[發明專利]一種基于車聯網大數據的智能導航方法、裝置和電子設備

在審

• 申請號: 202110751707.6
• 申請日: 2021-07-03
• 公開（公告）號: CN113483779A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 李興亮
• 申請（專利權）人: 李興亮
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 暫無信息
• 代理人: 暫無信息

本說明書實施例提供一種車聯網大數據的智能導航方法，響應于第一用戶輸入終點地定位用戶當前位置，調用地圖導航模型，確定由所述當前位置到達終點地的備選道路信息，通過出發響應的方式實現了自動導航，利用大數據上報系統實時獲取全量車載客戶端的當前導航路徑信息，根據當前導航路徑篩選干涉車輛，這些導航路徑信息能夠反映未來駕駛傾向，因而能夠作為耗時遞推方式計算的依據，利用大數據系統按照路段進行遞推，兼顧了路段間的影響和不同次駕駛事件間的波動性和隨機性，減小導航時計算的耗時偏差。

技術領域

本申請涉及計算機領域，尤其涉及一種基于車聯網大數據的智能導航方法、裝置和電子設備。

背景技術

地圖導航逐漸應用于人們的生活，目前業內的在進行導航時，會顯示導航路線以及估算的耗時。這樣，用戶便可以參考不同導航路線的耗時，選擇耗時段的導航路線。

然而申請人發現，目前業內知名的多個導航軟件所提供的導航方法，在按照導航路線進行駕駛后，最終所耗的時間往往有所偏差。

這是因為目前的導航方法在計算導航路線對應的耗時時，多是通過定位實時采集車輛位置，計算出車輛當前在各路段上的密集程度，根據不同路段當前的密集程度對目前計算耗時的車輛假設出預測車速，進行計算出各路段的耗時，進而得到該導航路線上的總耗時。比如，用戶A在10:00執行導航操作，后臺當即采集目前各路段的車輛密集程度：第一段路段的密集程度未200米/輛，第二段路段的密集程度未5米/輛，第三段路段的密集程度未2米/輛，這時便直接將用戶A在第一、二、三路段上的預測車速分別設置為100km/h、60km/h、4km/h(這些數值只作為一種便于理解的示例)，那么，再結合第一、二、三路段的距離就能計算出用戶A在第一、二、三路段的時間，進而計算出總耗時。

分析發現，以上計算方式雖然能夠一定程度上計算出大概的耗時，但是，實際最終所耗的時間與計算出的耗時往往有所偏差，這從根本上來說是因為，以上這種方式假設出的預測車速存在失真的可能，具體而言是指，目前的方法在導航時，是在用戶進行導航操作(比如用戶輸入目的地后點擊“開始導航”)時采集車輛位置，計算各路段的密集程度，在計算耗時，對各路段假設的預測車速實際上是導航操作的時間點各路段的預測車速，在用戶駕駛一定時間后，后面路段的車輛早已駛出該路段，此時各路段的密集程度與導航操作時的密集程度往往產生了較大變化，隨著導航用戶車輛的行駛，擁擠車流所到達的路段往往也在變化，這就使得假設的預測車速實際往往失效，從而導致計算的耗時與實際耗時偏差較大。

以上是實際應用的產品的缺陷，而即便放眼目前的導航理論(諸如設置擁堵周期，利用歷史時間點的車輛擁擠情況，挖掘其在周期上的變化規律，在用戶產生導航操作時預估未來時刻各路段的車輛密度，繼而計算預測車速以計算總耗時)，其計算結果的偏差依然較大，則是因為，這種方式計算的結果實際上是假設不同周期之間，車輛密度隨時間的變化規律具有相似性，然而這只是一廂情愿的假設，實際生活中，每次駕駛的耗時都會受到很多因素影響，這次和下次駕駛的路段車況(密集程度)，往往具有隨機性和波動性，做出以上假設(不同周期之間，車輛密度隨時間的變化規律具有相似性)，從出發點就忽略了不同駕駛行為之間的隨機性和波動性特點，從而沒有明顯減小導航耗時的計算偏差。

基于此，我們提供了一種基于車聯網大數據的導航方法。

發明內容

本說明書實施例提供一種基于車聯網大數據的智能導航方法、裝置和電子設備，通過智能導航減小耗時偏差。

本說明書實施例提供一種基于車聯網大數據的智能導航方法，包括：

步驟1：響應于第一用戶輸入終點地定位用戶當前位置，調用地圖導航模型，確定由所述當前位置到達終點地的備選道路信息，將所述備選道路劃分成多個路段；

步驟3：利用大數據上報系統實時獲取全量車載客戶端的當前導航路徑信息，根據當前導航路徑篩選干涉車輛，所述干涉車輛的當前導航路徑與所述備選道路具有至少一段重合路段；