预测在给定时间段给定地点出现的移动体数的方法和装置制造方法及图纸

根据本发明专利技术，提出了一种预测在给定时间段给定地点出现的移动体数的方法，包括：根据移动体在给定地点出现的历史记录数据，将在该给定地点出现过的移动体划分为频繁移动体和非频繁移动体；在预测在给定时间段在该给定地点出现的移动体数时，对于各频繁移动体，判定其在该给定时间段在该给定地点是否出现，对于判定为在该给定时间段在该给定地点出现的频繁移动体的数目进行合计，从而预测出出现的频繁移动体的移动体数，对于非频繁移动体，利用基于时间序列的移动体数预测模型，预测出出现的非频繁移动体的移动体数；将预测出的频繁移动体的移动体数和非频繁移动体的移动体数的和，作为移动体数的预测值。

【技术实现步骤摘要】
预测在给定时间段给定地点出现的移动体数的方法和装置
本专利技术涉及一种预测在给定时间段给定地点出现的移动体数的方法和装置，通过将移动体划分为频繁移动体和非频繁移动体来分别预测两种移动体在给定时间段给定地点出现的移动体数，能够更为精确地实现在给定时间段给定地点出现的移动体数的预测。
技术介绍
随着经济的迅速发展，越来越多的机动车辆出现在道路上，交通拥堵现象日益严重。为了应对愈发恶劣的交通环境，智能交通系统应运而生。如何解决交通拥堵和交通安全问题，是智能交通系统的研究重点。其中，获取准确、及时的交通流信息是智能交通系统成功的关键，它能帮助道路使用者做出更好的出行决策，同时能帮助交通管理者做出更好的交通管控方案，提高路网的使用效率。因此，如何快速准确地对交通流进行预测成为智能交通领域的研究重点。通过快速准确地预测交通流，可以提前准备应对措施以更好管理交通业务和服务交通对象。基于大数据的交通流预测，有助于针对特定(类型)的交通对象采取个性化的措施，从而进一步提高管理水平与服务质量。在现有的诸如对在给定时间段给定地点(例如，交叉口)出现的车辆数进行预测的方法中，主要是通过交通历史数据构建流量预测模型，根据预测模型对流量进行预测，其中预测模型是交通流预测的关键，对预测精度有直接影响，如何构建准确的预测模型是交通流预测的重点。但是，现有的预测方法中，一方面只关注了交通流的整体数量而忽略了其中的个体情况，另一方面对交通流的外部信息及实时信息关注不够，从而精确度上有待于进一步提高。此外，随着大数据技术的不断发展，所收集的特定地点处的车辆的信息种类不断丰富，数据量也不断增大。因此，存在对利用大数据技术收集到的车辆的信息对车辆进行分类处理，从而对在给定时间段给定地点出现的车辆数进行更精确地预测的需求。
技术实现思路
为了克服现有技术的上述缺陷提出了本专利技术。因此，本专利技术的目的之一是提出一种预测在给定时间段给定地点出现的移动体数的方法和装置，通过将移动体划分为频繁移动体和非频繁移动体来分别预测两种移动体在给定时间段给定地点出现的移动体数，能够更为精确地实现在给定时间段给定地点出现的移动体数的预测。根据本专利技术，提出了一种预测在给定时间段给定地点出现的移动体数的方法，包括：根据移动体在给定地点出现的历史记录数据，将在该给定地点出现过的移动体划分为频繁移动体和非频繁移动体；在预测在给定时间段在该给定地点出现的移动体数时，对于各频繁移动体，根据该频繁移动体的基于规定的通行规则信息的出现与否规律、该频繁移动体在给定时间段之前的一个相对较近的时间在该给定地点的出现与否的状况、以及利用该频繁移动体在该给定地点出现的历史记录数据得出的该频繁移动体在该给定地点的出现时间规律，来判定该频繁移动体在该给定时间段在该给定地点是否出现，对于判定为在该给定时间段在该给定地点出现的频繁移动体的数目进行合计，从而预测出在该给定时间段在该给定地点出现的频繁移动体的移动体数；对于非频繁移动体，利用基于非频繁移动体在该给定地点出现的历史记录数据训练出针对非频繁移动体的基于时间序列的移动体数预测模型，利用该移动体数预测模型预测出在该给定时间段在该给定地点出现的非频繁移动体的移动体数；以及将预测出的在该给定时间段在该给定地点出现的频繁移动体的移动体数和非频繁移动体的移动体数的和，作为在该给定时间段在该给定地点出现的移动体数的预测值。优选地，根据本专利技术，将在该给定地点的出现次数大于一定阈值的移动体确定为该地点处的频繁移动体；将在该给定地点的出现次数小于等于一定阈值的移动体确定为该地点处的非频繁移动体。优选地，根据本专利技术，针对非频繁移动体的基于时间序列的移动体数预测模型是利用泊松回归训练出的移动体数预测模型。优选地，根据本专利技术，所述规定的通行规则信息包括针对移动体的通行限制规则。优选地，根据本专利技术，如果一个频繁移动体在给定时间段之前的一个相对较近的时间在该给定地点曾经出现过，则判定为该频繁移动体在该给定时间段在该给定地点不会再次出现。优选地，根据本专利技术，如果一个频繁移动体在该给定地点的出现时间规律表明该频繁移动体在该给定时间段在该给定地点出现时，则判定为该频繁移动体在该给定时间段在该给定地点会出现。另外，根据本专利技术，还提出了一种预测在给定时间段给定地点出现的移动体数的装置，包括：根据移动体在给定地点出现的历史记录数据，将在该给定地点出现过的移动体划分为频繁移动体和非频繁移动体的单元；在预测在给定时间段在该给定地点出现的移动体数时，对于各频繁移动体，根据该频繁移动体的基于规定的通行规则信息的出现与否规律、该频繁移动体在给定时间段之前的一个相对较近的时间在该给定地点的出现与否的状况、以及利用该频繁移动体在该给定地点出现的历史记录通行数据得出的该频繁移动体在该给定地点的出现时间规律，来判定该频繁移动体在该给定时间段在该给定地点是否出现，对于判定为在该给定时间段在该给定地点出现的频繁移动体的数目进行合计，从而预测出在该给定时间段在该给定地点出现的频繁移动体的移动体数；对于非频繁移动体，利用基于非频繁移动体在该给定地点出现的历史记录通行数据训练出针对非频繁移动体的基于时间序列的移动体数预测模型，利用该移动体数预测模型预测出在该给定时间段在该给定地点出现的非频繁移动体的移动体数的单元；以及将预测出的在该给定时间段在该给定地点出现的频繁移动体的移动体数和非频繁移动体的移动体数的和，作为在该给定时间段在该给定地点出现的移动体数的预测值的单元。根据本专利技术，通过将移动体划分为频繁移动体和非频繁移动体来分别预测两种移动体在给定时间段给定地点出现的移动体数，能够更为精确地实现在给定时间段给定地点出现的移动体数的预测。附图说明通过参考附图的详细描述，本专利技术的上述目的和优点将变得更清楚，其中：图1是示出了根据本专利技术的第一实施例的预测在给定时间段给定路口出现的车辆数的方法的流程图。图2是示出了根据限行规则来判定频繁车辆是否出现的判决树的示意图。图3是示出了根据从历史记录交通数据得出的频繁车辆的出现时间规律来判定该频繁车辆是否出现的判决树的示意图。图4是示出了根据本专利技术的第二实施例的预测在给定时间段给定车站出现的乘客数的方法的流程图。图5是示出了根据限行规则来判定频繁乘客是否出现的判决树的示意图。图6是示出了根据从历史记录交通数据得出的频繁乘客的出现时间规律来判定该频繁乘客是否出现的判决树的示意图。图7是示出了根据本专利技术的第三实施例的预测在给定时间段给定写字楼出现的访客数的方法的流程图。图8是示出了根据门禁规则来判定频繁访客是否出现的判决树的示意图。图9是示出了根据从历史记录进出数据得出的频繁访客的出现时间规律来判定该频繁访客是否出现的判决树的示意图。图10是示出了用于实现本专利技术的方法的系统框架图。具体实施方式下面将参考附图描述本专利技术的优选实施例。在附图中，相同的元件将由相同的参考符号或数字表示。此外，在本专利技术的下列描述中，将省略对已知功能和配置的具体描述，以避免使本专利技术的主题不清楚。为了便于说明，下面将对在给定时间段给定路口出现的车辆数的预测作为示例来进行说明。图1是示出了根据本专利技术的第一实施例的预测在给定时间段给定路口出现的车辆数的方法的流程图。首先，在步骤101，利用诸如摄像头等交通监控装置本文档来自技高网...

【技术保护点】
1.一种预测在给定时间段给定地点出现的移动体数的方法，包括：根据移动体在给定地点出现的历史记录数据，将在该给定地点出现过的移动体划分为频繁移动体和非频繁移动体；在预测在给定时间段在该给定地点出现的移动体数时，对于各频繁移动体，根据该频繁移动体的基于规定的通行规则信息的出现与否规律、该频繁移动体在给定时间段之前的一个相对较近的时间在该给定地点的出现与否的状况、以及利用该频繁移动体在该给定地点出现的历史记录数据得出的该频繁移动体在该给定地点的出现时间规律，来判定该频繁移动体在该给定时间段在该给定地点是否出现，对于判定为在该给定时间段在该给定地点出现的频繁移动体的数目进行合计，从而预测出在该给定时间段在该给定地点出现的频繁移动体的移动体数；对于非频繁移动体，利用基于非频繁移动体在该给定地点出现的历史记录数据训练出针对非频繁移动体的基于时间序列的移动体数预测模型，利用该移动体数预测模型预测出在该给定时间段在该给定地点出现的非频繁移动体的移动体数；以及将预测出的在该给定时间段在该给定地点出现的频繁移动体的移动体数和非频繁移动体的移动体数的和，作为在该给定时间段在该给定地点出现的移动体数的预测值。

【技术特征摘要】
1.一种预测在给定时间段给定地点出现的移动体数的方法，包括：根据移动体在给定地点出现的历史记录数据，将在该给定地点出现过的移动体划分为频繁移动体和非频繁移动体；在预测在给定时间段在该给定地点出现的移动体数时，对于各频繁移动体，根据该频繁移动体的基于规定的通行规则信息的出现与否规律、该频繁移动体在给定时间段之前的一个相对较近的时间在该给定地点的出现与否的状况、以及利用该频繁移动体在该给定地点出现的历史记录数据得出的该频繁移动体在该给定地点的出现时间规律，来判定该频繁移动体在该给定时间段在该给定地点是否出现，对于判定为在该给定时间段在该给定地点出现的频繁移动体的数目进行合计，从而预测出在该给定时间段在该给定地点出现的频繁移动体的移动体数；对于非频繁移动体，利用基于非频繁移动体在该给定地点出现的历史记录数据训练出针对非频繁移动体的基于时间序列的移动体数预测模型，利用该移动体数预测模型预测出在该给定时间段在该给定地点出现的非频繁移动体的移动体数；以及将预测出的在该给定时间段在该给定地点出现的频繁移动体的移动体数和非频繁移动体的移动体数的和，作为在该给定时间段在该给定地点出现的移动体数的预测值。2.根据权利要求1所述的方法，其中，将在该给定地点的出现次数大于一定阈值的移动体确定为该地点处的频繁移动体；将在该给定地点的出现次数小于等于一定阈值的移动体确定为该地点处的非频繁移动体。3.根据权利要求1所述的方法，其中，针对非频繁移动体的基于时间序列的移动体数预测模型是利用泊松回归训练出的移动体数预测模型。4.根据权利要求1所述的方法，其中，所述规定的通行规则信息包括针对移动体的通...

【专利技术属性】
技术研发人员：杨和东，耿璐，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本,JP