[發明專利]基于交通流參數預測的交通態勢評估方法有效
| 申請號: | 202210010168.5 | 申請日: | 2022-01-06 |
| 公開(公告)號: | CN114495494B | 公開(公告)日: | 2023-01-24 |
| 發明(設計)人: | 項云浩;佘堃;胡成華 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G08G1/01 | 分類號: | G08G1/01;G06N3/0442;G06N3/08 |
| 代理公司: | 成都科奧專利事務所(普通合伙) 51101 | 代理人: | 蘇亞超 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 通流 參數 預測 交通 態勢 評估 方法 | ||
1.一種基于交通流參數預測的交通態勢評估方法,其特征在于,包括以下步驟:
獲取當前道路的車流量和平均車速,得到樣本數據;
填補所述樣本數據的空缺值,得到填充數據,將所述填充數據中的異常值去除,得到清洗數據;
基于所述清洗數據利用深度學習模型預測預設時間段的車流量和平均車速,得到預測車流量和預測車速;所述基于所述清洗數據利用深度學習模型預測預設時間段的車流量和平均車速,得到預測車流量和預測車速的具體方式為:
搭建Conv_LSTM網絡和Bi_LSTM網絡;
將所需預測道路作為中心,并提取所述中心的上下游路段的車流量和平均車速,構成矩陣;
將所述矩陣輸入至所述Conv_LSTM網絡,得到空間特征;
對所述清洗數據中的歷史數據的同時刻進行采樣,構成以天和周為時間基礎的矩陣數據;
將所述矩陣數據輸入至所述Bi_LSTM網絡,得到周期性特征;
將所述空間特征和所述周期性特征融合后利用激活函數對預設時間段的車流量和平均車速進行預測,得到預測車流量和預測車速;
根據所述預測車速計算第一交通態勢等級;
根據所述預測車流量計算第二交通態勢等級;
查詢與所述當前道路的名稱對應的擁堵評價信息;
將所述第一交通態勢等級、所述第二交通態勢等級和所述擁堵評價信息進行加權計算,得到最終交通態勢等級。
2.如權利要求1所述的基于交通流參數預測的交通態勢評估方法,其特征在于,
所述填補所述樣本數據的空缺值,得到填充數據,將所述填充數據中的異常值去除,得到清洗數據的具體方式為:
將歷史數據中的車流量和平均車速作為參考數據,將所述參考數據加上高斯噪聲后填充至所述空缺值,得到填充數據;
將所述填充數據中超過所述當前道路限速值的數據判定為異常值;
使用所述當前道路的限速值將所述異常值替換,得到清洗數據。
3.如權利要求1所述的基于交通流參數預測的交通態勢評估方法,其特征在于,
所述根據所述預測車速計算第一交通態勢等級的具體方式為:
計算2除以所述預測車速對應的平均行程車速的區間差,得到第一計算結果;
計算所述預測車速減去所述區間差的左區間的絕對值,得到第二計算結果;
將所述預測車速對應的態勢等級的右區間減去所述第一計算結果和所述第二計算結果的積,得到第一交通態勢等級。
4.如權利要求1所述的基于交通流參數預測的交通態勢評估方法,其特征在于,
所述根據所述預測車流量計算第二交通態勢等級的具體方式為:
采用sigmoid函數將所述預測車流量映射到[0,1]范圍,再乘以10,得到第二交通態勢等級。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210010168.5/1.html,轉載請聲明來源鉆瓜專利網。





