CN117585013A - 一种行程预测方法、装置、电子设备及存储介质 - Google Patents
一种行程预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117585013A CN117585013A CN202311419330.XA CN202311419330A CN117585013A CN 117585013 A CN117585013 A CN 117585013A CN 202311419330 A CN202311419330 A CN 202311419330A CN 117585013 A CN117585013 A CN 117585013A
- Authority
- CN
- China
- Prior art keywords
- information
- parking
- end point
- time
- travel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000012549 training Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 abstract description 8
- 230000008447 perception Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/143—Alarm means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种行程预测方法、装置、电子设备及存储介质,方法包括:响应于车辆启动信号,获取当前的驻车信息;驻车信息包括驻车时间信息、启动时间信息和驻车位置信息;利用终点预测模型对驻车信息进行行程终点预测,获取当前的行程终点信息;终点预测模型基于历史时间的行程信息训练得到;历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息,根据用户以往的驾驶记录,通过获取车辆在启动时的状态,结合目的地预测模型,主动、智能地向用户推送预测的行程终点,整个过程无需用户进行繁琐的操作,在高效率提高汽车座舱感知能力的同时,对智能驾驶安全也提供了有效的保证。
Description
技术领域
本申请涉及汽车导航人机交互技术领域,尤其涉及一种行程预测方法、装置、电子设备及存储介质。
背景技术
汽车座舱是汽车与司乘人员交互最为密切的部分,汽车行程导航是座舱域控制器中尤为重要的一项功能,随着智能座舱和自动驾驶技术的不断发展,传统的导航功能已不足以满足司乘人员日益增长的使用需求。因此,在智能座舱中引入一套人性化、智能化的用户行程预测及路径规划***,不仅能给司乘人员的日常出行带来更加友好的驾乘体验,在安全驾驶方面更是可以起到不可估量的作用。
目前汽车座舱中使用的大都是比较传统的主动式目的地导航发起方案,即用户通过中控界面或语音输入目的地,目的地数据经过地图检索和算路引擎后得到起始地和目的地之间的规划路线,用户通过手动选择路线开始发起路线引导。
这种传统的交互方式,需要用户手动输入目的地并且进行路线选择,对用户的主动式操作依赖性比较强,且操作较为繁琐,交互体验不够沉浸式和智能化,在汽车座舱追求更加智能化的当下,存在较大的局限性,影响用户的智能驾驶体验。
发明内容
为了解决现有的汽车座舱对用户的操作依赖性较强、操作繁琐、交互较弱的技术问题,本发明提供了一种行程预测方法、装置、电子设备及存储介质,根据用户以往的驾驶记录,通过获取车辆在启动时的状态,结合目的地预测模型,主动、智能地向用户推送预测的行程终点,整个过程无需用户进行繁琐的操作,在高效率提高汽车座舱感知能力的同时,对智能驾驶安全也提供了有效的保证。
第一方面,本申请实施例提供了一种行程预测方法,该方法包括:
响应于车辆启动信号,获取当前的驻车信息;驻车信息包括驻车时间信息、启动时间信息和驻车位置信息;
利用终点预测模型对驻车信息进行行程终点预测,获取当前的行程终点信息;终点预测模型基于历史时间的行程信息训练得到;历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息。
在一种可选的实施例中,利用终点预测模型对驻车信息进行行程终点预测,得到当前的行程终点信息,包括:
根据驻车时间信息和启动时间信息,获取驻车位置信息对应的兴趣等级信息;兴趣等级信息表征车辆在驻车位置信息的驻车时长;
利用终点预测模型对启动时间信息和驻车位置信息对应的兴趣等级信息进行行程终点预测,得到当前的行程终点信息。
在一种可选的实施例中,利用终点预测模型对驻车信息进行行程终点预测,得到当前的行程终点信息之前,还包括:
获取历史时间的行程信息;历史时间的行程信息包括历史时间的驻车时间信息、历史时间的启动时间信息、历史时间的驻车位置信息和历史时间的行程终点信息;
根据历史时间的驻车时间信息和历史时间的启动时间信息,获取车辆历史时间的驻车时长信息;
根据历史时间的驻车时长信息对历史时间的驻车位置信息分级,获取历史时间的驻车位置信息对应的兴趣等级信息;
基于历史时间的驻车位置信息对应的兴趣等级信息、历史时间的启动时间信息和历史时间的行程终点信息对预设模型进行训练,建立终点预测模型。
在一种可选的实施例中,根据历史时间的驻车时长信息对历史时间的驻车位置信息分级,获取历史时间的驻车位置信息对应的兴趣等级信息,包括:
若历史时间的驻车时长信息在第一时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息确定为一级兴趣等级;或者;
若历史时间的驻车时长信息在第二时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息确定为二级兴趣等级;或者;
若历史时间的驻车时长信息在第三时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息确定为三级兴趣等级;第三时长区间大于第二时长区间,且第二时长区间大于第一时长区间。
在一种可选的实施例中,方法还包括:
获取当前的行程终点信息的反馈信息;反馈信息包括第一反馈信息和第二反馈信息;第一反馈信息表征接收当前的行程终点信息;第二反馈信息表征拒绝当前的行程终点信息;
若当前的行程终点信息对应的兴趣等级信息确定为三级兴趣等级,且反馈信息为第二反馈信息的概率大于第一预设概率值时,标记当前的行程终点信息对应的驻车位置信息为待降级驻车点;
若驻车位置信息被标记为待降级驻车点的次数大于第一预设次数时,将驻车位置信息对应的兴趣等级信息更新为二级兴趣等级。
在一种可选的实施例中,获取用户对推送的预测的行程终点信息的反馈信息之后,还包括:
若当前的行程终点信息对应的兴趣等级信息确定为二级兴趣等级,且反馈信息为第二反馈信息的概率大于第二预设概率值时,将驻车位置信息对应的兴趣等级信息更新为一级兴趣等级。
在一种可选的实施例中,获取用户对推送的预测的行程终点信息的反馈信息之后,还包括:
若当前的行程终点信息对应的兴趣等级信息确定为一级兴趣等级,且反馈信息为第二反馈信息的概率大于第三预设概率值时,标记驻车位置信息为待删除驻车点;
若驻车位置信息被标记为待删除驻车点的次数大于第二预设次数时,删除驻车位置信息对应的兴趣等级信息。
在一种可选的实施例中,获取用户对推送的预测的行程终点信息的反馈信息之后,还包括:
若当前的行程终点信息对应的兴趣等级信息确定为一级兴趣等级,且反馈信息为第一反馈信息的概率大于第四预设概率值时,标记驻车位置信息为待升级驻车点;
若驻车位置信息被标记为待升级驻车点的次数大于第三预设次数时,驻车位置信息对应的兴趣等级信息更新为二级兴趣等级。
在一种可选的实施例中,方法还包括:
响应于车辆启动信号,获取车辆的环境信息;环境信息包括天气信息、交通事件信息和拥堵路况信息;
根据驻车信息、当前的行程终点信息、天气信息、交通事件信息和拥堵路况信息,获取路径规划信息。
第二方面,本申请实施例提供了一种行程预测装置,装置包括:
第一获取模块,用于响应于车辆启动信号,获取当前的驻车信息;驻车信息包括驻车时间信息、启动时间信息和驻车位置信息;
第二获取模块,用于利用终点预测模型对驻车信息进行行程终点预测,获取当前的行程终点信息;终点预测模型基于历史时间的行程信息训练得到;历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息。
第三方面,本申请实施例提供了一种电子设备,电子设备包括处理器和存储器,存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现第一方面的行程预测方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质中存储有至少一条指令或者至少一段程序,至少一条指令或者至少一段程序由处理器加载并执行以实现第一方面的行程预测方法。
第五方面,本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行第一方面的行程预测方法。
本申请实施例提供的行程预测方法、装置、电子设备及存储介质,具有如下技术效果:
响应于车辆启动信号,获取当前的驻车信息;驻车信息包括驻车时间信息、启动时间信息和驻车位置信息;利用终点预测模型对驻车信息进行行程终点预测,获取当前的行程终点信息;终点预测模型基于历史时间的行程信息训练得到;历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息,根据用户以往的驾驶记录,通过获取车辆在启动时的状态,结合目的地预测模型,主动、智能地向用户推送预测的行程终点,整个过程无需用户进行繁琐的操作,在高效率提高汽车座舱感知能力的同时,对智能驾驶安全也提供了有效的保证。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本申请实施例提供的一种应用环境的示意图;
图2是本申请实施例提供的一种行程预测方法的流程示意图;
图3是本申请实施例提供的一种行程预测方法的流程示意图;
图4是本申请实施例提供的一种行程预测方法的流程示意图;
图5是本申请实施例提供的一种行程预测方法的流程示意图;
图6是本申请实施例提供的一种行程预测方法的流程示意图;
图7是本申请实施例提供的一种行程预测方法的流程示意图;
图8是本申请实施例提供的一种建立终点预测模型的方法的流程示意图;
图9是本申请实施例提供的一种行程预测方法的软件架构示意图;
图10是本申请实施例提供的一种行程预测装置的结构示意图;
图11是本申请实施例提供的一种行程预测方法的服务器的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1,图1是本申请实施例提供的一种应用环境的示意图,包括服务器101和座舱终端102。
一种可能的实施例中,服务器101负责行程相关数据的收集、处理、分析和决策。
具体的,服务器101通过设置在车辆上的传感器、GPS***或其他设备收集车辆的位置信息、时间信息等,接下来,对收集到的原始数据进行处理和进一步的分析,服务器101使用数据分析技术来识别不同数据点之间的相关性,基于分析结果,预测得到行程终点信息。
服务器101将生成的行程终点信息被推送到座舱终端102,例如车辆的信息娱乐***(In-Vehicle Infotainment,IVI)或驾驶员信息(Driver Information,DI)***。
一种可能的实施例中,座舱终端102是设置在车辆内部的、为车辆的驾驶员和乘客提供信息和娱乐硬件和软件***,座舱终端102接收从服务器101传送的行程预测数据,这些数据可能包括建议的路线、到达时间、天气信息等,以便驾驶员和乘客了解未来的行程。基于服务器101提供的路径规划数据,座舱终端102可以展示最佳路线,避开交通拥堵和其他潜在问题。
座舱终端102通常允许用户与***进行互动,例如通过触摸屏、语音识别或物理按钮来提供反馈或做出选择。
一种可能的实施例中,座舱终端102可以通过多种方式展示服务器101预测得到行程终点信息,例如,将行程终点信息显示在交互式地图上,用户可以通过地图上的标记或指示来了解行程的目的地,还可以使用文本信息、图标或符号来描述行程的终点,例如城市名称、地址或地标,特别是在有限的屏幕空间或驾驶员需要快速获取信息时用于简化信息展示,进一步的,还可以通过语音合成***提供目的地信息。在具备相关***的座舱终端102中,可以使用3D模型或虚拟现实来呈现行程的终点,可以提供更沉浸式的驾驶体验。
以下介绍本申请一种行程预测方法的具体实施例,图2是本申请实施例提供的一种行程预测方法的流程示意图,本说明书提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的***或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,包括:
S201:响应于车辆启动信号,获取当前的驻车信息;驻车信息包括驻车时间信息、启动时间信息和驻车位置信息。
S202:利用终点预测模型对驻车信息进行行程终点预测,获取当前的行程终点信息;终点预测模型基于历史时间的行程信息训练得到;历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息。
在预测行程终点之外,服务器还可以采集到环境信息,结合天气,交通事件,拥堵路况等信息进行出发地和预测目的地之间的最佳路径规划,最后推送至座舱终端进行界面展示,完成与行程终点相关的路径规划。
因此,行程预测方法的流程的如图3所示,还可以包括:
S203:响应于车辆启动信号,获取车辆的环境信息;环境信息包括天气信息、交通事件信息和拥堵路况信息。
S204:根据驻车信息、当前的行程终点信息、天气信息、交通事件信息和拥堵路况信息,获取路径规划信息。
环境信息对于行程预测和路径规划至关重要,可以帮助服务器适应当前的情境和条件,以提供最佳的路线和到达时间。
一种可能的实施例中,环境信息中的天气信息对行车安全和效率具有重要影响,进一步的,天气信息可以包括温度、降水量、风速、能见度等信息。当天气条件较为恶劣时,一方面可以考虑天气情况来建议更安全的路线或提供相关建议,另一方面可以提供更加宽松的到达时间,为驾驶员预留更加充分的准备时间。
一种可能的实施例中,交通事件信息包括事故、施工、道路封闭等信息,路况信息包括拥堵情况、道路状况、车流量等信息。上述信息对行车速度和路线选择产生直接影响,因此可以监控实时交通事件和路况,通过实时更新的数据来建议避开拥堵或提供替代路线。
图4-7是本申请实施例提供的一种行程预测方法的流程示意图,由于篇幅限制,将该方法流程分多个附图进行展示,该方法可以包括:
S301:响应于车辆启动信号,获取当前的驻车信息。
一种可能的实施例中,驻车信息包括驻车时间信息、启动时间信息和驻车位置信息。
其中,驻车时间信息代表车辆进入驻车状态的时刻,启动时间信息代表车辆脱离驻车状态的时刻,可以通过记录发动机启动和关闭的时间戳来获得。
实际上,驻车时间信息响应于车辆停止信号获取,并存储在云端或者车内的数据库中,响应于车辆启动信号进行传输。启动时间信息响应于车辆启动信号直接获取。驻车位置信息可以通过GPS获取。
举个例子,当车辆停在用户住宅区的停车场时,此时获取到的驻车时间信息为前一天晚上八点,启动时间信息为当天早上八点,驻车位置信息为家里停车场的位置。
S302:根据驻车时间信息和启动时间信息,获取驻车位置信息对应的兴趣等级信息。
一种可能的实施例中,兴趣等级信息表征车辆在驻车位置信息的驻车时长,也就是说,通过车辆在驻车位置信息的驻车时长,可以得到驻车位置信息对应的兴趣等级信息。
在本申请实施例中,根据驻车时间信息和启动时间信息,可以得到车辆在家里停车场这个驻车位置的驻车时长信息为十二个小时,进而得到家里停车场所对应的兴趣等级信息为三级兴趣等级。如何通过驻车时长信息获取兴趣等级信息在后续建立终点预测模型的方法中详细记载,再次不做赘述。
S303:利用终点预测模型对启动时间信息和驻车位置信息对应的兴趣等级信息进行行程终点预测,得到当前的行程终点信息。
一种可能的实施例中,终点预测模型的输入信息为启动时间信息和驻车位置信息对应的兴趣等级信息,驻车位置信息对应的兴趣等级信息中其实隐含着驻车位置信息这一影响预测结果的关键信息,终点预测模型的输出信息为行程终点信息。
在本申请实施例中,输入信息为早上八点、家里停车场为三级兴趣等级,输出信息为公司停车场。
S304:获取当前的行程终点信息的反馈信息。
一种可能的实施例中,反馈信息包括第一反馈信息和第二反馈信息。第一反馈信息表征接收当前的行程终点信息,第二反馈信息表征拒绝当前的行程终点信息。
S305:判断当前的行程终点信息对应的兴趣等级信息,若是三级兴趣等级,执行S306;若是二级兴趣等级,执行S310;若是一级兴趣等级,执行S312。
S306:判断反馈信息为第二反馈信息的概率是否大于第一预设概率值,若是,执行S307;若不是,执行S304。
S307:标记当前的行程终点信息对应的驻车位置信息为待降级驻车点,并执行308。
S308:判断驻车位置信息被标记为待降级驻车点的次数是否大于第一预设次数,若是,执行S309;若不是,执行S304。
S309:将驻车位置信息对应的兴趣等级信息更新为二级兴趣等级。
对于三级兴趣等级来说,驻车时间较长,该地点对于车辆来说是经常停靠且停靠时间较长的地点,可能包括家里的停车场、公司的停车场等长期停放车辆的场所。因此三级兴趣等级基于用户的反馈进行调整的规则较严格,需要满足用户拒绝概率大于一定的阈值、且拒绝次数大于一定的阈值两个条件。
当满足拒绝概率大于一定的阈值、且拒绝次数大于一定的阈值两个条件时,对该驻车位置进行降级处理。
举个例子,当家里停车场这个驻车位置信息对应的行程终点信息公司停车场经常被用户拒绝时,说明家里停车场和公司停车场之间的关联关系变弱,因此,对家里停车场所对应的兴趣等级信息进行降级,当终点预测模型的输入信息为家里停车场对应的兴趣等级信息降级为二级兴趣等级时,就不在推送公司停车场这一被拒绝多次的行程终点信息。
S310:判断反馈信息为第二反馈信息的概率是否大于第二预设概率值,若是,执行S309;若不是,执行S304。
S311:将驻车位置信息对应的兴趣等级信息更新为一级兴趣等级。
对于二级兴趣等级来说,驻车时间适中,该地点对于车辆来说是停靠时间适中的地点,一般可能包括商场等娱乐场所,因此二级兴趣等级地点比较灵活,当满足拒绝概率大于一定的阈值时,对该驻车位置进行降级处理。
在本申请实施例中,由于三级兴趣等级对应的调整规则更加严格,第一预设概率值大于第二预设概率值。
S312:判断反馈信息为第二反馈信息的概率是否大于第三预设概率值,若是,执行S313;若不是,执行S304。
S313:标记驻车位置信息为待删除驻车点,并执行S314。
S314:判断驻车位置信息被标记为待删除驻车点的次数是否大于第二预设次数,若是,执行S309;若不是,执行S304。
S315:删除驻车位置信息对应的兴趣等级信息。
S316:判断反馈信息为第一反馈信息的概率是否大于第四预设概率值,若是,执行S317;若不是,执行S304。
S317:标记驻车位置信息为待升级驻车点,并执行S318。
S318:判断驻车位置信息被标记为待升级驻车点的次数是否大于第三预设次数,若是,执行S319;若不是,执行S304。
S319:驻车位置信息对应的兴趣等级信息更新为二级兴趣等级。
对于一级兴趣等级来说,停车时间较短,一般可能包括临时停靠的各种地点,地点数据较多,因此需要从数量较多的短时间数据中,删去不重要的数据,将其中重要的数据进行升级。
图8是本申请实施例提供的一种建立终点预测模型的方法的流程示意图,该方法可以包括:
S401:获取历史时间的行程信息。
历史时间的行程信息包括历史时间的驻车时间信息、历史时间的启动时间信息、历史时间的驻车位置信息和历史时间的行程终点信息;
S402:根据历史时间的驻车时间信息和历史时间的启动时间信息,获取车辆历史时间的驻车时长信息。
S403:根据历史时间的驻车时长信息对历史时间的驻车位置信息分级,获取历史时间的驻车位置信息对应的兴趣等级信息。
一种可能的实施例中,若历史时间的驻车时长信息在第一时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息为一级兴趣等级。
在本申请实施例中,历史时间的驻车时长信息在两小时以下对应的驻车位置信息规定为一级兴趣点,纳入一级兴趣点集(POI1),驻车位置信息对应的兴趣等级信息为一级兴趣等级。
一种可能的实施例中,若历史时间的驻车时长信息在第二时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息为二级兴趣等级。
在本申请实施例中,历史时间的驻车时长信息在二到六小时对应的驻车位置信息规定为二级兴趣点,纳入二级兴趣点集(POI2),驻车位置信息对应的兴趣等级信息为二级兴趣等级。
一种可能的实施例中,若历史时间的驻车时长信息在第三时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息为三级兴趣等级;其中,第三时长区间大于第二时长区间,且第二时长区间大于第一时长区间。
在本申请实施例中,历史时间的驻车时长信息在六小时以上的驻车位置信息规定为三级兴趣点,纳入三级兴趣点集(POI2),驻车位置信息对应的兴趣等级信息为三级兴趣等级。
S404:基于历史时间的驻车位置信息对应的兴趣等级信息、历史时间的启动时间信息和历史时间的行程终点信息对预设模型进行训练,建立终点预测模型。
在本申请实施中,从云端或本地内存中取出历史数据作为离散样本,进行行程终点和车辆启动时间的相关性拟合函数C计算,C=rel(TS,L,D),其中,TS为车辆启动时间信息,L为启动时对应兴趣等级信息,D为行程终点信息。
图9是本申请实施例提供的一种行程预测方法的软件架构示意图,包括数据采集、数据预处理、数据存储、相关性计算、预测信息推送、路径规划六个子单元构成。
数据采集单元501负责记录一段时间内车辆的驻车信息队列、行程终点信息队列和车辆环境信息队列,数据采集单元501将采集到的原始信息队列传入数据预处理单元502,数据预处理单元502对所有数据进行逐帧计算和筛选,根据驻车时长信息对驻车位置信息进行分类筛选,最后将分类筛选完成后的兴趣等级信息存入数据存储单元503进行数据上传云端和本地存储操作,相关性计算单元504的职责是从云端和本地内存中取出历史兴趣等级信息数据作为离散样本,进行相关性拟合函数的计算,预测信息推送单元505在用户每次启动车辆时记录当前时间点和位置,利用相关性拟合函数进行行程终点的预测,路径规划单元506根据数据采集单元501采集到的环境信息,结合天气,交通事件,拥堵路况等信息进行驻车位置和行程终点之间的最佳路径规划,最后推送至座舱终端进行界面展示。
本申请实施例还提供了一种行程预测装置,图10是本申请实施例提供的一种行程预测装置的结构示意图,如图10所示,该装置600包括:
第一获取模块601,用于响应于车辆启动信号,获取当前的驻车信息;驻车信息包括驻车时间信息、启动时间信息和驻车位置信息;
第二获取模块602,用于利用终点预测模型对驻车信息进行行程终点预测,获取当前的行程终点信息;终点预测模型基于历史时间的行程信息训练得到;历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息。
在一种可选的实施方式中,还包括:
第三获取模块,用于根据驻车时间信息和启动时间信息,获取驻车位置信息对应的兴趣等级信息;兴趣等级信息表征车辆在驻车位置信息的驻车时长;
第四获取模块,用于利用终点预测模型对启动时间信息和驻车位置信息对应的兴趣等级信息进行行程终点预测,获取当前的行程终点信息。
在一种可选的实施方式中,还包括:
第五获取模块,用于获取历史时间的行程信息;历史时间的行程信息包括历史时间的驻车时间信息、历史时间的启动时间信息、历史时间的驻车位置信息和历史时间的行程终点信息;
第六获取模块,用于根据历史时间的驻车时间信息和历史时间的启动时间信息,获取车辆历史时间的驻车时长信息;
第七获取模块,用于根据历史时间的驻车时长信息对历史时间的驻车位置信息分级,获取历史时间的驻车位置信息对应的兴趣等级信息;
建立模块,用于基于历史时间的驻车位置信息对应的兴趣等级信息、历史时间的启动时间信息和历史时间的行程终点信息对预设模型进行训练,建立终点预测模型。
在一种可选的实施方式中,还包括:
第一确定模块,用于若历史时间的驻车时长信息在第一时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息确定为一级兴趣等级;或者;
第二确定模块,用于若历史时间的驻车时长信息在第二时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息确定为二级兴趣等级;或者;
第三确定模块,用于若历史时间的驻车时长信息在第三时长区间内时,历史时间的驻车位置信息对应的兴趣等级信息确定为三级兴趣等级;第三时长区间大于第二时长区间,且第二时长区间大于第一时长区间。
在一种可选的实施方式中,还包括:
第八获取模块,用于获取当前的行程终点信息的反馈信息;反馈信息包括第一反馈信息和第二反馈信息;第一反馈信息表征接收当前的行程终点信息;第二反馈信息表征拒绝当前的行程终点信息;
第一标记模块,用于若当前的行程终点信息对应的兴趣等级信息确定为三级兴趣等级,且反馈信息为第二反馈信息的概率大于第一预设概率值时,标记当前的行程终点信息对应的驻车位置信息为待降级驻车点;
第一更新模块,用于若驻车位置信息被标记为待降级驻车点的次数大于第一预设次数时,将驻车位置信息对应的兴趣等级信息更新为二级兴趣等级。
在一种可选的实施方式中,还包括:
第二更新模块,用于若当前的行程终点信息对应的兴趣等级信息确定为二级兴趣等级,且反馈信息为第二反馈信息的概率大于第二预设概率值时,将驻车位置信息对应的兴趣等级信息更新为一级兴趣等级。
在一种可选的实施方式中,还包括:
第二标记模块,用于若当前的行程终点信息对应的兴趣等级信息确定为一级兴趣等级,且反馈信息为第二反馈信息的概率大于第三预设概率值时,标记驻车位置信息为待删除驻车点;
删除模块,用于若驻车位置信息被标记为待删除驻车点的次数大于第二预设次数时,删除驻车位置信息对应的兴趣等级信息。
在一种可选的实施方式中,还包括:
第三标记模块,用于若当前的行程终点信息对应的兴趣等级信息确定为一级兴趣等级,且反馈信息为第一反馈信息的概率大于第四预设概率值时,标记驻车位置信息为待升级驻车点;
第三更新模块,用于若驻车位置信息被标记为待升级驻车点的次数大于第三预设次数时,驻车位置信息对应的兴趣等级信息更新为二级兴趣等级。
在一种可选的实施方式中,还包括:
第九获取模块,用于响应于车辆启动信号,获取车辆的环境信息;环境信息包括天气信息、交通事件信息和拥堵路况信息;
第十获取模块,用于根据驻车信息、当前的行程终点信息、天气信息、交通事件信息和拥堵路况信息,获取路径规划信息。
本申请实施例中的装置与方法实施例基于同样地申请构思。
本申请实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图11是本申请实施例提供的一种行程预测方法的服务器的硬件结构框图。如图11所示,该服务器700可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(Central Processing Units,CPU)710(处理器710可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器730,一个或一个以上存储应用程序723或数据722的存储介质720(例如一个或一个以上海量存储设备)。其中,存储器730和存储介质720可以是短暂存储或持久存储。存储在存储介质720的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器710可以设置为与存储介质720通信,在服务器700上执行存储介质720中的一系列指令操作。服务器700还可以包括一个或一个以上电源760,一个或一个以上有线或无线网络接口750,一个或一个以上输入输出接口740,和/或,一个或一个以上操作***721,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
输入输出接口740可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器700的通信供应商提供的无线网络。在一个实例中,输入输出接口740包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,输入输出接口740可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解,图11所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器700还可包括比图11中所示更多或者更少的组件,或者具有与图11所示不同的配置。
本申请实施例提供了一种电子设备,电子设备包括处理器和存储器,存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现第一方面的行程预测方法。
本申请的实施例还提供了一种计算机可读存储介质,存储介质可设置于服务器之中以保存用于实现方法实施例中一种行程预测方法相关的至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述行程预测方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本申请提供的行程预测方法、装置、电子设备或存储介质的实施例可见,本申请中响应于车辆启动信号,获取当前的驻车信息;驻车信息包括驻车时间信息、启动时间信息和驻车位置信息;利用终点预测模型对驻车信息进行行程终点预测,获取当前的行程终点信息;终点预测模型基于历史时间的行程信息训练得到;历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息,根据用户以往的驾驶记录,通过获取车辆在启动时的状态,结合目的地预测模型,主动、智能地向用户推送预测的行程终点,整个过程无需用户进行繁琐的操作,在高效率提高汽车座舱感知能力的同时,对智能驾驶安全也提供了有效的保证。
需要说明的是:上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (12)
1.一种行程预测方法,其特征在于,包括:
响应于车辆启动信号,获取当前的驻车信息;所述驻车信息包括驻车时间信息、启动时间信息和驻车位置信息;
利用终点预测模型对所述驻车信息进行行程终点预测,获取当前的行程终点信息;所述终点预测模型基于历史时间的行程信息训练得到;所述历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息。
2.根据权利要求1所述的一种行程预测方法,其特征在于,所述利用终点预测模型对所述驻车信息进行行程终点预测,得到当前的行程终点信息,包括:
根据所述驻车时间信息和所述启动时间信息,获取所述驻车位置信息对应的兴趣等级信息;所述兴趣等级信息表征车辆在所述驻车位置信息的驻车时长;
利用所述终点预测模型对所述启动时间信息和所述驻车位置信息对应的兴趣等级信息进行行程终点预测,得到所述当前的行程终点信息。
3.根据权利要求1所述的一种行程预测方法,其特征在于,所述利用终点预测模型对所述驻车信息进行行程终点预测,得到当前的行程终点信息之前,还包括:
获取历史时间的行程信息;所述历史时间的行程信息包括历史时间的驻车时间信息、历史时间的启动时间信息、历史时间的驻车位置信息和历史时间的行程终点信息;
根据所述历史时间的驻车时间信息和所述历史时间的启动时间信息,获取车辆历史时间的驻车时长信息;
根据所述历史时间的驻车时长信息对所述历史时间的驻车位置信息分级,获取历史时间的驻车位置信息对应的兴趣等级信息;
基于所述历史时间的驻车位置信息对应的兴趣等级信息、所述历史时间的启动时间信息和历史时间的行程终点信息对预设模型进行训练,建立所述终点预测模型。
4.根据权利要求3所述的一种行程预测方法,其特征在于,所述根据所述历史时间的驻车时长信息对历史时间的驻车位置信息分级,获取所述历史时间的驻车位置信息对应的兴趣等级信息,包括:
若所述历史时间的驻车时长信息在第一时长区间内时,所述历史时间的驻车位置信息对应的所述兴趣等级信息为一级兴趣等级;或者;
若所述历史时间的驻车时长信息在第二时长区间内时,所述历史时间的所述驻车位置信息对应的所述兴趣等级信息为二级兴趣等级;或者;
若所述历史时间的驻车时长信息在第三时长区间内时,所述历史时间的驻车位置信息对应的所述兴趣等级信息为三级兴趣等级;所述第三时长区间大于所述第二时长区间,且所述第二时长区间大于所述第一时长区间。
5.根据权利要求4所述的一种行程预测方法,其特征在于,所述方法还包括:
获取所述当前的行程终点信息的反馈信息;所述反馈信息包括第一反馈信息和第二反馈信息;所述第一反馈信息表征接收所述当前的行程终点信息;所述第二反馈信息表征拒绝所述当前的行程终点信息;
若所述当前的行程终点信息对应的兴趣等级信息确定为所述三级兴趣等级,且所述反馈信息为所述第二反馈信息的概率大于第一预设概率值时,标记所述当前的行程终点信息对应的驻车位置信息为待降级驻车点;
若所述驻车位置信息被标记为所述待降级驻车点的次数大于第一预设次数时,将所述驻车位置信息对应的兴趣等级信息更新为所述二级兴趣等级。
6.根据权利要求5所述的一种行程预测方法,其特征在于,所述获取用户对推送的所述预测的行程终点信息的反馈信息之后,还包括:
若所述当前的行程终点信息对应的兴趣等级信息确定为所述二级兴趣等级,且所述反馈信息为所述第二反馈信息的概率大于第二预设概率值时,将所述驻车位置信息对应的兴趣等级信息更新为所述一级兴趣等级。
7.根据权利要求5所述的一种行程预测方法,其特征在于,所述获取用户对推送的所述预测的行程终点信息的反馈信息之后,还包括:
若所述当前的行程终点信息对应的兴趣等级信息确定为所述一级兴趣等级,且所述反馈信息为所述第二反馈信息的概率大于第三预设概率值时,标记所述驻车位置信息为待删除驻车点;
若所述驻车位置信息被标记为所述待删除驻车点的次数大于第二预设次数时,删除所述驻车位置信息对应的兴趣等级信息。
8.根据权利要求5所述的一种行程预测方法,其特征在于,所述获取用户对推送的所述预测的行程终点信息的反馈信息之后,还包括:
若所述当前的行程终点信息对应的兴趣等级信息确定为所述一级兴趣等级,且所述反馈信息为所述第一反馈信息的概率大于第四预设概率值时,标记所述驻车位置信息为待升级驻车点;
若所述驻车位置信息被标记为所述待升级驻车点的次数大于第三预设次数时,所述驻车位置信息对应的兴趣等级信息更新为所述二级兴趣等级。
9.根据权利要求1所述的一种行程预测方法,其特征在于,所述方法还包括:
响应于所述车辆启动信号,获取车辆的环境信息;所述环境信息包括天气信息、交通事件信息和拥堵路况信息;
根据所述驻车信息、所述当前的行程终点信息、所述天气信息、所述交通事件信息和所述拥堵路况信息,获取路径规划信息。
10.一种行程预测装置,其特征在于,所述装置包括:
第一获取模块,用于响应于车辆启动信号,获取当前的驻车信息;所述驻车信息包括驻车时间信息、启动时间信息和驻车位置信息;
第二获取模块,用于利用终点预测模型对所述驻车信息进行行程终点预测,获取当前的行程终点信息;所述终点预测模型基于历史时间的行程信息训练得到;所述历史时间的行程信息包括针对同一段行程的驻车信息和行程终点信息。
11.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-9任一所述的行程预测方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令或者至少一段程序,所述至少一条指令或者所述至少一段程序由处理器加载并执行以实现如权利要求1-9任一所述的行程预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311419330.XA CN117585013A (zh) | 2023-10-30 | 2023-10-30 | 一种行程预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311419330.XA CN117585013A (zh) | 2023-10-30 | 2023-10-30 | 一种行程预测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117585013A true CN117585013A (zh) | 2024-02-23 |
Family
ID=89914181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311419330.XA Pending CN117585013A (zh) | 2023-10-30 | 2023-10-30 | 一种行程预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117585013A (zh) |
-
2023
- 2023-10-30 CN CN202311419330.XA patent/CN117585013A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109520744B (zh) | 自动驾驶车辆的驾驶性能测试方法和装置 | |
JP6842574B2 (ja) | 自律車両運転イベントに応答して乗車者フィードバックを取得するシステムおよび方法 | |
CN109919347B (zh) | 路况生成方法、相关装置和设备 | |
EP2263223B1 (en) | Traveling information creating device, traveling information creating method and program | |
CN114435138B (zh) | 一种车辆能耗预测方法、装置、车辆及存储介质 | |
EP3183536A1 (en) | Route planning device and associated method | |
EP2252864B1 (en) | Navigation system and route search method | |
CN102027321A (zh) | 导航装置及方法 | |
EP3009798B1 (en) | Providing alternative road navigation instructions for drivers on unfamiliar roads | |
US11823574B2 (en) | Method and apparatus for prediction road condition, device and computer storage medium | |
CN112889098B (zh) | 上下车地点提供***、数据服务器及上下车地点提供方法 | |
CN111523932A (zh) | 一种网约车服务的评分方法、装置、***及存储介质 | |
JP2007140745A (ja) | 渋滞予測システム及び渋滞要因推定システム、並びに渋滞予測方法及び渋滞要因推定方法 | |
US6757609B2 (en) | Vehicle navigation server for obtaining traffic information for mesh unit on travel route | |
Groh et al. | Towards a scenario-based assessment method for highly automated driving functions | |
CN112734242A (zh) | 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 | |
CN114485710A (zh) | 一种地图导航的方法、***、装置、电子设备及存储介质 | |
CN113970338A (zh) | 一种出行模式推荐方法、相关方法及装置和*** | |
EP2391996B1 (en) | Traffic information management device, traffic information management method, and traffic information management program | |
CN111737601A (zh) | 出行策略的推荐方法、装置、设备及存储介质 | |
CN114638666A (zh) | 车联网数据的处理方法和装置 | |
CN116772877B (zh) | 一种新能源汽车续航里程预测方法、***、装置及介质 | |
CN111862657B (zh) | 一种确定路况信息的方法及装置 | |
JP2018180907A (ja) | 交通予測プログラム、交通予測装置、及び交通予測方法 | |
CN117585013A (zh) | 一种行程预测方法、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 |