商用车路径规划方法、系统、平台、介质及设备与流程

1.本技术涉及商用车导航技术领域，尤其涉及一种商用车路径规划方法、系统、平台、介质及设备。


背景技术：

2.目前市面上有的商用车导航均是基于传统导航路径规划，可以实现按照时间最短、里程最短、高速收费最低3种主流策略，根据道路算法结合卡车限高限宽等条件给出的路径推荐；或者将三种方式和进行权重迭代，获得一种综合最优的规划方式。其中，路径规划方式包括时间最短、里程最短、高速收费最低以及上述方式的叠加。商用车路径规划的痛点之一是路径的经济性，最大的花销来源于运输环节中的燃油消耗费与过路费，目前随着国家高速公路收费标准的变更，商用车高速费的估算需要结合车辆轴数，通过高速电子计费杆记录实际发生里程，据此收费。但车辆油耗费用难以估算，因为一车一况，一路一况，油耗难以估算。并且现有的路径规划方法中缺少关于油耗费用的统计记录，使得司机在行车过程中，无法根据油耗情况选择最优的行驶路径，使得在行车过程中无法节省油耗成本，提升行驶路径的经济性。


技术实现要素：

3.针对现有技术中，在商用车路径规划过程中，油耗花费计算困难，缺乏对油耗因素的考虑，导致实际的规划路径经济性不高，无法有效降低行车成本的问题，本技术提出一种商用车路径规划方法、系统、平台、介质及设备。
4.在本技术的一个技术方案中，提供一种商用车路径规划方法，包括：根据地图分段信息对道路地图分段，得到多个道路单元；对多个道路单元对应的海量商用车车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签，分类标签包括油耗；根据路网匹配算法，对对包含油耗在内的各个分类标签与相应的道路单元进行匹配，得到各个道路单元对应的道路标签，道路标签包括油耗标签；根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径。
5.可选的，对多个道路单元对应的海量商用车车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签，包括：在通过商用车车载终端建立的车联网数据库中，提取行驶过道路单元时，商用车对应的车联网数据，车联网数据包括车辆轨迹、车速、油耗；对不同类型的车联网数据按照预设类别进行分类，得到相应的分类结果，进而生成各个分类结果对应的分类标签，分类标签包括商用车行驶过道路单元对应的油耗，其中当同一分类结果中包括多条车联网数据时，对分散的多条车联网数据进行叠加，得到多条车联网数据的整体数据。
6.可选的，根据路网匹配算法，对各个分类标签与相应的道路单元进行匹配，得到各个道路单元对应的道路标签，包括：提取商用车行驶过道路单元时，商用车对应车联网数据的分类标签，分类标签包括油耗；将分类标签赋予给道路单元，得到道路单元对应的道路标
签，道路标签包括油耗标签。
7.可选的，根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径之前还包括：根据各个道路单元对应的道路标签，提取相应的车联网数据；根据预设场景类型，计算对应车型的商用车行驶过各个道路单元时的预估行驶数据，预估行驶数据包括道路单元对应的油耗数据；根据预估行驶数据建立各个单路单元对应的行驶数据字典表。
8.可选的，根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径，包括：在多条规划路径中，根据路径规划要求，确定对应的道路标签，并在行驶数据字典表中，根据道路标签提取规划路径中各个道路单元对应的预估行驶数据；根据各个道路单元对应的预估行驶数据，分别计算各条规划路径的整体预估行驶数据；根据预设规则对整体行驶数据进行判断，在对应的多条规划路径中选择预设数量的路径作为目标路径。
9.可选的，根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径的过程，还包括：根据油耗要求，提取多条规划路径中的各个道路单元对应的油耗标签；根据油耗标签，提取各个道路单元相应的油耗数据，并计算各条规划路径对应的耗油量；对耗油量进行排序，根据排序结果将耗油量最少的规划路径确定为目标路径。
10.在本技术的一个技术方案中，提供一种商用车路径规划系统，包括：用于根据地图分段信息对道路地图分段，得到多个道路单元的模块；用于对多个道路单元对应的海量商用车车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签的模块，分类标签包括车型、载重、油耗；用于根据路网匹配算法，对各个分类标签与相应的道路单元进行匹配，得到各个道路单元对应的道路标签的模块，道路标签包括油耗标签；用于根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径的模块。
11.在本技术的一个技术方案中，提供一种商用车路径规划平台，其特征在于，包括：多个车载终端，其用于收集商用车行驶数据，接收用户输入的路径规划要求，并上传；服务器，其用于对海量商用车海量车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签，分类标签包括车型、载重以及油耗；用于根据路网匹配算法，对各个分类标签与相应的道路单元进行匹配，得到各个道路单元对应的道路标签，道路标签包括油耗标签；用于根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径，并发送到车载终端，显示给用户。
12.在本技术的一个技术方案中，提供一种计算机可读存储介质，其中，存储介质存储有计算机指令，计算机指令被操作以执行方案一中的商用车路径规划方法。
13.在本技术的一个技术方案中，提供一种计算机设备，其包括处理器和存储器，存储器存储有计算机指令，其中：处理器操作计算机指令以执行方案一中的商用车路径规划方法。
14.本技术的有益效果是：本技术通过在路径规划过程中，通过对大量的商用车车联网数据，进行分类叠加，对车联数据进行标签化，得到各个道路单元对应的各种道路标签。同时将车联网数据中的油耗数据也进行统计，生成相应的油耗标签，进而在进行路径规划
时，将油耗考虑在内，提升路径规划的经济性。
附图说明
15.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
16.图1示出了本技术商用车路径规划方法的一个实施方式的示意图；
17.图2示出了本技术商用车路径规划方法的一个实例的示意图；
18.图3示出了本技术商用车路径规划系统的一个实施方式的示意图；
19.图4示出了本技术商用车路径规划平台的一个实施方式的示意图。
20.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
21.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
22.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的产品或设备不必限于清楚地列出的哪些单元，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它单元。
23.现有技术中，目前市面上常用的商用车导航均是基于传统导航路径规划，可以实现按照时间最短、里程最短、高速收费最低3种主流策略，根据算路算法结合卡车限高限宽等条件给出的路径推荐；或者将三种方式和进行权重迭代，获得一种综合最优的规划方式。其中，路径规划方式包括时间最短、里程最短、高速收费最低以及上述方式的叠加。商用车路径规划的痛点之一是路径的经济性，最大的花销来源于运输环节中的燃油消耗费与过路费，目前随着国家高速公路收费标准的变更，商用车高速费的估算需要结合车辆轴数，通过高速电子计费杆记录实际发生里程，据此收费。但车辆油耗费用难以估算，因为一车一况，一路一况，油耗难以估算。并且现有的路径规划方法中缺少关于油耗费用的统计记录，使得司机在行车过程中，无法根据油耗情况选择最优的行驶路径，使得在行车过程中无法节省油耗成本，提升行驶路径的经济性。
24.针对上述问题，本技术提出一种商用车路径规划方法、系统、平台、介质及设备。该方法包括：根据地图分段信息对道路地图分段，得到多个道路单元；对多个道路单元对应的
海量商用车车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签，分类标签包括车型、载重、油耗；根据路网匹配算法，对各个分类标签与相应的道路单元进行匹配，得到各个道路单元对应的道路标签，道路标签包括油耗标签；根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径。
25.本技术的商用车路径规划方法利用海量的商用车车联网数据，进行分类叠加，生成相应的分类标签，包括车型标签，载重标签、油耗标签等。通过路网匹配算法，将各个分类标签与道路单元进行匹配，得到各个道路单元对应的道路标签。然后根据实际的路径规划需求，通过各个规划路径中，提取各个道路单元对应道路标签的数据进行计算比较，选择最佳的一条规划路径作为目标路径。通过对海量的商用车车联网数据进行分类叠加，并进行标签化，同时将油耗数据考虑到实际的路径规划中，使得路径规划过程简单高效，通过各种道路标签，完美符合用户对道路规划的要求，同时考虑油耗因素，提升商用车路径规划的经济性。
26.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
27.图1是本技术商用车路径规划方法的一个实施方式的流程示意图。
28.在图1所示的实施方式中，本技术的商用车路径规划方法包括：过程s101，据地图分段信息对道路地图分段，得到多个道路单元。
29.在该实施方式中，根据地图分段信息对道路地图进行分段，得到多个道路单元。其中，地图分段信息可以为收费站站点，或者高速上的龙门架作为路线的分割点，进而得到各个道路单元。
30.需要说明的是，道路单元代表一段道路的最小单元，各个道路单元之间没有交叉，每个道路单元不存在归属歧义。
31.在图1所示的实施方式中，本技术的商用车路径规划方法包括：过程s102，对多个道路单元对应的海量商用车车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签，分类标签包括油耗。
32.在该实施方式中，为了更好对带规划路径的车辆进行更适合的路径规划，对获取的海量商用车车联网数据按照预设类别进行分类。其中，车联网数据包括车辆的行驶轨迹、里程、行驶时间以及油耗等数据。预设类别可包括车型、车龄以及载重。根据预设类别对海量车联网数据进行分类，对得到的分类结果对应生成相应的分类标签，分类标签包括车型、载重以及油耗等。其中，在对车联网数据中的油耗、行驶时长等数据进行分类时，因为油耗等数据与车型、载重等有直接的关系，因此，在车型、载重等数据的分类结果的基础上，再次进行相关油耗、时长等数据的分类。
33.可选的，对多个道路单元对应的海量商用车车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签，包括：在通过商用车车载终端建立的车联网数据库中，提取行驶过道路单元时，商用车对应的车联网数据，车联网数据包括车辆轨迹、车速、油耗；对不同类型的车联网数据按照预设类别进行分类，得到相应的分类结果，进而生成各个分类结果对应的分类标签，分类标签包括商用车对应的车型，商用车对应的载重以及商
用车行驶过道路单元对应的油耗，其中当同一分类结果中包括多条车联网数据时，对分散的多条车联网数据进行叠加，得到多条车联网数据的整体数据。
34.在该可选实施例中，海量的商用车车联网数据可通过车载终端设备中获取，其中车联网数据包括车辆的行驶轨迹、车辆行驶某一段路对应的车速、以及油耗等数据。对不同类型的车联网数据，根据预设类别进行分类，得到对应的分类结果，对应生成相应的分类标签。其中，在进行分类时，一个类别内，可能包括多条数据。为了在进行后续的路径规划时，充分提高数据的参考度，避免因为参考数据较少导致路径规划结果出现较大误差的问题，对同一类别内的分散的多条数据进行叠加，得到整体数据。例如，将一段道路上的多条油耗数据进行叠加，得到一条完整的油耗数据，在进行路径规划时，充分考虑已有数据，提高路径规划的准确性。
35.具体的，在对海量商用车车联网数据进行分类时，可按照车型、车龄、载重以及道路类别等进行分类。其中，车型分类可按照车辆本身平台、品系、驱动、马力、发动机型号等给车辆进行车辆分类，并对分类后的结果生成对应的车型标签；车龄分类可基于车辆出厂日期或者首次售出日期进行计算，用当前日期与出厂日期作差，即得到车龄，可转化为单位年。在车龄分类时，可设置车龄段作为分类的标准。例如，车龄0-2年，2-5年等作为相应的车龄分类类别。载重分类可基于车辆历史轨迹数据、载重算法，为车联网数据中的载重数据进行分类，对应生成相应的载重标签，其中，不同的载重范围可设置为：0-20t、20-30t、30-40t、40-50t、50-60t、60t以上。道路类别分类可基于已有的路网数据，针对各个道路单元的道路情况，进行分类。例如，可分类为高速平原、高速山区、混合工况平原、混合工况山区、国省道平原、国省道山区以及其他工况等，对应生成相应的道路类别标签。
36.在图1所示的实施方式中，本技术的商用车路径规划方法包括：过程s103，根据路网匹配算法，对各个分类标签与相应的道路单元进行匹配，得到各个道路单元对应的道路标签，道路标签包括油耗标签。
37.在该实施例中，在分别获得车联网数据的分类标签和道路单元后，通过现有的路网匹配算法对各个道路单元和分类标签进行匹配，使得各个道路单元具有该路段对应的道路标签。随后，根据各个道路单元对应的道路标签进行后续的路径规划。
38.可选的，提取商用车行驶过道路单元时，商用车对应车联网数据的分类标签，分类标签包括车型、载重以及油耗；将分类标签赋予给道路单元，得到道路单元对应的道路标签，道路标签包括油耗标签，油耗标签表示行驶过道路单元时，对应的商用车的油耗。
39.在该可选实施例中，在车联网数据的获取中，各个车辆的车载终端会记录该车辆的行驶轨迹以及相应的里程、行驶时长、油耗等信息。记载的行驶轨迹与道路地图匹配，进而可获知行驶轨迹对应的道路单元。进而根据该对应关系，将在海量车联网数据进行分类得到的分类标签与道路单元进行匹配，获得该道路单元对应的道路标签。其中，道路单元对应的道路标签所对应的车联网数据为众多车辆行驶过该道路单元的行驶数据。
40.具体的，例如一辆卡车在行驶一段路程后，通过对该车联网数据进行分类，例如有车型为卡车、载重为20t、行车时长40分、里程50公里、油耗8升等对应的分类标签，该车联网数据中的行驶轨迹对应的有两段道路单元，其中，通过车联网数据中的记录，第一道路单元对应行车时长为15分钟，里程为20公里，油耗为3升。对车联网数据的分类标签与第一道路单元和第二把道路单元进行匹配，可得到第一道路单元对应的道路标签，包括，卡车的车型
标签、载重20t的载重标签、时长15分钟的时长标签、里程20公里的里程标签以及油耗3升的油耗标签；对应的第二道路单元也被赋予相应的道路标签。其中，道路单元对应的道路标签用于后续进行精确的路径规划。
41.在图1所示的实施方式中，本技术的商用车路径规划方法包括：过程s104，根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径。
42.在该实施方式中，在进行路径规划时，根据用户输入的起点和终点、出发时间等信息，根据现有的路径导航方法，可计算出多条可选的规划路径。其中，根据用户的路径规划需求，例如时长最短、里程最短、油耗最低、通行费用最低等进行合理的路径的选择。本技术在进行路径规划时，将油耗因素统计在内，可通过油耗最低，选择更加经济的路径。根据用户的路径规划要求，例如油耗最少，通过在各条规划路径对应的各个道路单元中，提取相应的油耗标签，通过油耗标签对每条规划路径的油耗进行判断，最终确定油耗最少的路径，并作为最终的规划路径。
43.可选的，根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径之前还包括：根据各个道路单元对应的道路标签，提取相应的车联网数据；根据预设场景类型，计算对应车型的商用车行驶过各个道路单元时的预估行驶数据，预估行驶数据包括道路单元对应的油耗数据；根据预估行驶数据建立各个单路单元对应的行驶数据字典表。
44.在该可选实施例中，在海量的商用车车联网数据中，一个道路单元中的一个道路标签对应多条数据，因此在路径规划时，对应一个道路单元，一个标签维度下的车联网数据需要计算平均值，通过该平均值表示相应车辆通过该道路单元的平均水平，进而在路径规划过程中，提供更准确的参考，提高路径规划的准确性。其中，首先根据各个道路单元对应的道路标签，提取对应的数据；根据预设场景类型，根据相应的车联网数据，计算各个道路单元对应的预估行驶数据，其中预估行驶数据为该类型数据的平均值。最后，根据预估行驶数据与预设场景类型的对应关系建立行驶数据字典表，便于后续的数据提取。其中，预设场景类型为多种道路标签组合，对应各种车辆行驶过程的应用场景。
45.具体的，现有某潍柴某型号的商用车，在行驶一段路径由起点到终点，涉及两段道路单元，link1和link2。通过对该类型商用车联网数据的统计和分类，该类型商用车行驶的车速区间为40km/h以下，载重区间包括20-30t、30-40t、40-50t以及50-60t，上述分类可通过相应的道路标签表示。统计各种道路标签下的行驶时间、油耗等行驶数据，并进行平均值计算，可得到该某潍柴某型号的商用车在该行驶路径link1和link2单元下的参考字典表。
46.表1：某潍柴某型号的商用车行驶参考字典表示例
[0047][0048]
可选的，根据路径规划要求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径，包括：在多条规划路径中，根据路径规划要求，确定对应的道路标签，并在行驶数据字典表中，根据道路标签提取规划路径中各个道路单元对应的预估行驶数据；根据各个道路单元对应的预估行驶数据，分别计算各条规划路径的整体预估行驶数据。
[0049]
在该可选实施例中，在进行路径规划时，通过传统导航手段，在用户输入起点和终点后，会得到多条起点到终点的规划路径。其中各条规划路径中均包括多个道路单元。在根据用户对规划路径的不同要求，例如，距离最短，油耗最低等要求，确定对应的道路标签，即道路单元对应的里程标签，道路单元对应的油耗标签。然后在上述建立的行驶数据字典表中，根据道路标签提取规划车辆经过该道路单元时，对应的预估行驶数据，根据各个道路单元的预估行驶数据，进而求得整条规划路径的整体预估行驶数据，最后通过比较不同规划路径的不同整体预估行驶数据，最终确定目标路径。
[0050]
具体的，例如，用户对规划路径的要求为油耗最少。用户根据油耗最少的路径规划要求，确定对应的油耗标签，并通过将自身车辆的车型、载重等标签以及路径规划涉及的油耗标签输入到导航系统中，利用表1所示的参考字典表获取规划路径中涉及的各个道路单元的油耗数据。例如目前，有两条规划路径，其中规划路径1中包括道路单元link1和道路单元link2，规划路径2中包括道路单元link3和link4。通过预先构建的油耗字典表，可获知符合用户车型条件的道路单元link1的油耗为a1，道路单元link2的油耗为a2，规划路径1的整体油耗为a1 a2；同理，对于规划路径2，道路单元link3在字典表中对应的油耗为a3，道路单元link4对应的油耗为a4，规划路径2对应的整体油耗为a3 a4，通过比较a1 a2和a3 a4即可得出两条规划路径中最符合用户要求的规划路径。
[0051]
需要说明的是，与油耗要求类似，路径规划要求为时间最短、高速收费最低等时，路径规划中，在对应在规划路径的字典表中提取相应的数据进行计算，进行规划路径的判断。
[0052]
在本技术的一个实例中，在路径规划的计算方案中，首先计算起始位置到终止位置的所有道路连通性，将计算结果中加入，平均车速、道路类型(是否收费)、燃油费(燃油量*油品单价)、高速费(收费道路里程*收费单价)等权重条件。最后计算所有连通方案的总
用时、总里程、总费用根据用户输入的起点、终点、车型、载重、出发时间，进行规划。在常见的路径规划要求中，当涉及用时最短时，在路径规划过程中基于路径中包含的各道路单元历史平均时长，将路径中全部道路单元的时长相加，比较不同路径的预估时长。当涉及距离最短时，在路径规划过程中基于路径中包含的各道路单元长度，将路径中全部道路单元的长度相加，比较不同路径的距离。当涉及费用最低时，在路径规划过程中基于路径中包含的各道路单元走过的高速收费口，根据收费道路里程*收费单价计算预估高速费；基于路径中包含的各道路单元，根据油耗字典表取出平均油耗值，根据燃油量*油品单价算出预估油费，将高速费与油费相加，得到预估总费用，比较不同路径的费用。这样就会得到如上三种不同角度的最优路线，用户可按需选择。本技术的商用车路径规划方法，将油耗因素考虑进路径规划的过程中，实现路径规划的更经济性的选择。
[0053]
可选的，根据路径规划要求，提取多条规划路径中的各个道路单元对应的道路标签并进行计算，确定最终的规划路径的过程中，还包括：根据油耗要求，提取多条规划路径中的各个道路单元对应的油耗标签；根据油耗标签，提取各个道路单元相应的油耗数据，并计算各条规划路径对应的耗油量；对耗油量进行排序，根据排序结果将耗油量最少的规划路径确定为目标路径。
[0054]
在该可选实施例中，在根据油耗要求进行路径规划时，即最终的目标路径油耗最少时，首先在多条可选的规划路径中提取的各个道路单元对应的油耗标签；根据油耗标签在预建立的油耗字典表中根据实际的车辆行驶状况，提取各个道路单元相应的油耗数据，并计算各条规划路径对应的耗油量。对耗油量进行排序，根据排序结果将耗油量最少的规划路径确定为目标路径。在对油耗数据的统计时，也可根据实时油价，转换后为一定的油费排序，或者路径通行费用的排序，在考虑油耗的基础上，同时考虑高速收费等情况，其中过程类似，不进行赘述。
[0055]
由于车辆行驶过程中，车辆的油耗与车速、距离、时间等条件存在关联，因此单独考虑油耗最低、时间最短等要求确定的目标路径在整体上可能并非最优的路径。在通过对油耗数据的考虑时，因为油耗数据与车速、时长等因素相关，因此在根据油耗进行路径规划时，可为各种路径规划要求设置相应的权重，整体考虑路径规划时的各项要求，从而得到最佳的规划路径。
[0056]
图2示出了本技术商用车路径规划方法的一个实例，通过图2对本技术具体过程进行进一步描述。
[0057]
如图2所示，利用海量的商用车车联网数据，多年统计的商用车行驶的历史轨迹按照预设的分类类别进行分类，预设类别包括车型、载重、车龄等。得到对应的分类标签。通过商用车行驶轨迹进行分类，便于后度对目标车辆进行路劲规划时，根据目标车辆的类型、载重等情况选取相应的行驶数据作为路径规划的基础，使得路径规划更为准确，更加符合用户的路径规划要求。同时道路地图数据进行分类，根据道路的基础分段信息，对地图数据分段得到各个道路单元，其中，基础分段信息可为高速道路上的收费站点或者龙门架等。同时根据道路等级以及道路路况进行分类，获得各个道路单元对应的道路等级以及道路路况，其中，道路等级包括高速平原、高速山区、国省道平原等，道理路况包括畅通、在修等。
[0058]
然后通过路网匹配算法，对上述的分类结果进行匹配。通过路网匹配算法，将车联网数据对应的分类标签与对应的道路单元匹配，从而获得各个道路单元对应的商用车行驶
数据的道路标签。例如，对于一个道路单元，通过路网匹配，可得知通过该路网单元的各个商用车车型标签、载重标签、车龄标签，以及对应的车型在通过该道路单元时的油耗标签、时长标签等。通过路网匹配算法，将道路地图中的各个道路单元赋予相应的道路标签。因为，时间标签、油耗标签等与车型、车龄、载重等车辆状态相关，因此，道路单元中的时长标签。油耗标签等均在车型、载重等标签下进行表示。需要说明的是，因为在同一道路单元中，对应的商用车行驶数据有很多，例如，通过道路单元的时长有多条数据，因此，道路单元中的时长标签、油耗标签等表示该类型时长的平均数据，油耗的平均数据。在获得各个道路单元对应的道路标签后，后续进行路径规划。如图2所示，道路单元link1中，对应着该道路单元的多种道路标签，如车型标签、载重标签、油耗标签等。其余的道路单元linkk2等，与link1类似。
[0059]
在路径规划时，通过当前的路径规划模型，根据用户输入的起点，终点、车型、载重。出发时间等信息，进行路径规划。然后根据用户对路径的需求，比如，时间最短、油耗最低等要求进行路径选择。在进行路径计算时，如用户的要求为油耗最低，则路径规划提取各条规划路径中各个道路单元在车型、载重标签下的油耗标签，获取相应的道路单元对应的油耗数据，通过对规划路径中，各个道路单元的油耗数据的计算，得出多条规划路径中，有油耗最低的路径，作为最终的目标路径。如图2所示，通过路径规划模型，得到方案一的路径，包括道路单元link001-link002-link003；方案二的路径包括道路单元link001-link004-link005。其中，在进行目标路径的确定时，如用户要求路径的油耗最低，则通过分别根据道路单元link001、link002、link003、link004以及link005的油耗标签，进而获取对应的油耗数据，并将方案一中link001、link002以及link003道路单元的油耗叠加，得到方案一路径的油耗，同样将方案二中link001、link004以及link005道路单元的油耗数据叠加，得到方案二路径的油耗，通过比较两者油耗的大小，进而将油耗最低的路径确定为最终的规划路径。其中为了处理方便。可建立各个单路单元在不同的预设行驶场景下的行驶数据字典表，例如在不同车型、不同载重、不同道路类下的油耗字典表、时长字典表等。当用户输入路径规划要求后，根据相应的字典表提取相应的数据进行计算，更加便捷、快速，降低运算量。
[0060]
需要说明的是，一段道路的油耗同时与行车的时长、车速等相关。因此还可以设置不同路径规划要求之间的权重，进而在多条规划路径中选择最优化的路径作为最终的目标路径。
[0061]
本技术的商用车路径规划方法，通过大量的车联网数据，进行分类叠加，对车联网数据进行标签化，得到各个道路单元对应的各种道路标签。同时将车联网数据中的油耗数据也进行统计，生成相应的标签，进而在进行在进行路径规划时，将油耗考虑在内，提升路径规划的经济性。
[0062]
图3示出了本技术商用车路径规划系统的一个实施方式。
[0063]
如图3所示，本技术的商用车路径规划系统包括：用于根据地图分段信息对道路地图分段，得到多个道路单元的模块301；用于对多个道路单元对应的海量商用车车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签的模块302，分类标签包括车型、载重、油耗；用于根据路网匹配算法，对各个分类标签与相应的道路单元进行匹配，得到各个道路单元对应的道路标签的模块303，道路标签包括油耗标签；用于根据路径规划要
求，提取多条规划路径的各个道路单元中，道路标签对应的数据并进行计算，确定最终的规划路径的模块304。
[0064]
可选的，在模块302中，在通过商用车车载终端获取的车联网数据库中，提取行驶过道路单元时，商用车对应的车联网数据，车联网数据包括车辆轨迹、车速、油耗；对不同类型的车联网数据按照预设类别进行分类，得到相应的分类结果，进而生成各个分类结果对应的分类标签，分类标签包括商用车对应的车型，商用车对应的载重以及商用车行驶过道路单元对应的油耗，其中当同一分类结果中包括多条车联网数据时，对分散的多条车联网数据进行叠加，得到多条车联网数据的整体数据。
[0065]
可选的，在模块303中，提取商用车行驶过道路单元时，商用车对应车联网数据的分类标签，分类标签包括车型、载重以及油耗；将分类标签赋予给道路单元，得到道路单元对应的道路标签，道路标签包括油耗标签，油耗标签表示行驶过道路单元时，对应的商用车的油耗。
[0066]
可选的，本技术的商用车路径规划系统还包括行驶数据字典表创建模块，其根据各个道路单元对应的道路标签，提取相应的车联网数据；根据预设场景类型，计算对应的车型的商用车行驶过各个道路单元对应的预估行驶数据，预估行驶数据包括道路单元对应的油耗数据；根据预估行驶数据建立各个单路单元对应的行驶数据字典表。
[0067]
可选的，在模块304中，根据路径规划要求，在行驶数据字典表中提取各个道路单元对应的行驶数据；在多条规划路径中，根据各个道路单元对应的行驶数据，分别计算各条规划路径的整体行驶数据；根据预设规则对整体行驶数据进行判断，在对应的多条规划路径中选择预设数量的路径作为目标路径。
[0068]
可选的，在模块304中，根据油耗要求，提取多条规划路径中的各个道路单元对应的油耗标签；根据油耗标签，提取各个道路单元相应的油耗数据，并计算各条规划路径对应的耗油量；对耗油量进行排序，根据排序结果将耗油量最少的规划路径确定为目标路径。
[0069]
本技术的商用车路径规划系统在路径规划过程中，通过对大量的商用车车联网数据，进行分类叠加，对车联数据进行标签化，得到各个道路单元对应的各种道路标签。同时将车联网数据中的油耗数据也进行统计，生成相应的油耗标签，进而在进行路径规划时，将油耗考虑在内，提升路径规划的经济性。
[0070]
图4示出了本技术商用车路径规划平台的一个实施方式。
[0071]
如图4所示的实施方式中，本技术的商用车路径规划平台包括：多个车载终端，其用于收集商用车行驶数据，接收用户输入的路径规划要求，并上传；服务器，其用于对海量商用车海量车联网数据按照预设类别进行分类，对应生成各个分类结果对应的分类标签，分类标签包括车型、载重、油耗；用于根据路网匹配算法，对各个分类标签与相应的道路单元进行匹配，得到各个道路单元对应的道路标签，道路标签包括油耗标签；用于根据路径规划要求，提取多条规划路径中的各个道路单元对应的道路标签并进行计算，确定最终的规划路径，并发送到车载终端，显示给用户。
[0072]
在该实施方式中，车载终端作为商用车行驶数据的数据手机设备，同时在路径规划时，与用户进行交互。用户将起点、终点、出发时间、车型、载重等数据输入车载终端中，车载终端将信息发送到后端服务器，服务器根据用户的路径规划要求进行路径规划，并将最终的路径规划结果发送到相应的车载终端，进而显示给用户。通过对大量的商用车车联网
数据，进行分类叠加，对车联数据进行标签化，得到各个道路单元对应的各种道路标签。同时将车联网数据中的油耗数据也进行统计，生成相应的油耗标签，进而在进行路径规划时，将油耗考虑在内，提升路径规划的经济性。
[0073]
在本技术的一个具体实施方式中，一种计算机可读存储介质，其存储有计算机指令，其中计算机指令被操作以执行任一实施例描述的商用车路径规划方法。其中，该存储介质可直接在硬件中、在由处理器执行的软件模块中或在两者的组合中。
[0074]
软件模块可驻留在ram存储器、快闪存储器、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可装卸盘、cd-rom或此项技术中已知的任何其它形式的存储介质中。示范性存储介质耦合到处理器，使得处理器可从存储介质读取信息和向存储介质写入信息。
[0075]
处理器可以是中央处理单元(英文：central processing unit，简称：cpu)，还可以是其他通用处理器、数字信号处理器(英文：digital signal processor，简称：dsp)、专用集成电路(英文：application specific integrated circuit，简称：asic)、现场可编程门阵列(英文：field programmable gate array，简称：fpga)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其任何组合等。通用处理器可以是微处理器，但在替代方案中，处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合，例如dsp与微处理器的组合、多个微处理器、结合dsp核心的一个或一个以上微处理器或任何其它此类配置。在替代方案中，存储介质可与处理器成一体式。处理器和存储介质可驻留在asic中。asic可驻留在用户终端中。在替代方案中，处理器和存储介质可作为离散组件驻留在用户终端中。
[0076]
在本技术的一个具体实施方式中，一种计算机设备，其包括处理器和存储器，存储器存储有计算机指令，其中：处理器操作计算机指令以执行任一实施例描述的商用车路径规划方法。
[0077]
在本技术所提供的实施方式中，应该理解到，所揭露的装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0078]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0079]
以上仅为本技术的实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。