[发明专利]一种路线召回方法、导航的方法、相关装置及系统

权利要求书

1.一种路线召回方法，其中，包括：

当接收到算路请求时，选择包括至少两个单算路目标的多算路目标组合，确定所述多算路目标组合对应的至少一套单算路目标权值组合，其中，一套单算路目标权值组合中包括所述多算路目标组合中各单算路目标对应的权值；

根据所述算路请求携带的起终点信息，以及所述至少一套单算路目标权值组合，召回多算路目标导航路线。

2.如权利要求1所述的路线召回方法，其中，所述至少一套单算路目标权值组合是通过下述方式预先训练得到的：

获取多个历史算路请求；

针对每个历史算路请求，根据预设的多算路目标组合，利用多目标算法以及初始设置的或者训练中得到的至少一套单算路目标权值组合得到至少一条多算路目标导航路线；

根据所述多个历史算路请求和确定的单算路目标，召回至少一条单算路目标导航路线；

将得到的至少一条多算路目标导航路线和至少一条单算路目标导航路线组成的路线集合输入到机器学习模型中进行训练，根据训练结果调整每套单算路目标权值组合，直到得到最优化的至少一套单算路目标权值组合。

3.如权利要求2所述的路线召回方法，其中，所述根据预设的多目标组合，利用多目标算法以及初始设置的或者训练中得到的至少一套单算路目标权值组合得到至少一条多算路目标导航路线，包括：

根据每个历史算路请求携带的起终点信息，利用选择的多目标算法确定Pareto路线集合；所述Pareto路线集合中包括符合预设的多算路目标组合要求的多条备选路线；

根据初始设置的或者训练中得到的至少一套单算路目标权值组合，从所述Pareto路线集合中召回至少一条多算路目标导航路线。

4.如权利要求2所述的路线召回方法，其中，所述将得到的至少一条多算路目标导航路线和至少一条单算路目标导航路线组成的路线集合输入到机器学习模型中进行训练，根据训练结果调整至少一套单算路目标权值组合，直到得到最优化的至少一套单算路目标权值组合，包括：

在机器学习模型中，确定所述路线集合的最优路线以及至少一条单算路目标导航路线中的最优路线；

根据所述路线集合中的最优路线的属性值和至少一条单算路目标导航路线中的最优路线的属性值，确定预设的损失函数的损失值，根据损失函数的损失值，调整每套单算路目标权值组合中各单算路目标的权值和机器学习模型的参数；所述预设的损失函数是根据预设的导航目标组合，利用线性整流ReLU函数确定的；

重复上述过程直至得到最小化损失函数时的至少一套单算路目标权值组合。

5.如权利要求4所述的路线召回方法，其中，所述预设的导航目标组合包括一个优化目标和至少一个作为约束条件的目标，所述优化目标和作为约束条件的目标从下列目标中选取：

预计行驶时间、行驶距离、收费、拥堵距离、小路距离、无路况道路距离、红绿灯数和转向动作数。

6.如权利要求1所述的路线召回方法，其中，所述根据所述算路请求携带的起终点信息，以及所述至少一套单算路目标权值组合，召回多算路目标导航路线，包括：

根据算路请求中携带的起终点信息，利用每套单算路目标权值组合，确定待召回的多目标导航路线包括的路线段；

将每条待召回的多目标导航路线包括的路线段的权值进行加权，得到相应待召回的多目标导航路线的路线权值；

从待召回的多目标导航路线中按照路线权值由小到大的顺序，选择预设数量的路线作为多算路目标导航路线。

7.如权利要求6所述的路线召回方法，其中，所述根据算路请求中携带的起终点信息，利用每套单算路目标权值组合，确定待召回的多目标导航路线包括的路线段，包括：

预先将路网切分为多个网格；

根据算路请求中携带的起终点信息，确定从起点到终点所经过的所有网格；

利用每套单算路目标权值组合中的各单算路目标的权值，分别对起点到终点所经过的每个网格对应的各路线段中各算路目标的属性值进行加权，得到每个网格对应的各路线段的权值；

对于每个网格，按照权值由小到大的顺序，选择预设数量的路线段，作为待召回的多目标导航路线的路线段。