[发明专利]一种基于动态时空相关特征优化的短时交通流预测方法有效
申请号: | 202110144660.7 | 申请日: | 2021-02-02 |
公开(公告)号: | CN112967498B | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 唐毅;张强;杨洁;陈平;吴霄;陈力云;万万;陈静瑶;陈星州;蒋陈虎 | 申请(专利权)人: | 重庆首讯科技股份有限公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01 |
代理公司: | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人: | 丁倩 |
地址: | 401147 重庆市*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 动态 时空 相关 特征 优化 短时交 通流 预测 方法 | ||
本发明涉及一种基于动态时空相关特征优化的短时交通流预测方法,该方法包括:获取ETC门架数据和预测位置;根据ETC门架数据,构建路网拓扑结构;根据路网拓扑结构,筛选出局部路网位置集;量化预测位置、上游位置和下游位置的交通流动态时空相关性;根据交通流动态时空相关性,提取对应的动态时空相关特征;根据动态时空相关特征,构造原始训练张量,并利用主成分分析法进行优化,确定输入特征向量;将输入特征向量输入至交通流预测模型,输出对应的交通流预测值。本发明利用了路网封闭性较强、单个位置交通流与局部路网交通流存在强相关性的特点,可与拥堵预警相结合,为管理决策提供参考,提高高速公路的调度、协调、管理效率。
技术领域
本发明涉及交通管理技术领域,尤其涉及一种基于动态时空相关特征优化的短时交通流预测方法。
背景技术
短时交通流量是指在一段较短时间内(一般取5分钟到20分钟)通过某一道路断面的车辆数量。短时交通流预测是指对某个特定位置或者多个特定位置未来一段较短时间内(一般取5分钟到20分钟)内的交通流量进行预测。由于短时交通流的波动较大,对其预测难度更大。但短时交通流因其时效性强的特点,对其预测不仅利于交通系统实时管理,还利于城市居民的出行,因此越来越受到重视,逐渐成为智能交通系统以及城市计算的重要基础。
随着数据收集技术、人工智能技术以及相关硬件技术的快速发展,基于数据驱动的短时交通流预测已经成为智能交通系统中的一项核心技术。数据是智能交通的命脉,传统的交通流预测研究受限于匮乏的交通数据,在分析全面性和预测准确性方面还有较大的提升空间。因此,能否获得大量实时可靠的交通状态观测数据是能否进行交通流预测的重要前提。2020年1月,全国高速公路取消省界收费站,跨省通行不用在省界收费站缴费领卡通行。目前,高速公路上车辆依靠高速公路路段中部署的ETC门架系统路侧单元(也称“RSU”)对车载单元进行计费和扣费(路侧单元与车载单元的通信过程业内也称之为“交易”)。ETC计费数据中蕴含着车辆轨迹,而车辆轨迹大数据中蕴含着高速公路封闭路网中。现有方法对高速公路中不同位置的ETC计费数据中的交通流信息挖掘不充分,当交通流波动剧烈时,对交通流局部极值点处的预测往往与真实值误差较大,造成预测结果精度误差较大。
发明内容
有鉴于此,有必要提供一种基于动态时空相关特征优化的短时交通流预测方法,用以解决如何高效准确地预测短时交通流量的问题。
本发明提供一种基于动态时空相关特征优化的短时交通流预测方法,包括:
获取ETC门架数据和预测位置;
根据所述ETC门架数据,构建路网拓扑结构;
根据所述路网拓扑结构,筛选出所述预测位置对应的局部路网位置集,其中,所述局部路网位置集包括与所述预测位置相邻的多种上游位置、多种下游位置;
量化所述预测位置、多种所述上游位置和多种所述下游位置的交通流动态时空相关性;
根据所述预测位置和所述交通流动态时空相关性,提取对应的动态时空相关特征;
根据所述动态时空相关特征,构造原始训练张量,并利用主成分分析法对所述原始训练张量进行优化,确定输入特征向量;
将所述输入特征向量输入至训练完备的交通流预测模型,输出对应的交通流预测值,用于确定所述预测位置的下一时间段的交通流。
进一步地,所述根据所述ETC门架数据,构建路网拓扑结构包括:
根据多个ETC门架的所述ETC门架数据,提取多个车辆行驶轨迹;
根据多个所述车辆行驶轨迹,确定多个所述ETC门架之间的关联关系;
根据所述关联关系,构建所述路网拓扑结构。
进一步地,所述根据所述路网拓扑结构,筛选出所述预测位置对应的局部路网位置集包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆首讯科技股份有限公司,未经重庆首讯科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110144660.7/2.html,转载请声明来源钻瓜专利网。