[发明专利]一种行驶路线的预测方法、装置、车载终端及介质

权利要求书

1.一种行驶路线的预测方法，其特征在于，包括：

获取车辆的第一出发时间、第一出发地点以及所述车辆在行驶过程中的位置坐标集合；

根据所述位置坐标集合确定所述车辆的已行驶路线；

将所述第一出发时间、所述第一出发地点、所述位置坐标集合以及所述已行驶路线输入至路线预测模型进行处理，得到所述车辆的目标行驶路线；其中，所述路线预测模型为预先训练的神经网络模型。

2.如权利要求1所述的预测方法，其特征在于，所述将所述第一出发时间、所述第一出发地点、所述位置坐标集合以及所述已行驶路线输入至路线预测模型进行处理，得到所述车辆的目标行驶路线，包括：

获取预存储的与所述车辆对应的多条标准路线，并确定所述多条标准路线各自对应的特征信息；其中，所述特征信息包括出发时间、出发地点和行驶位置坐标；

根据所述第一出发时间、所述第一出发地点、所述位置坐标集合、所述已行驶路线以及所述多条标准路线各自对应的特征信息，计算得到所述已行驶路线与每条所述标准路线在多个第一预设维度上各自对应的第一差值；

将所述已行驶路线与每条所述标准路线在多个第一预设维度上各自对应的第一差值输入至所述路线预测模型进行处理，得到所述目标行驶路线。

3.如权利要求2所述的预测方法，其特征在于，所述获取预存储的与所述车辆对应的多条标准路线，包括：

获取所述车辆在历史时间段内的多条历史行驶路线，并确定每条所述历史行驶路线的出发地点和结束地点；

根据每条所述历史行驶路线的出发地点和结束地点，对所述多条历史行驶路线进行划分，得到多个路线集合；其中，每个所述路线集合中所有历史行驶路线的出发地点和结束地点均相同；

针对每个所述路线集合，将所述路线集合中出现次数最多的历史行驶路线确定为所述标准路线。

4.如权利要求3所述的预测方法，其特征在于，在将所述已行驶路线与每条所述标准路线在多个第一预设维度上各自对应的第一差值输入至所述路线预测模型进行处理，得到所述目标行驶路线之前，还包括：

基于设定条件对每条所述历史行驶路线进行拆分，得到每条所述历史行驶路线对应的多条子行驶路线；

确定每条所述子行驶路线对应的第二出发时间和第二出发地点；

针对每条所述子行驶路线，根据所述第二出发时间、所述第二出发时间、所述子行驶路线的位置坐标以及所述多条标准路线各自对应的特征信息，计算得到所述子行驶路线与所述每条标准路线在所述多个第一预设维度上各自对应的第二差值；

根据每条所述子行驶路线与所述每条标准路线在所述多个第一预设维度上各自对应的第二差值，对所述神经网络模型进行训练，得到所述路线预测模型。

5.如权利要求4所述的预测方法，其特征在于，所述根据每条所述子行驶路线与所述每条标准路线在所述多个第一预设维度上各自对应的第二差值，对所述神经网络模型进行训练，得到所述路线预测模型，包括：

将每条所述子行驶路线与所述每条标准路线在所述多个第一预设维度上各自对应的第二差值分别与每条所述子行驶路线对应的历史行驶路线进行关联；

计算每条所述历史行驶路线与所述每条标准路线在多个第二预设维度上各自对应的第三差值；

根据所述第三差值确定每条所述历史行驶路线各自对应的目标标准路线，并基于所述目标标准路线对每条所述历史行驶路线设置标签；

根据携带标签的每条所述历史行驶路线，以及与每条所述历史行驶路线关联的所述第三差值，对所述神经网络模型进行训练，得到所述路线预测模型。

6.如权利要求5所述的预测方法，其特征在于，所述多个第二预设维度包括：起点维度、终点维度以及路线维度；所述根据所述第三差值确定每条所述历史行驶路线各自对应的目标标准路线，包括：

针对每条所述历史行驶路线，若所述历史行驶路线与所述多条标准路线中的一条标准路线在所述起点维度的第三差值小于或等于第一阈值，在所述终点维度的第三差值小于或等于第二阈值，且根据所述路线维度的第三差值计算得到的路线相似度大于或等于第三阈值，则确定所述一条标准路线为所述历史行驶路线对应的目标标准路线。