一种路径推荐方法、装置、设备及可读存储介质与流程

本发明属于智能交通技术领域，尤其涉及一种路径推荐方法、装置、设备及可读存储介质。

背景技术：

随着城市的高速发展，汽车保有量不断增加。为缓解交通拥堵问题，目前，通过动态路径诱导系统(dynamicrouteguidancesystem，drgs)可以实时采集道路上的车辆信息并评估道路路况，结合路网信息计算最优的行驶路径，诱导车辆的行驶，提升路网的运输效率。其中，路径推荐是基于现有的实时路况和路网进行的路径推荐。由于路网的复杂性和变动性，对不同数据源的路网车速估计值的简单融合不能带来有效的准确率提升，有可能引入更多的误差。

现有的路径推荐方法仅利用反应当前路网通行情况的实时路况，拥堵识别覆盖率低，无法实现对路网中可能发生的拥堵进行预测，甚至有可能将用户有导致拥堵路段，产生二次拥堵的问题。

技术实现要素：

本发明实施例提供一种路径推荐方法、装置、设备及可读存储介质，能够提高推荐路径的可靠性，降低发生二次拥堵的风险。

第一方面，本发明实施例提供一种路径推荐方法，方法包括：

接收导航请求信息，导航请求信息包括始发地和目的地；

根据导航请求信息和预设路网车流速度预测模型，生成目标路网在第一时间段内的通行时间表，其中，目标路网中包括从始发地至目的地的路口信息和路段信息，第一时间段为从始发地至目的地的通行时间；

根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径。

在第一方面的一些可实现方式中，路段信息包括多条路段的路段位置信息和路段长度信息，根据导航请求信息和预设路网车流速度预测模型，生成目标路网在第一时间段内的通行时间表，包括：

根据导航请求信息和预设路网车流速度预测模型，确定在第一时间段内目标路网中每条路段的第一车流速度；

根据每个路段的第一车流速度和路段对应的路段长度信息，确定每个路段的通行时间；

根据每个路段的通行时间，得到通行时间表。

在第一方面的一些可实现方式中，根据导航请求信息和预设路网车流速度预测模型，确定在第一时间段内目标路网中每条路段的第一车流速度，包括：

根据始发地和目的地确定目标路网；

获取第二时间段内不同采样时刻目标路网中每条路段的第二车流速度；以及，

基于预设浮动车的定位信息，获取当前时刻目标路网中每条路段的第三车流速度；

在第二时间段的第二车流速度和第三车流速度输入预设路网车流速度预测模型，得到在第一时间段内目标路网中每条路段的多个第一车流速度。

在第一方面的一些可实现方式中，将在第二时间段的第二车流速度和第三车流速度输入预设路网车流速度预测模型，得到在第一时间段内目标路网中每条路段的多个第一车流速度，包括：

从每条路段在不同采样时刻对应的第二车流速度和每条路段在当前时刻的第三车流速度中，确定每条路段对应的最小速度；

根据每条路段对应的最小速度，确定第四车流速度；

将在第二时间段的第二车流速度和第四车流速度输入预设路网车流速度预测模型，得到目标路网在第一时间段内的多个第一车流速度。

在第一方面的一些可实现方式中，每个采样时刻对应一个预设时间间隔，获取第二时间段内不同采样时刻目标路网中每条路段的第二车流速度，包括：

获取目标路网在每个预设时间间隔内的多个移动终端的信令数据；

将多个移动终端的信令数据输入预设半监督分类模型，得到对应每个路段的至少一个信令序列；

获取每个信令序列的时间长度信息；

根据时间长度信息和每个路段长度信息，确定每个移动终端通过路段的移动速度；

获取多个移动终端通过路段的移动速度的均值，得到路段在每个预设时间间隔内的车流速度；

将每个路段在每个预设时间间隔内的车流速度，作为每条路段在不同采样时刻的第二车流速度。

在第一方面的一些可实现方式中，通行时间表包括路口通行时间和路段通行时间，根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径，包括：

根据路口通行时间和路段通行时间，确定预设时空路径搜索算法的目标函数；

根据目标函数，从目标路网中查找推荐路径。

在第一方面的一些可实现方式中，目标路网包括多个路段，目标函数为始发地至其中一个路段的第一距离估计值与从其中一个路段至目的地的第二距离估计值的和；

其中，第一距离估计值根据初始距离估计值、路口通行时间、路口通行时间的第一权重、路段通行时间和路段通行时间的第二权重确定。

在第一方面的一些可实现方式中，路口通行时间的第一权重和路段通行时间的第二权重，根据目标路网所有路口通行时间与所有路段通行时间的比值确定。

第二方面，本发明实施例提供一种路径推荐装置，装置包括：

接收模块，用于接收导航请求信息，导航请求信息包括始发地和目的地；

数据处理模块，用于根据导航请求信息和预设路网车流速度预测模型，生成目标路网在第一时间段内的通行时间表，其中，目标路网中包括从始发地至目的地的路口信息和路段信息，第一时间段为从始发地至目的地的通行时间；

数据处理模块，还用于根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径。

第三方面，本发明提供一种路径推荐设备，该设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现第一方面或者第一方面任一可实现方式中所述的路径推荐方法。

第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面或者第一方面任一可实现方式中所述的路径推荐方法。

本发明实施例提供了一种路径推荐方法，在接收到导航请求信息后，通过根据导航请求信息和预设路网车流速度预测模型，生成目标路网在第一时间段内的通行时间表，其中，目标路网中包括从始发地至目的地的路口信息和路段信息，第一时间段为从始发地至目的地的通行时间，如此，可以有效的提升对周期性拥堵和突发性拥堵的识别的准确率。接下来，通过根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径，实现根据多时间点网络车流速度序列上的路径搜索，实现在时间和空间维度的时空路径搜索，提高推荐路径的可靠性，降低发生二次拥堵的风险。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种路径推荐方法的流程示意图；

图2是本发明实施例提供的一种不同基站的小区覆盖范围示意图；

图3是本发明实施例提供的一种预设路网车流速度预测模型示意图；

图4是本发明实施例提供的一种路径推荐装置的结构示意图；

图5是本发明实施例提供的一种路径推荐设备的结构示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本发明，而不是限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。

随着城市的高速发展，汽车保有量不断增加。为缓解交通拥堵问题，目前，通过动态路径诱导系统(dynamicrouteguidancesystem，drgs)可以实时采集道路上的车辆信息并评估道路路况，结合路网信息计算最优的行驶路径，诱导车辆的行驶，提升路网的运输效率。其中，路径推荐是基于现有的实时路况和路网进行的路径推荐。由于路网的复杂性和变动性，对不同数据源的路网车速估计的简单融合不能带来有效的准确率提升，有可能引入更多的误差。

现有的路径推荐方法仅利用反应当前路网通行情况的实时路况，拥堵识别覆盖率低，无法实现对路网中可能发生的拥堵进行预测，甚至有可能将用户有导致拥堵路段，产生二次拥堵的问题。

针对于此，本发明实施例提供了一种路径推荐方法、装置、设备和计算机可读存储介质，在接收到导航请求信息后，通过根据导航请求信息和预设路网车流速度预测模型，生成目标路网在第一时间段内的通行时间表，其中，目标路网中包括从始发地至目的地的路口信息和路段信息，第一时间段为从始发地至目的地的通行时间，如此，可以有效的提升对周期性拥堵和突发性拥堵的识别的准确率。接下来，通过根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径，实现根据多时间点网络车流速度序列上的路径搜索，实现在时间和空间维度的时空路径搜索，提高推荐路径的可靠性，降低发生二次拥堵的风险。

下面结合附图对本发明实施例所提供的路径推荐方法进行介绍。

图1示出了本发明一个实施例提供的路径推荐方法的流程示意图。如图1所示，该方法可以包括s110至s130。

s110、接收导航请求信息。

在本发明实施例中，导航请求信息包括始发地和目的地。

s120、根据导航请求信息和预设路网车流速度预测模型，生成目标路网在第一时间段内的通行时间表。

其中，目标路网中包括从始发地至目的地的路口信息和路段信息，第一时间段为从始发地至目的地的通行时间。

在一些实施例中，路段信息包括多条路段的路段位置信息和路段长度信息。

在本发明实施例s120中，获取目标路网在第一时间段内的通行时间表具体可以包括s121至s123。

s121、根据导航请求信息和预设路网车流速度预测模型，得到在第一时间段内目标路网中每条路段的第一车流速度。

具体地，获取在第一时间段内目标路网中每条路段的第一车流速度，具体可以包括s210至s230。

s210、根据始发地和目的地确定目标路网。

在一些实施例中，由于导航请求信息中携带的始发地和目的地，因此，结合从始发地至目的地的路口信息和路段信息，确定目标路网的范围，减少无关路段，从而可以减少计算量，提高计算速度。

s220、获取第二时间段内不同采样时刻目标路网中每条路段的第二车流速度；以及，基于预设浮动车的定位信息，获取当前时刻目标路网中每条路段的第三车流速度。

在确定目标路网之后，接下来可以获取第二时间段内不同采样时刻，目标路网中每条路段的第二车流速度，其中，第二时间段是在当前时刻之前的时间段。

在一些实施例中，每个采样时刻对应一个预设时间间隔。可以理解的是，第二时间段包括多个预设时间间隔。获取目标路网中每条路段的第二车流速度具体步骤可以包括：首先，可以获取目标路网在每个预设时间间隔内的多个移动终端的信令数据；接下来，将多个移动终端的信令数据输入预设半监督分类模型，得到对应每个路段的至少一个信令序列；然后，获取每个信令序列的时间长度信息；以及，根据时间长度信息和每个路段长度信息，确定每个移动终端通过路段的移动速度；之后，获取多个移动终端通过路段的移动速度的均值，得到路段在每个预设时间间隔内的车流速度；最后，将每个路段在每个预设时间间隔内的车流速度，作为每条路段在不同采样时刻的第二车流速度。

在本发明实施例中，浮动车是指安装了车载定位装置并行驶在道路上的汽车，其中，用户的移动终端也可以与浮动车关联，作为浮动车的定位装置，例如可以包括公交汽车和出租车等。基于定位装置可以得到浮动车的行驶信息，例如，在行驶过程中车辆位置、方向和速度信息等。通过关联和分析浮动车的行驶信息、道路信息以及时间信息可以得到所在路网的实时路况。此外，在本发明实施例中，定位装置和位于浮动车上的乘客的移动终端可以与基站的小区产生通讯交互。在浮动车行驶过程中，通过定位装置可以同步采集行驶信息和基站小位置，在浮动车上途经小区点时时，通过车载定位装置可以同步采集到车辆的定位信息和基站小区归属。车辆的定位信息可以包括国际移动用户识别码(internationalmobilesubscriberidentity，imsi)、经度、纬度、方向、速度和时间等。在移动终端切换基站小区时，切换基站的信令数据包括imsi、位置区码(locationareacode，lac)、基站小区(cell_id)等，切换发生时间等，此外，在非切换点时可以设置浮动车上的定位装置定时上报车辆的位置信息。

基于浮动车的定位装置、移动终端的信令数据以及基站的位置信息和小区信息，可以建立能够识别移动终端信令数据的半监督分类模型。为了提高半监督分类模型的准确性，在移动终端切换基站小区时，可以先去除浮动车的在切换点的去除异常信令数据。其中，切换点参考图2中示出的p1、p2……、pn。之后，对应每个切换点，通过将多个浮动车在切换点的地理坐标取平均值，可以作为相应切换点的地理坐标。接下来，可以依据地理坐标，将每个切换点和预设的地图匹配，确定每个切换点坐标的道路归属，即可以得到每个切换点的所在道路，将切换点地理坐标和该坐标对应的路段和路口存储，可以得到坐标-路网数据库。

利用浮动车的地理坐标和基站小区的对应关系和地理坐标的道路归属得到道路的基站小区覆盖序列，可以得到基站小区的地图匹配数据，其中，可以包括路口-基站和路段-基站序列，该数据可以存储在路网-基站小区数据库，示例性的，通过路网-基站小区数据库可以得到每条路段的基站小区序列、基站切换的时间间隔、道路编号、道路等级、道路流向、信令生成时间、不同小区下的覆盖用户数等数据。

接下来，结合坐标-路网数据库，以及路网-基站小区数据库，还可以结合天气因素等指标，将该路段的浮动车的基站小区序列标注为正样本，利用预设半监督分类的方式学习车流特征，以得到能够从未标注的手机信令数据中识别车流信令序列的预设半监督分类模型。

示例性的，如图2所示，在不同基站的小区覆盖范围内，可以产生通讯信号，基于通讯信号移动终端可以与每个基站进行交互，在移动终端切换小区时，可以得到每个移动终端的在切换时的信令数据，信令数据例如可以包括：国际移动用户识别码(internationalmobilesubscriberidentity，imsi)、位置区码(locationareacode，lac)、基站小区(cell_id)，以及切换发生时间等。将不同的移动终端的信令数据输入预设半监督分类模型，可以得到对应每个路段的至少一个信令序列，以及每个信令序列的时间长度信息。

作为一个具体的示例，对应每个路段的每个信令序列的时间长度信息，可以作为车辆通过该道路所使用的行驶时间。通过结合每个路段长度信息，以及相应的时间长度信息，可以确定在每个路段的每个移动终端通过路段的移动速度。为了准确确定路段的在每个预设时间间隔内的车流速度，可以获取多个移动终端通过路段的移动速度的均值，得到路段在每个预设时间间隔内的车流速度，从而提高路段车流速度的可靠性。

通过结合每个路段在每个预设时间间隔内的车流速度，可以准确地得到每条路段在不同采样时刻的第二车流速度。

此外，第二车流速度还包括确定每条路口在不同采样时刻的第二路口车流速度。示例性的，对应路口的每个车流方向，通过确定路口所在路段的车流速度的均值，可以得到每个路口在不同采样时刻的不同车流方向的第二路口车流速度。

在本发明实施例中，基于预设浮动车的定位信息，可以获取当前时刻目标路网中每条路段的第三车流速度。

s230、将第二车流速度和第三车流速度输入预设路网车流速度预测模型，得到在第一时间段内目标路网中每条路段的第一车流速度。

在本发明实施例中，第二车流速度的数量为多个，示例性的，预设路网车流速度预测模型可以如图3所示，预设路网车流速度预测模型利用门控循环(gru)单元和全连接层(fullconectelayer)对目标路网的下一时刻目标路网中每条路段的第一车流速度，其中，预设路网车流速度预测模型的损失函数可以采用均方根误差(rootmeansquarederror，rmse)函数，基于损失函数反向传播可以得到模型的参数。进一步的，结合下一时刻目标路网中每条路段的第一车流速度，通过预设路网车流速度预测模型进行迭代计算，可以得到在第一时段内目标路网中每条路段的在多个时刻的第一车流速度。

具体例如，多个第二车流速度为tn时刻的前n个时刻的车流速度，第三车流速为当前时刻即tg时刻的实时车流速度。通过将该n+1个车流速度输入预设路网车流速度预测模型进行迭代计算，即，执行m次计算，可以得到tn+1到tn+m的第一车流速度，即在第一时间段内的m个时刻的第一车流速度。

根据本发明实施例提供的s210至s230，得到的多个第一车流速度之后，接下来，根据s122可以得到每个路段的通行时间。

s122、根据每个路段的第一车流速度和路段对应的路段长度信息，确定每个路段的通行时间。

具体地，通过路段的路段长度信息除以每条路段的多个第一车流速度，可以得到车辆通过每条路段的预计通行时间，即每个路段的通行时间。

s123、根据每个路段的通行时间，得到通行时间表。

结合每个路段的通行时间可以得到通行时间表，可以理解的是，由于第二车流速度可以包括确定每条路口在不同采样时刻的第二路口车流速度，因此，通行时间表也包括不同路口的路口通行时间。

在本发明实施例中，通过半监督方法的路段车流信令识别方法可以有效的提升车流信令识别的准确性，降低由浮动车法的采样不足引起的速度估计偏差，以及，基于预设路网车流速度预测模型可以显著提升路网在中短期预测的准确性。

在得到通行时间表之后，接下来可以执行s130。

s130、根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径。

其中，通行时间表包括路口通行时间和路段通行时间，具体地，根据路口通行时间和路段通行时间，可以确定预设时空路径搜索算法的目标函数；根据目标函数，从目标路网中查找推荐路径。

作为一个具体地示例，第一时间段内每个第一车流速度的预测时间间隔为δt，以一条路段的路段长度信息是l为例，驾驶车辆预计通行时间可能大于δt也可能小于或等于δt。为了提高计算速度，车辆经过该路段的时间信息可以是：

其中，t′为预设时间长度，m为第一时间段内，时间间隔的数量。

基于上述车辆经过该路段的时间信息，可以确定预设时空路径搜索算法的目标函数。

在本发明实施例中，目标路网包括多个路段，目标函数为始发地至其中一个路段的第一距离估计值与从其中一个路段至目的地的第二距离估计值的和；其中，第一距离估计值根据初始距离估计值、路口通行时间、路口通行时间的第一权重、路段通行时间和路段通行时间的第二权重确定。本领域技术人员应当理解，估计值也可以称为代价值，从始发地至其中一个路段的第一距离估计值，即从始发地到其中一个路段所需的消耗；从其中一个路段至目的地的第二距离估计值，即从其中一个路段至目的地所需的消耗。

具体例如，目标函数为f(n)＝g(n)+h(n)。其中，g(n)为始发地至其中一个路段的第一距离估计值，h(n)为从其中一个路段至目的地的第二距离估计值。

如此，从目标路网中查找推荐路径，实现根据多时间点网络车流速度序列上的路径搜索，实现在时间和空间维度的时空路径搜索，。

为了提高路径推荐的准确性，在本发明实施例，第一距离估计值根据初始距离估计值、路口通行时间、路口通行时间的第一权重、路段通行时间和路段通行时间的第二权重确定。示例性的，g(nt)＝g(bt)+αt+βt″，其中，g(nt)为从始发地至其中一个路段的第一距离估计值，bt为初始距离估计值、t为路段的通行时间，α为路口通行时间的第一权重，t″为路口通行时间，β为路段通行时间的第二权重。可以理解的是，α和β的取值为[0,1]，α+β＝1。

在本申请的一些实施例中，为了更好的适应不同的复杂路网，可选的，α的取值可以是预测路段通行时间的概率密度估值确定，β的取值可以是预测路口通行时间的概率密度估值确定。

此外，α和β的取值还可以根据经验预先设置。为了更好的适应不同的复杂路网，路口通行时间的第一权重α和路段通行时间β的第二权重，根据目标路网所有路口通行时间与所有路段通行时间的比值确定。如此，从目标路网中查找推荐路径，实现根据多时间点网络车流速度序列上的路径搜索，实现在时间和空间维度的时空路径搜索，进一步提高推荐路径的可靠性，降低发生二次拥堵的风险。

此外，在用户驾驶车辆，在道路上行驶时，此时，用户所在的路段可能会发生变化，因此，为了提高推荐路径的可靠性，实现动态为用户推荐路径，在本发明实施例的s230中，具体可以包括s231至s233，以获取多个第一车流速度。

s231、从每条路段在不同采样时刻对应的第二车流速度和每条路段在当前时刻的第三车流速度中，确定每条路段对应的最小速度。

为了清楚的描述本发明实施例，根据公式(1)可以确定每条路段对应的最小速度。

min(v1,v2……,vp,vg)(1)

示例性的，v1至vp是p个采样时刻对应p个目标路网中每条路段的第二车流速度，vg为目标路网中每条路段的第三车流速度。根据公式(1)可以确定每条路段对应的最小速度。

s232、根据每条路段对应的最小速度，确定目标路网中每条路段的第四车流速度。

也就是说，根据每条路段对应的最小速度，可以得到目标路网中的第四车流速度。

s233、将在第二时间段的第二车流速度和第四车流速度输入预设路网车流速度预测模型，得到目标路网在第一时间段内的多个第一车流速度。

根据本发明实施例s231至s233得到多个第一车流速度后，可以实现对第一车流速度的动态更新，接下来，可以获取目标路网在第一时间段内的通行时间表。以及，根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径，从而确保预测得到的推荐路径的准确性。

本发明实施例提供的路径推荐方法，在接收到导航请求信息后，通过根据导航请求信息和预设路网车流速度预测模型，生成目标路网在第一时间段内的通行时间表，其中，目标路网中包括从始发地至目的地的路口信息和路段信息，第一时间段为从始发地至目的地的通行时间，如此，可以有效的提升对周期性拥堵和突发性拥堵的识别的准确率。接下来，通过根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径，实现根据多时间点网络车流速度序列上的路径搜索，实现在时间和空间维度的时空路径搜索，提高推荐路径的可靠性，降低发生二次拥堵的风险。

图4是本发明实施例提供的一种路径推荐装置的结构示意图，如图4所示，该路径推荐装置400可以包括：接收模块410和数据处理模块420。

接收模块410，用于接收导航请求信息，导航请求信息包括始发地和目的地；

数据处理模块420，用于根据导航请求信息和预设路网车流速度预测模型，生成目标路网在第一时间段内的通行时间表，其中，目标路网中包括从始发地至目的地的路口信息和路段信息，第一时间段为从始发地至目的地的通行时间；

数据处理模块420，还用于根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径。

在一些实施例中，路段信息包括多条路段的路段位置信息和路段长度信息。

数据处理模块420，还用于根据导航请求信息和预设路网车流速度预测模型，确定在第一时间段内目标路网中每条路段的第一车流速度；根据每个路段的第一车流速度和路段对应的路段长度信息，确定每个路段的通行时间；根据每个路段的通行时间，得到通行时间表。

数据处理模块420，还用于根据始发地和目的地确定目标路网；获取第二时间段内不同采样时刻目标路网中每条路段的第二车流速度；以及，基于预设浮动车的定位信息，获取当前时刻目标路网中每条路段的第三车流速度；在第二时间段的第二车流速度和第三车流速度输入预设路网车流速度预测模型，得到在第一时间段内目标路网中每条路段的多个第一车流速度。

数据处理模块420，还用于从每条路段在不同采样时刻对应的第二车流速度和每条路段在当前时刻的第三车流速度中，确定每条路段对应的最小速度；根据每条路段对应的最小速度，确定第四车流速度；将在第二时间段的第二车流速度和第四车流速度输入预设路网车流速度预测模型，得到目标路网在第一时间段内的多个第一车流速度。

在一些实施例中，每个采样时刻对应一个预设时间间隔。

数据处理模块420，还用于获取目标路网在每个预设时间间隔内的多个移动终端的信令数据；将多个移动终端的信令数据输入预设半监督分类模型，得到对应每个路段的至少一个信令序列；获取每个信令序列的时间长度信息；根据时间长度信息和每个路段长度信息，确定每个移动终端通过路段的移动速度；获取多个移动终端通过路段的移动速度的均值，得到路段在每个预设时间间隔内的车流速度；将每个路段在每个预设时间间隔内的车流速度，作为每条路段在不同采样时刻的第二车流速度。

在一些实施例中，通行时间表包括路口通行时间和路段通行时间。数据处理模块420，还用于根据路口通行时间和路段通行时间，确定预设时空路径搜索算法的目标函数；根据目标函数，从目标路网中查找推荐路径。

在一些实施例中，目标路网包括多个路段，目标函数为始发地至其中一个路段的第一距离估计值与从其中一个路段至目的地的第二距离估计值的和；其中，第一距离估计值根据初始距离估计值、路口通行时间、路口通行时间的第一权重、路段通行时间和路段通行时间的第二权重确定。

在一些实施例中，路口通行时间的第一权重和路段通行时间的第二权重，根据目标路网所有路口通行时间与所有路段通行时间的比值确定。

可以理解的是，本发明实施例的路径推荐装置400，可以对应于本发明实施例提供的路径推荐方法的执行主体，路径推荐装置400的各个模块/单元的操作和/或功能的具体细节可以参见上述本发明实施例提供的路径推荐方法中的相应部分的描述，为了简洁，在此不再赘述。

本发明实施例的路径推荐装置，生成目标路网在第一时间段内的通行时间表，其中，目标路网中包括从始发地至目的地的路口信息和路段信息，第一时间段为从始发地至目的地的通行时间，如此，可以有效的提升对周期性拥堵和突发性拥堵的识别的准确率。接下来，通过根据通行时间表和预设时空路径搜索算法，从目标路网中查找推荐路径，实现根据多时间点网络车流速度序列上的路径搜索，实现在时间和空间维度的时空路径搜索，提高推荐路径的可靠性，降低发生二次拥堵的风险。

图5是本发明实施例提供的一种路径推荐设备的硬件结构示意图。如图5所示，该设备可以包括处理器501以及存储有计算机程序指令的存储器502。

具体地，上述处理器501可以包括中央处理器(centralprocessingunit，cpu)，或者特定集成电路(applicationspecificintegratedcircuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器502可以包括用于信息或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(harddiskdrive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universalserialbus，usb)驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器502可以包括可移除或不可移除(或固定)的介质，或者存储器502是非易失性固态存储器。存储器502可在路径推荐设备的内部或外部。

在一个实例中，存储器502可以是只读存储器(readonlymemory，rom)。在一个实例中，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。

处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现本发明实施例所描述的方法，并达到本发明实施例执行其方法达到的相应技术效果，为简洁描述在此不再赘述。

在一个示例中，该路径推荐设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。

通信接口503，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线510包括硬件、软件或两者，将在线信息流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(acceleratedgraphicsport，agp)或其他图形总线、增强工业标准架构(extendedindustrystandardarchitecture，eisa)总线、前端总线(frontsidebus，fsb)、超传输(hypertransport，ht)互连、工业标准架构(industrystandardarchitecture，isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

该路径推荐设备可以执行本发明实施例中的企业用户服务的推荐方法，从而实现本发明实施例描述的路径推荐方法的相应技术效果。

另外，结合上述实施例中的路径推荐方法，本发明实施例可提供一种可读存储介质来实现。该可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种路径推荐方法。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，做出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(applicationspecificintegratedcircuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、只读存储器(read-onlymemory，rom)、闪存、可擦除只读存储器(erasablereadonlymemory，erom)、软盘、只读光盘(compactdiscread-onlymemory，cd-rom)、光盘、硬盘、光纤介质、射频(radiofrequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。