[發明專利]基于路網拓撲關系的速度預測方法、系統、介質及設備

有效

• 申請號: 202010513633.8
• 申請日: 2020-06-08
• 公開（公告）號: CN111862595B
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 蔣昌俊;閆春鋼;張亞英;丁志軍;邱夏羽
• 申請（專利權）人: 同濟大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06F30/18
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 張燕

本發明提供一種基于路網拓撲關系的速度預測方法、系統、介質及設備，所述基于路網拓撲關系的速度預測方法包括：根據路網中所有路段的端點信息，對選定區域路網建立路段的拓撲信息；在路網中選擇種子路段和非種子路段；種子路段為路網中對整體預測貢獻值最高的若干路段；對路網中非種子路段的一階預測模型進行權值學習，以預測出速度變化差值；對路網的速度值進行整體預測。本發明在已有的利用交通趨勢來預測速度的兩步預測模型基礎上，通過種子路段預測非種子路段的速度的思想，且利用了路段之間的拓撲性，通過歷史數據來衡量相鄰路段的速度影響程度，依據每條路段的速度變化值都被其上游路段所決定這一設想，預測得到速度變化值進而預測速度。

技術領域

本發明屬于智能交通技術領域，涉及一種預測方法和系統，特別是涉及一種基于路網拓撲關系的速度預測方法、系統、介質及設備。

背景技術

隨著私家車的生產和使用不斷增多，交通擁堵和交通事故已經成為了城市交通普遍存在的現象。而通過智能交通系統提供的路網數據、實時路況信息等，可以實施交通控制和對車輛提供及時準確的路徑規劃，進而緩解城市交通的擁堵和保障公共交通安全。交通速度預測可以提供城市道路上實時的速度依據，幫助智能交通系統進行交通控制和規劃出行路徑。

交通速度預測包含時間維度的預測和空間維度的預測。時間維度的預測是利用同一路段在前幾個時間跨度的速度數據來預測未來的速度，空間維度的預測是利用當前已知路段的速度信息來預測其他路段的速度。時間維度的速度預測方法較多，包括時間序列回歸、機器學習預測、深度學習預測等方法，而其中DBN、CNN和LSTM等深度學習方法成為速度預測研究的熱點。對于路網整體而言，城市道路的速度采集常有缺失，實時獲取所有路段速度的成本較高，空間維度的速度預測就可以基于部分路段數據預測其他的路段速度。

因此，如何提供一種基于路網拓撲關系的速度預測方法、系統、介質及設備，以解決現有技術無法基于部分路段數據預測其他的路段速度等缺陷，實已成為本領域技術人員亟待解決的技術問題。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種基于路網拓撲關系的速度預測方法、系統、介質及設備，用于解決現有技術無法基于部分路段數據預測其他的路段速度的問題。

為實現上述目的及其他相關目的，本發明一方面提供一種基于路網拓撲關系的速度預測方法，用于改進單個路段的一階預測模型；所述基于路網拓撲關系的速度預測方法包括：根據路網中所有路段的端點信息，對選定區域路網建立路段的拓撲信息；在所述路網中選擇種子路段和非種子路段；所述種子路段為所述路網中對整體預測貢獻值最高的若干路段；對路網中所有非種子路段的一階預測模型進行權值學習，以預測出速度變化差值；對所述路網的速度值進行整體預測。

于本發明的一實施例中，在建立所有路段的拓撲信息的步驟之間，所述基于路網拓撲關系的速度預測方法還包括對選定區域路網中歷史時段內的歷史速度數據進行預處理。

于本發明的一實施例中，所述整體預測貢獻值包括用于表示所述一階預測模型中的種子數的支持特征貢獻值和用于表示與所述種子路段相鄰的非種子路段數量的覆蓋特征貢獻值。

于本發明的一實施例中，所述在所述路網中選擇種子路段和非種子路段的步驟包括：在所述路網中，計算每一路段的所述支持特征貢獻值和所述覆蓋特征貢獻值的加權和；通過最大的加權和確定所述種子路段；路網中除種子路段的剩余路段為非種子路段。

于本發明的一實施例中，在執行在所述路網中選擇種子路段和非種子路段的步驟之后，所述基于路網拓撲關系的速度預測方法還包括：將選擇好的種子路段的標記更新為已知標記，其估計等級更新為0。