主辅路转移识别方法及装置与流程

本发明涉及电子地图技术领域，特别是涉及一种主辅路转移识别方法及装置。

背景技术：

随着城市的发展，城市道路越来越复杂。复杂道路一般存在主路和辅路之分。主路和辅路两条道路近似平行，横向距离较小，通过岔路连接。伴随着道路的复杂化，在出行的时候一般会根据距离、拥堵等情况确定出行的线路，并在行驶过程中进行导航来确保正确、快捷的出行。在行车的过程中，若道路导航系统能精确的确定车辆当前行驶在主路或者辅路，将可以为用户提供更及时、准确的导航服务。

目前常用的主辅路识别技术包括全球定位系统(gps，globalpositioningsystem)定位识别。但是在具体实施的过程中，发明人发现：gps定位精度较低，由于主辅路横向距离较小，仅依赖gps获取的车辆位置坐标，在车辆行驶过程中存在主辅路转移时，难以准确的识别出车辆当前行驶在主路或者辅路上。

技术实现要素：

有鉴于此，本发明提供的一种主辅路转移识别方法及装置，主要目的在于提高车辆行驶过程中主辅路定位识别的准确度。

为了解决上述问题，本发明主要提供如下技术方案：

第一方面，本发明提供了一种主辅路转移识别方法，包括：

获取行车过程中的多种特征信息，所述多种特征信息是以探测到行车道路前方存在主辅路分离时车辆的位置点的位置、航向和道路方向作为基准信息获取的；

根据所述多种特征信息与所述主辅路之间的关系，分别计算所述多种特征信息中至少两种特征信息对应的道路转移的第一概率；

将所述至少两个第一概率进行加权运算得到第二概率，将所述第二概率作为主辅路转移的概率；

根据所述主辅路转移的概率确定是否进行主辅路转移。

第二方面，本发明还提供一种主辅路转移识别装置，包括：

获取单元，用于获取行车过程中的多种特征信息，所述多种特征信息是以探测到行车道路前方存在主辅路分离时位置点的位置、航向和道路方向作为基准信息获取的；

第一转移概率计算单元，用于根据所述多种特征信息与所述主辅路之间的关系，分别计算所述多种特征信息中至少两种特征信息对应的道路转移的第一概率；

第二转移概率计算单元，用于将所述至少两个第一概率进行加权运算得到第二概率，将所述第二概率作为主辅路转移的概率；

确定单元，用于根据所述主辅路转移的概率确定是否进行主辅路转移。

第三方面，本发明还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如上所述的主辅路转移识别方法。

第四方面，本发明还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行如上所述的主辅路转移识别方法。

第五方面，本发明还提供了一种终端设备，包括至少一个处理器；所述存储介质，用于存储所述处理器执行的程序，以及所述处理器执行所述程序过程中所需的数据；

所述处理器，用于运行程序，其中，所述程序运行时执行如上所述的主辅路转移识别方法。

本发明提供的主辅路转移识别方法及装置，能够根据探测到行车道路前方存在主辅路分离时车辆的位置点的位置、航向和道路方向作为基准信息获取行车过程中的多种特征信息，并且基于该多种特征信息与所述主辅路之间的关系，分别计算所述多种特征信息中至少两种特征信息对应的道路转移的第一概率，将至少两个第一概率进行加权运算得到第二概率，该第二概率为至少两种特征信息融合后的主辅路转移的概率，利用该概率确定行车是否进行了主辅路的转移；与现有技术中采用gps定位中采用一个位置信息相比，本发明确定是否进行主辅路转移的参数为至少两个特征信息的融合信息，至少两个特征信息的融合信息相比一个特征信息的概率更准确，故在一定程度上提高了主辅路识别的准确性。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种主辅路转移识别方法的流程图；

图2示出了本发明实施例提供的另一种主辅路转移识别方法的流程图；

图3示出了本发明实施例提供的另一种主辅路转移识别方法的流程图；

图4示出了本发明实施例提供的一种主辅路转移识别方法的行车定点位置示意图；

图5示出了本发明实施例提供的另一种主辅路转移识别方法的流程图；

图6示出了本发明实施例提供的一种相对于基准点的法向位移、相对于基准点的航向角增量的计算方式推倒原理示意图；

图7示出了本发明实施例提供的一种主辅路转移识别装置的组成框图；

图8示出了本发明实施例提供的另一种主辅路转移识别装置的组成框图；

图9示出了本发明实施例提供的另一种主辅路转移识别装置的组成框图；

图10示出了本发明实施例提供的另一种主辅路转移识别装置的组成框图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

本发明实施例提供了一种主辅路转移识别方法，如图1所示，该方法包括：

101、获取行车过程中的多种特征信息，所述多种特征信息是以探测到行车道路前方存在主辅路分离时车辆的位置点的位置、航向和道路方向作为基准信息获取的。

在行车导航过程中，当探测到行车当前道路前方存在主辅路分离的岔路点时，记录行车过程中车辆的位置点的位置、航向以及当前行车的道路方向。其中，该主辅路分离的岔路点可以根据地图网上的道路信息获取并标记。在地图网上标注该主辅路分离的岔路点的时候，可以设置探测到该岔路点的范围，例如距离该岔路点200-300米之间的范围都可以探测到主辅路分离的岔路点，还可以在导航过程中，设置探测行车前方设定距离范围内的主辅路分离的岔路点。行车过程中探测行车当前道路前方是否存在主辅路分离的过程，可以根据gps定位信息结合岔路口的坐标信息探测，也可以是其他的方式获取，具体的本发明实施例对此不进行限制。例如，当用gps定位获取时，gps按照预定时间间隔定位行车过程中车辆的定位点，并扫描地图网上距离该车辆的定位点预定距离范围内是否存在主辅路分离的岔路点，若扫描到，则记录行车过程中的车辆的该定位点，将该定位点作为探测到行车道路前方存在主辅路分离时车辆的位置点。

该探测到的行车道路前方存在主辅路分离时车辆的位置点的位置，可以为地图上的经纬坐标值，航向可以为当前行驶的方向，道路方向可以为当前行驶的道路方向。其中，该道路方向可以根据地图信息获取，经纬坐标值以及当前行驶的方向可以根据gps定位获取，也可以根据其他方式获取，具体的本发明实施例对此不进行限制。

上述获取的探测到行车道路前方存在主辅路分离时车辆的位置点，称为基准点，该基准点对应的行车车辆的位置、航向和道路方向称为基准信息，在获取该基准点和基准信息之后，本发明实施例继续按照预定周期进行行车车辆的定位点的采集，获取车辆行车过程中的多个定位点，该多个定位点标识了存在主辅路分离道路之后车辆的行车轨迹。其中，该对行车的车辆的定位点进行采集的预定周期，可以根据定位的准确性设置，本发明实施例对此不进行限制，例如按照时间进行，如，周期为1秒。

102、根据所述多种特征信息与所述主辅路之间的关系，分别计算所述多种特征信息中至少两种特征信息对应的道路转移的第一概率。

本发明实施例中，所述多种特征信息为以下特征信息中的任意多个的组合，该特征信息包括：

车辆的定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量。在计算主辅路转移的概率时，基于上述获取的多种特征信息分别计算转移的概率，之后进行特征信息的融合处理，使得得到的转移概率相对一种特征信息更准确。

103、将所述至少两个第一概率进行加权运算得到第二概率，将所述第二概率作为主辅路转移的概率。

104、根据所述主辅路转移的概率确定是否进行主辅路转移。

该概率的判断可以根据预设概率阈值进行，也可以根据其他方式进行，具体的本发明实施例不进行限制。当根据概率阈值进行判断时，可以根据经验设置概率阈值，例如该概率预置为0.5，当获取的主辅路转移概率大于0.5时，确定进行主辅路的转移，当获取的主辅路转移概率小于或等于0.5时，确定不进行主辅路的转移。

另外，本发明实施例中确定由主路转移到辅路，还是由辅路转移到主路，这个取决于行车的当前道路，若当前行车在主路，若根据概率确定进行主辅路的转移，则由主路转移到辅路；若当前行车在辅路，若根据概率确定进行主辅路的转移，则由辅路转移到主路。

本发明实施例中，能够根据探测到行车道路前方存在主辅路分离时位置点的位置、航向和道路方向作为基准信息获取行车过程中的多种特征信息，并且基于该多种特征信与所述主辅路之间的关系，分别计算所述多种特征信息中至少两种特征信息对应的道路转移的第一概率，将至少两个第一概率进行加权运算得到第二概率，该第二概率为至少两种特征信息融合后的主辅路转移的概率，利用该概率确定行车是否进行了主辅路的转移；与现有技术中采用gps定位中采用一个位置信息相比，本发明实施例确定是否进行主辅路转移的参数为至少两个特征信息的融合信息，至少两个特征信息的融合信息相比一个特征信息的概率更准确，故在一定程度上提高了主辅路识别的准确性。

本发明实施例还提供一种主辅路转移识别方法，如图2所示，该方法包括：

201、行车过程中探测行车道路前方是否存在主辅路分离；若探测到行车过程中行车道路前方存在主辅路分离，则执行202；若没有探测到行车过程中行车道路前方存在主辅路分离，则继续执行201，直至行车结束。

本发明实施例中该步骤中关于行车过程中探测行车道路前方是否存在主辅路分离的相关描述，可以参考图1对应实施例相关内容的描述，该处将不再赘述。

202、记录探测到行车道路前方存在主辅路分离时车辆的位置点的第一信息，将该位置点作为基准点，所述第一信息为获取行车过程中的多种特征信息的基准信息，所述基准信息包括行车的位置、航向和道路方向。

本发明实施例中该步骤的相关内容，可以参考图1对应实施例相关内容的描述，该处将不再赘述。

203、采集所述位置点之后行车过程中车辆的定位点的第二信息，所述第二信息包括行车的位置和航向。

采集该第二信息的周期可以根据定位的精确度设置，例如每秒，本发明实施例对此不进行限制。

204、根据第二信息以及所述第一信息和第二信息的运算获取行车过程中的多种特征信息。

该多种信息可以为但不局限于车辆的定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量中的任意多种的组合。其中，该定位点的位置、航向直接根据该第二信息获取，定位点的相对于基准点的法向位移、相对于基准点的航向角增量需要根据第一信息和第二信息的运算获取。

205、根据所述多种特征信息与所述主辅路之间的关系，分别计算所述多种特征信息中至少两种特征信息对应的道路转移的第一概率。

值得说明的是，在获取了多种特征信息之后，可以根据实际需求选择该多种特征信息中的n个特征信息，其中n大于等于2，小于等于多种特征信息的数量，也可以将该多种特征信息全选，具体的本发明实施例对此不进行限制。当全选时，对该获取的多个特征信息中的每一种特征信息进行道路转移概率的计算；当从该获取的多个特征中选取n个特征信息时，对该n个特征信息中每一种特征信息进行道路转移概率的计算。

206、将所述至少两个第一概率进行加权运算得到第二概率，将所述第二概率作为主辅路转移的概率。

该加权运算可以是任一种加权运算，例如，该加权运算可以是卷积运算；具体实施时，该加权运算能够综合考虑每个特征信息的权值即可，本发明实施例对此不进行限制。

207、确定所述主辅路转移的概率是否大于预设概率阈值；若确定所述主辅路转移的概率大于预设概率阈值，则确定进行主辅路的转移，并执行208；若确定所述主辅路转移的概率小于或等于预设概率阈值，则确定不进行主辅路的转移，并执行209。

其中，关于本步骤中概率阈值的相关描述，可以参考图1对应实施例的描述，该处将不再赘述。

208、从当前道路跳转到另一条道路上。

209、保持当前道路继续行驶，并执行201继续探测是否有主辅路的分离。

本发明实施例中，能够根据探测到行车道路前方存在主辅路分离时位置点的位置、航向和道路方向作为基准信息获取行车过程中的多种特征信息，并且对该多种特征信息中选取的至少两种特征信息对应的道路转移的概率进行计算，得到至少两个第一概率，并将得到的至少两个第一概率进行加权运算，最终获取到信息融合后的主辅路转移的概率；利用该加权运算后的概率确定行车是否进行了主辅路的转移，与现有技术中采用gps定位中采用一个位置信息相比，本发明实施例确定是否进行主辅路转移的参数为至少两个特征信息的加权概率，至少两个特征信息的加权概率相比一个特征信息的概率更准确，故在一定程度上提高了主辅路识别的准确性。

并且，本发明实施例中对特征信息下的第一概率进行了加权，使得特征信息融合后的概率更准确，在一定程度上提高了识别的准确性。

如上所述的，在获取行车过程中的多个特征信息时，在计算主辅路转移的概率时，可以使用全部的多个特征信息，也可以从中选取部分的多个特征信息，以下实施例将结合卷积加权技术以及多个特征信息的选择对主辅路转移识别方法进行阐述，该方法如图3所示，包括：

301、行车过程中探测行车道路前方是否存在主辅路分离；若探测到行车过程中行车道路前方存在主辅路分离，则执行202；若没有探测到行车过程中行车道路前方存在主辅路分离，则继续执行201，直至行车结束。

本发明实施例中该步骤中关于行车过程中探测行车道路前方是否存在主辅路分离的相关描述，可以参考图1对应实施例相关内容的描述，该处将不再赘述。

302、记录探测到行车道路前方存在主辅路分离时车辆的位置点的第一信息以及采集所述位置点之后行车过程中车辆的定位点的第二信息，并根据所述第二信息以及第一信息和第二信息的运算获取行车过程中的多种特征信息。其中，所述第一信息为获取行车过程中的多种特征信息的基准信息，所述基准信息包括行车的位置、航向和道路方向。所述第二信息包括行车的位置和航向。

本发明实施例中该步骤的相关内容，可以参考图1对应实施例相关内容的描述，该处将不再赘述。

303、根据定位准确度的需求从所述多个特征信息中选取n种特征信息，并对n种特征信息分别计算每种特征信息对应的道路转移的第一概率(x1x2…xn)。其中，n小于等于多个特征信息的数量，并且大于等于2。

根据道路的复杂性，确定定位准确度的要求，不同复杂性的道路，对定位准确性的要求不同。有的地方只有主辅路，并且主辅路仅有一条直路，该种道路对定位准确性的要求相对不高；有的地方有多条辅路，也有主路，并且还包括匝道，该种道路对定位准确性的要求相对较高。当道路很复杂时，需要较高的定位精度，这时可以选择较多数量的特征信息，对较多的特征信息进行运算，得到的转移概率更高，定位的准确性也较高；当道路相对简单时，可以选择较少数量的特征信息，虽然该特征信息较少，但是也是多种特征信息的融合，得到的主辅路转移概率相比一个特征信息来说也相对准确，都与现有技术相比，在一定程度上提高了定位的准确性。

本发明实施例中在对n种特征信息分别计算每种特征信息下道路转移的第一概率时，可以根据所述n种特征信息与所述主辅路之间的关系，分别计算每种特征信息下道路转移的第一概率。

304、根据主辅路宽度和所述n种特征信息的置信度确定所述n种特征信息分别对应的卷积核系数(a1a2…an)，所述卷积核系数的数量与所述n种特征信息的数量相等，并且卷积核系数满足系数相加为1，即

本发明实施例中，在根据所述n种特征信息的置信度和主辅路宽度确定所述n种特征信息分别对应的卷积核系数时，可以通过但不局限于以下的方法实现，该方法包括：

获取当前行车道路的主辅路宽度以及预设的道路识别定位精度。其中，该定位精度可以根据道路的复杂度进行确定，具体需求根据具体实施具体设置，本发明实施例对此不进行限制。

根据所述主辅路宽度以及预设的道路识别定位精度确定所述n种特征信息对应的置信度。

根据预设卷积核系数分配比例规则以及所述n种特征信息对应的置信度确定所述n种特征信息分别对应的卷积核系数。其中，该预设卷积核系数分配比例规则为所有卷积核系数相加等于1，并且每个卷积核系数之间的差额在0.1-0.2之间，不能过大。并且在配置卷积核系数时，置信度越高，卷积核的系数可以配置的相对较大，置信度越低，卷积核的系数可以配置的相对较小。具体在配置时，可以根据经验设置，本发明实施例对此不进行限制。

305、将所述n种特征信息对应的第一概率和卷积核系数进行卷积运算得到第二概率，第二概率即为

306、确定所述主辅路转移的概率是否大于预设概率阈值；若确定所述主辅路转移的概率大于该概率阈值，则确定进行主辅路的转移，并执行307；若确定所述主辅路转移的概率小于或等于该概率阈值，则确定不进行主辅路的转移，并执行308。

其中，关于本步骤中概率阈值的相关描述，可以参考图1对应实施例的描述，该处将不再赘述。

307、从当前道路跳转到另一条道路上。

308、保持当前道路继续行驶，并继续探测是否有主辅路的分离。

本发明实施例中，能够根据探测到行车道路前方存在主辅路分离时车辆的位置点的位置、航向和道路方向作为基准信息获取行车过程中的多种特征信息，并且对从多种特征信息中选取的n中特征信息中的每种特征信息对应的道路转移的概率进行计算，得到多个第一概率，并将得到的多个第一概率进行卷积运算，最终获取到信息融合后的主辅路转移的概率；利用该加权运算后的概率确定行车是否进行了主辅路的转移，与现有技术中采用gps定位中采用一个位置信息相比，本发明实施例确定是否进行主辅路转移的参数为多个特征信息的加权概率，多个特征信息的加权概率相比一个特征信息的概率更准确，故在一定程度上提高了主辅路识别的准确性。

并且，本发明实施例中对每个特征信息下的第一概率进行了加权，并且该加权值即卷积核系数是根据当前行车道路的主辅路宽度、预设的道路识别定位精度以及多种特征信息的置信度确定的，使得该卷积核系数的设置相对精确，进而使得特征信息融合后的概率更准确，在一定程度上提高了识别的准确性。

进一步的，本发明实施例在对行车过程中获取的多种特征信息进行融合的时候，还可以根据行车道路的复杂度进行特征信息数量的选择，做到高复杂道路选择相对较多数量的特征信息，低复杂道路选择相对较少数据的特征信息，使得主辅路道路转移的识别计算灵活应用，在一定程度上简化了计算的复杂度，提高了主辅路识别的效率。

如上所述的，加权运算可以为卷积运算，获取行车过程中的多种特征信息可以为但不局限于定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量中的任意多种的组合，以下实施例将以获取并选取进行主辅路转移识别的特征信息为定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量为例，并且在对该四个特征信息的概率进行卷积运算，以主路是否转移到辅路为例，具体阐述主辅路转移识别的方法，如图4和图5所示，该方法包括：

401、行车过程中探测行车道路前方是否存在主辅路分离；若探测到行车过程中行车道路前方存在主辅路分离，则执行402；若没有探测到行车过程中行车道路前方存在主辅路分离，则继续执行401，直至行车结束。

402、记录探测到行车道路前方存在主辅路分离时车辆的位置点的第一信息以及采集所述位置点之后行车过程中车辆的定位点的第二信息，并根据所述第一信息和第二信息进行运算获取定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量。

本发明实施例中，如图4所示，探测到行车道路前方存在主辅路分离时车辆的位置点为p1，p1是车辆行车过程中的第一个定位点，将p1点作为基准点，记录下该基准点的行车的位置p1、航向h1和道路方向，该处的道路方向为主路的方向。

另外，在行车的过程中，继续记录车辆行车过程中的其他定位点，例如，如图4所示的行车过程中车辆的第二个定位点p2等，并记录下定位点p2的位置和航向为p2、h2。

其中，当所述多种特征信息包括定位点相对于基准点的法向位移时。根据所述第一信息和第二信息进行运算获取车辆的定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量，可以采用但不局限于以下的方法实现，该方法为：根据行车的道路航向、行车过程中定位点相邻前一个位置点的航向、相邻的两个定位点的距离以及基准点的位置和航向进行运算，得到行车过程中的定位点相对于基准点的法向位移。

当所述多种特征信息包括定位点相对于基准点的航向角增量时，根据所述第一信息和第二信息进行运算获取行车过程中的定位点相对于基准点的航向角增量可以采用但不局限于以下的方法实现，该方法为：

利用行车过程中定位点的航向减去基准点的航向，得到定位点相对于基准点的航向角增量。

其中，定位点相对于基准点的法向位移，以及定位点相对于基准点的航向角增量的具体计算可以如图6所示：

获取基准点的位置和航向分别为p1、h1，设置基准点的法向位移为：

δs1＝0(1)

基准点的航向角增量为：

δθ1＝0(2)

获取下一个定位点p2的位置和航向为p2、h2，δp12为p1与p2之间的距离，定位点p2相对于基准点的法向位移为：

δs2＝δs1+δp12·sin(h1-h0)(3)

定位点p2相对于基准点的角增量为：

δθ2＝h2-h1(4)

依次类推，得到基准点之后任意两点之间的距离和航向为pk/k-1、hk，相对于基准点的法向位移为：

δsk＝δsk-1+pk/k-1·sin(hk-1-h0)(5)

相对于基准点的角增量为：

δθk＝hk-h1(6)

其中，k为行车过程中的第k个定位点，pk、hk为行车过程中的第k个定位点的位置和航向，h0为行车的道路航向，h1为基准点的航向，pk/k-1为相邻的两个定位点之间的距离。

403、根据定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量与所述主辅路之间的关系，分别计算每种特征信息下道路转移的第一概率(x1x2x3x4)。。

其中，针对定位点的位置这一特征信息下的道路转移概率x1，x1可以通过定点位置到主辅路的距离进行运算获取；定位点的航向这一特征信息下的道路转移概率x2，x2可以通过定位点的航向与主辅路之间的方向差进行运算获取；定位点的相对于基准点的法向位移这一特征信息下的道路转移概率x3，x3可以通过公式(5)的运算结果和法向位移比例系数的运算获取；定位点的相对于基准点的航向角增量这一特征信息下的道路转移概率x4，x4可以通过公式(6)的运算结果和航向角增量比例系数的运算获取。在具体运算时，可以采用但不局限于以下的方法实现，该方法见如下公式：

其中，δpmain为定位点到主路的距离，δpside为定位点到辅路的距离，δhmain为定位点与主路之间的方向差，δhside为定位点与辅路之间的方向差，δs是相对于基准点的法向位移，δh是相对于基准点的角增量，k和l为比例系数。

404、根据主辅路宽度和上述4种特征信息的置信度确定所述4种特征信息分别对应的卷积核系数(a1a2…an).

如上所述的，该卷积系数与定位精度以及卷积系数分配比例规则相关，在具体分配时，可以根据定位精度和该分配比例规则以及4种特征信息的置信度设置，并且4种特征信息的卷积系数之和为1，如表1所示；

该表1中，acc为accuracy，精确度的缩写，若定位精度为小于10m，那么定位点的位置、航向的置信度将较高，故为其设定的卷积核系数相对较大，为0.3；相对于基准点的法向位移、相对于基准点的航向角增量的置信度相对较低，故为其设定的卷积核系数相对较小，为0.2；若定位精度为大于10m，那么定位点的位置、航向的置信度将较低，故为其设定的卷积核系数相对较小，为0.2；相对于基准点的法向位移、相对于基准点的航向角增量的置信度相对较高，故为其设定的卷积核系数相对较大，为0.3。

405、将所述4种特征信息对应的第一概率和卷积核系数进行卷积运算得到第二概率，第二概率即为

406、确定所述主辅路转移的概率是否大于预设概率阈值0.5；若确定所述主辅路转移的概率大于0.5，则确定进行主辅路的转移，并执行407；若确定所述主辅路转移的概率小于或等于0.5，则确定不进行主辅路的转移，并执行408。

407、从主路跳转到辅路上。

408、保持当前道路继续行驶，并继续探测是否有主辅路的分离，直到行驶结束。

本发明实施例中，能够根据探测到行车道路前方存在主辅路分离时位置点的位置、航向和道路方向作为基准信息获取行车过程中的多种特征信息，并且对该多种特征信息中每种特征信息下的道路转移的概率进行计算，得到多个第一概率，并将得到的多个第一概率进行卷积运算，最终获取到信息融合后的主辅路转移的概率；利用该加权运算后的概率确定行车是否进行了主辅路的转移，与现有技术中采用gps定位中采用一个位置信息相比，本发明实施例确定是否进行主辅路转移的参数为多个特征信息的加权概率，多个特征信息的加权概率相比一个特征信息的概率更准确，故在一定程度上提高了主辅路识别的准确性。

并且，本发明实施例中对每个特征信息下的概率进行了加权，并且该加权值即卷积核系数是根据当前行车道路的主辅路宽度、预设的道路识别定位精度以及多种特征信息的置信度确定的，使得该卷积核系数的设置相对精确，进而使得特征信息融合后的概率更准确，在一定程度上提高了识别的准确性。

进一步的，本发明实施例在对行车过程中获取的多种特征信息进行融合的时候，还可以根据行车道路的复杂度进行特征信息数量的选择，做到高复杂道路选择相对较多数量的特征信息，低复杂道路选择相对较少数据的特征信息，使得主辅路道路转移的识别计算灵活应用，在一定程度上简化了计算的负责度，提高了主辅路识别的效率。

基于上述方法实施例，本发明实施例还提供一种主辅路转移识别装置，如图7所示，该装置包括：

获取单元51，用于获取行车过程中的多种特征信息，所述多种特征信息是以探测到行车道路前方存在主辅路分离时车辆的位置点的位置、航向和道路方向作为基准信息获取的。

其中，在行车导航过程中，当探测到行车当前道路前方存在主辅路分离的岔路点时，记录行车过程中车辆的位置点的位置、航向以及当前行车的道路方向。其中，该主辅路分离的岔路点可以根据地图网上的道路信息获取并标记。在地图网上标注该主辅路分离岔路点的时候，可以设置探测到该岔路点的范围，例如距离该岔路点200-300米之间的范围都可以探测到主辅路分离的岔路点，还可以在导航过程中，设置探测行车前方设定距离范围内的主辅路分离的岔路点。行车过程中探测行车当前道路前方是否存在主辅路分离的过程，可以根据gps定位信息结合岔路口的坐标信息探测，也可以是其他的方式获取，具体的本发明实施例对此不进行限制。例如，当用gps定位获取时，gps按照预定时间间隔定位行车过程中车辆的定位点，并扫描地图网上距离该定位点预定距离范围内是否存在主辅路分离的岔路点，若扫描到，则记录行车过程中车辆的该定位点，将该定位点作为探测到行车道路前方存在主辅路分离时车辆的位置点。

该探测到的行车道路前方存在主辅路分离时车辆的位置点的位置，可以为地图上的经纬坐标值，航向可以为当前行驶的方向，道路方向可以为当前行驶的道路方向。其中，该道路方向可以根据地图信息获取，经纬坐标值以及当前行驶的方向可以根据gps定位获取，也可以根据其他方向获取，具体的本发明实施例对此不进行限制。

上述获取的探测到行车道路前方存在主辅路分离时车辆的位置点，称为基准点，该基准点对应的行车车辆的位置、航向和道路方向称为基准信息，在获取该基准点和基准信息之后，本发明实施例继续按照预定周期进行行车车辆的定位点的采集，获取车辆行车过程中的多个定位点，该多个定位点标识了存在主辅路分离道路之后车辆的行车轨迹。其中，该对行车的车辆的定位点进行采集的预定周期，可以根据定位的准确性设置，本发明实施例对此不进行限制，例如按照时间进行，如，周期为1秒。

第一转移概率计算单元52，用于根据所述多种特征信息与所述主辅路之间的关系，分别计算所述多种特征信息中至少两种特征信息对应的道路转移的第一概率。其中，在获取了多种特征信息之后，可以根据实际需求选择该多种特征信息中的n个特征信息，该n大于等于2，小于等于多种特征信息的数量，也可以将该多种特征信息全选，具体的本发明实施例对此不进行限制。当全选时，对该获取的多个特征信息中的每一种特征信息进行道路转移概率的计算；当从该获取的多个特征中选取n个特征信息时，对该n个特征信息中每一种特征信息进行道路转移概率的计算。

第二转移概率计算单元53，用于将所述至少两个第一概率进行加权运算得到第二概率，将所述第二概率作为主辅路转移的概率。该加权运算可以是任一种加权运算，例如，该加权运算可以是卷积运算；在具体实施时，该加权运算能够综合考虑每个特征信息的权值即可，本发明实施例对此不进行限制。

确定单元54，用于根据所述主辅路转移的概率确定是否进行主辅路转移。该概率的判断可以根据预设概率阈值进行，也可以根据其他方式进行，具体的本发明实施例不进行限制。当根据概率阈值进行判断时，可以根据经验设置概率阈值，例如该概率预置为0.5，当获取的主辅路转移概率大于0.5时，确定进行主辅路的转移，当获取的主辅路转移概率小于或等于0.5时，确定不进行主辅路的转移。

当所述加权运算为卷积运算时，如图8所示，所述第二转移概率计算单元53包括：

确定模块531，用于根据主辅路宽度和所述至少两种特征信息的置信度确定所述至少两种特征信息分别对应的卷积核系数，所述卷积核系数的数量与所述至少两种特征信息的数量相等，并且卷积核系数满足系数相加为1；其中，所述确定模块531具体用于：获取当前行车道路的主辅路宽度以及预设的道路识别定位精度；根据所述主辅路宽度以及预设的道路识别定位精度确定所述至少两种特征信息对应的置信度；根据预设卷积核系数分配比例规则以及所述至少两种特征信息对应的置信度确定所述至少两种特征信息分别对应的卷积核系数。

计算模块532，用于将所述至少两种特征信息对应的第一概率和卷积核系数进行卷积运算得到第二概率。

进一步的，如图9所示，所述获取单元51包括：

记录模块511，用于记录探测到行车道路前方存在主辅路分离时车辆的位置点的第一信息，所述第一信息为获取行车过程中的多种特征信息的基准信息，所述基准信息包括行车的位置、航向和道路方向。

采集模块512，用于采集所述位置点之后行车过程中车辆的定位点的第二信息，所述第二信息包括行车的位置和航向。

计算模块513，用于所述第二信息以及根据所述第一信息和第二信息进行运算获取行车过程中的多种特征信息。

本发明实施例中的多种特征信息，可以为以下特征信息中的任意多个的组合，该特征信息包括：车辆的定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量。

当所述多种特征信息包括定位点相对于基准点的法向位移时，所述计算模块513，用于根据所述第一信息和第二信息进行运算获取行车过程中定位点的相对于基准点的法向位移包括：根据行车的道路航向、行车过程中定位点相邻前一个位置点的航向、相邻的两个定位点的距离以及基准点的位置和航向进行运算，得到行车过程中的定位点相对于基准点的法向位移。

当所述多种特征信息包括定位点相对于基准点的航向角增量时，所述计算模块513，用于根据所述第一信息和第二信息进行运算获取行车过程中定位点的相对于基准点的航向角增量包括：利用行车过程中定位点的航向减去基准点的航向，得到定位点相对于基准点的航向角增量。

当所述多个特征包括定位点的位置、航向、相对于基准点的法向位移、相对于基准点的航向角增量时，所述第一计算模块521包括：

所述定位点的位置对应的道路转移的第一概率为：所述定位点位置到当前行车道路的距离与所述定位点位置到行车道路的距离和到另一条候选道路的距离之和的比值。

所述定位点的航向对应的道路转移的第一概率为：所述定位点航向到当前行车道路的方向差与所述定位点航向到行车道路的方向差和到另一条候选道路的方向差之和的比值。

所述定位点的相对于基准点的法向位移对应的道路转移的第一概率为：所述定位点相对于基准点的法向位移与预设第一比例系数的比值，所述第一概率最大等于1。

所述定位点的相对于基准点的航向角增量对应的道路转移的第一概率为：所述定位点相对于基准点的航向角增量与预设第二比例系数的比值，所述第一概率最大等于1。

进一步的，如图10所示，所述确定单元54包括：

确定模块541，用于确定所述主辅路转移的概率是否大于预设概率阈值。

转移模块542，用于在确定所述主辅路转移的概率大于所述预设概率阈值时，确定进行主辅路的转移；在确定所述主辅路转移的概率小于或等于所述预设概率阈值时，确定不进行主辅路的转移。

本发明实施例中的各功能模块的相关描述，可以参考方法实施例中的相关描述，本发明实施例此处将不再赘述。

本发明实施例还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如上所述的主辅路转移识别方法。

本发明实施例还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行如上所述的主辅路转移识别方法。

本发明实施例还提供一种终端设备，包括至少一个处理器；所述存储介质，用于存储所述处理器执行的程序，以及所述处理器执行所述程序过程中所需的数据；

所述处理器，用于运行程序，其中，所述程序运行时执行如上所述的主辅路转移识别方法。

本发明实施例中，能够根据探测到行车道路前方存在主辅路分离时位置点的位置、航向和道路方向作为基准信息获取行车过程中的多种特征信息，基于该多种特征信息与所述主辅路之间的关系，分别计算所述多种特征信息中至少两种特征信息对应的道路转移的第一概率，将至少两个第一概率进行加权运算得到第二概率，该第二概率为至少两种特征信息融合后的主辅路转移的概率，利用该概率确定行车是否进行了主辅路的转移；与现有技术中采用gps定位中采用一个位置信息相比，本发明确定是否进行主辅路转移的参数为至少两个特征信息的融合信息，至少两个特征信息的融合信息相比一个特征信息的概率更准确，故在一定程度上提高了主辅路识别的准确性。

并且，本发明实施例中对至少两个特征信息下的第一概率进行了加权，并且该加权值即卷积核系数是根据当前行车道路的主辅路宽度、预设的道路识别定位精度以及至少两种特征信息的置信度确定的，使得该卷积核系数的设置相对精确，进而使得特征信息融合后的概率更准确，在一定程度上提高了识别的准确性。

进一步的，本发明实施例在对行车过程中获取的多种特征信息进行融合的时候，还可以根据行车道路的复杂度进行特征信息数量的选择，做到高复杂道路选择相对较多数量的特征信息，低复杂道路选择相对较少数据的特征信息，使得主辅路道路转移的识别计算灵活应用，在一定程度上简化了计算的负责度，提高了主辅路识别的效率。

所述计算机代码数据的生成装置包括处理器和存储器，上述获取单元、第一转移概率计算单元、第二转移概率计算单元和确定单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来在提高车辆行驶过程中主辅路定位识别的准确度。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，该程序为上述描述的主辅路转移识别方法程序。本文中的设备可以是服务器、pc、pad、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：获取行车过程中的多种特征信息，所述多种特征信息是以探测到行车道路前方存在主辅路分离时车辆的位置点的位置、航向和道路方向作为基准信息获取的；根据所述多种特征信息与所述主辅路之间的关系，分别计算所述多种特征信息中每种特征信息下道路转移的第一概率；将所述多个第一概率进行加权运算得到第二概率，将所述第二概率作为主辅路转移的概率；根据所述主辅路转移的概率确定是否进行主辅路转移。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。