[发明专利]一种道路交通状态预测方法、装置、存储介质及电子设备

说明书

本发明涉及一种道路交通状态预测方法、装置、存储介质及电子设备，以解决道路交通状态预测准确性较低的问题。包括：对获取的采样车辆出行数据进行特征值提取，得到出行特征数据，所述出行特征数据包括车流量特征数据和车速特征数据；基于所述车流量特征数据以及车速特征数据，展开所述傅里叶函数得到每一展开级下对应的预测车辆出行数据；根据所述采样车辆出行数据的样本数量、所述采样车辆出行数据以及所述预测车辆出行数据计算平均绝对百分误差；根据所述平均绝对百分误差确定所述傅里叶函数的目标展开级；根据所述目标展开级展开所述傅里叶函数，得到所述道路交通状态预测结果。这样，可以提高道路交通状态预测的准确性。

技术领域

本发明涉及道理交通技术领域，具体地，涉及一种道路交通状态预测方法、装置、存储介质及电子设备。

背景技术

城市规模的不断扩大，人均私家车保有率的逐步增加，是道路交通拥堵愈加严重的重要诱因，道路交通拥堵不仅降低了人们对生活的体验感，降低了人们工作、学习的效率，而且由于道路交通拥堵易引发道路交通安全事故，轻则给人们带来经济损失，重则造成生命损失。通常根据区域经济发展以及居住情况，进行道路扩宽或者新道路规划修建，以降低道路交通压力，但是，道路扩宽以及新道路修建成本较高，并且若无法做到有效管理只会浪费道路交通资源。

相关技术中，基于道路网络结构，通过对历史交通数据的分析，预判可能出现的道路交通拥堵，从而可以预测道路交通状态，可以提前采取有效地措施规避，在一定程度上降低道路交通拥堵程度和缩短道路拥堵时长。

发明内容

本发明的目的是提供一种道路交通状态预测方法、装置、存储介质及电子设备，以解决道路交通状态预测准确性较低的问题。

为了实现上述目的，本发明第一方面提供一种道路交通状态预测方法，所述方法包括：

对获取的采样车辆出行数据进行特征值提取，得到出行特征数据，所述出行特征数据包括车流量特征数据和车速特征数据；

基于所述车流量特征数据以及车速特征数据，展开所述傅里叶函数得到每一展开级下对应的预测车辆出行数据；

根据所述采样车辆出行数据的样本数量、所述采样车辆出行数据以及所述预测车辆出行数据计算平均绝对百分误差；

根据所述平均绝对百分误差确定所述傅里叶函数的目标展开级；

根据所述目标展开级展开所述傅里叶函数，得到所述道路交通状态预测结果。

可选地，所述对获取的采样车辆出行数据进行特征值提取，包括：

对获取的所述采样车辆出行数据按照相同时段每天中相同时间段分割，得到各天中每一时间段对应的段采样车辆出行数据；

将各天中相同时段的所述段采样车辆出行划分为同一数据集；

针对每一时间段对应的数据集中的各段采样车辆出行数据进行周期性特征值提取；

所述基于所述车流量特征数据以及车速特征数据，展开所述傅里叶函数得到每一展开级下对应的预测车辆出行数据，包括：

基于所述段采样车辆出行数据的所述车流量特征数据以及所述车速特征数据，展开所述傅里叶函数得到每一展开级下对应的段预测车辆出行数据。

可选地，所述对获取的采样车辆出行数据进行特征值提取，包括：

按照道路类型对获取的所述采样车辆出行数据进行路段划分，并确定各路段的道路类型；

基于所述道路类型，对每一所述路段的所述采样车辆出行数据进行结构化处理；

对所述结构化处理后的所述采样车辆出行数据进行周期项特征值提取；