本公开提供了一种交通限制信息提取模型的训练方法及装置。所述方法包括：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。本公开可以降低对轨迹采样覆盖率的依赖，解决短小道路匹配缺失问题，利用轨迹绕路特征检测交限，避免绕路干扰。绕路干扰。绕路干扰。
【技术实现步骤摘要】
交通限制信息提取模型的训练方法及装置
[0001]本公开的实施例涉及模型训练
，尤其涉及一种交通限制信息提取模型的训练方法及装置。
技术介绍
[0002]随着城市建设的发展，城市路网愈发复杂，给交通管理带来巨大压力。交通限制的制定有力地促进了交通合理分流，保证交通安全、提升交通效率，但同时也使得出行的路线选择变得更为复杂。交通限制信息的准确性直接影响到用户的体验，当用户在路口处使用导航规划的路线和现场不一致时会造成用户违章，甚至出现交通事故。目前，电子地图上显示的交通限制信息通常通过地图供应商的外业采集人员在外采集获得，且路口的情况变化比较频繁，因而需要耗费大量的时间，且采集成本很大，无法保证交通限制信息的实时性。
[0003]随着GPS(Global Positioning System，全球定位系统)嵌入式设备的广泛使用，不同类型的移动对象产生海量的GPS轨迹数据，这为交限的挖掘提供了新的契机。通过海量轨迹，可以挖掘较为全面的道路信息，以极低的成本获取高效、实时且准确的交限情报。
[0004]而在现有技术方案中，通常是通过对车辆在道路路口的行驶轨迹和该路口的通行链路进行分析，快速发现路口交通限制信息的变化，提高数据的实时性，从而为用户提供更加安全和快速的驾驶环境。该技术要求海量数据足够覆盖完整的路口，在满足这样的情况下，对未有匹配轨迹的道路组合判定成存在交通限制。但是海量数据获取难度较大，且无法保证足够覆盖全部的路口以及完整的路口。并且，交通限制信息的存在会导致用户产生绕路的行为，这种绕路距离在不同的路网中差异较大。在交通限制信息存在的部分情况下，用户只需要在短暂的绕路调头后便可到达预期的道路，在这种情况下会将存在交限的道路组合判定为不存在交通限制信息，降低交通限制信息检测的召回率。
技术实现思路
[0005]本公开的实施例提供一种交通限制信息提取模型的训练方法及装置，用以降低对轨迹采样覆盖率的依赖，解决短小道路匹配缺失问题，利用轨迹绕路特征检测交限，避免绕路干扰。
[0006]根据本公开的实施例的第一方面，提供了一种交通限制信息提取模型的训练方法，包括：
[0007]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；
[0008]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；
[0009]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。
[0010]可选地，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：
[0011]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；
[0012]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；
[0013]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。
[0014]可选地，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：
[0015]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；
[0016]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。
[0017]可选地，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：
[0018]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；
[0019]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。
[0020]可选地，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：
[0021]获取在所述多个路口处的车辆行驶轨迹的行驶轨迹数量；
[0022]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；
[0023]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；
[0024]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；
[0025]获取所述初始路口中比值大于设定比值阈值的目标路口；
[0026]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。
[0027]可选地，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：
[0028]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；
[0029]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；
[0030]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；
[0031]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；
[0032]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。
[0033]可选地，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：
[0034]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；
[0035]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；
[0036]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。
[0037]可选地，所述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，包括：
[0038]获取所述交通限制信息中置信度大于第一置信度阈值的交通限制信息，并将所述置信度大于第一置信度阈值的交通限制信息作为目标交通限制信息；
[0039]获取所述交通限制信息中置信度小于等于所述第一置信度阈值，大于第二置信度阈值的交通限制信息，以由业务人员确定所述置信度小于等于所述第一置信度阈值，大于第二置信度阈值的交通限制信息中的目标交通限制信息；
[0040]获取所述交通限制信息中置信度小于所述第二置信度阈值的交通限制信息，并基于所述置信度小于所述第二置信度阈值的交通限制信息对所述交通限制信息提取模型进行迭代训练。
[0041]第二方面，本公开的实施例提供了一种交通限制信息提取模型的训练装置本文档来自技高网...
【技术保护点】
【技术特征摘要】
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...
【专利技术属性】
技术研发人员：黄锐，贺尧，蒋子谦，李亮，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。