出行时间预测模型的建立方法、提醒方法、装置及车辆制造方法及图纸

本申请公开了出行时间预测模型的建立方法、提醒方法、装置及车辆。根据预设出行频率从所有用户的出行数据中获取规律出行数据，以训练出行时间预测模型。利用出行时间预测模型预测目标用户在待预测日期下的出行时间，当出行时间满足预设条件时，提醒目标用户在出行时间前对车辆进行远程控制。本申请所述的方法能够准确预测用户的出行时间，提前对用户进行远程控制车辆的提醒，以便用户进行远程控制，避免了在用户忘记远程控制或远程控制不够及时的问题，使车辆能够按照用户需求预先工作，提高了用户对远程控制车辆的体验感。了用户对远程控制车辆的体验感。了用户对远程控制车辆的体验感。

【技术实现步骤摘要】
出行时间预测模型的建立方法、提醒方法、装置及车辆


[0001]本申请涉及车辆
，特别涉及出行时间预测模型的建立方法、提醒方法、装置及车辆。

技术介绍

[0002]随着汽车智能化的推进，普遍车型具备了远程控制功能，例如远程打开发动机以提前“热车”，远程通过闪灯和鸣笛寻车以方便用户在停车场找车，远程查看车辆位置，在极寒或极热天气下提前打开空调、除雪除霜，提前打开导航了解路况，甚至远程泊车等。
[0003]现有技术中，通常使用手机APP对车辆进行远程控制，需用户主动发起，且设置繁琐，用户常忘记对车辆进行远程控制，而由于网络信号、TBOX的内部设置等原因，远程控制车辆反应普遍较慢。因此，如何改善用户对远程控制车辆的体验成为了亟需解决的问题。

技术实现思路

[0004]基于上述问题，本申请提供了出行时间预测模型的建立方法、提醒方法、装置及车辆，以改善用户对远程控制车辆的体验。
[0005]本申请公开了一种出行时间预测模型的建立方法，所述方法包括：
[0006]获取预设时长内所有用户的出行数据；
[0007]根据预设出行频率，从所述出行数据中筛选目标用户；
[0008]根据所述目标用户的出行数据，确定目标时间范围，作为规律出行时间范围；
[0009]获取所述目标用户在规律出行时间范围的出行数据，作为规律出行数据；
[0010]根据所述规律出行数据训练出行时间预测模型，以预测目标用户的出行时间。
[0011]可选的，所述出行数据包括车架号、每一段行程的开始时间、每一段行程的开始位置和结束位置；所述根据预设出行频率，从所述出行数据中筛选目标用户，包括：
[0012]统计与所述车架号对应的车辆，每一段行程中从所述开始位置到所述结束位置的出行频率；
[0013]判断所述出行频率是否大于所述预设出行频率；
[0014]如果是，则获取与所述出行频率对应的出行数据作为目标数据；
[0015]基于所述目标数据，获取目标用户。
[0016]可选的，所述根据所述目标用户的出行数据，确定目标时间范围，包括：
[0017]获取待预测时段内多个目标用户的每一段行程的开始时间，并进行聚类；
[0018]获取第一日期属性；
[0019]根据所述聚类结果和所述第一日期属性，确定所述目标用户的目标时间范围。
[0020]可选的，所述根据所述规律出行数据训练出行时间预测模型，包括：
[0021]获取第二日期属性；
[0022]将所述第二日期属性和所述规律出行数据输入待训练模型，并以每一段行程的开始时间作为样本标签，对待训练模型进行训练，得到所述出行时间预测模型。
[0023]基于上述一种出行时间预测模型的建立方法，本申请还公开了一种出行时间预测模型的建立装置，包括：出行数据获取单元、用户筛选单元、时间范围确定单元、规律出行数据获取单元和模型训练单元；
[0024]所述出行数据获取单元，用于获取预设时长内所有用户的出行数据；
[0025]所述用户筛选单元，用于根据预设出行频率，从所述出行数据中筛选目标用户；
[0026]所述时间范围确定单元，用于根据所述目标用户的出行数据，确定目标时间范围，作为规律出行时间范围；
[0027]所述规律出行数据获取单元，用于获取所述目标用户在规律出行时间范围的出行数据，作为规律出行数据；
[0028]所述模型训练单元，用于根据所述规律出行数据训练出行时间预测模型，以预测目标用户的出行时间。
[0029]可选的，所述出行数据包括车架号、每一段行程的开始时间、每一段行程的开始位置和结束位置；所述用户筛选单元，包括：
[0030]频率统计子单元，用于统计与所述车架号对应的车辆，每一段行程中从所述开始位置到所述结束位置的出行频率；
[0031]频率比较子单元，用于判断所述出行频率是否大于所述预设出行频率；
[0032]如果是，则获取与所述出行频率对应的出行数据作为目标数据；
[0033]用户获取子单元，用于基于所述目标数据，获取目标用户。
[0034]可选的，所述时间范围确定单元，包括：
[0035]聚类子单元，用于获取待预测时段内多个目标用户的每一段行程的开始时间，并进行聚类；
[0036]第一日期属性获取子单元，用于获取第一日期属性；
[0037]目标范围确定子单元，用于根据所述聚类结果和所述第一日期属性，确定所述目标用户的目标时间范围。
[0038]可选的，所述模型训练单元，包括：
[0039]第二日期属性获取子单元，用于获取第二日期属性；
[0040]训练子单元，用于将所述第二日期属性和所述规律出行数据输入待训练模型，并以每一段行程的开始时间作为样本标签，对待训练模型进行训练，得到所述出行时间预测模型。
[0041]本申请公开了一种远程控制提醒方法，所述方法包括：
[0042]利用预先训练好的出行时间预测模型预测目标用户在待预测日期下的出行时间；所述出行时间预测模型由上述一种出行时间预测模型的建立方法的部分或者全部步骤训练得到；
[0043]判断所述出行时间是否满足预设条件；
[0044]若是，则在所述出行时间的预设时间前,提醒所述目标用户对所述目标用户的车辆进行远程控制。
[0045]可选的，所述利用出行时间预测模型预测目标用户在待预测日期下的出行时间，包括：将车辆的车架号和所述待预测日期输入所述出行时间预测模型，得到所述待预测日期下所述目标用户的出行时间。
[0046]可选的，所述判断所述出行时间是否满足预设条件，包括：
[0047]获取待预测日期下的规律出行时间范围；
[0048]判断所述目标用户在待预测日期下的出行时间是否在所述待预测日期下的规律出行时间范围内。
[0049]基于上述一种远程控制提醒方法，本申请还公开了一种远程控制提醒装置，包括：出行时间预测单元、条件判断单元和提醒单元；
[0050]所述出行时间预测单元，用于利用预先训练好的出行时间预测模型预测目标用户在待预测日期下的出行时间；所述出行时间预测模型由权利要求1
‑
4中任一项所述的方法训练得到；
[0051]所述条件判断单元，用于判断所述出行时间是否满足预设条件；
[0052]所述提醒单元，用于在所述出行时间的预设时间前,提醒所述目标用户对所述目标用户的车辆进行远程控制。
[0053]可选的，所述出行时间预测单元，用于：将车辆的车架号和所述待预测日期输入所述出行时间预测模型，得到所述待预测日期下所述目标用户的出行时间。
[0054]可选的，所述条件判断单元，包括：
[0055]时间范围获取子单元，用于获取待预测日期下的规律出行时间范围；
[0056]条件判断子单元，用于判断所述目标用户在待预测日期下的出行时间是否在所述待预测日期下的规律出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种出行时间预测模型的建立方法，其特征在于，包括：获取预设时长内所有用户的出行数据；根据预设出行频率，从所述出行数据中筛选目标用户；根据所述目标用户的出行数据，确定目标时间范围，作为规律出行时间范围；获取所述目标用户在规律出行时间范围的出行数据，作为规律出行数据；根据所述规律出行数据训练出行时间预测模型，以预测目标用户的出行时间。2.根据权利要求1所述的方法，其特征在于，所述出行数据包括：每一段行程的开始位置和结束位置；所述根据预设出行频率，从所述出行数据中筛选目标用户，包括：统计与所述车架号对应的车辆，每一段行程中从所述开始位置到所述结束位置的出行频率；判断所述出行频率是否大于所述预设出行频率；如果是，则获取与所述出行频率对应的出行数据作为目标数据；基于所述目标数据，获取目标用户。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标用户的出行数据，确定目标时间范围，包括：获取待预测时段内多个目标用户的每一段行程的开始时间，并进行聚类；获取第一日期属性；根据所述聚类结果和所述第一日期属性，确定所述目标用户的目标时间范围。4.根据权利要求1所述的方法，其特征在于，所述根据所述规律出行数据训练出行时间预测模型，包括：获取第二日期属性；将所述第二日期属性和所述规律出行数据输入待训练模型，并以每一段行程的开始时间作为样本标签，对待训练模型进行训练，得到所述出行时间预测模型。5.一种出行时间预测模型的建立装置，其特征在于，包括：出行数据获取单元、用户筛选单元、时间范围确定单元、规律出行数据获取单元和模型训练单元；所述出行数据获取单元，用于获取预设时长内所有用户的出行数据；所述用户筛选单元，用于根据预设出行频率，从所述出行数据中筛选目标用户；所述时间范围确定单元，用于根据所述目标用户的出行数据，确定目标时间范围，作为规律出行时间范围；所...

【专利技术属性】
技术研发人员：罗智，
申请(专利权)人：长城汽车股份有限公司，
类型：发明
国别省市：