行驶轨迹修复方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术提供一种行驶轨迹修复方法、装置、电子设备和存储介质，根据已知轨迹位置确定修复轨迹位置，每一修复轨迹位置均位于路网路段上，避免修复轨迹位置位于行驶过程中不可到达的区域，使得修复轨迹位置与实际更为贴合，包含了修复轨迹位置的修复行驶轨迹也具有更好的真实性和可用性。此外，修复行驶轨迹相对于仅包含已知轨迹位置的行驶轨迹也具有更多的行驶位置采样点，提高了行驶轨迹中轨迹位置的采样率。采样率。采样率。

【技术实现步骤摘要】
行驶轨迹修复方法、装置、电子设备和存储介质


[0001]本专利技术涉及互联网
，尤其涉及一种行驶轨迹修复方法、装置、电子设备和存储介质。

技术介绍

[0002]随着互联网经济的普及以及定位技术的不断发展，人们在日常生活中产生了大量轨迹数据，例如：商店打卡数据、社交媒体位置分享数据、共享出行及出租车的GPS数据、快递配送员PDA轨迹数据等等。通过深度挖掘轨迹数据，可以为人们的生活带来更多的便利，例如：通过出租车轨迹，预测城市中区域未来一段时间的车流量；通过挖掘快递配送员PDA轨迹数据，预测快递配送时间。
[0003]对轨迹数据的深度挖掘依赖于信息更丰富行驶轨迹(例如，对行驶位置的采样率更高的行驶轨迹)，然而现实中仍有大量场景只能获取稀疏的轨迹位置(即低采样率的行驶轨迹)，如商店打卡数据、社交媒体位置分享数据。现有技术在将低采样率的行驶轨迹修复为高采样率的行驶轨迹时，往往通过已知轨迹位置直接推测，所推测的轨迹位置常常为不可能抵达的位置(例如，位于花坛中的轨迹位置、位于湖水中的轨迹位置)。因此现有技术恢复的轨迹位置往往因不符合实际而研究价值较低。
[0004]可见，现有技术对轨迹位置的恢复往往偏离实际，所恢复的行驶轨迹真实性较差，降低了行驶轨迹的可用性。

技术实现思路

[0005]本专利技术提供一种行驶轨迹修复方法、装置、电子设备和存储介质，用以解决现有技术对轨迹位置的恢复往往偏离实际，所恢复的行驶轨迹真实性较差，降低了行驶轨迹的可用性的缺陷，实现了使得修复轨迹位置与实际更为贴合，提高了行驶轨迹中轨迹位置的采样率。
[0006]本专利技术提供一种行驶轨迹修复方法，包括：
[0007]获取目标对象行驶轨迹上的已知轨迹位置，作为待修复数据；
[0008]根据所述待修复数据确定位于路网路段上的轨迹位置，作为修复轨迹位置；
[0009]生成包括所述修复轨迹位置的行驶轨迹，作为修复行驶轨迹。
[0010]根据本专利技术提供一种行驶轨迹修复方法，在上述基础上，所述获取目标对象行驶轨迹上的已知轨迹位置，作为待修复数据，包括：
[0011]获取所述目标对象在所述已知轨迹位置的行驶状态信息和/或环境信息；
[0012]将所述已知轨迹位置，以及所述行驶状态信息和/或所述环境信息作为所述待修复数据。
[0013]根据本专利技术提供一种行驶轨迹修复方法，在上述基础上，所述根据所述待修复数据确定位于路网路段上的轨迹位置，作为修复轨迹位置，包括：
[0014]将所述待修复数据输入修复模型中，得到由所述修复模型输出的修复结果；其中，
所述修复结果至少包括如下任一种：轨迹位置所在的路网路段、轨迹位置在路段中的位置；
[0015]将根据所述修复结果确定的轨迹位置作为所述修复轨迹位置；
[0016]其中，所述轨迹修复模型用于基于输入的待修复数据输出用于确定修复轨迹位置的修复结果。
[0017]根据本专利技术提供一种行驶轨迹修复方法，在上述基础上，所述将所述待修复数据输入修复模型中，得到由所述修复模型输出的修复结果，包括：
[0018]将所述待修复数据输入所述修复模型中的编码模块，得到由所述编码模块输出的特征数据；其中，所述编码模块中包括双向长短时记忆网络；
[0019]将所述特征数据输入所述修复模型中的解码模块，得到由所述解码模块输出的修复结果；其中，所述解码模块中包括单向长短时记忆网络。
[0020]根据本专利技术提供一种行驶轨迹修复方法，在上述基础上，所述将所述待修复数据输入所述修复模型中的编码模块，得到由所述编码模块输出的特征数据，包括：
[0021]将所述待修复数据中的已知轨迹位置和在已知轨迹位置的行驶状态信息输入所述编码模块中的第一子模块，得到由所述第一子模块输出的第一特征数据；
[0022]将所述待修复数据中的环境信息输入所述编码模块中的第二子模块，得到由所述第二子模块输出的第二特征数据；
[0023]将所述第一特征数据和所述第二特征数据拼接后形成的数据，作为所述特征数据。
[0024]根据本专利技术提供一种行驶轨迹修复方法，在上述基础上，在将所述待修复数据输入修复模型之前，还包括：
[0025]将第一已知行驶轨迹与所述路网路段进行匹配，获取所述第一已知行驶轨迹中位于所述路网路段上的轨迹位置，作为匹配轨迹位置，生成表示所述匹配轨迹位置的样本修复结果；
[0026]获取包括第二已知行驶轨迹上的轨迹位置的数据，作为样本待修复数据；其中，所述第二已知行驶轨迹通过降低所述第一已知行驶轨迹中轨迹位置的采样率得到；
[0027]生成训练样本，通过对若干训练样本进行机器学习得到所述修复模型；其中，所述训练样本以所述样本待修复数据作为输入，以所述样本修复结果作为期望输出。
[0028]根据本专利技术提供一种行驶轨迹修复方法，在上述基础上，在将第一已知行驶轨迹与所述路网路段进行匹配之前，还包括：
[0029]根据所述第一已知行驶轨迹中任意两个轨迹位置之间的间隔路程、间隔采样时间和速度阈值，确定所述第一已知行驶轨迹中的异常轨迹位置，以去除所述第一已知行驶轨迹中的异常轨迹位置。
[0030]本专利技术还提供一种行驶轨迹修复装置，包括：
[0031]获取单元，用于获取目标对象行驶轨迹上的已知轨迹位置，作为待修复数据；
[0032]确定单元，用于根据所述待修复数据确定位于路网路段上的轨迹位置，作为修复轨迹位置；
[0033]生成单元，用于生成包括所述修复轨迹位置的行驶轨迹，作为修复行驶轨迹。
[0034]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述行驶轨迹修复
方法的步骤。
[0035]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述行驶轨迹修复方法的步骤。
[0036]本专利技术提供的一种行驶轨迹修复方法、装置、电子设备和存储介质，根据已知轨迹位置确定修复轨迹位置，每一修复轨迹位置均位于路网路段上，避免修复轨迹位置位于行驶过程中不可到达的区域，使得修复轨迹位置与实际更为贴合，包含了修复轨迹位置的修复行驶轨迹也具有更好的真实性和可用性。此外，修复行驶轨迹相对于仅包含已知轨迹位置的行驶轨迹也具有更多的行驶位置采样点，提高了行驶轨迹中轨迹位置的采样率。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1是本专利技术提供的行驶轨迹修复方法的流程示意图之一；
[0039]图2是本专利技术提供的修复模型的原理示意图；
[0040]图3是本专利技术提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行驶轨迹修复方法，其特征在于，包括：获取目标对象行驶轨迹上的已知轨迹位置，作为待修复数据；根据所述待修复数据确定位于路网路段上的轨迹位置，作为修复轨迹位置；生成包括所述修复轨迹位置的行驶轨迹，作为修复行驶轨迹。2.根据权利要求1所述的行驶轨迹修复方法，其特征在于，所述获取目标对象行驶轨迹上的已知轨迹位置，作为待修复数据，包括：获取所述目标对象在所述已知轨迹位置的行驶状态信息和/或环境信息；将所述已知轨迹位置，以及所述行驶状态信息和/或所述环境信息作为所述待修复数据。3.根据权利要求1或2所述的行驶轨迹修复方法，其特征在于，所述根据所述待修复数据确定位于路网路段上的轨迹位置，作为修复轨迹位置，包括：将所述待修复数据输入修复模型中，得到由所述修复模型输出的修复结果；其中，所述修复结果至少包括如下任一种：轨迹位置所在的路网路段、轨迹位置在路段中的位置；将根据所述修复结果确定的轨迹位置作为所述修复轨迹位置；其中，所述轨迹修复模型用于基于输入的待修复数据输出用于确定修复轨迹位置的修复结果。4.根据权利要求3所述的行驶轨迹修复方法，其特征在于，所述将所述待修复数据输入修复模型中，得到由所述修复模型输出的修复结果，包括：将所述待修复数据输入所述修复模型中的编码模块，得到由所述编码模块输出的特征数据；其中，所述编码模块中包括双向长短时记忆网络；将所述特征数据输入所述修复模型中的解码模块，得到由所述解码模块输出的修复结果；其中，所述解码模块中包括单向长短时记忆网络。5.根据权利要求4所述的行驶轨迹修复方法，其特征在于，所述将所述待修复数据输入所述修复模型中的编码模块，得到由所述编码模块输出的特征数据，包括：将所述待修复数据中的已知轨迹位置和在已知轨迹位置的行驶状态信息输入所述编码模块中的第一子模块，得到由所述第一子模块输出的第一特征数据；将所述待修复数据中的环...

【专利技术属性】
技术研发人员：任慧敏，李瑞远，鲍捷，谭楚婧，
申请(专利权)人：京东城市北京数字科技有限公司，
类型：发明
国别省市：