【技术实现步骤摘要】
预测通过时间的装置和方法以及预测行驶时间的方法
[0001]相关申请的交叉引用
[0002]本申请要求2021年12月23日提交的韩国专利申请第10
‑
2021
‑
0186117号的优先权，该申请的全部内容通过引用并入本文。
[0003]本公开涉及通过考虑不规则旋转和信号等待来预测交叉口通过时间的方法和使用该方法的装置。
技术介绍
[0004]交通流是指在单位时间内通过一个点的车辆的数量。不中断流是指不涉及控制交通流的外部影响的交通流。中断流是指不连续并且涉及交通灯或其他外部影响的交通流。
[0005]中断流的示例可以包括信号交叉口、非信号交叉口和旋转交叉口。在这样的交叉口中，可能形成交通流拥堵的等待线，这可能导致诸如等待车辆的旋转和等待信号的原因。
[0006]即使等待线可能对车辆的运行速度和预测的目的地时间有很大的影响，但是在中断流中形成的等待线也有交通信息的收集率低的问题。因此，存在难以预测到达目的地的准确行驶时间的问题。
[0007]随着人工智能技术日益受到关注，正在积极进行人工智能技术的研究。如果在这样的人工智能技术中使用利用人工神经网络的技术，则认为可以通过相对准确地预测难以预测的中断流的交通状况，为用户提供可靠的通过时间和目的地到达时间的指导。
技术实现思路
[0008]在这样的背景下，本实施例的目的是根据车辆在交叉口处的前进的方向来计算等待线区段中的通过时间，通过使用预测模型导出车辆的每个未来前进的方向上的预测...
【技术保护点】
【技术特征摘要】
1.一种预测通过时间的方法，包括以下步骤：收集交通信息，所述交通信息包括通过设置在交叉口后面的等待线区段的车辆在所述等待线区段中的所述车辆的前进的每个方向的速度；基于所述交通信息和所述等待线区段的长度计算所述前进的每个方向通过所述等待线区段的车辆的通过时间，并且基于所述通过时间计算所述前进的每个方向的平均通过时间；将所述平均通过时间输入到经训练以预测未来通过时间的预测模型；以及从经训练的所述预测模型导出所述前进的每个方向的预测通过时间。2.根据权利要求1所述的方法，其中：所述平均通过时间是通过使用算术平均方法对所述前进的每个方向计算与已经通过所述等待线区段的所述车辆的导出定时之前和之后的10分钟相对应的所述通过时间而导出的，并且所述导出定时指示导出所述平均通过时间的以5分钟为单位的定时。3.根据权利要求1所述的方法，其中：通过接收根据时间序列从过去累积的所述平均通过时间来训练所述预测模型，从过去累积的所述平均通过时间是通过使用算术平均方法对所述前进的每个方向计算与已经通过所述等待线区段的所述车辆的导出定时之前和之后的10分钟相对应的所述通过时间而导出的，所述导出定时指示导出所述平均通过时间的以5分钟为单位的定时，以及所述预测通过时间是针对所述前进的每个方向通过以5分钟为单位从实际时间划分到未来1小时而导出的。4.根据权利要求1所述的方法，其中，针对所述车辆的所述前进的每个方向不同地设置所述等待线区段。5.根据权利要求1所述的方法，其中，经训练的所述预测模型是通过基于人工神经网络的深度学习训练的模型。6.根据权利要求1所述的方法，进一步包括以下步骤：生成包括所述前进的每个方向的所述等待线区段的长度、道路坡度、道路类型和车道数量、所述交叉口的信号类型的等待线区段信息、以及包括关于星期几、时间和行政区的信息的环境信息，其中，所述平均通过时间、所述等待线区段信息和所述环境信息被输入到经训练的所述预测模型。7.一种用于预测通过时间的装置，包括：收集电路，被配置为收集交通信息，所述交通信息包括通过设置在交叉口后面的等待线区段的车辆在所述等待线区段中的所述车辆的前进的每个方向的速度；算术电路，被配置为基于所述交通信息和所述等待线区段的长度计算所述前进的每个方向通过所述等待线区段的车辆的通过时间，并且基于所述通过时间计算所述前进的每个方向的平均通过时间；以及预测电路，包括经训练以预测未来通过时间的预测模型，并且被配置为将所述平均通过时间输入到经训练的所述预测模型以及导出所述前进的每个方向的预测通过时间。8.根据权利要求7所述的装置，其中：
所述算术电路被配置为通过使用算术平均方法对所述前进的每个方向计算与已经通过所述等待线区段的所述车辆的导出定时之前和之后的10分钟相对应的所述通过时间来导出所述平均通过时间，并且所述导出定时指示导出所述平均通过时间...
【专利技术属性】
技术研发人员：柳铉相，孙相乣，姜雅嬴，李镂多，严在洪，
申请(专利权)人：现代奥特奥博株式会社，
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。