《一种延时路径规划的方法和系统.pdf》由会员分享，可在线阅读，更多相关《一种延时路径规划的方法和系统.pdf（21页珍藏版）》请在专利查询网上搜索。
1、10申请公布号CN104121908A43申请公布日20141029CN104121908A21申请号201310148801822申请日20130425G01C21/26200601G01C21/3420060171申请人北京搜狗信息服务有限公司地址100084北京市海淀区中关村东路1号院9号楼搜狐网络大厦9层01房间申请人北京搜狗科技发展有限公司72发明人张帆柴思远张阔74专利代理机构北京润泽恒知识产权代理有限公司11319代理人苏培华54发明名称一种延时路径规划的方法和系统57摘要本申请提供了一种延时路径规划的方法和系统，涉及智能交通技术。所述方法包括实时获取各客户端记录的个性化信息；将。
2、每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息；根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息；当前客户端根据所述各时间段中各路段的路况信息和自身的个性化信息，规划特定时段至目的地的初始路径；并在行驶过程中，依据不断预测得到的所述路况信息实时调整所述初始路径。本申请数据样本量大、数据范围广泛、及时，能减少预测结果的偏差，能更全面、更准确及时的给用户预测未来一定时间段内路况良好的行驶路段，提高了路径预测和调整的准确度。51INTCL权利要求书2页说明书14页附图4页19中华人民共和国国家知识产权局12发明专利申请权利要求书2页说明书14页附图4页。
3、10申请公布号CN104121908ACN104121908A1/2页21一种延时路径规划的方法，其特征在于，包括实时获取各客户端记录的个性化信息；将每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息；根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息；当前客户端根据所述各时间段中各路段的路况信息和自身的个性化信息，规划特定时段至目的地的初始路径；并在行驶过程中，依据不断预测得到的所述路况信息实时调整所述初始路径。2根据权利要求1所述的方法，其特征在于，所述个性化信息包括客户端记录的文本信息；进一步的，所述将每个客户端记录的个性化信息转化为语义信息，并。
4、根据所述语义信息提取用户的移动预判信息包括针对所述文本信息进行语义分析，获得语义表达式；从所述语义表达式中提取出发时间及对应的地点信息；根据所述出发时间及对应的地点信息，结合路径推理模板进行分析，获得对应每个客户端的移动预判信息。3根据权利要求2所述的方法，其特征在于，所述获得对应每个客户端的移动预判信息包括统计路网中全体车辆的行驶记录，查找与所述地点信息的共线频率大于阈值的关键地点，并整合各关键地点得到待定路径，并提取所述待定路径对应的移动预判信息。4根据权利要求2或3任一所述的方法，其特征在于，所述移动预判信息包括待定路径、行驶于所述待定路径的概率和出发时间三个属性。5根据权利要求4所述的。
5、方法，其特征在于，根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息包括针对路网中每条待定路径的各个连续路段，以所述出发时间为起始时间，根据每个路段的限速，计算每个客户端在每个路段时所处的时间段；以路段为单位，根据每个用户行驶于所述待定路径的概率和在每个路段时所处的时间段，标记每个用户在各时间段中在对应路段的概率；根据每个用户的在各时间段中在对应路段的概率，统计各时间段内各路段的路况信息。6根据权利要求1所述的方法，其特征在于，还包括提取各客户端实时的基础移动信息；进一步的，在根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息之前，还包括根据所述基础移动信息校正所述移动预判。
6、信息。7根据权利要求6所述的方法，其特征在于，根据所述基础移动信息校正所述移动预判信息包括采用决策树根据每个客户端的基础移动信息对获得的移动预判信息进行校正；所述基础移动信息包括客户端的实时位置、移动轨迹和速度。权利要求书CN104121908A2/2页38根据权利要求7所述的方法，其特征在于，所述依据不断预测得到的所述路况信息实时调整所述初始路径时包括根据每个客户端的实时位置、移动轨迹和速度，预测每个客户端在未来小段时间内所处的路段概率；以路段为单位，根据预测得到的每个客户端在未来小段时间内所处的路段概率，统计在未来小段时间内各路段的路况信息；根据预测得到的在未来小段时间内各路段的路况信息实。
7、时调整所述初始路径。9一种延时路径规划的系统，其特征在于，包括个性化信息提取模块，用于实时获取各客户端记录的个性化信息；预判信息获取模块，用于将每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息；路况信息预测模块，用于根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息；路径规划模块，用于当前客户端根据所述各时间段中各路段的路况信息和自身的个性化信息，规划特定时段至目的地的初始路径；并在行驶过程中，依据不断预测得到的所述路况信息实时调整所述初始路径。10根据权利要求9所述的系统，其特征在于，还包括基础移动信息提取模块，用于提取各客户端实时的基础移动信息；。
8、进一步的，在路况信息预测模块，之前，还包括校正模块，用于根据所述基础移动信息校正所述移动预判信息。11根据权利要求9所述的系统，其特征在于，所述个性化信息包括对应客户端的文本信息；进一步的，所述预判信息获取模块包括语义分析单元，用于针对所述文本信息进行语义分析，获得语义表达式；移动信息提取单元，用于从所述语义表达式中提取出发时间及对应的地点信息；预判信息获取单元，用于根据所述出发时间及对应的地点信息，结合路径推理模板进行分析，获得对应每个客户端的移动预判信息。权利要求书CN104121908A1/14页4一种延时路径规划的方法和系统技术领域0001本申请涉及智能交通技术领域，特别是涉及一种延时。
9、路径规划的方法和系统。背景技术0002道路的路径导航是GPS技术领域中的一种典型应用，目前已经开始被广泛应用。在现有技术中，路径规划往往基于路网拓扑关系，考虑路网的相关道路基本属性，比如道路的等级、车道数、十字路口数量、红绿灯的数量等基本属性，利用拓扑算法给出起点和终点之间的总距离最短或总耗时最短等路径方案。0003现有技术中大致存在两种导航方式00041基于道路基础属性的车辆导航根据道路的基础属性来为用户选择最优的驾驶路线，考虑到每条道路的限速和长度得到最快的路线。该方案只考虑了道路的基础属性，而没有考虑这些基础属性的适应性，一旦某路段严重堵车，则计算得到的通行时间并没有意义。00052基于。
10、路况的车辆导航在考虑道路基础属性的基础上，再加入根据路况历史所推测的路况，来帮助用户选择最优的驾驶路线。利用历史上公路一些车辆中的GPS的流动速度或从第三方采集到的历史交通流量数据来判断当前时间下这个路段的通畅情况。如果历史上当前路段的车辆速度普遍较高，则当前时刻的路况视为通畅，如果历史上当前路段的车辆速度普遍较低，则当前时刻的路况视为拥堵。将各路段交通流量设定不同的权值，根据当前车辆的移动速度和各路段的交通流量计算从车辆的当前位置到目的地的总代价，从而进行路径规划，并将代价最低，即时间花费最少的路径返回给当前车辆。0006但是该方案只考虑了历史路况，但实际上路况并非固定不变的，而是实时变化的。
11、，特别是对于一些长距离的路段，常常会遇到当前通畅但开到的时候又变成拥堵了。该方案的数据信息稀疏且范围有限只有很少量的出租、公交装载了速度记录仪，所以得到的历史数据只对主干道有效，作用范围有限，而且所有样本并非均匀分布在所有的汽车中，历史数据中样本不够均匀，也可能会导致结果不够准确。另外，仅仅通过道路的历史通行状况来预测未来路况，信息不够充分，特别是对于规律性不强的路况变化无法准确预测。由于在进行路径规划时所依据的各路段的路况将在当前车辆的行驶过程中不断变化，在当前车辆行驶到之前进行路径规划的某一路段时，该路段的路况很可能由好变差，使用户很可能行驶在预测时路况好、但实际已变得拥堵的道路上，反而增。
12、加了行驶时间。发明内容0007本申请提供了一种延时路径规划的方法和系统，能够更全面、更准确的对预测通畅的行驶路径。0008为了解决上述问题，本申请公开了一种延时路径规划的方法，包括0009实时获取各客户端记录的个性化信息；0010将每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户说明书CN104121908A2/14页5的移动预判信息；0011根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息；0012当前客户端根据所述各时间段中各路段的路况信息和自身的个性化信息，规划特定时段至目的地的初始路径；并在行驶过程中，依据不断预测得到的所述路况信息实时调整所述初始路径。。
13、0013优选的，所述个性化信息包括客户端记录的文本信息；0014进一步的，所述将每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息包括0015针对所述文本信息进行语义分析，获得语义表达式；0016从所述语义表达式中提取出发时间及对应的地点信息；0017根据所述出发时间及对应的地点信息，结合路径推理模板进行分析，获得对应每个客户端的移动预判信息。0018优选的，所述获得对应每个客户端的移动预判信息包括0019统计路网中全体车辆的行驶记录，查找与所述地点信息的共线频率大于阈值的关键地点，并整合各关键地点得到待定路径，并提取所述待定路径对应的移动预判信息。0020优选。
14、的，所述移动预判信息包括待定路径、行驶于所述待定路径的概率和出发时间三个属性。0021优选的，根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息包括0022针对路网中每条待定路径的各个连续路段，以所述出发时间为起始时间，根据每个路段的限速，计算每个客户端在每个路段时所处的时间段；0023以路段为单位，根据每个用户行驶于所述待定路径的概率和在每个路段时所处的时间段，标记每个用户在各时间段中在对应路段的概率；0024根据每个用户的在各时间段中在对应路段的概率，统计各时间段内各路段的路况信息。0025优选的，还包括0026提取各客户端实时的基础移动信息；0027进一步的，在根据各用户的所述。
15、移动预判信息预测在各时间段中各路段的路况信息之前，还包括0028根据所述基础移动信息校正所述移动预判信息。0029优选的，根据所述基础移动信息校正所述移动预判信息包括0030采用决策树根据每个客户端的基础移动信息对获得的移动预判信息进行校正；所述基础移动信息包括客户端的实时位置、移动轨迹和速度。0031优选的，所述依据不断预测得到的所述路况信息实时调整所述初始路径时包括0032根据每个客户端的实时位置、移动轨迹和速度，预测每个客户端在未来小段时间内所处的路段概率；0033以路段为单位，根据预测得到的每个客户端在未来小段时间内所处的路段概率，统计在未来小段时间内各路段的路况信息；0034根据预测。
16、得到的在未来小段时间内各路段的路况信息实时调整所述初始路径。说明书CN104121908A3/14页60035本申请还公开了一种延时路径规划的系统，包括0036个性化信息提取模块，用于实时获取各客户端记录的个性化信息；0037预判信息获取模块，用于将每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息；0038路况信息预测模块，用于根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息；0039路径规划模块，用于当前客户端根据所述各时间段中各路段的路况信息和自身的个性化信息，规划特定时段至目的地的初始路径；并在行驶过程中，依据不断预测得到的所述路况信息实时调。
17、整所述初始路径。0040优选的，还包括0041基础移动信息提取模块，用于提取各客户端实时的基础移动信息；0042进一步的，在路况信息预测模块，之前，还包括0043校正模块，用于根据所述基础移动信息校正所述移动预判信息。0044优选的，所述个性化信息包括对应客户端的文本信息；0045进一步的，所述预判信息获取模块包括0046语义分析单元，用于针对所述文本信息进行语义分析，获得语义表达式；0047移动信息提取单元，用于从所述语义表达式中提取出发时间及对应的地点信息；0048预判信息获取单元，用于根据所述出发时间及对应的地点信息，结合路径推理模板进行分析，获得对应每个客户端的移动预判信息。0049与。
18、现有技术相比，本申请包括以下优点0050首先，本申请获取对应各客户端的个性化信息，比如短信、邮件、日程等信息，然后将这些个性化信息转化为语义信息，再从语义信息中提取用户的移动预判信息比如用户将在时刻A，要从M地点行驶至N地点，再根据移动预判信息预测在各时间段中各路段的路况信息。如此，通过分析全体客户端的个性化信息，可先获得各客户端的预计行驶行为，其数据样本量大，并且数据样本随时根据实时获取到的个性化信息进行更新，数据范围广泛、及时，能减少预测结果的偏差。0051其次，在上述路况信息的基础之上，针对当前客户端规划初始路径，并在用户行驶过程中依据预测得到的上述路况信息调整初始路径中各路段，可基于前。
19、述由广泛、相对客观的用户出行行为预测得到的路况信息的基础上，更全面、更准确及时的给用户预测未来一定时间段内路况良好的行驶路段。0052再次，本申请还提取全体客户端的基础移动信息，比如客户端当前位置、历史轨迹和速度等信息，对提取的移动预判信息进行校正，提高了由分析用户个性化信息得到的移动预判信息的准确度，进一步提高了得到的各时间段中各路段的路况信息的准确度，从而提高了针对当前需要进行路径规划的客户端的进行最优路径预测和调整的准确度。附图说明0053图1是申请实施例一的一种延时路径规划的方法的流程示意图；0054图2是申请实施例二的一种延时路径规划的方法的流程示意图；0055图3和图4是本申请具体。
20、规划的一个示例；说明书CN104121908A4/14页70056图5是本申请实施例三的一种延时路径规划的系统的结构示意图；0057图6是本申请实施例四的一种延时路径规划的系统的结构示意图。具体实施方式0058为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。0059在本申请实施例中，不断实时提取用对应全体客户端记录的个性化信息等数据，然后针对个性化信息进行语义分析，再从语义分析结果从提取对应每个用户的移动预判信息，该移动预判信息随着时间的变化和用户个性化信息的变化可不断更新，从而可以不断根据各用户的所述移动预判信息预测在各时间段中各路段的。
21、路况信息；当前客户端依据当前时刻的路况信息规划从当前位置到目的地之间的初始路径，在行驶过程中依据不断预测得到的路况信息实时调整该初始路径，直到当前客户端到达目的地。可基于更全面的数据样本，更准确的针对用户进行路径规划，特别是针对路况规律性不强的路段，规划的准确性更高。0060实施例一0061参照图1，示出了本申请实施例一的一种延时路径规划的方法的流程示意图。0062本申请实施例中实际上包括两个方面0063其一，不断实时获取对应的各客户端的个性化信息进行分析，以预测客户端对应的行车轨迹和行车时间，然后根据每辆车的行车轨迹和行车时间预测各路段在各时间段内的路况信息拥堵位置和拥堵程度等；0064其二。
22、，在预测得到的路况信息的基础上，针对当前客户端，规划从当前位置至目的地的初始路径，在当前客户端的行驶过程中，根据不断变化的、预测得到的路况信息调整初始路径，直至客户端到达目的地。0065具体的，本实施例中所述延时路径规划的方法包括0066步骤110，实时获取各客户端记录的个性化信息；0067在本申请实施例中，所述个性化信息包括用户的短信、邮件、日程等信息。比如，通过在用户的手机中提取记录来收集用户手机上的文本信息，包括但不限于用户的短信，邮件，日程等。本申请实施例中，则可以实时采集各客户端记录的上述个性化信息，将其加入待分析的数据源中，以继续进行后续的分析。0068步骤120，将每个客户端记录。
23、的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息；0069对于前述采集得到的各客户端记录的个性化信息，比如短信、邮件、日程等文本信息，本步骤可对上述文本信息进行语义分析，转化为语义信息，然后再从语义信息中提取出用户出发时刻对应的地点信息比如出发点、目的地等地点信息，并根据出发时刻对应的地点信息，结合路径推理模板进行分析，获得每个客户端的未来时段的移动预判信息。0070优选的，所述移动预判信息包括路径、行驶于所述路径的概率和出发时间三个属性。0071优选的，所述个性化信息包括对应客户端的文本信息；0072个性化信息可包括比如客户端存储的短信、邮件、日程等信息，还可包括其他文本。
24、说明书CN104121908A5/14页8信息。本申请对此不作限制。0073另外，本申请的个性化信息还可为语音信息，当个性化信息为语音信息时，还包括将所述语音信息转化为文本信息。0074进一步的，将每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息包括0075步骤S121，针对所述文本信息进行语义分析，获得语义表达式；0076本申请可解析所述文本信息，并标注解析所述文本信息所得各词对应的属性；0077为了解析文本信息的语义，本申请首先会解析和标注所述文本信息中各词的属性。比如，日程中记录有“我明天上午1000要去清华大学开会”的文本，可标注为“我|人物日期|明天。
25、上午1000要去|动词清华大学|地点开会|事务”。0078其中，解析文本信息，并标注解析所述文本信息所得各词对应的属性可包括0079步骤A111，利用停用词表去除所述文本信息中的停用词；0080本步骤利用预存的停用词表去除停用词去除无意义的词，比如“的”，“啦”，“啊”等无异议的词或字。0081步骤A112，利用知识类词表标注所述文本信息中的知识类词；0082即利用预存的知识类词进行标注根据预先加载的知识类词表来标注查询。比如“书名”，“电影名”，“电视节目名”等知识类信息。0083步骤A113，利用预存的命名体词表标注所述文本信息中的命名体词；0084即命名体词表进行命名体识别利用命名体识别。
26、来把查询中的命名体标注出来，比如“地名”，“机构名”，“时间”，“日期”，“人名”等。比如“今天上午”，则通过命名体词表，识别“今天上午”的意思为“时间”，即标注“今天上午”为时间。0085步骤A114，利用短语义段词表标注所述文本信息中简单且具有独立语义的文字段。0086即进行短语义段标注简单且有独立语义的文字段，比如“能否帮我”，“你知不知道”，“帮我查一下”等。0087在前述步骤A112和A113之中，知识类词表和命名体词表可能包括相同的词，导致对文本信息的标注存在多种情况，比如对于文本信息“南京市长江大桥”，其中“南京”及其同义词“南京市”可为知识类词“行政区划”，也可为命名体词“地名。
27、”；那么“南京市长江大桥”可标注为1“南京|行政区划”“市长|职务”“江大桥|人名”；或者2“南京市|地名”“长江大桥|地名”。0088对于该种情况，本申请可采取多种处理方式1、将多种标注结果返回给客户端，等待客户端确认一种标注结果。2、根据客户端的行为习惯，选择与其行为习惯最相似的标注结果。比如通过分析用户的行为信息，发现用户关注政治信息的概率为40，旅游地点为30，其他为30，那么其关注政治信息行为概率最高，可与政治信息最相近的“南京|行政区划”“市长|职务”“江大桥|人名”作为最终标注结果。0089另外，在本申请实施例中，还会提取客户端个性化信息的时间以及用户标识，以确定语义信息中的“日。
28、期”，比如前述例子中，如果短信发送时间为“2013318”，那么短信中的明天即为“2013319”，该用户标识为“AAA”，那么我|人物日期|明天时间|上午1000要去|动词清华大学|地点开会|事务可为AAA|人物日期说明书CN104121908A6/14页9|2013319时间|上午1000要去|动词清华大学|地点开会|事务。0090然后，根据解析模板确认语义表达式中具体的地点信息，比如确认地点信息是目的地，还是出发点，还是路过点。比如对于前述例子中，根据要去|动词和清华大学|地点，确认清华大学|目的地。0091步骤S122，从所述语义表达式中提取出发时间及对应的地点信息；0092在前述语义。
29、表达式例子中，从记录的日程信息中提取出发时间2013319上午1000，地点信息目的地清华大学。如果语义表达式信息中出现出发点，则提取该出发地点，如果语义表达式中没有出发地点，则可提取用户的在该条信息对应的时间点时的所处位置作为出发地点，或者提取用户预设的办公地点作为出发地点等等。0093步骤S123，根据所述出发时间及对应的地点信息，结合路径推理模板进行分析，获得对应每个客户端的移动预判信息。0094在本步骤中，首先根据地点信息与路径推理模板进行匹配，根据匹配结果获得对应每个客户端的移动预判信息。然后结合出发时间，即可获得每个用户的移动预判信息。0095所述获得对应每个客户端的移动预判信息包。
30、括统计路网中全体车辆的行驶记录，查找与所述地点信息的共线频率大于阈值的关键地点，并整合各关键地点得到待定路径，并提取所述待定路径对应的移动预判信息。0096在本发明实施例中，路径推理模板可以通过统计各地点关键词的共线频率获得。本申请实施例中，可预先统计路网中的全体车辆的行驶记录，而每个车辆的行驶的每一条路径均可由一系列的地点构成，那么这一系列的地点即可理解为共线，那么各个地点可能与不同的其他地点存在共线的情况，即对应路径被行驶的情况，而在大批量的统计中，即可统计某些地点共线的频率，及对应路径被行驶的频率，共线频率高，则说明对应的路径被行驶的概率大。比如，得知出发点为A、目的地为F，可统计路网中。
31、全体车辆的行驶记录得到，大批量的经过A、F的路径对应的关键地点，判断与A、F在同一条规划路线上的出现的概率，即为共线频率。比如ABCF的概率为80，ABDF的概率为20，那么用户AAA行驶路径ABCF的概率为80，待定路径ABDF的概率为20。然后结合出发时间，即可获得包括待定路径、行驶于该待定路径的概率和出发时间三个属性。比如用户AAA“时间2013319上午1000，待定路径ABCF，概率80”、“时间2013319上午1000，待定路径ABDF，概率20”。其中，根据地点的关键词统计共线频率时，可能存在共线频率非常低的地点的关键词，取共线概率大于阈值的关键地点，整合得到待定路径，即在统计。
32、时可以对共线频率非常小的相关路径进行忽略，选择共线频率大于阈值的关键地点对应的各路径信息。0097其中，所述移动预判信息包括待定路径、行驶于所述待定路径的概率和出发时间三个属性。0098步骤130，根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息；0099在本申请实施例中，会将全体用户的移动预判信息映射到路段上，获得在各时间段中各路段的路况信息。在本申请实施例中，还可结合各路段的基础属性将全体用户的移动预判信息映射到路段上，从而可预测在各时间段中各路段的路况信息。在本申请实施例中，由于各客户端记录的个性化信息被实时获取，则所提取的移动预判信息也实时得到，因说明书CN10412190。
33、8A7/14页10此，对于各路段的路况信息的预测是实时跟进的，即预测得到的各时间段中各路段的路况信息是实时更新。0100优选的，根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息，包括0101步骤A11，针对路网中每条待定路径的各个连续路段，以所述出发时间为起始时间，根据每个路段的限速，计算每个客户端在每个路段时所处的时间段；0102步骤A12，以路段为单位，根据每个用户行驶于所述待定路径的概率和在每个路段时所处的时间段，标记每个用户在各时间段中在对应路段的概率；0103步骤A13，根据每个用户的在各时间段中在对应路段的概率，统计各时间段内各路段的路况信息。0104比如，前述用户AA。
34、A对应两条待定路径“时间2013319上午1000，路径ABCF，概率80”和“时间2013319上午1000，路径ABDF，概率20”，从第三方数据源可知，路段A的限速30公里/小时，长度10公里；路段B的限速60公里/小时，长度20公里；路段C的限速40公里/小时，长度20公里。那么用户AAA行驶于路段A的时间段为2013319上午10001020，概率为100；行驶于路段B的时间段为2013319上午10201040，概率为100；行驶于路段C的时间段为2013319上午10401110，概率为80，其他情况以此类推，则针对用户AAA来说，在2013319上午10001020内对于路段A。
35、的车辆数可计为1，在2013319上午10201040内对于路段B的车辆数可算为1，在2013319上午10401110内对于路段C内的车辆数算为08。如此，将全体用户的移动行为预测信息分布映射到各路段上后，即可知道各个路段上各个时间段内的用户数，然后即可以路段为单位，根据每个用户行驶于所述待定路径的概率和在每个路段时所处的时间段，统计在各时间段内各路段中的车辆流量。然后可统计不同范围的单位时间内的车辆流量，对应不同的拥堵情况，从而可根据单位时间内各路段的车辆数判断各路段各时间段内的路况的拥堵程度。0105步骤140，当前客户端根据所述各时间段中各路段的路况信息和自身的个性化信息，规划特定时段。
36、至目的地的初始路径；并在行驶过程中，依据不断预测得到的所述路况信息实时调整所述初始路径。0106在得到前述的路况信息的基础下，如果某个客户端需要在特定时段进行路径规划，则提取自身的个性化信息进行分析得到目的地，与前述得到的路况信息结合，规划特定时段内从其出发地点至目的地的初始路径。在本申请中，比如，在发动汽车时，当前客户端发送路径规划请求包括规划时间段给服务器，服务器则提取当前客户端的位置、对应的当前时间和目的地，如提取该客户端的日程信息中的出发时间、出发地点和目的地，然后基于当前的路况信息针对该用户的该日程信息中的出发时间、出发地点、目的地规划特定时段至目的地的初始路径。比如基于出发时间对应。
37、的时间段开始，选择与出发地点关联的路段中的路况信息为权重，逐步选择后续路段内的路况信息为权重，得到从出发地点到目的地的拥堵程度最低的初始路径。0107当前客户端开始行驶以后，由于前述获取路况信息的过程中，路况信息可能会产生变化各客户端记录的个性化信息在当前客户端开始行驶前和行驶过程中不断被采集，使提取得到的移动预判信息不断增加，导致预测得到的路况信息也发生变化，那么可针对说明书CN104121908A108/14页11客户端在行驶过程中的位置实时调整初始路径中的各路段，结合与初始路径中各路段邻接的其他路段或者与用户所在路段邻接的其他路段的路况信息调整初始路径，使当前客户端对应的车辆行走的路径拥。
38、堵程度最低，直至到达目的地。比如用户AAA初始路径为ABCE时，通过前述可能不断采集得到的移动预判信息获得的路况信息中，统计得到未来30分钟内，路段C会产生拥堵，而用户AAA在未来30分钟可能走到C，则可调整路段C至与路段B关联的、且相对路段C不拥堵的路段。0108在本申请实施例中，所述客户端可以为导航装置、智能手机、移动电脑等终端。0109其中，本申请实施例还可获取各客户端的基础移动信息；0110所述基础移动信包括客户端实时位置、移动轨迹和速度等信息。0111进一步，所述依据不断预测得到的所述路况信息实时调整所述初始路径时可包括0112步骤S141，将所述基础移动信息代替移动预判信息，根据每。
39、个客户端的实时位置、移动轨迹和速度，预测每个客户端在未来小段时间内所处的路段概率；0113当客户端移动后，将其包括实际位置、实际出发时间等的基础移动信息代替移动预判信息，比如用户AAA的移动预判信息为在第二日上午1100从Y1去地点X，其行驶于第一条路径的概率为40，行驶于第2条路径的概率为60，而第二天采集用户端的基础移动信息得到用户AAA是在1040从Y1出发，行走第一条路径去地点X，那么将用户AAA的基础移动信息代替原来的移动预判信息，即用户AAA在行走第一条路径。0114步骤S142，以路段为单位，根据预测得到的每个客户端在未来小段时间内所处的路段概率，统计在未来小段时间内各路段的路况。
40、信息；0115然后继续在从前述步骤中得到的路况信息中，以路段为单位，根据预测得到的每个客户端在未来小段时间内所处的路段概率，统计在未来小段时间内各路段的车辆数量，进而得到各路段的路况信息。未来小段时间可设置为10分钟或者20分钟，也可以为当前客户端从当前位置到走完所处路段的时间。0116步骤S143，根据预测得到的在未来小段时间内各路段的路况信息实时调整所述初始路径。0117根据预测得到的在未来小段时间内各路段的路况信息实时调整所述初始路径。比如未来20分钟，用户AAA对应的初始路径中未来要行驶的路段C将发生拥堵，那么可以用初始路径中与路段C的前一路段关联，且未来20分钟路况好于路段C的路段替。
41、代路段C，也可以采用其他规划方式，如重新规划未来小段时间内各路段的路况信息优于初始路径的优选路线规避路段C。0118在本申请实施例中，首先，本申请获取对应各客户端的个性化信息，比如短信、邮件、日程等信息，然后将这些个性化信息转化为语义信息，再从语义信息中提取用户的移动预判信息比如用户将在时刻A，要从M地点行驶至N地点，再根据移动预判信息更新在各时间段中各路段的路况信息。如此，通过分析全体客户端的个性化信息，可先获得各客户端的预计行驶行为，其数据样本量大，并且数据样本随时根据实时获取到用户的个性化信息进行更新，数据范围广泛、及时，能减少预测结果的偏差。0119其次，在上述路况信息的基础之上，针对。
42、当前需要进行路径规划的客户端规划初始路径，并在用户行驶过程中依预测得到的上述路况信息调整初始路径中各路段，可基于说明书CN104121908A119/14页12前述由广泛、相对客观的用户出行行为预测得到的路况信息的基础上，更全面、更准确及时的给用户预测未来一定时间段内路况良好的行驶路段。0120实施例二0121参照图2，示出了本申请实施例二的一种延时路径规划的方法。0122在本申请实施例中，为了提高路况信息的准确度，针对已经行驶的客户端，则提取客户端实时的基础移动信息对所述根据所述语义信息提取用户的移动预判信息进行纠偏。0123在本实施例中，一种延时路径规划的方法所述具体可以包括0124步骤2。
43、10，实时获取各客户端记录的个性化信息；0125该步骤与步骤110类似，在此不再详述。0126步骤220，提取各客户端实时的基础移动信息；0127在本申请实施例中，可实时提取各客户端当前的基础移动信息，所述基础移动信包括客户端的实时位置、已行驶的移动轨迹和速度等信息。0128本实施例中步骤210和步骤220的顺序可以任意调换，也可同时进行，本申请不对其加以限制。0129步骤230，将每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息；0130优选的，所述将每个客户端记录的个性化信息转化为语义信息，并根据所述语义信息提取用户的移动预判信息包括0131步骤S231，。
44、针对所述文本信息进行语义分析，获得语义表达式；0132步骤S232，从所述语义表达式中提取出发时间及对应的地点信息；0133步骤S233，根据所述出发时间及对应的地点信息，结合路径推理模板进行分析，获得对应每个客户端的移动预判信息。0134优选的，所述获得对应每个客户端的移动预判信息包括0135步骤S241，统计路网中全体车辆的行驶记录，查找与所述地点信息的共线频率大于阈值的关键地点，并整合各关键地点得到待定路径，并提取所述待定路径对应的移动预判信息。0136步骤230原理与步骤120类似，具体原理在此不再详述。0137步骤240，根据所述基础移动信息校正所述移动预判信息；0138在收集用户实。
45、际的基础移动信息，包括实际位置，移动轨迹，速度等信息，并根据这些基础移动信息来进一步纠正根据所述语义信息获取用户的移动预判信息。0139优选的，在本申请中，根据所述基础移动信息校正所述根据所述语义信息提取用户的移动预判信息包括0140步骤S21，采用决策树根据每个客户端的基础移动信息对获得的移动预判信息进行校正；所述基础移动信息包括客户端的实时位置、移动轨迹和速度。0141本申请实施例可以使用决策树进行移动预判信息和基础移动信息的整合，但不限于决策树。比如，前述用户AAA在201339的1200从A至G，而通过路径推理模板分析得到A至H的路径包括ACHG和ADFG，用户选择前者进行行驶的概率高。
46、，选择后者进行行驶的概率低。而提取到用户AAA的基础信息得在201339的1130就从A出发了，其当前移动轨迹包括了AC，那么即可将该条路径对应的移动预判信息的时间进行调整，并可说明书CN104121908A1210/14页13提高该用户行驶于路径ACHG对应的后续路段的概率，降低用户行驶于其他路径上各路段的概率在上述种情况下可调整H、G路段的概率为1。0142步骤250，根据各用户的所述移动预判信息预测在各时间段中各路段的路况信息；0143在本申请实施例中，会将全体用户的移动预判信息映射到各路段上，获得在各时间段中各路段的路况信息。在本申请实施例中，还可结合各路段的基础属性将全体用户的移动预。
47、判信息映射到路段上。比如统计各行车轨迹中每条路段在单位时刻对应的车辆流量，分析得到每个路段上单位时间的行驶压力，从而反映了各路段的拥堵情况；由于各客户端记录的个性化信息被实时获取，则所提取的移动预判信息也实时得到，因此，对于各路段的路况信息的预测是实时跟进的，即预测得到的各时间段中各路段的路况信息是实时更新的。0144步骤250与步骤130原理类似，在此不再详述。0145步骤260，当前客户端根据所述各时间段中各路段的路况信息和自身的个性化信息，规划特定时段至目的地的初始路径；并在行驶过程中，依据不断预测得到的所述路况信息实时调整所述初始路径。0146其中，所述依据不断预测得到的所述路况信息实。
48、时调整所述初始路径时包括0147步骤S261，将所述基础移动信息代替移动预判信息，根据每个客户端的实时位置、移动轨迹和速度，预测每个客户端在未来小段时间内所处的路段概率；0148当客户端移动后，将包括实际位置、实际出发时间等的基础移动信息代替相应时间段以及相关的移动预判信息，比如用户AAA的移动预判信息为在第二日上午1100从Y1去地点X，其行驶于第一路径的概率为40，行驶于第二路径的概率为60，而第二天采集基于移动信息为用户于1040从Y1出发，行驶于第一路径去地点X，那么将用户AAA的基础移动信息代替原来的移动预判信息，即表示用户AAA行驶于第一路径。0149步骤S262，以路段为单位，根。
49、据预测得到的每个客户端在未来小段时间内所处的路段概率，统计在未来小段时间内各路段的路况信息；0150然后继续在从前述步骤中得到的路况信息中，根据预测得到的每个客户端在未来小段时间内所处路段对应的概率，以路段为单位，统计在未来小段时间内各路段的车辆数量，进而得到各路段的路况信息。未来小段时间可设置为10分钟或者20分钟，也可以为当前客户端从当前位置到走完所处路段的时间。0151步骤S263，根据预测得到的在未来小段时间内各路段的路况信息实时调整所述初始路径。0152根据预测得到的在未来小段时间内各路段的路况信息实时调整所述初始路径。比如未来20分钟，用户AAA对应的初始路径中未来要行驶的路段C将发生拥堵，那么可以用初始路径中与路段C的前一路段关联，且未来20分钟路况好于路段C的路段替代路段C，也可以采用其他规划方式，如重新规划未来小段时间内各路段的路况信息优于初始路径的优选路线规避路段C。0153下面参照图3和图4，描述一下该实施例的一种工作过程0154其一，比如对于用户AA，提取当前用户的日程记录进行语义分析，发现一条出行意图信息，并从中解析出明天12点出行至路段G处的地点X的日程安排信息。通过前述分析说明书CN104121908A1311/14页14和统计其他用户的个性化信息得到的路况信息，统计第二天的11001300的各路段的路况信息，得到。