[發明專利]一種交通流量預測方法、裝置、設備以及存儲介質

有效

• 申請號: 201911203515.0
• 申請日: 2019-11-29
• 公開（公告）號: CN110910659B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 楊帆;孫福寧
• 申請（專利權）人: 騰訊云計算（北京）有限責任公司
• 主分類號: G08G1/065
• 分類號: G08G1/065
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 夏歡

本申請實施例公開了一種交通流量預測方法、裝置、設備及存儲介質，涉及基于人工智能的智能交通管理技術，其中，該方法包括：獲取基于目標區域的歷史出入流量構建的歷史出入流量張量，以及基于目標區域對的歷史OD流量構建的歷史OD流量張量；根據歷史出入流量張量和歷史OD流量張量，通過交通流量預測模型提取歷史出入流量特征信息和歷史OD流量特征信息；通過交通流量預測模型中的指示矩陣對歷史出入流量特征信息和歷史OD流量特征信息進行融合處理，該指示矩陣是根據目標區域與目標區域對之間的關聯關系確定的；通過交通流量預測模型基于融合處理得到的信息，確定出入流量預測結果和/或OD流量預測結果。該方法有效地提升了交通流量預測的準確性。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種交通流量預測方法、裝置、設備及存儲介質。

背景技術

預測城市各區域的出入流量以及區域間的起終點(Origin Destination，OD)流量是交通規劃管理的基礎任務，也是智慧城市、智慧交通等領域的重要目標，在交通管理、城市規劃、城市治理等多個領域中均具有極其重要的作用。

對于出入流量以及OD流量的預測實質上屬于時空序列預測問題，即基于歷史時期內的交通流量數據，對當前時刻的交通流量數據進行預測。目前常用于預測出入流量和OD流量的方法包括：傳統的時間序列分析方法、利用經深度學習算法訓練得到的時間序列模型進行預測、利用經深度學習算法訓練得到的時空預測模型進行預測。

經發明人研究發現，上述方法普遍將出入流量預測和OD流量預測作為兩個獨立的預測任務，忽略了出入流量與OD流量之間的相關性，沒有較好地利用二者之間的相關性輔助提升出入流量和OD流量預測的準確性。

發明內容

本申請實施例提供了一種基于人工智能的交通流量預測方法、裝置、設備及存儲介質，能夠有效地提升交通流量預測的準確性。

有鑒于此，本申請第一方面提供了一種基于人工智能的交通流量預測方法，所述方法包括：

獲取目標地理范圍在待預測時刻之前的歷史出入流量張量和歷史起終點OD流量張量；所述歷史出入流量張量是根據所述目標地理范圍內目標區域的歷史出入流量構建得到的，所述歷史OD流量張量是根據所述目標地理范圍內目標區域對的歷史OD流量構建得到的；

根據所述歷史出入流量張量和所述歷史OD流量張量，通過交通流量預測模型提取歷史出入流量特征信息和歷史OD流量特征信息；

基于所述交通流量預測模型中的指示矩陣將所述歷史出入流量特征信息轉換為待融合歷史出入流量特征信息，拼接所述待融合歷史出入流量特征信息和所述歷史OD流量特征信息得到第一融合信息；和/或，基于所述交通流量預測模型中的指示矩陣將所述歷史OD流量特征信息轉換為待融合歷史OD流量特征信息，拼接所述待融合歷史OD流量特征信息和所述歷史出入流量特征信息得到第二融合信息；所述指示矩陣是根據所述目標區域與所述目標區域對之間的關聯關系確定的；

通過所述交通流量預測模型基于所述第一融合信息和/或所述第二融合信息，確定所述待預測時刻所述目標地理范圍的出入流量預測結果和OD流量預測結果中的至少一個。

本申請第二方面提供了一種基于人工智能的交通流量預測裝置，所述裝置包括：

獲取模塊，用于獲取目標地理范圍在待預測時刻之前的歷史出入流量張量和歷史起終點OD流量張量；所述歷史出入流量張量是根據所述目標地理范圍內目標區域的歷史出入流量構建得到的，所述歷史OD流量張量是根據所述目標地理范圍內目標區域對的歷史OD流量構建得到的；

特征提取模塊，用于根據所述歷史出入流量張量和所述歷史OD流量張量，通過交通流量預測模型提取歷史出入流量特征信息和歷史OD流量特征信息；