[发明专利]地图匹配方法、地图匹配模型的确定方法及装置在审
申请号: | 202110396000.8 | 申请日: | 2021-04-13 |
公开(公告)号: | CN113203426A | 公开(公告)日: | 2021-08-03 |
发明(设计)人: | 狄烨;李洋;李亚旭 | 申请(专利权)人: | 北京嘀嘀无限科技发展有限公司 |
主分类号: | G01C21/30 | 分类号: | G01C21/30;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京睿派知识产权代理事务所(普通合伙) 11597 | 代理人: | 刘锋 |
地址: | 100193 北京*** | 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: | 地图 匹配 方法 模型 确定 装置 | ||
1.一种地图匹配方法,其特征在于,所述方法包括:
根据目标任务对应的位置点确定至少一个候选路段;
获取所述位置点的位置数据的特征向量,所述位置数据包括所述位置点与各候选路段的关联信息;
将所述特征向量输入至地图匹配模型中进行处理,确定各候选路段的选择参数;
根据各所述候选路段的选择参数确定目标路段;
其中,所述地图匹配模型包括循环神经网络模型,所述地图匹配模型的训练样本数据根据预先确定的隐马尔可夫模型的数据处理结果进行标注确定。
2.根据权利要求1所述的方法,其特征在于,所述位置数据包括位置点数据、所述位置点与各所述候选路段的距离、所述位置点的速度、各所述候选路段的限速信息、所述位置点的运动方向与各所述候选路段的方向的夹角信息中的一项或多项。
3.根据权利要求1所述的方法,其特征在于,所述地图匹配模型通过以下步骤训练获得:
将各样本位置点的位置数据输入至所述隐马尔可夫模型进行处理,确定各所述样本位置点对应的各候选路段的选择参数,所述样本位置点的位置数据至少包括所述样本位置点与对应候选路段的关联信息;
将选择参数大于第一阈值的候选路段的信息标注为所述地图匹配模型的正样本数据,所述候选路段的信息包括对应的样本位置点的位置数据和对应的选择参数;
将选择参数小于第二阈值的候选路段的信息标注为所述地图匹配模型的负样本数据;
根据所述正样本数据和所述负样本数据对所述地图匹配模型进行训练,获取训练完成的地图匹配模型。
4.根据权利要求1或2所述的方法,其特征在于,获取所述位置点的位置数据的特征向量包括:
采用词嵌入方式获取所述位置点的位置数据的特征向量。
5.一种地图匹配模型的确定方法,其特征在于,所述方法包括:
将各样本位置点的位置数据输入至预先确定的隐马尔可夫模型中进行处理,确定各所述样本位置点对应的各候选路段的选择参数,所述样本位置点的位置数据至少包括所述样本位置点与对应候选路段的关联信息;
根据各所述选择参数对各所述样本位置点的各候选路段进行标注,以确定所述地图匹配模型的训练样本数据;
根据所述训练样本数据训练获得所述地图匹配模型;
其中,所述地图匹配模型包括循环神经网络模型。
6.根据权利要求5所述的方法,其特征在于,根据各所述选择参数对各所述样本位置点的各候选路段进行标注,以确定所述地图匹配模型的训练样本数据包括:
将选择参数大于第一阈值的候选路段的信息标注为所述地图匹配模型的正样本数据,所述候选路段的信息包括对应的样本位置点的位置数据和对应的选择参数;
将选择参数小于第二阈值的候选路段的信息标注为所述地图匹配模型的负样本数据。
7.一种地图匹配装置,其特征在于,所述装置包括:
候选路段确定单元,被配置为根据目标任务对应的位置点确定至少一个候选路段;
向量获取单元,被配置为获取所述位置点的位置数据的特征向量,所述位置数据包括所述位置点与各候选路段的关联信息;
选择参数确定单元,被配置为将所述特征向量输入至地图匹配模型中进行处理,确定各候选路段的选择参数;
目标路段确定单元,被配置为根据各所述候选路段的选择参数确定目标路段;
其中,所述地图匹配模型包括循环神经网络模型,所述地图匹配模型的训练样本数据根据预先确定的隐马尔可夫模型的数据处理结果进行标注确定。
8.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时以实现如权利要求1-6中任一项所述的方法。
10.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1-6中任一项所述的方法。
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嘀嘀无限科技发展有限公司,未经北京嘀嘀无限科技发展有限公司许可,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/202110396000.8/1.html,转载请声明来源钻瓜专利网。