[发明专利]基于低采样历史轨迹的行程时间估计方法有效
| 申请号： | 201610630034.8 | 申请日： | 2016-08-04 |
| 公开（公告）号： | CN106156531B | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 孙未未;吴昊 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于轨迹计算技术领域，具体为一种基于低采样历史轨迹的行程时间估计方法。该方法的步骤包括：预处理阶段，对历史数据进行分桶与地图匹配；训练阶段，根据历史数据训练模型得到道路在不同时间桶的开销；在线阶段，构建路径向量并估计行程时间。该方法对历史数据采样率不敏感，能够在低采样率数据下具有较好的效果。 | ||
| 搜索关键词： | 基于 采样 历史 轨迹 行程 时间 估计 方法 | ||
【主权项】：
一种基于低采样历史轨迹的行程时间估计方法，其特征在于，具体步骤分为如下三个阶段：(一)预处理阶段，对历史数据进行分桶与地图匹配；(二)训练阶段，根据预处理阶段处理好的数据训练模型得到道路在不同时间桶的开销；(三)在线阶段，构建路径向量并估计行程时间；预处理阶段的具体步骤为：(1)对历史轨迹数据根据轨迹第一个采样点的时间进行分桶，将历史轨迹分派到对应的桶中；所述分桶方式包括按照双休日工作日分桶，每天24小时每1小时分一个桶，共24*2＝48个桶；(2)对轨迹数据使用已有的基于隐马尔可夫模型的地图匹配算法，得到行驶路径。训练阶段的具体步骤为：步骤(1)，对每个桶内的轨迹构建路径向量；步骤(2)，将同一个桶内轨迹所构建的路径向量构建成历史轨迹训练矩阵与真实时间开销向量；步骤(3)，利用每个桶内的轨迹求出粗略道路时间开销向量；步骤(4)，对每个桶由步骤(2)得到的历史轨迹训练矩阵与真实时间开销向量进行训练，得到道路时间开销向量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610630034.8/，转载请声明来源钻瓜专利网。
