导航方法和装置以及电子设备与流程

本发明涉及计算机技术领域，尤其涉及一种导航方法和装置以及电子设备。

背景技术：

随着智能设备的普及和广泛应用，越来越多的人们在出行时选择具有导航功能的设备作为辅助工具，在找不到目的地或者在对路况不熟悉的情况下，可以通过导航功能规划出较为合理的出行路线，以顺利到达目的地。

现有的导航设备或相关应用程序，一般都是根据用户的起点位置、终点位置以及实时获取的路况等信息规划出一条或数条出行路线，以供用户选择。

发明人在实现本发明的过程中，发现现有技术至少存在如下问题：现有技术中，导航设备或应用通常默认用户的当前位置为起点位置，因此，在规划路线之前，至少还需要用户手动输入此次出行的终点位置信息，操作较为繁琐，不够快捷，在用户不方便进行信息输入等特定场景下，使得用户体验较差。

技术实现要素：

本发明实施例提供一种导航方法和装置以及电子设备，以解决现有技术中导航操作繁琐的缺陷，使得导航更加快捷。

为达到上述目的，本发明实施例提供了一种导航方法，包括：

获取用户的本次出发数据和历史导航数据，所述本次出发数据至少包括用户的本次出发位置，所述历史导航数据至少包括用户的历史出发位置和历史终点位置；

根据所述用户的本次出发数据和历史导航数据，预估用户的本次终点位置；

规划从所述本次出发位置到所述本次终点位置之间的导航路线。

本发明实施例还提供了一种导航装置，包括：

数据获取模块，用于获取用户的本次出发数据和历史导航数据，所述本次出发数据至少包括用户的本次出发位置，所述历史导航数据至少包括用户的历史出发位置和历史终点位置；

预估模块，用于根据所述用户的本次出发数据和历史导航数据，预估用户的本次终点位置；

路线规划模块，用于规划从所述本次出发位置到所述本次终点位置之间的导航路线。

本发明实施例还提供一种电子设备，包括：

存储器，用于存储程序；

处理器，用于运行所述存储器中存储的所述程序，以用于：

获取用户的本次出发数据和历史导航数据，所述本次出发数据至少包括用户的本次出发位置，所述历史导航数据至少包括用户的历史出发位置和历史终点位置；

根据所述用户的本次出发数据和历史导航数据，预估用户的本次终点位置；

规划从所述本次出发位置到所述本次终点位置之间的导航路线。

本发明实施例提供的导航方法和装置以及电子设备，通过获取用户的本次出发数据，结合历史导航数据，来实时估算用户本次出行的终点位置，自动规划导航路线，从而自动向用户提供更加智能、便捷的导航，尤其在特定场景下，提高了用户体验。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

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，而并不认为是对本申请的限制。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为本发明实施例提供的业务系统的系统框图；

图2为本发明提供的导航方法一个实施例的流程图；

图3为本发明提供的导航方法另一个实施例的流程图；

图4为本发明提供的导航方法又一个实施例的流程图；

图5为本发明提供的导航装置一个实施例的结构示意图；

图6为本发明提供的导航装置另一个实施例的结构示意图；

图7为本发明提供的电子设备实施例的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开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公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

用户在出行时，使用辅助终端定位本次出发位置，并进行出行路线的规划及导航。现有技术中，导航设备或者导航应用通常默认用户的本次出发位置为起点位置，因此，在规划路线之前，至少还需要用户手动地输入此次出行的终点位置信息，操作较为繁琐，不够快捷、方便，在用户不方便进行信息输入时，例如，在用户正在驾车等特定场景下，使得用户体验较差。因此，本申请提出了一种导航方案，其主要原理是：在用户开启导航功能时，实时获取用户的本次出发数据(如，本次出发位置信息等)，同时结合用户的历史导航数据，来实时估算用户本次出行的终点位置，自动规划导航路线，从而在特定场景下，自动向用户提供更加智能、便捷的导航。

本发明实施例提供的方法可应用于任何具有导航功能的业务系统。

图1为本发明实施例提供的业务系统的系统框图，图1所示的结构仅仅是本发明的技术方案可以应用的业务系统的示例之一。如图1所示，业务系统中包括导航装置。该导航装置包括：数据获取模块、预估模块和路线规划模块，可以用来执行下述图2、图3和图4所示的处理流程。在该业务系统中，预处理模块根据用户的本次出发数据和历史导航数据，预估终点位置，该本次出发数据包括用户的本次出发位置；然后，计算模块根据用户的本次出发位置及预处理模块预估出的终点位置，规划导航路线，从而自动向用户提供更加智能、便捷的导航，尤其在特定场景下，提高了用户体验。

上述实施例是对本发明实施例的技术原理和示例性的应用框架的说明，下面通过多个实施例来进一步对本发明实施例具体技术方案进行详细描述。

实施例一

图2为本发明提供的导航方法一个实施例的流程图，该方法的执行主体可以为上述业务系统，也可以为具有导航功能的各种终端设备，如，手机、车载导航仪等设备，也可以为集成在这些终端设备上的装置或芯片。如图2所示，该导航方法包括如下步骤：

s201，获取用户的本次出发数据和历史导航数据。

在本发明实施例中，上述本次出发数据至少包括用户的本次出发位置，上述历史导航数据至少包括用户的历史出发位置和历史终点位置。

s202，根据用户的本次出发数据和历史导航数据，预估用户的本次终点位置。

在用户开启导航功能时，实时获取用户的本次出发位置，并结合历史导航数据，实时地预估出该用户本次出行的终点位置。

s203，规划从本次出发位置到本次终点位置之间的导航路线。

在获取到起点位置(默认为用户的本次出发位置)和本次终点位置后，结合当前的实时路况信息，根据现有的导航算法，规划从本次出发位置到本次终点位置的导航路线，进行自动导航。在预估出本次终点位置时，也可以弹出提示框，如显示“是否要导航到xxxx”等，由用户进行确认；该对话框可以倒计时(如，3秒)后取消，自动进入导航模式，以避免影响用户。

本发明实施例提供的导航方法，通过获取用户的本次出发数据，结合历史导航数据，来实时估算用户本次出行的终点位置，自动规划导航路线，从而自动向用户提供更加智能、便捷的导航，尤其在特定场景下，提高了用户体验。

实施例二

图3为本发明提供的导航方法另一个实施例的流程图。如图3所示，在上述图2所示实施例的基础上，本实施例提供的导航方法还可以包括以下步骤：

s301，获取用户的本次出发数据和历史导航数据。

s302，获取本次出发数据中本次出发位置的经度值和纬度值。

s303，将本次出发数据中的经度值和纬度值组成本次出发特征向量。

在本发明实施例中，本次出发数据中包括的本次出发位置由经度值和纬度值组成，因此，将用户本次出发位置的经度值和纬度值组成本次出发特征向量。

s304，将历史导航数据中出发位置的经度值和纬度值组成历史导航特征向量集。

在本发明实施例中，步骤s303和s304不分先后，可以预先形成历史导航特征向量集，在开始导航时再形成本次出发特征向量；也可以在开始导航时，依次形成本次出发特征向量和历史导航特征向量集，或者，同时形成本次出发特征向量和历史导航特征向量集。

s305，计算本次出发特征向量与历史导航特征向量集中各历史导航特征向量的欧式距离。

s306，选取欧式距离最小的历史导航特征向量所对应的历史导航数据作为参考历史导航数据。

在本发明实施例中，预估本次终点位置时，可以将历史导航数据作为历史导航特征向量集，对本次出发数据进行分类计算，从而获取本次终点位置。具体地，可以采用k近邻(k-nearestneighbor；简称：knn)算法进行分类计算。例如，计算本次出发特征向量与各历史导航特征向量的欧式距离，在k取1的情况下，得到欧式距离最小的历史导航特征向量所对应的历史导航数据，即为用户获取本次终点位置的参考历史数据。当然，也可以根据不同情形选取不同的k值。另外，在本发明实施例中，还可以采用决策树算法或神经网络算法等进行分类计算。

s307，获取参考历史数据中的终点位置作为预估的用户本次终点位置。

在确定了参考历史数据后，获取该参考历史数据中的终点位置作为本次出行路线的预估终点位置。

s308，将预估的用户的本次终点位置，发送到用户端。

s309，当接收到用户端的确认信息时，规划从本次出发位置到本次终点位置之间的导航路线。

在获取到起点位置(默认为用户的本次出发位置)和预估的本次终点位置后，将预估的用户的本次终点位置，发送到用户端。如果接收到用户端的确认信息，规划从本次出发位置到本次终点位置之间的导航路线，进行自动导航；如果接收到用户端输入的新的终点位置，则规划从本次出发位置到新的终点位置之间的导航路线。

本发明实施例提供的导航方法，通过将历史导航数据作为历史导航特征向量集进行建模，利用用户新的导航数据输入作为学习对象，不断调整模型参数，使得分类识别更加准确；在导航时，获取用户本次出发位置的经度值和纬度值，结合历史导航数据进行分类计算，来实时估算用户本次出行的终点位置，自动规划导航路线，从而自动向用户提供更加智能、便捷的导航，尤其在特定场景下，提高了用户体验。

实施例三

图4为本发明提供的导航方法又一个实施例的流程图。如图4所示，在上述图2或图3所示实施例的基础上，本发明实施例提供的导航方法还可以包括以下步骤：

s401，获取用户的本次出发数据和历史导航数据。

在本发明实施例中，上述本次出发数据还可以包括本次出发时间点，上述历史导航数据还可以包括用户的历史出发时间点。

s402，统计用户的历史导航次数。

s403，当统计到的历史导航次数大于预设次数阈值时，开启自动导航模式。

在本发明实施例中，可以首先设置一个预设次数阈值，只有当用户的历史数据超过这个预设次数阈值时，存储下来的历史导航数据才可供系统学习，系统才具备自动导航的条件，开启自动导航模式。因此，需要采集用户每一次导航的历史数据，这些历史导航数据可以包括但不限于，用户历次导航的起点位置(经度值和纬度值)、历史出发时间点、终点位置(经度值和纬度值)等。当统计到的历史导航次数大于预设次数阈值(例如，该预设次数阈值可以设置为10次)时，则开启自动导航模式，执行下述步骤s404。

s404，将本次出发数据中的经度值、纬度值和时间值组成本次出发特征向量。

在本发明实施例中，可以利用的本次出发数据，除了本次出发位置以外，还可以包括本次出发时间点。通过经度值、纬度值和时间点三个维度进行分类计算，使得分类结果更加精确。因此，在开启自动导航模式之后，需要首先将用户本次出发位置的经度值、纬度值和本次出发时间点组成本次出发特征向量。

s405，将历史导航数据中出发位置的经度值、纬度值和历史出发时间点组成历史导航特征向量集。

在本发明实施例中，步骤s404和s405不分先后，可以预先形成历史特征向量集，在开始导航时再形成本次出发特征向量；也可以在开始导航时，依次形成本次出发特征向量和历史导航特征向量集，或者，同时形成本次出发特征向量和历史导航特征向量集。

s406，计算本次出发特征向量与历史导航特征向量集中各历史导航特征向量的欧式距离。

s407，选取欧式距离最小的历史导航特征向量所对应的历史导航数据作为参考历史导航数据。

在本发明实施例中，预估本次终点位置时，可以将历史导航数据作为历史导航特征向量集，对本次出发数据进行分类计算，从而获取本次终点位置。具体地，可以采用k近邻算法进行分类计算。例如，计算本次出发特征向量与各历史导航特征向量的欧式距离，在k取1的情况下，得到欧式距离最小的历史导航特征向量所对应的历史导航数据，即为用户获取本次终点位置的参考历史数据。当然，也可以根据不同情形选取不同的k值。另外，在本发明实施例中，还可以采用决策树算法或神经网络算法等进行分类计算。

s408，获取参考历史数据中的终点位置作为预估的用户本次终点位置。

在确定了参考历史数据后，获取该参考历史数据中的终点位置作为本次出行路线的预估终点位置。

在本发明实施例中，在获取到起点位置(默认为用户的本次出发位置)和预估的本次终点位置后，可以将预估的用户的本次终点位置，发送到用户端。如果接收到用户端的确认信息，则规划从本次出发位置到本次终点位置之间的导航路线，进行自动导航；如果接收到用户端输入的新的终点位置，则规划从本次出发位置到新的终点位置之间的导航路线。

s409，规划从本次出发位置到本次终点位置之间的导航路线。

在获取到起点位置(默认为用户的本次出发位置)和本次终点位置后，结合当前的实时路况信息，根据现有的导航算法，规划导航路线，进行自动导航。

本发明实施例提供的导航方法，通过将历史导航数据作为历史导航特征向量集进行建模，利用用户新的导航数据输入作为学习对象，不断调整模型参数，使得分类识别更加准确；在导航时，获取用户本次出发位置的经度值、纬度值和本次出发时间点，结合历史导航数据进行分类计算，来实时估算用户本次出行的终点位置，自动规划导航路线，从而自动向用户提供更加智能、便捷的导航，尤其在特定场景下，提高了用户体验。

实施例四

图5为本发明提供的导航装置一个实施例的结构示意图，可用于执行如图2所示的方法步骤。如图5所示，该装置可以包括：数据获取模块51、预估模块52和路线规划模块53。

其中，数据获取模块51用于获取用户的本次出发数据和历史导航数据，该本次出发数据至少包括用户的本次出发位置，该历史导航数据至少包括用户的历史出发位置和历史终点位置；预估模块52用于根据用户的本次出发数据和历史导航数据，预估用户的本次终点位置；路线规划模块53用于规划从本次出发位置到本次终点位置之间的导航路线。

在本发明实施例中，在用户开启导航功能时，数据获取模块51实时获取用户的本次出发位置，预估模块52结合历史导航数据，实时地预估出该用户本次出行的终点位置。在获取到起点位置(默认为用户的本次出发位置)和终点位置后，路线规划模块53结合当前的实时路况信息，根据现有的导航算法，规划从本次出发位置到本次终点位置的导航路线，进行自动导航。在预估模块52预估出本次终点位置时，也可以弹出提示框，如显示“是否要导航到xxxx”等，由用户进行确认；该对话框可以倒计时(如，3秒)后取消，自动进入导航模式，以避免影响用户。

本发明实施例提供的导航装置，通过获取用户的本次出发数据，结合历史导航数据，来实时估算用户本次出行的终点位置，自动规划导航路线，从而自动向用户提供更加智能、便捷的导航，尤其在特定场景下，提高了用户体验。

实施例五

图6为本发明提供的导航装置另一个实施例的结构示意图，可以用于执行如图3和图4所示的方法步骤。如图6所示，在上述图5所示实施例的基础上，预估模块52还可以用于将历史导航数据作为历史导航特征向量集，对本次出发数据进行分类计算，获取本次终点位置。

具体地，预估模块52可以采用k近邻算法进行分类计算，还可以采用决策树算法或神经网络算法等进行分类计算。

在采用k近邻算法进行分类计算时，预估模块52可以包括：第一获取单元521、第一处理单元522、第二处理单元523、计算单元524、选取单元525和第二获取单元526。

其中，第一获取单元521用于获取本次出发数据中本次出发位置的经度值和纬度值；第一处理单元522用于将本次出发数据中的经度值和纬度值组成本次出发特征向量；第二处理单元523用于将历史导航数据中出发位置的经度值和纬度值组成历史导航特征向量集；计算单元524用于计算本次出发特征向量与历史导航特征向量集中各历史导航特征向量的欧式距离；选取单元525用于选取欧式距离最小的历史导航特征向量所对应的历史导航数据作为参考历史导航数据；第二获取单元526用于获取参考历史导航数据中的终点位置作为预估的用户本次终点位置。

在本发明实施例中，第一获取单元521获取本次出发数据中本次出发位置的经度值和纬度值，第一处理单元522将用户本次出发的经度值和纬度值组成本次出发特征向量。第二处理单元523将历史导航数据中出发位置的经度值和纬度值组成历史导航特征向量集。第一处理单元522和第二处理单元523的处理顺序不分先后。计算单元524计算由第一处理单元522形成的本次出发特征向量与由第二处理单元523形成的各历史导航特征向量的欧式距离，在k取1的情况下，得到欧式距离最小的历史导航特征向量所对应的历史导航数据，即为用户获取终点位置的参考历史数据。因此，选取单元525选取欧式距离最小的历史导航特征向量所对应的历史导航数据作为参考历史数据；第二获取单元526获取参考历史导航数据中的终点位置作为预估的用户本次终点位置。当然，也可以根据不同情形选取不同的k值。

进一步地，在本发明实施例中，本次出发数据还可以包括本次出发时间点，历史导航数据还可以包括用户的历史出发时间点。预估模块52还可以包括：第三获取单元527、第三处理单元528和第四处理单元529。

其中，第三获取单元527用于获取本次出发数据中本次出发位置的经度值、纬度值和本次出发时间点；第三处理单元528用于将本次出发数据中的经度值、纬度值和本次出发时间点组成本次出发特征向量；第四处理单元529用于将历史导航数据中出发位置的经度值、纬度值和历史出发时间点组成历史导航特征向量集。

在本发明实施例中，可以利用的本次出发数据，除了本次出发位置以外，还可以包括本次出发时间点。通过经度值、纬度值和时间点三个维度进行分类计算，使得分类结果更加精确。因此，需要由第三获取单元527获取本次出发数据中本次出发位置的经度值、纬度值和本次出发时间点。第三处理单元528将本次出发数据中的经度值、纬度值和时间值组成本次出发特征向量，由第四处理单元529将历史导航数据中出发位置的经度值、纬度值和历史出发时间点组成历史导航特征向量集。第三处理单元528和第四处理单元529的处理顺序不分先后。计算单元524计算由第三处理单元528形成的本次出发特征向量与由第四处理单元529形成的各历史导航特征向量的欧式距离，在k取1的情况下，得到欧式距离最小的历史导航特征向量所对应的历史导航数据，即为用户获取终点位置的参考历史数据。

另外，本发明实施例提供的导航装置，还可以包括：统计模块61和触发模块62。

其中，统计模块61用于统计该用户的历史导航次数；触发模块62用于当历史导航次数大于预设次数阈值时，触发预估模块52执行根据用户的本次出发数据和历史导航数据，预估用户的本次终点位置的操作。

在本发明实施例中，可以首先设置一个预设次数阈值，只有当用户的历史数据超过这个预设次数阈值时，存储下来的历史导航数据才可供系统学习，系统才具备自动导航的条件，开启自动导航模式。因此，需要采集用户每一次导航的历史数据，这些历史导航数据可以包括但不限于，用户历次导航的起点位置(经度值和纬度值)、历史出发时间点、终点位置(经度值和纬度值)等。当统计模块61统计到的历史导航次数大于预设次数阈值(例如，该预设次数阈值可以设置为10次)时，则由触发模块62触发预估模块52开启自动导航模式，执行后续操作。

更进一步地，本发明实施例提供的导航装置还可以包括：发送模块63，该发送模块63可以用于将预估的用户的本次终点位置，发送到用户端。

当接收到用户端的确认信息时，路线规划模块53则执行规划从本次出发位置到本次终点位置之间的导航路线的操作；当接收到用户端输入的新的终点位置时，路线规划模块53则规划从本次出发位置到新的终点位置之间的导航路线。

本发明实施例提供的导航装置，通过将历史导航数据作为历史导航特征向量集进行建模，利用用户新的导航数据输入作为学习对象，不断调整模型参数，使得分类识别更加准确；在导航时，获取用户本次出发位置的经度值、纬度值和本次出发时间点，结合历史导航数据进行分类计算，来实时估算用户本次出行的终点位置，自动规划导航路线，从而自动向用户提供更加智能、便捷的导航，尤其在特定场景下，提高了用户体验。

实施例六

以上描述了导航装置的内部功能和结构，该装置可实现为一种电子设备。图7为本发明提供的电子设备实施例的结构示意图。如图7所示，该电子设备包括存储器71和处理器72。

存储器71，用于存储程序。除上述程序之外，存储器71还可被配置为存储其它各种数据以支持在电子设备上的操作。这些数据的示例包括用于在电子设备上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。

存储器71可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

处理器72，与存储器71耦合，执行存储器71所存储的程序，以用于：

获取用户的本次出发数据和历史导航数据，该本次出发数据至少包括用户的本次出发位置，该历史导航数据至少包括用户的历史出发位置和历史终点位置；

根据用户的本次出发数据和历史导航数据，预估用户的本次终点位置；

规划从本次出发位置到本次终点位置之间的导航路线。

进一步，如图7所示，电子设备还可以包括：通信组件73、电源组件74、音频组件75、显示器76等其它组件。图7中仅示意性给出部分组件，并不意味着电子设备只包括图7所示组件。

通信组件73被配置为便于电子设备和其他设备之间有线或无线方式的通信。电子设备可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件73经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件73还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

电源组件74，为电子设备的各种组件提供电力。电源组件74可以包括电源管理系统，一个或多个电源，及其他与为电子设备生成、管理和分配电力相关联的组件。

音频组件75被配置为输出和/或输入音频信号。例如，音频组件75包括一个麦克风(mic)，当电子设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器71或经由通信组件73发送。在一些实施例中，音频组件75还包括一个扬声器，用于输出音频信号。

显示器76包括屏幕，其屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。