[发明专利]路线规划和模型训练方法、装置、设备及存储介质

权利要求书

1.一种路线规划方法，包括：

获取地图区域内道路上的车辆拍摄图像，并获取所述地图区域内的货车行驶轨迹数据；

根据所述车辆拍摄图像和所述货车行驶轨迹数据，确定所述地图区域内的货车流量高峰路段，以及所述高峰路段对应的高峰时段；

向服务的客户端发送所述高峰路段信息以及所述高峰时段信息。

2.根据权利要求1所述的方法，其中，根据所述车辆拍摄图像和所述货车行驶轨迹数据，确定所述地图区域内的货车流量高峰路段，以及所述高峰路段对应的高峰时段，包括：

根据所述车辆拍摄图像和所述货车行驶轨迹数据，确定所述地图区域内道路上的各个位置和时间对应的货车出现的概率；

根据所述货车出现的概率，确定所述高峰路段，以及所述高峰路段对应的高峰时段。

3.根据权利要求2所述的方法，其中，根据所述车辆拍摄图像和所述货车行驶轨迹数据，确定所述地图区域内道路上的各个位置和时间对应的货车出现的概率，包括：

对所述车辆拍摄图像进行识别，得到货车在对应的道路上的地理坐标；

根据所述货车行驶轨迹数据，获取对应的轨迹参数，所述轨迹参数包括各个轨迹点对应的时间、货车的位置、货车的行驶速度以及货车的行驶方向；

根据所述货车在对应的道路上的地理坐标和所述轨迹参数，确定所述地图区域内道路上的各个位置和时间对应的货车出现的概率。

4.根据权利要求3所述的方法，其中，对所述车辆拍摄图像进行识别，得到货车在对应的道路上的地理坐标，包括：

对所述车辆拍摄图像上的像素点进行语义分类，得到各个像素点的语义分类结果；

根据所述语义分类结果，得到所述车辆拍摄图像中的货车区域；

根据所述货车区域确定所述货车在对应的道路上的地理坐标。

5.根据权利要求4所述的方法，其中，根据所述货车区域确定所述货车在对应的道路上的地理坐标，包括：

获取所述货车区域在所述车辆拍摄图像上的位置；

根据所述货车区域在所述车辆拍摄图像上的位置，以及拍摄所述车辆拍摄图像的车辆在所述道路上的地理坐标，确定所述货车在对应的道路上的地理坐标。

6.根据权利要求2所述的方法，其中，根据所述车辆拍摄图像和所述货车行驶轨迹数据，确定所述地图区域内道路上的各个位置和时间对应的货车出现的概率，包括：

根据多模态学习模型对所述车辆拍摄图像和所述货车行驶轨迹数据进行处理，得到所述地图区域内道路上的各个位置和时间对应的货车出现的概率。

7.根据权利要求6所述的方法，其中，所述方法还包括：

获取更新后的车辆拍摄图像和更新后的货车行驶轨迹数据；

根据所述更新后的车辆拍摄图像和所述更新后的货车行驶轨迹数据，对所述多模态学习模型进行训练，得到更新后的多模态学习模型；

根据所述更新后的多模态学习模型确定更新后的货车流量高峰路段，以及所述更新后的货车流量高峰路段对应的更新后的高峰时段；

向所述客户端发送所述更新后的货车流量高峰路段信息，以及所述更新后的高峰时段信息。

8.一种路线规划方法，包括：

从服务器接收高峰路段信息以及高峰时段信息，所述高峰路段信息指示地图区域内的货车流量高峰路段，所述高峰时段信息指示所述货车流量高峰路段对应的高峰时段；

接收路线规划请求，所述路线规划请求中包括路线起点和路线终点；

根据所述高峰路段信息、所述高峰时段信息、所述路线起点和所述路线终点，确定规划路线，其中，所述规划路线中不包括在对应的高峰时段内的高峰路段。

9.根据权利要求8所述的方法，其中，所述路线规划请求中还包括车辆类型标识；根据所述高峰路段信息、所述高峰时段信息、所述路线起点和所述路线终点，确定规划路线，包括：

根据所述车辆类型标识确定所述车辆类型对应的限制条件；

根据所述高峰路段信息、所述高峰时段信息、所述路线起点、所述路线终点和所述限制条件，确定所述规划路线。