[發明專利]道路擁堵程度預測方法、電子裝置及可讀存儲介質

在審

• 申請號: 202010131724.5
• 申請日: 2020-02-29
• 公開（公告）號: CN111402579A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 楊哲
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/04;G06K9/00;G06K9/62;G06Q10/04;G06Q50/26
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及智能決策技術領域，揭露了一種道路擁堵程度預測方法，該方法包括：對第一監控視頻處理，得到各條道路對應的訓練集，將訓練集輸入預設道路預測模型，得到各條道路對應的道路預測模型，對第二監控視頻處理，得到更新的訓練集，將更新的訓練集輸入道路預測模型，得到各條道路對應的道路預測優化模型，響應用戶對某一指定道路的擁堵程度預測請求，對該指定道路及與該指定道路相交的周邊道路的第三監控視頻處理，得到數據集，將數據集輸入該指定道路對應的道路預測優化模型，得到該指定道路的擁堵程度等級。本發明還提出一種電子裝置以及一種計算機可讀存儲介質。本發明解決了道路擁堵程度預測時誤差大的問題。

技術領域

本發明涉及智能決策技術領域，尤其涉及一種道路擁堵程度預測方法、電子裝置及可讀存儲介質。

背景技術

隨著當前道路上車流量的逐漸增大，交通壓力越來越沉重，使得道路擁堵變得越加頻繁。交通管理人員通過預測擁堵路段來疏導交通，出行人員通過預測目標地所經路段擁堵程度來選擇出行道路，預測路段擁堵程度的需求越來越大。現有預測方案通常采用通用道路預測模型進行目標道路的預測，忽略了道路之間的差異性及同一道路在不同時間區間的變化，導致預測誤差較大。例如，出行人員通過導航APP確認某道路當前暢通，然而到達該道路時發現該道路非常擁堵，使得該道路的交通壓力更為沉重。

發明內容

鑒于以上內容，有必要提供一種道路擁堵程度預測方法，旨在解決道路擁堵程度預測時誤差較大的問題。

本發明提供的道路擁堵程度預測方法，包括：

第一處理步驟：獲取第一預設時間段內預設區域的各條道路的第一監控視頻，對所述第一監控視頻執行第一處理，得到所述預設區域的各條道路對應的特征表；

第二處理步驟：將所述預設區域的各條道路對應的特征表中的數據執行第二處理，得到所述預設區域的各條道路對應的訓練集；

訓練步驟：將所述訓練集輸入預設道路預測模型進行訓練，得到所述預設區域的各條道路對應的道路預測模型；

迭代步驟：每隔第二預設時間段，獲取所述第二預設時間段內預設區域的各條道路的第二監控視頻，對所述第二監控視頻執行所述第一處理、第二處理，得到所述預設區域的各條道路對應的更新的訓練集，將所述更新的訓練集輸入所述各條道路對應的道路預測模型中進行訓練，得到所述預設區域的各條道路對應的道路預測優化模型；

預測步驟：響應用戶發送的所述預設區域內某一指定道路的擁堵程度預測請求，獲取所述指定道路及與所述指定道路相交的周邊道路在第三預設時間段內的第三監控視頻，對所述第三監控視頻進行第三處理得到所述指定道路對應的數據集，將所述數據集輸入所述指定道路對應的道路預測優化模型中進行預測，得到所述指定道路的擁堵程度等級并顯示于顯示終端。

可選的，所述第一處理包括：

將所述第一監控視頻拆分為多張視頻幀，得到所述預設區域的各條道路對應的視頻幀集合；

采用預設特征抽取算法從所述視頻幀集合的每張視頻幀中抽取特征點，得到每張視頻幀對應的特征點集合；

將所述特征點集合中每個特征點分別與預設詞匯樹進行匹配，得到所述每張視頻幀對應的文字信息，對所述文字信息進行匯總得到所述預設區域的各條道路對應的文本數據；

提取所述文本數據中的預設特征字段填入預設表格，得到所述預設區域的各條道路對應的特征表。

可選的，所述第二處理包括：

將所述預設區域的各條道路對應的特征表中的數據根據時間戳劃分為多組第一數據，分別計算各組第一數據對應的平均車速和車流量；

根據所述平均車速和車流量計算各組第一數據對應的擁堵值，根據擁堵值與標簽的映射關系確定各組第一數據對應的標簽；