[發(fā)明專利]一種基于交叉路口轉(zhuǎn)移計算的交通預(yù)測方法有效
| 申請?zhí)枺?/td> | 202110373408.3 | 申請日: | 2021-04-07 |
| 公開(公告)號: | CN112989539B | 公開(公告)日: | 2022-08-09 |
| 發(fā)明(設(shè)計)人: | 王偉烽;潘哲逸;張偉楠 | 申請(專利權(quán))人: | 上海交通大學(xué) |
| 主分類號: | G06F30/18 | 分類號: | G06F30/18;G06F30/27;G06Q10/04;G06Q50/30;G06N3/04;G06N3/08 |
| 代理公司: | 上海旭誠知識產(chǎn)權(quán)代理有限公司 31220 | 代理人: | 鄭立 |
| 地址: | 200240 *** | 國省代碼: | 上海;31 |
| 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 基于 交叉 路口 轉(zhuǎn)移 計算 交通 預(yù)測 方法 | ||
本發(fā)明公開了一種基于交叉路口轉(zhuǎn)移計算的交通預(yù)測方法,涉及交通預(yù)測領(lǐng)域,通過包含了路段和路口的地理信息以及路網(wǎng)的拓撲數(shù)據(jù)的路網(wǎng)屬性圖學(xué)習(xí)轉(zhuǎn)移矩陣,根據(jù)交通歷史數(shù)據(jù),通過堆疊的包含了門控時序卷積網(wǎng)絡(luò)和交叉路口轉(zhuǎn)移圖卷積網(wǎng)絡(luò)的時空特征挖掘模塊對未來的交通進行預(yù)測。本發(fā)明將圖卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到交通預(yù)測領(lǐng)域,提供了一種精準的交通預(yù)測方法,不僅能夠作為政府部門的決策依據(jù),幫助政府實行更科學(xué)有效的交通管控,也可以給市民提供更充足的路況信息,幫助駕駛員做出更優(yōu)的路徑選擇。
技術(shù)領(lǐng)域
本發(fā)明涉及交通預(yù)測領(lǐng)域,尤其涉及一種基于交叉路口轉(zhuǎn)移計算的交通預(yù)測方法。
背景技術(shù)
城市交通和我們每個人的生活息息相關(guān),隨著城市交通基礎(chǔ)設(shè)施的建設(shè),信息化程度不斷增強,數(shù)據(jù)驅(qū)動的智慧交通應(yīng)用如雨后春筍快速地發(fā)展起來,成為了學(xué)術(shù)界和工業(yè)界共同關(guān)注的領(lǐng)域,城市交通預(yù)測便是其中一個重要的分支。城市交通預(yù)測是利用城市歷史交通狀況和城市的地理,天氣等輔助信息預(yù)測城市未來交通狀況的任務(wù)。準確高效的交通預(yù)測系統(tǒng)在城市交通管理,公共安全和市民出行等方面具有極其重要的價值。有序的交通一方面能夠節(jié)省居民的通行效率,避免時間的浪費,另一方面可以減少機動車油氣能源的消耗及尾氣污染排放,有利于生態(tài)環(huán)境。
現(xiàn)有的城市交通預(yù)測系統(tǒng)從方法上大概可以分為基于統(tǒng)計學(xué)習(xí)的系統(tǒng)和基于深度學(xué)習(xí)的系統(tǒng)。其中基于深度學(xué)習(xí)的系統(tǒng)通常具有更高的預(yù)測精度。近年來,一些前沿的工作將圖神經(jīng)網(wǎng)絡(luò)應(yīng)用于城市交通預(yù)測任務(wù),由于圖神經(jīng)網(wǎng)絡(luò)非常適合城市道路之間空間相關(guān)性建模,基于圖神經(jīng)網(wǎng)絡(luò)的交通預(yù)測系統(tǒng)是現(xiàn)有技術(shù)中準確度最高的。
城市路網(wǎng)中,多個路段之間在交叉路口連接匯合,一條路段上的車輛經(jīng)過交叉路口轉(zhuǎn)移到另一條相鄰的路段。根據(jù)連接路段的條數(shù),交叉路口可以分為十字路口,丁字路口,直行路口等不同的種類。不同種類的路口上的交通模式也有差別,直行路口規(guī)定車輛只能向一條路段轉(zhuǎn)移,路段之間也沒有交互和沖突,因此交通模式相對簡單直接。十字路口的交通規(guī)則比較復(fù)雜,一條路段可以駛向不同的方向,各個路段的車輛在路口有一些沖突點,通行過程中需要路段之間的配合。因為交叉路口對城市交通的影響,在做城市交通預(yù)測的任務(wù)時應(yīng)當將交叉路口考慮進去。之前的基于圖神經(jīng)網(wǎng)絡(luò)的城市交通預(yù)測工作在建圖的工程中將路段作為圖的節(jié)點,路段之間的距離或連接關(guān)系作為圖的邊。這種做法忽略了路網(wǎng)結(jié)構(gòu)中重要的交叉路口的作用,具有局限性。
因此,本領(lǐng)域的技術(shù)人員致力于開發(fā)一種基于交叉路口轉(zhuǎn)移計算的交通預(yù)測方法,不僅能夠作為政府部門的決策依據(jù),實行更科學(xué)有效的交通管控,也可以給市民提供更充足的路況信息,幫助駕駛員做出更優(yōu)的路徑選擇。
發(fā)明內(nèi)容
有鑒于現(xiàn)有技術(shù)的上述缺陷,本發(fā)明所要解決的技術(shù)問題是對交叉路口進行建模,基于歷史交通數(shù)據(jù),采用機器學(xué)習(xí)的方法,對未來的交通路況進行預(yù)測。
為實現(xiàn)上述目的,本發(fā)明提供了一種基于交叉路口轉(zhuǎn)移計算的交通預(yù)測方法,包括以下步驟:
步驟1:將多個時空特征挖掘模塊堆疊;時空特征挖掘模塊的直接輸出連接到后一個時空特征挖掘模塊;時空特征挖掘模塊還包括跳躍連接;全部時空特征挖掘模塊的跳躍連接收集到一個全連接網(wǎng)絡(luò);
步驟2:將路網(wǎng)屬性圖,以及過去Nin個時間片的交通歷史數(shù)據(jù)輸入到第一個時空特征挖掘模塊;路網(wǎng)屬性圖為其中,邊集合代表路網(wǎng)中所有路段,點集合代表路網(wǎng)中所有的交叉路口;交通歷史數(shù)據(jù)為一個張量其中Nt是交通數(shù)據(jù)的時間片總數(shù),Nr是路網(wǎng)中路段的總數(shù),D是數(shù)據(jù)的維度;
步驟3:全連接網(wǎng)絡(luò)輸出未來Nout個時間片的交通預(yù)測結(jié)果
進一步地,時空特征挖掘模塊包括級聯(lián)的門控時序卷積網(wǎng)絡(luò)和交叉路口轉(zhuǎn)移圖卷積網(wǎng)絡(luò),時空特征挖掘模塊的輸入連接至門控時序卷積網(wǎng)絡(luò),門控時序卷積網(wǎng)絡(luò)的輸出連接至交叉路口轉(zhuǎn)移圖卷積網(wǎng)絡(luò)和跳躍連接,交叉路口轉(zhuǎn)移圖卷積網(wǎng)絡(luò)的輸出連接至?xí)r空特征挖掘模塊的輸出。
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)利屬于上海交通大學(xué),未經(jīng)上海交通大學(xué)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/202110373408.3/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 轉(zhuǎn)移支撐件及轉(zhuǎn)移模塊
- 轉(zhuǎn)移頭及其制備方法、轉(zhuǎn)移方法、轉(zhuǎn)移裝置
- 器件轉(zhuǎn)移裝置、轉(zhuǎn)移系統(tǒng)及轉(zhuǎn)移方法
- 轉(zhuǎn)移設(shè)備和轉(zhuǎn)移系統(tǒng)
- 轉(zhuǎn)移基板及制備方法、轉(zhuǎn)移裝置、轉(zhuǎn)移方法
- 轉(zhuǎn)移裝置與轉(zhuǎn)移方法
- 轉(zhuǎn)移系統(tǒng)和轉(zhuǎn)移方法
- 轉(zhuǎn)移膜、轉(zhuǎn)移組件和微器件曲面轉(zhuǎn)移方法
- 轉(zhuǎn)移頭、轉(zhuǎn)移裝置和轉(zhuǎn)移方法
- 轉(zhuǎn)移工具及轉(zhuǎn)移方法





