[發明專利]軌跡分類方法、軌跡分類模型訓練方法及計算機程序產品

在審

• 申請號: 202210119091.5
• 申請日: 2022-02-08
• 公開（公告）號: CN114707567A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 李奕衡;劉羽飛;王登;左帆;周海洋
• 申請（專利權）人: 高德軟件有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京智信四方知識產權代理有限公司 11519
• 代理人: 鐘文芳

1.一種軌跡分類方法，其中，包括：

獲取待分類軌跡；

基于所述待分類軌跡中的軌跡點所屬道路類型，將所述待分類軌跡劃分成一個或多個軌跡片段，同一個軌跡片段中的所有軌跡點屬于同一道路類型；

針對各個所述軌跡片段提取至少一個時間序列特征；

基于所述至少一個時間序列特征，確定所述待分類軌跡的通行方式類別。

2.根據權利要求1所述的方法，其中，基于所述至少一個時間序列特征，確定所述待分類軌跡的通行方式類別，包括：

確定每一個所述軌跡片段所屬道路類型，以及所述道路類型對應的第一軌跡分類模型；其中不同道路類型對應不同的第一軌跡分類模型；

針對每一個所述軌跡片段，將與該軌跡片段對應的所述時間序列特征，輸入至所述軌跡片段所屬道路類型對應的第一軌跡分類模型，獲得該軌跡片段的分類結果；

將各個所述軌跡片段對應的所述分類結果進行融合，確定所述待分類軌跡的通行方式類別。

3.根據權利要求2所述的方法，其中，不同的所述第一軌跡分類模型單獨訓練得到，且訓練所述第一軌跡分類模型的樣本軌跡所屬道路類型與所述第一軌跡分類模型對應的道路類型相同。

4.根據權利要求2或3所述的方法，其中，將所述軌跡片段對應的所述分類結果進行融合，確定所述待分類軌跡的通行方式類別，包括：

對所述軌跡片段對應的所述分類結果分別加權融合后，得到所述待分類軌跡的通行方式類別；其中對所述軌跡片段的分類結果進行加權的權重與所述軌跡片段在所述待分類軌跡中所占的長度比例相關。

5.根據權利要求1所述的方法，其中，基于所述軌跡片段中提取的所述至少一個時間序列特征確定所述待分類軌跡的通行方式類別，包括：

將所述軌跡片段中提取的所述至少一個時間序列特征拼成總時間序列特征；

將所述總時間序列特征輸入至第二軌跡分類模型，獲得所述待分類軌跡的通行方式類別。

6.根據權利要求5所述的方法，其中，將所述軌跡片段中提取的所述至少一個時間序列特征拼成總時間序列特征，包括：

從每個所述軌跡片段中提取預定數量個時間序列特征，且從不同的所述軌跡片段中提取的所述預定數量個時間序列特征的類型對應一致；

按照所述軌跡片段在所述待分類軌跡中的位置順序，將每個所述軌跡片段對應的預定數量個時間序列特征依次拼接，得到所述總時間序列特征。

7.一種軌跡分類模型訓練方法，其中，包括：

獲取訓練數據；所述訓練數據包括多個樣本軌跡；

基于所述樣本軌跡中的軌跡點所屬道路類型，將所述待分類軌跡劃分成一個或多個軌跡片段，同一個軌跡片段中的所有軌跡點屬于同一道路類型；

針對各個所述軌跡片段提取至少一個時間序列特征；

將所述至少一個時間序列特征輸入至所述軌跡片段所屬道路類型對應的第一軌跡分類模型進行訓練；其中不同道路類型對應不同的第一軌跡分類模型。

8.一種軌跡分類模型訓練方法，其中，包括：

獲取訓練數據；所述訓練數據包括多個樣本軌跡；

基于所述樣本軌跡中的軌跡點所屬道路類型，將所述待分類軌跡劃分成一個或多個軌跡片段，同一個軌跡片段中的所有軌跡點屬于同一道路類型；

針對各個所述軌跡片段提取至少一個時間序列特征；

將所述軌跡片段中提取的所述至少一個時間序列特征拼接成總時間序列特征；

將所述總時間序列特征輸入至第二分類模型進行訓練。

9.一種交通狀況分析方法，其中，利用權利要求1-6任一項所述的方法對道路上的軌跡進行分類后，基于分類結果分析道路上的交通狀況。

10.一種計算機程序產品，其包括計算機指令，其中，該計算機指令被處理器執行時實現權利要求1-9任一項所述的方法。