交通速度预测方法、装置、电子设备和存储介质

本发明涉及智慧交通领域，尤其涉及一种交通速度预测方法、装置、电子设备和存储介质。

背景技术：

1、相关技术中交通速度预测主要是基于给定历史交通速度和道路网络，对道路网络中所有路口的未来交通速度进行预测。从可获取交通速度数据的完整性角度，当前的研究方法主要分为两类：第一类是交通数据不存在缺失或缺失数据存在的比例极低且随机、离散，这种情况下，缺失数据通常可以在计算时被忽略，这类方法所处理的数据情况比较理想，现实中难以得到如此完整的数据。此外，一旦交通网络中数据缺失比例上升，模型学习的性能会明显下降；第二类是交通数据存在明显的随机离散缺失，这种情况下，数据会被进行数据插补（data imputation），数据插补（data imputation）的过程可以独立于模型作为预处理，这类方法所处理的数据相较第一类更加普遍和通用，但是大部分插补的数据需要具有历史信息来模拟时序变化或周期，忽略了空间角度的丰富信息。面对没有历史数据区域的预测，此类方法无法较好的学习时空特征，进而无法准确预测交通速度。

2、因此，如何有效预测没有数据区域的交通速度，成为亟需解决的问题。

技术实现思路

1、本发明提供一种交通速度预测方法、装置、电子设备和存储介质，用以有效预测没有数据区域的交通速度。

2、本发明提供一种交通速度预测方法，包括：

3、获取待预测路口的时间特征和空间特征，其中，所述时间特征和空间特征经过掩码处理；

4、将所述待预测路口的时间特征和空间特征输入交通速度预测模型，获得所述待预测路口的交通速度，其中，所述交通速度预测模型中包括至少一个时空特征提取层和一个输出模块，所述交通速度预测模型的每个时空特征提取层中包括动态图卷积，所述动态图卷积用于捕获没有物理连接的空间关系。

5、根据本发明提供的交通速度预测方法，所述待预测路口的时间特征为所述待预测路口所属区域的所有路口的时间特征的均值，所述待预测路口的空间特征为距离所述待预测路口最近的且安装有传感器的路口的空间特征，或距离所述待预测路口最近的多个路口的空间特征的均值。

6、根据本发明提供的交通速度预测方法，所述方法还包括：

7、使用所述时空特征提取层中的第一扩张因果卷积和第二扩张因果卷积对所述待预测路口的时间特征和空间特征进行融合，得到融合后的时空特征，其中，所述第一扩张因果卷积中包括正切双曲激活函数，所述第一扩张因果卷积用于输出时间特征，所述第二扩张因果卷积中包括sigmoid激活函数，所述第二扩张因果卷积用于确定传递的信息比例；

8、将所述融合后的时空特征，通过跳跃连接与所述交通速度预测模型的输出模块连接；

9、将所述融合后的时空特征，通过所述时空特征提取层中的动态图卷积捕获没有物理连接的空间关系；

10、将所述融合后的时空特征，通过所述时空特征提取层中的具有掩码机制的门控循环单元学习时序依赖；

11、将通过所述时空特征提取层中的动态图卷积、通过所述时空特征提取层中的具有掩码机制的门控循环单元的时空特征和所述待预测路口的时间特征和空间特征，作为下一个时空特征提取层的输入。

12、根据本发明提供的交通速度预测方法，所述动态图卷积由自适应邻接矩阵实现。

13、根据本发明提供的交通速度预测方法，所述交通速度预测模型中的每个时空特征提取层的输入和所述每个时空特征提取层的上一层时空特征提取层的隐藏层以掩码关系进行组合。

14、根据本发明提供的交通速度预测方法，所述获得所述待预测路口的交通速度，包括：

15、将除了最后一个所述时空特征提取层的多个所述时空特征提取层的隐藏层的输出和最后一个所述时空特征提取层的输出层的输出进行连接，获得多个时空特征；

16、使用卷积收缩所述多个时空特征，获得所述待预测路口的交通速度。

17、本发明还提供一种交通速度预测装置，包括：

18、获取模块，用于获取待预测路口的时间特征和空间特征，其中，所述时间特征和空间特征经过掩码处理；

19、输入模块，用于将所述待预测路口的时间特征和空间特征输入交通速度预测模型，获得所述待预测路口的交通速度，其中，所述交通速度预测模型中包括至少一个时空特征提取层和一个输出模块，所述交通速度预测模型的每个时空特征提取层中包括动态图卷积，所述动态图卷积用于捕获没有物理连接的空间关系。

20、本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现所述交通速度预测方法。

21、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述交通速度预测方法。

22、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现所述交通速度预测方法。

23、本发明提供的交通速度预测方法、装置、电子设备和存储介质，基于有交通数据的路口的时间特征和空间特征可以确定没有交通数据的路口的时间特征和空间特征，通过将没有交通数据的路口的时间特征和空间特征输入交通速度预测模型，可以有效预测没有交通数据的路口的交通速度。

技术特征：

1.一种交通速度预测方法，其特征在于，包括：

2.根据权利要求1所述的交通速度预测方法，其特征在于，所述待预测路口的时间特征为所述待预测路口所属区域的所有路口的时间特征的均值，所述待预测路口的空间特征为距离所述待预测路口最近的且安装有传感器的路口的空间特征，或距离所述待预测路口最近的多个路口的空间特征的均值。

3.根据权利要求1所述的交通速度预测方法，其特征在于，所述方法还包括：

4.根据权利要求3所述的交通速度预测方法，其特征在于，所述动态图卷积由自适应邻接矩阵实现。

5.根据权利要求1所述的交通速度预测方法，其特征在于，所述交通速度预测模型中的每个时空特征提取层的输入和所述每个时空特征提取层的上一层时空特征提取层的隐藏层以掩码关系进行组合。

6.根据权利要求1所述的交通速度预测方法，其特征在于，所述获得所述待预测路口的交通速度，包括：

7.一种交通速度预测装置，其特征在于，包括：

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述交通速度预测方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述交通速度预测方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述交通速度预测方法的步骤。

技术总结
本发明提供一种交通速度预测方法、装置、电子设备和存储介质，属于智慧交通领域，该方法包括：获取待预测路口的时间特征和空间特征，其中，所述时间特征和空间特征经过掩码处理；将所述待预测路口的时间特征和空间特征输入交通速度预测模型，获得所述待预测路口的交通速度，其中，所述交通速度预测模型中包括至少一个时空特征提取层和一个输出模块，所述交通速度预测模型的每个时空特征提取层中包括动态图卷积，所述动态图卷积用于捕获没有物理连接的空间关系，可以有效预测没有数据的区域的交通速度。

技术研发人员：陈嘉辉,杨丽娜,彭玲
受保护的技术使用者：中国科学院空天信息创新研究院
技术研发日：
技术公布日：2024/1/13