【技术实现步骤摘要】
基于出行图谱的车辆目的地预测方法、装置、设备及介质
[0001]本专利技术涉及交通数据处理
，尤其是一种基于出行图谱的车辆目的地预测方法、装置、设备及介质。
技术介绍
[0002]个体车辆出行目的地推测是目前智能交通系统的核心部分之一，对整体交通系统的管理与决策起着重要的支持和指导作用。基于准确、有效的个体车辆出行目的地推测结果，通过交通决策、交通诱导与城市整体路网情况相互作用并密切配合人、车、路的实际状况，可以有效提高交通运输效率，缓解交通阻塞，提高路网的通行能力、路段行车速度及交通体验，进一步可以为后续的车路协同与自动驾驶提供铺垫。
[0003]其中，如何对新的个体车辆出行目的地进行推测，是一个亟待解决的问题。
[0004]现在的国内外研究和技术现状主要包括：
[0005]一、出行规律分析和预测方面。国内外学者对出行规律分析和预测算法做了大量研究，根据出行发生阶段可将出行分析分为面向过程的出行分析和面向结果的出行分析。前者从时间、空间角度对出行特征进行静态或动态分析，包括对出行流向、出行时间...
【技术保护点】
【技术特征摘要】
1.一种基于出行图谱的车辆目的地预测方法，其特征在于，包括：获取卡口数据；根据所述卡口数据，构建交通出行图谱；将所述交通出行图谱中的实体关系转化为马尔科夫逻辑网；从所述交通出行图谱中挖掘得到交通出行时空关联规则；将所述马尔科夫逻辑网转化为实例化的马尔科夫网络；根据所述交通出行时空关联规则和所述马尔科夫网络，确定个体车辆的目的地预测结果。2.根据权利要求1所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述获取卡口数据中，所述卡口数据包括车牌号码、车辆地点、地点属性、出行次数和出行时间；其中，所述地点属性包括学校、医院、商场和办公场所。3.根据权利要求2所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述根据所述卡口数据，构建交通出行图谱，包括：将所述卡口数据中的车牌号码、车辆地点、地点属性、出行次数和出行时间作为所述交通出行图谱的节点；将车辆出行开始时间、出发地、出行结束时间和目的地作为所述交通出行图谱的边。4.根据权利要求1所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述将所述交通出行图谱中的实体关系转化为马尔科夫逻辑网，包括：将所述交通出行图谱中的三元组转换成所述马尔科夫逻辑网的节点；获取所述交通出行图谱中的所有节点，并将同在一个规则中的任意两个节点连接；将所述所有节点加入所述马尔科夫逻辑网中。5.根据权利要求1所述的一种基于出行图谱的车辆目的地预测方法，其特征在于，所述从所述交通出行图谱中挖掘得到交通出行时空关联规则，包括：将所述交通出行图谱中的三元组作为规则子句构建的元素；根据不同三元组之间的实体关联关系，将各个元素连接，进而构建马尔科夫网络模板；在所述马尔科夫网络模板中搜索生成候选规则子句；对所述候选规则子句进行筛选，确定所述交通出行时空关联规则...
【专利技术属性】
技术研发人员：杨粤湘，汤燕生，谢嘉孟，刘岚，陈泽毅，彭伟，张文凯，叶夏雨，
申请(专利权)人：汤燕生谢嘉孟刘岚陈泽毅彭伟张文凯叶夏雨，
类型：发明
国别省市：
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。