【技术实现步骤摘要】
本专利技术涉及智能交通数据分析，尤其涉及一种基于道路etc数据的车辆轨迹预测方法及装置。
技术介绍
1、车辆轨迹预测对于道路的智能管理具有重要意义，使用etc数据进行车辆轨迹预测也是车辆轨迹预测的一个重要方向。etc系统通过门架记录车辆的通行数据，包括车辆id、门架id、通行时间等信息。这些数据为车辆行驶轨迹的分析和预测提供了丰富的信息来源。然而，如何从海量的etc数据中提取有用的信息，并构建高效的车辆轨迹预测模型，仍然是一个具有挑战性的问题。
2、现有技术在时序预测中主要侧重于时间维度的建模，例如中国专利技术专利cn115565376a中公开了一种融合graph2vec、双层lstm的车辆行程时间预测方法及系统。实践表明，路径预测的挑战在于车辆运动受到多种复杂因素的影响，尤其是内外部刺激因素之间的交互作用，而现有技术中车辆预测模型未能充分挖掘etc数据以及etc数据与车辆运行之间的关系，导致车辆轨迹预测结果不够准确。
技术实现思路
1、本专利技术提供了一种基于道路etc数据的...
【技术保护点】
1.一种基于道路ETC数据的车辆轨迹预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于道路ETC数据的车辆轨迹预测方法，其特征在于，所述基于多层双向LSTM模型对所述嵌入向量进行训练，获得训练好的多层双向LSTM模型，包括：
3.根据权利要求1所述的基于道路ETC数据的车辆轨迹预测方法，其特征在于，所述获取道路系统对应的所有ETC数据，包括：
4.根据权利要求3所述的基于道路ETC数据的车辆轨迹预测方法，其特征在于，在所述对于所有所述原始ETC数据，剔除其中的错误ETC数据后获得道路系统对应的所有ETC数据之前，所述
...【技术特征摘要】
1.一种基于道路etc数据的车辆轨迹预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于道路etc数据的车辆轨迹预测方法，其特征在于，所述基于多层双向lstm模型对所述嵌入向量进行训练，获得训练好的多层双向lstm模型，包括：
3.根据权利要求1所述的基于道路etc数据的车辆轨迹预测方法，其特征在于，所述获取道路系统对应的所有etc数据，包括：
4.根据权利要求3所述的基于道路etc数据的车辆轨迹预测方法，其特征在于，在所述对于所有所述原始etc数据，剔除其中的错误etc数据后获得道路系统对应的所有etc数据之前，所述方法还包括：
5.根据权利要求1所述的基于道路etc数据的车辆轨迹预测方法，其特征在于，所述基于word2vec模型，对所述etc数据中每个车辆历史轨迹中的etc门架序列进行训练，生成嵌入向量，包括：<...
【专利技术属性】
技术研发人员：余强，邹晔，王子宜，徐铭，汪菁瑶，陈军，
申请(专利权)人：安徽交控信息产业有限公司，
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。