[發明專利]基于時間敏感特征的交通特征獲取方法、預測方法及系統

有效

• 申請號: 201711176304.3
• 申請日: 2017-11-22
• 公開（公告）號: CN108053646B
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 金海;余辰;肖柏昀
• 申請（專利權）人: 華中科技大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;H04W4/029;H04W4/40;H04W4/021;G06Q10/04;G06Q50/26
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 廖盈春;李智

1.一種基于時間敏感特征的交通特征獲取方法，其特征在于，包括如下步驟：

對每個汽車GPS軌跡數據與城市地圖進行匹配處理獲得匹配后汽車GPS軌跡數據；

將城市劃分為多個區域，并根據匹配后汽車GPS軌跡數據獲得每個區域內流入量、流出量以及平均車速，將每個區域的流入量、流出量以及平均車速作為對應區域的交通參數；

從歷史時間點中提取與預測時間點具有時空關聯的歷史時間點作為歷史關鍵時間點；

從歷史時間點的交通參數提取每個區域歷史關鍵時間點的交通參數；

對各個區域的在某個歷史關鍵時間點交通參數進行相關性處理，獲得某個區域在該歷史關鍵時間點交通狀態與其他區域的交通狀態的相關性指數；遍歷歷史關鍵時間點集合，獲得某個區域交通狀態在所有歷史關鍵時間點上與其他區域的交通狀態的空間相關性指數；

對待預測區域交通狀態在所有歷史關鍵時間點上與其他區域的交通狀態的空間相關性指數進行標準化分級處理，獲得待預測區域所有歷史關鍵時間點交通狀態的聚集程度，所述聚集程度為空間相關性指數標準化分數的等級，用待預測區域所有歷史關鍵時間點交通狀態的聚集程度描述該待預測區域的交通特征。

2.如權利要求1所述的交通特征獲取方法，其特征在于，從歷史時間點中提取與預測時間點具有時空關聯的歷史時間點作為歷史關鍵時間點包括如下步驟：

根據預測時間點的即時特征與各個歷史時間點的即時特征獲取各個歷史時間點的即時相似度，并根據各個歷史時間點的即時相似度從各個歷史時間點選擇出第一關鍵時間集合；

從各個歷史時間點提取出與預測時間點具有相同小時數、相同星期數、相同日期的所有歷史時刻作為第二關鍵時間集合；

從各個歷史時間點提取與預測時間點臨近的所有歷史時間點作為第三關鍵時間集合；

將第一關鍵時間集合至第三時間集合進行合并去除重復時間點處理形成歷史關鍵時間點集合。

3.如權利要求1或2所述的交通特征獲取方法，其特征在于，根據公式對第i個區域在歷史關鍵時間點t_k上的交通參數進行相關性計算，獲得在歷史關鍵時間點t_k上第i個區域與第j個區域的交通狀態空間相關性指數；

其中，為第i個區域在歷史關鍵時間點t_k上的交通參數，表示歷史關鍵時間點t_k上的交通參數平均值，w_ij表示第i區域與第j區域是否為相鄰關系，為第j個區域在歷史關鍵時間點t_k上的交通參數，M為區域集合，1≤k≤n，n為歷史關鍵時間點的數量。

4.如權利要求1或2所述的交通特征獲取方法，其特征在于，根據向量描述第r個區域在時間點t上的交通特征；

其中，為第r個區域在歷史關鍵時間點t_k上交通狀態的聚集程度，r∈M，M為區域集合。

5.一種基于權利要求1所述的交通特征獲取方法的交通狀態預測方法，其特征在于，包括：

利用從上述交通特征獲取方法獲得的第r個區域在時間點t上的交通特征進行分類預測或者回歸預測獲得第r個區域在時間點t上的交通狀態。

6.一種基于權利要求1所述的交通特征獲取方法的交通特征獲取系統，其特征在于，包括：

依次連接的匹配模塊、交通參數提取模塊、相關性提取模塊以及聚集程度提取模塊；

匹配模塊用于對每個汽車GPS軌跡數據與城市地圖進行匹配處理輸出匹配后汽車GPS軌跡數據；

交通參數提取模塊用于從匹配后汽車GPS軌跡數據中獲得歷史時間點的交通參數，并從歷史時間點的交通參數提取與預測時間具有時空關聯的歷史時間點作為每個區域歷史關鍵時間點的交通參數；

相關性提取模塊用于對各個區域的在所有歷史關鍵時間點交通參數進行相關性處理，獲得某個區域在所有歷史關鍵時間點交通狀態與其他區域的交通狀態的空間相關性指數；

聚集程度提取模塊用于對待預測區域交通狀態在所有歷史關鍵時間點與其他區域的交通狀態的空間相關性指數進行標準化處理，獲得待預測區域所有歷史關鍵時間點交通狀態的聚集程度，所述聚集程度為空間相關性指數標準化分數的等級，并作為該待預測區域的交通特征輸出。