本发明涉及智能交通技术领域，具体而言，本发明涉及一种车辆行驶的导航方法、装置和计算设备。
背景技术
半个世纪以来，汽车的增长速度持续呈现上升趋势，现已经明显超过了城市道路的建设能力，使得城市交通问题逐渐成为了世界性的课题。其中，车辆导航系统是城市智能交通领域中的研究热点，而路径规划作为车辆导航系统的核心部分，可以利用计算机、通信、电子等高新科学技术向驾驶者提供合适的行车路线。科学合理的路径规划能够避免驾驶者行车过程中不必要的消耗，防止交通事故的发生，减少交通堵塞。
国内外现有的路径规划大多是基于当前时刻的路况，例如获取各个路段当前时刻的拥堵状况，计算出能以最快速度到达目的地的行驶路径。然而实际上，交通流一直处于复杂的动态变化过程中，当前时刻的路况不能准确反映用户行驶过程中的真实交通状态。假设当前时刻有一条推荐的路径显示畅通，但在用户行进过程中可能会逐渐变得拥堵，此时更换路线已经有所不便，严重影响用户体验。
技术实现要素：
为克服上述技术问题或者至少部分地解决上述技术问题，特提出以下技术方案：
本发明提供了一种车辆行驶的导航方法，包括如下步骤：
根据行车起点及终点信息，确定行车范围；
确定所述行车范围内的车流行驶轨迹信息；
确定驾驶者的情绪状态信息；
基于所述车流行驶轨迹信息及所述情绪状态信息，确定最佳行驶路径。
可选地，所述确定所述行车范围内的车流行驶轨迹信息，包括：
获取路况检测系统提供的行车范围内的路况检测图像数据；
对所述路况检测图像数据进行识别，生成行车范围内的车流行驶轨迹信息。
可选地，所述确定驾驶者的情绪状态信息，包括：
获取驾驶者佩戴的生理皮电传感器采集的生理皮电数据；
根据所述生理皮电数据，确定驾驶者的情绪状态信息。
可选地，所述基于所述车流行驶轨迹信息及所述情绪状态信息，确定最佳行驶路径，包括：
基于所述车流行驶轨迹信息，利用训练后的预测模型，确定各个行驶路径的预定标签及推荐值；
基于各个行驶路径预定标签及所述情绪状态信息，确定各个行驶路径的适宜指数；
根据各个行驶路径的推荐值及适宜指数确定出的总评分，确定最佳行驶路径。
可选地，所述预定标签包括以下至少一项：
总路程长度、总路程耗时、拥堵程度、路径类型、信号灯数量、平坦度。
可选地，确定出最佳行驶路径之后，还包括：
将确定出的最佳行驶路径的相关信息通知驾驶者；
其中，通知驾驶者的方式包括以下至少一种：
将所述最佳行驶路径的相关信息发送至特定交通电台，以使得特定交通电台进行通告；
将所述最佳行驶路径的相关信息发送至特定网络平台，以使得驾驶者进行访问查询；
将所述最佳行驶路径的相关信息发送至驾驶者的移动终端。
本发明还提供了一种车辆行驶的导航装置，包括：
行车范围确定模块，用于根据行车起点及终点信息，确定行车范围；
车流行驶轨迹信息确定模块，用于确定所述行车范围内的车流行驶轨迹信息；
情绪状态信息确定模块，用于确定驾驶者的情绪状态信息；
最佳行驶路径确定模块，用于基于所述车流行驶轨迹信息及所述情绪状态信息，确定最佳行驶路径。
可选地，所述车流行驶轨迹信息确定模块具体用于获取路况检测系统提供的行车范围内的路况检测图像数据；以及，
所述车流行驶轨迹信息确定模块具体用于对所述路况检测图像数据进行识别，生成行车范围内的车流行驶轨迹信息。
可选地，所述情绪状态信息确定模块具体用于获取驾驶者佩戴的生理皮电传感器采集的生理皮电数据；以及，
所述情绪状态信息确定模块具体用于根据所述生理皮电数据，确定驾驶者的情绪状态信息。
可选地，所述最佳行驶路径确定模块具体用于基于所述车流行驶轨迹信息，利用训练后的预测模型，确定各个行驶路径的预定标签及推荐值；以及，
所述最佳行驶路径确定模块具体用于基于各个行驶路径预定标签及所述情绪状态信息，确定各个行驶路径的适宜指数；以及，
所述最佳行驶路径确定模块具体用于根据各个行驶路径的推荐值及适宜指数确定出的总评分，确定最佳行驶路径。
可选地，所述预定标签包括以下至少一项：
总路程长度、总路程耗时、拥堵程度、路径类型、信号灯数量、平坦度。
可选地，所述装置还包括：
通知模块，用于将确定出的最佳行驶路径的相关信息通知驾驶者。
其中，所述通知模块具体用于以下至少一种：
将所述最佳行驶路径的相关信息发送至特定交通电台，以使得特定交通电台进行通告；
将所述最佳行驶路径的相关信息发送至特定网络平台，以使得驾驶者进行访问查询；
将所述最佳行驶路径的相关信息发送至驾驶者的移动终端。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的方法。
本发明还提供了一种计算设备，包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，使得所述处理器执行上述任一项所述的方法。
本发明提供的车辆行驶的导航方法、装置和计算设备，采用根据行车起点及终点信息，确定行车范围；确定所述行车范围内的车流行驶轨迹信息；确定驾驶者的情绪状态信息；基于所述车流行驶轨迹信息及所述情绪状态信息，确定最佳行驶路径，与现有技术中根据当前时刻的路况推荐行驶路径相比，本发明基于车流行驶轨迹预测驾驶者行车过程中的路面情况，并结合驾驶者的情绪状态推荐最佳行驶路径，为驾驶者带来高效、顺心的行车体验。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例提供的车辆行驶的导航方法的流程示意图；
图2为本发明实施例提供的车辆行驶的导航装置的框架示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
下面结合附图具体介绍本发明实施例的技术方案。
本发明实施例提供了一种车辆行驶的导航方法，如图1所示，包括：
步骤110：根据行车起点及终点信息，确定行车范围；
本发明实施例中，行车起点可以是预设的缺省地址，或者是用户实时输入或在地图上点击的，又或者是实时地获取用户的当前定位信息而确定的。同样地，行车终点可以是预设的缺省地址，或者是用户实时输入或在地图上点击的。
具体而言，根据行车起点及终点信息，匹配出全部能够行驶的路径，基于匹配出的全部行驶路径，确定行车范围。可选地，行车范围包含匹配出的全部行驶路径，优选地，行车范围即为能够覆盖匹配出的全部行驶路径的最小区域，由于后续的部分数据处理依赖于该行车范围，因此缩小该行车范围能够减少数据的处理量，提升设备计算速度。
步骤120：确定行车范围内的车流行驶轨迹信息；
具体而言，本步骤包括：步骤121(图中未标注)以及步骤122(图中未标注)，其中，
步骤121：获取路况检测系统提供的行车范围内的路况检测图像数据；
本发明实施例中，车流行驶轨迹信息是基于对实时采集的路况检测图像数据进行识别得到的，路况检测图像数据包括路况检测系统提供的视频、照片等数据。路况检测系统借助设置在各个道路的摄像头等采集设备进行实时采集并回传，并采用流媒体技术进行处理。
实际应用中，为了保证路况检测图像数据的及时获取，以及进行更加灵活地运用，可以采用拉流的方式向路况检测系统获取。这样就需要路口检测系统提供对服务器中存储的路况检测图像数据的读取权限，以便进行内容的解析和识别，生成车流行驶轨迹信息。
可选地，本发明实施例预设一地图数据库，地图数据库内存储有各个行驶路径对应的采集设备标识，本发明实施例中，在步骤110中确定出行车范围之后，在地图数据库中查找行车范围内的各个采集设备，只需向路况检测系统获取行车范围内的采集设备实时采集并回传的路况检测图像数据。可选地，向路况检测系统获取略大于行车范围的区域内的采集设备实时采集并回传的路况检测图像数据，尤其是面向行车范围方向的行驶路径上相关的路况检测图像数据，能够提升后续车流行驶轨迹信息的识别精确度。
步骤122：对路况检测图像数据进行识别，生成行车范围内的车流行驶轨迹信息。
路况检测图像数据是静态数据，即可以从中提取出某一时刻的车流信息，包括但不限于：车流密度、任意路段的车辆数量、车类型比重、车辆并行率、平均车距、变向车辆等。而车流行驶轨迹信息是动态信息，需要根据车流信息在时间上的组合，确定出车流轨迹信息。
可选地，将各个采集设备采集并回传的路况检测图像数据按照时间轴进行对齐，提取预定时间段内的车流信息按照时间顺序进行排列，生成车流轨迹信息。本领域技术人员可以根据实际情况设置预定时间段的长度，本发明实施例对此不作限制。
本发明实施例中，行车范围内的车流行驶轨迹信息是以根据行车起点及终点信息匹配出的全部能够行驶的路径为单位分别生成的，即每个行驶路径会生成对应的车流行驶轨迹信息。
步骤130：确定驾驶者的情绪状态信息；
具体而言，本步骤包括：步骤131(图中未标注)以及步骤132(图中未标注)，其中，
步骤131：获取驾驶者佩戴的生理皮电传感器采集的生理皮电数据；
具体而言，gsr(galvanicskinreaction，皮肤电反应)是由于心理变化或外来刺激而引起的皮肤电阻偏离正常(或基础)值得现象。用于采集生理皮电数据的生理皮电传感器，包括：第一测试电极、第二测试电极、电路模块，第一测试电极以及第二测试电极与电路模块连接。
其中，第一测试电极以及第二测试电极用于固定在人体皮肤表面上，用于测量驾驶者产生的原始生理皮电数据，并将测量到的原始生理皮电数据发送至电路模块的算法处理单元。
算法处理单元将原始生理皮电数据进行标准化处理。
生理皮电传感器中包括发射器，可以通过连接到特定的无线保真wi-fi、与特定的蓝牙设备连接或连接到移动蜂窝网络等方式将标准化处理后的生理皮电数据进行上传。
本步骤中，获取生理皮电传感器上传的标准化处理后的生理皮电数据，以便进行步骤132。
步骤132：根据生理皮电数据，确定驾驶者的情绪状态信息。
具体而言，可以利用生理皮电数据的变化规律，基于预设的情绪匹配模型来识别驾驶者的情绪状态信息。例如通常在紧张、恐惧、愤怒等情绪下的生理皮电数据会呈现急剧升高趋势，利用情绪匹配模型可以根据生理皮电数据的变化规律输出对应的情绪状态信息。
可选地，也可以利用预训练的深度学习网络，输入生理皮电数据，来确定驾驶者的情绪状态信息。在深度学习网络的训练过程中，选取大量在不同情绪下的生理皮电数据，分别提取出特征，例如最大值、最小值、平均值、标准方差等，来预训练深度学习网络。
为了能够持续的对上述情绪匹配模型和/或深度学习网络进行优化，可以在云端服务器优化上述情绪匹配模型和/或深度学习网络，在应用时有针对性的向云端服务器获取，或者直接应用云端服务器更新并推送的适配模式。
可选地，本发明实施例中，还可以直接向后台服务器发送生理皮电数据，并接收后台服务器响应于请求反馈的情绪状态信息。
由后台服务器根据生理皮电数据识别驾驶者的情绪状态信息，在需要时直接接收后台服务器的识别结果即可。
本发明实施例中，考虑到驾驶者的性别、年龄、体质等个体差异，在确定驾驶者的情绪状态信息的过程中，还可以参考驾驶者的年龄和/或性别等参数，以便更精确的识别驾驶者的情绪状态信息。
实际应用中，驾驶者的情绪状态可以按照固定的类型进行归类，例如平静、失落、愉悦、疲劳、愤怒、紧张等，也可以是确定驾驶者情绪状态的评分信息。
本发明的发明人经实验得出，生理皮电数据随情绪变化有着明显规律的特征，可以仅凭生理皮电数据，而无需借助心率、心电等数据，就能准确的用于判断情绪状态，且生理皮电传感器的佩戴跟心电传感器等设备的佩戴相比较为简单，因此本发明实施例在成本与可行度方面与现有的各种检测手段相比具有优势。
步骤140：基于车流行驶轨迹信息及情绪状态信息，确定最佳行驶路径。
具体而言，本步骤包括：步骤141(图中未标注)、步骤142(图中未标注)以及步骤143(图中未标注)，其中，
步骤141：基于车流行驶轨迹信息，利用训练后的预测模型，确定各个行驶路径的预定标签及推荐值；
首先，在不考虑单独一个驾驶员的情况下，对各个行驶路径的普遍推荐度进行判断。具体而言，基于车流行驶轨迹信息，利用训练后的预测模型，直接计算出各个行驶路径的推荐值。其中，预测模型可以依据各个行驶路径的车流行驶轨迹信息，预测驾驶者行车过程中的拥堵状况、路程耗时等多重路面特征，并根据各个路面特征的强弱性分配以适当的权重进行计算，确定出各个行驶路径的推荐值。同时，预测模型可以直接输出依据各个行驶路径的车流行驶轨迹信息匹配的预定标签。
本发明实施例中，预定标签包括以下至少一项：总路程长度、总路程耗时、拥堵程度、路径类型、信号灯数量、平坦度等。
由于上述标签中有些是固定不变的，例如某路径的总路程长度、路径类型、信号灯数量、平坦度等，这些标签可以直接在预设的地图数据库中查找获取。而总路程耗时、拥堵程度等标签，则必须由预测模型预测后输出。
步骤142：基于各个行驶路径预定标签及情绪状态信息，确定各个行驶路径的适宜指数；
具体而言，通过预构建的适配模式来确定各个行驶路径的适宜指数，该适配模式包含了预定标签在各种情绪状态信息下与适宜指数的匹配关系。
作为示例地，情绪状态信息表征厌恶、烦躁的驾驶者，即使绕远路畅行，也不愿意由于路面情况和交通堵塞导致的频繁加减速。这种情况下，对应标签为平坦度较高的行驶路径，会适配到较高的适宜指数，而对应标签为拥堵程度较高的行驶路径，会适配到较低的适宜指数。
为了能够持续的对适配模式进行优化，可以在云端服务器优化适配模式，在应用时有针对性的向云端服务器获取，或者直接应用云端服务器更新并推送的适配模式。
步骤143：根据各个行驶路径的推荐值及适宜指数确定出的总评分，确定最佳行驶路径。
运用adaboost算法构建可靠打分机制。简单来说，就是结合各个行驶路径的推荐值及适宜指数的相关性，对推荐值及适宜指数分配权重，计算最终的总评分。例如，可以通过下式来计算总评分：总评分＝推荐值*推荐权重+适宜指数*适宜权重。具体而言，将总评分最高的行驶路径确定为最佳行驶路径。
需要说明的是，对于本发明实施例，执行主体为计算设备，实际应用中，计算设备可以为与车辆绑定的服务器、计算机、平板电脑、移动终端等，也可以为车辆本身，由集成在车辆上的处理器执行上述方法，在本发明实施例中不做限定。
可选地，本发明实施例提供的车辆行驶的导航方法，继续如图1所示，还包括：
步骤150：将确定出的最佳行驶路径的相关信息通知驾驶者；
其中，通知驾驶者的方式包括以下至少一种：
(1)将最佳行驶路径的相关信息发送至特定交通电台，以使得特定交通电台进行通告；
该功能需要特定交通电台开放相应的接口权限，使得本发明实施例可以与特定交通电台实现互联互通，在确定出最佳行驶路径后，实时地将最佳行驶路径的相关信息发送至该特定交通电台，以使得特定交通电台进行通告。可选地，特定交通电台为预设的机器播报电台，且该机器播报电台能够关联车辆身份，只要用户调至该电台，即可重复地播报当前最佳行驶路径的相关信息。
(2)将最佳行驶路径的相关信息发送至特定网络平台，以使得驾驶者进行访问查询；
本发明实施例可以与特定网络平台实现互联互通，在确定出最佳行驶路径后，实时地将最佳行驶路径的相关信息发送至该特定网络平台，使得驾驶者在需要时能随时在该特定网络平台上访问查询。
(3)将最佳行驶路径的相关信息发送至驾驶者的移动终端。
具体而言，发送的方式可采用通话消息、短信消息、邮件消息、及时通信消息、应用推送消息、提醒事件等。
可以理解，若计算设备为移动终端或车辆等，也可以直接在移动终端或车辆配置的显示屏上直接显示生成的最佳行驶路径，以便为车辆的行驶进行导航。
本发明实施例提供的车辆行驶的导航方法，采用根据行车起点及终点信息，确定行车范围；确定行车范围内的车流行驶轨迹信息；确定驾驶者的情绪状态信息；基于车流行驶轨迹信息及情绪状态信息，确定最佳行驶路径，与现有技术中根据当前时刻的路况推荐行驶路径相比，本发明基于车流行驶轨迹预测驾驶者行车过程中的路面情况，并结合驾驶者的情绪状态推荐最佳行驶路径，为驾驶者带来高效、顺心的行车体验。
本发明实施例还提供了一种车辆行驶的导航装置，如图2所示，包括：
行车范围确定模块210，用于根据行车起点及终点信息，确定行车范围；
车流行驶轨迹信息确定模块220，用于确定行车范围内的车流行驶轨迹信息；
情绪状态信息确定模块230，用于确定驾驶者的情绪状态信息；
最佳行驶路径确定模块240，用于基于车流行驶轨迹信息及情绪状态信息，确定最佳行驶路径。
可选地，车流行驶轨迹信息确定模块220具体用于获取路况检测系统提供的行车范围内的路况检测图像数据；以及，
车流行驶轨迹信息确定模块220具体用于对路况检测图像数据进行识别，生成行车范围内的车流行驶轨迹信息。
可选地，情绪状态信息确定模块230具体用于获取驾驶者佩戴的生理皮电传感器采集的生理皮电数据；以及，
情绪状态信息确定模块230具体用于根据生理皮电数据，确定驾驶者的情绪状态信息。
可选地，最佳行驶路径确定模块240具体用于基于车流行驶轨迹信息，利用训练后的预测模型，确定各个行驶路径的预定标签及推荐值；以及，
最佳行驶路径确定模块240具体用于基于各个行驶路径预定标签及情绪状态信息，确定各个行驶路径的适宜指数；以及，
最佳行驶路径确定模块240具体用于根据各个行驶路径的推荐值及适宜指数确定出的总评分，确定最佳行驶路径。
可选地，预定标签包括以下至少一项：
总路程长度、总路程耗时、拥堵程度、路线路径类型、信号灯数量、平坦度。
可选地，继续如图2所示，本发明实施例提供的车辆行驶的导航装置还包括：
通知模块250，用于将确定出的最佳行驶路径的相关信息通知驾驶者。
其中，通知模块250具体用于以下至少一种：
将最佳行驶路径的相关信息发送至特定交通电台，以使得特定交通电台进行通告；
将最佳行驶路径的相关信息发送至特定网络平台，以使得驾驶者进行访问查询；
将最佳行驶路径的相关信息发送至驾驶者的移动终端。
本发明实施例所提供的车辆行驶的导航装置可以为设备上的特定硬件或者加载于设备上的软件或固件等。本发明实施例所提供的车辆行驶的导航装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容，在此不再赘述。
本发明实施例所提供的车辆行驶的导航装置，采用根据行车起点及终点信息，确定行车范围；确定行车范围内的车流行驶轨迹信息；确定驾驶者的情绪状态信息；基于车流行驶轨迹信息及情绪状态信息，确定最佳行驶路径，与现有技术中根据当前时刻的路况推荐行驶路径相比，本发明基于车流行驶轨迹预测驾驶者行车过程中的路面情况，并结合驾驶者的情绪状态推荐最佳行驶路径，为驾驶者带来高效、顺心的行车体验。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的方法。
本发明实施例还提供了一种计算设备，包括：
处理器；以及存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，使得所述处理器执行上述任一项所述的方法。
本技术领域技术人员可以理解，这里所使用的“计算设备”可以是便携式、可运输、放置在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。
本技术领域技术人员可以理解，这里所使用的“计算设备”，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此，云由基于云计算(cloudcomputing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。
其中，存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器是控制中心，利用各种接口和线路连接整个计算设备的各个部分，通过运行或执行存储在存储器内的软件程序和/或模块，以及调用存储在存储器内的数据，执行各种功能和处理数据，从而对计算设备进行整体监控。可选的，处理器可包括一个或多个处理单元；优选的，处理器可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器中。
这里所使用的“计算设备”还可以包括更多部分等，具体技术细节未揭示的，请参照本发明实施例方法部分，在此不再赘述
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。