CN113847923A - 预估到达时间的计算方法、装置、电子设备和可读存储介质 - Google Patents
预估到达时间的计算方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN113847923A CN113847923A CN202110948909.XA CN202110948909A CN113847923A CN 113847923 A CN113847923 A CN 113847923A CN 202110948909 A CN202110948909 A CN 202110948909A CN 113847923 A CN113847923 A CN 113847923A
- Authority
- CN
- China
- Prior art keywords
- navigation
- time
- arrival time
- current
- estimated arrival
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
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
本公开提供了一种预估到达时间的计算方法、装置、电子设备和可读存储介质，涉及智能交通技术领域。预估到达时间计算方法包括：获取对应当前时刻的导航请求的导航时间信息，所述导航时间信息中包含导航开始时的预估到达时间与导航结束时的实际到达时间；在确定所述预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹；根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数；使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间。本实施例能够在通行规律发生变化的情况下及时地更新计算参数进行，从而加快计算参数的迭代速度，提升预估到达时间的计算准确性。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及智能交通技术领域。提供了一种预估到达时间的计算方法、装置、电子设备和可读存储介质。
背景技术
驾车导航中非常重要的一个维度是预估到达时间，导航时的预估到达时间的准确性会影响不同路线快慢的排序、用户预估出发时间的合理性与用户驾车导航体验。现有技术仅会根据导航轨迹中各路段(link)的历史通行时间来进行预估到达时间的计算，在出现通行规律发生变化时无法及时反应，从而降低了预估到达时间的计算准确性。
发明内容
根据本公开的第一方面，提供了一种预估到达时间的计算方法，包括：获取对应当前时刻的导航请求的导航时间信息，所述导航时间信息中包含导航开始时的预估到达时间与导航结束时的实际到达时间；在确定所述预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹；根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数；使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间。
根据本公开的第二方面，提供了一种预估到达时间的计算装置，包括：获取单元，用于获取对应当前时刻的导航请求的导航时间信息，所述导航时间信息中包含导航开始时的预估到达时间与导航结束时的实际到达时间；采集单元，用于在确定所述预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹；处理单元，用于根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数；计算单元，用于使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间。
根据本公开的第三方面，提供了一种电子设备，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如上所述的方法。
根据本公开的第四方面，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如上所述的方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。
由以上技术方案可以看出，本实施例通过导航请求的导航时间信息来判断通行规律是否发生变化，并在确定通行规律发生变化的情况下，对计算预估到达时间的计算参数进行及时地更新，从而加快计算参数的迭代速度，提升预估到达时间的计算准确性。
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
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的示意图；
图2是根据本公开第二实施例的示意图；
图3是用来实现本公开实施例的预估到达时间的计算方法的电子设备的框图。
具体实施方式
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机构的描述。
本实施例的预估到达时间的计算方法，首先获取对应当前时刻的导航请求的导航时间信息，然后在确定导航时间信息中的预估到达时间与实际到达时间满足第一预设条件之后，实时采集多条导航轨迹，再根据实时采集的导航轨迹得到对应不同导航属性的当前计算参数，最后使用所得到的当前计算参数，计算后续时刻所发起的导航请求的预估到达时间，由于本实施例通过导航时间信息来判断通行规律是否发生变化，因此在确定通行规律发生变化的情况下，对计算预估到达时间的计算参数进行及时地更新，从而加快计算参数的迭代速度，提升预估到达时间的计算准确性。
图1是根据本公开第一实施例的示意图。如图1所示，本实施例的预估到达时间的计算方法，具体可以包括如下步骤：
S101、获取对应当前时刻的导航请求的导航时间信息，所述导航时间信息中包含导航开始时的预估到达时间与导航结束时的实际到达时间。
本实施例在执行S101时，对应当前时刻的导航请求可以为在当前时刻完成的导航请求或当前时刻正在进行的导航请求中的至少一种。
优选地，为了能够根据导航时间信息来更加准确地判断通行规律是否发生变化，本实施例在执行S101获取对应当前时刻的导航请求的导航时间信息时，会同时获取在当前时刻完成以及正在进行的导航请求的导航时间信息。
S102、在确定所述预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹。
本实施例在执行S101获取对应当前时刻的导航请求的导航时间信息之后，执行S102在确定所获取的预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹。
本实施例在执行S102确定所获取的预估到达时间与实际到达时间满足第一预设条件时，可以为确定预估到达时间与实际到达时间之间差值的绝对值超过第一预设阈值，也可以为确定预估到达时间与实际到达时间之间差值的绝对值超过第一预设阈值的数量超过第二预设阈值，本实施例对此不进行限定。
也就是说，本实施例根据导航请求的预估到达时间与实际到达时间来确定当前时刻的通行规律是否发生变化，从而在确定当前时刻的通行规律发生变化之后，进行多条导航轨迹的实时采集。
若本实施例在执行S102确定预估到达时间与实际到达时间未满足第一预设条件时，可以转至执行获取对应下一时刻的的导航请求的导航时间信息的步骤，以此持续进行，从而判断是否需要实时采集多条导航轨迹。
另外，若本实施例执行S102确定预估到达时间与实际到达时间未满足第一预设条件之后，还可以包含以下内容：获取已有的计算参数的更新时间；在确定所获取的更新时间满足第二预设条件的情况下，实时采集多条轨迹数据。
本实施例在执行S102确定所获取的更新时间满足第二预设条件时，可以为确定所获取的更新时间与当前时刻之间的时间间隔超过第三预设阈值。
也就是说，本实施例还能够在确定通行规律未发生变化，而计算参数长期未更新时，通过实时采集的多条轨迹数据来得到当前计算参数，从而实现计算参数的更新，提升预估到达时间的计算准确性。
可以理解的是，服务器端在根据用户发起的导航请求进行路径规划之后，会将对应不同导航请求的导航轨迹(包含所规划的各路段、各路段的实际通行时间等数据)存储在数据库中，因此本实施例在执行S102确定预估到达时间与实际到达时间满足第一预设条件或者更新时间满足第二预设条件的情况下，从数据库中实时采集多条导航轨迹。
本实施例在执行S102实时采集多条导航轨迹时，可以实时采集位于特定区域的多条导航轨迹，也可以实时采集位于全部区域的多条导航轨迹；其中，本实施例执行S102实时采集的多条导航轨迹对应于正在进行的导航请求。
S103、根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数。
本实施例在执行S102实时采集多条导航数据之后，执行S103根据实时采集的多条导航轨迹，得到对应不同导航属性的当前计算参数。
具体地，本实施例在执行S103根据实时采集的多条导航轨迹，得到对应不同导航属性的当前计算参数时，可以采用的可选实现方式为：分别从实时采集的多条导航轨迹中提取预设类型的导航属性数据；根据所提取的导航属性数据，得到对应不同导航属性的当前计算参数。
其中，本实施例执行S103所提取的预设类型的导航属性数据，包含导航轨迹的地理位置、导航轨迹的里程数、导航轨迹的终点类型、导航轨迹中各路段(link)的道路类型、导航轨迹中各路段的实际通行时间等不同类型的数据。
也就是说，本实施例预先设置从导航轨迹中所提取的导航属性数据的类型，进而根据从导航轨迹中所提取的预设类型的导航属性数据，来得到与不同的导航属性对应的当前计算参数，能够提升所得到的当前计算参数的准确性，进而提升预估到达时间的计算准确性。
本实施例执行S103所得到的当前计算参数中，包含对应不同导航属性的当前计算系数与当前计算偏差；当前计算系数对应于导航轨迹中各路段的道路类型属性，当前计算偏差对应于导航轨迹的地理位置、里程数、终点类型等属性。
本实施例在执行S103根据所提取的导航属性数据，得到与不同的导航属性对应的当前计算参数时，可以采用的可选实现方式为：针对每条导航轨迹的导航属性数据，将该导航属性数据输入预先训练得到的参数生成模型；将该参数生成模型针对每个导航属性数据的输出结果，作为对应不同导航属性的当前计算参数。
可以理解的是，本实施例执行S103所使用的参数生成模型是预先训练得到的，其能够根据所输入的导航属性数据，来输出对应该导航属性数据的导航属性的当前计算参数。
本实施例可以结合K-fold方法与fast-gbdt方法来进行参数生成模型的训练，能够增强参数生成模型的性能，提升所生成的计算参数的准确性。
S104、使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间。
本实施例在执行S103得到对应不同导航属性的当前计算参数之后，执行S104使用所得到的当前计算参数，计算在当前时刻的后续时刻发起的后续导航请求的预估到达时间。
也就是说，本实施例将已有的计算参数替换为所得到的当前计算参数，从而完成计算参数的更新，使得在后续时刻的预估到达时间的计算使用最新更新的当前计算参数完成计算，提升预估到达时间的计算准确性。
本实施例在执行S104使用当前计算参数，计算在当前时刻的后续时刻发起的后续导航请求的预估到达时间时，可以采用的可选实现方式为：根据导航请求规划的导航轨迹，得到目标导航属性，例如导航轨迹中各路段的道路类型、导航轨迹的地理位置、里程数、终点类型等属性；将与所得到的目标导航属性对应的当前计算参数，作为目标计算参数，该目标计算参数中包含目标计算系数与目标计算偏差；根据目标计算参数与导航轨迹，计算导航请求的预估到达时间。
其中，本实施例在执行S104根据目标计算参数与导航轨迹，计算导航请求的预估到达时间时，可以直接将目标计算参数与导航轨迹输入预先训练得到的时间预估模型，将该时间预估模型的输出结果作为该导航请求的预估到达时间。
另外，本实施例在执行S104根据目标计算参数与导航轨迹，计算导航请求的预估到达时间时，还可以根据目标计算参数、导航轨迹中各路段的道路类型与历史通行时间进行计算，将计算结果作为作为该导航请求的预估到达时间。
举例来说，若根据导航请求规划的导航路径中包含道路1与道路2，道路1的道路类型为类型2，道路2的道路类型为类型1，若道路1的历史通行时间为10分钟，道路2的历史通行时间为20分钟，若执行S104所确定的目标计算参数中，对应类型1的目标计算系数为系数1，对应类型2的目标计算系数为系数2，目标计算偏差为偏差1，则该导航请求的预估到达时间为((10×系数1+20×系数2)+偏差1)。
通过本实施例所提供的上述方法，能够在确定当前时刻的通行规律发生变化的情况下，及时地对计算预估到达时间所使用的计算参数进行更新，从而加快计算参数的迭代速度，提升在计算后续时刻的预估到达时间的准确性。
图2是根据本公开第二实施例的示意图。如图2所示，本实施例的预估到达时间的计算装置200，包括：
获取单元201、用于获取对应当前时刻的导航请求的导航时间信息，所述导航时间信息中包含导航开始时的预估到达时间与导航结束时的实际到达时间。
获取单元201中对应当前时刻的导航请求，可以为在当前时刻完成的导航请求或当前时刻正在进行的导航请求中的至少一种。
优选地，为了能够根据导航时间信息来更加准确地判断通行规律是否发生变化，获取单元201获取对应当前时刻的导航请求的导航时间信息时，会同时获取在当前时刻完成以及正在进行的导航请求的导航时间信息。
采集单元202、用于在确定所述预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹。
本实施例在由获取单元201获取对应当前时刻的导航请求的导航时间信息之后，由采集单元202在确定所获取的预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹。
采集单元202在确定所获取的预估到达时间与实际到达时间满足第一预设条件时，可以为确定预估到达时间与实际到达时间之间差值的绝对值超过第一预设阈值，也可以为确定预估到达时间与实际到达时间之间差值的绝对值超过第一预设阈值的数量超过第二预设阈值，本实施例对此不进行限定。
也就是说，采集单元202根据导航请求的预估到达时间与实际到达时间来确定当前时刻的通行规律是否发生变化，从而在确定当前时刻的通行规律发生变化之后，进行多条导航轨迹的实时采集。
若采集单元202确定预估到达时间与实际到达时间未满足第一预设条件时，可以转至执行获取对应下一时刻的的导航请求的导航时间信息的步骤，以此持续进行，以判断是否需要实时采集多条导航轨迹。
另外，若采集单元202确定预估到达时间与实际到达时间未满足第一预设条件之后，还可以包含以下内容：获取已有的计算参数的更新时间；在确定所获取的更新时间满足第二预设条件的情况下，实时采集多条轨迹数据。
采集单元202在确定所获取的更新时间满足第二预设条件时，可以为确定所获取的更新时间与当前时刻之间的时间间隔超过第三预设阈值。
也就是说，采集单元202还能够在确定通行规律未发生变化，而计算参数长期未更新时，通过实时采集的多条轨迹数据来得到当前计算参数，从而实现计算参数的更新，提升预估到达时间的计算准确性。
采集单元202在实时采集多条导航轨迹时，可以实时采集位于特定区域的多条导航轨迹，也可以实时采集位于全部区域的多条导航轨迹；其中，采集单元202实时采集的多条导航轨迹对应于正在进行的导航请求。
处理单元203、用于根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数。
本实施例在由采集单元202实时采集多条导航数据之后，由处理单元203根据实时采集的多条导航轨迹，得到对应不同导航属性的当前计算参数。
具体地，处理单元203在根据实时采集的多条导航轨迹，得到对应不同导航属性的当前计算参数时，可以采用的可选实现方式为：分别从实时采集的多条导航轨迹中提取预设类型的导航属性数据；根据所提取的导航属性数据，得到对应不同导航属性的当前计算参数。
其中，处理单元203所提取的预设类型的导航属性数据，包含导航轨迹的地理位置、导航轨迹的里程数、导航轨迹的终点类型、导航轨迹中各路段(link)的道路类型、导航轨迹中各路段的实际通行时间等不同类型的数据。
也就是说，处理单元203预先设置从导航轨迹中所提取的导航属性数据的类型，进而根据从导航轨迹中所提取的预设类型的导航属性数据，来得到与不同的导航属性对应的当前计算参数，能够提升所得到的当前计算参数的准确性，进而提升预估到达时间的计算准确性。
处理单元203所得到的当前计算参数中，包含对应不同导航属性的当前计算系数与当前计算偏差；当前计算系数对应于导航轨迹中各路段的道路类型属性，当前计算偏差对应于导航轨迹的地理位置、里程数、终点类型等属性。
处理单元203在根据所提取的导航属性数据，得到与不同的导航属性对应的当前计算参数时，可以采用的可选实现方式为：针对每条导航轨迹的导航属性数据，将该导航属性数据输入预先训练得到的参数生成模型；将该参数生成模型针对每个导航属性数据的输出结果，作为对应不同导航属性的当前计算参数。
可以理解的是，处理单元203所使用的参数生成模型是预先训练得到的，其能够根据所输入的导航属性数据，来输出对应该导航属性数据的导航属性的当前计算参数。
计算单元204、用于使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间。
本实施例在由处理单元203得到对应不同导航属性的当前计算参数之后，由计算单元204使用所得到的当前计算参数，计算在当前时刻的后续时刻发起的后续导航请求的预估到达时间。
也就是说，计算单元204将已有的计算参数替换为所得到的当前计算参数，从而完成计算参数的更新，使得在后续时刻的预估到达时间的计算使用最新更新的当前计算参数完成计算，提升预估到达时间的计算准确性。
计算单元204在使用当前计算参数，计算在当前时刻的后续时刻发起的后续导航请求的预估到达时间时，可以采用的可选实现方式为：根据导航请求规划的导航轨迹，得到目标导航属性；将与所得到的目标导航属性对应的当前计算参数，作为目标计算参数；根据目标计算参数与导航轨迹，计算导航请求的预估到达时间。
其中，计算单元204在根据目标计算参数与导航轨迹，计算导航请求的预估到达时间时，可以直接将目标计算参数与导航轨迹输入预先训练得到的时间预估模型，将该时间预估模型的输出结果作为该导航请求的预估到达时间。
另外，计算单元204在根据目标计算参数与导航轨迹，计算导航请求的预估到达时间时，还可以根据目标计算参数、导航轨迹中各路段的道路类型与历史通行时间进行计算，将计算结果作为作为该导航请求的预估到达时间。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图3所示，是根据本公开实施例的预估到达时间的计算方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图3所示，设备300包括计算单元301，其可以根据存储在只读存储器(ROM)302中的计算机程序或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序，来执行各种适当的动作和处理。在RAM303中，还可存储设备300操作所需的各种程序和数据。计算单元301、ROM302以及RAM303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如预估到达时间的计算方法。例如，在一些实施例中，预估到达时间的计算方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。
在一些实施例中，计算机程序的部分或者全部可以经由ROM302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM 303并由计算单元301执行时，可以执行上文描述的预估到达时间的计算方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行预估到达时间的计算方法。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程预估到达时间的计算装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务(“Virtual Private Server”，或简称“VPS”)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式***的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (15)
1.一种预估到达时间的计算方法，包括：
获取对应当前时刻的导航请求的导航时间信息，所述导航时间信息中包含导航开始时的预估到达时间与导航结束时的实际到达时间；
在确定所述预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹；
根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数；
使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间。
2.根据权利要求1所述的方法，其中，所述对应当前时刻的导航请求为在所述当前时刻完成的导航请求或所述当前时刻正在进行的导航请求中的至少一种。
3.根据权利要求1所述的方法，还包括，
在确定所述预估到达时间与实际到达时间未满足第一预设条件之后，获取已有的计算参数的更新时间；
在确定所述更新时间满足第二预设条件的情况下，实时采集多条轨迹数据。
4.根据权利要求1所述的方法，其中，所述根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数包括：
分别从所述多条导航轨迹中提取预设类型的导航属性数据；
根据所述导航属性数据，得到对应不同导航属性的当前计算参数。
5.根据权利要求4所述的方法，其中，所述根据所述导航属性数据，得到对应不同导航属性的当前计算参数包括：
针对每条导航轨迹的导航属性数据，将该导航属性数据输入预先训练得到的参数生成模型；
将所述参数生成模型针对每个导航属性数据的输出结果，作为所述对应不同导航属性的当前计算参数。
6.根据权利要求1所述的方法，其中，所述使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间包括：
根据所述后续导航请求规划的导航轨迹，得到目标导航属性；
将与所述目标导航属性对应的当前计算参数，作为目标计算参数；
根据所述目标计算参数与所述导航轨迹，计算所述后续导航请求的预估到达时间。
7.一种预估到达时间的计算装置，包括：
获取单元，用于获取对应当前时刻的导航请求的导航时间信息，所述导航时间信息中包含导航开始时的预估到达时间与导航结束时的实际到达时间；
采集单元，用于在确定所述预估到达时间与实际到达时间满足第一预设条件的情况下，实时采集多条导航轨迹；
处理单元，用于根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数；
计算单元，用于使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间。
8.根据权利要求7所述的装置，其中，所述对应当前时刻的导航请求为在所述当前时刻完成的导航请求或所述当前时刻正在进行的导航请求中的至少一种。
9.根据权利要求7所述的装置，所述采集单元还用于执行，
在确定所述预估到达时间与实际到达时间未满足第一预设条件之后，获取已有的计算参数的更新时间；
在确定所述更新时间满足第二预设条件的情况下，实时采集多条轨迹数据。
10.根据权利要求7所述的装置，其中，所述处理单元在根据所述多条导航轨迹，得到对应不同导航属性的当前计算参数时，具体执行：
分别从所述多条导航轨迹中提取预设类型的导航属性数据；
根据所述导航属性数据，得到对应不同导航属性的当前计算参数。
11.根据权利要求10所述的装置，其中，所述处理单元在根据所述导航属性数据，得到对应不同导航属性的当前计算参数时，具体执行：
针对每条导航轨迹的导航属性数据，将该导航属性数据输入预先训练得到的参数生成模型；
将所述参数生成模型针对每个导航属性数据的输出结果，作为所述对应不同导航属性的当前计算参数。
12.根据权利要求7所述的装置，其中，所述计算单元在使用所述当前计算参数，计算在所述当前时刻的后续时刻发起的后续导航请求的预估到达时间时，具体执行：
根据所述后续导航请求规划的导航轨迹，得到目标导航属性；
将与所述目标导航属性对应的当前计算参数，作为目标计算参数；
根据所述目标计算参数与所述导航轨迹，计算所述后续导航请求的预估到达时间。
13.一种电子设备，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权利要求1-6中任一项所述的方法。
14.一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权利要求1-6中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110948909.XA CN113847923A (zh) | 2021-08-18 | 2021-08-18 | 预估到达时间的计算方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110948909.XA CN113847923A (zh) | 2021-08-18 | 2021-08-18 | 预估到达时间的计算方法、装置、电子设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113847923A true CN113847923A (zh) | 2021-12-28 |
Family
ID=78975933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110948909.XA Pending CN113847923A (zh) | 2021-08-18 | 2021-08-18 | 预估到达时间的计算方法、装置、电子设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113847923A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114463584A (zh) * | 2022-01-29 | 2022-05-10 | 北京百度网讯科技有限公司 | 图像处理、模型训练方法、装置、设备、存储介质及程序 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013113584A (ja) * | 2011-11-24 | 2013-06-10 | Aisin Aw Co Ltd | 到着予測時刻表示システムおよび到着予測時刻表示方法並びにプログラム |
| CN108180922A (zh) * | 2018-01-26 | 2018-06-19 | 百度在线网络技术（北京）有限公司 | 一种导航时间测评方法、装置、设备和介质 |
| US20190204102A1 (en) * | 2016-10-13 | 2019-07-04 | Tencent Technology (Shenzhen) Company Limited | Travel time prediction method, apparatus and server |
| CN111160594A (zh) * | 2018-11-07 | 2020-05-15 | 腾讯大地通途（北京）科技有限公司 | 一种到达时间的预估方法、装置及存储介质 |
| CN111862657A (zh) * | 2019-04-24 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种确定路况信息的方法及装置 |
| WO2021052451A1 (zh) * | 2019-09-18 | 2021-03-25 | 北京嘀嘀无限科技发展有限公司 | 一种确定预估到达时间的方法和*** |
| GB202106070D0 (en) * | 2021-04-28 | 2021-06-09 | Tomtom Navigation Bv | Methods and systems for determining estimated travel times through a navigable network |
-
2021
- 2021-08-18 CN CN202110948909.XA patent/CN113847923A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013113584A (ja) * | 2011-11-24 | 2013-06-10 | Aisin Aw Co Ltd | 到着予測時刻表示システムおよび到着予測時刻表示方法並びにプログラム |
| US20190204102A1 (en) * | 2016-10-13 | 2019-07-04 | Tencent Technology (Shenzhen) Company Limited | Travel time prediction method, apparatus and server |
| CN108180922A (zh) * | 2018-01-26 | 2018-06-19 | 百度在线网络技术（北京）有限公司 | 一种导航时间测评方法、装置、设备和介质 |
| CN111160594A (zh) * | 2018-11-07 | 2020-05-15 | 腾讯大地通途（北京）科技有限公司 | 一种到达时间的预估方法、装置及存储介质 |
| CN111862657A (zh) * | 2019-04-24 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种确定路况信息的方法及装置 |
| WO2021052451A1 (zh) * | 2019-09-18 | 2021-03-25 | 北京嘀嘀无限科技发展有限公司 | 一种确定预估到达时间的方法和*** |
| GB202106070D0 (en) * | 2021-04-28 | 2021-06-09 | Tomtom Navigation Bv | Methods and systems for determining estimated travel times through a navigable network |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114463584A (zh) * | 2022-01-29 | 2022-05-10 | 北京百度网讯科技有限公司 | 图像处理、模型训练方法、装置、设备、存储介质及程序 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112069235B (zh) | 用于呈现目标区域人口数据的方法、设备和存储介质 | |
| JP7334297B2 (ja) | 車両ナビゲーションパスの生成方法、装置及び電子機器 | |
| CN113066302B (zh) | 车辆信息预测方法、装置及电子设备 | |
| CN112883236A (zh) | 一种地图更新方法、装置、电子设备及存储介质 | |
| EP4040421A2 (en) | Method and apparatus for predicting traffic data and electronic device | |
| CN114170797A (zh) | 交通限制路口的识别方法、装置、设备、介质及产品 | |
| CN113821579B (zh) | 路线的生成方法、装置、电子设备和存储器 | |
| CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
| CN114758495A (zh) | 交通信号灯调整方法、装置及电子设备 | |
| CN113847923A (zh) | 预估到达时间的计算方法、装置、电子设备和可读存储介质 | |
| CN114092911A (zh) | 一种道路识别方法、装置、电子设备以及存储介质 | |
| CN114674327A (zh) | 行驶轨迹的推送方法、装置、电子设备和导航设备 | |
| CN115797961A (zh) | 车道线变更检测方法、装置、电子设备及存储介质 | |
| CN114141236B (zh) | 语言模型更新方法、装置、电子设备及存储介质 | |
| CN115330067A (zh) | 一种交通拥堵预测方法、装置、电子设备及存储介质 | |
| CN111582543A (zh) | 预测模型的生成方法、估计到达时间确定方法及装置 | |
| CN114970949B (zh) | 行驶速度预测方法、装置、电子设备及存储介质 | |
| CN114383600B (zh) | 用于地图的处理方法、装置、电子设备和存储介质 | |
| CN114333326B (zh) | 一种路口拥堵检测方法、装置及电子设备 | |
| CN113865611B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| CN112861706B (zh) | 一种道路状态的监测方法、装置、设备以及存储介质 | |
| CN114626595A (zh) | 通行时长预估方法、模型训练方法、电子设备及程序产品 | |
| CN115080677A (zh) | 用于规划路线的方法、装置、设备、介质和产品 | |
| CN117198040A (zh) | 路口通行信息的获取方法、装置、电子设备与可读存储介质 | |
| CN113962382A (zh) | 训练样本的构建方法、装置、电子设备和可读存储介质 |
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 |