CN114999204B - 导航信息处理方法、装置、设备及存储介质 - Google Patents
导航信息处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114999204B CN114999204B CN202210911064.1A CN202210911064A CN114999204B CN 114999204 B CN114999204 B CN 114999204B CN 202210911064 A CN202210911064 A CN 202210911064A CN 114999204 B CN114999204 B CN 114999204B
- Authority
- CN
- China
- Prior art keywords
- event
- voice
- vehicle
- preset
- inquiry
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 29
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 28
- 230000011218 segmentation Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 24
- 230000006399 behavior Effects 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims 2
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 10
- 206010039203 Road traffic accident Diseases 0.000 description 22
- 230000007306 turnover Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement 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
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
- G08G1/096872—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver where instructions are given per voice
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种导航信息处理方法、装置、设备及存储介质,涉及计算机技术领域,尤其涉及一种智能交通和语音技术领域。在本公开的一些实施例中,接收第一车辆在导航过程中上传的第一事件语音;识别第一事件语音对应的事件类型;根据第一事件语音,向第一车辆下发与事件类型对应的问询消息,用户基于问询消息,通过第一车辆上传第二事件语音,以准确获取事件内容;根据第一事件语音和第一车辆上传的第二事件语音,自动生成事件内容,自动对导航事件进行上报,无需用户手动操作。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种智能交通和语音技术领域,尤其涉及一种导航信息处理方法、装置、设备及存储介质。
背景技术
随着汽车保有量的持续提升,自驾出行是很多用户的出行选择。在车辆驾驶过程中,使用导航应用进行线路导航,为人们带来很大便利。
导航应用界面中设置事件信息的事件上报入口,该事件上报入用于用户在导航过程中点击该事件上报入口,并提交路况相关或者道路相关的事件信息上报至服务器;服务器通过对这些信息验真后进行下发,帮助其他用户。
目前,用户通过事件上报入口上报事件信息,信息处理效率较低,且用户需要与车辆主动进行交互,影响行车安全。
发明内容
本公开提供了一种导航信息处理方法、装置、设备及存储介质。
根据本公开的一方面,提供了一种导航信息处理方法,包括:
接收第一车辆在导航过程中上传的第一事件语音;
识别所述第一事件语音对应的事件类型;
根据所述第一事件语音,向所述第一车辆下发与所述事件类型对应的问询消息,以供所述第一车辆根据所述问询消息,获取用户反馈的第二事件语音;
根据所述第一事件语音和所述第一车辆上传的所述第二事件语音,生成事件内容。
根据本公开的另一方面,提供了一种导航信息处理装置,包括:
接收模块,用于接收第一车辆在导航过程中上传的第一事件语音;
识别模块,用于识别所述第一事件语音对应的事件类型;
下发模块,用于根据所述第一事件语音,向所述第一车辆下发与所述事件类型对应的问询消息,以供所述第一车辆根据所述问询消息,获取用户反馈的第二事件语音;
生成模块,用于根据所述第一事件语音和所述第一车辆上传的所述第二事件语音,生成事件内容。
根据本公开的另一方面,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上述的方法。
根据本公开的另一方面,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上述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现上述的方法中的步骤。
在本公开的一些实施例中,接收第一车辆在导航过程中上传的第一事件语音;识别第一事件语音对应的事件类型;根据第一事件语音,向第一车辆下发与事件类型对应的问询消息,用户基于问询消息,通过第一车辆上传第二事件语音,以准确获取事件内容;根据第一事件语音和第一车辆上传的第二事件语音,自动生成事件内容,自动对导航事件进行上报,无需用户手动操作。
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为本公开示例性实施例提供的一种导航信息处理***的结构示意图;
图2为本公开实施例一提供的一种导航信息处理方法的流程示意图;
图3为本公开实施例二提供的一种导航信息处理方法的流程示意图;
图4a为本公开示例性实施例提供的一种导航信息处理装置的结构示意图;
图4b为本公开示例性实施例提供的一种识别模块的结构示意图;
图5示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
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结构的描述。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
随着汽车保有量的持续提升,自驾出行是很多用户的出行选择。在车辆驾驶过程中,使用导航应用进行线路导航,为人们带来很大便利。
导航应用界面中设置事件信息的事件上报入口,该事件上报入用于用户在导航过程中点击该事件上报入口,并提交路况相关或者道路相关的事件信息上报至服务器;服务器通过对这些信息验真后进行下发,帮助其他用户。
目前,用户通过事件上报入口上报事件信息,信息处理效率较低,且用户需要与车辆主动进行交互,影响行车安全。
针对上述存在的技术问题,在本公开的一些实施例中,接收第一车辆在导航过程中上传的第一事件语音;识别第一事件语音对应的事件类型;根据第一事件语音,向第一车辆下发与事件类型对应的问询消息,用户基于问询消息,通过第一车辆上传第二事件语音,以准确获取事件内容;根据第一事件语音和第一车辆上传的第二事件语音,自动生成事件内容,自动对导航事件进行上报,无需用户手动操作。
以下结合附图,详细说明本公开各实施例提供的技术方案。
图1为本公开示例性实施例提供的一种导航信息处理***10的结构示意图。如图1所示,该导航信息处理***10包括第一车辆10a、服务器10b和第二车辆10c。其中,第一车辆10a、第二车辆10c与服务器10b建立通信连接。图1所呈现的第一车辆10a、服务器10b和第二车辆10c为示例性说明,并不对其实现形式构成限定。
其中,第一车辆10a、第二车辆10c与服务器10b可以采用有线或无线连接。可选地,第一车辆10a、第二车辆10c与服务器10b之间可以采用WIFI、蓝牙、红外等通信方式建立通信连接,或者,第一车辆10a、第二车辆10c与服务器10b通过移动网络建立通信连接。其中,移动网络的网络制式可以为2G(GSM)、2.5G(GPRS)、3G(WCDMA、TD-SCDMA、CDMA2000、UTMS)、4G(LTE)、4G+(LTE+)、5G、5G-Advanced、WiMax等中的任意一种。
在本实施例中,并不限定第一车辆10a和第二车辆10c的类型,第一车辆10a和第二车辆10c包括但不限于以下任意一种:电动车辆、油动力车辆、油电混合动力车辆、氢能源车辆、新能源与油动力混合动力车辆等。
在本实施例中,并不限定服务器10b的实现形态。例如,服务器10b可以是常规服务器、云服务器、云主机、虚拟中心等服务器设备。其中,服务器10b的构成主要包括处理器、硬盘、内存、***总线等,和通用的计算机架构类型。
在本公开实施例中,服务器10b接收第一车辆10a在导航过程中上传的第一事件语音;识别第一事件语音对应的事件类型;根据第一事件语音,向第一车辆10a下发与事件类型对应的问询消息,用户基于问询消息,通过第一车辆10a上传第二事件语音,以准确获取事件内容;根据第一事件语音和第一车辆上传的第二事件语音,自动生成事件内容,自动对导航事件进行上报,无需用户手动操作。
在一种实施例中,第一事件语音对应的事件类型。一种可实现的方式为,对第一事件语音进行语音识别,以得到第一事件文本;对第一事件文本进行分词处理,以得到多个事件分词;根据多个事件分词和多个预设事件关键词,确定第一事件语音对应的事件类型。需要说明的是,本公开对预设事件关键词不作限定,预设事件关键词可以根据实际情况作出调整。对第一事件文本进行分词处理可以采用已有的分词算法进行分词处理。
可选地,根据多个事件分词和多个预设事件关键词,确定第一事件语音对应的事件类型。一种可实现的方式为,分别计算每个事件分词与每个预设事件关键词的第一相似度;从多个预设事件关键词中选择出第一相似度满足第一设定相似度条件的目标预设事件关键词;将目标预设事件关键词的事件类型,作为第一事件语音对应的事件类型。需要说明的是,本公开对第一设定相似度条件不作限定,第一设定相似度条件可以根据实际情况作出调整。第一设定相似度条件,例如,相似度最大。
例如,对第一事件语音进行语音识别,得到第一事件文本“这么堵原来是因为追尾了”,对第一事件文本进行分词处理,得到多个事件分词“这么”、“堵”、“原来”、“是”、“因为”、“追尾”和“了”。其中,交通事故事件的预设事件关键词,例如,“交通事故”、“追尾”和“翻车”,分别计算“这么”与“交通事故”、“这么”与“追尾”、“这么”与“翻车”、“堵”与“交通事故”、“堵”与“追尾”、“堵”与“翻车”、“原来”与“交通事故”、“原来”与“追尾”、“原来”与“翻车”、“是”与“交通事故”、“是”与“追尾”、“是”与“翻车”、“因为”与“交通事故”、“因为”与“追尾”、“因为”与“翻车”、“追尾”与“交通事故”、“追尾”与“追尾”、“追尾”与“翻车”、“了”与“交通事故”、“了”与“追尾”、“了”与“翻车”的相似度,依次为0.01、0.05、0.05、0.3、0.2、0.35、0.02、0.05、0.05、0.02、0.05、0.05、0.01、0.07、0.05、0.01、0.99、0.05、0、0和0,从“交通事故”、“追尾”和“翻车”选择出相似度最大的目标预设事件关键词“追尾”,将“追尾”对应的交通事故类型,则一事件语音对应的类型为交通事故类型。
在另一种实施例中,识别第一事件语音对应的事件类型。一种可实现的方式为,对第一事件语音和多个预设事件语音进行向量化处理,分别得到第一语音向量和多个第二语音向量;分别计算第一语音向量和每个第二语音向量的第二相似度;从多个预设事件语音中选择出第二相似度满足第二设定相似度条件的目标预设事件语音;将目标预设事件语音的事件类型,作为第一事件语音对应的事件类型。需要说明的是,对第一事件语音和多个预设事件语音可以采用已有的向量化算法进行向量化处理。本公开对第二设定相似度条件不作限定,第二设定相似度条件可以根据实际情况作出调整,第二相似度条件阈值,例如,相似度最大。
例如,对第一事件语音和多个预设事件语音进行向量化处理,分别得到第一语音向量和多个第二语音向量,分别计算第一语音向量和每个第二语音向量的第二相似度;从多个预设事件语音中选择出相似度最大的目标预设事件语音,将目标预设事件语音的事件类型,作为第一事件语音对应的事件类型。
在上述及下述各实施例中,事件类型包括但不限于以下几种:
在上述实施例中,服务器10b根据第一事件语音,向第一车辆下发与事件类型对应的问询消息。一种可实现的方式为,确定与事件类型对应的预设问询模板;根据第一事件语音,从预设问询模板中查找问询消息。其中,每个事件类型对应相应地问询模板,每个问询模板包括与事件类型对应的问询消息。
例如,第一车辆10a获取用户以语音方式上传的第一事件语音“这么堵原来是因为追尾了”,服务器10b获取到第一事件语音,确定交通事故类型的预设问询模板,从预设问询模板中查询下一步的问询消息“追尾在哪条道路”、“警察到了吗”等。
在一些实施例中,服务器10b可以自动对第一车辆10a的驾驶行为进行分析和理解,完成导航信息的上报,以提升导航信息上报效率。比如,用户正常的行驶在回家的道路上,如果行驶速度和过去对比比较慢,或者用户进行了紧急的变道或者减速,可以直接进行异常信号抽取和上报。还可以将自动解析的上报行为进行主动问询,比如“此处是否左侧有事故”,只需要用户确认是,或者修正就可以高效上报。
在本公开的一些实施例中,用户可以向第一车辆10a发出问询语音,第一车辆10a将问询语音发送至服务器10b,服务器10b在不能对问询语音作答时,通过采集第二车辆10c的驾驶行为,或者向第二车辆10c发送问询语音。一种可实现的方式为,接收第一车辆上传的问询语音;识别问询语音中的目标位置;确定与目标位置之间的距离小于设定距离阈值的第二车辆;根据第二车辆的驾驶行为和/或的第二车辆返回的第一答复消息,向第一车辆下发第二答复消息;其中,第一答复消息基于问询语音生成。需要说明的是,本公开实施例对设定距离阈值不作限定,设定距离阈值可以根据实际情况作出调整。设定距离阈值,例如,1公里,2公里和3公里等。第二车辆的数量可以为一辆,也可以为多辆。
在上述实施例中,驾驶行为包括行驶路径,生成模块在根据第二车辆的驾驶行为,向第一车辆下发第二答复消息时。一种可实现的方式为,采集第二车辆在设定周期内的行驶路径;根据行驶路径,确定目标位置的关联信息;根据目标位置的关联信息,生成第二答复消息;将第二答复消息下发至第一车辆。
例如,接收第一车辆上传的问询语音“××地点停车场还开么”,识别到“××地点停车场还开么”中的目标位置“××地点”;查找与“××地点”的距离小于1公里的所有第二车辆。采集第二车辆在5分钟内的行驶路径,识别到第二车辆存在驶入“××地点停车场”的行为,则确定××地点停车场开放中,生成“××地点停车场开放中”的第二答复消息,将“××地点停车场开放中”的第二答复消息下发至第一车辆,对第一车辆上传的问询语音“××地点停车场还开么”作出准确地解答。
在上述实施例中,生成模块在根据第二车辆返回的第一答复消息,向第一车辆下发第二答复消息时,一种可实现的方式为,根据第一答复消息,生成第二答复消息;将第二答复消息下发至第一车辆。
例如,接收第一车辆上传的问询语音“××地点停车场还开么”,识别到“××地点停车场还开么”中的目标位置“××地点”;查找与“××地点”的距离小于1公里的所有第二车辆。服务器向第二车辆发送“××地点停车场还开么”,第二车辆的用户进行问题答复,向服务器返回第一答复消息,服务器根据第二车辆返回的第一答复消息,对第一答复消息进行语义识别等操作,得到“××地点停车场开放中”的第二答复消息,将“××地点停车场开放中”的第二答复消息下发至第一车辆,对第一车辆上传的问询语音“××地点停车场还开么”作出准确地解答。
在本公开的另一些实施例中,服务器10b根据第一车辆10a的驾驶行为、历史操作记录和车辆信息等,向第一车辆10a推荐相应信息。例如,服务器10b向第一车辆10a推荐停车场,收费站和加油站等信息。
除上述提供的导航信息处理***10之外,本申请实施例还提供一种导航信息处理方法,本申请导航信息处理方法可依赖于上述导航信息处理***10,但不限于上述实施例提供的导航信息处理***10。
图2为本公开实施例一提供的一种导航信息处理方法的流程示意图。如图2所示,该方法包括:
S201:接收第一车辆在导航过程中上传的第一事件语音;
S202:识别第一事件语音对应的事件类型;
S203:根据第一事件语音,向第一车辆下发与事件类型对应的问询消息,以供第一车辆根据问询消息,获取用户反馈的第二事件语音;
S204:根据第一事件语音和第一车辆上传的第二事件语音,生成事件内容。
在本实施例中,上述方法的执行主体为服务器。并不限定服务器的实现形态。例如,服务器可以是常规服务器、云服务器、云主机、虚拟中心等服务器设备。其中,服务器的构成主要包括处理器、硬盘、内存、***总线等,和通用的计算机架构类型。
在本公开实施例中,服务器接收第一车辆在导航过程中上传的第一事件语音;识别第一事件语音对应的事件类型;根据第一事件语音,向第一车辆下发与事件类型对应的问询消息,用户基于问询消息,通过第一车辆上传第二事件语音,以准确获取事件内容;根据第一事件语音和第一车辆上传的第二事件语音,自动生成事件内容,自动对导航事件进行上报,无需用户手动操作。
在一种实施例中,第一事件语音对应的事件类型。一种可实现的方式为,对第一事件语音进行语音识别,以得到第一事件文本;对第一事件文本进行分词处理,以得到多个事件分词;根据多个事件分词和多个预设事件关键词,确定第一事件语音对应的事件类型。需要说明的是,本公开对预设事件关键词不作限定,预设事件关键词可以根据实际情况作出调整。对第一事件文本进行分词处理可以采用已有的分词算法进行分词处理。
可选地,根据多个事件分词和多个预设事件关键词,确定第一事件语音对应的事件类型。一种可实现的方式为,分别计算每个事件分词与每个预设事件关键词的第一相似度;从多个预设事件关键词中选择出第一相似度满足第一设定相似度条件的目标预设事件关键词;将目标预设事件关键词的事件类型,作为第一事件语音对应的事件类型。需要说明的是,本公开对第一设定相似度条件不作限定,第一设定相似度条件可以根据实际情况作出调整。第一设定相似度条件,例如,相似度最大。
例如,对第一事件语音进行语音识别,得到第一事件文本“这么堵原来是因为追尾了”,对第一事件文本进行分词处理,得到多个事件分词“这么”、“堵”、“原来”、“是”、“因为”、“追尾”和“了”。其中,交通事故事件的预设事件关键词,例如,“交通事故”、“追尾”和“翻车”,分别计算“这么”与“交通事故”、“这么”与“追尾”、“这么”与“翻车”、“堵”与“交通事故”、“堵”与“追尾”、“堵”与“翻车”、“原来”与“交通事故”、“原来”与“追尾”、“原来”与“翻车”、“是”与“交通事故”、“是”与“追尾”、“是”与“翻车”、“因为”与“交通事故”、“因为”与“追尾”、“因为”与“翻车”、“追尾”与“交通事故”、“追尾”与“追尾”、“追尾”与“翻车”、“了”与“交通事故”、“了”与“追尾”、“了”与“翻车”的相似度,依次为0.01、0.05、0.05、0.3、0.2、0.35、0.02、0.05、0.05、0.02、0.05、0.05、0.01、0.07、0.05、0.01、0.99、0.05、0、0和0,从“交通事故”、“追尾”和“翻车”选择出相似度最大的目标预设事件关键词“追尾”,将“追尾”对应的交通事故类型,则一事件语音对应的类型为交通事故类型。
在另一种实施例中,识别第一事件语音对应的事件类型。一种可实现的方式为,对第一事件语音和多个预设事件语音进行向量化处理,分别得到第一语音向量和多个第二语音向量;分别计算第一语音向量和每个第二语音向量的第二相似度;从多个预设事件语音中选择出第二相似度满足第二设定相似度条件的目标预设事件语音;将目标预设事件语音的事件类型,作为第一事件语音对应的事件类型。需要说明的是,对第一事件语音和多个预设事件语音可以采用已有的向量化算法进行向量化处理。本公开对第二设定相似度条件不作限定,第二设定相似度条件可以根据实际情况作出调整,第二相似度条件阈值,例如,相似度最大。
例如,对第一事件语音和多个预设事件语音进行向量化处理,分别得到第一语音向量和多个第二语音向量,分别计算第一语音向量和每个第二语音向量的第二相似度;从多个预设事件语音中选择出相似度最大的目标预设事件语音,将目标预设事件语音的事件类型,作为第一事件语音对应的事件类型。
在上述及下述各实施例中,事件类型包括但不限于以下几种:
在上述实施例中,服务器根据第一事件语音,向第一车辆下发与事件类型对应的问询消息。一种可实现的方式为,确定与事件类型对应的预设问询模板;根据第一事件语音,从预设问询模板中查找问询消息。其中,每个事件类型对应相应地问询模板,每个问询模板包括与事件类型对应的问询消息。
例如,第一车辆获取用户以语音方式上传的第一事件语音“这么堵原来是因为追尾了”,服务器获取到第一事件语音,确定交通事故类型的预设问询模板,从预设问询模板中查询下一步的问询消息“追尾在哪条道路”、“警察到了吗”等。
在一些实施例中,服务器可以自动对第一车辆的驾驶行为进行分析和理解,完成导航信息的上报,以提升导航信息上报效率。比如,用户正常的行驶在回家的道路上,如果行驶速度和过去对比比较慢,或者用户进行了紧急的变道或者减速,可以直接进行异常信号抽取和上报。还可以将自动解析的上报行为进行主动问询,比如“此处是否左侧有事故”,只需要用户确认是,或者修正就可以高效上报。
在本公开的一些实施例中,用户可以向第一车辆发出问询语音,第一车辆将问询语音发送至服务器,服务器在不能对问询语音作答时,通过采集第二车辆的驾驶行为,或者向第二车辆发送问询语音。一种可实现的方式为,接收第一车辆上传的问询语音;识别问询语音中的目标位置;确定与目标位置之间的距离小于设定距离阈值的第二车辆;根据第二车辆的驾驶行为和/或的第二车辆返回的第一答复消息,向第一车辆下发第二答复消息;其中,第一答复消息基于问询语音生成。需要说明的是,本公开实施例对设定距离阈值不作限定,设定距离阈值可以根据实际情况作出调整。设定距离阈值,例如,1公里,2公里和3公里等。第二车辆的数量可以为一辆,也可以为多辆。
在上述实施例中,驾驶行为包括行驶路径,生成模块在根据第二车辆的驾驶行为,向第一车辆下发第二答复消息时。一种可实现的方式为,采集第二车辆在设定周期内的行驶路径;根据行驶路径,确定目标位置的关联信息;根据目标位置的关联信息,生成第二答复消息;将第二答复消息下发至第一车辆。
例如,接收第一车辆上传的问询语音“××地点停车场还开么”,识别到“××地点停车场还开么”中的目标位置“××地点”;查找与“××地点”的距离小于1公里的所有第二车辆。采集第二车辆在5分钟内的行驶路径,识别到第二车辆存在驶入“××地点停车场”的行为,则确定××地点停车场开放中,生成“××地点停车场开放中”的第二答复消息,将“××地点停车场开放中”的第二答复消息下发至第一车辆,对第一车辆上传的问询语音“××地点停车场还开么”作出准确地解答。
在上述实施例中,生成模块在根据第二车辆返回的第一答复消息,向第一车辆下发第二答复消息时,一种可实现的方式为,根据第一答复消息,生成第二答复消息;将第二答复消息下发至第一车辆。
例如,接收第一车辆上传的问询语音“××地点停车场还开么”,识别到“××地点停车场还开么”中的目标位置“××地点”;查找与“××地点”的距离小于1公里的所有第二车辆。服务器向第二车辆发送“××地点停车场还开么”,第二车辆的用户进行问题答复,向服务器返回第一答复消息,服务器根据第二车辆返回的第一答复消息,对第一答复消息进行语义识别等操作,得到“××地点停车场开放中”的第二答复消息,将“××地点停车场开放中”的第二答复消息下发至第一车辆,对第一车辆上传的问询语音“××地点停车场还开么”作出准确地解答。
在本公开的另一些实施例中,服务器根据第一车辆的驾驶行为、历史操作记录和车辆信息等,向第一车辆推荐相应信息。例如,服务器向第一车辆推荐停车场,收费站和加油站等信息。
结合上述各实施例的描述,图3为本公开实施例二提供的一种导航信息处理方法的流程示意图。如图3所示,该方法包括:
S301:接收第一车辆上传的问询语音;
S302:识别问询语音中的目标位置;
S303:确定与目标位置之间的距离小于设定距离阈值的第二车辆;
S304:根据第二车辆的驾驶行为和/或的第二车辆返回的第一答复消息,向第一车辆下发第二答复消息;
其中,第一答复消息基于问询语音生成。
在本实施例中,并不限定上述方法执行主体服务器的实现形态。例如,服务器可以是常规服务器、云服务器、云主机、虚拟中心等服务器设备。其中,服务器的构成主要包括处理器、硬盘、内存、***总线等,和通用的计算机架构类型。
本实施例各步骤的实现方式均可参见前述各实施例的描述,在本实施例中不再赘述,同时,本实施例可取得前述各实施例相应部分的有益效果。
图4a为本公开示例性实施例提供的一种导航信息处理装置40的结构示意图。该导航信息处理装置40包括接收模块41,识别模块42,下发模块43和生成模块44。
接收模块41,用于接收第一车辆在导航过程中上传的第一事件语音;
识别模块42,用于识别第一事件语音对应的事件类型;
下发模块43,用于根据第一事件语音,向第一车辆下发与事件类型对应的问询消息,以供第一车辆根据问询消息,获取用户反馈的第二事件语音;
生成模块44,用于根据第一事件语音和第一车辆上传的第二事件语音,生成事件内容。
可选地,图4b为本公开示例性实施例提供的一种识别模块42的结构示意图;识别模块42包括:识别子模块421,分词子模块422和确定子模块423;
识别子模块421,用于对第一事件语音进行语音识别,以得到第一事件文本;
分词子模块422,用于对第一事件文本进行分词处理,以得到多个事件分词;
确定子模块423,用于根据多个事件分词和多个预设事件关键词,确定第一事件语音对应的事件类型。
可选地,确定子模块423在根据多个事件分词和多个预设事件关键词,确定第一事件语音对应的事件类型时,用于:
分别计算每个事件分词与每个预设事件关键词的第一相似度;
从多个预设事件关键词中选择出第一相似度满足第一设定相似度条件的目标预设事件关键词;
将目标预设事件关键词的事件类型,作为第一事件语音对应的事件类型。
可选地,识别模块42在识别第一事件语音对应的事件类型时,用于:
对第一事件语音和多个预设事件语音进行向量化处理,分别得到第一语音向量和多个第二语音向量;
分别计算第一语音向量和每个第二语音向量的第二相似度;
从多个预设事件语音中选择出第二相似度满足第二设定相似度条件的目标预设事件语音;
将目标预设事件语音的事件类型,作为第一事件语音对应的事件类型。
可选地,下发模块43在根据第一事件语音,向第一车辆下发与事件类型对应的问询消息时,用于:
确定与事件类型对应的预设问询模板;
根据第一事件语音,从预设问询模板中查找问询消息。
可选地,生成模块44,还用于:
接收第一车辆上传的问询语音;
识别问询语音中的目标位置;
确定与目标位置之间的距离小于设定距离阈值的第二车辆;
根据第二车辆的驾驶行为和/或的第二车辆返回的第一答复消息,向第一车辆下发第二答复消息;
其中,第一答复消息基于问询语音生成。
可选地,驾驶行为包括行驶路径,生成模块44在根据第二车辆的驾驶行为,向第一车辆下发第二答复消息时,用于:
采集第二车辆在设定周期内的行驶路径;
根据行驶路径,确定目标位置的关联信息;
根据目标位置的关联信息,生成第二答复消息;
将第二答复消息下发至第一车辆。
可选地,生成模块44在根据第二车辆返回的第一答复消息,向第一车辆下发第二答复消息时,用于:
接收第二车辆返回的第一答复消息;
根据第一答复消息,生成第二答复消息;
将第二答复消息下发至第一车辆。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
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。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。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5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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501执行上文所描述的各个方法和处理。例如,在一些实施例中,导航信息处理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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的导航信息处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行导航信息处理方法。
本文中以上描述的***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数据处理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。程序代码可以完全在机器上执行、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)、互联网和区块链网络。
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,本发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 (12)
1.一种导航信息处理方法,包括:
接收第一车辆在导航过程中上传的第一事件语音;
识别所述第一事件语音对应的事件类型;
根据所述第一事件语音,向所述第一车辆下发与所述事件类型对应的问询消息,以供所述第一车辆根据所述问询消息,获取用户反馈的第二事件语音;
根据所述第一事件语音和所述第一车辆上传的所述第二事件语音,生成事件内容;
所述方法还包括:
自动对所述第一车辆的驾驶行为进行解析;
将自动解析得到的上报行为下发至所述第一车辆进行主动问询,以供用户通过所述第一车辆对所述主动问询进行确认或者修正;
其中,所述方法还包括:
接收所述第一车辆上传的问询语音;
识别所述问询语音中的目标位置;
确定与所述目标位置之间的距离小于设定距离阈值的第二车辆;
采集第二车辆在设定周期内的行驶路径;
根据所述行驶路径,确定所述目标位置的关联信息;
根据所述目标位置的关联信息,生成第二答复消息;
将所述第二答复消息下发至所述第一车辆。
2.根据权利要求1所述的方法,其中,所述识别所述第一事件语音对应的事件类型,包括:
对所述第一事件语音进行语音识别,以得到第一事件文本;
对所述第一事件文本进行分词处理,以得到多个事件分词;
根据所述多个事件分词和多个预设事件关键词,确定所述第一事件语音对应的事件类型。
3.根据权利要求2所述的方法,其中,所述根据所述多个事件分词和多个预设事件关键词,确定所述第一事件语音对应的事件类型,包括:
分别计算每个所述事件分词与每个所述预设事件关键词的第一相似度;
从所述多个预设事件关键词中选择出所述第一相似度满足第一设定相似度条件的目标预设事件关键词;
将所述目标预设事件关键词的事件类型,作为所述第一事件语音对应的事件类型。
4.根据权利要求1所述的方法,其中,所述识别所述第一事件语音对应的事件类型,包括:
对所述第一事件语音和多个预设事件语音进行向量化处理,分别得到第一语音向量和多个第二语音向量;
分别计算所述第一语音向量和每个所述第二语音向量的第二相似度;
从所述多个预设事件语音中选择出所述第二相似度满足第二设定相似度条件的目标预设事件语音;
将所述目标预设事件语音的事件类型,作为所述第一事件语音对应的事件类型。
5.根据权利要求1所述的方法,其中,所述根据所述第一事件语音,向所述第一车辆下发与所述事件类型对应的问询消息,包括:
确定与所述事件类型对应的预设问询模板;
根据所述第一事件语音,从所述预设问询模板中查找所述问询消息。
6.一种导航信息处理装置,包括:
接收模块,用于接收第一车辆在导航过程中上传的第一事件语音;
识别模块,用于识别所述第一事件语音对应的事件类型;
下发模块,用于根据所述第一事件语音,向所述第一车辆下发与所述事件类型对应的问询消息,以供所述第一车辆根据所述问询消息,获取用户反馈的第二事件语音;
生成模块,用于根据所述第一事件语音和所述第一车辆上传的所述第二事件语音,生成事件内容;
解析模块,用于自动对所述第一车辆的驾驶行为进行解析;
所述下发模块,还用于将自动解析得到的上报行为下发至所述第一车辆进行主动问询,以供用户通过所述第一车辆对所述主动问询进行确认或者修正;
其中,所述生成模块,还用于:
接收所述第一车辆上传的问询语音;
识别所述问询语音中的目标位置;
确定与所述目标位置之间的距离小于设定距离阈值的第二车辆;
采集所述第二车辆在设定周期内的行驶路径;
根据所述行驶路径,确定所述目标位置的关联信息;
根据所述目标位置的关联信息,生成第二答复消息;
将所述第二答复消息下发至所述第一车辆。
7.根据权利要求6所述的装置,其中,所述识别模块包括:识别子模块,分词子模块和确定子模块;
所述识别子模块,用于对所述第一事件语音进行语音识别,以得到第一事件文本;
所述分词子模块,用于对所述第一事件文本进行分词处理,以得到多个事件分词;
所述确定子模块,用于根据所述多个事件分词和多个预设事件关键词,确定所述第一事件语音对应的事件类型。
8.根据权利要求7所述的装置,其中,所述确定子模块在根据所述多个事件分词和多个预设事件关键词,确定所述第一事件语音对应的事件类型时,用于:
分别计算每个所述事件分词与每个所述预设事件关键词的第一相似度;
从所述多个预设事件关键词中选择出所述第一相似度满足第一设定相似度条件的目标预设事件关键词;
将所述目标预设事件关键词的事件类型,作为所述第一事件语音对应的事件类型。
9.根据权利要求6所述的装置,其中,所述识别模块在识别所述第一事件语音对应的事件类型时,用于:
对所述第一事件语音和多个预设事件语音进行向量化处理,分别得到第一语音向量和多个第二语音向量;
分别计算所述第一语音向量和每个所述第二语音向量的第二相似度;
从所述多个预设事件语音中选择出所述第二相似度满足第二设定相似度条件的目标预设事件语音;
将所述目标预设事件语音的事件类型,作为所述第一事件语音对应的事件类型。
10.根据权利要求6所述的装置,其中,所述下发模块在根据所述第一事件语音,向所述第一车辆下发与所述事件类型对应的问询消息时,用于:
确定与所述事件类型对应的预设问询模板;
根据所述第一事件语音,从所述预设问询模板中查找所述问询消息。
11.一种电子设备,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1-5中任一项所述的方法。
12.一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根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210911064.1A CN114999204B (zh) | 2022-07-29 | 2022-07-29 | 导航信息处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210911064.1A CN114999204B (zh) | 2022-07-29 | 2022-07-29 | 导航信息处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114999204A CN114999204A (zh) | 2022-09-02 |
CN114999204B true CN114999204B (zh) | 2022-11-08 |
Family
ID=83022728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210911064.1A Active CN114999204B (zh) | 2022-07-29 | 2022-07-29 | 导航信息处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114999204B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815142A (zh) * | 2005-02-01 | 2006-08-09 | 北京优能城际信息技术有限公司 | 一种汽车导航方法 |
CN102968987A (zh) * | 2012-11-19 | 2013-03-13 | 百度在线网络技术(北京)有限公司 | 一种语音识别方法及*** |
CN104732780A (zh) * | 2015-03-10 | 2015-06-24 | 惠州Tcl移动通信有限公司 | 一种根据用户上报路况及时更新路况信息的方法及*** |
CN108364492A (zh) * | 2018-01-17 | 2018-08-03 | 北京汽车集团有限公司 | 一种获取路况信息的方法和设备 |
CN109065053A (zh) * | 2018-08-20 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 用于处理信息的方法和装置 |
CN109215371A (zh) * | 2018-09-29 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 路况信息的获取方法、服务器及车载终端 |
CN109981770A (zh) * | 2019-03-21 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法、装置和*** |
CN110366107A (zh) * | 2019-07-09 | 2019-10-22 | 三星电子(中国)研发中心 | 车辆通信方法及使用该方法的装置 |
CN112382290A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 一种语音交互方法、装置、设备和计算机存储介质 |
CN112527984A (zh) * | 2020-12-04 | 2021-03-19 | 北京百度网讯科技有限公司 | 获取拥堵事件信息的方法、装置、设备和计算机存储介质 |
CN112669840A (zh) * | 2020-12-17 | 2021-04-16 | 北京梧桐车联科技有限责任公司 | 一种语音处理方法、装置、设备及存储介质 |
CN113408319A (zh) * | 2020-03-16 | 2021-09-17 | 广州汽车集团股份有限公司 | 一种城市道路异常感知处理方法、装置、***及存储介质 |
CN114157763A (zh) * | 2021-11-25 | 2022-03-08 | 北京声智科技有限公司 | 交互过程中的信息处理方法、装置、终端及存储介质 |
-
2022
- 2022-07-29 CN CN202210911064.1A patent/CN114999204B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815142A (zh) * | 2005-02-01 | 2006-08-09 | 北京优能城际信息技术有限公司 | 一种汽车导航方法 |
CN102968987A (zh) * | 2012-11-19 | 2013-03-13 | 百度在线网络技术(北京)有限公司 | 一种语音识别方法及*** |
CN104732780A (zh) * | 2015-03-10 | 2015-06-24 | 惠州Tcl移动通信有限公司 | 一种根据用户上报路况及时更新路况信息的方法及*** |
CN108364492A (zh) * | 2018-01-17 | 2018-08-03 | 北京汽车集团有限公司 | 一种获取路况信息的方法和设备 |
CN109065053A (zh) * | 2018-08-20 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 用于处理信息的方法和装置 |
CN109215371A (zh) * | 2018-09-29 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 路况信息的获取方法、服务器及车载终端 |
CN109981770A (zh) * | 2019-03-21 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法、装置和*** |
CN110366107A (zh) * | 2019-07-09 | 2019-10-22 | 三星电子(中国)研发中心 | 车辆通信方法及使用该方法的装置 |
CN113408319A (zh) * | 2020-03-16 | 2021-09-17 | 广州汽车集团股份有限公司 | 一种城市道路异常感知处理方法、装置、***及存储介质 |
CN112382290A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 一种语音交互方法、装置、设备和计算机存储介质 |
CN112527984A (zh) * | 2020-12-04 | 2021-03-19 | 北京百度网讯科技有限公司 | 获取拥堵事件信息的方法、装置、设备和计算机存储介质 |
CN112669840A (zh) * | 2020-12-17 | 2021-04-16 | 北京梧桐车联科技有限责任公司 | 一种语音处理方法、装置、设备及存储介质 |
CN114157763A (zh) * | 2021-11-25 | 2022-03-08 | 北京声智科技有限公司 | 交互过程中的信息处理方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114999204A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112700667A (zh) | 辅助车辆驾驶的方法、装置、电子设备和介质 | |
CN109859505B (zh) | 高速站点的预警处理方法、装置、服务器和介质 | |
US20220237529A1 (en) | Method, electronic device and storage medium for determining status of trajectory point | |
CN113538915A (zh) | 交通拥堵事件的处理方法、设备、存储介质及程序产品 | |
EP4012344A2 (en) | Method and apparatus for generating route information, device, medium and product | |
CN113344277B (zh) | 预测模型训练方法、状态更新方法、装置、设备和介质 | |
CN114545424A (zh) | 障碍物识别、模型训练方法、装置、设备及存储介质 | |
CN112926630B (zh) | 路线规划方法、装置、电子设备以及计算机可读介质 | |
CN113753078A (zh) | 障碍物轨迹的预测方法、装置、电子设备及自动驾驶车辆 | |
CN113420692A (zh) | 生成方向识别模型的方法、装置、设备、介质及程序产品 | |
CN114999204B (zh) | 导航信息处理方法、装置、设备及存储介质 | |
US20220390249A1 (en) | Method and apparatus for generating direction identifying model, device, medium, and program product | |
EP4109431A1 (en) | Method, apparatus and storage medium of determining state of intersection | |
EP4141386A1 (en) | Road data monitoring method and apparatus, electronic device and storage medium | |
CN115880928A (zh) | 自动驾驶高精地图实时更新方法、装置、设备及存储介质 | |
CN115658755A (zh) | 信息回溯处理方法、装置、电子设备及存储介质 | |
CN114724113A (zh) | 道路标牌识别方法、自动驾驶方法、装置和设备 | |
CN114596704A (zh) | 交通事件处理方法、装置、设备及存储介质 | |
CN114333416A (zh) | 基于神经网络的车辆风险预警方法、设备及自动驾驶车辆 | |
CN113947897B (zh) | 获取道路交通状况的方法、装置、设备及自动驾驶车辆 | |
CN114572233B (zh) | 基于模型集合的预测方法、电子设备及自动驾驶车辆 | |
CN117671965B (zh) | 基于信令数据进行交通分流的方法、装置、设备及存储介质 | |
US20230038645A1 (en) | Method, electronic device and storage medium for remote damage assessment of vehicle | |
CN113997955B (zh) | 轨迹预测方法、装置、电子设备以及存储介质 | |
CN117668377A (zh) | 公交路线识别方法、装置、电子设备及存储介质 |
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 |