道路通行状态确定方法、装置、设备以及存储介质

技术领域

本申请涉及地图领域，尤其涉及一种道路通行状态确定方法、装置、设备以及存储介质。

背景技术

道路通行状态是地图路网的关键信息，可直接决定导航规划的合理性，并且临时交通管制生效或解除、临时道路施工、临时路障建立或解除等因素都会对道路通行状态产生影响。现有技术往往通过采集车对大范围区域内的所有道路的道路通行状态进行采集，效率较低。现有技术通常也可以通过交通部门或者道路管理部分上报的道路信息确定道路通行状态，但是往往只能确定部分道路的道路通行状态且存在一定的滞后性。

因此，如何快速高效地全面确定道路的道路通行状态成为亟需解决的问题。

发明内容

本申请实施例提供一种道路通行状态确定方法、装置、设备以及存储介质，可快速高效地全面确定道路的道路通行状态，适用性高。

一方面，本申请实施例提供一种道路通行状态确定方法，该方法包括：

确定在当前时刻之前的预设时间区间内多个车辆的初始行驶轨迹；

基于各上述初始行驶轨迹确定目标道路对应的穿行量序列，上述穿行量序列包括多个道路穿行量，每个上述道路穿行量用于表征在上述预设时间区间的一个子时段内驶出上述目标道路的目标车辆的数量，各上述道路穿行量的排列顺序与上述预设时间区间的各子时段的时间先后顺序相关联；

基于上述穿行量序列确定上述目标道路在当前时刻的道路通行状态。

另一方面，本申请实施例提供了一种道路通行状态确定装置，该装置包括：

行驶轨迹确定模块，用于确定在当前时刻之前的预设时间区间内多个车辆的初始行驶轨迹；

穿行量序列确定模块，用于基于各上述初始行驶轨迹确定目标道路对应的穿行量序列，上述穿行量序列包括多个道路穿行量，每个上述道路穿行量用于表征在上述预设时间区间的一个子时段内驶出上述目标道路的目标车辆的数量，各上述道路穿行量的排列顺序与上述预设时间区间的各子时段的时间先后顺序相关联；

通行状态确定模块，用于基于上述穿行量序列确定上述目标道路在当前时刻的道路通行状态。

另一方面，本申请实施例提供了一种电子设备，包括处理器和存储器，该处理器和存储器相互连接；

上述存储器用于存储计算机程序；

上述处理器被配置用于在调用上述计算机程序时，执行本申请实施例提供的道路通行状态确定方法。

另一方面，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存储有计算机程序，该计算机程序被处理器执行以实现本申请实施例提供的道路通行状态确定方法。

另一方面，本申请实施例提供了一种计算机程序产品，该计算机程序产品包括计算机程序，上述计算机程序被处理器执行时实现本申请实施例提供的道路通行状态确定方法。

在本申请实施例中，通过目标道路对应的穿行量序列可反映出在目标时刻之前的各子时段通过目标道路的目标车辆的数量，从而基于目标时刻之前的各子时段通过目标道路的目标车辆的数量准确快速确定出目标道路在当前时刻的道路通行状态。若在当前时刻确定路网中所有道路对应的穿行量序列，则可基于每个道路对应的穿行量序列确定该道路在当前时刻的道路通行状态，从而全面确定路网中所有道路在各时刻的道路通行状态，适用性高。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的网络结构示意图；

图2是本申请实施例提供的道路通行状态确定方法的流程示意图；

图3是本申请实施例提供的确定轨迹点与道路的距离的一场景示意图；

图4是本申请实施例提供的确定轨迹点与道路距离的另一场景示意图；

图5是本申请实施例提供的道路与行驶轨迹的一场景示意图；

图6是本申请实施例提供的道路与行驶轨迹的另一场景示意图；

图7是本申请实施例提供的道路与行驶轨迹的又一场景示意图；

图8是本申请实施例提供的确定穿行量变化系数的一场景示意图；

图9是本申请实施例提供的确定穿行量变化系数的另一场景示意图；

图10是本申请实施例提供的更新道路通行状态的场景示意图；

图11是本申请实施例提供的道路通行状态确定装置的结构示意图；

图12是本申请实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，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一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请实施例提供的道路通行状态确定方法可适用于交通领域或地图领域，用于确定路网中道路在各时刻的道路通行状态，如目标道路在某一时刻处于可通行状态或不可通行状态等。例如，本申请实施例提供的道路通行状态确定方法可适用交通领域中的智能交通系统(Intelligent Traffic System，ITS)或智能车路协同系统(IntelligentVehicle Infrastructure Cooperative Systems，IVICS)，以确定路网中各道路在各时刻的道路通行状态，从而为精准导航提供技术支持。

其中，智能交通系统又称智能运输系统(Intelligent Transportation System)，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。

其中，智能车路协同系统简称车路协同系统，是智能交通系统(ITS)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。

参见图1，图1是本申请实施例提供的网络结构示意图。如图1所示，对于设备110而言，设备110可确定任一时刻(为方便描述，以下以当前时刻为例进行说明)之前的预设时间区间内多个车辆的初始行驶轨迹120，从而基于各初始行驶轨迹120确定路网中各道路如道路130在当前时刻的道路通行状态。

其中，在本申请实施例中，设备110可以是服务器也可以是终端，具体可基于实际应用场景需求确定，在此不做限制。

其中，服务器可以是车联网服务器或其他独立的物理服务器，可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器，如车联网边缘云平台、云计算平台等。

其中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能语音交互设备(例如智能音箱)、可穿戴电子设备(例如智能手表)、车载终端、智能家电(例如智能电视)、AR/VR设备等，但并不局限于此。

参见图2，图2是本申请实施例提供的道路通行状态确定方法的流程示意图。如图2所示，本申请实施例提供的道路通行状态确定方法具体可包括如下步骤：

步骤S21、确定在当前时刻之前的预设时间区间内多个车辆的初始行驶轨迹。

在本申请实施例中，可实时获取各个车辆在路网行驶过程中所上传的初始行驶轨迹，并将各车辆的初始行驶轨迹存储至预设存储空间。

其中，上述预设存储空间可以是远程字典服务(Redis)系统、数据库(Database)、云存储(cloud storage)或者区块链(Blockchain)中，具体可基于实际应用场景需求确定，在此不做限制。

其中，数据库简而言之可视为电子化的文件柜——存储电子文件的处所，其可以为关系型数据库(SQL数据库)也可以为非关系型数据库(NoSQL数据库)，在此不做限制。在本申请中可用于存储各车辆在路网行驶过程中的初始行驶轨迹。区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块。在本申请实施例中，区块链中的每一个数据块均可存储各车辆在路网行驶过程中的初始行驶轨迹。云存储是在云计算概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术以及分布存储文件系统等功能，将网络中大量各种不同类型的存储设备(存储设备也称之为存储节点)通过应用软件或应用接口集合起来协同工作，共同存储各车辆在路网行驶过程中的初始行驶轨迹。

在需要确定当前时刻路网中目标道路的道路通行状态时，可获取在当前时刻之前的预设时间区间内多个车辆的初始行驶轨迹，即获取在预设时间区间内在路网中行驶的车辆的初始行驶轨迹。

其中，上述预设时间区间具体可基于实际应用场景需求确定，如可以为当前时刻之前的6个小时等，在此不做限制。

步骤S22、基于各初始行驶轨迹确定目标道路对应的穿行量序列。

在本申请实施例中，目标道路的穿行量序列包括多个道路穿行量，每个道路穿行量用于表征在预设时间区间内的一个子时段内驶出目标道路的目标车辆的数量。

其中，预设时间区间包括多个连续的子时段，且各子时段的时长之和与预设时间区间的时长一致。并且各子时段的时长可以相同，如当前时刻为2时，预设时间区间为当前时刻之前的1小时，即1-2时，则各子时段的时长可以为10分钟，此时从1时开始的每10分钟即为预设时间区间的一个子时段。

进一步地，可基于各初始行驶轨迹确定在各子时段内驶出目标道路的目标车辆的数量，并将每个子时段内驶出目标道路的目标车辆的数量确定为该子时段对应的道路穿行量，从而基于各子时段对应的道路穿行量确定目标道路对应的穿行量序列。

其中，目标道路对应的穿行量序列中各道路穿行量的排列顺序与预设时间区间的各子时段的时间先后顺序相关联。

在一些可行的实施方式中，在基于各初始行驶轨迹确定目标道路对应的穿行量序列时，可先确定每个初始行驶轨迹对应的道路集合。

其中，每个初始行驶轨迹对应的道路集合包括与该初始行驶轨迹的各轨迹段相匹配的道路。即对于每个初始行驶轨迹而言，路网中必然存在至少一条道路与该初始行驶轨迹相匹配，且与该初始轨迹相匹配的各条道路为该初始行驶轨迹在路网中所行驶的道路。

进一步地，可确定各初始行驶轨迹对应的道路集合中是否包括目标道路，将对应道路集合中包括目标道路的初始行驶轨迹确定为目标行驶轨迹，从而基于各目标行驶轨迹确定目标道路对应的穿行量序列。

也就是说，对于每个目标行驶轨迹而言，该目标行驶轨迹对应的轨迹集合中包括目标道路时，可说明该目标行驶轨迹对应的车辆在预设时间区间内曾经在目标道路中行驶。此时可基于目标行驶轨迹确定在各子时段内驶出目标道路的目标车辆的数量，并将每个子时段内驶出目标道路的目标车辆的数量确定为该子时段对应的道路穿行量，从而基于各子时段对应的道路穿行量确定目标道路对应的穿行量序列。

在一些可行的实施方式中，对于每个初始行驶轨迹，在确定与该初始行驶轨迹相匹配的各条道路时，可确定该初始行驶轨迹中每个轨迹点到路网中各条道路的垂直距离，将垂直距离最小的道路确定为与该轨迹点相匹配的道路，从而将与该初始行驶轨迹中各轨迹点相匹配的道路确定为与该初始行驶轨迹相匹配的各条道路。

可选地，对于每个初始行驶轨迹，在确定与该初始行驶轨迹相匹配的各条道路时，还可确定该初始行驶轨迹中每个轨迹点与路网中各条道路的距离，进而将最小距离对应的道路确定为与该轨迹点相匹配的道路，从而将与该初始行驶轨迹中各轨迹点相匹配的道路确定为与该初始行驶轨迹相匹配的各条道路。

其中，对于每个轨迹点，在确定该轨迹点与各条道路的距离时，可确定该轨迹点对应于各条道路的投影点，进而基于该轨迹点对应于各条道路的投影点，确定该轨迹点与各条道路的距离。

对于每条道路，若该轨迹点对应于该道路的投影点位于该道路内，则确定该轨迹点与该道路的投影距离，并将该轨迹点与该道路的投影距离确定为该轨迹点与该道路的距离。其中，该轨迹点对应于该道路的投影点位于该道路内，包括该轨迹点对应于该道路的投影点位于该道路的端点。

若该轨迹点对应于该道路的投影点位于该道路外，则确定该轨迹点与该道路的各端点的距离，为方便描述，以下以第一距离和第二距离表示该轨迹点与该道路的各端点的距离。进一步地，将第一距离和第二距离进行比较，将第一距离和第二距离中的最短距离确定为该轨迹点与该道路的距离。

参见图3，图3是本申请实施例提供的确定轨迹点与道路的距离的一场景示意图。在确定轨迹点P与道路A1A2的距离时，可确定轨迹点P对应于道路A1A2的投影点，如图3中所示，轨迹点P对应于道路A1A2的投影点位于道路A1A2内，因此可确定轨迹点P与投影点之间的投影距离L1，并将投影距离L1作为轨迹点P与道路A1A2的距离。

参见图4，图4是本申请实施例提供的确定轨迹点与道路距离的另一场景示意图。在确定轨迹点Q与道路B1B2的距离时，同样需要先确定轨迹点Q对应于道路B1B2的投影点。如图4中所示，轨迹点Q对应于道路B1B2的投影点位于道路B1B2外，因此需要确定轨迹点Q与端点B1的距离L2、以及轨迹点Q与端点B2的距离L3。不难发现，轨迹点Q与端点B2的距离L3小于轨迹点Q与端点B1的距离L2，因此可将轨迹点Q与端点B1的距离L2确定为轨迹点Q与道路B1B2的距离。

可选地，在确定与每个初始行驶轨迹相匹配的各条道路时，还可先确定路网对应的道路序列集合。该道路序列集合中包括多个道路序列，每个道路序列包括至少一条道路，每个道路序列中的任意一条道路与前一个道路在路网中相连接，且与后一个道路在路网中相连接。

也就是说，道路序列集合中的每个道路序列表示一种车辆行驶路线，且不同道路序列对应的车辆行驶路线不同。

进一步地，对于每个初始行驶轨迹，可确定该初始行驶轨迹与道路序列集合中各道路序列所对应的车辆行驶路线的轨迹相似度，进而将相似度最大的车辆行驶路线所对应的道路序列中的各条道路，确定为与该初始行驶轨迹相匹配的各条道路。

例如，对于每个初始行驶轨迹，可确定该初始行驶轨迹与各道路序列所对应的车辆行驶路线的Frechet距离。Frechet距离越小说明相似度越高，Frechet距离越大说明相似度越低，因此可将最小的Frechet距离所对应的车辆行驶路线所对应的道路序列中的各条道路，确定为与该初始行驶轨迹相匹配的各条道路。

可选地，对于每个初始行驶轨迹，还可基于预训练的隐马尔可夫模型确定路网中与该初始行驶轨迹相匹配的各条道路，具体实现方式在此不做赘述。

其中，上述隐马尔可夫模型可基于人工智能中的机器学习技术实现。人工智能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。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。其中，机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，以实现上述隐马尔可夫模型的训练过程。

其中，本申请实施例中确定与初始行驶轨迹相匹配的道路的过程可基于云技术(Cloud Technology)领域中的云计算(Cloud Computing)技术实现，以提升计算效率。

其中，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。云计算是一种计算模式，是网格计算(Grid computing)、分布式计算(Distributed Computing)、并行计算(ParallelComputing)、效用计算(Utility Computing)、网络存储(Network StorageTechnologies)、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。云计算将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”，“云”中的资源是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。

在一些可行的实施方式中，在确定目标道路对应的穿行量序列时，可先确定在预设时间区间内驶出目标道路的目标车辆，并进一步确定每个目标车辆驶出目标道路的目标时刻。

从而对于预设时间区间的每个子时段而言，可基于对应目标时刻位于该子时段的目标车辆的数量确定目标道路在该子时段的道路穿行量，也即确定出在该子时段驶出目标道路的目标车辆的数量。

基于此，可基于目标道路在各子时段的道路穿行量，确定目标道路对应的穿行量序列，如将各道路穿行量按照各子时段的时间先后顺序进行排列，将得到的序列确定为目标道路的穿行量序列。

例如，预设时间区间为当前时刻之前的6个小时，每个子时段为10分钟，则基于上述实现方式可确定目标道路的穿行量序列为(tn,cn)＝[(t1,c1),(t2,c2),(t3,c3),…,(t36,c36)]。其中，n为子时段的索引，tn即为第n个子时段，cn即为第n个子时段对应的道路穿行量。

具体地，在确定在预设时间区间内驶出目标道路的车辆时，对于每个目标行驶轨迹，响应于该目标行驶轨迹中存在至少一个第一轨迹点，则确定该目标行驶轨迹对应的车辆为在预设时间区间内驶出目标道路的车辆。

其中，每个第一轨迹点与该第一轨迹点的下一个轨迹点的轨迹连线与目标道路的驶出边界相交。

也就是说，对于每个目标行驶轨迹，若该目标行驶轨迹中存在第一轨迹点与其下一个轨迹点的轨迹连线与目标道路的驶出边界相交，说明该目标行驶轨迹对应的车辆在第一轨迹点之后驶出目标道路并进入下一道路。

其中，目标道路的驶出边界为目标道路与下一道路的道路边界，其可以为目标道路与下一道路所成角度的角平分线，具体可基于实际应用场景确定，在此不做限制。例如，当目标道路与下一道路直线相连接时，目标道路的驶出边界(也即道路边界)可以为目标道路与下一道路的道路连接点处相较于目标道路所在直线的垂线。

参见图5，图5是本申请实施例提供的道路与行驶轨迹的一场景示意图。如图5所示，若图5中的目标行驶轨迹的部分轨迹段与目标道路相匹配，则对于该目标行驶轨迹，可确定其存在一个第一轨迹点与其下一个轨迹点的轨迹连线与目标道路的驶出边界相交，此时可确定该目标行驶轨迹对应的车辆从第一轨迹点驶出目标道路并进入与目标道路相连接的下一道路，进而可确定该目标行驶轨迹对应的车辆为在预设时间区间内驶出目标道路的目标车辆。

参见图6，图6是本申请实施例提供的道路与行驶轨迹的另一场景示意图。如图6所示，图6中的目标行驶轨迹的部分轨迹段同样与目标道路相匹配，并且对于该目标行驶轨迹而言，基于上述实现方式可确定该目标行驶轨迹中不存在第一轨迹点，因此可确定该目标行驶轨迹对应的车辆未驶出目标道路，也即该目标行驶轨迹对应的车辆在可能在目标道路中停止行驶或者调头行驶。进一步结合图6中的目标行驶轨迹的轨迹走向可确定该目标行驶轨迹对应的车辆在驶出目标道路之前发生掉头行驶的行为，此时也就不能确定该目标行驶轨迹对应的车辆为在目标时间区间内驶出目标道路的目标车辆。

具体地，在确定每个目标车辆驶出目标道路的目标时刻时，可将该目标车辆在对应目标行驶轨迹中的第一轨迹点的行驶时刻，确定为该目标车辆驶出目标道路的目标时刻。

需要特别说明的时，本申请实施例中目标车辆驶出目标道路，其实质为目标车辆从目标道路的一端驶入，从目标道路的一端驶出。若目标车辆从目标道路的同一端驶入以及驶出，则在本申请实施例中认为目标车辆未驶出目标道路。如在目标道路中发生调头而未继续驶入下一车道的目标车辆，则认为该目标车辆未驶出目标道路。

例如，基于上述可知图5所示的目标行驶轨迹对应的车辆为在目标时间区间驶出目标道路的目标车辆，则该目标车辆驶出目标道路的目标时刻即为该目标车辆在图5中第一轨迹点时的行驶时刻。

再例如，基于上述可知图6所示的目标行驶轨迹对应的车辆由于在目标道路中发生掉头行驶行为而未继续驶入下一车道，则该目标行驶轨迹对应的车辆不是在目标时间区间驶出目标车道的目标车辆，因而也无法基于此继续确定出对应的目标时刻。

参见图7，图7是本申请实施例提供的道路与行驶轨迹的又一场景示意图。图7中的阴影部分为目标道路，且由图7所示的目标行驶轨迹可知，该目标行驶轨迹对应的目标车辆第一次驶入目标道路后由目标道路驶入第一道路，该目标车辆第二次驶入目标道路后由目标道路驶入第二道路。此时对于该目标车辆而言，基于图5的相关描述可知目标行驶轨迹中由目标道路至第一道路对应的轨迹段存在一个第一轨迹点，由目标道路至第二道路对应的轨迹段同样存在一个第一轨迹点，因此可确定该目标车辆在目标时间区间内具有两个目标时刻。

步骤S23、基于穿行量序列确定目标道路在当前时刻的道路通行状态。

在一些可行的实施方式中，在确定出目标道路的穿行量序列之后，可确定目标道路在当前时刻之前的道路通行状态，也即确定在当前时刻之前上一次确定出的目标道路的道路通行状态。

具体地，若目标道路在当前时刻之前处于可通行状态，则可基于穿行量序列确定穿行量变化系数，进而基于穿行量变化系数确定目标车辆在当前时刻的道路通行状态。

其中，上述穿行量变化系数用于表征在预设时间区间呃逆的各子时段驶出目标道路的目标车辆的数量变化。

其中，上述穿行量变化系数大于0时用于表征在预设时间区间的各子时段驶出目标道路的目标车辆的数量逐渐递增，上述穿行量变化系数等于0时用于表征在预设时间区间的各子时段驶出目标道路的目标车辆的数量保持不变，上述穿行量变化系数小于0时用于表征在预设时间区间的各子时段驶出目标道路的目标车辆的数量逐渐递减。

基于此，若穿行量序列的穿行量变化系数小于第一阈值，且穿行量序列中最后第二预设数量的道路穿行量均小于第二阈值，则确定目标道路在当前时刻处于不可通行状态。

其中，上述第一阈值小于0，第二阈值大于或者等于0，具体可基于实际应用场景需求确定，如第一阈值为-0.3，第二阈值为0。

例如，第一阈值为-0.3，第二阈值为0，当在预设时间区间的各子时段驶出目标道路的目标车辆逐渐递减(即穿行量变化系数小于0)的情况下，若穿行量变化系数小于0.3说明在预设时间区间的各子时段驶出目标道路的目标车辆急剧降低。并且在穿行量序列中最后第二预设数量的道路穿行量均小于0的情况下，说明在当前时刻之前的最近若干子时段并未有车辆通过目标道路。此时可确定目标道路由先前的可通行状态更改为不可通行状态。

同理，若穿行量序列的穿行量变化系数大于或者等于第一阈值，或者穿行量序列中最后第二预设数量的道路穿行量中存在大于或者等于第二阈值的道路穿行量，则确定目标道路在当前时刻仍然处于可通行状态。

例如，第一阈值为-0.3，第二阈值为0，当在预设时间区间的各子时段驶出目标电路的目标车辆逐渐递增(即穿行量变化系数大于0)时，说明在当前时刻之前的最近若干子时段仍然有大量车辆通过目标道路，此时可直接确定目标道路在当前时刻仍然处于可通行状态。

当在预设时间区间的各子时段驶出目标电路的目标车辆保持不变(即穿行量变化系数为0)时，说明在当前时刻之前的最近若干子时段仍然有一定数量的车辆通过目标道路，此时可直接确定目标道路在当前时刻仍然处于可通行状态。

当在预设时间区间的各子时段驶出目标道路的目标车辆逐渐递减(即穿行量变化系数小于0)的情况下，若穿行量变化系数大于或者等于0.3，说明在预设时间区间的各子时段驶出目标道路的目标车辆缓慢降低，但是仍然相当一部分的车辆通过目标道路。也即在预设时间区间的各子时段驶出目标道路的目标车辆缓慢降低的原因可能是可通行车道数降低、发生车祸等因素导致，此时仍然可确定目标道路在当前时刻处于可通行状态。

在确定穿行量序列对应的穿行量变化系数时，可通过线性最小二乘拟合的方法确定出穿行量序列对应的斜率，将该斜率确定为穿行量变化系数。

其中，可以以穿行量序列中各道路穿行量对应的子时段为横坐标，以穿行量序列中各道路穿行量为总坐标，通过线性拟合得到穿行量序列在坐标系中的一条直线，并将该直线的斜率确定为穿行量序列对应的穿行量变化系数。

参见图8，图8是本申请实施例提供的确定穿行量变化系数的一场景示意图。图8中的每个点的横坐标为预设时间区间内的一个子时段，每个点的横坐标为目标道路在对应子时段的道路穿行量。将各点进行线性拟合可得到图8所示的直线及其斜率k1，并将k1确定为穿行量序列对应的穿行量变化系数。

若目标道路在当前时刻之前处于可通行状态，则当k1大于或者等于第一阈值时可确定目标道路在当前时刻处于可通行状态。或者当最后几个点对应的道路穿行量存在大于或者等于第二阈值的道路穿行量时，同样可确定目标道路在当前时刻处于可通行状态。

参见图9，图9是本申请实施例提供的确定穿行量变化系数的另一场景示意图。图9中的每个点的横坐标同样为预设时间区间内的一个子时段，每个点的横坐标同样为目标道路在对应子时段的道路穿行量。将各点进行线性拟合可得到图9所示的直线及其斜率k2，并将k2确定为穿行量序列对应的穿行量变化系数。

若目标道路在当前时刻之前处于可通行状态，则当k1小于第一阈值且最后几个点对应的道路穿行量均小于第二阈值时，可确定目标道路在当前时刻处于不可通行状态。

具体地，若目标道路在当前时刻之前处于可通行状态，则可基于穿行量序列中最后第一预设数量的道路穿行量确定目标车辆在当前时刻的道路通行状态。

其中，上述第一预设数量和第二预设数量具体可基于实际应用场景需求确定，在此不做限制。

基于此，若穿行量序列中最后第一预设数量的道路穿行量之和大于第三阈值，且穿行量序列中最后第三预设数量的道路穿行量均大于第四阈值，则确定目标道路在当前时刻处于可通行状态。

其中，上述第三阈值大于0，上述第四阈值大于或者等于0，具体可基于实际应用场景需求确定，如第三阈值为20，第四阈值为5。

其中，上述第三预设数量具体也可基于实际应用场景需求确定，在此不做限制。

例如，第三阈值为20，第四阈值为5，在穿行量序列中最后第一预设数量的道路穿行量之和大于20的情况下，说明在当前时刻之前的一小段时间内有大量车辆通过目标道路，在穿行量序列中最后第三预设数量的道路穿行量均大于5，说明在当前时刻之前的若干个子时段内均有一定数量的车辆通过。在此情况下可确定目标道路在当前时刻处于可通行状态，即由此前的不可通行状态更改为可通行状态。

同理，若穿行量序列中最后第一预设数量的道路穿行量之和小于或者等于第三阈值，且穿行量序列中最后第三预设数量的道路穿行量中存在小于或者等于第四阈值的道路穿行量，则确定目标道路在当前时刻处于不可通行状态。

例如，第三阈值为20，第四阈值为5，在穿行量序列中最后第一预设数量的道路穿行量之和小于或者等于20的情况下，说明在当前时刻之前的一小段时间只有少量车辆通过目标道路，此时说明目标道路处于极度拥堵状态，进而可确定目标道路在当前时刻处于不可通行状态。

在穿行量序列中最后第三预设数量的道路穿行量中存在至少一个小于或者等于5的道路穿行量时，此时说明在当前时刻之前的若干个子时段内均只有极少量车辆通过。此时说明目标道路处于极度拥堵状态，进而可确定目标道路在当前时刻处于不可通行状态。

基于本申请实施例提供的方法，可在任一时刻确定路网中任意一条或者多条道路对应的穿行量序列，从而基于每条道路对应的穿行量序列直接确定对应道路在该时刻的道路通行状态，实现道路通行状态的快速确定，提升道路通行状态的确定效率，保证道路通行状态的有效性。

在一些可行的实施方式中，在确定出目标道路在当前时刻的道路通行状态之后，可确定目标道路在当前时刻的道路通行状态与目标道路在当前时刻之前的道路通行状态(即上一次确定的道路通行状态)是否一致。当目标道路在当前时刻的道路通行状态与目标道路在当前时刻之前的道路通行状态不同时，可基于目标道路在当前时刻的道路通行状态更新与目标道路相关的导航信息，并将更新后的导航信息推送至对应的导航对象。

其中，与目标道路相关的导航信息可以为包括目标道路的导航线路及其对应的导航提示信息，或者可以为由于目标时刻之前由于目标道路处于不可通行状态而避开目标道路的导航线路及其对应的提示信息等，具体可基于实际应用场景需求确定，在此不做限制。

基于此方式，在目标道路的道路通行状态发生改变的情况下，可实时更新与目标道路相关的导航信息从而提升导航效果。

基于本申请实施例提供的道路通行状态确定方法可实时确定路网中各条道路的道路通行状态，进而将各道路的道路通行状态推送到消息队列中，以使导航服务器、导航终端等地图设备机可通过轮询消费消息队列中的信息并自动更新路网中各道路的道路通行状态。

其中，上述消息队列可以为Kafka消息队列，也可以为MQ消息队列等，具体可基于实际应用场景需求确定，在此不做限制。

例如，参见图10，图10是本申请实施例提供的更新道路通行状态的场景示意图。驾驶员通过车载终端的导航信息驾驶车辆在路网行驶的过程中，导航服务器每间隔预设时间间隔可在获取到路网中各车辆在对应时刻之前的预设时间区间内的初始行驶轨迹，进而基于本申请实施例提供的道路通行状态确定方法每个预设时间间隔确定一次路网中所有道路的道路通行状态，并将所有道路的道路通行状态发送至导航服务器与车载终端之间的消息队列中。

对于车载终端而言，车载终端可通过对消息队列进行轮询消费得到各个时刻路网中道路的道路通行状态，进而可短时间多频次地自动对车载终端中的路网数据以及当前的导航信息进行更新，进一步提升导航效率。

本申请实施例提供的道路通行状态确定方法还可适用于车联网等领域，以实现导航信息的实施更新与推送。车辆网可通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要观测、连接、互动的车辆或行驶过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络(如5G网络)接入。车联网领域主要以行驶中的车辆为感知对象，借助信息通信技术，实现车与车、人、路以及车联网服务器等之间的网络连接，提升车辆整体的智能驾驶水平，基于消息队列中各道路的道路通行状态可为驾驶员提供安全、舒适、智能、高效的驾驶感受，并在基于位置的服务(Location Based Services，LBS)领域中提供最新的道路通行状态，同时提高交通运行效率和导航效果，提升社会交通服务的智能化水平。

基于位置的服务是利用各类型的定位技术来获取定位设备当前的所在位置，通过移动互联网向定位设备提供信息资源和基础服务。首先驾驶员可利用定位技术确定自身的空间位置，随后驾驶员便可通过移动互联网来获取与位置相关资源和信息。LBS服务中融合了移动通讯、互联网络、空间定位、位置信息、大数据等多种信息技术，利用移动互联网络服务平台进行数据更新和交互，使驾驶员可以通过空间定位来获取相应的服务。

参见图11，图11是本申请实施例提供的道路通行状态确定装置的结构示意图。本申请实施例提供的道路通行状态确定装置包括：

行驶轨迹确定模块111，用于确定在当前时刻之前的预设时间区间内多个车辆的初始行驶轨迹；

穿行量序列确定模块112，用于基于各上述初始行驶轨迹确定目标道路对应的穿行量序列，上述穿行量序列包括多个道路穿行量，每个上述道路穿行量用于表征在上述预设时间区间的一个子时段内驶出上述目标道路的目标车辆的数量，各上述道路穿行量的排列顺序与上述预设时间区间的各子时段的时间先后顺序相关联；

通行状态确定模块113，用于基于上述穿行量序列确定上述目标道路在当前时刻的道路通行状态。

在一些可行的实施方式中，上述穿行量序列确定模块112，用于：

确定每个上述初始行驶轨迹对应的道路集合，每个上述道路集合包括与对应初始行驶轨迹的各条道路；

将对应道路集合中包括上述目标道路的初始行驶轨迹确定为目标行驶轨迹；

基于各上述目标行驶轨迹确定上述目标道路对应的穿行量序列。

在一些可行的实施方式中，上述穿行量序列确定模块112，用于：

基于各上述目标行驶轨迹，确定在上述预设时间区间内驶出上述目标道路的目标车辆；

确定每个上述目标车辆驶出上述目标道路的目标时刻，对于每个子时段，基于对应目标时刻位于该子时段的目标车辆的数量确定上述目标道路在该子时段的道路穿行量；

基于上述目标道路在各子时段的道路穿行量，确定上述目标道路对应的穿行量序列。

在一些可行的实施方式中，上述穿行量序列确定模块112，用于：

对于每个上述目标行驶轨迹，响应于该目标行驶轨迹中存在至少一个第一轨迹点，确定该目标行驶轨迹对应的车辆为在上述预设时间区间内驶出上述目标道路的目标车辆，每个上述第一轨迹点与该第一轨迹点的下一个轨迹点的轨迹连线与上述目标道路的驶出边界相交。

在一些可行的实施方式中，上述穿行量序列确定模块112，用于：

对于每个上述目标车辆，将该目标车辆在对应第一轨迹点的行驶时刻确定为该目标车辆驶出上述目标道路的目标时刻。

在一些可行的实施方式中，上述通行状态确定模块113，用于：

响应于上述目标道路在当前时刻之前处于可通行状态，基于上述穿行量序列确定穿行量变化系数，基于上述穿行量变化系数确定上述目标车辆在当前时刻的道路通行状态，上述穿行量变化系数用于表征在上述预设时间区间内的各子时段驶出上述目标道路的目标车辆的数量变化趋势；

响应于上述目标道路在当前时刻之前处于不可通行状态，基于上述穿行量序列中最后第一预设数量的道路穿行量确定上述目标道路在当前时刻的道路通行状态。

在一些可行的实施方式中，其特征在于，上述穿行量变化系数大于0时用于表征在上述预设时间区间的各子时段驶出上述目标道路的目标车辆的数量逐渐递增，上述穿行量变化系数等于0时用于表征在上述预设时间区间的各子时段驶出上述目标道路的目标车辆的数量保持不变，上述穿行量变化系数小于0时用于表征在上述预设时间区间的各子时段驶出上述目标道路的目标车辆的数量逐渐递减。

在一些可行的实施方式中，上述通行状态确定模块113，用于：

响应于上述穿行量变化系数小于第一阈值且上述穿行量序列中最后第二预设数量的道路穿行量均小于第二阈值，确定上述目标道路在当前时刻处于不可通行状态，上述第一阈值小于0；

响应于上述穿行量变化系数大于或者等于上述第一阈值，或者，上述穿行量序列中最后第二预设数量的道路穿行量存在大于或者等于上述第二阈值的道路穿行量，确定上述目标道路在当前时刻处于可通行状态。

在一些可行的实施方式中，上述通行状态确定模块113，用于：

响应于上述穿行量序列中最后第一预设数量的道路穿行量之和大于第三阈值且上述穿行量序列中最后第三预设数量的道路穿行量均大于第四阈值，确定上述目标道路在当前时刻处于可通行状态；

响应于上述穿行量序列中最后第一预设数量的道路穿行量之和小于或者等于上述第三阈值，或者上述穿行量序列中最后第三预设数量的道路穿行量中存在小于或者等于上述第四阈值的道路穿行量，确定上述目标道路在当前时刻处于不可通行状态。

在一些可行的实施方式中，上述装置还包括信息更新模块，上述信息更新模块，用于：

响应于上述目标道路在当前时刻的道路通行状态与上述目标道路在当前时刻之前的道路通行状态不同，基于上述目标道路在当前时刻的道路通行状态更新与上述目标道路相关的导航信息，并将更新后的导航信息推送至对应的导航对象。

具体实现中，上述道路通行状态确定模块可通过其内置的各个功能模块执行如上述图2中各个步骤所提供的实现方式，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。

参见图12，图12是本申请实施例提供的电子设备的结构示意图。如图12所示，本实施例中的电子设备1200可以包括：处理器1201，网络接口1204和存储器1205，此外，上述电子设备1200还可以包括：对象接口1203，和至少一个通信总线1202。其中，通信总线1202用于实现这些组件之间的连接通信。其中，对象接口1203可以包括显示屏(Display)、键盘(Keyboard)，可选对象接口1203还可以包括标准的有线接口、无线接口。网络接口1204可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1205可以是高速RAM存储器，也可以是非易失性存储器(non-volatile memory，NVM)，例如至少一个磁盘存储器。存储器1205可选的还可以是至少一个位于远离前述处理器1201的存储装置。如图12所示，作为一种计算机可读存储介质的存储器1205中可以包括操作系统、网络通信模块、对象接口模块以及设备控制应用程序。

在图12所示的电子设备1200中，网络接口1204可提供网络通讯功能；而对象接口1203主要用于为对象提供输入的接口；而处理器1201可以用于调用存储器1205中存储的设备控制应用程序，以实现：

确定在当前时刻之前的预设时间区间内多个车辆的初始行驶轨迹；

基于各上述初始行驶轨迹确定目标道路对应的穿行量序列，上述穿行量序列包括多个道路穿行量，每个上述道路穿行量用于表征在上述预设时间区间的一个子时段内驶出上述目标道路的目标车辆的数量，各上述道路穿行量的排列顺序与上述预设时间区间的各子时段的时间先后顺序相关联；

基于上述穿行量序列确定上述目标道路在当前时刻的道路通行状态。

在一些可行的实施方式中，上述处理器1201用于：

确定每个上述初始行驶轨迹对应的道路集合，每个上述道路集合包括与对应初始行驶轨迹的各条道路；

将对应道路集合中包括上述目标道路的初始行驶轨迹确定为目标行驶轨迹；

基于各上述目标行驶轨迹确定上述目标道路对应的穿行量序列。

在一些可行的实施方式中，上述处理器1201用于：

基于各上述目标行驶轨迹，确定在上述预设时间区间内驶出上述目标道路的目标车辆；

确定每个上述目标车辆驶出上述目标道路的目标时刻，对于每个子时段，基于对应目标时刻位于该子时段的目标车辆的数量确定上述目标道路在该子时段的道路穿行量；

基于上述目标道路在各子时段的道路穿行量，确定上述目标道路对应的穿行量序列。

在一些可行的实施方式中，上述处理器1201用于：

对于每个上述目标行驶轨迹，响应于该目标行驶轨迹中存在至少一个第一轨迹点，确定该目标行驶轨迹对应的车辆为在上述预设时间区间内驶出上述目标道路的目标车辆，每个上述第一轨迹点与该第一轨迹点的下一个轨迹点的轨迹连线与上述目标道路的驶出边界相交。

在一些可行的实施方式中，上述处理器1201用于：

对于每个上述目标车辆，将该目标车辆在对应第一轨迹点的行驶时刻确定为该目标车辆驶出上述目标道路的目标时刻。

在一些可行的实施方式中，上述处理器1201用于：

响应于上述目标道路在当前时刻之前处于可通行状态，基于上述穿行量序列确定穿行量变化系数，基于上述穿行量变化系数确定上述目标车辆在当前时刻的道路通行状态，上述穿行量变化系数用于表征在上述预设时间区间内的各子时段驶出上述目标道路的目标车辆的数量变化趋势；

响应于上述目标道路在当前时刻之前处于不可通行状态，基于上述穿行量序列中最后第一预设数量的道路穿行量确定上述目标道路在当前时刻的道路通行状态。

在一些可行的实施方式中，上述穿行量变化系数大于0时用于表征在上述预设时间区间的各子时段驶出上述目标道路的目标车辆的数量逐渐递增，上述穿行量变化系数等于0时用于表征在上述预设时间区间的各子时段驶出上述目标道路的目标车辆的数量保持不变，上述穿行量变化系数小于0时用于表征在上述预设时间区间的各子时段驶出上述目标道路的目标车辆的数量逐渐递减。

在一些可行的实施方式中，上述处理器1201用于：

响应于上述穿行量变化系数小于第一阈值且上述穿行量序列中最后第二预设数量的道路穿行量均小于第二阈值，确定上述目标道路在当前时刻处于不可通行状态，上述第一阈值小于0；

响应于上述穿行量变化系数大于或者等于上述第一阈值，或者，上述穿行量序列中最后第二预设数量的道路穿行量存在大于或者等于上述第二阈值的道路穿行量，确定上述目标道路在当前时刻处于可通行状态。

在一些可行的实施方式中，上述处理器1201用于：

响应于上述穿行量序列中最后第一预设数量的道路穿行量之和大于第三阈值且上述穿行量序列中最后第三预设数量的道路穿行量均大于第四阈值，确定上述目标道路在当前时刻处于可通行状态；

响应于上述穿行量序列中最后第一预设数量的道路穿行量之和小于或者等于上述第三阈值，或者上述穿行量序列中最后第三预设数量的道路穿行量中存在小于或者等于上述第四阈值的道路穿行量，确定上述目标道路在当前时刻处于不可通行状态。

在一些可行的实施方式中，上述处理器1201还用于：

响应于上述目标道路在当前时刻的道路通行状态与上述目标道路在当前时刻之前的道路通行状态不同，基于上述目标道路在当前时刻的道路通行状态更新与上述目标道路相关的导航信息，并将更新后的导航信息推送至对应的导航对象。

应当理解，在一些可行的实施方式中，上述处理器1201可以是中央处理单元(central processing unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(application specific integratedcircuit，ASIC)、现成可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。

具体实现中，上述电子设备1200可通过其内置的各个功能模块执行如上述图2中各个步骤所提供的实现方式，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，被处理器执行以实现图2中各个步骤所提供的方法，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。

上述计算机可读存储介质可以是前述任一实施例提供的道路通行状态确定装置或电子设备的内部存储单元，例如电子设备的硬盘或内存。该计算机可读存储介质也可以是该电子设备的外部存储设备，例如该电子设备上配备的插接式硬盘，智能存储卡(smartmedia card,SMC)，安全数字(secure digital,SD)卡，闪存卡(flash card)等。上述计算机可读存储介质还可以包括磁碟、光盘、只读存储记忆体(read-only memory，ROM)或随机存储记忆体(random access memory，RAM)等。进一步地，该计算机可读存储介质还可以既包括该电子设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该电子设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本申请实施例提供了一种计算机程序产品，该计算机程序产品包括计算机程序，上述计算机程序被处理器执行图2中各个步骤所提供的方法。

本申请的权利要求书和说明书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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过程、方法、系统、产品或电子设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或电子设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

以上所揭露的仅为本申请较佳实施例而已，不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。