[发明专利]一种交通运行状态预测方法、装置和系统

说明书

本发明实施例提供一种交通运行状态预测方法、装置和系统，方法包括：获取目标交叉口的多源交通数据；基于所述多源交通数据，建立交通运行状态模型，以获得目标交叉口的道路交通状态和车辆通行状态。本发明实施例提供的交通运行状态预测方法、装置和系统，采用多模态数据融合技术，整合提取三类交通数据源的交通流特征，获得当前交叉口的道路交通状态。并且，边缘节点对浮动车轨迹数据进行处理，获得机动车轨迹信息的时序特征和状态特征。本实施例从车辆和道路两个层次描述了交叉口的交通状态，本发明能够准确、全面的预测交叉口的交通运行状态，提高道路交通的安全与效率。

技术领域

本发明实施例涉及智能交通技术领域，尤其涉及一种交通运行状态预测方法和装置。

背景技术

人民生活水平的日益提高、城市的快速发展，城市交通系统也随着城市现代化的进步面临着越来越严峻的考验，车辆保有量逐年增长，车辆拥堵愈演愈烈，交通事故频发，社会资源浪费，环境污染加剧，严重影响人们的出行效率、生活质量和身心健康，因而缓解城市内交通拥堵有重大的经济意义和生态意义。

交通运行状态的评估对道路交通的安全与效率具有重要影响。对交通运行状态进行监测和预测，及时、准确的发现道路上存在的交通拥堵，一直是交通运行状态评估领域研究的焦点和难点，自上世纪六十年代以来，对高速公路交通运行状态的评估已成为动态交通管理研究领域的热点之一，并涌现了大量的成果。

目前，对交通运行状态的评估的研究，多依赖于固定式车辆检测器数据，然而由于受成本的限制，车检器的布设数量十分有限，则得到的车检器数据十分有限，而交通数据是进行交通运行状态监测与预测的基础，所以，现有技术中，利用有限的车检器数据对交通运行状态进行评估，使得交通状态监测与预测的准确性和空间覆盖范围受到了严重的影响，从而无法及时、准确地发现道路上存在的交通拥堵，影响道路交通的安全与效率。

发明内容

本发明实施例提供一种交通运行状态预测方法和装置，用以解决现有交通状态预测方法的准确性和空间覆盖范围不足的缺陷。

第一方面，本发明实施例提供一种交通运行状态预测方法，包括：

获取目标交叉口的多源交通数据；所述多源交通数据包括地磁线圈数据、道路视频监控数据、雷达微波数据和浮动车轨迹数据；

基于所述多源交通数据，建立交通运行状态模型，以获得目标交叉口的道路交通状态和车辆通行状态。

进一步，基于所述多源交通数据，建立交通运行状态模型，以获得目标交叉口的道路交通状态和车辆通行状态，具体包括：

分别提取目标交叉口的地磁线圈数据、雷达微波数据和道路视频监控数据中的交通流特征；其中，所述交通流特征为包含时间序列位置信息及移动特征的大规模车辆轨迹数据；

采用多模态数据融合技术，整合提取三类交通数据源的交通流特征，获得目标交叉口的道路交通状态；

对浮动车轨迹数据进行处理，获得机动车轨迹信息的时序特征和状态特征，从而获得目标交叉口的车辆通行状态。

进一步，所述雷达微波数据至少包括路段、时间戳、平均速度、车道编号和车辆编号，所述地磁线圈数据至少包括检测器编号、检测器位置和占有时间，所述道路视频监控数据至少包括方向、车道数、平均速度和平均占有率，所述浮动车轨迹数据至少包括车辆编号、经纬度、车行方向和车辆状态。

第二方面，本发明实施例提供一种交通运行状态预测装置，包括：

采集模块，用于获取目标交叉口的多源交通数据；所述多源交通数据包括地磁线圈数据、道路视频监控数据、雷达微波数据和浮动车轨迹数据；

交通运行状态预测模块，用于基于所述多源交通数据，建立交通运行状态模型，以获得目标交叉口的道路交通状态和车辆通行状态。