申请/专利权人：山东金宇信息科技集团有限公司

申请日：2023-09-14

公开（公告）日：2024-05-17

公开（公告）号：CN117079482B

主分类号：G08G1/081

分类号：G08G1/081;G08G1/052;G08G1/01

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2023.12.05#实质审查的生效;2023.11.17#公开

摘要：本发明公开了一种基于交叉路口的车辆通行预测方法、设备及介质，属于交通预测技术领域，用于解决现有的道路交叉路口易发生交通拥堵情况，难以针对复杂拥堵状态下的交叉路口进行有效地疏通管理，不利于准确生成利于交通管理的交通预测信息的技术问题。方法包括：对车辆轨迹数据进行轨迹点位的瞬时速度解析，并根据每个时间区间内的瞬时速度数据组，对车辆进行轨迹点位的位置判定，确定出车辆的排队起始点数据；基于网信息，确定出有关交叉路口中交叉路口拓扑图；对交叉路口中的车辆进行有关时序变化特征与空间变化特征的卷积学习预测，得到排队长度预测数据以及排队速度预测数据；并生成用于交叉路口交通管理的交通预测数据。

主权项：1.一种基于交叉路口的车辆通行预测方法，其特征在于，所述方法包括：基于预设时间间隔，对交叉路口的车辆进行通行轨迹采样，得到车辆轨迹数据；对所述车辆轨迹数据进行轨迹点位的瞬时速度解析，具体包括：将所述车辆轨迹数据进行多段时间划分，得到每个时间段下的车辆轨迹数据；对每个时间段下的车辆轨迹数据进行车辆速度变化的解析，并生成车辆变化曲线图；其中，所述车辆变化曲线图的横轴为每个时间段，所述车辆变化曲线图的纵轴为车辆实时速度；根据所述车辆变化曲线图中的曲线斜率，对所述车辆轨迹数据进行有关多个时间区间内的运动模式分类，得到基于所述曲线斜率的区间速度变化信息；其中，所述区间速度变化信息包括：单调递减速度信息以及复杂增减速度信息；所述复杂增减速度信息为存在加速与减速变化的速度信息；若所述区间速度变化信息为所述单调递减速度信息，则获取每个时间区间两端的所述车辆的瞬时速度数据，并确定为单调瞬时速度数据组；若所述区间速度变化信息为所述复杂增减速度信息，则获取每个时间区间内曲线斜率加减变化点下的若干时间点；采集与所述若干时间点对应的所述车辆的瞬时速度数据，并确定为复杂瞬时速度数据组；其中，每个时间区间内的瞬时速度数据组包括：所述单调瞬时速度数据组以及所述复杂瞬时速度数据组；并根据每个时间区间内的瞬时速度数据组，对所述车辆进行轨迹点位的位置判定，确定出所述车辆的排队起始点数据，具体包括：对所述每个时间区间内的瞬时速度数据组进行分类识别；若所述瞬时速度数据组为所述单调瞬时速度数据组，则根据与所述单调瞬时速度数据组对应的时间区间内的中位时间点以及道路坐标位置，对所述车辆进行轨迹点位的位置判定，得到第一起始点数据；若所述瞬时速度数据组为所述复杂瞬时速度数据组，则根据所述复杂瞬时速度数据组中与第一曲线斜率变化点对应的时间点以及道路坐标位置，对所述车辆进行轨迹点位的位置判定，得到第二起始点数据；其中，所述第一曲线斜率变化点为所述车辆变化曲线图中对应时间区间内的第一个曲线斜率发生变化的转折点；其中，所述排队起始点数据包括：所述第一起始点数据以及所述第二起始点数据；基于所述车辆轨迹数据以及对应的路网信息，确定出有关交叉路口中所述车辆的交叉路口拓扑图；根据所述交叉路口拓扑图以及所述排队起始点数据，对所述交叉路口中的车辆进行有关时序变化特征与空间变化特征的卷积学习预测，得到所述车辆的排队长度预测数据，具体包括：根据图卷积网络，将所述交叉路口拓扑图中的节点特征与所述排队起始点数据进行谱图信号处理，得到图卷积数据；根据所述图卷积数据的节点特征与图结构特征，并基于长短期记忆网络，对所述交叉路口中的车辆进行有关时序变化特征与空间变化特征的卷积学习训练，得到时空图卷积模型；其中，所述时空图卷积模型具有时空学习模块、残差单元以及递归神经网络；通过所述时空图卷积模型，对所述图卷积数据进行有关多分支以及全连接层的数据特性预测，得到下一时间区间内的所述车辆的排队长度预测数据；其中，所述数据特性为所述排队起始点数据的连续特性、周期特性以及趋势特性；所述多分支为所述交叉路口拓扑图中的时间变化分支、空间变化分支以及车辆潮汐变化分支；根据每个时间区间内的所述瞬时速度数据组，对所述车辆的行驶速度进行多层神经网络的特征训练，得到所述车辆的排队速度预测数据，具体包括：将所述每个时间区间内的所述瞬时速度数据组输入到预设的卷积神经网络中；通过所述卷积神经网络的卷积层，对所述瞬时速度数据组进行多个特征面的提取，并确定出与所述多个特征面对应的多个卷积核；通过所述卷积神经网络的池化层与全连接层，分别对所述多个特征面以及对应的多个卷积核进行二次特征的提取；并基于SIGMOID激活函数，对每个时间区间内的所述瞬时速度数据组进行最小化网络的损失计算训练，输出并得到下一个时间区间内的所述车辆的排队速度预测数据；将所述排队长度预测数据以及所述排队速度预测数据进行数据之间的同步协调，确定出用于交叉路口交通管理的交通预测数据，具体包括：通过MYSQL数据库管理系统，将所述排队长度预测数据记录到二进制日志中，得到第一预测数据；将所述排队速度预测数据拷贝到所述MYSQL数据库管理系统的中继日志中，得到第二预测数据；根据所述MYSQL数据库管理系统的从属服务器，将所述第一预测数据与所述第二预测数据进行有关相同时间戳下的数据结构映射，并生成用于交叉路口中车辆通行管理的交通预测数据。

全文数据：

权利要求：

百度查询： 山东金宇信息科技集团有限公司 一种基于交叉路口的车辆通行预测方法、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD