[发明专利]交通路况预测的方法、装置、设备及存储介质

说明书

本申请公开了一种交通路况预测的方法、装置、设备及存储介质。具体包括：获取目标路网的交通流信息；将交通流信息输入预训练的时间特征提取网络，得到交通流特征向量；利用RGB通道，叠加交通流特征向量，得到交通状态图像特征信息；将交通状态图像特征信息输入交通路况预测模型进行识别，得到目标路网的交通路况；其中，交通路况预测模型是基于历史交通数据训练确定的。根据本申请实施例，能够通过分析交通流信息的时空特性，更加准确地识别交通路况。

技术领域

本申请属于计算机技术领域，尤其涉及一种交通路况预测的方法、装置、设备及存储介质。

背景技术

随着社会经济的发展，城市交通路网规模越来越大，为了能够更加科学智能地管理城市交通路网，就需要对城市交通状况进行有效地监控和预测。

但是，相关的交通分析预测手段较为落后，仍存在一定缺陷，较难有效地监控预测城市大范围内的交通运行状态。

发明内容

本申请实施例提供一种交通路况预测的方法、装置、设备及计算机存储介质，能够通过分析交通流信息的时空特性，更加准确地识别交通路况，从而更高效、准确监控预测城市大范围内的交通运行状态。

第一方面，本申请实施例提供一种交通路况预测的方法，该方法包括：

获取目标路网的交通流信息；

将所述交通流信息输入预训练的时间特征提取网络，得到交通流特征向量；

利用RGB通道，叠加所述交通流特征向量，得到交通状态图像特征信息；

将所述交通状态图像特征信息输入交通路况预测模型进行识别，得到目标路网的交通路况；

其中，所述交通路况预测模型是基于历史交通数据训练确定的。

可选地，所述获取目标路网的交通流信息，包括：

获取目标路网中不同类型的检测器采集的车辆检测数据；基于所述车辆检测数据确定第一交通流信息；

获取目标路网中车辆上报的车辆轨迹数据；基于所述车辆轨迹数据确定第二交通流信息。

可选地，所述基于所述车辆检测数据确定第一交通流信息，包括：

利用预设数据融合算法，融合所述不同类型检测器采集的车辆检测数据，得到第一交通流信息。

可选地，所述利用预设数据融合算法，融合所述不同类型检测器采集的车辆检测数据，得到第一交通流信息，包括：

根据检测器的采样频度和预先获取的路网数据，划分所述车辆检测数据，得到多个数据块；

利用预设数据融合算法，将多个所述数据块进行数据融合，得到所述第一交通流信息。

可选地，所述基于所述车辆轨迹数据确定第二交通流信息，包括：

对所述车辆轨迹数据进行预处理；

根据预处理后的车辆轨迹数据和预先获取的路网数据，利用地图匹配算法，确定第二交通流信息。

可选地，所述对所述车辆轨迹数据进行预处理，包括：

对所述车辆轨迹数据进行静止点检测，得到至少一个静止点；所述静止点表示车辆静止时间超过预定时间阈值的车辆轨迹数据点；

根据至少一个所述静止点，对所述车辆车轨迹数据进行分段，得到分段后的车辆轨迹数据。

可选地，所述将所述交通流信息输入预训练的时间特征提取网络，得到交通流特征向量，包括：

将所述交通流信息输入预训练的时间特征提取网络，计算得到多个预设时间段对应的交通流时间序列特征信息；