[發(fā)明專利]基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)的交通流預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110592357.3
• 申請(qǐng)日: 2021-05-28
• 公開（公告）號(hào): CN113327417B
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計(jì)）人: 施佺;包銀鑫;沈琴琴;邵葉秦;朱森來(lái)
• 申請(qǐng)（專利權(quán)）人: 南通大學(xué)
• 主分類號(hào): G08G1/01
• 分類號(hào): G08G1/01;G06N3/04;G06N3/08
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 秦秋星

本發(fā)明公開了一種基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)的交通流預(yù)測(cè)方法，包括以下步驟：采集城市道路的交通流數(shù)據(jù)，對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理；根據(jù)城市道路的經(jīng)緯度將數(shù)據(jù)轉(zhuǎn)化為歐幾里得結(jié)構(gòu)交通柵格數(shù)據(jù)，對(duì)柵格數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并將其劃分成訓(xùn)練集和測(cè)試集；構(gòu)建基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)，該網(wǎng)絡(luò)由時(shí)空關(guān)聯(lián)提取組件、動(dòng)態(tài)空間特征提取組件和動(dòng)態(tài)時(shí)間特征提取組件組成；訓(xùn)練基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)，用訓(xùn)練好的模型預(yù)測(cè)城市道路下一時(shí)刻的交通流。本發(fā)明在對(duì)城市道路交通流進(jìn)行時(shí)空關(guān)聯(lián)分析的基礎(chǔ)上，同時(shí)對(duì)城市道路交通流的動(dòng)態(tài)空間和時(shí)間特征進(jìn)行提取，提高對(duì)城市道路交通流的時(shí)空特征的動(dòng)態(tài)捕獲，從而提高城市交通流的預(yù)測(cè)精度。

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通和深度學(xué)習(xí)領(lǐng)域，具體為一種基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)的交通流預(yù)測(cè)方法。

背景技術(shù)

近年來(lái)，智能交通大數(shù)據(jù)取得了飛速發(fā)展，這其中，隨著5G的商用和車聯(lián)網(wǎng)政策的推進(jìn)，構(gòu)建智能化交通管理系統(tǒng)被提上日程，交通流預(yù)測(cè)作為智能交通系統(tǒng)的重要子系統(tǒng)之一，具有重要的研究意義和研究?jī)r(jià)值。實(shí)時(shí)準(zhǔn)確的交通流預(yù)測(cè)可以為交管部門提供未來(lái)時(shí)刻的交通流情況，幫助制定科學(xué)合理的交通誘導(dǎo)方案和交通管理策略。通過(guò)預(yù)先了解未來(lái)某一時(shí)刻的交通流情況，出行者可以提前規(guī)劃其出行路線，制定總出行耗時(shí)最優(yōu)的方案。因此，如何提高交通流預(yù)測(cè)模型的準(zhǔn)確度是當(dāng)前研究熱點(diǎn)，提出一種有效的改進(jìn)措施來(lái)提升交通流預(yù)測(cè)模型的精度至關(guān)重要。

目前用于交通流預(yù)測(cè)的方法有很多，當(dāng)前針對(duì)城市交通流的預(yù)測(cè)模型主要研究時(shí)間和空間特征的提取。當(dāng)前城市路網(wǎng)可劃分為歐幾里得結(jié)構(gòu)和非歐幾里得結(jié)構(gòu)，針對(duì)歐幾里得結(jié)構(gòu)路網(wǎng)數(shù)據(jù)主要由卷積操作進(jìn)行空間特征提取，針對(duì)非歐幾里得結(jié)構(gòu)數(shù)據(jù)主要由圖卷積操作進(jìn)行空間特征提取。本發(fā)明研究的路網(wǎng)結(jié)構(gòu)為歐幾里得結(jié)構(gòu)，目前研究城市路網(wǎng)交通流預(yù)測(cè)的模型有很多，但是缺乏對(duì)空間和時(shí)間特征的動(dòng)態(tài)演變討論，同時(shí)對(duì)路網(wǎng)進(jìn)行時(shí)間特征提取時(shí)缺乏對(duì)其長(zhǎng)期時(shí)間特征的捕獲，導(dǎo)致此類模型無(wú)法捕獲城市交通流的動(dòng)態(tài)演變規(guī)律，無(wú)法適應(yīng)復(fù)雜的城市交通流預(yù)測(cè)。

發(fā)明內(nèi)容

發(fā)明目的：針對(duì)上述問(wèn)題，本發(fā)明引入一種基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)的交通流預(yù)測(cè)方法。該方法針對(duì)傳統(tǒng)時(shí)空殘差模型處理交通柵格數(shù)據(jù)的預(yù)測(cè)問(wèn)題時(shí)，存在時(shí)空關(guān)聯(lián)性分析少、動(dòng)態(tài)時(shí)空特征提取弱和長(zhǎng)期時(shí)間演變特征挖掘低等不足，分別針對(duì)性提出時(shí)空特征關(guān)聯(lián)提取組件、動(dòng)態(tài)空間特征提取組件和動(dòng)態(tài)時(shí)間特征提取組件。首先，利用皮爾遜相關(guān)系數(shù)方法分析交通柵格數(shù)據(jù)之間關(guān)聯(lián)性，分別得到空間關(guān)聯(lián)序列和時(shí)間關(guān)聯(lián)序列。然后，利用3D卷積和殘差單元構(gòu)建動(dòng)態(tài)空間特征提取組件，將空間序列輸入該組件得到動(dòng)態(tài)空間特征。其次，利用3D時(shí)間卷積操作結(jié)合LSTM網(wǎng)絡(luò)構(gòu)建動(dòng)態(tài)時(shí)間特征提取組件，將時(shí)間序列輸入該組件得到動(dòng)態(tài)空間特征。最后，將動(dòng)態(tài)空間和時(shí)間特征進(jìn)行加權(quán)融合，得到網(wǎng)絡(luò)的最終預(yù)測(cè)值。本發(fā)明通過(guò)對(duì)交通柵格數(shù)據(jù)演變態(tài)勢(shì)的深入挖掘，有效實(shí)現(xiàn)了對(duì)城市交通流動(dòng)態(tài)時(shí)空特征的提取和分析。

技術(shù)方案：一種基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)的交通流預(yù)測(cè)方法，包括如下步驟：

步驟1)采集城市道路的交通流數(shù)據(jù)，并將交通流數(shù)據(jù)實(shí)時(shí)傳輸至智慧城市交通大數(shù)據(jù)存儲(chǔ)中心，對(duì)原始的交通流數(shù)據(jù)進(jìn)行預(yù)處理來(lái)降低數(shù)據(jù)冗余度；

步驟2)根據(jù)城市道路的經(jīng)緯度將預(yù)處理后的交通流數(shù)據(jù)轉(zhuǎn)化為歐幾里得結(jié)構(gòu)交通柵格數(shù)據(jù)，對(duì)歐幾里得結(jié)構(gòu)交通柵格數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并將其劃分成訓(xùn)練集和測(cè)試集；

步驟3)構(gòu)建基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)，該網(wǎng)絡(luò)由時(shí)空特征關(guān)聯(lián)提取組件、動(dòng)態(tài)空間特征提取組件和動(dòng)態(tài)時(shí)間特征提取組件組成；

步驟4)用步驟2)得到的訓(xùn)練集訓(xùn)練構(gòu)建的基于3D動(dòng)態(tài)時(shí)空殘差卷積關(guān)聯(lián)網(wǎng)絡(luò)，用訓(xùn)練好的模型預(yù)測(cè)城市道路下一時(shí)刻的交通流。