[發(fā)明專利]一種預測道路交通流量的方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202110143302.4 | 申請日： | 2021-02-02 |
| 公開（公告）號： | CN112907969B | 公開（公告）日： | 2022-04-22 |
| 發(fā)明（設計）人： | 毛天露;劉京堯;王兆其 | 申請（專利權(quán)）人： | 中國科學院計算技術(shù)研究所 |
| 主分類號： | G08G1/01 | 分類號： | G08G1/01;G06Q10/04;G06Q10/06;G06Q50/26;G06N3/04 |
| 代理公司： | 北京泛華偉業(yè)知識產(chǎn)權(quán)代理有限公司 11280 | 代理人： | 王勇 |
| 地址： | 100190 北*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 預測 道路交通 流量 方法 系統(tǒng) | ||
1.一種道路交通流量仿真模型的訓練方法，包括：
步驟1-1)將道路拆分為若干個連續(xù)的路段；
步驟1-2)利用道路交通流量仿真模型初始化所述若干個連續(xù)的路段當前時刻的隱層狀態(tài)信息；
步驟1-3)利用任一路段上一時刻的隱層狀態(tài)信息、其鄰近路段上一時刻的隱層狀態(tài)信息、所述任一路段當前時刻的交通狀態(tài)信息以及所述道路中第一個路段下一時刻駛?cè)氲能囕v數(shù)目訓練所述道路交通流量仿真模型輸出所述任一路段下一時刻的交通狀態(tài)信息，其中，在每個訓練周期內(nèi)，利用輸出的所述任一路段下一時刻的交通狀態(tài)信息與真實狀態(tài)信息計算誤差，并更新模型的參數(shù)，直至完成預設的訓練周期。
2.根據(jù)權(quán)利要求1所述的訓練方法，其中，所述任一路段當前時刻的交通狀態(tài)信息包括該路段前一時刻駛?cè)氲能囕v數(shù)目、前一時刻駛出的車輛數(shù)目以及當前時刻存在的車輛數(shù)目。
3.根據(jù)權(quán)利要求1所述的模型的訓練方法，其中，所述道路交通流量仿真模型包括多頭注意力層、基于LSTM的時空處理層和全連接層，所述多頭注意力層用于整合所述任一路段的鄰近路段上一時刻的隱層狀態(tài)信息；所述基于LSTM的時空處理層用于基于整合后的所述任一路段的鄰近路段上一時刻的隱層狀態(tài)信息、所述任一路段上一時刻的隱層狀態(tài)信息、所述任一路段當前時刻的交通狀態(tài)信息以及所述道路中第一個路段下一時刻駛?cè)氲能囕v數(shù)目，獲得所述任一路段當前時刻的隱層狀態(tài)信息；所述全連接層用于基于所述任一路段當前時刻的隱層狀態(tài)信息獲得所述任一路段下一時刻的交通狀態(tài)信息。
4.根據(jù)權(quán)利要求3所述的模型的訓練方法，其中，所述多頭注意力層由多個連續(xù)的單頭注意力層拼接而成，所述單頭注意力層基于所述任一路段的鄰近路段中每個路段的注意力權(quán)重獲得所述任一路段的鄰近路段的隱層狀態(tài)空間信息。
5.根據(jù)權(quán)利要求1所述的模型的訓練方法，其中，步驟1-2)包括：
步驟5-1)基于所述任一路段上一時刻的隱層狀態(tài)信息、其鄰近路段上一時刻的隱層狀態(tài)信息以及所述任一路段當前時刻的交通狀態(tài)信息，利用所述道路交通流量仿真模型獲取所述任一路段當前時刻的隱層狀態(tài)信息；
步驟5-2)更新所述任一路段上一時刻的隱層狀態(tài)信息，并重復上述步驟5-1)直至達到預設的初始化時限，獲得所述任一路段當前時刻的隱層狀態(tài)，其中，所述任一路段當前時刻的交通狀態(tài)信息從所述路段的真實數(shù)據(jù)中獲取。
6.根據(jù)權(quán)利要求1所述的模型的訓練方法，其中，步驟1-3)包括：
步驟6-1)基于任一路段上一時刻的隱層狀態(tài)信息、其鄰近路段上一時刻的隱層狀態(tài)信息以及所述任一路段當前時刻的交通狀態(tài)信息，利用所述道路交通流量仿真模型獲取所述任一路段當前時刻的隱層狀態(tài)信息；
步驟6-2)基于所述任一路段當前時刻的隱層狀態(tài)信息通過全連接層計算，獲得所述任一路段下一時刻駛出的車輛數(shù)目；
步驟6-3)基于所述任一路段當前時刻的交通狀態(tài)信息、下一時刻駛出的車輛數(shù)目以及所述道路中第一個路段下一時刻駛?cè)氲能囕v數(shù)目，獲得所述任一路段下一時刻的交通狀態(tài)信息；
步驟6-4)存儲所述任一路段下一時刻的交通狀態(tài)信息，更新所述任一路段當前時刻的交通狀態(tài)信息，并重復上述步驟6-1)至步驟6-3)直至完成預設的訓練周期。
7.一種預測道路交通流量的方法，包括：
步驟7-1)將待預測的道路拆分為若干個連續(xù)的路段；
步驟7-2)利用權(quán)利要求1-6中任一方法訓練得到的道路交通流量仿真模型初始化所述若干個連續(xù)的路段當前時刻的隱層狀態(tài)信息；
步驟7-3)基于所述任一路段上一時刻的隱層狀態(tài)信息、其鄰近路段上一時刻的隱層狀態(tài)信息、所述任一路段當前時刻的交通狀態(tài)信息以及所述待預測道路中第一個路段下一時刻駛?cè)氲能囕v數(shù)目，利用權(quán)利要求1-6中任一方法訓練得到的所述道路交通流量仿真模型預測所述任一路段下一時刻的交通狀態(tài)信息；
步驟7-4)更新所述任一路段上一時刻的隱層狀態(tài)信息、其鄰近路段上一時刻隱層狀態(tài)信息以及所述任一路段當前時刻的交通狀態(tài)信息，并重復上述步驟7-3)，直至達到預設的仿真時限。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國科學院計算技術(shù)研究所，未經(jīng)中國科學院計算技術(shù)研究所許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110143302.4/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
