[发明专利]路网数据处理方法、装置与设备

说明书

本发明提供一种路网数据处理方法、装置与设备，涉及数据处理技术领域，用于降低路况预测模型的复杂度，并提升预测效果和性能。其中，该方法包括：根据连通路网的历史路况数据，确定连通路网中路段的拥堵度；根据路段的拥堵度确定路段的拥堵权重；根据路段的拥堵权重采用图划分方法对连通路网进行划分，得到多个目标子路网。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种路网数据处理方法、装置与设备。

背景技术

随着城市的发展，路网规模越来越大，车辆越来越多，交通路况也变得越来越复杂。有效的路况预测一方面可以帮助出行人员准确预估通行时间，合理规划出行路径；另一方面可以引导车辆通行，减少交通拥堵。因此，对路况预测的研究具有重要意义。

由于路网中的每条道路并不是相互独立的，其路况会受到上下游多条道路的影响，因而目前的路况预测方法大多数是基于时空关联性建立路网预测模型进行路况预测。其中，在建立路网预测模型进行路况预测时，一般都需要对路网进行切分形成多个子路网，然后基于子路网中路段之间的时空关联性建立路网预测模型。目前比较常用的路网切分方法中，一种是基于网格进行路网切分，即根据一些标准的协议将路网按照四方形或其他形状划分成大小相同的若干个网格(即一个网格对应一个子路网)；一种是基于道路数量进行路网切分，比如，根据固定的道路数量(例如100条)进行路网切分。

然而，目前这些常用的路网切分方法都无法保证路网道路之间的时空关联性，可能每个子路网中有许多互不相干(如互不连通)的道路，也可能将强相关的两条道路划分到了两个子路网中，这使得基于子路网建立的路况预测模型的复杂度、预测效果和性能都受到了影响。

发明内容

有鉴于此，本发明提供一种路网数据处理方法、装置与设备，用于降低路况预测模型的复杂度，并提升预测效果和性能。

为了实现上述目的，第一方面，本发明实施例提供一种路网数据处理方法，包括：

根据连通路网的历史路况数据，确定连通路网中路段的拥堵度；

根据路段的拥堵度，确定路段的拥堵权重；

根据路段的拥堵权重，采用图划分方法对连通路网进行划分，得到多个目标子路网。

作为本发明实施例一种可选的实施方式，所述根据连通路网的历史路况数据，确定连通路网中路段的拥堵度，包括：

将所述连通路网的历史路况数据对应的历史时间段划分为时长相同的子时间段，并确定所述连通路网中路段在每个子时间段内对应的历史路况数据；

根据路段在每个子时间段内对应的历史路况数据中的通行时间数据，确定路段在每个子时间段内的平均通行时长；

根据路段在各个子时间段内的平均通行时长，确定所述路段的拥堵度。

作为本发明实施例一种可选的实施方式，所述根据路段在各个子时间段内的平均通行时长，确定所述路段的拥堵度，包括：

根据所述路段在各个子时间段内的平均通行时长确定所述路段的自由流通行时间；

根据所述路段在每个子时间段内的平均通行时长和所述自由流通行时间，确定所述路段在每个子时间段内的通行状态；

根据所述路段的各个子时间段中通行状态为拥堵状态的子时间段的个数占所述子时间段的总个数的比例确定所述路段的拥堵度。

作为本发明实施例一种可选的实施方式，所述根据所述路段在各个子时间段内的平均通行时长确定所述路段的自由流通行时间，包括：

对所述路段在各个子时间段内的平均通行时长从小到大进行排序；

将排序后的平均通行时长的预设分位数确定为所述路段的自由流通行时间。