本发明涉及通信
技术领域：
，尤其涉及一种车辆转向预测方法、装置、设备及介质。
背景技术：
：随着经济的发展，中国汽车保有量持续增长，特别是在大中型城市，汽车的保有量呈现指数级增长，对城市交通造成了巨大的压力。城市的重点路口拥堵成为普遍现象，特别是早晚高峰时段尤为严重。因此，交通管理部门需要利用信息化手段监控重点路口的车流量及车辆转向信息，并通过数据分析确定路口禁止左转弯信息、红绿灯灯时信息等，以保障路口畅通。目前，路口车辆转向分析的手段和方法主要有监控视频分析法和全球定位系统(globalpositioningsystem，gps)采集法，具体如下：监控视频分析法通过获取重点路口的监控视频画面，并运用图像分析技术，确定当前路口在固定时刻的车流量及车辆转向数据，分析和统计每个路口的车辆转向信息，确定所有路口的转向概率数据。gps采集法通过利用车辆安装的gps采集装置，获取当前车辆的实时gps坐标，进而根据车辆位置计算车辆的转向及行驶信息。但是，监控视频分析法和gps采集法存在一定的缺陷，具体如下：(1)监控视频分析法，监控视频数据需要依赖摄像头等硬件信息，硬件设备安装成本高，目的性差，不能覆盖全部路口，周期长，普适性差。(2)gps采集法，gps采集装置安装费用高，覆盖车辆有限，数据代表性差，无法全面表达路口的全部车辆的转向信息。技术实现要素：为了解决上述中的至少一个技术问题，本发明实施例提供了一种车辆转向预测方法、装置、设备及介质，能够预测车辆的转向信息，并且无需额外的硬件装置，能够覆盖所有车辆和城市所有路口，具有成本低、计算效率高、覆盖范围广等优点。第一方面，本发明实施例提供了一种车辆转向预测方法，方法包括：获取路口位置信息及基站位置信息，并根据所述路口位置信息及基站位置信息确定连接所述路口的多条道路与基站对的归属概率，其中，所述基站对包括任意两个基站；设置所述路口的车辆转向概率作为所述路口当前转向概率；获取当前预设时长内的所述车辆用户的终端信令在所述基站对间的切换信息，根据所述切换信息，结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的实际转向概率，作为所述车辆的预测转向信息。根据本发明实施例提供的车辆转向预测方法，所述获取路口位置信息及基站位置信息，并根据所述路口位置信息及基站位置信息确定连接所述路口的多条道路与基站对的归属概率，其中，所述基站对包括任意两个基站，包括：获取路口位置信息及基站位置信息，并根据所述路口位置信息及所述基站位置信息，将基站到路口中心的距离小于第一距离阈值的基站作为有效基站，并确定任意两个有效基站之间的中心点位置；将连接所述路口的多条道路中的每条道路分成多个等长度路段，并确定所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离；根据所需的所述任意两个有效基站的中心点位置到所述多个等长度路段的垂直距离，确定所述多条道路与所述任意两个有效基站的归属概率。根据本发明实施例提供的车辆转向预测方法，所述确定所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离，包括：确定所述任意两个有效基站之间的中心点位置到所述多个等长度路段的端点的第一距离；确定所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离的第二距离；选择满足所述第一距离小于第二距离阈值，且所述第二距离小于第三距离阈值的所述第二距离，选择的所述第二距离为所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离。根据本发明实施例提供的车辆转向预测方法，所述根据所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离，确定所述多条道路与所述任意两个有效基站的归属概率，包括：根据所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离，确定所述所需的任意两个有效基站之间的中心点位置到所述每条道路的多个等长度路段的垂直距离的和；根据所述所需的任意两个有效基站之间的中心点位置到所述每条道路的多个等长度路段的垂直距离的和，确定所述多条道路与所述任意两个有效基站的归属概率。根据本发明实施例提供的车辆转向预测方法，所述方法还包括：获取第一预设时长内车辆用户的历史终端历史信令数据，并根据所述实际转向概率确定在所述多条道路之间转移的历史车辆数量；根据所述在多条道路间转移的历史车辆数量，确定车辆在所述多条道路之间的第一转向概率；用所述第一转向概率更新所述路口当前转向概率，并根据更新后的所述路口当前转向概率确定所述实际转向概率。根据本发明实施例提供的车辆转向预测方法，所述方法还包括：判断所述路口当前转向概率更新前后的所述实际转向概率是否满足预设条件；若不满足，则基于所述更新后的实际转向概率再次更新所述路口当前转向概率，直至所述路口当前转向概率更新前后的所述实际转向概率满足预设条件。根据本发明实施例提供的车辆转向预测方法，所述预设条件包括：所述路口当前转向概率更新后的所述多条道路之间的实际转向概率，与所述路口当前转向概率更新前的对应的所述多条道路之间的实际转向概率的差值的和小于预设阈值。根据本发明实施例提供的车辆转向预测方法，所述结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的实际转向概率，包括：结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的转向概率的最大值，作为所述车辆在所述多条道路之间的实际转向概率。第二方面，本发明实施例提供了一种车辆转向预测装置，装置包括：归属概率确定模块，用于获取路口位置信息及基站位置信息，并根据所述路口位置信息及基站位置信息确定连接所述路口的多条道路与基站对的归属概率，其中，所述基站对包括任意两个基站；路口当前转向概率确定模块，用于设置所述路口的车辆转向概率作为所述路口当前转向概率；车辆转向确定模块，用于获取当前预设时长内的所述车辆用户的终端信令在所述基站对间的切换信息，根据所述切换信息，结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的实际转向概率，作为所述车辆的预测转向信息。第三方面，本发明实施例提供了一种车辆转向预测设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。本发明实施例提供的车辆转向预测方法、装置、设备及介质，通过获取路口位置信息及基站位置信息，并根据路口位置信息及基站位置信息确定连接路口的多条道路与基站对的归属概率，其中，基站对包括任意两个基站；设置路口的车辆转向概率作为路口当前转向概率；获取当前预设时长内的车辆用户的终端信令在基站对间的切换信息，根据所述切换信息，结合道路与基站对的归属概率和路口当前转向概率确定车辆在多条道路之间的实际转向概率，作为车辆的预测转向信息。根据本发明实施例，能够预测车辆的转向信息，并且无需额外的硬件装置，能够覆盖所有车辆和城市所有路口，具有成本低、计算效率高、覆盖范围广等优点。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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示出了本发明实施例的车辆转向预测方法的流程示意图；图2示出了本发明实施例的路口道路示意图；图3示出了本发明实施例的车辆转向预测算法的示意图；图4示出了本发明实施例的车辆转向预测装置的结构示意图；图5示出了本发明实施例的车辆转向预测设备的硬件结构图。具体实施方式下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。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。下面结合附图，对本发明实施例的车辆转向预测方法、装置、设备及进行详细说明。应注意，这些实施例并不是用来限制本发明保护的范围。图1示出了本发明实施例的车辆转向预测方法的流程示意图。如图1所示，本发明实施例的车辆转向预测方法包括如下步骤：s110，获取路口位置信息及基站位置信息，并根据路口位置信息及基站位置信息确定连接路口的多条道路与基站对的归属概率，其中，基站对包括任意两个基站；s120，设置路口的车辆转向概率作为路口当前转向概率；s130，获取当前预设时长内的车辆用户的终端信令在基站对间的切换信息，根据所述切换信息，结合道路与基站对的归属概率和路口当前转向概率确定车辆在多条道路之间的实际转向概率，作为车辆的预测转向信息。进一步，获取第一预设时长内车辆用户的终端历史信令数据，并根据实际转向概率确定在多条道路之间转移的历史车辆数量；根据在多条道路间转移的历史车辆数量，确定车辆在多条道路之间的第一转向概率；用第一转向概率更新路口当前转向概率，并根据更新后的路口当前转向概率确定实际转向概率。判断路口当前转向概率更新前后的实际转向概率是否满足预设条件；若不满足，则基于更新后的实际转向概率再次更新路口当前转向概率，直至路口当前转向概率更新前后的实际转向概率满足预设条件。这里，路口当前转向概率更新后的多条道路之间的实际转向概率，与路口当前转向概率更新前的对应的多条道路之间的实际转向概率的差值的和小于预设阈值。也就是说，根据得到的车辆的转向概率可以进一步更新路口当前转向概率，待路口当前转向概率更新后再次重新确定车辆转向概率，使得到的车辆转向概率更趋于实际值。根据本发明实施例，基于手机信令的路口车辆转向使用隐马尔科夫链模型方法计算，根据一个明序列来推测出隐序列，明序为路口用户手机信令切换序列，隐序是用户路口车辆转向方向，也就是实际走过的路口道路，使用用户在路口的信令切换序列，推算用户的转向信息。此外，根据本发明的实施例，本发明成本低，无需额外安装数据采集设施，仅需要通过对于手机信令数据分析即可获取目标路口的车辆转向信息，数据采集快，计算效率高。具有较好的普适性，能够适用于所有车辆的转向分析。能够覆盖所有路口的车辆转向分析，可以根据实际需要针对不同的路口进行车辆转向分析，获取路口的车辆转向数据，为城市交通管理部门提供数据支撑。根据本发明的另一实施例，车辆转向预测方法可以包括以下步骤：一)、道路与基站匹配概率计算步骤1、路口基站集选择以路口中心为半径，以2000米为半径制作缓冲区，以缓冲区和基站求交集，获取当前路口的有效基站集合c。步骤2、计算基站集合c中的所有的两两基站的中心点的关系，基站集合c中的任意两个基站为一个基站对，并将基站对关系以下列的表1中的格式保存。其中，身份标识码(identification，id)表示基站对的编号，位置区码(locationareacode，lac)表示基站a或b的位置区码，位置标识符cellid表示基站a或b的位置标识信息，基站对编号的类型为字符char(8)，基站的其他信息的类型为char(10)。表1、基站对数据存储表基站对的切换点可以理解为基站对的中心点，其中基站对的切换点坐标switchx、switchy可以用如下公式(1)和(2)来计算：switchx＝(xa xb)/2(1)switchy＝(ya yb)/2(2)需要注意的是，其他基站对切换点的坐标都可以按照上述公式(1)和(2)进行计算。步骤3、计算路口分段信息，将连接路口的每条道路按照100米为单位进行分段，每条道路取20个分段，共计有21个路段端点。这里，应当理解的是也可以按照其他长度将连接路口的每条道路进行等长度分段。步骤4、计算基站对到路段的投影距离，这里应当理解的是，基站对到路段的投影距离即为基站对到路段的垂直距离。取步骤2中获取的基站对记录，计算基站对切换点到两个路段端点的距离，并判断距离是否大于4000米，如果是，则删除此记录；否则，计算基站切换点对到每个路段的垂直距离，如果距离大于2000米，则将此记录删除；否则，保留并记录基站对到此路段的投影距离为dkij。步骤5、计算基站对与路段的归属概率，根据步骤4计算出来的基站对到路段的投影距离dkij计算基站的总投影距离计算方法如下：在上述公式(3)中，i为道路编号，j为路段编号，k为基站对编号。根据基站对k的总投影距离，计算每个路段的归属概率，具体方法如下：在上述公式(4)中，dkij为第k个基站对到第i个道路的第j个路段的投影距离；为第k个基站对的投影距离之和。步骤6、计算基站对和道路的归属概率，道路与基站对归属概率计算公式(5)如下所示：在上述公式(5)中，pki为第k个基站对到第i个道路的归属概率；第k个基站对到第i个道路的第j个路段的归属概率。二)、路口的初始转向概率计算路口的初始转向概率计算具体方法可以如下：平均设定路口道路之间的转向概率，如图2所示，将连接十字路口的道路分为四个方向，分别使用1、2、3、4标记。道路1转移到道路1、2，3，4的概率均为25％，道路2转移到道路1、2，3，4的概率也均为25％，道路3转移到道路1、2，3，4的概率也均为25％，道路4转移到道路1、2，3，4的概率均为25％。并将道路之间的转移概率以表2形式进行存储。表2、路口道路转移概率表这里，应当理解的是，路口的初始转向概率的设置不限于上述方法，也可以根据实际经验进行设置。三)、车辆转向计算车辆转向计算使用隐马尔科夫链模型方法，根据一个明序列来推测出隐序列，明序为路口用户手机信令在基站间的切换序列，隐序是用户路口车辆转向方向，也就是实际走过的路口道路。该模型利用实时信令数据，结合道路与基站匹配概率数据和道路的转移概率数据使用维特比viterbi算法推算用户的各个方向转向概率，具体方法如下：步骤1、获取当前周期用户的信令切换基站序列，例如，当前用户切换基站序列为abcd，计算路口道路从属于ab、bc、cd基站对的概率值记为数据ab[i]，bc[i]，cd[i]。步骤2、计算ab到bc到cd的各种可能的路径的概率，记为path(w)，则path(w)的计算方法如下：path(w)＝ab[l]*p(ab[l]&bc[m])*bc[m]*p(bc[m]&cd[n])*cd[n](6)在上述公式(6)中，ab[l]为第l条道路从属于ab基站对的概率；p(ab[l]&bc[m])，为从属于ab的第l条道路转向从属于bc的第m条道路的转移概率；bc[m]为第m条道路从属于bc基站对的概率；p(bc[m]&cd[n])为从属于bc的第m条道路转向从属于cd的第n条道路的转移概率；cd[n]为第n条道路从属于cd基站对的概率。ab到bc到cd的各种可能的路径的概率具体计算过程可以如图3所示。这里需要注意的是，p(ab[l]&bc[m])、p(bc[m]&cd[n])的初始值为道路的初始转移概率，如上述设置的25％，或者也可以是一个经验值。但是，道路的转移概率会随着迭代计算而变化，最终得到一个精准值。步骤3、计算序列可能的路径的概率path(w)的最大值，并将此概率对应的道路转向记录信息作为当前用户的转向结果。四)、路口转向概率重计算为了更加精准的计算用户在路口的转向信息，需要对于道路的转移概率进行迭代计算，获取当前路口的道路转移概率的精准值。具体方法如下：步骤1、利用1个月的历史信令数据，根据上述一)、二)、三)所述的方法计算每个车辆的转向信息，获取每个路口道路转向其他的路口样本数量，形成如下所示表格3。表3、路口道路转移样本量表编号第一道路1第二道路样本量(ss)11102121003135004143005………………641507422008433009440步骤2、根据路口道路转移样本量表，计算道路之间的转向概率，具体计算方法如下：在上述公式(7)中，pij为第i条道路向第j条道路的转向的概率；ssij为第i条道路向第j条道路的转向的样本量。全部道路转移概率计算完毕，使用pij更新表2路口道路转移概率表，作为当前路口道路转移概率结果。步骤3、计算每个路口的概率和本次迭代之前的概率之差，并将每个路口所有道路转向概率之差求和，如果和大于8％则，需要重复步骤1进行迭代，如果小于8％，则迭代结束，以迭代结果作为路口转向概率。根据本发明实施例，基于手机信令的路口车辆转向使用隐马尔科夫链模型方法计算，根据一个明序列来推测出隐序列，明序为路口用户手机信令切换序列，隐序是用户路口车辆转向方向，也就是实际走过的路口道路，使用用户在路口的信令切换序列，推算用户的转向信息。此外，根据本发明的实施例，本发明成本低，无需额外安装数据采集设施，仅需要通过对于手机信令数据分析即可获取目标路口的车辆转向信息，数据采集快，计算效率高。具有较好的普适性，能够适用于所有车辆的转向分析。能够覆盖所有路口的车辆转向分析，可以根据实际需要针对不同的路口进行车辆转向分析，获取路口的车辆转向数据，为城市交通管理部门提供数据支撑。图4示出了本发明实施例的车辆转向预测装置的结构示意图。如图4所示，本发明实施例的车辆转向预测装置包括以下模块：归属概率确定模块401，用于获取路口位置信息及基站位置信息，并根据所述路口位置信息及基站位置信息确定连接所述路口的多条道路与基站对的归属概率，其中，所述基站对包括任意两个基站；路口当前转向概率确定模块402，用于设置所述路口的车辆转向概率作为所述路口当前转向概率；车辆转向确定模块403，用于获取当前预设时长内的所述车辆用户的终端信令在所述基站对间的切换信息，根据所述切换信息，结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的实际转向概率，作为所述车辆的预测转向信息。在本发明的一个实施例中，归属概率确定模块401具体用于，获取路口位置信息及基站位置信息，并根据所述路口位置信息及所述基站位置信息，将基站到路口中心的距离小于第一距离阈值的基站作为有效基站，并确定任意两个有效基站之间的中心点位置；将连接所述路口的多条道路中的每条道路分成多个等长度路段，并确定所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离；根据所需的所述任意两个有效基站的中心点位置到所述多个等长度路段的垂直距离，确定所述多条道路与所述任意两个有效基站的归属概率。在本发明的一个实施例中，归属概率确定模块401具体用于，确定所述任意两个有效基站之间的中心点位置到所述多个等长度路段的端点的第一距离；确定所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离的第二距离；选择满足所述第一距离小于第二距离阈值，且所述第二距离小于第三距离阈值的所述第二距离，选择的所述第二距离为所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离。在本发明的一个实施例中，归属概率确定模块401具体用于，根据所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离，确定所述所需的任意两个有效基站之间的中心点位置到所述每条道路的多个等长度路段的垂直距离的和；根据所述所需的任意两个有效基站之间的中心点位置到所述每条道路的多个等长度路段的垂直距离的和，确定所述多条道路与所述任意两个有效基站的归属概率。在本发明的一个实施例中，车辆转向确定模块403具体用于，获取第一预设时长内车辆用户的终端历史信令数据，并根据所述实际转向概率确定在所述多条道路之间转移的历史车辆数量；根据所述在多条道路间转移的历史车辆数量，确定车辆在所述多条道路之间的第一转向概率；用所述第一转向概率更新所述路口当前转向概率，并根据更新后的路口当前转向概率确定所述实际转向概率。在本发明的一个实施例中，车辆转向确定模块403具体用于，判断所述路口当前转向概率更新前后的所述实际转向概率是否满足预设条件；若不满足，则基于所述更新后的实际转向概率再次更新所述路口当前转向概率，直至所述路口当前转向概率更新前后的所述实际转向概率满足预设条件。在本发明的一个实施例中，车辆转向确定模块403具体用于，所述路口当前转向概率更新后的所述多条道路之间的实际转向概率，与所述路口当前转向概率更新前的对应的所述多条道路之间的实际转向概率的差值的和小于预设阈值。在本发明的一个实施例中，车辆转向确定模块403具体用于，结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的转向概率的最大值，作为所述车辆在所述多条道路之间的实际转向概率。根据本发明实施例，基于手机信令的路口车辆转向使用隐马尔科夫链模型方法计算，根据一个明序列来推测出隐序列，明序为路口用户手机信令切换序列，隐序是用户路口车辆转向方向，也就是实际走过的路口道路，使用用户在路口的信令切换序列，推算用户的转向信息。此外，根据本发明的实施例，本发明成本低，无需额外安装数据采集设施，仅需要通过对于手机信令数据分析即可获取目标路口的车辆转向信息，数据采集快，计算效率高。具有较好的普适性，能够适用于所有车辆的转向分析。能够覆盖所有路口的车辆转向分析，可以根据实际需要针对不同的路口进行车辆转向分析，获取路口的车辆转向数据，为城市交通管理部门提供数据支撑。另外，结合图1描述的本发明实施例的车辆转向预测方法可以由车辆转向预测设备来实现。图5示出了本发明实施例提供的车辆转向预测设备的硬件结构示意图。计算设备1000包括输入设备1001、输入接口1002、处理器1003、存储器1004、输出接口1005、以及输出设备1006。其中，输入接口1002、处理器1003、存储器1004、以及输出接口1005通过总线1010相互连接，输入设备1001和输出设备1006分别通过输入接口1002和输出接口1005与总线1010连接，进而与计算设备1000的其他组件连接。具体地，输入设备1001接收来自外部的输入信息，并通过输入接口1002将输入信息传送到处理器1003；处理器1003基于存储器1004中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器1004中，然后通过输出接口1005将输出信息传送到输出设备1006；输出设备1006将输出信息输出到计算设备1000的外部供用户使用。计算设备1000可以执行本申请上述的车辆转向预测中的各步骤。处理器1003可以是一个或多个中央处理器(英文：centralprocessingunit，cpu)。在处理器601或处理器701是一个cpu的情况下，该cpu可以是单核cpu，也可以是多核cpu。存储器1004可以是但不限于随机存储存储器(ram)、只读存储器(rom)，可擦除可编程只读存储器(eprom)、光盘只读存储器(cd-rom)、硬盘等中的一种或多种。存储器1004用于存储程序代码。可以理解的是，在本申请实施例中，图4提供的各个处理模块中任一模块或全部模块的功能可以用图5所示的中央处理器1003实现。本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，当所述计算器程序指令被处理器执行时实现本发明实施例所述的车辆转向预测方法中的各步骤。在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。本说明书的各个部分均采用递进的方式进行描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点介绍的都是与其他实施例不同之处。尤其，对于装置和系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例部分的说明即可。当前第1页1 2 3
技术特征：1.一种车辆转向预测方法，所述方法包括：
获取路口位置信息及基站位置信息，并根据所述路口位置信息及基站位置信息确定连接所述路口的多条道路与基站对的归属概率，其中，所述基站对包括任意两个基站；
设置所述路口的车辆转向概率作为所述路口当前转向概率；
获取当前预设时长内的所述车辆用户的终端信令在所述基站对间的切换信息，根据所述切换信息，结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的实际转向概率，作为所述车辆的预测转向信息。
2.根据权利要求1所述的方法，其特征在于，所述获取路口位置信息及基站位置信息，并根据所述路口位置信息及基站位置信息确定连接所述路口的多条道路与基站对的归属概率，其中，所述基站对包括任意两个基站，包括：
获取路口位置信息及基站位置信息，并根据所述路口位置信息及所述基站位置信息，将基站到路口中心的距离小于第一距离阈值的基站作为有效基站，并确定任意两个有效基站之间的中心点位置；
将连接所述路口的多条道路中的每条道路分成多个等长度路段，并确定所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离；
根据所需的所述任意两个有效基站的中心点位置到所述多个等长度路段的垂直距离，确定所述多条道路与所述任意两个有效基站的归属概率。
3.根据权利要求2所述的方法，其特征在于，所述确定所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离，包括：
确定所述任意两个有效基站之间的中心点位置到所述多个等长度路段的端点的第一距离；
确定所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离的第二距离；
选择满足所述第一距离小于第二距离阈值，且所述第二距离小于第三距离阈值的所述第二距离，选择的所述第二距离为所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离。
4.根据权利要求2所述的方法，其特征在于，所述根据所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离，确定所述多条道路与所述任意两个有效基站的归属概率，包括：
根据所需的所述任意两个有效基站之间的中心点位置到所述多个等长度路段的垂直距离，确定所述所需的任意两个有效基站之间的中心点位置到所述每条道路的多个等长度路段的垂直距离的和；
根据所述所需的任意两个有效基站之间的中心点位置到所述每条道路的多个等长度路段的垂直距离的和，确定所述多条道路与所述任意两个有效基站的归属概率。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取第一预设时长内车辆用户的终端历史信令数据，并根据所述实际转向概率确定在所述多条道路之间转移的历史车辆数量；
根据所述在多条道路间转移的历史车辆数量，确定车辆在所述多条道路之间的第一转向概率；
用所述第一转向概率更新所述路口当前转向概率，并根据更新后的路口当前转向概率确定所述实际转向概率。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
判断所述路口当前转向概率更新前后的所述实际转向概率是否满足预设条件；
若不满足，则基于所述更新后的实际转向概率再次更新所述路口当前转向概率，直至所述路口当前转向概率更新前后的所述实际转向概率满足预设条件。
7.根据权利要求6所述的方法，其特征在于，所述预设条件包括：
所述路口当前转向概率更新后的所述多条道路之间的实际转向概率，与所述路口当前转向概率更新前的对应的所述多条道路之间的实际转向概率的差值的和小于预设阈值。
8.根据权利要求1所述的方法，其特征在于，所述结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的实际转向概率，包括：
结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的转向概率的最大值，作为所述车辆在所述多条道路之间的实际转向概率。
9.一种车辆转向预测装置，其特征在于，所述装置包括：
归属概率确定模块，用于获取路口位置信息及基站位置信息，并根据所述路口位置信息及基站位置信息确定连接所述路口的多条道路与基站对的归属概率，其中，所述基站对包括任意两个基站；
路口当前转向概率确定模块，用于设置所述路口的车辆转向概率作为所述路口当前转向概率；
车辆转向确定模块，用于获取当前预设时长内的所述车辆用户的终端信令在所述基站对间的切换信息，根据所述切换信息，结合所述道路与基站对的归属概率和所述路口当前转向概率确定所述车辆在所述多条道路之间的实际转向概率，作为所述车辆的预测转向信息。
10.一种车辆转向预测设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-8中任一项所述的方法。
技术总结本发明公开了一种车辆转向预测方法、装置、设备及介质。该方法通过获取路口位置信息及基站位置信息，并根据路口位置信息及基站位置信息确定连接路口的多条道路与基站对的归属概率，其中，基站对包括任意两个基站；设置路口的车辆转向概率作为路口当前转向概率；获取当前预设时长内的车辆用户的终端信令在基站对间的切换信息，根据所述切换信息，结合道路与基站对的归属概率和路口当前转向概率确定车辆在多条道路之间的实际转向概率，作为车辆的预测转向信息。根据本发明实施例，能够预测车辆的转向信息，并且无需额外的硬件装置，能够覆盖所有车辆和城市所有路口，具有成本低、计算效率高、覆盖范围广等优点。
技术研发人员：胡兆兴;任旭
受保护的技术使用者：中国移动通信集团辽宁有限公司;中国移动通信集团有限公司
技术研发日：2018.11.13
技术公布日：2020.06.05
