[发明专利]一种道路类型预测方法、装置、设备及存储介质

权利要求书

1.一种道路类型预测方法，其特征在于，包括：

获取待预测道路对应的用于表征道路类型和拥堵水平的特征参数；

将所述用于表征道路类型和拥堵水平的特征参数输入至预先训练的目标道路类型预测模型，根据所述目标道路类型预测模型的输出结果确定所述待预测道路的道路类型预测结果，其中，所述目标道路类型预测模型的模型结构和模型参数是分别根据样本参数进行训练而确定的。

2.根据权利要求1所述的方法，其特征在于，所述目标道路类型预测模型的训练方法，包括：

获取道路样本对应的用于表征道路类型和拥堵水平的特征参数样本和道路样本对应的道路类型，并建立第一道路类型预测模型；

根据所述道路样本对应的用于表征道路类型和拥堵水平的特征参数样本和道路样本对应的道路类型对所述第一道路类型预测模型进行训练，生成所述目标道路类型预测模型。

3.根据权利要求2所述的方法，其特征在于，所述道路类型预测结果包括：城市拥堵、城市畅通、近郊区、远郊区或者高速公路。

4.根据权利要求2所述的方法，其特征在于，所述特征参数包括：

变速箱在目标档位且发动机转速为设定转速时所占时间比、平均车速、车速的标准差、减速度标准差、加速度标准差、平均加速度、平均减速度、平均停车时长、速度在设定车速时所占时间比、减速度在设定减速度时所占时间比；加速度在设定加速度时所占时间比；平均运行车速，停车时间与总时间的比值、每公里停车次数、加速时间与总时间的比值、减速时间与总时间的比值、最大车速、行驶距离、最大加速度、最小减速度、相邻车道车辆数平均值、平均车道线数量以及相邻车道平均车速中的至少一种。

5.根据权利要求1所述的方法，其特征在于，获取待预测道路对应的用于表征道路类型和拥堵水平的特征参数包括：

获取待预测道路对应的车载数据；

根据所述车载数据计算得到所述待预测道路对应的用于表征道路类型和拥堵水平的特征参数。

6.根据权利要求5所述的方法，其特征在于，还包括：

获取时间窗口和时间步长取值的集合；

根据所述时间窗口和时间步长取值的集合和所述车载数据获取特征参数集合；

将所述特征参数集合随机分成N等份；

将第i份设置为测试集，其余(N-i)份设置为训练集，其中，i取值1，2，…，N；

获取每一份测试集对应的道路类型预测结果；

计算所述N等份的测试集对应的道路类型预测结果的平均值；

根据所述平均值确定所述时间窗口和时间步长取值下的预测精度；

根据所述预测精度确定目标时间窗口和目标时间步长。

7.一种道路类型预测装置，其特征在于，包括：

获取模块，用于获取待预测道路对应的用于表征道路类型和拥堵水平的特征参数；

确定模块，用于将所述用于表征道路类型和拥堵水平的特征参数输入至预先训练的目标道路类型预测模型，根据所述目标道路类型预测模型的输出结果确定所述待预测道路的道路类型预测结果，其中，所述目标道路类型预测模型的模型结构和模型参数是分别根据样本参数进行训练而确定的。

8.根据权利要求7所述的装置，其特征在于，所述确定模块用于：

获取道路样本对应的用于表征道路类型和拥堵水平的特征参数样本和道路样本对应的道路类型，并建立第一道路类型预测模型；

根据所述道路样本对应的用于表征道路类型和拥堵水平的特征参数样本和道路样本对应的道路类型对所述第一道路类型预测模型进行训练，生成所述目标道路类型预测模型。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。