[發明專利]一種道路匹配方法和裝置、及預測模型訓練方法

在審

• 申請號: 202010587952.3
• 申請日: 2020-06-24
• 公開（公告）號: CN113834490A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 邸紅葉;吳澤;冀晨光;劉凱奎
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G01C21/30
• 分類號: G01C21/30;G06K9/62;G06N20/00
• 代理公司: 北京思格頌知識產權代理有限公司 11635
• 代理人: 楊超

本發明公開了一種道路匹配方法和裝置、及預測模型訓練方法，該方法包括：獲取待匹配軌跡包含的軌跡點的點特征；獲取位于軌跡點周邊的候選道路的道路特征；獲取用于表征軌跡點與該軌跡點的候選道路之間關系的組合特征；將所述軌跡點的點特征、候選道路的道路特征、所述組合特征輸入已訓練的機器學習模型，預測軌跡點到相應候選道路的匹配概率。在道路匹配過程中通過對多種特征信息的綜合學習，確定匹配概率，提升了道路匹配的準確率。

技術領域

本發明涉及地圖技術領域，特別涉及一種道路匹配方法和裝置、及預測模型訓練方法。

背景技術

隨著電子地圖技術的發展，電子地圖的使用范圍越來越廣泛，比如，在車輛的導航引導或自動駕駛過程中，需要基于車輛行駛時產生的軌跡點(如GPS軌跡點)與電子地圖中的路網數據進行匹配，以確定車輛實際行駛的道路，進而基于車輛實際行駛的道路進行導航引導或者進行駕駛決策。由此可見，道路匹配的準確率是本領域技術人員需要關注和不斷優化的技術參數。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種道路匹配方法和裝置、及預測模型訓練方法。

本發明實施例提供一種道路匹配方法，包括：

獲取待匹配軌跡包含的軌跡點的點特征；

獲取位于軌跡點周邊的候選道路的道路特征；

獲取用于表征軌跡點與該軌跡點的候選道路之間關系的組合特征；

將所述軌跡點的點特征、候選道路的道路特征、所述組合特征輸入已訓練的機器學習模型，預測軌跡點到相應候選道路的匹配概率。

在一些可選的實施例中，若軌跡點是隨時間連續產生的，所述方法進一步包括：

根據相鄰軌跡點的點特征和相鄰軌跡點的候選道路的道路特征，確定相鄰軌跡點中先產生的軌跡點的候選道路到后產生的軌跡點的候選道路的轉移概率；

根據軌跡點到相應候選道路的匹配概率以及前一個軌跡點候選道路到該軌跡點的候選道路的轉移概率，確定該軌跡點與候選道路的真實匹配概率；

根據軌跡點與候選道路的真實匹配概率，確定所述待匹配軌跡匹配的道路。

在一些可選的實施例中，所述根據相鄰軌跡點的點特征和相鄰軌跡點的候選道路的道路特征，確定相鄰軌跡點中先產生的軌跡點的候選道路到后產生的軌跡點的候選道路的轉移概率，包括：

根據待匹配軌跡包含的軌跡點的點特征，確定相鄰兩個軌跡點之間的地表距離；

根據軌跡點附近設定范圍內的候選道路的道路特征，確定相鄰兩個軌跡點的候選道路之間的最短路徑長度；

根據所述地表距離和所述最短路徑長度，確定相鄰兩個軌跡點中先產生的軌跡點的候選道路到后產生的軌跡點的候選道路的轉移概率。

在一些可選的實施例中，根據軌跡點到相應候選道路的匹配概率以及該軌跡點對應的所述轉移概率，確定軌跡點與候選道路的真實匹配概率，包括：

針對待匹配軌跡中的軌跡點i和匹配道路s：

當i＝1時，將第i個軌跡點到候選道路s的匹配概率作為第i個軌跡點匹配到候選道路s的真實匹配概率

當i1時，根據第i-1個軌跡點到候選道路t的真實匹配概率第i個軌跡點到候選道路s的匹配概率和第i-1個軌跡點的候選道路t到第i個軌跡點的候選道路s的轉移概率確定第i個軌跡點匹配到候選道路s的真實匹配概率

在一些可選的實施例中，根據軌跡點與候選道路的真實匹配概率，確定所述待匹配軌跡匹配的道路，包括：