈值的路段位置。

13.根据权利要求2所述的方法，其特征在于，所述行驶信息包括所述状态信息，所述通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息，包括：

将各所述交通工具的行驶状态信息输入至预设的异常路段分析网络中进行分析，得到所述导航路径上的异常路段信息。

14.根据权利要求13所述的方法，其特征在于，所述将各所述交通工具的行驶状态信息输入至预设的异常路段分析网络中进行分析，得到所述导航路径上的异常路段信息，包括：

将所述导航路径分成多个单位路段；

获取各所述单位路段上各所述交通工具的行驶状态信息；

将各所述单位路段对应的行驶状态信息输入至所述异常路段分析网络中进行分析，得到分析结果；所述分析结果表示所述单位路段是否为异常路段，以及所述异常路段的类型和位置；

根据所述分析结果，得到所述导航路径上的异常路段信息。

15.根据权利要求14所述的方法，其特征在于，训练所述异常路段分析网络的方法包括：

获取样本状态信息和对应的样本状态标签；所述样本状态标签用于标识所述样本状态信息对应的路段是否是异常路段，以及异常路段的类型和位置；

将所述样本状态信息输入至初始的异常路段分析网络，得到输出结果；

根据所述输出结果和所述样本状态标签，计算损失值；

根据所述损失值的大小调整所述初始的异常路段分析网络的参数，直到所述损失值满足预设训练条件为止，得到所述异常路段分析网络。

16.根据权利要求13所述的方法，其特征在于，所述异常路段分析网络包括：至少两个并联的分支网络；不同的分支网络用于分析不同类型的行驶状态信息；

所述将各所述交通工具的行驶状态信息输入至预设的异常路段分析网络中进行分析，得到所述导航路径上的异常路段信息，包括：

根据所述行驶状态信息的类型，将所述行驶状态信息输入对应的分支网络中进行分析，得到所述导航路径上的异常路段信息。

17.根据权利要求16所述的方法，其特征在于，训练所述异常路段分析网络的方法包括：

获取样本状态信息和对应的样本状态标签；所述样本状态标签用于标识所述样本状态信息对应的路段是否是异常路段，以及所述异常路段的类型和位置；

根据所述样本状态信息的类型，将所述样本状态信息分别输入至对应的初始分支网络中，得到各分支网络的输出结果；

根据各分支网络的输出结果和对应的样本状态标签，计算各分支网络的损失值；

根据各所述分支网络的损失值调整各所述分支网络的参数，得到所述异常路段分析网络。

18.根据权利要求1所述的方法，其特征在于，所述交通工具为两轮车。

19.根据权利要求18所述的方法，其特征在于，所述导航路径为非机动车道上的路径。

20.根据权利要求1所述的方法，其特征在于，所述用户端包括所述交通工具或对所述交通工具发起使用流程的用户终端。

21.一种交通工具的导航预警方法，其特征在于，所述方法包括：

向服务器发送导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

接收所述服务器发送的预警提示信息；所述预警提示信息中携带异常路段信息，所述异常路段信息是服务器根据所述导航路径上行驶的交通工具在预设时间段内的行驶信息确定的；所述异常路段信息包括异常路段类型和异常路段位置；

输出所述预警提示信息。

22.根据权利要求21所述的方法，其特征在于，所述行驶信息包括所述交通工具的行驶路径和/或行驶状态信息。

23.根据权利要求21所述的方法，其特征在于，所述向服务器发送导航预警分析指令之前，所述方法还包括：

检测用户在用户端的路径选择界面上的路径选择操作；

响应于所述路径选择操作，将所选择的导航路径确定为所述待分析的导航路径。

24.根据权利要求21所述的方法，其特征在于，所述输出所述预警提示信息，包括：

在所述交通工具行驶在所述待分析的导航路径的过程中，输出所述预警提示信息。

25.根据权利要求21所述的方法，其特征在于，所述交通工具为两轮车。

26.根据权利要求25所述的方法，其特征在于，所述导航路径为非机动车道上的路径。

27.根据权利要求21所述的方法，其特征在于，所述方法还包括：

获取安装在所述交通工具上的至少一种类型的传感器输出的传感数据；

根据所述传感数据生成所述行驶信息发送给所述服务器。

28.根据权利要求21所述的方法，其特征在于，所述交通工具上设置有定位传感器、速度传感器、加速度传感器、角度传感器、曲率传感器、平衡度传感器和振动传感器中的至少一种；所述行驶信息包括行驶路径、速度、加速度、角度、曲率、平衡度、振动频率和振动幅度中的至少一种。

29.根据权利要求21-28任一项所述的方法，其特征在于，所述异常路段类型包括：坑洼路段、施工路段、事故路段、狭窄路段中的至少一种。

30.根据权利要求21所述的方法，其特征在于，所述输出所述预警提示信息，包括：

在用户端的显示屏上通过画面的形式展示所述预警提示信息；

和/或，通过语音播报的方式播报所述预警提示信息。

31.根据权利要求21所述的方法，其特征在于，所述用户端包括所述交通工具或对所述交通工具发起使用流程的用户终端。

32.一种交通工具的导航预警装置，其特征在于，所述导航预警装置包括：

接收模块，用于接收用户端发送的导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

获取模块，用于获取所述导航路径上行驶的交通工具在预设时间段内的行驶信息；

确定模块，用于通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息；所述异常路段信息包括异常路段类型和异常路段位置；

发送模块，用于将所述异常路段信息携带在预警提示信息中发送至所述用户端。

33.根据权利要求32所述的导航预警装置，其特征在于，所述行驶信息包括所述交通工具的行驶路径和/或行驶状态信息。

34.根据权利要求33所述的导航预警装置，其特征在于，所述交通工具的行驶路径为根据所述交通工具上报的GPS定位信息，和/或，安装在各所述交通工具上的定位传感器输出的定位数据确定的行驶路径；

所述行驶状态信息为根据安装在各所述交通工具上的传感器采集到的数据得到的信息。

35.根据权利要求33所述的导航预警装置，其特征在于，所述确定模块，包括：

第一确定单元，用于通过分析各所述交通工具的行驶信息，确定异常交通工具；所述异常交通工具的行驶路径异常和/或行驶状态异常；

第二确定单元，用于根据所述异常交通工具的数量和预设数量阈值，确定所述导航路径上的异常路段信息。

36.根据权利要求35所述的导航预警装置，其特征在于，

所述第一确定单元还用于将各所述交通工具的行驶路径与所述导航路径进行比较，将行驶路径与所述导航路径不一致的交通工具确定为所述异常交通工具；

第二确定单元还用于在所述异常交通工具的数量大于预设数量阈值时，确定所述异常路段位置为所述异常交通工具的行驶路径与所述导航路径不一致的路段位置，并确定所述异常路段类型为施工类型或事故类型。

37.根据权利要求35所述的导航预警装置，其特征在于，

所述第一确定单元还用于将各所述交通工具的行驶状态信息的值和预设状态阈值作比较，确定所述异常交通工具；

所述第二确定单元还用于在所述异常交通工具的数量大于预设数量阈值时，根据所述异常交通工具的行驶状态信息，确定所述导航路径上的异常路段信息。

38.根据权利要求37所述的导航预警装置，其特征在于，若所述行驶状态信息包括振动频率和/或平衡度，所述第一确定单元具体用于在所述振动频率大于预设振动阈值，和/或，所述平衡度小于预设平衡度阈值时，确定所述交通工具为异常交通工具。

39.根据权利要求38所述的导航预警装置，其特征在于，所述第二确定单元具体用于在所述异常交通工具的数量大于预设数量阈值时，确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为坑洼类型；所述目标路段位置为所述异常交通工具的行驶路径中振动频率大于预设振动阈值的路段位置，和/或，平衡度小于预设平衡度阈值的路段位置。

40.根据权利要求37所述的导航预警装置，其特征在于，若所述状态信息包括曲率和/或角度，所述第一确定单元具体用于在所述曲率大于预设曲率阈值，和/或，所述角度大于预设角度阈值时，确定所述交通工具为异常交通工具。

41.根据权利要求40所述的导航预警装置，其特征在于，所述第二确定单元具体用于在所述异常交通工具的数量大于预设数量阈值时，确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为施工类型；所述目标路段位置为所述异常交通工具的行驶路径中曲率大于预设曲率阈值的路段位置，和/或，角度大于预设角度阈值的路段位置。

42.根据权利要求37所述的导航预警装置，其特征在于，若所述状态信息包括速度和/或加速度，所述第一确定单元具体用于在所述速度小于预设速度阈值，和/或，所述加速度小于预设加速度阈值时，确定所述交通工具为异常交通工具。

43.根据权利要求42所述的导航预警装置，其特征在于，所述第二确定单元具体用于在所述异常交通工具的数量大于预设数量阈值时，确定所述异常路段位置为所述异常交通工具的行驶路径中目标路段位置，且，确定所述异常路段类型为狭窄类型；所述目标路段位置为所述异常交通工具的行驶路径中速度小于预设速度阈值的路段位置，和/或，加速度小于预设加速度阈值的路段位置。

44.根据权利要求33所述的导航预警装置，其特征在于，所述确定模块，包括：

网络分析单元，用于将各所述交通工具的行驶状态信息输入至预设的异常路段分析网络中进行分析，得到所述导航路径上的异常路段信息。

45.根据权利要求44所述的导航预警装置，其特征在于，所述网络分析单元，包括：

拆分子单元，用于将所述导航路径分成多个单位路段；

获取子单元，用于获取各所述单位路段上各所述交通工具的行驶状态信息；

分析子单元，用于将各所述单位路段对应的行驶状态信息输入至所述异常路段分析网络中进行分析，得到分析结果；所述分析结果表示所述单位路段是否为异常路段，以及所述异常路段的类型和位置；

输出子单元，用于根据所述分析结果，得到所述导航路径上的异常路段信息。

46.根据权利要求45所述的导航预警装置，其特征在于，所述导航预警装置还包括：第一训练模块，所述训练模块，包括：

第一获取样本单元，用于获取样本状态信息和对应的样本状态标签；所述样本状态标签用于标识所述样本状态信息对应的路段是否是异常路段，以及异常路段的类型和位置；

第一网络分析单元，用于将所述样本状态信息输入至初始的异常路段分析网络，得到输出结果；

第一计算单元，用于根据所述输出结果和所述样本状态标签，计算损失值；

第一训练单元，用于根据所述损失值的大小调整所述初始的异常路段分析网络的参数，直到所述损失值满足预设训练条件为止，得到所述异常路段分析网络。

47.根据权利要求44所述的导航预警装置，其特征在于，所述异常路段分析网络包括：至少两个并联的分支网络；不同的分支网络用于分析不同类型的行驶状态信息；

所述网络分析单元，用于根据所述行驶状态信息的类型，将所述行驶状态信息输入对应的分支网络中进行分析，得到所述导航路径上的异常路段信息。

48.根据权利要求47所述的导航预警装置，其特征在于，所述导航预警装置，还包括第二训练模块，所述第二训练模块，包括：

第二获取样本单元，用于获取样本状态信息和对应的样本状态标签；所述样本状态标签用于标识所述样本状态信息对应的路段是否是异常路段，以及所述异常路段的类型和位置；

第二网络分析单元，用于根据所述样本状态信息的类型，将所述样本状态信息分别输入至对应的初始分支网络中，得到各分支网络的输出结果；

第二计算单元，用于根据各分支网络的输出结果和对应的样本状态标签，计算各分支网络的损失值；

第二训练单元，用于根据各所述分支网络的损失值调整各所述分支网络的参数，得到所述异常路段分析网络。

49.根据权利要求32所述的导航预警装置，其特征在于，所述交通工具为两轮车。

50.根据权利要求48所述的导航预警装置，其特征在于，所述导航路径为非机动车道上的路径。

51.根据权利要求32所述的导航预警装置，其特征在于，所述用户端包括所述交通工具或对所述交通工具发起使用流程的用户终端。

52.一种交通工具的导航预警装置，其特征在于，所述导航预警装置包括：

发送模块，用于向服务器发送导航预警分析指令；所述导航预警分析指令包括待分析的导航路径；

接收模块，用于接收所述服务器发送的预警提示信息；所述预警提示信息中携带异常路段信息，所述异常路段信息是服务器根据所述导航路径上行驶的交通工具在预设时间段内的行驶信息确定的；所述异常路段信息包括异常路段类型和异常路段位置；

输出模块，用于输出所述预警提示信息。

53.根据权利要求52所述的导航预警装置，其特征在于，所述行驶信息包括所述交通工具的行驶路径和/或行驶状态信息。

54.根据权利要求52所述的导航预警装置，其特征在于，所述导航预警装置中的发送模块之前，还包括：

检测模块，用于检测用户在用户端的路径选择界面上的路径选择操作；

确定模块，用响应于所述路径选择操作，将所选择的导航路径确定为所述待分析的导航路径。

55.根据权利要求52所述的导航预警装置，其特征在于，所述输出模块还用于在所述交通工具行驶在所述待分析的导航路径的过程中，输出所述预警提示信息。

56.根据权利要求52所述的导航预警装置，其特征在于，所述交通工具为两轮车。

57.根据权利要求52所述的导航预警装置，其特征在于，所述导航路径为非机动车道上的路径。

58.根据权利要求52所述的导航预警装置，其特征在于，所述导航预警装置，还包括：

获取模块，用于获取安装在所述交通工具上的至少一种类型的传感器输出的传感数据；

生成模块，用于根据所述传感数据生成所述行驶信息发送给所述服务器。

59.根据权利要求52所述的导航预警装置，其特征在于，所述交通工具上设置有定位传感器、速度传感器、加速度传感器、角度传感器、曲率传感器、平衡度传感器和振动传感器中的至少一种；所述行驶信息包括行驶路径、速度、加速度、角度、曲率、平衡度、振动频率和振动幅度中的至少一种。

60.根据权利要求52-59任一项所述的导航预警装置，其特征在于，所述异常路段类型包括：坑洼路段、施工路段、事故路段、狭窄路段中的至少一种。

61.根据权利要求52所述的导航预警装置，其特征在于，所述输出模块，包括：

显示单元，用于在用户端的显示屏上通过画面的形式展示所述预警提示信息；

和/或，播报单元，用于通过语音播报的方式播报所述预警提示信息。

62.根据权利要求52所述的导航预警装置，其特征在于，所述用户端包括所述交通工具或对所述交通工具发起使用流程的用户终端。

63.一种用户端，其特征在于，包括：发送器、接收器、处理器、输出设备、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器在运行所述计算机程序时，用于控制所述发送器、所述接收器、所述输出设备的操作；

所述发送器，用于在所述处理器的控制下，向服务器发送导航预警分析指令，所述导航预警分析指令包括待分析的导航路径；

所述接收器，用于在所述处理器的控制下，接收所述服务器发送的携带异常路段信息的预警提示信息；所述异常路段信息包括异常路段类型和异常路段位置；

所述处理器，用于控制所述输出设备输出所述预警提示信息。

64.根据权利要求63所述的用户端，其特征在于，所述处理器在运行所述计算机程序时实现权利要求2至20中任一项所述的方法的步骤。

65.一种服务器，其特征在于，包括：接收器、发送器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器在运行所述计算机程序时，用于控制所述发送器、所述接收器、所述处理器的操作；

所述接收器，用于在所述处理器的控制下，接收用户端发送的导航预警分析指令，所述导航预警分析指令包括待分析的导航路径；

所述发送器，用于在所述处理器的控制下，向所述用户端发送携带异常路段信息的预警提示信息；所述异常路段信息根据所述导航路径上行驶的交通工具在预设时间段内的行驶信息确定的异常路段信息；所述异常路段信息包括异常路段类型和异常路段位置；

所述处理器，用于获取所述导航路径上行驶的交通工具在预设时间段内的行驶信息，并通过分析各所述交通工具的行驶信息，确定所述导航路径上的异常路段信息。

66.根据权利要求63所述的服务器，其特征在于，所述处理器在运行所述计算机程序时实现权利要求22至31中任一项所述的方法的步骤。

67.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至31中任一项所述的方法的步骤。

Images