[发明专利]车辆轨迹类别的确认方法、装置、设备和存储介质

权利要求书

1.一种车辆轨迹类别的确认方法，其特征在于，包括：

获取目标车辆轨迹数据；其中，所述轨迹数据包括：采集到目标车辆信息的采集设备的位置数据；

基于预设的转化方法，将所述目标车辆轨迹数据转化为目标坐标张量数据；

将所述目标坐标张量数据输入至预先训练的车辆轨迹类别确认模型，得到所述目标车辆轨迹的车辆轨迹类别。

2.根据权利要求1所述的方法，其特征在于，所述获取目标车辆轨迹数据包括：

获取各个采集设备发送的过往车辆的信息；其中，各个采集设备一一对应的预先设置在各个预设位置，用于获取过往车辆的信息；

依次筛选各个采集设备发送过往车辆的信息，判断各所述采集设备是否采集到目标车辆；

若判断结果为是，则将采集到目标车辆的采集设备的位置数据归为目标车辆轨迹数据。

3.根据权利要求1所述的方法，其特征在于，还包括：

获取各个采集设备所在位置的经纬度数据；

基于所述经纬度数据，建立坐标系；

确定各个采集设备的坐标，将采集设备的坐标作为所述采集设备的位置数据。

4.根据权利要求3所述的方法，其特征在于，所述基于预设的转化方法，将所述目标车辆轨迹数据转化为目标坐标张量数据，包括：

基于各个所述采集设备的位置数据确定一个轨迹坐标图；

在所述轨迹坐标图中，对所述目标车辆轨迹数据对应的坐标进行着色；

基于着色后轨迹坐标图生成目标坐标张量数据。

5.根据权利要求4所述的方法，其特征在于，所述基于着色后轨迹坐标图生成坐标张量数据包括：

按照轨迹坐标图中着色的点记做1，没有着色的点记做0的规则，将轨迹坐标图转化为一个数组；

其中，所述数组为目标坐标张量数据。

6.根据权利要求1所述的方法，其特征在于，所述预先训练的车辆轨迹类别确认模型的训练过程包括：

获取第一预设数量坐标张量数据；

确定各个坐标张量数据对应的车辆轨迹类别，并生成类别标识；

将坐标张量数据和类别标识作为第一训练样本，对预先构建的卷积神经网络模型进行训练，得到车辆轨迹类别确认模型。

7.根据权利要求1所述的方法，其特征在于，还包括：

获取当前车辆轨迹类别确认模型不具备的待添加车辆轨迹类别；

获取所述待添加车辆轨迹类别对应的由坐标张量数据和类别标识构成的第二训练样本；

通过所述第二训练样本，对所述车辆轨迹类别确认模型进行训练。

8.一种车辆轨迹类别的确认装置，其特征在于，包括：

获取模块，用于获取目标车辆轨迹数据；其中，所述轨迹数据包括：采集到目标车辆信息的采集设备的位置数据；

转化模块，用于基于预设的转化方法，将所述目标车辆轨迹数据转化为坐标张量数据；

类别确认模块，用于将所述坐标张量数据输入至预先训练的车辆轨迹类别确认模型，得到所述目标车辆轨迹的车辆轨迹类别。

9.一种车辆轨迹类别的确认设备，其特征在于，包括：处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1-7任一项所述的车辆轨迹类别的确认方法；

所述处理器用于调用并执行所述存储器中的所述计算机程序。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1-7任一项所述的车辆轨迹类别的确认方法中各个步骤。