本技术涉及计算机应用,具体涉及一种异常规划路径的归因方法和装置,一种规划路径的评估方法和装置,以及本技术同时涉及一种计算机存储介质和电子设备。
背景技术:
1、依赖于计算机技术和互联网技术的配送场景中,配送路径为保证配送完成的核心部分。其中,高质量的路径规划能够提高第三方配送服务的质量,同时在整个应用服务链路中能够提高配送场景中多方用户的体验感。
技术实现思路
1、本技术提供一种异常规划路径的归因方法,以解决现有技术中对异常规划路径进行异常分析较为耗时而导致后期路径优化成本较高的问题,以及本技术还提供一种规划路径的评估方法,以解决现有技术中对规划路径评估不准确的问题。
2、本技术提供一种异常规划路径的归因方法,包括:
3、获取评估集中异常规划路径;
4、根据所述异常规划路径的规划轨迹数据和与所述异常规划路径相对应的实走路径的实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率;其中,所述实走覆盖率为所述规划路径与所述实走路径相同长度与所述实走路径长度之间的比值;
5、根据所述实走覆盖率、所述异常规划路径中的特征数据以及所述实走路径中的特征数据,确定所述异常规划路径所属的异常类型。
6、在一些实施例中,所述根据所述异常规划路径的规划轨迹数据和与所述异常规划路径相对应的实走路径的实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率,包括:
7、对所述异常规划路径的规划轨迹数据和所述实走路径的实走轨迹数据进行同频预处理;
8、根据所述同频预处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率。
9、在一些实施例中,所述对所述异常规划路径的规划轨迹数据和所述实走路径的实走轨迹数据进行同频预处理,包括:
10、对所述规划轨迹数据和所述实走轨迹数据进行序列化处理;
11、所述根据所述同频预处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率,包括:
12、根据所述序列化处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率。
13、在一些实施例中,还包括:
14、对所述序列化处理后的所述规划轨迹数据和所述实走轨迹数据进行压缩处理;
15、所述根据所述同频预处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率,包括:
16、根据所述压缩处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率。
17、在一些实施例中,所述根据所述异常规划路径的规划轨迹数据和与所述异常规划路径相对应的实走路径的实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率,包括:
18、根据最长公共子序列,确定所述异常规划路径的规划轨迹数据和与所述异常规划路径相对应的实走路径的实走轨迹数据之间的相似度;
19、根据所述相似度,确定所述异常规划路径的实走覆盖率。
20、在一些实施例中,所述根据所述实走覆盖率、所述异常规划路径中的特征数据以及所述实走路径中的特征数据,确定所述异常规划路径所属的异常类型,包括:
21、获取所述异常规划路径中的规划特征数据;
22、获取所述实走路径中的实走特征数据;
23、根据所述实走覆盖率、所述规划特征数据和所述实走特征数据,确定所述异常规划路径所属的异常类型。
24、在一些实施例中,所述获取所述异常规划路径中的规划特征数据包括获取至少如下一种规划特征数据:
25、获取所述异常规划路径中起点位置特征数据和终点位置特征数据;
26、获取所述异常规划路径中起点位置所在区域范围特征数据和终点位置所在区域范围特征数据;
27、获取所述异常规划路径起点位置所在区域范围内,所述异常规划路径与所述区域范围边界的交点特征数据;
28、获取所述异常规划路径终点位置所在区域范围内,所述异常规划路径与所述区域范围边界的交点特征数据;
29、获取所述异常规划路径的权重数据;
30、获取所述异常规划路径产生的行驶次数。
31、在一些实施例中,所述获取所述实走路径中的实走特征数据包括获取至少如下一种实走特征数据:
32、获取所述实走路径中起点位置特征数据和终点位置特征数据;
33、获取所述实走路径中起点位置所在区域范围特征数据和终点位置所在区域范围特征数据;
34、在所述实走路径起点位置所在区域范围内,获取所述实走路径与所述区域范围边界的交点特征数据;
35、在所述实走路径终点位置所在区域范围内,获取所述实走路径与所述区域范围边界的交点特征数据;
36、获取所述实走路径的权重数据;
37、获取所述实走路径的行驶次数。
38、在一些实施例中,所述根据所述实走覆盖率、所述规划特征数据和所述实走特征数据,确定所述异常规划路径所属的异常类型,包括:
39、确定所述实走覆盖率是否在第一阈值范围内;
40、若是,则确定所述异常规划路径所属的异常类型为路径权重类型;
41、或者;
42、当确定结果为是时,确定所述异常规划路径的权重数据是否大于所述实走路径的权重数据;
43、若是,则确定所述异常规划路径所属的异常类型为路径权重类型。
44、在一些实施例中,还包括:
45、当所述确定所述实走覆盖率是否在第一阈值范围内为否时,则确定所述实走覆盖率是否在第二阈值范围内;
46、若是,则确定所述异常规划路径终点位置所在区域范围内的所述交点特征数据和所述实走路径终点位置所在区域范围内的所述交点特征数据之间的距离是否满足距离阈值要求;和/或,确定所述异常规划路径起点位置所在区域范围内的所述交点特征数据和所述实走路径起点位置所在区域范围内的所述交点特征数据之间的距离是否满足距离阈值要求;
47、若是,则确定所述异常规划路径所属的异常类型为区域内部路权重类型。
48、在一些实施例中,还包括:
49、当所述确定所述实走覆盖率是否在第二阈值范围内为否时,确定所述实走覆盖率是否在第三阈值范围内;
50、若是,则确定所述实走路径的终点位置特征数据和所述异常规划路径的终点位置特征数据之间的距离是否大于终点距离阈值;
51、若是,则确定所述异常规划路径所属的异常类型为终点差异类型。
52、在一些实施例中,还包括:
53、确定所述实走路径的起点位置特征数据和所述异常规划路径的起点位置特征数据之间的距离是否大于起点距离阈值;
54、若是,则确定所述异常规划路径所属的异常类型为起点差异类型。
55、在一些实施例中,所述根据所述实走覆盖率、所述规划特征数据和所述实走特征数据,确定所述异常规划路径所属的异常类型,包括:
56、确定所述异常规划路径的行驶次数是否大于所述实走路径的行驶次数;
57、若是,则确定所述异常规划路径所属的异常类型为实走噪声干扰类型。
58、在一些实施例中,还包括:
59、根据所述异常类型,对所述异常规划路径进行调整。
60、在一些实施例中,所述获取评估集中异常规划路径,包括:
61、根据所述评估集,获取所述规划路径的长度与所述实走路径的长度之间的距离差;
62、确定所述距离差是否大于或等于距离差阈值;
63、若是,则确定所述规划路径为异常规划路径。
64、本技术还提供一种异常规划路径的归因装置,包括:
65、获取单元,用于获取评估集中异常规划路径;
66、第一确定单元,用于根据所述异常规划路径的规划轨迹数据和与所述异常规划路径相对应的实走路径的实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率;其中,所述实走覆盖率为所述规划路径与所述实走路径相同部分的长度与所述实走路径长度之间的比值;
67、第二确定单元,用于根据所述实走覆盖率、所述异常规划路径中的特征数据以及所述实走路径中的特征数据,确定所述异常规划路径所属的异常类型。
68、本技术还提供一种规划路径的评估方法,包括:
69、获取同一配送任务规划路径的规划轨迹数据和实走路径的实走轨迹数据;
70、根据所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述规划路径的实走覆盖率;
71、根据所述实走覆盖率,以及所述规划路径与所述实走路径之间的距离,确定所述规划路径的评估类型;或者,根据所述规划路径与所述实走路径之间的距离,确定所述规划路径的评估类型。
72、在一些实施例中,所述根据所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述规划路径的实走覆盖率,包括:
73、对所述规划轨迹数据和所述实走轨迹数据进行同频预处理;
74、根据所述同频预处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率。
75、在一些实施例中,所述对所述规划轨迹数据和所述实走轨迹数据进行同频预处理,包括:
76、对所述规划轨迹数据和所述实走轨迹数据进行序列化处理;
77、所述根据所述同频预处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率,包括:
78、根据所述序列化处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率。
79、在一些实施例中,还包括:
80、对所述序列化处理后的所述规划轨迹数据和所述实走轨迹数据进行压缩处理;
81、所述根据所述同频预处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率,包括:
82、根据所述压缩处理后的所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述异常规划路径的实走覆盖率。
83、在一些实施例中,所述根据所述实走覆盖率,以及所述规划路径与所述实走路径之间的距离,确定所述规划路径的评估类型,包括:
84、获取所述规划路径的长度与所述实走路径的长度之间的距离差;
85、确定所述距离差是否大于或等于距离差阈值;
86、若否,则确定所述实走覆盖率是否大于等于覆盖率阈值;
87、若否,则确定所述规划路径为异常规划路径。
88、在一些实施例中,所述根据所述规划路径与所述实走路径之间的距离,确定所述规划路径的评估类型,包括:
89、获取所述规划路径的长度与所述实走路径的长度之间的距离差;
90、确定所述距离差是否大于或等于距离差阈值;
91、若是,则确定所述规划路径为异常规划路径。
92、本技术还提供一种规划路径的评估装置,包括:
93、获取单元,用于获取同一配送任务的规划路径的规划轨迹数据和实走路径的实走轨迹数据;
94、第一确定单元,用于根据所述规划轨迹数据和所述实走轨迹数据之间的相似度,确定所述规划路径的实走覆盖率;
95、第二确定单元,用于根据所述实走覆盖率,以及所述规划路径与所述实走路径之间的距离,确定所述规划路径的评估类型;或者,根据所述规划路径与所述实走路径之间的距离,确定所述规划路径的评估类型。
96、本技术还提供一种计算机存储介质,用于存储计算机程序;
97、所述程序执行如上述异常规划路径的归因方法,或者,执行如上述规划路径的评估方法。
98、本技术还提供一种电子设备,包括:
99、处理器;
100、存储器,用于存储计算机程序,所述程序执行如上述异常规划路径的归因方法,或者,执行如上述异常规划路径的评估方法。
101、与现有技术相比,本技术具有以下优点:
102、本技术提供一种异常规划路径的归因方法,该归因方法实施例中能够根据实走覆盖率、所述异常规划路径中的特征数据以及所述实走路径中的特征数据,对从评估集中获取的异常规划路径的异常情况进行分类归因,进而能够快速定位规划路径出现异常的原因,提高后续对规划路径的优化和迭代效率以及成功率。
103、本技术提供的一种规划路径的评估方法,该评估方法实施例能够在基于即时配送场景透出的距离参数和/或路径参数,采用相应的规划路径评估指标(距离评估指标和/或实走覆盖率评估指标)对规划路径进行评估,进而获得所述规划路径的评估类型,即正常规划路径类型(goodcase)和异常规划路径类型(badcase);从而能够避免对规划路径评估的误判,提高对规划路径评估的准确性。