[发明专利]一种训练位置识别模型的方法、位置识别方法及相关设备

权利要求书

1.一种训练位置识别模型的方法，其中，包括：

获取高架区域及高架附近区域的车辆位置数据作为样本数据，所述样本数据被标记为位于高架上或者位于高架下；

确定所述样本数据的特征；

将所述样本数据的特征及所述样本数据的标记作为训练数据，对机器学习模型进行训练，以获得适用于高架场景的位置识别模型。

2.根据权利要求1所述的训练位置识别模型的方法，其中，所述确定所述样本数据的特征包括：

确定所述样本数据对应的高架路段，所述高架区域的高架道路预先分段为两段以上的高架路段。

3.根据权利要求2所述的训练位置识别模型的方法，其中，所述确定所述样本数据对应的高架路段包括：

确定所述样本数据匹配的道路；

若匹配的道路为高架道路，确定所述样本数据在所述高架道路对应的高架路段；

若匹配的道路为非高架道路，将所述样本数据投影到所述非高架道路映射的高架道路上，得到所述样本数据的至少一个投影点，从至少一个投影点中确定与所述样本数据的投影距离最近的最近投影点，将所述最近投影点位于的高架路段确定为所述样本数据对应的高架路段。

4.根据权利要求3所述的训练位置识别模型的方法，其中，一段高架路段具有高架路段起点距离和高架路段终点距离，所述高架路段起点距离为所述高架路段的起点位置与所在高架道路的起点位置之间的距离，所述高架路段终点距离为所述高架路段的终点位置与所在高架道路的起点位置之间的距离；

所述将所述最近投影点位于的高架路段确定为所述样本数据对应的高架路段包括：

确定所述最近投影点与所述最近投影点所在高架道路的起点位置之间的距离，将该距离落入高架路段起点距离和高架路段终点距离之间的高架路段，确定为所述样本数据对应的高架路段。

5.根据权利要求2所述的训练位置识别模型的方法，其中，所述样本数据对应的高架路段由所述高架路段的路段标识进行表示。

6.根据权利要求2-5任一项所述的训练位置识别模型的方法，其中，所述确定所述样本数据的特征还包括：

确定所述样本数据到高架区域的高架道路的投影距离；

确定所述样本数据对应的卫星分布特征；

确定所述样本数据对应的历史行驶速度特征。

7.根据权利要求6所述的训练位置识别模型的方法，其中，所述确定所述样本数据对应的卫星分布特征包括：

获取在所述样本数据对应的历史行驶时间点采集的全球导航卫星系统信息；

基于所述全球导航卫星系统信息，获取所述样本数据对应的卫星信噪比和卫星位置，至少根据所述卫星信噪比和卫星位置，确定所述样本数据对应的卫星分布特征。

8.根据权利要求7所述的训练位置识别模型的方法，其中，所述至少根据所述卫星信噪比和卫星位置，确定所述样本数据对应的卫星分布特征包括：

将所述卫星位置投影到具有多个网格的预设平面，得到所述卫星位置在所述预设平面的投影位置；

至少基于所述卫星信噪比和所述投影位置，在所述预设平面的各网格中分别确定所述样本数据对应的卫星特征，集合各网格中确定的所述样本数据对应的卫星特征，得到所述样本对应的卫星分布特征。

9.根据权利要求8所述的训练位置识别模型的方法，其中，所述至少基于所述卫星信噪比和所述投影位置，在所述预设平面的各网格中分别确定所述样本数据对应的卫星特征包括：

针对所述预设平面的任一网格，至少基于所述卫星信噪比和所述投影位置，确定卫星特征，所述卫星特征用于描述卫星在所述预设平面的网格中的信号强度和距离分布关系。