[发明专利]用于地图匹配的方法、装置、电子设备以及可读介质有效
申请号: | 202010953533.7 | 申请日: | 2020-09-11 |
公开(公告)号: | CN112084285B | 公开(公告)日: | 2023-08-08 |
发明(设计)人: | 包恒达;王亦乐 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F16/9537 | 分类号: | G06F16/9537;G06F16/29;G06N3/0442;G06N3/0455 |
代理公司: | 北京市汉坤律师事务所 11602 | 代理人: | 姜浩然;吴丽丽 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 地图 匹配 方法 装置 电子设备 以及 可读 介质 | ||
1.一种用于地图匹配的方法,包括:
获取定位坐标序列;
基于所述定位坐标序列,使用预设的序列转换模型来确定与所述定位坐标序列相对应的一个或多个候选定位坐标序列,其中,所述预设的序列转换模型是使用多个样本定位坐标序列进行训练得到的,所述多个样本定位坐标序列是通过对历史定位坐标序列进行抽稀采样得到的;以及
基于所述一个或多个候选定位坐标序列,确定与所述定位坐标序列匹配的目标路段;
其中,所述多个样本定位坐标序列中的每个样本定位坐标序列包括多个定位坐标点,
其中,所述多个定位坐标点中的每个定位坐标点包括N个特征,所述N个特征是通过对该定位坐标点进行特征扩展得到的,其中,N为不小于1的整数,
其中,所述N个特征包括距离该定位坐标点最近的M个候选链路,其中,M为不小于1的整数,并且M不大于N,
其中,定位坐标点与链路的距离是该定位坐标点到该链路的投影距离,
其中,所述基于所述一个或多个候选定位坐标序列,确定与所述定位坐标序列匹配的目标路段包括:
基于所述一个或多个候选定位坐标序列、所述定位坐标序列的空间位置以及所述定位坐标序列的速度,确定与所述定位坐标序列匹配的所述目标路段,
其中,所述预设的序列转换模型包括:
循环神经网络RNN、长短期记忆网络LSTM、门控循环单元GRU、转换器中的一种或多种。
2.根据权利要求1所述的方法,其中,所述M个候选链路选自骨干路网,所述骨干路网是基于基础路网中每个链路的得分对所述基础路网进行提取得到的。
3.根据权利要求1或2所述的方法,其中,链路的得分是所述链路的道路等级和所述链路的出度和入度的函数。
4.根据权利要求3所述的方法,其中,所述函数为:
LinkScore = a * Linklevel + b * (LinkDegreeIn + LinkDegreeOut)
其中,LinkScore表示所述链路的得分,Linklevel表示所述链路的道路等级,LinkDegreeIn表示所述链路的入度,LinkDegreeOut表示所述链路的出度,a表示与所述链路的道路等级相对应的权重,b表示与所述链路的入度和出度的和相对应的权重。
5.根据权利要求1或2所述的方法,其中,所述基于所述一个或多个候选定位坐标序列、所述定位坐标序列的空间位置以及所述定位坐标序列的速度,确定与所述定位坐标序列匹配的所述目标路段包括:
对所述一个或多个候选定位坐标序列进行填补处理;以及
基于所述填补处理结果、所述定位坐标序列的空间位置以及所述定位坐标序列的速度,确定与所述定位坐标序列匹配的所述目标路段。
6.一种用于地图匹配的装置,包括:
获取模块,配置为获取定位坐标序列;
第一确定模块,配置为基于所述定位坐标序列,使用预设的序列转换模型来确定与所述定位坐标序列相对应的一个或多个候选定位坐标序列,其中,所述预设的序列转换模型是使用多个样本定位坐标序列进行训练得到的,所述多个样本定位坐标序列是通过对历史定位坐标序列进行抽稀采样得到的;以及
第二确定模块,配置为基于所述一个或多个候选定位坐标序列,确定与所述定位坐标序列匹配的目标路段,
其中,所述多个样本定位坐标序列中的每个样本定位坐标序列包括多个定位坐标点,
其中,所述多个定位坐标点中的每个定位坐标点包括N个特征,所述N个特征是通过对该定位坐标点进行特征扩展得到的,其中,N为不小于1的整数,
其中,所述N个特征包括距离该定位坐标点最近的M个候选链路,其中,M为不小于1的整数,M不大于N,
其中,定位坐标点与链路的距离是该定位坐标点到该链路的投影距离,
其中,所述第二确定模块还配置为:
基于所述一个或多个候选定位坐标序列、所述定位坐标序列的空间位置以及所述定位坐标序列的速度,确定与所述定位坐标序列匹配的所述目标路段,
其中,所述预设的序列转换模型包括:
循环神经网络RNN、长短期记忆网络LSTM、门控循环单元GRU、转换器中的一种或多种。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010953533.7/1.html,转载请声明来源钻瓜专利网。