[发明专利]为路线规划确定起点所在道路的方法及相关方法和装置

权利要求书

1.一种为路线规划确定起点所在道路的方法，包括：

根据路线规划请求携带的起点定位信息，从预置的路网数据库中，获取位于所述起点周边的道路作为候选道路；

针对每条候选道路，根据所述起点定位信息和候选道路的道路属性信息，确定用于表示所述起点与候选道路的方位关系的方位特征信息，将所述起点定位信息、所述道路属性信息和所述方位特征信息组合为相应候选道路的特征数据；

将候选道路的特征数据输入训练好的起点抓路模型，得到每条候选道路与所述起点的匹配概率；

根据所述每条候选道路与所述起点的匹配概率，确定所述起点所在的道路。

2.根据权利要求1所述的方法，所述获取位于所述起点周边的道路作为候选道路包括：

获取与所述起点的距离不大于预设的距离阈值的道路作为候选道路；

或者，

按照距离由小到大的顺序，获取不超过预设数量的道路作为候选道路，所述距离为起点与道路之间的距离。

3.根据权利要求1所述的方法，所述根据所述起点定位信息和候选道路的道路属性信息，确定用于表示所述起点与候选道路的方位关系的方位特征信息，包括：

根据所述起点定位信息包括的位置信息和方向角信息，和道路属性信息包括的位置信息和方向角信息，确定用于表示所述起点与候选道路的方位关系的方位特征信息，所述方位特征信息包括下列中的至少一项：

所述起点至所述候选道路的垂直距离、所述起点到所述候选道路的起点或终点的距离；所述起点的方向角与所述候选道路的方向角的夹角、所述起点与候选道路构成三角形的类型。

4.根据权利要求1所述的方法，所述将所有候选道路的特征数据输入训练好的起点抓路模型，得到每条候选道路与所述起点的匹配概率，包括：

将所有候选道路的特征数据输入训练好的起点抓路Lambda mart模型、起点抓路pairwise的loss相关模型或者起点抓路神经网络模型，输出每条候选道路与所述起点的匹配概率。

5.根据权利要求1所述的方法，还包括：使用历史路线规划数据训练起点抓路模型，具体包括：

获取历史路线规划数据中每次历史路线规划请求携带的历史起点定位信息和所处的实际道路；

针对每次路线规划请求,根据所述历史起点定位信息，确定所述历史起点周边的道路作为训练道路；

根据所述历史起点定位信息和所述训练道路的道路属性信息，确定用于表示所述历史起点与训练道路的方位关系的方位特征信息，得到包含历史起点定位信息、道路属性信息和方位特征信息的特征训练数据；

将所述特征训练数据输入待训练的起点抓路模型中，输出所述历史起点的匹配道路；

将各历史起点的所述匹配道路与对应的所述历史起点所在的实际道路比较，确定所述起点抓路模型的准确率；

根据所述起点抓路模型的准确率，调整所述起点抓路模型的参数，并获取下一批历史路线规划数据重复上述过程，直至得准确率到达预设要求，得到训练好的起点抓路模型。

6.根据权利要求1所述的方法，所述根据所述每条候选道路与所述起点的匹配概率，确定起点所在的道路，包括：

根据所述每条候选道路与所述起点的匹配概率对获取的候选道路进行排序，得到所述候选道路的排序结果；

根据所述排序结果从所述候选道路中选择最佳道路作为所述起点所在的道路；

或，

根据所述每条候选道路与所述起点的匹配概率对获取的候选道路进行排序，并根据设定的调整规则调整相应候选道路的排序次序，得到所述候选道路的排序结果；

根据所述排序结果从所述候选道路中选择最佳道路作为所述起点所在的道路。