【技术实现步骤摘要】
用于交通预测的系统和方法
本申请一般涉及用于交通预测的系统和方法，尤其涉及用于预测与交通状况相关的至少两个未来参数的系统和方法。
技术介绍
随着交通环境的快速发展，高效准确的交通信息预测对人们的出行变得越来越重要。提供交通服务(例如，线上到线下运输服务、导航服务、地图服务)的系统可以基于当前交通信息和/或历史交通信息，根据线性模型或树模型，预测未来交通信息。然而，根据线性模型或树模型难以融合多通道数据，且难以预测对应于多个未来时间点的交通信息，这可能导致相对大的偏差。因此，希望提供用于融合多通道数据并准确有效地预测未来交通信息的系统和方法。
技术实现思路
本申请的第一方面涉及一种用于预测交通参数的系统。该系统可以包括至少一个存储介质，其包括一组指令，以及与该至少一个存储介质通信的至少一个处理器。当执行该组指令时，可以指示至少一个处理器：获取对应于至少两个候选时间点的与行驶状况相关的至少两个第一输入；获取第一训练预测模型；基于至少两个第一输入，通过使用第一训练预测模型，确定目标向量；获取对应于至少两个未来时...
【技术保护点】
1.一种用于预测交通参数的方法，所述方法包括：/n获取对应于至少两个候选时间点的与行驶状况相关的至少两个第一输入；/n获取第一训练预测模型；/n基于所述至少两个第一输入，通过使用所述第一训练预测模型，确定目标向量；/n获取对应于至少两个未来时间点的与所述行驶状况相关的至少两个第二输入；/n获取第二训练预测模型；以及/n基于所述目标向量和所述至少两个第二输入，通过所述第二训练预测模型，预测对应于所述至少两个未来时间点的与所述行驶状况相关的至少两个未来参数。/n
【技术特征摘要】
1.一种用于预测交通参数的方法，所述方法包括：
获取对应于至少两个候选时间点的与行驶状况相关的至少两个第一输入；
获取第一训练预测模型；
基于所述至少两个第一输入，通过使用所述第一训练预测模型，确定目标向量；
获取对应于至少两个未来时间点的与所述行驶状况相关的至少两个第二输入；
获取第二训练预测模型；以及
基于所述目标向量和所述至少两个第二输入，通过所述第二训练预测模型，预测对应于所述至少两个未来时间点的与所述行驶状况相关的至少两个未来参数。
2.根据权利要求1所述的方法，其特征在于，所述行驶状况与路段相关。
3.根据权利要求1或2所述的方法，其特征在于，所述至少两个第一输入中的每一个包括相应候选时间点的与交通状况相关的第一参数、分别对应于至少两个第一历史时间点的与交通状况相关的至少两个第一历史参数和与所述至少两个第一历史参数相关的第一统计参数。
4.根据权利要求3所述的方法，其特征在于，所述与交通状况相关的第一参数包括所述行驶状况的交通拥堵等级、所述行驶状况的交通速度或所述行驶状况的交通流量中的至少一个。
5.根据权利要求3所述的方法，其特征在于，所述第一统计参数包括交通拥堵统计参数、交通速度统计参数或交通流量统计参数。
6.根据权利要求5所述的方法，其特征在于，所述第一统计参数包括所述交通拥堵统计参数，并且所述交通拥堵统计参数包括至少两个历史交通拥堵等级的众数或所述至少两个历史交通拥堵等级的拥堵概率中的至少一个。
7.根据权利要求5所述的方法，其特征在于，所述第一统计参数包括所述交通速度统计参数，并且所述交通速度统计参数包括至少两个历史速度的均值、所述至少两个历史速度的中位数、所述至少两个历史速度的方差、所述至少两个历史速度的最大值或所述至少两个历史速度的最小值中的至少一个。
8.根据权利要求5所述的方法，其特征在于，所述第一统计参数包括所述交通流量统计参数，并且所述交通流量统计参数包括至少两个历史交通流量的均值、所述至少两个历史交通流量的中位数、所述至少两个历史交通流量的方差、所述至少两个历史交通流量的最大值或所述至少两个历史交通流量的最小值中的至少一个。
9.根据权利要求1或2所述的方法，其特征在于，所述至少两个第二输入中的每一个包括相应的未来时间点的先前时间点处与交通状况相关的第二参数、分别对应于至少两个第二历史时间点的与交通状况相关的至少两个第二历史参数以及与所述至少两个第二历史交通参数相关的第二统计参数。
10.根据权利要求9所述的方法，其特征在于，所述至少两个第二输入中的每一个还包括参考参数，所述参考参数包括所述相应的未来时间点的天气信息。
11.根据权利要求1所述的方法，其特征在于，所述第一训练预测模型是训练预测模型的第一部分，所述第二训练预测模型是所述训练预测模型的第二部分。
12.根据权利要求11所述的方法，其特征在于，
所述训练预测模型是序列至序列模型，
所述训练预测模型的第一部分是编码器，以及
所述训练预测模型的第二部分是解码器。
13.根据权利要求11或12所述的方法，其特征在于，所述训练预测模型是基于训练过程确定的，所述训练过程包括：
获取分别对应于至少两个第一样本时间点的至少两个第一样本输入；
获取包括初始第一部分和初始第二部分的初始预测模型；
基于所述至少两个第一样本输入，通过使用所述初始第一部分，确定初始向量；
获取分别对应于至少两个第二样本时间点的至少两个第二样本输入；
基于所述初始向量和所述至少两个第二样本输入，通过使用所述初始第二部分，预测分别对应于所述至少两个第二样本时间点的与交通状况相关的至少两个样本参数；
获取分别对应于所述至少两个第二样本时间点的与交通状况相关的至少两个实际参数；
基于所述至少两个与交通状况相关的样本参数和所述至少两个与交通状况相关的实际参数，确定所述初始预测模型的损失函数的值；以及
响应于确定所述损失函数的所述值小于损失阈值，指定所述初始预测模型为所述训练预测模型。
14.根据权利要求13所述的方法，所述训练过程进一步包括：
响应于确定所述损失函数的所述值大于或等于所述损失阈值，更新所述初始第一部分或所述初始第二部分。
15.一种用于预测交通参数的系统，包括：
第一获取模块，被配置为：
获取对应于至少两个候选时间点的与行驶状况相关的至少两个第一输入；以及
获取第一训练的预测；
向量确定模块，被配置为基于所述至少两个第一输入，通过使用所述第一训练预测模型，确定目标向量；...
【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
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。