[發明專利]一種路況信息獲取方法及其設備、存儲介質、終端

有效

• 申請號: 201711057258.5
• 申請日: 2017-11-01
• 公開（公告）號: CN109754594B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 陽勇;孫立光;趙紅超;江紅英
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q10/04
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種路況信息獲取方法，其特征在于，包括：

獲取當前經過目標路段的第一車輛所傳輸的第一實時行車數據，并基于所述第一實時行車數據獲取所述目標路段的第一行車特征信息；

獲取當前經過拓撲路段的第二車輛所傳輸的第二實時行車數據，并基于所述第二實時行車數據獲取所述目標路段的第二行車特征信息，所述拓撲路段為處于所述目標路段的目標范圍內的相鄰路段；

采用訓練后的路況預測模型并基于所述第一行車特征信息以及所述第二行車特征信息，獲取所述目標路段的路況信息，輸出所述路況信息，所述路況預測模型為采用分類算法并基于在目標時段經過所述目標路段的第三車輛的第一歷史行車特征信息、在所述目標時段經過所述拓撲路段的第四車輛的第二歷史行車特征信息以及所述目標路段在所述目標時段的路況真實概率值訓練得到，所述目標時段的路況真實概率值為基于所述第一歷史行車特征信息和所述第二歷史行車特征信息獲取得到。

2.根據權利要求1所述的方法，其特征在于，所述獲取當前經過目標路段的第一車輛所傳輸的第一實時行車數據之前，還包括：

獲取設定時長內經過所述行車路段的車輛數量；

當所述車輛數量小于或者等于車輛閾值時，確定所述行車路段為目標路段。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述目標路段的第一屬性信息以及所述拓撲路段的第二屬性信息；

所述采用訓練后的路況預測模型并基于所述第一行車特征信息以及所述第二行車特征信息，獲取所述目標路段的路況信息，包括：

采用訓練后的路況預測模型并基于所述第一行車特征信息、所述第二行車特征信息、所述第一屬性信息以及所述第二屬性信息，獲取所述目標路段的路況信息。

4.根據權利要求3所述的方法，其特征在于，所述第一屬性信息包括所述目標路段的基本屬性信息以及車速屬性信息，所述第二屬性信息包括所述拓撲路段的基本屬性信息；

所述獲取所述目標路段的第一屬性信息以及所述拓撲路段的第二屬性信息，包括：

向路段管理服務器發送所述目標路段以及所述拓撲路段的屬性信息查找請求，以使所述路段管理服務器查找所述目標路段的第一屬性信息和所述拓撲路段的第二屬性信息；

接收所述路段管理服務器反饋的所述第一屬性信息和所述第二屬性信息。

5.根據權利要求1所述的方法，其特征在于，所述采用訓練后的路況預測模型并基于所述第一行車特征信息以及所述第二行車特征信息，獲取所述目標路段的路況信息之前，還包括：

獲取在目標時段經過所述目標路段的第三車輛的第一歷史行車特征信息以及在所述目標時段經過所述拓撲路段的第四車輛的第二歷史行車特征信息；

采用所述第一歷史行車特征信息和所述第二歷史行車特征信息獲取所述目標路段在所述目標時段的路況真實概率值；

創建路況預測模型，采用分類算法并基于所述第一歷史行車特征信息、所述第二歷史行車特征信息以及所述路況真實概率值，對所述路況預測模型進行訓練。

6.根據權利要求5所述的方法，其特征在于，所述創建路況預測模型，采用分類算法并基于所述第一歷史行車特征信息、所述第二歷史行車特征信息以及所述路況真實概率值，對所述路況預測模型進行訓練，包括：

創建路況預測模型，將所述第一歷史行車特征信息、所述第二歷史行車特征信息以及所述路況真實概率值作為所述路況預測模型的輸入，并采用分類算法以確定所述路況預測模型的權重信息；

將所述權重信息代入所述路況預測模型中以生成所述訓練后的路況預測模型。

7.根據權利要求5所述的方法，其特征在于，所述采用所述第一歷史行車特征信息和所述第二歷史行車特征信息獲取所述目標路段在所述目標時段的路況真實概率值，包括：

獲取基于對所述目標路段以及所述拓撲路段的現場勘察結果所輸入的路況真實概率值，或；

獲取基于離線行車特征信息以及交通監控視頻所標注的路況真實概率值，或；

將所述第一歷史行車特征信息和所述第二歷史行車特征信息與所述離線行車特征信息進行匹配以得到匹配結果，并過濾所述匹配結果中的非行車信息以生成所述路況真實概率值。