[发明专利]交通限制信息提取模型的训练方法及装置

权利要求书

1.一种交通限制信息提取模型的训练方法，其特征在于，包括：

获取在多个路口处的车辆行驶轨迹，及所述多个路口分别对应的多条行驶链路对；其中，所述行驶链路对包括：驶入链路和与所述驶入链路匹配的驶出链路；

对所述车辆行驶轨迹的轨迹点与所述多条行驶链路对进行匹配处理，生成匹配的链路对行驶轨迹；

基于提取的所述链路对行驶轨迹中的绕路特征、链路对拓扑特征和链路流量特征进行模型训练，得到交通限制信息提取模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述车辆行驶轨迹的轨迹点与所述多条行驶链路对进行匹配处理，生成匹配的链路对行驶轨迹，包括：

对所述车辆行驶轨迹的轨迹点进行差分处理，生成所述车辆行驶轨迹对应的差分轨迹点；

将所述差分轨迹点与所述多条行驶链路对进行匹配，得到匹配的链路对轨迹；

根据预置轨迹阈值对所述链路对轨迹进行预处理，得到所述链路对行驶轨迹。

3.根据权利要求2所述的方法，其特征在于，所述对所述车辆行驶轨迹的轨迹点进行差分处理，生成所述车辆行驶轨迹对应的差分轨迹点，包括：

基于所述轨迹点对应的时间戳对所述轨迹点进行排序，得到排序轨迹点；

对所述排序轨迹点进行插值处理，生成所述车辆行驶轨迹对应的差分轨迹点。

4.根据权利要求2所述的方法，其特征在于，所述将所述差分轨迹点与所述多条行驶链路对进行匹配，得到匹配的链路对轨迹，包括：

根据所述差分轨迹点的驶入链路和驶出链路，确定所述多条行驶链路对中的目标行驶链路对；

基于所述差分轨迹点和所述目标行驶链路对，确定所述链路对轨迹。

5.根据权利要求2所述的方法，其特征在于，所述根据预置轨迹阈值对所述链路对轨迹进行预处理，得到所述链路对行驶轨迹，包括：

获取在所述多个路口处的车辆行驶轨迹的行驶轨迹数量；

获取所述多个路口中行驶轨迹数量大于第一轨迹数量阈值的初始路口；

获取所述初始路口的车辆行驶轨迹中的存在绕路特征的绕路行驶轨迹；

获取所述绕路行驶轨迹的数量与所述初始路口对应的行驶轨迹数量的比值；

获取所述初始路口中比值大于设定比值阈值的目标路口；

获取所述目标路口的每条行驶链路对的行驶链路轨迹数量大于第二轨迹数量阈值的目标行驶链路对，并将所述目标行驶链路对对应的链路对轨迹作为链路对行驶轨迹。

6.根据权利要求1所述的方法，其特征在于，所述基于提取的所述链路对行驶轨迹中的绕路特征、链路对拓扑特征和链路流量特征进行模型训练，得到交通限制信息提取模型，包括：

将所述链路对行驶轨迹输入至初始交通限制信息提取模型；

通过所述初始交通限制信息提取模型提取所述链路对行驶轨迹中的绕路特征、链路对拓扑特征和链路流量特征，并由所述初始交通限制信息提取模型根据所述绕路特征、所述链路对拓扑特征和所述链路流量特征输出所述链路对行驶轨迹对应的样本精度值；

根据所述样本精度值获取所述链路对行驶轨迹中的目标链路轨迹；

对所述目标链路轨迹和所述链路对行驶轨迹进行差分处理，生成差分链路轨迹；

基于所述差分链路轨迹对所述初始交通限制信息提取模型进行二次训练，直至得到所述交通限制信息提取模型。

7.根据权利要求1所述的方法，其特征在于，在所述基于提取的所述链路对行驶轨迹中的绕路特征、链路对拓扑特征和链路流量特征进行模型训练，得到交通限制信息提取模型之后，还包括：

在需要提取待预测路口的交通限制信息时，获取所述待预测路口的历史车辆行驶轨迹；

将所述历史车辆行驶轨迹输入至所述交通限制信息提取模型，并获取由所述交通限制信息提取模型输出的所述待预测路口的交通限制信息，及所述交通限制信息对应的置信度；

基于所述置信度和置信度阈值，确定所述交通限制信息中的目标交通限制信息。