【技术实现步骤摘要】
本专利技术涉及无人驾驶领域。
技术介绍
1、交通数据是一种具有内在时空相关性的数据，现有的交通预测研究主要集中在基于图卷积网络(gcn)的方法。目前的研究探索了交通流量、平均速度、密度和平均队列长度预测，这有助于预防和缓解交通拥堵。
2、随着城市化进程的加速以及无人驾驶车辆的出现，城市交通拥堵日益严重。交通拥堵不仅扰乱了人们的日常生活，还对环境产生了不利影响。准确评估交通拥堵状况是消除交通拥堵的前提，目前的交通拥堵检测方法取得了一些成功，但它们表现出一定的局限性，体现在优先考虑实时检测而不是准确预测交通拥堵的时空尺度，存在问题如下：
3、(1)未考虑无人驾驶车辆对交通的影响：目前交通拥堵的研究主要集中于有人驾驶车辆所在的高速公路或城市场景，随着无人驾驶技术的发展，无人驾驶车辆和有人驾驶车辆形成的混合交通流为交通拥堵治理带来了新的挑战，现有方法未能考虑无人驾驶车辆对有人驾驶车辆和道路环境的影响，难以满足无人驾驶和有人驾驶混合交通的管理需求，阻碍了新型综合智能交通系统的发展。
4、(2)未考虑拥堵时空规模...
【技术保护点】
1.基于软件定义网络的无人驾驶车路网新型交通拥堵预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于软件定义网络的无人驾驶车路网新型交通拥堵预测方法，其特征在于，所述步骤1：
3.如权利要求1所述的基于软件定义网络的无人驾驶车路网新型交通拥堵预测方法，其特征在于，所述步骤2：
4.如权利要求1所述的基于软件定义网络的无人驾驶车路网新型交通拥堵预测方法，其特征在于，所述步骤3：
5.如权利要求4所述的基于软件定义网络的无人驾驶车路网新型交通拥堵预测方法，其特征在于，所述交通拥堵预测算法具体描述如下：
【技术特征摘要】
1.基于软件定义网络的无人驾驶车路网新型交通拥堵预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于软件定义网络的无人驾驶车路网新型交通拥堵预测方法，其特征在于，所述步骤1：
3.如权利要求1所述的基于软件定义网络的无人驾驶车路网新型交通拥堵预测...
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。