[發明專利]基于圖卷積網絡的道路的交通流量的預測方法

有效

• 申請號: 201910370506.4
• 申請日: 2019-05-06
• 公開（公告）號: CN110264709B
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 郭宇春;魏中銳;劉翔;陳一帥
• 申請（專利權）人: 北京交通大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;H04L12/24
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 黃曉軍

1.一種基于圖卷積網絡的道路的交通流量的預測方法，其特征在于，包括：

采集過去一段時間內的車輛GPS數據；

將所述車輛GPS數據與實際路網信息數據進行整合，得到道路交通流量特征矩陣，利用線圖轉換將實際路網上的道路與道路交點進行轉換，生成道路鄰接矩陣；所述的車輛GPS數據包括車輛的ID編號、時間點信息、地理位置信息和定位是否有效信息；

所述的將所述車輛GPS數據與實際路網信息數據進行整合，得到道路交通流量特征矩陣具體包括：將車輛GPS數據按照時間進行切片，對每個切片內的車輛GPS數據與實際路網信息數據整合，根據車輛經緯度將車輛映射到實際道路上，對每個時間切片內同一道路上的同一車輛ID進行去重，再對每個時間切片內同一道路上的車輛數量進行統計，將該統計結果作為在該時間切片內該道路上的交通流量值，生成由各個道路上的交通流量值構成的道路交通流量特征矩陣，該道路交通流量特征矩陣中的節點上的數據為在不同時間片內各條道路上的交通流量值；

基于所述道路鄰接矩陣和道路交通流量特征矩陣，通過GCN網絡提取道路的交通流量數據的空間特征，通過LSTM網絡提取道路的交通流量數據的時間特征，綜合所述道路的交通流量數據的空間特征和時間特征得到下一時間段的道路的交通流量數據的預測值；具體包括：

將整形處理后得到的道路交通流量特征矩陣與道路鄰接矩陣輸入到GCN網絡中，所述GCN網絡將道路交通流量特征矩陣與道路鄰接矩陣在道路鄰接拓撲圖上實現卷積操作，以提取道路鄰接拓撲圖中的道路的交通流量數據的空間特征信息，將所述GCN網絡提取的空間特征信息輸入到LSTM網絡中，該LSTM網絡提取所要預測道路的交通流量數據的時間特征；

提取所要預測道路上交通流量數據的時間周期特征和天氣特征，所述時間周期特征通過對道路上交通流量的時間序列數據分解提取得到的，所述天氣特征是由當天各個小時的氣溫數據得到的；

將所要預測道路上交通流量數據的空間特征、時間特征、時間周期特征和天氣特征進行線性整合，得到所要預測道路的下一時間段的交通流量數據的最終預測結果。

2.根據權利要求1所述的方法，其特征在于，所述的利用線圖轉換將實際路網上的道路與道路交點進行轉換，生成道路鄰接矩陣，包括：

利用線圖轉換將路網上的道路與道路交點進行轉換，生成道路鄰接拓撲圖，所述道路鄰接拓撲圖中的節點為路網中的道路，所述道路鄰接拓撲圖中的連邊則代表著道路之間的連接關系，對所述道路鄰接拓撲圖中道路進行編號，創建橫縱坐標都為道路編號的一個二維矩陣，在所述二維矩陣中，設橫坐標為i，縱坐標為j，若編號為i,j的兩條道路相連，則所述二維矩陣中（i,j）元素對應的數值為1；若編號為i,j的兩條道路不相連，則所述二維矩陣中（i,j）元素對應的數值為0，將標注了各個元素對應的數值后的所述二維矩陣作為所述道路鄰接拓撲圖對應的道路鄰接矩陣。

3.根據權利要求1所述的方法，其特征在于，所述的方法還包括：

將所要預測道路的交通流量數據的最終預測結果與真實結果進行比較，利用均方誤差對比較結果進行衡量，將均方誤差的衡量結果作為評價指標，對所述GCN網絡和所述GCN網絡的參數信息進行調整，以提高道路的交通流量數據的預測效果。