路径匹配方法、装置及计算机可读取存储介质

技术领域

本申请涉及驾驶导航技术领域，具体而言，涉及一种路径匹配方法、装置及计算机可读取存储介质。

背景技术

为了实现有导航路径时的自动驾驶功能，需要对导航路径与高精度地图的道路进行匹配，目前通常通过位置信息对导航路径与高精度地图的道路进行匹配。

但是，高精度地图的绝对位置精度通常在厘米级，导航地图的绝对位置精度通常在米级，而导航路径是在导航地图上生成的，由于位置信息的延迟性以及精度较低的问题，通过位置信息对导航路径与高精度地图的道路进行匹配的方式匹配的结果准确性较低，容易出现错配、漏配等错误，影响自动驾驶功能的正常使用和车辆的正常驾驶。

发明内容

有鉴于此，本申请实施例的目的在于提供一种路径匹配方法、装置及计算机可读取存储介质，以改善现有技术中存在的路径匹配时准确性较低从而影响车辆正常驾驶的问题。

为了解决上述问题，第一方面，本申请实施例提供了一种路径匹配方法，所述方法包括：

基于车辆在导航地图中的导航路径与高精地图进行转换，确定所述车辆的当前坐标；

基于所述当前坐标进行预测，确定预测坐标；

对所述预测坐标进行分析，在所述高精地图中确定与所述导航路径匹配的匹配路径。

在上述实现过程中，通过结合导航路径与高精地图进行转换，以实现路径的初始匹配，确定车辆当前的坐标信息，再根据确定的当前坐标进行预测，得到后续车辆可能会出现的预测坐标，以在预测坐标的基础上进行分析，在高精地图中确定与导航路径匹配的匹配路径。通过初始匹配和预测处理的匹配方式，有效地提高了匹配时的准确性，提高匹配路径在导航地图用于高精地图中的一致性，减少路径错配、漏配等错误情况，能够为车辆提供准确的路径信息，以供自动驾驶功能等功能正常使用，从而减少行驶至错误路线、在支持自动驾驶的路径上无法开启自动驾驶功能等不利情况。使车辆能够根据准确的路径信息正常驾驶。

可选地，所述基于车辆在导航地图中的导航路径与高精地图进行转换，确定所述车辆的当前坐标，包括：

获取所述车辆在所述导航地图中确定的所述导航路径；

获取所述车辆在所述导航路径中当前的位置信息；

将所述导航路径映射到所述高精地图中，得到地图路径；

基于所述位置信息在所述地图路径中进行坐标转换，得到所述当前坐标。

在上述实现过程中，可以根据车辆在导航地图中确定的导航路径，确定车辆在导航路径中当前的位置信息，并将导航路径映射到高精地图中，在确定的平面的地图路径中根据当前的位置信息进行坐标转换，以进行初始匹配，确定车辆在高精地图中的当前坐标。能够根据地图映射、坐标转换等处理方式确定车辆在高精地图中的坐标位置，有效地提高了定位的准确性和有效性。

可选地，所述基于所述位置信息在所述地图路径中进行坐标转换，得到所述当前坐标，包括：

对所述地图路径进行拆分，得到多个时间段对应的观测线段；

根据所述位置信息对应的当前时间段在多个所述观测线段中检索确定对应的目标线段；

在所述目标线段中对所述位置信息进行坐标转换，确定所述当前坐标。

在上述实现过程中，为了降低坐标转换的难度，可以将平面的地图路径拆分为多个时间段对应的观测线段，从而根据拆分后的所有观测线段建立空间索引，根据位置信息所对应的当前时间段检索确定相应的目标线段作为目标线段，并在目标线段中基于位置信息进行坐标转换，确定当前坐标。能够以线段的方式对路径进行拆分处理和索引，减少单个点处理时存在的折线问题以及映射时存在的计算难度，有效地提高了当前坐标的准确性和有效性。

可选地，所述基于所述当前坐标进行预测，确定预测坐标，包括：

获取所述当前坐标对应的预测参数；

通过统计模型，基于所述当前坐标和所述预测参数，确定所述当前坐标对应的至少一个预测坐标。

在上述实现过程中，在进行预测时，可以获取当前坐标对应的预测参数作为统计模型的计算参数，从而使用统计模型基于当前坐标和预测参数进行预测，得到当前坐标对应的下一个点位的至少一个坐标点。能够结合当前的实际情况和实际坐标点对未来的点位进行预测，有效地提高了预测坐标覆盖的全面性和有效性。

可选地，其中，所述预测参数包括：车辆参数和道路属性；

所述获取所述当前坐标对应的预测参数，包括：

获取车辆传感器检测得到的所述车辆在所述当前坐标时对应的所述车辆参数；其中，所述车辆参数包括：车辆的位姿数据、惯性数据、车速数据和车道数据中的至少一种；

获取所述当前坐标对应的地图路径的所述道路属性；其中，所述道路属性包括：道路等级属性和/或道路功能属性。

在上述实现过程中，统计模型预测时所需的参数包括与车辆当前状态相关的车辆参数以及和当前车辆所行驶的道路相关的道路属性。通过车辆上设置的传感器对车辆在当前坐标下的位姿、惯性、车速、车道等参数进行获取，并获取当前坐标对应的地图路径的道路等技术性、道路功能属性等参数，以结合车辆的实际情况和道路的实际情况，整合得到表征车辆当前行驶状况的预测参数，有效地提高了预测参数的准确性、实时性和有效性。

可选地，所述对所述预测坐标进行分析，在所述高精地图中确定与所述导航路径匹配的匹配路径，包括：

基于概率算法计算每个所述预测坐标的事件概率；

基于多个所述事件概率进行对比，以高于匹配阈值且概率值最高的所述预测坐标作为目标坐标；

在所述高精地图中确定所述目标坐标对应的目标路径，作为与所述导航路径匹配的匹配路径。

在上述实现过程中，可以基于概率算法计算从当前坐标至每个预测坐标的事件发生的事件概率，即计算每个预测坐标发生的可能性，以对多个事件概率进行对比，以高于匹配阈值且概率值最高的预测坐标作为可能性最高的目标坐标，从而以目标坐标在高精地图中对应的目标路径作为与导航路径匹配的匹配路径。能够通过迭代计算的方式，以每个当前坐标为基础进行预测，并不断地获取相应的预测坐标，计算每个预测坐标的事件概率，从而能够在车辆行驶的过程中，迭代地获取相应的目标路径作为与导航路径匹配的匹配路径，有效地提高了匹配路径的准确性和有效性。

可选地，所述方法还包括：

若所有所述事件概率低于所述匹配阈值，则生成匹配失败提示信息。

在上述实现过程中，由于外部因素对车辆行驶过程造成的影响，在进行匹配时，需要设置相应的匹配阈值，以对事件概率较低，即发生可能性较小的预测结果进行过滤，在所有预测坐标的事件概率都低于匹配阈值时，则表征车辆行驶过程被影响，当前坐标下预测的所有预测坐标的准确性都较低，无法进行准确的预测，从而无法匹配到准确的匹配路径，因此，可以生成相应的匹配失败信息对用户进行提醒。能够保证预测的精度，且提高通知的实时性和有效性，优化了用户的使用体验。

可选地，所述方法还包括：

确定车辆在预设驾驶长度内的导航事件；其中，所述导航事件包括道路类型、道路距离、车道信息和方向信息中的至少一种；

基于所述导航事件对所述匹配路径进行验证；

对验证错误的所述匹配路径进行修正，得到修正路径。

在上述实现过程中，为了进一步地提高路径匹配时的准确性，可以确定车辆在预设驾驶长度内的导航事件，以对匹配得到的匹配路径进行验证，能够在验证错误时，对匹配路径进行进一步地修正处理，得到匹配正确的修正路径。

第二方面，本申请实施例还提供了一种路径匹配装置，所述装置包括：转换模块、预测模块和分析模块；

所述转换模块用于基于车辆在导航地图中的导航路径与高精地图进行转换，确定当前坐标；

所述预测模块用于基于所述当前坐标进行预测，确定预测坐标；

所述分析模块用于对所述预测坐标进行分析，在所述高精地图中确定与所述导航路径匹配的匹配路径。

在上述实现过程中，通过转换模块结合导航路径与高精地图进行转换，以实现路径的初始匹配，确定车辆当前的坐标信息，通过预测模块根据确定的当前坐标进行预测，得到后续车辆可能会出现的预测坐标，通过分析模块在预测坐标的基础上进行分析，在高精地图中确定与导航路径匹配的匹配路径。

第三方面，本申请实施例还提供了一种计算机可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述路径匹配方法中任一实现方式中的步骤。

综上所述，本申请实施例提供了一种路径匹配方法、装置及计算机可读取存储介质，能够结合导航路径与高精地图进行初始匹配，并使用预测的统计模型，根据确定的当前坐标进行预测，从而得到准确的匹配路径。有效地提高了匹配时的准确性，减少错配、漏配等错误情况，能够为车辆提供准确的路径信息，以供自动驾驶功能等功能正常使用，从而使车辆能够根据准确的路径信息正常驾驶。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种电子设备的方框示意图；

图2为本申请实施例提供的一种路径匹配方法的流程示意图；

图3为本申请实施例提供的一种步骤S200的详细流程示意图；

图4为本申请实施例提供的一种步骤S240的详细流程示意图；

图5为本申请实施例提供的一种步骤S300的详细流程示意图；

图6为本申请实施例提供的一种步骤S400的详细流程示意图；

图7为本申请实施例提供的一种路径匹配装置的结构示意图。

图标：100-电子设备；111-存储器；112-存储控制器；113-处理器；114-外设接口；115-输入输出单元；116-显示单元；500-路径匹配装置；510-转换模块；520-预测模块；530-分析模块。

具体实施方式

下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请实施例的一部分实施例，而不是全部的实施例。基于本申请实施例的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请实施例保护的范围。

有导航路径时的自动驾驶功能需要获取以下信息：1、多条导航路径和高精地图的匹配结果，会在导航界面上进行展示，向驾驶员展示不同路线上可以开启自动驾驶功能的路段，以便驾驶员进行导航路线选择；2、高精地图的哪些道路是在驾驶员设定的导航路径上的，当车辆行驶到这些道路上时，会提示驾驶员该道路可以开启自动驾驶功能；3、根据导航路径和高精地图的匹配结果，自动指引车辆在匹配上的道路上进行道路之间的自动行驶，比如从主路自动进入匝道，从匝道自动进入主路，在路口进行左转、右转、直行等；4、根据导航路径和高精地图的匹配结果，规划车道级的路径，提前进入汇出车道、左转车道、右转车道等。

因此，为了实现有导航路径时的自动驾驶功能，需要对导航路径与高精度地图的道路进行匹配，并且，导航路径与高精地图的正确匹配对于有导航路径时的自动驾驶功能至关重要。

目前通常通过位置信息对导航路径与高精度地图的道路进行匹配。但是，高精度地图的绝对位置精度通常在厘米级，导航地图的绝对位置精度通常在米级，而导航路径是在导航地图上生成的，由于位置信息的延迟性以及精度较低的问题，通过位置信息对导航路径与高精度地图的道路进行匹配的方式匹配的结果准确性较低，容易出现错配、漏配等错误，错配是指导航路径的道路A，应该匹配上高精地图的道路A’，结果错误的匹配到高精地图的道路B。错配主要的影响是当在道路A上已经开启了自动驾驶功能时，自动驾驶车辆会沿着与高精地图中的匹配路径，在上一个路口提前进入B道路，会和驾驶员看到的导航路径不一致，进入错误的道路。漏配是指应该匹配上的道路没有匹配上，会导致可以开启自动驾驶功能的路段，无法开启自动驾驶功能等影响。因此，通过位置信息对导航路径与高精度地图的道路匹配错误时，会影响自动驾驶功能的正常使用和车辆的正常驾驶。

为了解决上述问题，本申请实施例提供了一种路径匹配方法，应用于服务器、个人电脑(Personal Computer，PC)、平板电脑、智能手机、个人数字助理(Personal DigitalAssistant，PDA)等具有逻辑计算功能的电子设备，电子设备可以设置在车辆中作为进行控制的车机域或智驾域等控制系统，也可以设置在云端，与车端设备通信连接进行处理。

需要说明的是，也可以在云端以及车端都设置相应的电子设备，由于云端的计算效率较高，可以优先在云端的电子设备中进行匹配计算，当通信信号较弱是，也可以在车端的电子设备中进行匹配计算，从而适用于多种不同的应用场景。

可选地，请参阅图1，图1为本申请实施例提供的一种电子设备的方框示意图。电子设备100可以包括存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115、显示单元116。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对电子设备100的结构造成限定。例如，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

上述的存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115及显示单元116各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器113用于执行存储器中存储的可执行模块。

其中，存储器111可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(ProgrammableRead-Only Memory，简称PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，简称EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，简称EEPROM)等。其中，存储器111用于存储程序，处理器113在接收到执行指令后，执行程序，本申请实施例任一实施例揭示的过程定义的电子设备100所执行的方法可以应用于处理器113中，或者由处理器113实现。

上述的处理器113可能是一种集成电路芯片，具有信号的处理能力。上述的处理器113可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器，也可以是任何常规的处理器等。

上述的外设接口114将各种输入/输出装置耦合至处理器113以及存储器111。在一些实施例中，外设接口114，处理器113以及存储控制器112可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

上述的输入输出单元115用于提供给用户输入数据。输入输出单元115可以是，但不限于，鼠标和键盘等。

上述的显示单元116在电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，显示单元可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。在本申请实施例中，显示单元116可以显示导航路径以及是否匹配成功的相关信息。

本实施例中的电子设备可以用于执行本申请实施例提供的各个路径匹配方法中的各个步骤。下面通过几个实施例详细描述路径匹配方法的实现过程。

请参阅图2，图2为本申请实施例提供的一种路径匹配方法的流程示意图，该方法可以包括步骤S200-S400。

步骤S200，基于车辆在导航地图中的导航路径与高精地图进行转换，确定车辆的当前坐标。

其中，高精地图可以为绝对位置精度在厘米级的地图，导航地图可以为车端或者移动端中的各种导航软件中的导航地图，导航地图的绝对位置精度通常在米级，导航路径为用户在导航地图上选择的需要行驶的路径。由于导航地图与高精地图之间的差异性，因此，需要基于两个地图进行转换处理，以进行初始匹配，确定车辆当前在高精地图中的当前坐标。

步骤S300，基于当前坐标进行预测，确定预测坐标。

其中，可以基于当前坐标进行预测处理，以预测车辆在下一个时间点时可能处于的一个或多个预测坐标。

可选地，为了进行实时地预测处理，预测的时间点可以设置为预设的较短的时间周期，例如，每隔5s进行一次预测，从而通过迭代计算的方式，以每个当前坐标为基础进行预测，并不断地获取相应的预测坐标。

步骤S400，对预测坐标进行分析，在高精地图中确定与导航路径匹配的匹配路径。

其中，可以在在预测坐标的基础上进行分析，以根据预测坐标的可能性，在高精地图中确定与导航路径匹配的匹配路径。

需要说明的是，为了进一步地提高路径匹配时的准确性，还可以对匹配得到的匹配路径进行验证和修正处理，处理方式可以包括：确定车辆在预设驾驶长度内的导航事件；基于导航事件对匹配路径进行验证；对验证错误的匹配路径进行修正，得到修正路径。其中，预设驾驶长度可以为预设时间内驾驶的对应长度，也可以为预设的驾驶里程长度，例如2-3公里等，导航事件可以包括道路类型、道路距离、车道信息和方向信息等满足车辆自动驾驶功能需求的事件信息中的一种或多种，道路类型可以包括车辆所在的道路类型、道路距离可以包括路口、匝道、隧道等不同类型的道路的距离，方向信息可以包括路口行驶方向，车道信息可以包括路口处的车道数和车道类型等。示例地，可以使用导航软件发出的距离车辆当前位置的前方2-3公里内的导航事件对匹配路径进行校验，能够在易错的路段上，利用更丰富的信息来减少错误。在匹配路径验证错误，例如匹配路径中的道路类型、道路距离、车道信息和方向信息等信息与导航事件中的对应信息并不相同时，能够对匹配路径进行修正，进一步提高匹配的效果，提高得到的修正路径的准确性。

在图2所示的实施例中，通过初始匹配和预测处理的匹配方式，有效地提高了匹配时的准确性，提高匹配路径在导航地图用于高精地图中的一致性，减少路径错配、漏配等错误情况，能够为车辆提供准确的路径信息，以供自动驾驶功能等功能正常使用，从而减少行驶至错误路线、在不支持自动驾驶的路径上开启自动驾驶功能等不利情况。使车辆能够根据准确的路径信息正常驾驶。

可选地，请参阅图3，图3为本申请实施例提供的一种步骤S200的详细流程示意图，步骤S200中还可以包括步骤S210-S240。

步骤S210，获取车辆在导航地图中确定的导航路径。

其中，电子设备可以通过按键、语音输入、文字输入、触屏等方式，获取用户对应的车辆在导航地图中选择的导航路径。

可选地，用户选择的全局的导航路径信息在每次规划路径时可以为Json格式的数据，每次可提供一条或多条导航路径。

步骤S220，获取车辆在导航路径中当前的位置信息。

其中，可以根据车辆中设置的定位系统，例如GPS(Global Positioning System，全球定位系统)、北斗导航卫星系统等，结合导航地图中的导航路径确定车辆当前的位置信息，位置信息为GPS信息等包含经纬度信息的地理坐标信息。

步骤S230，将导航路径映射到高精地图中，得到地图路径。

其中，进行初始匹配时，可以先将导航路径映射高精地图的路网映射到平面地图上，从而将导航路径映射到高精地图中，将导航路径与高精地图的道路中心线进行匹配，以确定与导航路径对应的地图路径。

步骤S240，基于位置信息在地图路径中进行坐标转换，得到当前坐标。

其中，在映射后的地图路径上，基于位置信息进行坐标转换，将位置信息的地理坐标转换为高精地图中的平面地图坐标，得到相应的当前坐标。

在图3所示的实施例中，能够根据地图映射、坐标转换等处理方式确定车辆在高精地图中的坐标位置，有效地提高了定位的准确性和有效性。

可选地，请参阅图4，图4为本申请实施例提供的一种步骤S240的详细流程示意图，步骤S240中还可以包括步骤S241-S243。

步骤S241，对地图路径进行拆分，得到多个时间段对应的观测线段。

其中，对于单个路径而言，空间的表达是一个折线，判断折线的方向，以及计算线段到折线的距离的难度较大，因此，在折线中对观测距离判定难度较大。如果选择将观察路径改为观察路径上的点的话，需要将结果点再映射到路径上来还原匹配结果，计算成本较高且精度较低。因此，为了降低坐标转换的难度，简化计算过程，可以对地图路径进行拆分，根据路上的点的个数n，两两拆开，拆成n-1个观测线段，每个观测线段与对应行驶至该观测线段内的时间段对应，观测多个观测线段，且多个观测线段的路径id相同，能够减少处理折线的难度，且保证了转换时的精度。

步骤S242，根据位置信息对应的当前时间段在多个观测线段中检索确定对应的目标线段。

其中，可以根据拆分后得到的所有观测线段建立空间索引，根据位置信息所对应的当前时间段检索确定相应的目标线段作为目标线段，有效地提高了观测效率和计算效率。

步骤S243，在目标线段中对位置信息进行坐标转换，确定当前坐标。

其中，可以在目标线段中根据位置信息进行坐标转换，以将地理坐标转换为目标线段中的当前坐标。

在图4所示的实施例中，能够以线段的方式对路径进行拆分处理和索引，减少单个点处理时存在的折线问题以及映射时存在的计算难度，有效地提高了当前坐标的准确性和有效性。

可选地，请参阅图5，图5为本申请实施例提供的一种步骤S300的详细流程示意图，步骤S300中还可以包括步骤S310-S320。

步骤S310，获取当前坐标对应的预测参数。

其中，在进行预测时，可以获取当前坐标对应的预测参数作为统计模型的计算参数。

可选地，预测参数可以包括车辆参数和道路属性等与车辆实际行驶状况相关的多种类型的参数。获取当前坐标对应的预测参数的方式可以包括：获取车辆传感器检测得到的车辆在当前坐标时对应的车辆参数；获取当前坐标对应的地图路径的道路属性。其中，车辆参数可以包括：车辆的位姿数据、惯性数据、车速数据和车道数据等与车辆当前状态相关的参数；道路属性可以包括：道路等级属性和/或道路功能属性等与道路相关的参数。可以根据车辆上设置的车辆传感器，例如惯性单元等采集车辆行驶过程中的多种车辆参数，并通过通信连接发送给相应的电子设备进行处理。可以根据路径的id等信息在道路数据库中获取道路等级属性，即RoadClass，道路功能属性等信息，RoadClass中的高速公路属性在目前的高速和城市快速路的匹配中可以迅速的排除大部分误配情况，FormWay中的出口、入口、辅路、左转右转专用道等参数类型也可以提高匹配的准确性。能够结合车辆的实际情况和道路的实际情况，整合得到表征车辆当前行驶状况的预测参数，有效地提高了预测参数的准确性、实时性和有效性。

步骤S320，通过统计模型，基于当前坐标和预测参数，确定当前坐标对应的至少一个预测坐标。

其中，可以使用统计模型基于当前坐标和预测参数进行预测，得到当前坐标对应的下一个点位的至少一个坐标点。预测时还可以结合匹配的场景设置相应的规则，例如角度偏差阈值、距离偏差阈值等。

需要说明的是，本申请中的统计模型可以为对现有的隐马尔科夫进行改进后得到的改进模型，现有的隐马尔科夫常规做法是将每个观测点和前一个观测点构成线段，获得当前的观测方向，然后寻找在可接受的距离和方向内的候选路段。但是，实际的应用场景中，第一个点是没有前观测点的。而第一个点的观测信息十分重要，因此第一个点依旧需要进行观测。而本申请对现有的隐马尔科夫进行改进后得到的改进模型的算法为：以当前坐标为观测点，观测方向为当前坐标以及和后一个点，即预测坐标构成的线段的方向，打破了隐马尔科夫模型仅仅通过前面的信息影响后续信息的思想，在这种场景下先提前预测后续的预测坐标，预测效果更好。并且，对于观测方向变化较大的观测点，例如转弯处，如果只用当前观测方向来判断，很容易造成有点弯道未被观察到的情况，而本申请中使用当前坐标以及预测坐标构建观测方向观察，能够同时观测了前后的两个方向，有效地提高了预测时的全面性和准确性。

在图5所示的实施例中，能够结合当前的实际情况和实际坐标点对未来的点位进行预测，有效地提高了预测坐标覆盖的全面性和有效性。

可选地，请参阅图6，图6为本申请实施例提供的一种步骤S400的详细流程示意图，步骤S400中还可以包括步骤S410-S430。

步骤S410，基于概率算法计算每个预测坐标的事件概率。

其中，可以根据多种概率算法，例如维特比算法计算每一个预测坐标发生的事件概率。

步骤S420，基于多个事件概率进行对比，以高于匹配阈值且概率值最高的预测坐标作为目标坐标。

其中，由于外部因素对车辆行驶过程造成的影响，在进行匹配时，需要设置相应的匹配阈值，例如，将匹配阈值设置为80％，能够对发生的概率低于80％的事件过滤，即对事件概率较低，即发生可能性较小的预测结果进行过滤。在具有多个预测坐标及对应的事件概率时，可以先基于匹配阈值对多个事件概率进行筛选，以筛选得到高于匹配阈值的多个事件概率，再在高于匹配阈值的多个事件概率进行对比，以概率值最高的预测坐标作为目标坐标。

需要说明的是，若所有事件概率低于匹配阈值，则生成匹配失败提示信息。在所有预测坐标的事件概率都低于匹配阈值时，则表征车辆行驶过程被影响，当前坐标下预测的所有预测坐标的准确性都较低，无法进行准确的预测，从而无法匹配到准确的匹配路径，因此，可以生成相应的匹配失败信息对用户进行提醒。匹配失败信息可以为文字、标识、语音等各种形式的信息，能够保证预测的精度，且提高通知的实时性和有效性，优化了用户的使用体验。

步骤S430，在高精地图中确定目标坐标对应的目标路径，作为与导航路径匹配的匹配路径。

其中，可以在高精地图中确定目标坐标所在的目标路径，作为与导航路径匹配的匹配路径。

在图6所示的实施例中，能够在车辆行驶的过程中，迭代地获取相应的目标路径作为与导航路径匹配的匹配路径，有效地提高了匹配路径的准确性和有效性。

请参阅图7，图7为本申请实施例提供的一种路径匹配装置的结构示意图，路径匹配装置500可以包括：转换模块510、预测模块520和分析模块530。

转换模块510用于基于车辆在导航地图中的导航路径与高精地图进行转换，确定当前坐标；

预测模块520用于基于当前坐标进行预测，确定预测坐标；

分析模块530用于对预测坐标进行分析，在高精地图中确定与导航路径匹配的匹配路径。

在一可选的实施方式中，转换模块510中可以包括获取子模块、映射子模块和转换子模块；

获取子模块用于获取车辆在导航地图中确定的导航路径；并获取车辆在导航路径中当前的位置信息；

映射子模块用于将导航路径映射到高精地图中，得到地图路径；

转换子模块用于基于位置信息在地图路径中进行坐标转换，得到当前坐标。

在一可选的实施方式中，转换子模块具体用于：对地图路径进行拆分，得到多个时间段对应的观测线段；根据位置信息对应的当前时间段在多个观测线段中检索确定对应的目标线段；在目标线段中对位置信息进行坐标转换，确定当前坐标。

在一可选的实施方式中，预测模块520具体用于：获取当前坐标对应的预测参数；通过统计模型，基于当前坐标和预测参数，确定当前坐标对应的至少一个预测坐标。

在一可选的实施方式中，其中，预测参数包括：车辆参数和道路属性；预测模块520具体用于：获取车辆传感器检测得到的车辆在当前坐标时对应的车辆参数；其中，车辆参数包括：车辆的位姿数据、惯性数据、车速数据和车道数据中的至少一种；获取当前坐标对应的地图路径的道路属性；其中，道路属性包括：道路等级属性和/或道路功能属性。

在一可选的实施方式中，分析模块530具体用于：基于概率算法计算每个预测坐标的事件概率；基于多个事件概率进行对比，以高于匹配阈值且概率值最高的预测坐标作为目标坐标；在高精地图中确定目标坐标对应的目标路径，作为与导航路径匹配的匹配路径。

在一可选的实施方式中，路径匹配装置500还可以包括提示模块，若所有事件概率低于匹配阈值，提示模块用于生成匹配失败提示信息。

在一可选的实施方式中，路径匹配装置500还可以包括修正模块，用于确定车辆在预设驾驶长度内的导航事件；其中，导航事件包括道路类型、道路距离、车道信息和方向信息中的至少一种；基于导航事件对匹配路径进行验证；对验证错误的匹配路径进行修正，得到修正路径。

由于本申请实施例中的路径匹配装置500解决问题的原理与前述的路径匹配方法的实施例相似，因此本实施例中的路径匹配装置500的实施可以参见上述路径匹配方法的实施例中的描述，重复之处不再赘述。

本申请实施例还提供了一种计算机可读取存储介质，可读取存储介质中存储有计算机程序指令，计算机程序指令被一处理器读取并运行时，执行本实施例提供的路径匹配方法中任一项方法中的步骤。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的框图显示了根据本申请的多个实施例的设备的可能实现的体系架构、功能和操作。在这点上，框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图中的每个方框、以及框图的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。