[發明專利]ETA模型生成方法和裝置、ETA預測方法和裝置、電子設備

在審

• 申請號: 201810439602.5
• 申請日: 2018-05-09
• 公開（公告）號: CN110470314A
• 公開（公告）日: 2019-11-19
• 發明（設計）人: 冀晨光;劉凱奎;劉英群;夏磊洲;劉嶺嶺;李百豐;吳祿裕
• 申請（專利權）人: 高德信息技術有限公司
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 11353 北京市惠誠律師事務所
• 代理人: 逯博<國際申請>=<國際公布>=<進入國

本發明提供了一種ETA模型生成方法和裝置、ETA預測方法和裝置、電子設備，其中，ETA模型生成方法包括：獲取導航路徑中包括的各道路段的歷史旅行時長以及實時旅行時長；利用融合因子，對各道路段的歷史旅行時長和實時旅行時長進行融合操作，得到各道路段的預測旅行時長；根據路口行駛模型，獲取路口預測行駛時長；根據導航路徑中包括的各道路段的預測旅行時長和各路口對應的路口預測行駛時長，獲取導航路徑的預測旅行時長；根據預測旅行時長和實際旅行時長進行回歸計算，得到目標融合因子和各路口目標行駛時長，并生成ETA模型。本發明實施例的方案，能夠提高預計到達時間的預測準確性，同時模型為機器學習化模型，訓練成本低、上線預測速度快。

技術領域

本申請涉及計算機技術領域，尤其涉及一種ETA模型生成方法和裝置、ETA預測方法和裝置、電子設備。

背景技術

ETA(Estimated Time of Arrival)，即預計到達時間，是對于規劃線路旅行時長的一個預估。ETA是衡量路線質量諸多指標中(其他包括如距離、紅綠燈數量、導航動作數量、大路占比、小路占比、擁堵比例、收費)最為重要的一項，是用戶從候選路線集合(通常為3條)中選擇發起導航的路線時考慮的首要因素。

從原理上講，用戶的行駛時長通常可分解為兩部分：在道路上的旅行時長以及通過路口的轉向時長(包括等紅綠燈的時間)。其中前者由于受到動態路況的影響，會在用戶行駛的過程中會不斷變化，所以必須通過路況預測的手段來把握。后者則由信號燈的配時來決定，紅綠燈的配時通常由地方交管部門來調節，在不同時段也會動態變化。總體而言，如何精準根據未來的路況預測旅行時長，以及如何精準的提取每類紅綠燈以及所有轉向動作的時間成本，并將之應用于ETA的計算，是一個在世界范圍內極具挑戰性的課題。

當前的ETA預測引擎中常采用人工規則模型，即不同時段、不同區域的參數需要人工手動調節，每調節一個參數的取值，在測試數據集上重新評估預測效果，看看優良率是否有所提升。由于交叉組合的場景過多，可能有幾十至數千套參數甚至更多，視定制化程度而定，人工手段無法尋獲最佳取值，也無法滿足用戶定制化的路徑規劃需求。

發明內容

本發明提供了一種ETA模型生成方法和裝置、ETA預測方法和裝置、電子設備，能夠提高預計到達時間的預測準確性，同時模型為機器學習化模型，訓練成本低、上線預測速度快。

為達到上述目的，本發明的實施例采用如下技術方案：

第一方面，提供了一種ETA模型生成方法，所述ETA模型用于預測導航路徑的到達時間，所述導航路徑包括至少一個道路段和至少一個路口，包括：

獲取所述導航路徑中包括的各道路段的歷史旅行時長；

獲取所述各道路段在旅行起始時刻路況下的實時旅行時長；

利用預設的融合因子，對所述各道路段的歷史旅行時長和實時旅行時長進行融合操作，得到所述各道路段的預測旅行時長；

預先建立路口行駛模型，各路口行駛模型對應有路口預測行駛時長，根據所述導航路徑中各路口行駛路徑對應的路口行駛模型，獲取各路口對應的路口預測行駛時長；

根據所述導航路徑中包括的各道路段的預測旅行時長和各路口對應的路口預測行駛時長，獲取所述導航路徑的預測旅行時長；

獲取所述導航路徑的實際旅行時長；

根據所述導航路徑的預測旅行時長和實際旅行時長進行回歸計算，得到目標融合因子和各路口行駛模型對應的路口目標行駛時長，并生成 ETA模型。

第二方面，提供了一種ETA模型生成裝置，所述ETA模型用于預測導航路徑的到達時間，所述導航路徑包括至少一個道路段和至少一個路口，包括：

歷史旅行時長獲取模塊，用于獲取所述導航路徑中包括的各道路段的歷史旅行時長；