[发明专利]一种定位精度的预测方法和系统

权利要求书

1.一种定位精度的预测方法，其特征在于，包括:

获取来自定位装置的定位相关信息，所述定位相关信息反映定位点数据，所述定位点数据包括目标定位点的位置信息、位于目标定位点之前的至少一个在先定位点的位置信息、目标定位点与至少一个在先定位点中的至少任意两个之间的位置关系信息；

利用定位精度预测模型处理所述定位相关信息，以获取定位精度，所述定位精度预测模型包括机器学习模型，所述定位精度体现定位轨迹和实际轨迹间的差异；

其中，所述定位精度预测模型通过以下步骤获取：

获取初始机器学习模型；

获取一个或多个定位装置的历史定位相关信息以及与之对应的历史实际轨迹数据；

基于历史定位相关信息以及与之对应的历史实际轨迹数据确定精度标记；

将所述历史定位相关信息作为输入数据，将对应的精度标记作为参考标准，训练所述初始机器学习模型，进而获得所述定位精度预测模型。

2.根据权利要求1所述的方法，其特征在于，所述定位装置的定位相关信息还反映以下信息中的至少一种：定位装置的系统精度数据以及定位装置的类型。

3.根据权利要求1所述的方法，其特征在于，所述定位点数据还包括目标定位点所属地理区域的环境信息。

4.根据权利要求1所述的方法，其特征在于，所述目标定位点与至少一个在先定位点中的至少任意两个之间的位置关系信息通过以下方式获得：

将所述目标定位点以及至少一个在先定位点映射到路网数据中；

确定所述目标定位点与至少一个在先定位点中的至少任意两个在路网数据中的距离和/或夹角；

将所述距离和/或夹角确定为所述位置关系信息。

5.根据权利要求2所述的方法，其特征在于，所述定位装置的系统精度数据包括以下中的至少一种：

目标定位点的系统精度数据、位于目标定位点之前的至少一个在先定位点的系统精度数据、目标定位点的系统精度数据与至少一个在先定位点的系统精度数据中的至少任意两个的运算结果。

6.根据权利要求1所述的方法，其特征在于，所述历史实际轨迹数据包括历史定位相关信息中的历史目标定位点和/或位于历史目标定位点之前的至少一个历史在先定位点在路网数据中对应的位置数据。

7.根据权利要求6所述的方法，其特征在于，所述精度标记与历史定位相关信息中的历史目标定位点和/或位于历史目标定位点之前的至少一个历史在先定位点和与之对应的历史实际轨迹数据之间的距离为正相关关系。

8.一种定位精度的预测系统，其特征在于，所述系统包括：

获取模块，用于获取来自定位装置的定位相关信息，所述定位相关信息反映定位点数据，所述定位点数据包括目标定位点的位置信息、位于目标定位点之前的至少一个在先定位点的位置信息、目标定位点与至少一个在先定位点中的至少任意两个之间的位置关系信息；

预测模块，用于利用定位精度预测模型处理所述定位相关信息，以获取定位精度，所述定位精度预测模型包括机器学习模型，所述定位精度体现定位轨迹和实际轨迹间的差异；

训练模块，用于通过以下步骤获取所述定位精度预测模型：

获取初始机器学习模型；

获取一个或多个定位装置的历史定位相关信息以及与之对应的历史实际轨迹数据；

基于历史定位相关信息以及与之对应的历史实际轨迹数据确定精度标记；

将所述历史定位相关信息作为输入数据，将对应的精度标记作为参考标准，训练所述初始机器学习模型，进而获得所述定位精度预测模型。

9.根据权利要求8所述的系统，其特征在于，所述定位装置的定位相关信息还反映以下信息中的至少一种：定位装置的系统精度数据以及定位装置的类型。

10.根据权利要求8所述的系统，其特征在于，所述定位点数据还包括：

目标定位点所属地理区域的环境信息。