[发明专利]预测交通信息的系统和方法

权利要求书

1.一种预测交通信息的方法，其特征在于，包括：

确定含路段ID的目标路段和目标未来时刻；

获取与所述目标路段相关联的对应于至少两个参考时刻的至少两个参考信息包，其中，所述至少两个参考信息包中的每一个对应于一个参考时刻，和包括至少一个静态信息条目和与所述参考时刻相关的至少一个动态信息条目；所述参考时刻包括未来时刻或当前时刻，所述动态信息条目的第一部分中的每一个是与所述参考时刻相对应的实时数据，所述动态信息条目的第二部分是与所述参考时刻相关联的对应于时间间隔的实时数据的平均值；以及

基于所述至少两个参考信息包使用训练好的循环神经网络模型，确定在所述目标未来时刻所述目标路段的目标交通信息。

2.根据权利要求1所述的方法，其特征在于，所述至少一个静态信息条目包括以下之一：所述目标路段的所述路段ID、所述目标路段的限速情况、所述目标路段的路段类型、所述目标路段的长度、所述目标路段的宽度、所述目标路段的车道数量、或者所述目标路段是否临近路口。

3.根据权利要求1-2中任一项所述的方法，其特征在于，所述至少一个动态信息条目包括以下之一：在所述参考时刻所述目标路段的天气信息、在所述参考时刻所述目标路段的交通流量、在所述参考时刻所述目标路段上的车辆的平均行驶速度、在所述参考时刻所述目标路段的交通拥堵情况、或者在所述参考时刻所述目标路段上的车辆的平均通行时间。

4.根据权利要求1中所述的方法，其特征在于，所述至少两个参考时刻包括在所述目标未来时刻所在的当天中的一个或以上时刻和在所述目标未来时刻之前的至少一天中的一个或以上对应时刻。

5.根据权利要求1中所述的方法，其特征在于，在所述目标未来时刻所述目标路段的所述目标交通信息包括以下之一：在所述目标未来时刻所述目标路段上的车辆的目标平均行驶速度、在所述目标未来时刻所述目标路段的目标交通拥堵情况、在所述目标未来时刻所述目标路段的目标交通流量、或者在所述目标未来时刻所述目标路段上的车辆的目标平均通行时间。

6.根据权利要求1中所述的方法，其特征在于，进一步包括：如果所述至少两个参考信息包中缺少至少一个信息条目，补充所述至少两个参考信息包中的至少一个。

7.根据权利要求1中所述的方法，其特征在于，所述训练好的循环神经网络模型是通过训练过程生成的，所述训练过程包括：

获取与至少两个参考路段相关联的对应于至少两个第一历史时刻的至少两个历史参考信息包的集合，其中，每一个所述历史参考信息包的集合包括与参考路段相关联的对应于一个或以上第二历史时刻的一个或以上历史参考信息包，所述一个或以上历史参考信息包中的每一个对应于与所述参考路段相关联的一个第二历史时刻，和包括至少两个历史信息条目，所述至少两个历史信息条目包括至少一个历史静态信息条目和与所述历史时刻相关的至少一个历史动态信息条目；

按照时间序列排列所述至少两个历史参考信息包的集合；以及

基于所述历史信息条目训练初始神经网络模型，以生成所述训练好的循环神经网络模型。

8.根据权利要求7所述的方法，其特征在于：

所述至少一个历史静态信息条目包括以下中的至少一个：所述参考路段的路段ID、所述参考路段的限速情况、所述参考路段的路段类型、所述参考路段的长度、所述参考路段的宽度、所述参考路段的车道数量、或者所述参考路段是否临近路口，以及

所述至少一个历史动态信息条目包括以下中的至少一个：在所述第二历史时刻所述参考路段的历史天气信息、在所述第二历史时刻所述参考路段的历史交通流量、在所述第二历史时刻所述参考路段上的车辆的历史平均驾驶速度、在所述第二历史时刻所述参考路段的历史交通拥堵情况，或者在所述第二历史时刻所述参考路段上的车辆的历史平均通行时间。