技术特征：
1.一种路径推荐方法，包括：获取车辆行驶路径推荐请求；根据所述车辆行驶路径推荐请求确定推荐域序列，其中，所述推荐域序列为车辆在域之间的推荐行驶转移关系，域包括基于路网中具有相同路名的有名路段确定的有名域、以及基于所述路网中的无名路段确定的得到虚拟域；根据所述推荐域序列生成并输出车辆行驶路径。2.根据权利要求1所述的方法，其中，所述根据所述推荐域序列生成并输出所述车辆行驶路径，包括：根据所述推荐域序列和预设的映射关系，生成并输出所述车辆行驶路径，其中，所述映射关系用于表征路网中有名路段与路名之间的映射关系。3.根据权利要求2所述的方法，其中，所述根据所述推荐域序列和预设的映射关系，生成并输出所述车辆行驶路径，包括：根据所述映射关系确定所述推荐域序列中各域各自对应的路段，并根据确定出的各路段生成并输出所述车辆行驶路径。4.根据权利要求2或3所述的方法，所述映射关系是从所述路网中获取各有名路段各自对应的路名，并构建的有名路段与路名之间的对应关系。5.根据权利要求1-4任一项所述的方法，其中，所述有名域是对所述路网中具有相同路名的有名路段进行聚合处理得到的；所述虚拟域是对所述路网中的无名路段进行聚合处理得到的。6.根据权利要求5所述的方法，其中，所述无名路段的数量为多个；所述虚拟域是根据获取到的与所述路网对应的无向图，并以任一无名路段为探索起始点，直至从所述无向图中探索到有名路段确定的，所述虚拟域表征所述任一无名路段与探索到的有名路段之间的区域。7.根据权利要求1-6任一项所述的方法，其中，所述根据所述车辆行驶路径推荐请求确定推荐域序列，包括：将所述车辆行驶路径推荐请求输入至预先训练的路径推荐模型，输出所述推荐域序列，其中，所述路径推荐模型是根据样本行驶转移关系和获取到的行驶于所述路网的样本车辆行驶路径训练得到的，所述样本行驶转移关系是根据所述路网和所述样本车辆行驶路径确定的车辆在域之间的行驶转移关系。8.根据权利要求7所述的方法，其中，所述车辆行驶路径推荐请求中包括行驶起点、行驶终点、以及所述车辆行驶路径推荐请求的车辆用户的用户特征。9.一种路径推荐模型的训练方法，包括：对路网中具有相同路名的有名路段进行聚合处理，得到有名域；对所述路网中的无名路段进行聚合处理，得到虚拟域；根据所述路网和获取到的行驶于所述路网的样本车辆行驶路径，确定车辆在域之间的行驶转移关系，其中，域包括所述有名域和所述虚拟域；根据所述行驶转移关系和所述样本车辆行驶路径训练得到路径推荐模型，其中，所述路径推荐模型用于推荐车辆行驶路径。10.根据权利要求9所述的方法，其中，所述根据所述行驶转移关系和所述样本车辆行
驶路径训练得到路径推荐模型，包括：根据所述行驶转移关系，生成与所述路网对应的无向图；根据所述无向图、所述行驶转移关系以及所述样本车辆行驶路径训练得到所述路径推荐模型。11.根据权利要求10所述的方法，所述方法还包括：从所述路网中获取各有名路段各自对应的路名，并构建有名路段与路名之间的映射关系；以及，所述根据所述无向图、所述行驶转移关系以及所述样本车辆行驶路径训练得到所述路径推荐模型，包括：根据所述无向图、所述行驶转移关系、所述映射关系以及所述样本车辆行驶路径，训练得到所述路径推荐模型。12.根据权利要求11所述的方法，其中，所述根据所述无向图、所述行驶转移关系、所述映射关系以及所述样本车辆行驶路径，训练得到所述路径推荐模型，包括：根据所述样本车辆行驶路径，确定车辆行驶于所述路网中各路段的路段轨迹序列；根据所述无向图和所述映射关系，将所述路段轨迹序列转换为域轨迹序列，并根据所述路段轨迹序列、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。13.根据权利要求12所述的方法，其中，所述根据所述无向图和所述映射关系，将所述路段轨迹序列转换为域轨迹序列，包括：针对所述路段轨迹序列中的各路段，根据所述映射关系确定各路段各自对应的域；根据所述无向图获取确定出的各路段各自对应的域之间的连通关系，并根据所述连通关系生成所述域轨迹序列。14.根据权利要求12或13所述的方法，其中，所述路段轨迹序列具有轨迹起点和轨迹终点；所述根据所述路段轨迹序列、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型，包括：根据所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。15.根据权利要求14所述的方法，所述方法还包括：获取所述路段轨迹序列对应的车辆用户的用户特征；以及，所述根据所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型，包括：根据所述用户特征、所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。16.根据权利要求15所述的方法，其中，所述根据所述用户特征、所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型，包括：对所述用户特征、所述轨迹起点、所述轨迹终点、以及所述域轨迹序列，进行特征拼接处理，得到拼接特征；根据所述行驶转移关系和所述拼接特征训练得到所述路径推荐模型。17.根据权利要求9-16中任一项所述的方法，其中，所述根据所述路网和获取到的行驶于所述路网的样本车辆行驶路径，确定车辆在域之间的行驶转移关系，包括：提取所述路网中各域之间的连接关系，并根据所述连接关系和所述样本车辆行驶路径确定所述行驶转移关系。
18.根据权利要求9-17中任一项所述的方法，其中，所述无名路段的数量为多个；所述对所述路网中的无名路段进行聚合处理，得到虚拟域，包括：获取与所述路网对应的无向图；以任一无名路段为探索起始点，直至从所述无向图中探索到有名路段，并将所述任一无名路段与探索到的有名路段之间的区域确定为虚拟域。19.一种路径推荐装置，包括：第一获取单元，用于获取车辆行驶路径推荐请求；第一确定单元，用于根据所述车辆行驶路径推荐请求确定推荐域序列，其中，所述推荐域序列为车辆在域之间的推荐行驶转移关系，域包括基于路网中具有相同路名的有名路段确定的有名域、以及基于所述路网中的无名路段确定的得到虚拟域；生成单元，用于根据所述推荐域序列生成车辆行驶路径；输出单元，用于输出所述车辆行驶路径。20.根据权利要求19所述的装置，其中，所述生成单元用于，根据所述推荐域序列和预设的映射关系，生成所述车辆行驶路径，其中，所述映射关系用于表征路网中有名路段与路名之间的映射关系。21.根据权利要求20所述的装置，其中，所述生成单元，包括：第一确定子单元，用于根据所述映射关系确定所述推荐域序列中各域各自对应的路段；第一生成子单元，用于根据确定出的各路段生成所述车辆行驶路径。22.根据权利要求20或21所述的装置，所述映射关系是从所述路网中获取各有名路段各自对应的路名，并构建的有名路段与路名之间的对应关系。23.根据权利要求19-22任一项所述的装置，其中，所述有名域是对所述路网中具有相同路名的有名路段进行聚合处理得到的；所述虚拟域是对所述路网中的无名路段进行聚合处理得到的。24.根据权利要求23所述的装置，其中，所述无名路段的数量为多个；所述虚拟域是根据获取到的与所述路网对应的无向图，并以任一无名路段为探索起始点，直至从所述无向图中探索到有名路段确定的，所述虚拟域表征所述任一无名路段与探索到的有名路段之间的区域。25.根据权利要求19-24任一项所述的装置，其中，所述第一确定单元，包括：输入子单元，用于将所述车辆行驶路径推荐请求输入至预先训练的路径推荐模型；输出子单元，用于输出所述推荐域序列；其中，所述路径推荐模型是根据样本行驶转移关系和获取到的行驶于所述路网的样本车辆行驶路径训练得到的，所述样本行驶转移关系是根据所述路网和所述样本车辆行驶路径确定的车辆在域之间的行驶转移关系。26.根据权利要求25所述的装置，其中，所述车辆行驶路径推荐请求中包括行驶起点、行驶终点、以及所述车辆行驶路径推荐请求的车辆用户的用户特征。27.一种路径推荐模型的训练装置，包括：聚合单元，用于对路网中具有相同路名的有名路段进行聚合处理，得到有名域；对所述路网中的无名路段进行聚合处理，得到虚拟域；
第二确定单元，用于根据所述路网和获取到的行驶于所述路网的样本车辆行驶路径，确定车辆在域之间的行驶转移关系，其中，域包括所述有名域和所述虚拟域；训练单元，用于根据所述行驶转移关系和所述样本车辆行驶路径训练得到路径推荐模型，其中，所述路径推荐模型用于推荐车辆行驶路径。28.根据权利要求27所述的装置，其中，所述训练单元，包括：第二生成子单元，用于根据所述行驶转移关系，生成与所述路网对应的无向图；训练子单元，用于根据所述无向图、所述行驶转移关系以及所述样本车辆行驶路径训练得到所述路径推荐模型。29.根据权利要求28所述的装置，所述装置还包括：第二获取单元，用于从所述路网中获取各有名路段各自对应的路名；构建单元，用于构建有名路段与路名之间的映射关系；以及，所述训练子单元用于，根据所述无向图、所述行驶转移关系、所述映射关系以及所述样本车辆行驶路径，训练得到所述路径推荐模型。30.根据权利要求29所述的装置，其中，所述训练子单元，包括：确定模块，用于根据所述样本车辆行驶路径，确定车辆行驶于所述路网中各路段的路段轨迹序列；转换模块，用于根据所述无向图和所述映射关系，将所述路段轨迹序列转换为域轨迹序列；训练模块，用于根据所述路段轨迹序列、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。31.根据权利要求30所述的装置，其中，所述转换模块，包括：确定子模块，用于针对所述路段轨迹序列中的各路段，根据所述映射关系确定各路段各自对应的域；获取子模块，用于根据所述无向图获取确定出的各路段各自对应的域之间的连通关系；生成子模块，用于根据所述连通关系生成所述域轨迹序列。32.根据权利要求30或31所述的装置，其中，所述路段轨迹序列具有轨迹起点和轨迹终点；所述训练模块用于，根据所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。33.根据权利要求32所述的装置，所述装置还包括：第三获取单元，用于获取所述路段轨迹序列对应的车辆用户的用户特征；以及，所述训练模块用于，根据所述用户特征、所述轨迹起点、所述轨迹终点、所述行驶转移关系以及所述域轨迹序列，训练得到所述路径推荐模型。34.根据权利要求33所述的装置，其中，所述训练模块，包括：拼接子模块，用于对所述用户特征、所述轨迹起点、所述轨迹终点、以及所述域轨迹序列，进行特征拼接处理，得到拼接特征；训练子模块，用于根据所述行驶转移关系和所述拼接特征训练得到所述路径推荐模型。35.根据权利要求27-34中任一项所述的装置，其中，所述第二确定单元，包括：
提取子单元，用于提取所述路网中各域之间的连接关系；第二确定子单元，用于根据所述连接关系和所述样本车辆行驶路径确定所述行驶转移关系。36.根据权利要求27-35中任一项所述的装置，其中，所述无名路段的数量为多个；所述聚合单元，包括：获取子单元，用于获取与所述路网对应的无向图；探索子单元，用于以任一无名路段为探索起始点，直至从所述无向图中探索到有名路段；第三确定子单元，用于将所述任一无名路段与探索到的有名路段之间的区域确定为虚拟域。37.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法；或者，以使所述至少一个处理器能够执行权利要求9-18中任一项所述的方法。38.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法；或者，所述计算机指令用于使所述计算机执行根据权利要求9-18中任一项所述的方法。39.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤；或者，该计算机程序被处理器执行时实现权利要求9-18中任一项所述方法的步骤。
技术总结
本公开提供了一种路径推荐方法、路径推荐模型的训练方法及装置，数据处理技术和地图技术，具体涉及自动驾驶、智能交通以及深度学习，可以应用于车辆导航和路径规划等场景。具体实现方案为：获取车辆行驶路径推荐请求，根据车辆行驶路径推荐请求确定推荐域序列，其中，推荐域序列为车辆在域之间的推荐行驶转移关系，域包括基于路网中具有相同路名的有名路段确定的有名域、以及基于路网中的无名路段确定的得到虚拟域，根据推荐域序列生成并输出车辆行驶路径，即以“域”为粒度确定车辆行驶路径，相对“路段”为粒度训练而言，路径推荐的“解空间”相对较小，可以实现提高推荐效率的技术效果。可以实现提高推荐效率的技术效果。可以实现提高推荐效率的技术效果。
技术研发人员：陈晓龙 肖飞
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2022.03.30
技术公布日：2022/6/21