一种地图导航的方法、系统、装置、电子设备及存储介质与流程

1.本公开涉及数据处理技术领域，尤其涉及导航技术领域。


背景技术：

2.目前，为了更好地辅助驾驶员驾驶，通常会使用地图导航的方式为驾驶员进行路线规划、驾驶提醒等等。


技术实现要素：

3.本公开提供了一种用于提高用户驾驶体验的地图导航的方法、系统、装置、电子设备及存储介质。
4.根据本公开的一方面，提供了一种地图导航的方法，包括：
5.获取目标用户发出的导航请求；所述导航请求包括：导航的起始位置以及终点位置；
6.基于所述导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线；其中，所述推荐路线包括：智能驾驶路段和/或非智能驾驶路段；所述智能驾驶路段信息是基于已存储的用户智能驾驶行为数据预先获取的；
7.将所述各推荐路线显示给所述目标用户；
8.按照所述目标用户基于显示的各推荐路线选择的目标路线，为用户进行地图导航。
9.根据本公开的另一方面，提供了一种地图导航系统，包括：地图导航客户端和地图云服务器：
10.所述地图导航客户端，用于获取目标用户发出的导航请求；所述导航请求包括：导航的起始位置以及终点位置；将所述地图云服务器发送的各推荐路线显示给所述目标用户；按照所述目标用户基于显示的各推荐路线选择的目标路线，为用户进行地图导航；
11.所述地图云服务器，用于基于所述导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线发送至所述地图导航客户端；其中，所述推荐路线包括：智能驾驶路段和/或非智能驾驶路段；所述智能驾驶路段信息是基于已存储的用户智能驾驶行为数据预先获取的。
12.根据本公开的另一方面，提供了一种地图导航的装置，包括：
13.导航请求获取模块，用于获取目标用户发出的导航请求；所述导航请求包括：导航的起始位置以及终点位置；
14.推荐路线获取模块，用于基于所述导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线；其中，所述推荐路线包括：智能驾驶路段和/或非智能驾驶路段；所述智能驾驶路段信息是基于已存储的用户智能驾驶行为数据预先获取的；
15.推荐路线显示模块，用于将所述各推荐路线显示给所述目标用户；
16.地图导航模块，用于按照所述目标用户基于显示的各推荐路线选择的目标路线，
为用户进行地图导航。
17.根据本公开的另一方面，提供了一种电子设备，包括：
18.至少一个处理器；以及
19.与所述至少一个处理器通信连接的存储器；其中，
20.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上述任一所述的地图导航的方法。
21.根据本公开的另一方面，提供了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上述任一所述的地图导航的方法。
22.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述任一所述的地图导航的方法。
23.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
24.附图用于更好地理解本方案，不构成对本公开的限定。其中：
25.图1是根据本公开提供的地图导航的方法的第一实施例的示意图；
26.图2是根据本公开提供的地图导航的方法的一种具体实例的示意图；
27.图3是本公开实施例中获取智能驾驶路段信息的一种流程示意图；
28.图4是本公开实施例中获取智能驾驶路段信息的第二种流程示意图；
29.图5是根据本公开提供的地图导航的方法的第二实施例的示意图；
30.图6a是本公开实施例中各路段预设权重的一种具体实例示意图；
31.图6b是在图6a的基础上进行权重调整后各路段权重的示意图；
32.图7是根据本公开提供的地图导航的方法的另一种具体实例示意图；
33.图8是本公开实施例中通过语音提醒推荐用户开启或关闭智能驾驶的示意图；
34.图9是是根据本公开提供的地图导航系统的第一实施例的示意图；
35.图10是是根据本公开提供的地图导航系统的第二实施例的示意图；
36.图11是根据本公开提供的地图导航系统的一种交互示意图；
37.图12是是根据本公开提供的地图导航的装置的第一实施例的示意图；
38.图13是用来实现本公开实施例的地图导航的方法的电子设备的框图。
具体实施方式
39.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
40.现有的地图导航方法中，通常是由地图产品方进行地图数据的采集、加工等等，来生产成可以渲染、导航的规格的地图数据应用于地图产品。而驾驶员的驾驶行为数据则是由车厂进行收集，来提升车厂自身产品服务的体验，其与地图产品是割裂的，也就是说驾驶员的驾驶行为数据并不能应用于地图产品，不能给驾驶员带来导航体验的升级。。
41.同时，虽然自动驾驶、辅助智能驾驶等智能驾驶的搭载率已经很高，但是使用率还是偏低。部分用户不知道在什么时机可以适合使用自动驾驶、辅助智能驾驶且能保证驾驶安全，需要一定的推荐、引导和教育，从而提升自动驾驶、辅助智能驾驶的使用率。
42.因此，为了解决以上问题，本公开提供了一种地图导航的方法、装置、系统、电子设备及存储介质。下面，首先对本公开提供的地图导航的方法进行介绍。
43.参见图1，图1为根据本公开提供的地图导航的方法的第一实施例的示意图。如图1所示，该方法可以包括以下步骤：
44.步骤s110，获取目标用户发出的导航请求。
45.本公开实施例中，目标用户可以基于车机地图导航客户端显示的页面，发出导航请求。上述目标用户发出的导航请求中可以包括：导航的起始位置以及终点位置。本实施例中，上述导航的起始位置可以是车辆当前所在位置，也可由用户指定其他位置作为起始位置。如用户可以发出起始位置为车辆当前所在位置(我的位置)到终点位置为地点a的导航请求。
46.在本公开的一种实施例中，上述导航请求中还可以包含车辆类型等信息，上述车辆类型可以包括普通车辆以及新能源车辆等等。
47.步骤s120，基于所述导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线。
48.本公开实施例中，可以先基于当前路况信息实时判断是否推荐目标用户开启或关闭自动驾驶以及辅助智能驾驶等智能驾驶功能(adaptive cruise control，acc，自适应巡航控制)。在本公开的一种实施例中，在为车辆进行地图导航过程中，若车辆当前已打开智能驾驶功能，则可实时基于车辆当前位置以及上述终点位置与预先存储的智能驾驶路段信息，获取符合上述导航请求的推荐路线。
49.本公开实施例中，上述各个推荐路线中可以包括：智能驾驶路段和/或非智能驾驶路段。上述智能驾驶路段信息则可以是基于已存储的用户智能驾驶行为数据预先获取的。
50.本公开实施例中，上述智能驾驶行为数据中可以包括车辆开启及关闭智能驾驶的时间，以及车辆在这段时间内的行驶轨迹。因此，本实施例中，就可以预先基于各智能驾驶行为数据以及地图数据，获取各智能驾驶路段信息，进行存储。这样，可以将驾驶员经验数据应用于地图数据，使得用户可以知道适合智能驾驶的路段，提高用户的智能驾驶体验。
51.步骤s130，将所述各推荐路线显示给所述目标用户。
52.本公开实施例中，可以将各推荐路线显示在上述车机地图客户端的相应页面。作为一种具体实施方式，在显示各推荐路线时，可以显示各推荐路线的预计耗时以及经过的红绿灯数量等等。
53.步骤s140，按照所述目标用户基于显示的各推荐路线选择的目标路线，为用户进行地图导航。
54.本公开实施例中，在目标用户选择目标路线后，可以将目标路线显示在地图上，并可以在地图上标识导航起始位置以及终点位置，还可以对acc(智能驾驶)路段、acc里程、目标路线拥堵情况等等信息进行标注，若车辆类型为新能源车辆，则还可以在地图上对充电桩信息进行标注。
55.参见图2，图2为根据本公开提供的地图导航方法的一种具体实例示意图。
56.如图2所示，目标用户选择的导航起始位置为车辆当前位置(我的位置)，终点位置为地点a。本实施例中，用户可以通过键盘，或点击图2中所示的麦克风图标通过语音输入上述导航起始位置及重点位置。用户还可以通过点击“ ”图标来增加途经点，此外，用户还可通过点击换向图标来交换起始位置与终点位置。用户还可以对打车、新能源、驾车、公共交通等选项进行选择。
57.如图2所示，目标路线则以较粗的实线标注在地图上，与地图上的其他道路进行区分。本实施例中，由于目标路线包含智能驾驶路段，因此还可以在地图中显示的目标路线上标注出acc(智能驾驶)路段以及acc里程信息(图2中的“acc里程10公里”)。
58.同时，如图2所示，该地图上还可显示预计到达时间、通过图标显示车辆当前位置、通过不同颜色显示道路拥堵情况等等。而由于用户选择了“新能源”，因此还可为用户显示“充电桩”图标，目标用户可以通过对该图标的控制，来选择是否在地图上显示充电桩位置。此外，还可以显示“限行”图标以及“提示”图标等，使得用户可以查看车辆限行信息以及提示信息(“无名路因封路而不可通行，已为您避开”)等等。
59.可见，本公开实施例提供的地图导航的方法，获取到目标客户的导航请求后，基于该导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线，并将各推荐路线显示给目标用户，按照目标用户基于各推荐路线选择的目标路线为其进行地图导航。应用本公开实施例，通过基于已存储的用户智能驾驶行为数据预先获取智能驾驶路段信息，并基于智能驾驶路段信息获取推荐路线，将各用户的智能驾驶行为数据作用于地图导航，使得用户可以知道适合使用智能驾驶的路段，提高了自动驾驶以及辅助智能驾驶等智能驾驶功能的使用率，同时提高了用户对地图导航的使用体验。
60.在本公开的一种实施例中，如图3所示，上述智能驾驶路段信息，可以采用以下步骤预先获取：
61.步骤s310，获取云端存储的各用户的驾驶行为数据。
62.本公开实施例中，上述各用户可以是使用过智能驾驶功能的用户。上述各用户的驾驶行为数据可以采用以下步骤预先存储至云端：
63.步骤1，获取各用户上传的驾驶行为数据。
64.本公开实施例中，各搭载有自动驾驶以及辅助智能驾驶等智能驾驶功能的车辆，可以将用户的驾驶行为技术通过v2n(vehicle to net，车对网络)技术回传至云端。上述驾驶行为数据中可以包括用户的行驶轨迹以及行驶时间等信息，行驶轨迹信息以及时间信息等数据可以有不同的数据格式。上述行驶轨迹信息可以通过车辆上搭载的gps设备采集得到，同时，各轨迹信息中还可以包括对应的时间戳信息。
65.步骤2，对所述各驾驶行为数据进行隐私数据脱敏以及脏数据过滤，将过滤后的各驾驶行为数据存储至云端。
66.本实施例中，云端接收到各用户的驾驶行为数据后，可以对其进行隐私数据脱敏，来保证用户的隐私安全。
67.同时，本公开实施例中，还可对各驾驶行为数据进行脏数据过滤。脏数据即对于实际业务毫无意义，或不合逻辑的数据。例如，车辆两秒钟行驶100km这样的数据，就是不合逻辑的脏数据，需对其进行过滤。本公开实施例中，在获取到各驾驶行为数据后，对脏数据进行过滤，并对过滤后的数据进行存储，这样可以减少后续的数据处理量，提高数据处理速
度。
68.步骤s320，基于所述各用户的驾驶行为数据，提取各用户的智能驾驶行为数据。
69.如上所述，本公开实施例中，所述智能驾驶行为数据中可以包括：车辆开启及关闭智能驾驶的时间信息，以及车辆在这段时间内的行驶轨迹信息(即车辆处于智能驾驶状态下的行驶轨迹信息)。作为一种具体实施方式，上述行驶轨迹信息具体可以包括车辆行驶的经纬度序列信息。相应的，在提取智能驾驶行为数据时，就可基于上述经纬度序列信息的数据存储格式对各智能驾驶行为数据进行提取。
70.步骤s330，将所述各个车辆处于智能驾驶状态下的行驶轨迹信息，与地图中的各道路进行路段匹配，获取开启智能驾驶的各路段信息。
71.路段匹配即将一系列有序的轨迹位置点关联到实际路网。本公开实施例中，地图的地图数据中可以包括各道路信息，具体的，可以是各道路的经纬度序列信息以及各道路包含的各路段信息，各路段信息中可以包括预先为各路段设置的路段标识(如，路段id等)以及各路段的经纬度序列信息。
72.因此，作为一种具体实施方式，在进行上述路段匹配时，可以将上述经纬度序列信息与地图中各道路经纬度序列信息进行匹配，来获取与上述各个车辆处于智能驾驶状态下的行驶轨迹信息对应的路段信息。
73.作为本公开实施例的一种具体实施方式，上述步骤s330可以通过预先训练的道路匹配模型实现。本公开实施例中，上述道路匹配模型可以是传统的hmm(hidden markov model，隐马尔可夫模型)或基于强化学习优化的hmm等模型。下面以传统的hmm模型为例，对本公开实施例中进行路段匹配的过程进行简单说明。
74.本公开实施例中，可以基于从各车辆gps设备中得到位置信息(如，经纬度序列)以及各车辆实际的位置，对上述hmm模型进行训练。作为一种具体实施方式，可以是将从各车辆gps设备中得到的位置信息以及地图数据输入至待训练的hmm模型中，获取hmm模型输出的匹配结果，将该匹配结果与各车辆实际位置进行比较(如，计算预设损失函数的值)，基于比较结果调节hmm模型中的参数，当上述hmm模型输出的结果与各车辆实际位置误差小于预设误差阈值时，就可停止训练。
75.本公开实施例中，在进行路段匹配时，可以将上述地图数据以及各智能驾驶行为数据中包含的经纬度序列，输入至上述训练好的hmm模型。针对各经纬度序列，hmm模型可以输出多个匹配结果(即路段位置)以及各匹配结果的正确概率。本实施例中，针对各经纬度序列，可以将正确概率最高的匹配结果作为该经纬度序列对应的路段位置。
76.以上举例仅为示例性地说明本公开中进行路段匹配的过程，并不对本公开进行具体限定。
77.步骤s340，基于所述开启智能驾驶的各路段信息，生成各智能驾驶路段信息。
78.本公开实施例中，可以基于道路中各路段的路况信息及状态信息与上述开启智能驾驶的各路段信息，来生成各智能驾驶路段信息。上述智能驾驶路段即建议自动驾驶、辅助智能驾驶的路段。
79.本公开实施例中，通过将各用户的智能驾驶行为数据与地图中各道路进行匹配，进而生成各个智能路段信息，可以将各用户对于智能驾驶的经验数据应用于地图数据，将用户经验数据与真实的地理环境数据有机结合，从而可以为目标用户的智能驾驶行为提供
参考，进一步提高智能驾驶的使用率以及安全性。
80.在本公开的一种实施例中，上述智能驾驶行为数据中还可以包括：车辆处于智能驾驶状态下的行驶轨迹信息对应的时间段信息。上述时间段信息可以是车辆开启智能驾驶功能的时间以及结束智能驾驶功能的时间。
81.作为一种具体实施方式，在云端存储上述驾驶行为数据时，可以将上述行驶轨迹信息与车辆行驶该段轨迹的时间段信息对应存储。因此，在提取智能驾驶行为数据时，就可以将上述车辆处于智能驾驶状态下的行驶轨迹信息与对应的时间段信息进行提取。上述时间段信息也可以基于预设的时间段信息存储格式进行提取，本公开中对此不做具体限定。
82.即本公开实施例中，上述各智能驾驶行为数据中可以包括：车辆开启智能驾驶功能的时间、结束智能驾驶功能的时间以及车辆在该段时间内的行驶轨迹信息。上述时间段信息的单位可以是ms(毫秒)。
83.因此，如图4所示，上述图3中的步骤s330就可以细化为：
84.步骤s331，将所述各个车辆处于智能驾驶状态下的行驶轨迹信息，与地图中的各道路进行路段匹配，获取开启智能驾驶的各路段。
85.如上所述，可以将行驶轨迹信息中的经纬度序列信息与各道路的经纬度序列信息进行匹配，来得到开启智能驾驶的路段，具体的，可以是得到开启智能驾驶的路段的位置信息以及路段id等等。
86.步骤s332，基于所述车辆处于智能驾驶状态下的行驶轨迹信息对应的时间段信息，从地图数据中获取所述开启智能驾驶的各路段在对应时间段内的路况信息。
87.本公开实施例中，上述地图数据中可以包括各个道路在各个时段下的路况信息、限行信息以及管制策略等等信息。因此，本公开实施例中，在获取上述开启智能驾驶的路段后，就可以基于该路段对应的时间段信息，从上述地图数据中获取上述开启智能驾驶的路段在对应时间段内的路况信息。
88.本公开实施例中，将上述自动驾驶、辅助智能驾驶的轨迹(包括时间戳的经纬度序列)通过上述hmm等地图匹配算法与地图数据匹配后，就可以将这些轨迹点绑定到对应的道路上。从而得到基础的自动驾驶、辅助智能驾驶曾经行驶过的路段，即上述开启智能驾驶的路段，进而得到开启智能驾驶的路段信息。该开启智能驾驶的路段信息中可以包括该路段的路况信息以及对应的时间段信息。
89.如图4所示，图3中的步骤s340，就可以包括：
90.步骤s341，将所述开启智能驾驶的各路段以及所述各路段在对应时间段内的路况信息输入至智能驾驶路段生成模型；以使所述智能驾驶路段生成模型，基于道路中各路段在各时间段内的路况信息及状态信息、所述开启智能驾驶的各路段以及所述各路段在对应时间段内的路况信息，生成不同时段下的各智能驾驶路段信息。
91.本公开实施例中，上述智能驾驶路段生成模型可以是简单的阈值匹配模型。作为一种具体实施方式，可以是当上述开启智能驾驶的路段被行驶超过预设次数阈值，且该路段状态为可通行时，将该开启智能驾驶的路段标记为智能驾驶路段。上述路段状态可以通过道路的限行以及管制等信息得到。上述路段状态可以包括可通行、道路已经删除以及禁行等等。
92.上述开启智能驾驶的路段可以作为智能驾驶路段的时间段则可以基于上述道路
中各路段在各时间段内的路况信息，以及上述开启智能驾驶的各路段在对应时间段内的路况信息得到。作为一种具体实施方式，可以基于上述开启智能驾驶的路段在各时间段内的路况信息，得到与该路段在上述对应时间段内的路况相同的时间段。在这些时间段内，若上述开启智能驾驶的路段被行驶超过预设次数阈值，且该路段状态为可通行时，就可将该路段作为智能驾驶路段。
93.本公开实施例中，在生成智能驾驶路段信息时，还可对不能使用智能驾驶功能的情况进行设置。例如，可以基于技术约束(如，车辆传感器的夜视能力以及禁止智能驾驶的区域)对各智能路段进行筛选，得到最终的智能驾驶路段。
94.可见，本公开实施例中，上述智能驾驶路段生成模型可以根据地图对未来不同时段的路况预测能力、地图中各道路的限行、管制策略、技术约束(夜间车辆传感器识别能力局限性、可自动驾驶区域限制)综合生成不同时段可以自动驾驶以及辅助智能驾驶的路段
95.而通过上述模型基于对智能驾驶有一定理解的用户的历史经验数据，生成智能驾驶路段信息，使得生成的智能驾驶路段信息更具有参考性，可以更好的辅助目标用户进行智能驾驶。
96.在本公开的一种实施例中，上述地图数据的各路段信息中，还可以包括各道路中的各路段的预设权重，因此，如图4所示，上述方法还可以包括：
97.步骤s450，提高各智能驾驶路段的静态权重。
98.本公开实施例中，可以预先为各个路段设置权重。上述各路段的预设权重可以相同，也可以不同，本公开中对此不做具体限定。
99.在获取上述各智能驾驶路段信息后，则可以提高各智能驾驶路段的权重，并将该权重作为对应智能驾驶路段的路段信息进行存储。这样，可以提高各智能驾驶路段被推荐的概率。
100.具体的，如图5所示，上述图1中的步骤s120可以被细化为：
101.步骤s121，基于所述导航请求、当前路况信息、预先存储的智能驾驶路段信息以及各路段的权重，获取推荐路线。
102.本公开实施例中，在获取推荐路线时，可以基于各路段的权重进行推荐路线的召回。
103.如图6a所示，地点v到地点w的路线包括两条，分别为：v-》x-》y-》w以及v-》u-》w。各路段预设的初始权重为：路段v-》x初始权重为1，路段x-》y初始权重为1，路段y-》w初始权重为1，路段v-》u初始权重为3，路段u-》w初始权重为2。因此，若按照初始权重计算，路线v-》u-》w被推荐的概率较大。
104.若在10:00到18:00,路段v-》x以及x-》y是可自动驾驶或辅助智能驾驶的路段。那么在10:00-18:00期间,如图6b所示，路段v-》x以及x-》y的权重均可以被从1提升至3，那么从地点v到地点w的路线计算，就会从v-》u-》w的选择变成：v-》x-》y-》w，供用户决策使用。可见，提高智能驾驶路段的权重提升了自动驾驶、辅助智能驾驶路段被推荐的概率。
105.在本公开的一种实施例中，在获取上述各推荐路线后，可以基于各路线包含的路段的权重，对各推荐路线进行排序。作为一种具体实施方式，在图1的基础上，如图5所示，上述步骤s130之前，还可以包括以下步骤：
106.步骤s530，基于所述目标用户对于路线的偏好设置以及所述各推荐路线中包含的
路段的权重，对各推荐路线进行排序。
107.基于图1，如图5所示，上述步骤s130就可以被细化为：
108.步骤s131，将排序后的各推荐路线显示给所述目标用户。
109.本公开实施例中，用户可以对路线偏好进行选择。例如，用户可以选择高速优先、自动驾驶路段优先、辅助智能驾驶路段优先、时间优先等等路线偏好中的一个或多个。在获取到上述各推荐路线后，就可基于用户的偏好对各路线进行排序，同时，在排序时可以参考各路线中包含的路段的权重。这样，可以更加准确地为用户推荐导航路线，提高用户体验。例如，若用户选择智能驾驶(包括自动驾驶以及辅助智能驾驶)路段优先路线，且有多个推荐路线中包含智能驾驶路段。那么，在对各推荐路线进行排序时，就可将包含智能驾驶路段的智能驾驶路线排在前面，进一步的，可以将包含的路段的权重较高的智能驾驶路线排在前面。
110.参见图7，图7是根据本公开提供的地图导航的方法的一种具体实例。如图7所示，用户可以通过车机地图客户端显示的页面对路线偏好进行选择。上述路线偏好可以包括自动驾驶路段优先、辅助智能驾驶路段优先、时间优先、少收费、不走高速、高速优先等等。用户还可对“记住选项”按钮进行控制，来减少对相同偏好进行选择的次数。
111.该图中，用户选择的路线偏好为自动驾驶路段优先以及辅助智能驾驶路段优先。基于上述偏好选择以及各路段的权重，向用户展示了三条从车辆当前位置(我的位置)到地点a的推荐路线。本实施例中，还可将各路线的里程、预计耗时以及需经过的红绿灯个数等路线基本信息，展示给用户。
112.如图7所示，显示给用户的推荐路线包括：方案一，里程23公里，预计耗时41分钟，预计17:04到达终点，需通过15个红绿灯，在三条路线中，花费的时间较少。方案二，里程23公里，预计耗时43分钟，需通过5个红绿灯，在三条路线中，花费常规时间，但拥堵多。方案三，里程25公里，预计耗时46分钟，需通过18个红绿灯。用户可对上述各方案进行选择，车机导航客户端则可按照用户选择的目标方案对用户进行地图导航。
113.在本公开的一种实施例中，基于图1，如图5所示，上述步骤s140之后，还可以包括：
114.步骤s550，实时获取当前道路路况以及状态信息。
115.在本公开的一种实施例中，上述车机地图客户端可以每分钟对各道路路况以及状态进行刷新。作为一种具体实施方式，可以是向地图导航服务端发送请求，有地图导航服务端对道路路况以及状态进行刷新。上述道路状态可以基于道路的限行、管制等信息得到，其具体可以包括可通行、道路已经删除以及禁行等等。
116.步骤s560，基于所述当前道路路况以及状态信息与预设智能驾驶约束条件的符合情况，判断是否建议所述目标用户开启或关闭智能驾驶。
117.本公开实施例中，可以预设智能驾驶约束条件，上述约束条件可以包括智能驾驶路况、道路状态以及技术约束。上述智能驾驶路况可以基于各智能驾驶路段的路况进行设置，道路状态可以是道路可通行，上述技术约束则可以是夜间车辆传感器识别能力局限，可智能驾驶的区域限制等等。
118.若当前道路路况以及状态符合预设的智能驾驶约束条件，则可建议用户开启自动驾驶、辅助智能驾驶等智能驾驶功能，若不符合，则可建议用户关闭智能驾驶功能。
119.在本公开的一种实施例中，若需建议所述目标用户开启或关闭智能驾驶，则可发
出开启或关闭智能驾驶的语音提醒。
120.本公开实施例中，若需建议用户开启智能驾驶，但用户已开启智能驾驶，则可不发出语音提醒，若用户未开启智能驾驶，则可在接近智能驾驶路段时发出语音提醒。若需要建议用户关闭智能驾驶，则可在通过智能驾驶路段结束位置后发出相应语音提醒，若用户已关闭智能驾驶，则可不发出提醒。这样，利用地图与用户交互的便捷性，可以使得用户知道何时可以使用智能驾驶，提高智能驾驶使用率，且提高用户驾驶体验。
121.作为一种具体实施例，如图8所示，可以在接近可以开启acc(自适应巡航，本公开所述的智能驾驶)路段n米后，播报：“当前路段开启acc的用户很多，建议开启，驾驶更轻松哦”等播报内容。在接近acc路段结束位置n米后，播报：“建议退出acc，注意驾驶安全”等播报内容。
122.可见，本公开实施例提供的地图导航方法，通过将驾驶员行为数据脱敏后与地图的道路匹配，从而挖掘到对自动驾驶、辅助智能驾驶有一定理解和应用的用户经常开启自动驾驶、辅助智能驾驶的路段信息。并基于该信息生成建议开启自动驾驶、辅助智能驾驶的智能驾驶路段信息，提升这些道路的权重，结合其他路况、限行等因素为用户提供自动驾驶、辅助智能驾驶优先的行前路线规划能力。用户可以通过车机地图客户端的界面选择自动驾驶路段优先、辅助智能驾驶路段优先的路线偏好。
123.除了行前的算路之外，本公开实施例中也将上述开启自动驾驶、辅助智能驾驶的智能驾驶路段信息、其他路况信息以及限行信息等数据应用到了导航过程中，提供了道路状态刷新服务。即结合原有的道路动态的限行、路况、管制等变化，实时更新算路相关的路段是否还建议开启或关闭辅助智能驾驶、自动驾驶。即在车机地图定期刷新路况的同时，刷新提供实时推荐开启、关闭辅助智能驾驶、自动驾驶的路段以及对应的里程，通过车机地图进行结果渲染。同时还可以在用户位置接近可以开启或关闭辅助智能驾驶、自动驾驶的路段时，通过语音提示的方式让用户获取到这一信息，从而提升自动驾驶、辅助智能驾驶的使用率，进一步提升自动驾驶、辅助智能驾驶的效果。
124.根据本公开实施例的另一方面，还提供了一种地图导航系统，如图9所示，上述系统可以包括：地图导航客户端910及地图云服务器920；
125.所述地图导航客户端910，可以用于获取目标用户发出的导航请求；所述导航请求包括：导航的起始位置以及终点位置；将所述地图云服务器发送的各推荐路线显示给所述目标用户；按照所述目标用户基于显示的各推荐路线选择的目标路线，为用户进行地图导航；
126.所述地图云服务器920，可以用于基于所述导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线发送至所述地图导航客户端；其中，所述推荐路线包括：智能驾驶路段和/或非智能驾驶路段；所述智能驾驶路段信息是基于已存储的用户智能驾驶行为数据预先获取的。
127.本公开提供的地图导航系统，在获取到目标客户的导航请求后，基于该导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线，并将各推荐路线显示给目标用户，按照目标用户基于各推荐路线选择的目标路线为其进行地图导航。应用本公开实施例，通过基于已存储的用户智能驾驶行为数据预先获取智能驾驶路段信息，并基于智能驾驶路段信息获取推荐路线，将各用户的智能驾驶行为数据作用于地图导航，使得用
户可以知道适合使用智能驾驶的路段，提高了自动驾驶以及辅助智能驾驶等智能驾驶功能的使用率，同时提高了用户对地图导航的使用体验。
128.在本公开的一种实施例中，在图9的基础上，如图10所示，上述系统还可以包括车厂云服务器1030；
129.所述车厂云服务器1030，可以用于获取各用户的驾驶行为数据存储在云端；基于所述各用户的驾驶行为数据，提取各用户的智能驾驶行为数据发送至所述地图云服务器；其中，所述智能驾驶行为数据中包括：车辆处于智能驾驶状态下的行驶轨迹信息；
130.所述地图云服务器920，还可以用于将所述各个车辆处于智能驾驶状态下的行驶轨迹信息，与地图中的各道路进行路段匹配，获取开启智能驾驶的各路段信息；基于所述开启智能驾驶的各路段信息，生成各智能驾驶路段信息。
131.在本公开的一种实施例中，所述智能驾驶行为数据中还可以包括：车辆处于智能驾驶状态下的行驶轨迹信息对应的时间段信息；
132.所述将所述各个车辆处于智能驾驶状态下的行驶轨迹信息，与地图中的各道路进行路段匹配，获取开启智能驾驶的各路段信息，可以包括：
133.将所述各个车辆处于智能驾驶状态下的行驶轨迹信息，与地图中的各道路进行路段匹配，获取开启智能驾驶的各路段；
134.基于所述车辆处于智能驾驶状态下的行驶轨迹信息对应的时间段信息，从地图历史数据中获取所述开启智能驾驶的各路段在对应时间段内的路况信息；
135.所述基于所述开启智能驾驶的各路段信息，生成各智能驾驶路段信息，包括：
136.将所述开启智能驾驶的各路段以及所述各路段在对应时间段内的路况信息输入至智能驾驶路段生成模型；以使所述智能驾驶路段生成模型，基于道路中各路段在各时间段内的路况信息及状态信息、所述开启智能驾驶的各路段以及所述各路段在对应时间段内的路况信息，生成不同时段下的各智能驾驶路段信息。
137.在本公开的一种实施例中，所述地图云服务器920还可以用于：
138.提高各智能驾驶路段的静态权重；
139.所述基于所述导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线，包括：
140.基于所述导航请求、当前路况信息、预先存储的智能驾驶路段信息以及各路段的权重，获取推荐路线。
141.在本公开的一种实施例中，所述地图导航客户端910，还可以用于：
142.基于所述目标用户对于路线的偏好设置以及所述各推荐路线中包含的路段的权重，对各推荐路线进行排序；
143.所述将所述各推荐路线显示给所述目标用户，包括：
144.将排序后的各推荐路线显示给所述目标用户。
145.在本公开的一种实施例中，所述各用户的驾驶行为数据，可以采用以下步骤预先存储：
146.获取各用户上传的驾驶行为数据；
147.对所述各驾驶行为数据进行隐私数据脱敏以及脏数据过滤，将过滤后的各驾驶行为数据存储至云端。
148.在本公开的一种实施例中，所述地图导航客户端910还可以用于：
149.实时获取当前道路路况以及状态信息；
150.基于所述当前道路路况以及状态信息与预设智能驾驶约束条件的符合情况，判断是否建议所述目标用户开启或关闭智能驾驶。
151.在本公开的一种实施例中，若需建议所述目标用户开启或关闭智能驾驶，则发出开启或关闭智能驾驶的语音提醒。
152.如图11所示，图11是在用户选择智能驾驶路段优先情况下，本公开实施例提供的地图导航系统的一种交互示意图。该交互过程具体可以包括两个阶段：智能驾驶路段获取阶段以及地图导航阶段。其中，上述智能驾驶路段获取阶段可以包括以下步骤：
153.步骤
①
，各车辆通过v2n上传用户驾驶行为数据至车厂云。
154.步骤
②
，车厂云对用户驾驶行为数据进行隐私数据脱敏以及脏数据清洗后，对用户驾驶行为数据进行存储。
155.步骤
③
，车厂云从各用户的驾驶行为数据中提取各智能驾驶行为数据，发送至地图云。
156.上述车厂云即本公开实施例中的车厂云服务器。
157.上述智能驾驶行为数据可以包括开启以及结束智能驾驶的时间段信息以及该时间段内车辆的行驶轨迹信息。上述行驶轨迹信息可以是通过车辆gps采集到的经纬度序列信息，上述时间段信息则可以根据各经纬度序列信息包含的时间戳信息得到。
158.步骤
④
，地图云将各智能驾驶行为数据与地图数据进行路段匹配，得到车辆开启智能驾驶路段的路段信息以及对应的时间段信息，该路段信息中包括开启智能驾驶路段的路况信息。之后将上述车辆开启智能驾驶路段的路段信息以及对应的时间段信息输入至智能驾驶路段生成模型，获取该模型输出的各智能驾驶路段信息。
159.本实施例中，在获取各智能驾驶路段信息后，可以提高各智能驾驶路段的权重。
160.上述地图导航阶段则可以包括以下步骤：
161.步骤1，用户基于车机地图客户端发出导航请求，车机地图客户端发起算路。
162.上述车机地图客户端即本公开实施例中所述的地图导航客户端。
163.步骤2，地图导航服务端基于上述导航请求、当前路况、各智能驾驶路段信息以及各路段权重进行路线召回，获取各推荐路线，并对各推荐路线进行路线排序。上述推荐路线中可以包含智能驾驶路段和/或非智能驾驶路段。
164.本实施例中，上述地图云以及地图导航服务端均可利用本公开实施例中所述的地图云服务器实现。
165.步骤3，地图导航服务端向车机地图客户端返回智能驾驶路段优先路线，供用户决策选择。
166.本实施例中可以按照上述图7中所示的页面返回各智能驾驶路段优先的路线，供用户决策选择。
167.步骤4，在地图导航过程中，实时进行道路状态、路况刷新，并根据当前道路状态及路况与预设智能驾驶约束条件的符合情况，进行行中诱导推荐，即向用户发出语音提醒来建议开启或关闭智能驾驶功能。
168.本实施例中，还可以基于实时刷新的道路状态以及路况，进行上述智能驾驶路段
优先的里程动态更新。具体的，可以采用上述图2中所示的页面，向用户展示路线中智能驾驶路段的位置以及智能驾驶路段的里程。
169.根据本公开的另一方面，还提供了一种地图导航的装置，如图12所示，该装置可以包括：
170.导航请求获取模块1210，可以用于获取目标用户发出的导航请求；所述导航请求包括：导航的起始位置以及终点位置；
171.推荐路线获取模块1220，可以用于基于所述导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线；其中，所述推荐路线包括：智能驾驶路段和/或非智能驾驶路段；所述智能驾驶路段信息是基于已存储的用户智能驾驶行为数据预先获取的；
172.推荐路线显示模块1230，可以用于将所述各推荐路线显示给所述目标用户；
173.地图导航模块1240，可以用于按照所述目标用户基于显示的各推荐路线选择的目标路线，为用户进行地图导航。
174.本公开提供的地图导航的装置，在获取到目标客户的导航请求后，基于该导航请求、当前路况信息以及预先存储的智能驾驶路段信息，获取各推荐路线，并将各推荐路线显示给目标用户，按照目标用户基于各推荐路线选择的目标路线为其进行地图导航。应用本公开实施例，通过基于已存储的用户智能驾驶行为数据预先获取智能驾驶路段信息，并基于智能驾驶路段信息获取推荐路线，将各用户的智能驾驶行为数据作用于地图导航，使得用户可以知道适合使用智能驾驶的路段，提高了自动驾驶以及辅助智能驾驶等智能驾驶功能的使用率，同时提高了用户对地图导航的使用体验。
175.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
176.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
177.图13示出了可以用来实施本公开的实施例的示例电子设备1300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
178.如图13所示，设备1300包括计算单元1301，其可以根据存储在只读存储器(rom)1302中的计算机程序或者从存储单元1308加载到随机访问存储器(ram)1303中的计算机程序，来执行各种适当的动作和处理。在ram 1303中，还可存储设备1300操作所需的各种程序和数据。计算单元1301、rom 1302以及ram 1303通过总线1304彼此相连。输入/输出(i/o)接口1305也连接至总线1304。
179.设备1300中的多个部件连接至i/o接口1305，包括：输入单元1306，例如键盘、鼠标等；输出单元1307，例如各种类型的显示器、扬声器等；存储单元1308，例如磁盘、光盘等；以及通信单元1309，例如网卡、调制解调器、无线通信收发机等。通信单元1309允许设备1300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
180.计算单元1301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1301的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1301执行上文所描述的各个方法和处理，例如地图导航的方法。例如，在一些实施例中，地图导航的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1308。在一些实施例中，计算机程序的部分或者全部可以经由rom 1302和/或通信单元1309而被载入和/或安装到设备1300上。当计算机程序加载到ram 1303并由计算单元1301执行时，可以执行上文描述的地图导航的方法的一个或多个步骤。备选地，在其他实施例中，计算单元1301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行地图导航的方法。
181.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
182.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
183.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
184.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
185.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算
系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
186.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
187.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
188.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。