[發明專利]地圖匹配方法、地圖匹配模型的確定方法及裝置

在審

• 申請號: 202110395970.6
• 申請日: 2021-04-13
• 公開（公告）號: CN113205113A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 狄燁;李亞旭;李洋
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01C21/30
• 代理公司: 北京睿派知識產權代理事務所(普通合伙) 11597
• 代理人: 劉鋒

本發明實施例公開了一種地圖匹配方法、地圖匹配模型的確定方法及裝置，根據目標任務對應的位置點確定候選路段，將位置點的位置數據輸入至地圖匹配模型中進行處理，獲取各候選路段的選擇參數，根據各所述候選路段的選擇參數確定目標路段，其中，地圖匹配模型包括第一子模型和第二子模型，所述第二子模型為根據知識蒸餾方法訓練獲得的學生模型，所述學生模型對應的教師模型的訓練樣本數據根據所述第一子模型的數據處理結果進行標注確定，由此，本實施例可以將位置數據中的多個特征進行融合處理，以提高地圖匹配的準確性，同時，可以減小地圖匹配模型的尺寸，提高地圖匹配效率。

技術領域

本發明涉及計算機技術領域，更具體地，涉及一種地圖匹配方法、地圖匹配模型的確定方法及裝置。

背景技術

地圖匹配(Map Matching)技術利用電子地圖和定位信息來確定車輛在道路上的準確位置，其基本思想是將定位裝置獲得的車輛定位軌跡與電子地圖數據庫中的道路信息聯系起來，并由此確定車輛相對于地圖的位置。目前，地圖匹配通常采用HMM(HiddenMarkov Model，隱馬爾可夫模型)。在現有的HMM模型進行地圖匹配時，影響轉移概率的多種特征(例如距離、方向、速度等)是相互獨立的，忽略了各特征的關聯性可能帶來的影響，導致地圖匹配準確率較低。

發明內容

有鑒于此，本發明實施例提供一種地圖匹配方法、地圖匹配模型的確定方法及裝置，以將位置數據中的多個特征進行融合處理，以提高地圖匹配的準確性，同時，減小地圖匹配模型的尺寸，提高地圖匹配效率。

第一方面，本發明實施例提供一種地圖匹配方法，所述方法包括：

根據目標任務對應的位置點確定至少一個候選路段；

將所述位置點的位置數據輸入至地圖匹配模型中的第一子模型中進行處理，獲取各候選路段對應的第一參數，所述位置數據包括所述位置點與各候選路段的關聯信息；

將所述位置數據輸入至地圖匹配模型的第二子模型中進行擬合處理，獲取各候選路段對應的第二參數；

根據各所述候選路段的第一參數和第二參數確定各所述候選路段的選擇參數；

根據各所述候選路段的選擇參數確定目標路段；

其中，所述第二子模型為根據知識蒸餾方法訓練獲得的學生模型，所述學生模型對應的教師模型的訓練樣本數據根據所述第一子模型的數據處理結果進行標注確定。

可選的，所述位置數據包括位置點數據、所述位置點與各所述候選路段的距離、所述位置點的速度、各所述候選路段的限速信息、所述位置點的運動方向與各所述候選路段的方向的夾角信息中的一項或多項。

可選的，所述教師模型通過以下步驟訓練獲得：

將各樣本的位置數據輸入至所述第一子模型，確定各所述樣本對應的各候選路段的選擇參數，所述樣本的位置數據至少包括所述樣本的位置點與對應候選路段的關聯信息；

將所述選擇參數大于第一閾值的候選路段信息標注為所述教師模型的正樣本數據；

將所述選擇參數小于第二閾值的候選路段信息標注為所述教師模型的負樣本數據；

根據所述正樣本數據和所述負樣本數據對所述教師模型進行分類任務訓練，獲取訓練完成的教師模型。

可選的，所述第二子模型通過以下步驟訓練獲得：

將各樣本的位置數據輸入至所述訓練完成的教師模型，獲取各所述樣本對應的各候選路段的第二參數；

根據各所述樣本的位置數據、以及各所述樣本對應的各候選路段的第二參數確定所述第二子模型的訓練樣本；

根據所述第二子模型的訓練樣本對所述第二子模型進行回歸任務訓練，獲取訓練完成的第二子模型。