数据处理方法、装置、电子设备及计算机可读存储介质

技术领域

本申请涉及人工智能、大数据、云技术、地图技术以及交通领域等领域，智慧交通、辅助驾驶等场景，具体而言，本申请涉及一种数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

随着科学技术的发展，如何更好地确定道路通行能力，精确的预测道路的状态已经成为了本领域亟待解决的技术问题。

相关技术中，主要通过采集大量的交通流数据、道路参数和环境参数等，通过建立多层统计分析模型确定道路通行能力。但显然，由于该方法需要大量的多维数据，因此，该方法会面临数据采集困难且成本较高等问题，且由于多层统计分析模型是通过多维数据训练得到的，其计算过程相对复杂，且受各个维度的数据的影响较大，难以广泛应用。

发明内容

本申请实施例提供了一种数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够快速、简单地确定道路通行能力，可以广泛应用，能够更好地满足实用需求。

根据本申请的一个方面，提供了一种数据处理方法，该方法包括：

获取目标道路的贯穿量以及地图道路数据，其中，目标道路的贯穿量表征从该目标道路的起点行驶到终点的车辆贯穿行驶次数；

从该地图道路数据中获取该目标道路的道路状态，道路状态包括封闭状态或开通状态；

根据目标道路的贯穿量以及目标道路的道路状态，确定上述目标道路的道路状态发生切换的概率；

根据上述目标道路的道路状态发生切换的概率，更新上述地图道路数据。

可选地，上述根据目标道路的贯穿量以及目标道路的道路状态，确定目标道路的道路状态发生切换的概率，包括：

根据目标道路的贯穿量以及目标道路的道路状态，采用两种不同的方式分别确定目标道路的道路状态发生切换的第一概率以及目标道路的道路状态发生切换的第二概率；

根据上述第一概率和上述第二概率，确定上述目标道路的道路状态发生切换的概率。

根据本申请的另一方面，提供了一种数据处理装置，该装置包括数据获取模块、概率确定模块以及地图道路数据更新模块：

数据获取模块，用于获取目标道路的贯穿量以及地图道路数据，其中，目标道路的贯穿量表征从该目标道路的起点行驶到终点的车辆贯穿行驶次数；

数据获取模块，还用于从地图道路数据中获取该目标道路的道路状态，道路状态包括封闭状态或开通状态；

概率确定模块，用于根据目标道路的贯穿量以及目标道路的道路状态，确定上述目标道路的道路状态发生切换的概率；

数据更新模块，用于根据上述目标道路的道路状态发生切换的概率，更新上述地图道路数据。

可选地，概率确定模块在根据目标道路的贯穿量以及目标道路的道路状态，确定目标道路的道路状态发生切换的概率，具体用于：

根据目标道路的贯穿量以及目标道路的道路状态，采用两种不同的方式分别确定目标道路的道路状态发生切换的第一概率以及目标道路的道路状态发生切换的第二概率；

根据上述第一概率和上述第二概率，确定上述目标道路的道路状态发生切换的概率。

可选地，目标道路的贯穿量包括该目标道路的至少两个历史时间段对应的至少两个历史贯穿量以及该目标道路的当前时间段对应的当前贯穿量，

在目标道路的道路状态为开通状态的情况下，概率确定模块在采用两种不同的方式分别确定目标道路的道路状态发生切换的第一概率以及目标道路的道路状态发生切换的第二概率时，具体用于：

根据至少两个历史贯穿量，确定贯穿量标准差、贯穿量均值和最小贯穿量；

根据上述贯穿量标准差、上述贯穿量均值以及当前贯穿量，确定第一概率；

根据上述贯穿量标准差、上述最小贯穿量以及当前贯穿量，确定第二概率；

上述根据上述第一概率和上述第二概率，确定目标道路的道路状态发生切换的概率，包括：

将上述第一概率和上述第二概率中的较大值确定为上述目标道路的道路状态发生切换的概率。

可选地，概率确定模块在根据上述贯穿量标准差、上述贯穿量均值以及当前贯穿量，确定第一概率时，具体用于：

根据上述贯穿量均值和上述贯穿量标准差，构建正态分布模型；

基于该正态分布模型，确定小于或等于当前贯穿量的贯穿量对应的第三概率；

若第三概率与当前贯穿量满足第一条件，确定当前贯穿量与贯穿量均值的第一比值；

根据该第一比值，确定上述第一概率；

其中，第一条件为第三概率小于第一值，且当前贯穿量小于第二值。

可选地，若第三概率和当前贯穿量不满足第一条件，上述根据上述第一概率和上述第二概率，确定目标道路的道路状态发生切换的概率，包括：

将第二概率确定为目标道路的道路状态发生切换的概率。

可选地，概率确定模块在根据上述贯穿量标准差、上述最小贯穿量以及当前贯穿量，确定第二概率时，具体用于：

若上述最小贯穿量与当前贯穿量满足第二条件，确定当前贯穿量与上述最小贯穿量的第二比值；

根据该第二比值，确定上述第二概率；

其中，第二条件为上述最小贯穿量与当前贯穿量的差值大于上述贯穿量标准差的预设倍数，且当前贯穿量小于第三值。

可选地，若上述最小贯穿量与当前贯穿量不满足第二条件，上述根据上述第一概率和上述第二概率，确定目标道路的道路状态发生切换的概率，包括：

将第一概率确定为目标道路的道路状态发生切换的概率。

可选地，概率确定模块在根据至少两个历史贯穿量，确定最小贯穿量，时，具体用于：

在至少两个历史贯穿量中随机抽取预定数量的历史贯穿量，其中，预定数量小于或等于至少两个历史贯穿量的总数量；

根据预定数量的历史贯穿量，确定预定数量的历史贯穿量中的最小值，将该最小值确定为上述最小贯穿量。

可选地，上述目标道路是根据以下方式确定的：

获取历史行驶路线；

基于轨迹地图匹配，确定地图道路数据中与该历史行驶路线对应的目标道路。

根据本申请的再一方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，该处理器执行该计算机程序以实现上述方法的步骤。

根据本申请的再一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

根据本申请的再一方面，提供了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上述方法的步骤。

本申请实施例提供的技术方案带来的有益效果是：

在本申请实施例提供的数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品中，通过获取目标道路的贯穿量以及地图道路数据，从地图道路数据中获取目标道路的道路状态，根据目标道路的贯穿量以及道路状态，确定该目标道路的道路状态发生切换的概率。由于该方案中所需数据较少，获取数据的方式也较容易，计算方式简单。因此，通过该方案，可以快速确定出目标道路的道路状态发生切换的概率。进而可以依据目标道路的道路状态发生切换的概率，及时地更新地图道路数据，更方便的根据用户的行驶需求，为用户提供更匹配的、且道路状态为开通状态的行驶路线，合理避开道路状态为封闭状态的行驶路线。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。

图1示出了该场景下的一种可选的数据处理系统的结构示意图；

图2示出了该应用场景下的数据处理系统执行数据处理方法的流程图；

图3示出了本申请实施例中A处理的流程图；

图4示出了本申请实施例提供的数据处理方法的流程图；

图5示出了本申请实施例中基于几何的匹配确定目标道路的示意图；

图6示出了本申请实施例第三概率的示意图；

图7a和图7b示出了本申请一具体应用场景的示意图；

图8示出了在本申请一具体应用场景中实现上述方法的流程图；

图9示出了本申请实施例提供的数据处理装置的示意图；

图10示出了本申请实施例中提供的电子设备的示意图。

具体实施方式

下面结合本申请中的附图描述本申请的实施例。应理解，下面结合附图所阐述的实施方式，是用于解释本申请实施例的技术方案的示例性描述，对本申请实施例的技术方案不构成限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件和/或组件，但不排除实现为本技术领域所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。应该理解，当我们称一个元件被“连接”或“耦接”到另一元件时，该一个元件可以直接连接或耦接到另一元件，也可以指该一个元件和另一元件通过中间元件建立连接关系。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的术语“和/或”指示该术语所限定的项目中的至少一个，例如“A和/或B”指示实现为“A”，或者实现为“A”，或者实现为“A和B”。

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

道路封闭状态：当前道路由于施工、道路封闭无法通行、交通规则变化、路况差等导致道路通行能力大幅下降、整条道路无法通行、部分车型无法通行等情况使得全部/部分车辆无法通行的状态。其中，道路封闭状态与道路开通状态相反，道路开通状态是指当前道路允许车辆通行的状态。

贯穿量：从当前道路的起点行驶到终点的车辆贯穿行驶次数。举例来讲，若用户从当前道路的起点行驶到当前道路的终点，并驶入下一条道路，则可以视为当前道路的贯穿量增加了1。

相关技术中，主要通过采集交通流数据、道路参数和环境参数，通过建立多层统计分析模型计算道路通行能力。其中，交通流数据包括车辆流量、速度、占有率、车型、车道与检测时间。道路参数与环境参数包括车道数、车道宽度、侧向净空、坡度和平面线形。

但显然，在相关技术判断道路通行能力的方法中，需要利用多维数据，多维数据的采集困难且成本较高，且需要对获取到的多维数据的可用性需要评估，比如天气、道路承载是否饱和。另外，由于多层统计分析模型是通过多维数据训练得到的，其计算过程相对复杂，且受各个维度的数据的影响较大，难以广泛应用，实用性不强。

针对相关技术中所存在的上述至少一个技术问题或需要改善的地方，本申请提出了一种数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。该数据处理方法通过获取目标道路的贯穿量以及地图道路数据，从地图道路数据中获取目标道路的道路状态，根据目标道路的贯穿量以及道路状态，确定该目标道路的道路状态发生切换的概率。由于该方案中所需数据较少，获取数据的方式也较容易，且由于该方案不需要多维度的数据就可以确定该目标道路的道路状态发生切换的概率，计算方式简单，受多维数据的影响较小，对异常数据的抗干扰能力强。因此，通过该方案，不仅可以快速确定出目标道路的道路状态发生切换的概率，而且可以依据目标道路的道路状态发生切换的概率，及时更新地图道路数据(也称为，地图动态路网数据)，更方便的根据用户的行驶需求，为用户提供更匹配的、且道路状态为开通状态的行驶路线，合理避开道路状态为封闭状态的行驶路线。

可选地，本申请实施例提供的数据处理方法，可以通过包括终端设备与服务器交互的数据处理系统实现，也可以通过终端设备或服务器实现。可选的，该服务器可以是云服务器。可选地，终端设备可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备或者可穿戴设备等。其中，用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。本发明实施例可应用于各种场景，包括但不限于云技术、人工智能、智慧交通、辅助驾驶等。

可选地，本申请实施例提供的数据处理方法，可以基于人工智能(ArtificialIntelligence，AI)技术实现。AI是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。随着人工智能技术研究和进步，人工智能技术已经在多个领域广泛展开研究和应用，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服、车联网、自动驾驶、智慧交通等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

本申请实施例提供的数据处理方法可适用于云技术的多种领域，如云技术(Cloudtechnology)中的云计算、云服务以及大数据领域中的相关数据计算处理领域。

云技术是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。本申请实施例所提供的虚拟场景仿真处理方法可基于云技术中的云计算(cloud computing)实现。

云计算是指通过网络以按需、易扩展的方式获得所需资源，是网格计算(GridComputing)、分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)等传统计算机和网络技术发展融合的产物。

人工智能云服务，一般也被称作是AIaaS(AI as a Service，AI即服务)。这是目前主流的一种人工智能平台的服务方式，具体来说AIaaS平台会把几类常见的人工智能服务进行拆分，并在云端提供独立或者打包的服务，如处理虚拟场景仿真处理请求等。

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。随着云时代的来临，大数据也吸引了越来越多的关注。基于大数据需要特殊的技术，以有效地实施本实施例所提供的数据处理方法，其中适用于大数据的技术，包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、以及上述云计算等。

可选地，本申请实施例提供的数据处理方法，还可以基于地图技术以及交通邻域。例如，可以适用于智能交通系统(Intelligent Traffic System，ITS，又称智能运输系统(Intelligent Transportation System))，以及智能车路协同系统(Intelligent VehicleInfrastructure Cooperative Systems，IVICS)。

其中，智能交通系统是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。

智能车路协同系统，简称车路协同系统，是智能交通系统的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。

可选的，本申请实施例提供的数据处理方法还可以基于区块链技术实现。具体的，可以将该数据处理方法中所用到的数据，例如贯穿量、历史行驶路线、地图道路数据、道路状态等，保存于区块链上。

为便于理解本申请实施例提供的数据处理方法的应用价值，下面先结合一个具体应用场景实施例对该数据处理方法进行说明。在该具体应用场景实施例中，是通过包括终端设备与服务器交互的数据处理系统实现本申请实施例提供的数据处理方法的。

图1示出了该场景下的一种可选的数据处理系统的结构示意图，如图1所示，该系统包括用户的终端设备10、网络20以及服务器30，终端设备10通过网络20与服务器30进行通信。其中，服务器30侧设置有数据库，该数据库用于存储历史行驶路线和地图道路数据，地图道路数据包括地图中的多条道路以及每条道路的道路状态。终端设备10中可以安装有用于进行数据处理的应用程序，或者在该终端设备10中设置有用于进行数据处理的插件，该应用程序可以为用于导航的应用程序。通过打开该用于进行数据处理的应用程序或者点击设置有上述用于进行数据处理的插件，以启动终端进行本申请实施例提供的数据处理方法。其中，终端设备10可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备或者可穿戴设备等。

可选的，上述终端设备10包括用户终端，其中，用户终端可以包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端、可穿戴电子设备、AR/VR设备等。

下面结合图1所示的数据处理系统，对该应用场景下的数据处理方法进行说明。图2示出了该应用场景下的数据处理系统执行数据处理方法的流程图。如图2所示，该应用场景是以所确定的目标道路的道路状态为开通状态为例进行说明的，具体的，该方法可以包括如下步骤S10至步骤S40。

步骤S10：终端设备10通过网络20向服务器30发送根据用户的待行驶需求生成的指令；

步骤S20：服务器30通过网络20接收上述根据用户的待行驶需求生成的指令；

步骤S30：服务器30根据上述请求指令，执行A处理以更新地图道路数据，并根据更新后的地图道路数据以及上述根据用户的待行驶需求生成的指令，确定与上述根据用户的待行驶需求生成的指令相对应的用户的待行驶路线，其中，该待行驶路线可以包括至少一条道路状态为开通状态的道路；

步骤S40：服务器30通过网络20将根据用户的待行驶路线生成的指令发送给终端设备10，以使终端设备10根据上述根据用户的待行驶路线生成的指令进行驾驶操作。

图3示出了本申请实施例中A处理的流程图。如图3所示，A处理可以通过以下步骤S31至步骤S38实现。

步骤S31：调用服务器30侧配置的数据库，获取多条历史行驶路线和地图道路数据。其中，所获取的多条历史行驶路线可以是来自多个用户的历史行驶路线。

步骤S32：基于轨迹地图匹配，确定地图道路数据中与各条历史行驶路线对应的目标道路。

在本申请实施例中，目标道路可以为地图道路数据中的一条或多条道路，也可以为基于轨迹地图匹配所得到的、与历史行驶路线对应的一条或多条道路，本申请对此不做限制。可选地，在基于轨迹地图匹配的方式确定目标道路时，可以对多条历史行驶路线与地图道路数据进行轨迹地图匹配，直至所确定的目标道路可以遍历地图道路数据中的每条道路。

步骤S33：获取每条目标道路的例如60个历史时间段对应的60个历史贯穿量以及当前时间段对应的当前贯穿量，并从地图道路数据中获取所有目标道路的道路状态。其中，每个历史时间段对应的时间间隔和每个当前时间段对应的时间间隔相同，当前时间段为以当前时间点为时间终点，向前追溯预定时间间隔，所得到的一段时间。

针对任一目标道路，依次执行步骤S34至步骤S37。

步骤S34：根据该目标道路的60个历史贯穿量，确定贯穿量标准差、贯穿量均值；

以及，在60个历史贯穿量中随机抽取例如30个历史贯穿量，根据抽取到的30个历史贯穿量，确定30个历史贯穿量中的最小值，将该最小值确定为最小贯穿量。

步骤S35：根据贯穿量均值和贯穿量标准差，构建正态分布模型，并基于该正态分布模型，确定小于或等于当前贯穿量的贯穿量对应的第三概率；

若第三概率小于第一值，且当前贯穿量小于第二值，确定当前贯穿量与贯穿量均值的第一比值，并基于该第一比值，确定1与该第一比值之间的第一差值，将该第一差值确定为第一概率；

若第三概率大于或等于第一值，或者，当前贯穿量大于或等于第二值，确定第一概率为0。

在该实现方式中，可以根据实际需求(比如可以是经验值或实验值)配置第一值和第二值的取值，其中，在目标道路的道路状态是开通状态，根据目标道路的贯穿量确定目标道路的道路状态发生切换(即由开通状态切换至封闭状态)的概率时，第一值和第二值的设定与所需确定的第一概率的精度有关，考虑到正态分布的经验规则(几乎所有的数据都在均值±三个标准差之内)，第一值的取值与所需确定的第一概率的精度成负相关，第二值的取值与所需确定的第一概率的精度成负相关。例如，针对某一目标道路，可以设置第一值为0.05，第二值为15。

可以理解的是，针对不同的目标道路，可以分别为不同的目标道路设置相同的第一值，也可以为不同的目标道路设置不同的第一值。例如，对于两条不同的目标道路，可以将第一条目标道路的第一值和第二条目标道路的第一值均设置为0.05。也可以将第一条目标道路的第一值设置为0.05，将第二条目标道路的第一值设置为0.03。

当然，针对不同的目标道路，可以分别为不同的目标道路设置相同的第二值，也可以为不同的目标道路设置不同的第二值。例如，对于两条不同的目标道路，可以将第一条目标道路的第二值和第二条目标道路的第二值均设置为15。也可以将第一条目标道路的第二值设置为13，将第二条目标道路的第二值设置为18。

步骤S36：若最小贯穿量与当前贯穿量的差值大于贯穿量标准差的n倍，且当前贯穿量小于第三值，确定当前贯穿量与最小贯穿量的第二比值，并基于该第二比值，确定1与该第二比值之间的第二差值，将该第二差值确定为第二概率。

若最小贯穿量与当前贯穿量的差值小于或等于贯穿量的标准差的预设倍数，或者，当前贯穿量大于或等于第三值，确定第二概率为0。

同样的，在该实现方式中，可以根据实际需求(比如可以是经验值或实验值)配置第三值的取值，其中，第三值的取值与所需确定的第二概率的精度有关，第三值的取值与所需确定的第二概率的精度成负相关。其中，对于同一条目标道路，该第三值的取值可以与第二值的取值相同，也可以不同。例如，对于同一条目标道路，可以设置第二值的取值和第三值的取值均为15；也可以设置第二值的取值为12，第三值的取值为15。

可以理解的是，针对不同的目标道路，所设置的第三值可以相同，也可以不同。例如，对于两条不同的目标道路，可以设置第一条目标道路的第三值和第二条目标道路的第三值均为16；也可以设置第一条目标道路的第三值为14，第二条目标道路的第三值为17。

在该实现方式中，可以根据实际需求(比如可以是经验值或实验值)配置n的取值，结合正态分布的经验规则，其中，1≤n≤3，n为正整数，比如，n的取值可以为1，2，或3，优选为2。其中，n的取值与所需确定第二概率的精度成正相关。可以理解的是，针对不同的目标道路，n的取值可以相同，也可以不同。例如，对于两条不同的目标道路，可以设置第一条目标道路的n的取值和第二条目标道路的n的取值均为2。也可以设置第一条目标道路的n的取值为1，第二条目标道路的n的取值为2。

步骤S37：将第一概率和第二概率中的较大值确定为该目标道路的道路状态发生切换的概率。

步骤S38：在获取到所有目标道路的道路状态发生切换的概率之后，根据所有目标道路的道路状态发生切换的概率，更新地图道路数据，得到更新后的地图道路数据。

通过上述方法，在接收到用户发送的待行驶路线的请求之后，可以简单快速的确定地图道路数据中各目标道路的道路状态发生切换的概率，从而根据各目标道路的道路状态发生切换的概率更新地图道路数据，更方便的根据用户的行驶需求，为用户推荐更匹配的、且道路状态为开通状态的行驶路线，合理避开道路状态为封闭状态的行驶路线。

下面通过对几个示例性实施方式的描述，对本申请实施例的技术方案以及本申请的技术方案产生的技术效果进行说明。需要指出的是，下述实施方式之间可以相互参考、借鉴或结合，对于不同实施方式中相同的术语、相似的特征以及相似的实施步骤等，不再重复描述。

图4示出了本申请实施例提供的数据处理方法的流程图。如图4所示，该方法包括步骤S110至步骤S140，具体地：

步骤S110：获取目标道路的贯穿量以及地图道路数据，其中，目标道路的贯穿量表征从该目标道路的起点行驶到终点的车辆贯穿行驶次数。

在本申请实施例中，目标道路可以为地图道路数据中的一条或多条道路，也可以为通过其他方式确定的一条或多条道路，本申请对此不做限制。

可以理解的是，贯穿行驶是指完整的行驶过整条道路。目标道路的贯穿量既表征从该目标道路的起点行驶到终点的车辆贯穿行驶次数，也表征从该目标道路的终点行驶到起点的车辆贯穿行驶次数，也即，本申请对目标道路的贯穿量的起点和终点的方向不做限制，只要有车辆贯穿行驶整个目标道路，就可以认为车辆贯穿行驶次数为1，自然地，该目标道路的贯穿量也会增加1。

其中，确定目标道路的贯穿量的方式可以包括多种，本申请对此不做限制。例如，由于在目前的交通系统中，针对同一道路，在该道路的不同位置(包括起点、终点、起点和终点之间的其他位置)会设置有图像采集设备，因此，可以通过该道路中所设置的图像采集设备采集到的图像，确定在该道路上是否有车辆贯穿行驶，从而根据特定时间段内该道路的车辆贯穿行驶次数确定该道路在该特定时间段内的贯穿量。可选地，也可以对特定时间段内的所有车辆的历史行驶路线进行轨迹地图匹配，从而将某一道路被确定为目标道路的次数确定为该特定时间段内该道路的贯穿量。

可选地，地图道路数据可以为数字形式的，也可以为电子形式的，本申请对此不做限制。地图道路数据可以用于表征道路的特征，包括至少一条道路以及各道路的道路状态。当然，地图道路数据还可以包括其他要素，例如，比例尺、图例、指向标、标志建筑、空间相关位置等，本申请对此不做限制。

步骤S120：从地图道路数据中获取目标道路的道路状态，道路状态包括封闭状态或开通状态。

基于上述描述，本申请对具体的道路状态的表征方式也不做限制。可选地，在该地图道路数据为电子形式的地图道路数据时，可以通过不同颜色表征不同的道路状态，例如，可以通过将道路设置为绿色以表征该道路的道路状态为开通状态，可以通过将道路设置为红色以表征该道路的道路状态为封闭状态。

步骤S130：根据目标道路的贯穿量以及目标道路的道路状态，确定目标道路的道路状态发生切换的概率。

可选地，可以用目标道路的道路状态从开通状态切换至封闭状态的概率P1表征目标道路的道路状态发生切换的概率，也可以用目标道路的道路状态从封闭状态切换至开通状态的概率P2表征目标道路的道路状态发生切换的概率，本申请对此不做限制。

其中，在用目标道路的道路状态从开通状态切换至封闭状态的概率P1表征目标道路的道路状态发生切换的概率时，目标道路的道路状态从封闭状态切换至开通状态的概率为P2＝1-P1。

步骤S140：根据目标道路的道路状态发生切换的概率，更新地图道路数据。

可选地，可以根据上述表征道路状态的方式以及目标道路的道路状态发生切换的概率，更新地图道路数据。作为一个示例，当通过不同颜色表征不同的道路状态(绿色表征开通状态，红色表征封闭状态)时，可以根据道路状态发生切换的概率，以同一颜色的深浅程度表征更新后的地图道路数据中各道路的道路状态发生切换的概率。其中，道路状态发生切换的概率越大，其对应与当前道路状态的颜色越浅，对应于存在切换可能后的道路状态的颜色越深。基于此，若该目标道路的道路状态存在从开通状态切换至封闭状态的可能，也即，该目标道路的道路状态发生切换的概率不为0，并且，该切换的概率越大，可以用越浅的绿色表征该目标道路的道路状态。

通过本申请实施例提供的数据处理方法，通过获取目标道路的贯穿量以及地图道路数据，基于地图道路数据获取目标道路的道路状态，并根据该目标道路的贯穿量以及道路状态，确定该目标道路的道路状态发生切换的概率。由于该方案中所需数据较少，获取数据的方式也较容易，计算方式简单，因此，通过该方案，可以快速确定出目标道路的道路状态发生切换的概率。进而依据目标道路的道路状态发生切换的概率，可以更及时地更新地图道路数据，方便根据用户的行驶需求，为用户提供更好的、且道路状态为开通状态行驶路线，合理避开道路状态为封闭状态的行驶路线。

可选地，在本申请实施例中，可以根据以下方式确定目标道路，具体地：

获取历史行驶路线；

基于轨迹地图匹配，确定地图道路数据中与历史行驶路线对应的目标道路。

可选地，历史行驶路线可以为数字形式的，也可以为电子形式的，本申请对此不做限制。

其中，历史行驶路线可以是根据历史行驶需求确定的。例如，历史行驶路线可以为通过导航软件上传的车辆行驶过程中产生的数据。若直接获取的历史行驶路线一般不是规则的直线，为了方便后续的处理，可以先将直接获取到的历史行驶路线进行拟合，得到与该直接获取到的历史行驶路线对应的规则直线，并基于处理后的规则直线执行后续操作。其中，历史行驶路线可以包括多个用户的多条历史行驶路线，本申请对此不做限制。

可选地，在直接获取的历史行驶路线不是规则的直线的情况下，可以将该直接获取的历史行驶路线称为历史行驶轨迹，并将对该历史行驶轨迹进行拟合后所得到的规则直线称为历史行驶路线。

可以理解的是，在本申请的具体实施方式中，涉及到用户信息(例如用户的历史行驶路线)等相关的数据，当本申请以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

在本申请实施例中，轨迹地图匹配的方式包括多种，只要可以在地图道路数据中匹配到与历史行驶路线匹配的道路即可。可选地，可以基于几何的匹配、基于概率的匹配、基于马尔科夫链的匹配等方式，结合地图道路数据和历史行驶路线，确定地图道路数据中与历史行驶路线对应的目标道路。

在本申请实施例中，所确定的目标道路的数量可以为一条也可以为多条，本申请对此不做限制。可选地，在根据历史行驶路线中包括多条道路的情况下，例如，在历史行驶路线L

可选地，可以多条历史行驶路线进行轨迹地图匹配，使得所确定的与历史行驶路线对应的目标道路可以遍历地图道路数据中的所有道路。

在本申请实施例中，基于导航数据就可以确定历史行驶路线，进而基于轨迹地图匹配，可以准确地在地图道路数据中确定出与历史行驶路线对应的目标道路。进而结合上述步骤，可以快速确定出目标道路的道路状态发生切换的概率。进而根据目标道路的道路状态发生切换的概率，可以更及时地更新地图道路数据，方便根据用户的行驶需求，为用户提供更好的、且道路状态为开通状态的行驶路线，合理避开道路状态为封闭状态的行驶路线。

基于上述，在基于轨迹地图匹配，确定地图道路数据中与历史行驶路线对应的目标道路时，可以基于几何的匹配，结合地图道路数据和历史行驶路线，确定地图道路数据中与历史行驶路线对应的目标道路。具体地，基于几何的匹配方式为：通过确定历史行驶路线与地图道路数据中多条待匹配道路之间的匹配度，将与该历史行驶路线的匹配度最高的待匹配道路确定为与历史行驶路线对应的目标道路。其中，确定匹配度的方式为：match＝ω

作为一个示例，图5示出了本申请实施例中基于几何的匹配确定目标道路的示意图。如图5所示，以获取到的轨迹数据为用户1从A点至B点的历史行驶轨迹S，地图道路数据的待匹配道路line1和待匹配道路line2为例。先将历史行驶轨迹S进行拟合，得到历史行驶路线L，如图5中的A点至B点的虚线所示。分别确定历史行驶路线L与待匹配道路line1之间的距离d1，历史行驶路线L与待匹配道路line1之间的夹角为α1，历史行驶路线L与待匹配道路line2之间的距离为d2，历史行驶路线L与待匹配道路line2之间的夹角为α2。显然，d1＜d2，且α1＜α2，分别通过匹配度公式match＝ω

可选地，上述根据目标道路的贯穿量以及目标道路的道路状态，确定目标道路的道路状态发生切换的概率，包括：

根据目标道路的贯穿量以及目标道路的道路状态，采用两种不同的方式分别确定目标道路的道路状态发生切换的第一概率以及目标道路的道路状态发生切换的第二概率；

根据上述第一概率和第二概率，确定上述目标道路的道路状态发生切换的概率。

在该实现方式中，通过根据目标道路的贯穿量以及目标道路的道路状态，采用两种不同的方式分别确定目标道路的道路状态发生切换的第一概率以及目标道路的道路状态发生切换的第二概率，并根据第一概率和第二概率确定目标道路的道路状态发生切换的概率，能够结合多种确定概率的方式，更精确地确定目标道路的道路状态发生切换的概率。

可选地，目标道路的贯穿量包括该目标道路的至少两个历史时间段对应的至少两个历史贯穿量以及该目标道路的当前时间段对应的当前贯穿量，在目标道路的道路状态为开通状态的情况下，上述采用两种不同的方式分别确定目标道路的道路状态发生切换的第一概率以及目标道路的道路状态发生切换的第二概率，包括：

根据至少两个历史贯穿量，确定贯穿量标准差、贯穿量均值和最小贯穿量；

根据贯穿量标准差、贯穿量均值以及当前贯穿量，确定第一概率；

根据贯穿量标准差、最小贯穿量以及当前贯穿量，确定第二概率。

上述根据上述第一概率和第二概率，确定上述目标道路的道路状态发生切换的概率，包括：

将第一概率和第二概率中的较大值确定为目标道路的道路状态发生切换的概率。

其中，可以根据至少两个历史时间段的目标道路的贯穿量确定上述至少两个历史贯穿量。可选地，每个历史时间段的取值可以根据实际需求(比如可以是经验值或实验值)配置，本申请对此不做限制。例如，每个历史时间段的取值可以为24小时、3小时、30分钟等任意时间间隔。其中，历史时间段越短，相应的所确定的目标道路的道路状态发生切换的概率越精确。

可以理解的是，每个历史时间段之间可以是连续的，也可以是不连续的，本申请对此不做限制。例如，在设置每个历史时间段为连续的情况下，若其中一个或多个历史时间段内目标道路的道路状态为封闭状态，也即，无法确定出与该历史时间段对应的历史贯穿量的情况下，可以基于当前所选的各历史时间段继续向前追溯，直至获取到该目标道路的至少两个历史贯穿量为止。可选地，可以根据实际需求(比如可以是经验值或实验值)配置历史贯穿量的具体个数，例如，历史贯穿量的个数为30个。

可选地，当前贯穿量即当前时间段内的目标道路的道路状态为开通状态的贯穿量，其中，当前时间段的取值可以与每个历史时间段的取值保持一致，当然，二者也可以不一致，本申请对此不做限制。其中，在当前时间段的取值与每个历史时间段的取值保持一致的情况下，所确定的目标道路的道路状态发生切换的概率更加精确。例如，假设当前时刻为北京时间2020年11月1日9时53分，选取的当前时间段的时长和每个历史时间段的时长均为1天，需要获取例如30个历史时间段对应的30个历史贯穿量，且目标道路在2020年10月1日至2020年10月31日中每天都处于开通状态，则，上文中的当前贯穿量为2020年10月31日对应的贯穿量，上文中的至少两个历史贯穿量为2020年10月1日至2020年10月30日中每天对应的历史贯穿量，共30个历史贯穿量。

在该实现方式中，在目标道路的道路状态为开通状态的情况下，通过获取目标道路的至少两个历史贯穿量和当前贯穿量，从而确定贯穿量标准差、贯穿量均值和最小贯穿量，进而分别根据贯穿量标准差、贯穿量均值以及当前贯穿量，确定目标道路的道路状态发生切换的第一概率(也即，目标道路的道路状态从开通状态切换至封闭状态的第一概率)；根据贯穿量标准差、最小贯穿量以及当前贯穿量，确定目标道路的道路状态发生切换的第二概率(也即，目标道路的道路状态从开通状态切换至封闭状态的第二概率)。最后，将第一概率和第二概率中的较大值确定为目标道路的道路状态发生切换的概率(也即，目标道路的道路状态从开通状态切换至封闭状态的概率)。考虑了目标道路的历史贯穿量以及当前贯穿量，分别确定第一概率和第二概率，最终将第一概率和第二概率中的较大值确定为目标道路的道路状态发生切换的概率，从而可以结合多种确定概率的方式，更精确地确定目标道路的道路状态发生切换的概率。

对于在目标道路的道路状态为封闭状态的情况下，若该目标道路存在贯穿量，就可以视为目标道路的道路状态能够从封闭状态切换至开通状态，可选的，可以通过以下方式确定目标道路的道路状态从封闭状态切换至开通状态的概率：在满足设定条件时，确定目标道路的道路状态从封闭状态切换至开通状态的概率为1，否则，可以确定目标道路的道路状态从封闭状态切换至开通状态的概率为0或者一个较小的概率值，上述设定条件可以包括：

目标道路的当前贯穿量大于或等于第一设定值。

其中，上述第一设定值可以根据经验值或实验值配置，如可以设置为大于或等于1的正整数。可选的，上述设定条件还可以包括与当前贯穿量时间上相邻的至少一个历史贯穿量大于或第二设定值。其中，对于同一条目标道路，第一设定值和第二设定值可以相同，也可以不同。不同目标道路对应的第一设定值可以相同，也可以不同，不同目标道路对应的第二设定值可以相同也可以不同。

由于在直接根据至少两个历史贯穿量，确定最小贯穿量时，所确定的最小贯穿量，可能会受到至少两个历史贯穿量中极值的影响，使得最终确定的第二概率、目标道路的道路状态发生切换的概率的精度受到影响。因此，在本申请实施例中，还提供了以下可选方案。

可选地，根据至少两个历史贯穿量，确定最小贯穿量，包括：

在至少两个历史贯穿量中随机抽取预定数量的历史贯穿量，其中，预定数量小于或等于至少两个历史贯穿量的总数量；

根据预定数量的历史贯穿量，确定预定数量的历史贯穿量中的最小值，将最小值确定为最小贯穿量。

在该实现方式中，可以根据实际需求(比如可以是经验值或实验值)以及所获取的至少两个历史贯穿量的具体取值配置预定数量的取值，该预定数量的取值优选为至少两个历史贯穿量的总数量的一半。例如，在至少两个历史贯穿量的取值为30的情况下，可以配置预定数量为15。

通过在至少两个历史贯穿量中随机抽取预定数量的历史贯穿量，进而根据所抽取的预定数量的历史贯穿量确定最小贯穿量，可以避免极值的影响，提高所确定的第二概率、目标道路的道路状态发生切换的概率的精度。

可选地，根据贯穿量标准差、贯穿量均值以及当前贯穿量，确定第一概率，包括：

根据贯穿量均值和贯穿量标准差，构建正态分布模型；

基于正态分布模型，确定小于或等于当前贯穿量的贯穿量对应的第三概率；

若第三概率与当前贯穿量满足第一条件，确定当前贯穿量与贯穿量均值的第一比值；

根据第一比值，确定第一概率；

其中，第一条件为第三概率小于第一值，且当前贯穿量小于第二值。

可以理解的是，根据贯穿量均值flow_predict_1和贯穿量标准差sigma构建的正态分布模型可以为一般正态分布模型，可以为标准正态分布模型。其中，可以通过将贯穿量均值flow_predict_1和贯穿量标准差sigma进行数据转换，使得贯穿量均值flow_predict_1为0，贯穿量标准差sigma为1，实现将根据贯穿量均值flow_predict_1和贯穿量标准差sigma构建的一般正态分布模型转换为标准正态分布模型。

在该实现方式中，第三概率p

在该“钟形”曲线中，以某一贯穿量的取值为例，确定该贯穿量对应于该“钟形”曲线上的点，则在该“钟形”曲线中该点的左侧曲线表示贯穿量分布情况中出现贯穿量小于该贯穿量的分布情况，该点的左侧曲线与横轴的面积表示目标道路的贯穿量分布情况中出现贯穿量小于当前贯穿量的分布情况的概率；在该“钟形”曲线中该点的右侧曲线表示整个贯穿量分布情况中出现贯穿量大于该贯穿量的分布情况，该点的右侧曲线与横轴的面积表示目标道路的贯穿量分布情况中出现贯穿量大于当前贯穿量的分布情况的概率。

在本申请实施例中，如图6所示，在上述“钟形”曲线中，选取与横轴为当前贯穿量flow_current的点，确定在该“钟形”曲线中与当前贯穿量flow_current对应点以及该与当前贯穿量flow_current对应点的左侧曲线与横轴的面积(图6中斜线区域)，该面积即为上述第三概率p

可选地，可以基于与所构建的正态分布模型对应的概率密度函数或者查询正态分布表的方式，确定小于或等于当前贯穿量flow_current的贯穿量对应的第三概率p

在该实现方式中，可以根据实际需求(比如可以是经验值或实验值)配置第一值和第二值的取值，其中，第一值和第二值的设定与所需确定的第一概率的精度有关，考虑到正态分布的经验规则(几乎所有的数据都在三个标准差之内)，第一值的取值与所需确定的第一概率p_close_1的精度成负相关，第二值的取值与所确定的第一概率p_close_1的精度成负相关。例如，针对某一目标道路，可以设置第一值为0.05，第二值为15。

可选地，根据第一比值

在本申请实施例中，还提供了一种可选的实施方式，若第三概率和当前贯穿量不满足第一条件，上述根据上述第一概率和上述第二概率，确定目标道路的道路状态发生切换的概率，包括：

将第二概率确定为目标道路的道路状态发生切换的概率。

在该实现方式中，第三概率和当前贯穿量不满足第一条件可以包括以下一种或多种情况：

第三概率大于或等于第一值；

当前贯穿量大于或等于第二值。

通过设置第一条件，在第三概率与当前贯穿量满足第一条件时，确定当前贯穿量与贯穿量的均值的第一比值，并根据第一比值确定第一概率。在第三概率和当前贯穿量不满足第一条件时，将第二概率确定为目标道路的道路状态发生切换的概率。可以快速、精确地确定出目标道路的道路状态发生切换的概率。

可选地，若第三概率p

以目标道路的当前道路状态为封闭状态为例，结合正态分布的经验规则，在第三概率p

通过设置第一条件，在第三概率与当前贯穿量满足第一条件时，确定当前贯穿量与贯穿量的均值的第一比值，并根据第一比值确定第一概率。在第三概率和当前贯穿量不满足第一条件时，将第一概率设定为小于第二概率的任一值，例如确定第一概率为0。可以快速、精确地确定出第一概率。

可选地，根据贯穿量标准差、最小贯穿量以及当前贯穿量，确定第二概率，包括：

若最小贯穿量与当前贯穿量满足第二条件，确定当前贯穿量与最小贯穿量的第二比值；

根据第二比值，确定第二概率；

其中，第二条件为最小贯穿量与当前贯穿量的差值大于贯穿量标准差的预设倍数，且当前贯穿量小于第三值。

在该实现方式中，可以根据实际需求(比如可以是经验值或实验值)配置第三值的取值，其中，第三值的设定与所确定的第二概率的精度有关，第三值的取值与所确定的第二概率p_close_2的精度成负相关。其中，对于同一条目标道路，该第三值的取值可以与第二值的取值相同，也可以不同。例如，对于同一条目标道路，可以设置第二值的取值和第三值的取值均为15；也可以设置也可以设置第二值的取值为12，第三值的取值为15。

在该实现方式中，可以根据实际需求(比如可以是经验值或实验值)配置预设倍数的取值，结合正态分布的经验规则，预设倍数的取值可以为1，2，或3，可以根据精度需求确定预设倍数的取值，其中，预设倍数的取值与所需确定第二概率的精度成正相关。

可选地，根据第二比值

可选地，若上述最小贯穿量与当前贯穿量不满足第二条件，上述根据上述第一概率和上述第二概率，确定目标道路的道路状态发生切换的概率，包括：

将第一概率确定为目标道路的道路状态发生切换的概率。

在该实现方式中，最小贯穿量和当前贯穿量不满足第二条件可以包括：最小贯穿量与当前贯穿量的差值小于或等于贯穿量的标准差的预设倍数。

通过设置第二条件，在当前贯穿量与最小贯穿量满足第二条件时，确定当前贯穿量与最小贯穿量的第二比值，并根据第二比值确定第二概率。在当前贯穿量与最小贯穿量不满足第二条件时，将第一概率确定为目标道路的道路状态发生切换的概率。可以快速、精确地确定出目标道路的道路状态发生切换的概率(也即，目标道路的道路状态从开通状态切换至封闭状态的概率)。

在该实现方式中，若最小贯穿量flow_min与当前贯穿量flow_current不满足第二条件，可以将第二概率设定为小于第一概率p_close_1的任一值，例如，确定第二概率p_close_2为0。也即，在根据贯穿量标准差sigma、最小贯穿量flow_min以及当前贯穿量flow_current，进行目标道路的道路状态发生切换的第二概率p_close_2的确定时，根据该方式所确定的存在道路状态发生切换的可能性较低。

以目标道路的当前道路状态为封闭状态为例，结合正态分布的经验规则，所以，可以设置第三概率p

通过设置第二条件，在当前贯穿量与最小贯穿量满足第二条件时，确定当前贯穿量与最小贯穿量的第二比值，并根据第二比值确定第二概率。在当前贯穿量与最小贯穿量不满足第二条件时，将第一概率设定为小于第二概率的任一值，例如确定第二概率为0。可以快速、精确地确定出第二概率。

可以理解的是，在第三概率和当前贯穿量不满足第一条件，且当前贯穿量与最小贯穿量不满足第二条件的情况下，可以确定目标道路的道路状态发生切换的概率极低，可以将目标道路的道路状态发生切换的概率确定为一个较小的设定值。例如，可以设置该设定值为0。

以下结合一具体应用场景中的示例来详细说明本申请实施例中的数据处理方法，参见图7a、图7b、图8。图7a和图7b示出了本申请一具体应用场景的示意图。图8示出了在本申请一具体应用场景中实现上述方法的流程图。在该应用场景中，可以通过终端设备的一应用程序或者以应用程序中的插件实现上述方法。以通过终端设备中一个导航软件确定道路状态从开通状态切换至封闭状态的概率为例，对上述方法作进一步说明。如图8所示，该方法可以包括步骤S210至步骤S240。

步骤S210：数据输入。具体地：

如图7a所示，在终端设备中的导航应用程序的用户界面上输入“出发地C”和“目的地D”，并点击搜索控件“Q”，可以输入用户的待行驶需求。

响应于用户的待行驶需求，根据该导航应用程序上传的数据获取用户的历史行驶路线L

加载预设的地图道路数据，根据该地图道路数据获取该地图中各道路的道路状态信息。

步骤S220：特征计算与处理。具体地：

基于轨迹地图匹配，根据用户的历史行驶路线例如L

分别确定多条目标道路l

步骤S230：根据道路封闭概率模型确定该目标道路的第一道路封闭概率(也即，上述第一概率)和第二道路封闭概率(也即，上述第二概率)。具体的，

对于每条目标道路，分别根据正态分布预测的方式(以下步骤①)确定第一道路封闭概率p_close_1以及根据模版预测的方式(以下步骤②)确定第二道路封闭概率p_close_2。

步骤①：正态分布预测

a.根据当前目标道路的例如30个历史贯穿量，获取贯穿量均值flow_predict_1和标准差sigma，并根据贯穿量均值flow_predict_1和标准差sigma构建正态分布模型。

b.判断道路是否处于疑似封闭状态

基于正态分布模型，根据当前贯穿量flow_current，计算比当前贯穿量flow_current低的第三概率p

其中，在第三概率p

c.在道路为疑似封闭状态的情况下，根据以下公式计算第一道路封闭概率p_close_1。

步骤②：模版预测

a.对例如30个历史贯穿量进行随机采样，抽取例如15个历史贯穿量，确定抽取的15个历史贯穿量中的最小贯穿量flow_min’。

b.判断道路是否处于疑似封闭状态

在最小贯穿量flow_min’与当前贯穿量flow_current的差值flow_min’-flow_current大于标准差sigma的两倍，且当前贯穿量flow_current小于15的情况下，确定道路为疑似封闭状态，否则，确定p_close_2＝0。

c.在道路为疑似封闭状态的情况下，根据以下公式计算第二道路封闭概率p_close_2。

步骤S240：输出道路封闭的概率p_close(即，目标道路的道路状态从开通状态切换至封闭状态的概率)。

对于每条目标道路都可以结合以下公式，根据该目标道路对应的第一道路封闭概率p_close_1和第二道路封闭概率p_close_2，确定该目标道路封闭的概率p_close。

p_close＝max(p_close_1，p_close_2)

其中，在步骤S240之后，可以根据每条目标道路封闭的概率，对地图道路数据进行更新，并根据该更新后的地图道路数据以及用户的待行驶需求，确定出与用户的待行驶需求匹配的行驶路线，如图7b所示的出发地C至目的地D的行驶路线。

可以理解的是，根据本申请实施例所提供的数据处理方法，可以适用于用户提出的不同时间段的待行驶需求确定与该待行驶需求匹配的行驶路线，本申请实施例对具体的时间段不做限制。例如，根据本申请实施例所提供的数据处理方法，不仅可以根据用户当前的待行驶需求实现即时确定出于用户的待行驶需求匹配的行驶路线，也可以根据用户在当前时间(第一天下午2点)设置的针对于预定的待行驶需求确定出与该预定的待行驶需求匹配的行驶路线，其中，预定的待行驶需求可以为预定时间(比如，第三天凌晨5点半)的待行驶需求。在该实现方式中，在为用户提供与预定待行驶需求匹配的行驶路线时，可以向用户发出参考性提示，例如“当前为您推荐的行驶路线是根据当前的道路数据确定的，供您参考，由于当前时间与您预定出行时间间隔较长，在此期间道路数据有可能会出现变化，为了保证您的顺利出行，建议您在您出发前再次进行路线查询确认”。

图9示出了本申请实施例提供的数据处理装置的示意图。如图9所示，该装置800包括数据获取模块810、概率确定模块820以及数据更新模块830。

数据获取模块810，用于获取目标道路的贯穿量以及地图道路数据，其中，目标道路的贯穿量表征从该目标道路的起点行驶到终点的车辆贯穿行驶次数；

数据获取模块810，还用于从上述地图道路数据中获取上述目标道路的道路状态，道路状态包括封闭状态或开通状态；

概率确定模块820，用于根据上述目标道路的贯穿量以及上述目标道路的道路状态，确定上述目标道路的道路状态发生切换的概率；

数据更新模块830，用于根据上述目标道路的道路状态发生切换的概率，更新上述地图道路数据。

可选地，概率确定模块820在根据上述目标道路的贯穿量以及目标道路的道路状态，确定目标道路的道路状态发生切换的概率，具体用于：

根据目标道路的贯穿量以及目标道路的道路状态，采用两种不同的方式分别确定目标道路的道路状态发生切换的第一概率以及目标道路的道路状态发生切换的第二概率；

根据上述第一概率和上述第二概率，确定上述目标道路的道路状态发生切换的概率。

可选地，目标道路的贯穿量包括该目标道路的至少两个历史贯穿量以及该目标道路的当前贯穿量，概率确定模块820在采用两种不同的方式分别确定目标道路的道路状态发生切换的第一概率以及目标道路的道路状态发生切换的第二概率时，具体用于：

根据至少两个历史贯穿量，确定贯穿量标准差、贯穿量均值和最小贯穿量；

根据上述贯穿量标准差、上述贯穿量均值以及当前贯穿量，确定目标道路的道路状态发生切换的第一概率；

根据上述贯穿量标准差、上述最小贯穿量以及当前贯穿量，确定目标道路的道路状态发生切换的第二概率；

在目标道路的道路状态为开通状态的情况下，概率确定模块820在根据上述第一概率和上述第二概率，确定上述目标道路的道路状态发生切换的概率时，具体用于：

将上述第一概率和上述第二概率中的较大值确定为上述目标道路的道路状态发生切换的概率。

可选地，概率确定模块820在根据上述贯穿量标准差、上述贯穿量均值以及当前贯穿量，确定第一概率时，具体用于：

根据上述贯穿量均值和上述贯穿量标准差，构建正态分布模型；

基于该正态分布模型，确定小于或等于当前贯穿量的贯穿量对应的第三概率；

若第三概率与当前贯穿量满足第一条件，确定当前贯穿量与贯穿量均值的第一比值；

根据该第一比值，确定上述第一概率；

其中，第一条件为第三概率小于第一值，且当前贯穿量小于第二值。

可选地，若第三概率和当前贯穿量不满足第一条件，概率确定模块820在根据上述第一概率和上述第二概率，确定上述目标道路的道路状态发生切换的概率时，具体用于：

将第二概率确定为目标道路的道路状态发生切换的概率。

可选地，概率确定模块820在根据上述贯穿量标准差、上述最小贯穿量以及当前贯穿量，确定第二概率时，具体用于：

若上述最小贯穿量与当前贯穿量满足第二条件，确定当前贯穿量与上述最小贯穿量的第二比值；

根据该第二比值，确定上述第二概率；

其中，第二条件为上述最小贯穿量与当前贯穿量的差值大于上述贯穿量标准差的预设倍数，且当前贯穿量小于第三值。

可选地，若上述最小贯穿量与当前贯穿量不满足第二条件，概率确定模块820在根据上述第一概率和上述第二概率，确定上述目标道路的道路状态发生切换的概率时，具体用于：

将第一概率确定为目标道路的道路状态发生切换的概率。

可选地，概率确定模块820在根据至少两个历史贯穿量，确定最小贯穿量时，具体用于：

在至少两个历史贯穿量中随机抽取预定数量的历史贯穿量，其中，预定数量小于或等于至少两个历史贯穿量的总数量；

根据预定数量的历史贯穿量，确定预定数量的历史贯穿量中的最小值，将该最小值确定为上述最小贯穿量。

可选地，上述目标道路是根据以下方式确定的：

获取历史行驶路线；

基于轨迹地图匹配，确定地图道路数据中与历史行驶路线对应的目标道路。

本申请实施例的装置可执行本申请实施例所提供的方法，其实现原理相类似，本申请各实施例的装置中的各模块所执行的动作是与本申请各实施例的方法中的步骤相对应的，对于装置的各模块的详细功能描述具体可以参见前文中所示的对应方法中的描述，此处不再赘述。

本申请实施例中提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，该处理器执行上述计算机程序以实现上述方法的步骤。

在一个可选实施例中提供了一种电子设备，如图10所示。图10示出了本申请实施例中提供的电子设备的示意图。图10所示的电子设备4000包括：处理器4001和存储器4003。其中，处理器4001和存储器4003相连，如通过总线4002相连。可选地，电子设备4000还可以包括收发器4004，收发器4004可以用于该电子设备与其他电子设备之间的数据交互，如数据的发送和/或数据的接收等。需要说明的是，实际应用中收发器4004不限于一个，该电子设备4000的结构并不构成对本申请实施例的限定。

处理器4001可以是CPU(Central Processing Unit，中央处理器)，通用处理器，DSP(Digital Signal Processor，数据信号处理器)，ASIC(Application SpecificIntegrated Circuit，专用集成电路)，FPGA(Field Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器4001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

总线4002可包括一通路，在上述组件之间传送信息。总线4002可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示，图10中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器4003可以是ROM(Read Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质、其他磁存储设备、或者能够用于携带或存储计算机程序并能够由计算机读取的任何其他介质，在此不做限定。

存储器4003用于存储执行本申请实施例的计算机程序，并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的计算机程序，以实现前述方法实施例所示的步骤。

基于与本申请实施例提供的方法相同的原理，本申请实施例还提供了一种本计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述本申请任一可选实施例中提供的方法。

本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。

本申请实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。

应该理解的是，虽然本申请实施例的流程图中通过箭头指示各个操作步骤，但是这些步骤的实施顺序并不受限于箭头所指示的顺序。除非本文中有明确的说明，否则在本申请实施例的一些实施场景中，各流程图中的实施步骤可以按照需求以其他的顺序执行。此外，各流程图中的部分或全部步骤基于实际的实施场景，可以包括多个子步骤或者多个阶段。这些子步骤或者阶段中的部分或全部可以在同一时刻被执行，这些子步骤或者阶段中的每个子步骤或者阶段也可以分别在不同的时刻被执行。在执行时刻不同的场景下，这些子步骤或者阶段的执行顺序可以根据需求灵活配置，本申请实施例对此不限制。

以上所述仅是本申请部分实施场景的可选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请的方案技术构思的前提下，采用基于本申请技术思想的其他类似实施手段，同样属于本申请实施例的保护范畴。