[发明专利]一种车流路径分布信息的处理方法、装置及电子设备

权利要求书

1.一种车流路径分布信息的处理方法，其中，包括：

获取预设区域在目标时段的预测车流路径分布信息；所述车流路径分布信息包括所述预设区域中路径、及在对应时段内经过各个路径的车流量值；

获取所述预设区域在所述目标时段对应的预测车流路径分布类；其中，所述车流路径分布类包括针对至少一个历史时段的车流路径分布信息进行聚类得到的聚类结果；

根据所述预测车流路径分布类修正所述预测车流路径分布信息，以使修正后的预测车流路径分布信息属于所述预测车流路径分布类。

2.根据权利要求1所述的处理方法，其中，所述获取预设区域在目标时段的预测车流路径分布信息的步骤包括：

获取所述预设区域内的路径；

分别获取在目标时段经过每条路径的预测车流量值；

根据在所述目标时段经过每条路径的预测车流量值，获取所述预设区域在目标时段的预测车流路径分布信息。

3.根据权利要求2所述的处理方法，其中，将所述预设区域内的每条路径轮流作为目标路径，

获取在目标时段经过所述目标路径的预测车流量值的步骤包括：

获取选定的第一特征向量，其中，所述第一特征向量包括影响所述目标路径在目标时段的车流量值的多个第一特征；所述多个第一特征包括第一交通特征和第一环境特征；

获取所述第一特征向量与经过所述目标路径的车流量值之间的第一映射函数；

根据所述第一映射函数、及所述第一特征向量在当前时段的向量值，获得在目标时段经过所述目标路径的预测车流量值。

4.根据权利要求3所述的处理方法，其中，所述第一交通特征包括所述预设区域的车流路径分布信息、及所述预设区域周边的车流路径分布信息中的至少一项；和/或，所述第一环境特征包括时间、日期、天气中的至少一项。

5.根据权利要求3所述的处理方法，其中，所述获取所述第一特征向量与经过所述目标路径的车流量值之间的第一映射函数的步骤包括：

根据历史车流轨迹获取第一训练样本，其中，每个第一训练样本包括与所述目标路径匹配的历史车流轨迹；

根据所述第一训练样本的所述第一特征向量的向量值、与所述第一训练样本对应的经过所述目标路径的实际车流量值，训练得到所述第一映射函数。

6.根据权利要求5所述的处理方法，其中，所述处理方法还包括：

获取所述目标时段内与所述目标路径匹配的实际车流轨迹，作为新的第一训练样本；

根据所述新的第一训练样本的所述第一特征向量的向量值、及新的第一训练样本所对应的在所述目标时段内经过所述目标路径的实际车流量值，修正所述第一映射函数。

7.根据权利要求1所述的处理方法，其中，所述获取所述预设区域在所述目标时段对应的预测车流路径分布类之前还包括：

获取所述预设区域在多个历史时段内的车流路径分布信息，作为历史车流路径分布信息；

对多个所述历史车流路径分布信息进行聚类，得到至少一个车流路径分布类；

所述获取所述预设区域在目标时段对应的预测车流路径分布类包括：从所述至少一个车流路径分布类中，获取所述预设区域在目标时段对应的车流路径分布类，作为所述预测车流路径分布类。

8.根据权利要求7所述的处理方法，其中，所述对多个所述历史车流路径分布信息进行聚类，得到至少一个所述车流路径分布类的步骤包括：

确定每条路径所包含的路段数；

根据每个历史车流路径分布信息，确定对应历史时段内经过每条路径的车流量值；

根据每条路径所包含的路段数、及每个历史时段内经过对应路径的车流量值，确定每两个历史车流路径分布信息之间的距离；

根据每两个历史车流路径分布信息之间的距离，对多个所述历史车流路径分布信息进行聚类，得到至少一个所述车流路径分布类。