[發明專利]一種基于時空前序編解碼預測器的交通事故識別方法

在審

• 申請號: 202110689139.1
• 申請日: 2021-06-22
• 公開（公告）號: CN113538904A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 沈國江;管林濤;黃志強;陳洋;劉志;孔祥杰
• 申請（專利權）人: 浙江工業大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06N3/04;G06N3/08
• 代理公司: 杭州之江專利事務所(普通合伙) 33216
• 代理人: 張慧英

1.一種基于時空前序編解碼預測器的交通事故識別方法，其特征在于，包括如下步驟：

(1)將按時間排序的交通速度和交通流量序列使用并列的卷積神經網絡進行特征提取，提取交通速度和流量的時間周期性和上下游的空間關聯性；

(2)通過時空位置嵌入保證交通流時空特征的同步捕捉；

(3)基于步驟(2)所得交通速度和流量的時空特征，結合空間Transformer捕獲交通流靜態和動態的空間依賴性，交通流空間特征分為靜態空間依賴性和動態空間依賴性，動態空間依賴性在擁堵狀態下的早晚高峰和暢通狀態下的平峰區間有明顯的變化；其中靜態空間依賴性主要由路段的拓撲結構、各個路段車道數以及路段與匝道的連接情況決定，而動態空間依賴性主要由隨時間周期性變化的交通流決定的；

(4)基于步驟(3)中所得到的交通流靜態和動態的空間依賴性結合時間Transformer捕獲交通流的雙向時間依賴性；

(5)重復步驟(3)與步驟(4)多次提取交通速度和交通流量序列深層次的時間依賴性和空間依賴性；

(6)根據步驟(5)中所得到的包含深層次時空特征的交通速度和交通流量使用卷積神經網絡得到最終的事故發生概率，識別當前是否發生事故。

2.根據權利要求1所述的一種基于時空前序編解碼預測器的交通事故識別方法，其特征在于：所述步驟(2)包括如下步驟：

(2.1)根據圖鄰接矩陣初始化空間性位置嵌入矩陣得到嵌入空間性位置信息以考慮節點之間的連通性和距離，用于模擬空間依賴關系；

(2.2)初始化空間性位置嵌入矩陣沿y軸平鋪，生成并與沿x軸平鋪時間性位置嵌入矩陣一起得到帶有固定維度d_G的時空位置嵌入特征具體公式如下：

其中：F_t是一個1×1卷積層，用于在每個時間步長將連接的特征轉換為每個節點的d維向量，X^S是Q個節點在時間步長P下的三維張量輸入，D^T為時間位置嵌入矩陣。

3.根據權利要求1所述的一種基于時空前序編解碼預測器的交通事故識別方法，其特征在于：所述步驟(3)包括如下步驟：

(3.1)將中的二維張量放入Q個圖卷積并行提取空間特征；空間性Transformer主要包含靜態圖卷積和動態圖卷積；

(3.2)融合靜態圖卷積的輸出和動態圖卷積學習的輸出X^G得到門控機制g；具體計算公式如下所示：

g＝sigmoid(f_S(Y^S)+f_G(X^G))

其中，X^G為動態圖卷積的輸出，f_S和f_G是線性投影，分別將Y^SS和X^G轉換為一維向量，Y^S為U^S和的特征融合輸出；

(3.3)將和X^S加權后通過門控機制g得到輸出Y^S，具體計算公式如下所示：

空間性Transformer的輸出收集了P個時間步長的