[发明专利]一种道路平均通行时间预测方法

说明书

本发明公开了一种道路平均通行时间预测方法，所述方法包括：将基于GPS获取的车辆位置信息转化为道路平均通行时间数据集；基于所述道路平均通行时间数据集，根据城市路网信息获取道路上下文信息数据集；以及基于所述道路平均通行时间数据集和所述道路上下文信息数据集，使用时段分组预测待估计道路的平均通行时间。

技术领域

本发明涉及计算机和数据挖掘，更具体地，涉及一种基于城市路网的道路平均通行时间预测方法。

背景技术

通常，近年来，智能交通的引入逐渐改变了人们的出行方式。现代城市中，其广泛的应用之一是道路通行时间的估计。在日益复杂、扩大的城市路网体系中，准确地估算道路通行时间是指导人们出行并避免潜在道路拥堵的重要手段。

道路通行时间估计是智能交通中一项重要但具有挑战性的任务。由于其可以很好地体现道路拥堵情况，目前已被广泛应用于长、短途旅行时间估计中。这对于实时交通监控，行车方向、路线选择和交通资源调度具有重要意义。现有的解决方案，例如，在2004年由Chun-Hsin Wu等提出的基于支持向量回归的通行时间预测(Wu C H,Ho J M,Lee DT.Travel-time prediction with support vector regression[J].IEEE Transactionson Intelligent Transportation Systems,2004,5(4):276-281.)与2014年由Liang,Zilu等提出的基于实时城市交通流量预测模型的动态路径诱导系统(Liang Z,WakaharaY.Real-time urban traffic amount prediction models for dynamic route guidancesystems[J].EURASIP Journal on Wireless Communications and Networking,2014,2014(1):85.)，都只关注于道路本身的信息，包括历史数据，而不是来自不同连接道路间的上下文信息。

道路通行时间受到诸多因素的影响，例如道路的长度，宽度和等级等。通常，在相同的人为活动与自然条件下，行驶在较长、较窄和等级较低的道路上需要较长的时间。现有的研究使用道路的历史数据来预测其未来通行时间，这种方法使用一个或多个预测模型来拟合某条道路的近期与历史数据，并使用该模型来预测未来短时间内的道路通行时间。

但是，上述时间估计方法都是基于道路本身的客观属性进行的推测。由于人类活动，道路通行时间的估计往往与时间段和日期相关。在现代城市交通系统中，道路之间的联系越来越复杂，道路的通畅与否往往是多重因素共同导致的，例如：一条道路的上下游道路、相邻道路的数量与拥堵程度等。因此，在估计道路通行时间时，不能仅使用道路自身的历史数据或客观属性进行建模。然而，现有的估计方法没有利用这部分信息，而是通过对待预测道路的历史数据进行建模，以拟合道路通行时间的变化规律。这种方法的泛化能力是有限的，因为它对相邻或相关道路上发生的临时事故与拥堵没有泛化能力。

综上，传统道路通行时间预测技术没有考虑相邻道路间的影响，因此存在明显不足。现有方法无法在城市路网关系复杂的情况下对道路通行时间进行准确预测。

本发明是为了解决上述问题而提供一种基于城市路网上下文信息的道路平均通行时间预测方法，该方法基于城市道路的连接关系进行上下文信息的提取，并将提取出的信息与道路平均通行时间进行合并，使得提取后的上下文信息与道路平均通行时间具有相同维度，能极大提高道路平均通行时间预测准确率。本发明提取的上下文信息完全基于由GPS采集到的道路通行时间，不会增加额外的采集开销；核心算法可扩展性好，可以完全应用于当前所有类型的道路通行时间估计算法；使用本提取技术提取的上下文信息可以极大的提高道路平均通时间估计的准确率；本方法可以方便地应用于城市大规模道路中，具有工业化的应用前景。

发明内容