一种车流量预测方法及装置制造方法及图纸

技术编号:26174834 阅读:19 留言:0更新日期:2020-10-31 14:05
本申请提供了一种车流量预测方法及装置,其中,首先获取目标路段在多个历史时间段中每个历史时间段内的车流量特征数据;之后,从每个历史时间段内的车流量特征数据中筛选有效的车流量特征数据,并确定每个历史时间段内的有效的车流量特征数据的权重;最后,基于确定的有效的车流量特征数据以及对应的权重,预测目标路段的车流量。上述技术方案通过筛选有效的车流量特征数据,并结合有效的车流量特征数据的权重,能够预测得到准确的车流量,克服了现有技术中预测偏差大的缺陷。

【技术实现步骤摘要】
一种车流量预测方法及装置
本申请涉及预测和计算
,具体而言,涉及一种车流量预测方法及装置。
技术介绍
随着经济的不断发展和人们生活水平的不断提高,人们的出行越来越依赖网约车或自驾出行,随之而来的问题是交通拥堵状况的日益严重,从而导致出行效率下降。因此,及时准确的获取道路上的车流量信息,有利于用户基于车流量信息提前规划行程,错峰出行,提高出行效率。目前大部分的车流量预测方法是基于线性模型或者树模型,上述方法虽然都能够预测得到某一路段的车流量,但是由于不能合理的融合上下文信息,导致预测得到的车流量偏差较大。
技术实现思路
有鉴于此,本申请实施例的目的在于提供一种车流量预测方法及装置,能够通过筛选有效的车流量特征数据,并结合有效的车流量特征数据的权重,准确地预测目标路段的车流量,克服了现有技术中预测偏差大的缺陷。第一方面,本申请实施例提供了一种车流量预测方法,包括:获取目标路段在多个历史时间段中每个历史时间段内的车流量特征数据;从所述每个历史时间段内的车流量特征数据中筛选有效的车流量特征数据,并确定每个历史时间段内的有效的车流量特征数据的权重;基于确定的有效的车流量特征数据以及对应的权重,预测所述目标路段的车流量。在一种可能的实施方式中,根据以下步骤筛选每个历史时间段内的有效的车流量特征数据:获取与每个车流量特征数据匹配的权重,以及将所有的所述历史时间段按照时间先后进行排序;基于与每个车流量特征数据匹配的权重,以及每个历史时间段的排序位置,筛选每个历史时间段内的有效的车流量特征数据。第二方面,本申请实施例提供了一种车流量预测装置,包括:数据获取模块,用于获取目标路段在多个历史时间段中每个历史时间段内的车流量特征数据;数据处理模块,从所述每个历史时间段内的车流量特征数据中筛选有效的车流量特征数据,并确定每个历史时间段内的有效的车流量特征数据的权重;预测模块,用于基于确定的有效的车流量特征数据以及对应的权重,预测所述目标路段的车流量。在一种可能的实施方式中,所述数据处理模块包括:排序子模块,用于获取与每个车流量特征数据匹配的权重,以及将所有的所述历史时间段按照时间先后进行排序;筛选子模块,用于基于与每个车流量特征数据匹配的权重,以及每个历史时间段的排序位置,筛选每个历史时间段内的有效的车流量特征数据。在一种可能的实施方式中,所述筛选子模块具体用于:在所述历史时间段位于排序后的第一个位置的情况下,基于与每个车流量特征数据匹配的权重,筛选该历史时间段内的有效的车流量特征数据;在所述历史时间段未位于排序后的第一个位置的情况下,基于与每个车流量特征数据匹配的权重,以及该历史时间段的前一个历史时间段内的有效的车流量特征数据,筛选该历史时间段内的有效的车流量特征数据。在一种可能的实施方式中,所述数据处理模块包括:参数获取子模块,用于获取与每个有效的车流量特征数据匹配的权重以及偏移量;权重因子确定子模块,用于针对每个历史时间段,基于与每个有效的车流量特征数据匹配的权重以及偏移量,确定该历史时间段内的有效的车流量特征数据对应的权重因子;权重确定子模块,用于基于每个历史时间段内的有效的车流量特征数据对应的权重因子,分别确定每个历史时间段内的有效的车流量特征数据的权重。在一种可能的实施方式中,所述权重确定子模块利用如下公式确定每个历史时间段内的有效的车流量特征数据的权重:式中,ei表示历史时间段i内的有效的车流量特征数据对应的权重因子;T表示历史时间段的数量,αi表示历史时间段i内的有效的车流量特征数据对应的权重。在一种可能的实施方式中,所述预测模块包括:加权计算子模块,用于针对每个历史时间段,计算该历史时间段内的有效的车流量特征数据的权重与该历史时间段内的有效的车流量特征数据的乘积,得到该历史时间段内的有效的车流量特征数据的加权值;加权和计算子模块,用于计算所有历史时间段对应的加权值的和,得到特征数据加权和;预测子模块,用于基于所述特征数据加权和,预测所述目标路段的车流量。在一种可能的实施方式中,所述预测子模块包括:标识符获取单元,用于获取所述目标路段的标识符、预测时间的标识符;流量预测单元,用于基于所述特征数据加权和、所述目标路段的标识符、和预测时间的标识符,预测所述目标路段的车流量。在一种可能的实施方式中,所述流量预测单元包括:数据拼接子单元,用于将所述特征数据加权和、所述目标路段的标识符和测时间的标识符进行拼接,得到拼接特征数据;流量预测子单元,用于基于所述拼接特征数据,预测所述目标路段的车流量。在一种可能的实施方式中,所流量预测子单元具体用于:基于获取的与所述特征数据加权和匹配的权重和偏移量、与所述目标路段的标识符匹配的权重和偏移量、与所述预测时间的标识符匹配的权重和偏移量,预测所述目标路段的车流量。在一种可能的实施方式中,所述预测时间的标识符包括:预测时间所在的时间段片的标识符、预测时间所在星期的标识符;所述与所述预测时间的标识符匹配的权重和偏移量包括:与所述预的时间所在的时间段的标识符匹配的权重和偏移量、与所述预测时间所在的星期的标识符匹配的权重和偏移量。在一种可能的实施方式中,所述数据拼接子单元具体用于:将所述目标路段的标识符变换为稠密特征向量,以及将所述预测时间的标识符变换为稠密特征向量;所述将所述特征数据加权和、所述目标路段的标识符对应的稠密特征向量以及预测时间信息的标识符对应的稠密特征向量进行拼接,得到拼接特征数据。在一种可能的实施方式中,所述每个历史时间段内的车流量特征数据包括以下至少一项:每个历史时间段内的车流量数据、每个历史时间段内的天气特征数据、每个历史时间段内的路况特征数据、每个历史时间段内的车辆速度数据、每个历史时间段的标识符。在一种可能的实施方式中,所述每个历史时间段内的车流量数据包括以下至少一项:每个历史时间段内的车流量平均值、车流量最大值、车流量最小值、车流量中位数。在一种可能的实施方式中,所述每个历史时间段内的车辆速度数据包括以下至少一项:每个历史时间段内的车辆速度最大值、车辆速度最小值、车辆速度均值、车辆速度中位数。在一种可能的实施方式中,所述每个历史时间段内的路况特征数据包括:在每个历史时间段内目标路段畅通的概率值、在每个历史时间段内目标路段缓行的概率值、在每个历史时间段内目标路段拥堵的概率值。在一种可能的实施方式中,车流量预测装置还包括:时段确定模块,用于将预测时间所在的时间段之前的T个时间连续的时间段作为所述多个历史时间段,其中,T是正整数。第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通本文档来自技高网...

【技术保护点】
1.一种车流量预测装置,其特征在于,包括数据获取模块、数据处理模块、和预测模块;/n所述数据获取模块,用于获取目标路段在多个历史时间段中每个历史时间段内的车流量特征数据;/n所述数据处理模块,用于从所述数据获取模块获取的每个历史时间段内的车流量特征数据中筛选有效的车流量特征数据,并确定每个历史时间段内的有效的车流量特征数据的权重;/n所述预测模块,用于基于所述数据处理模块确定的有效的车流量特征数据以及对应的权重,预测所述目标路段的车流量。/n

【技术特征摘要】
1.一种车流量预测装置,其特征在于,包括数据获取模块、数据处理模块、和预测模块;
所述数据获取模块,用于获取目标路段在多个历史时间段中每个历史时间段内的车流量特征数据;
所述数据处理模块,用于从所述数据获取模块获取的每个历史时间段内的车流量特征数据中筛选有效的车流量特征数据,并确定每个历史时间段内的有效的车流量特征数据的权重;
所述预测模块,用于基于所述数据处理模块确定的有效的车流量特征数据以及对应的权重,预测所述目标路段的车流量。


2.根据权利要求1所述的装置,其特征在于,所述数据处理模块包括排序子模块和筛选子模块;
所述排序子模块,用于获取与每个车流量特征数据匹配的权重,以及将所有的所述历史时间段按照时间先后进行排序;
所述筛选子模块,用于基于与每个车流量特征数据匹配的权重,以及每个历史时间段的排序位置,筛选每个历史时间段内的有效的车流量特征数据。


3.根据权利要求2所述的装置,其特征在于,所述筛选子模块具体用于:
在所述历史时间段位于排序后的第一个位置的情况下,基于与每个车流量特征数据匹配的权重,筛选该历史时间段内的有效的车流量特征数据;
在所述历史时间段未位于排序后的第一个位置的情况下,基于与每个车流量特征数据匹配的权重,以及该历史时间段的前一个历史时间段内的有效的车流量特征数据,筛选该历史时间段内的有效的车流量特征数据。


4.根据权利要求1至3任一项所述的装置,其特征在于,所述数据处理模块包括参数获取子模块、权重因子确定子模块、和权重确定子模块;
所述参数获取子模块,用于获取与每个有效的车流量特征数据匹配的权重以及偏移量;
所述权重因子确定子模块,用于针对每个历史时间段,基于与每个有效的车流量特征数据匹配的权重以及偏移量,确定该历史时间段内的有效的车流量特征数据对应的权重因子;
所述权重确定子模块,用于基于每个历史时间段内的有效的车流量特征数据对应的权重因子,分别确定每个历史时间段内的有效的车流量特征数据的权重。


5.根据权利要求1所述的装置,其特征在于,所述预测模块包括加权计算子模块、加权和计算子模块、和预测子模块;
所述加权计算子模块,用于针对每个历史时间段,计算该历史时间段内的有效的车流量特征数据的权重与该历史时间段内的有效的车流量特征数据的乘积,得到该历史时间段内的有效的车流量特征数据的加权值;
所述加权和计算子模块,用于计算所有历史时间段对应的加权值的和,得到特征数据加权和;...

【专利技术属性】
技术研发人员:仇辉李海波
申请(专利权)人:北京嘀嘀无限科技发展有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1