[发明专利]通行时长预测方法和装置、存储介质及电子设备

说明书

本发明公开了一种通行时长预测方法和装置、存储介质及电子设备，可应用于地图、导航、智慧交通、自动驾驶等领域。其中，该方法包括：获取第一路段的路段图以及第一路段上的交通信息，将第一路段的路段图以及第一路段上的交通信息输入到第一目标图神经网络，得到第一目标图神经网络输出的第一通行时长，根据第一通行时长，确定从道路网络中的第一起点到第一终点的预测通行时长。本发明解决了由于通行时长预测方式复杂，导致确定道路通过时长的准确率太低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种通行时长预测方法和装置、存储介质及电子设备。

背景技术

相关技术中，用户可以使用地图导航等功能来进行路况预测和预计到达时间(道路通过时长，ETAs)，通过地图导航等功能提供路况预测、预计到达时间以及基于旅程持续时间的价格估算。

但如果预测达到时间存在较大偏差，很可能会影响出行计划，例如当用户遇到交通堵塞时，或者需要去参加一个重要会议时，会影响用户计划。

为了计算ETAs，需要分析各地路段的实时交通数据，虽然实时交通数据提供了当前交通状况信息，但是并未考虑在导航过程中发生的其他状况，例如，在开车10、30或60分钟后可能面临的交通状况，进而，导致ETAs预测不准确。此外，道路质量、限速、事故和封闭等其他因素也会增加预测的复杂性。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种通行时长预测方法和装置、存储介质及电子设备，以至少解决由于通行时长预测方式复杂，导致确定道路通过时长的准确率太低的技术问题。

根据本发明实施例的一个方面，提供了一种通行时长预测方法，包括：

获取第一路段的路段图以及所述第一路段上的交通信息，其中，所述第一路段与第一目标图神经网络具有对应关系，所述第一路段为道路网络中的路段，所述第一路段的路段图用于表示所述第一路段包括的第一组道路分段和所述第一组道路分段中的第一道路分段之间的连接关系；

将所述第一路段的路段图以及所述第一路段上的交通信息输入到所述第一目标图神经网络，得到所述第一目标图神经网络输出的第一通行时长；

根据所述第一通行时长，确定从所述道路网络中的第一起点到第一终点的预测通行时长，其中，从所述第一起点到所述第一终点经过所述第一路段。

可选地，所述将所述第二路段的路段图以及所述第二路段上的交通信息输入到所述第二目标图神经网络，共得到所述第二目标图神经网络输出的第二通行时长，包括：

根据输入的所述第二路段的路段图以及所述第二路段上的交通信息，确定所述第二路段的所述路段图中包括的第二节点的特征、以及所述第二路段的所述路段图中包括的第二边的特征，其中，所述第二节点与所述第二路段中的第二道路分段具有一一对应的关系，所述第二节点表示所述第二组道路分段中对应的一个道路分段，所述第二边连接两个所述第二节点，表示所述第二节点对应的两个第二道路分段相连，所述第二道路分段为所述第二组道路分段中的道路分段，用于表示所述第二路段中的部分路段；

根据所述第二节点的特征和所述第二边的特征，确定所述第二节点的隐藏状态；

根据所述第二节点的隐藏状态，确定所述第二通行时长。

可选地，所述根据所述第二节点的特征和所述第二边的特征，确定所述第二节点的隐藏状态，包括：

根据当前节点的特征、与所述当前节点相邻的边的特征、所述当前节点的邻居节点的特征、所述当前节点的所述邻居节点在当前时刻上的隐藏状态，确定所述当前节点在下一时刻上的隐藏状态，其中，所述第一节点包括所述当前节点和所述当前节点的所述邻居节点。