一种基于多时刻交通流量的交通速度预测方法

本发明属于交通工程，特别涉及一种基于多时刻交通流量的交通速度预测方法。

背景技术：

1、随着社会经济的快速发展和人民生活水平的持续提高，城市道路上的车辆数量不断增加，虽然为出行带来了便利，但也引发了严重的交通拥堵问题。智能交通系统(intelligent traffic system，简称its)作为一种高效的交通运输管理系统，可充分利用现有交通基础设施实现事前交通疏导。其中，交通速度预测是its的重要组成部分，它能动态捕捉交通流状态的发展趋势。准确的交通速度预测不仅有助于道路交通管理，还能为个人出行提供指导。例如，道路交通管理部门可以依据交通速度预测结果确定和预测拥堵地点，并分析交通拥堵的原因，提出相应的解决方案。此外，个人出行前也可以根据预测结果合理规划旅行时间和行程。

2、实际上，许多城市现有的道路基础设施并未配备交通测速仪器。一方面是无人机和激光雷达等交通速度检测设备费用昂贵，另一方面是交通检测设备在采集数据时通常存在车辆和树木等遮挡问题，导致获取的交通速度数据精度不高，无法精确研判交通流态势，难以制定和实施精准的交通管控策略。因此，大多数城市只选择具有流量检测功能、造价相对低的摄像设备。与此同时，为适应城市交通的智能化升级，一些城市选择利用浮动车数据或增加交通流量数据监测设备来感知交通运行状态。然而，无论是浮动车数据还是摄像检测数据，其核心组成部分都是流量检测，导致缺失最直接表征交通状态的速度数据。因此，如何基于交通流量数据，利用机器学习算法挖掘流量与速度的复杂关联模式是研究重点。目前的交通速度测量方法还需要在道路设施加装硬件设备进行速度监测，导致成本过高的问题；且测速设备存在目标遮挡，导致检测的速度精度低下的问题。

技术实现思路

1、为了解决现有技术中存在的上述至少一个问题，本发明提供了一种基于多时刻交通流量的交通速度预测方法。

2、本发明提供了一种基于多时刻交通流量的交通速度预测方法，所述方法根据建模位置在当前时刻及其前后时刻的车流量和车速，以及待测位置当前时刻及其前后时刻的车流量，预测出待测位置在当前时刻及其前后时刻的车速。

3、优选地，所述方法包括以下步骤：

4、数据采集步骤：在道路上的所述建模位置采集时间数据、车流量数据、速度数据；在该道路的待测位置采集时间数据、车流量数据；

5、矩阵构造步骤：在所述建模位置和待测位置采集的时间数据中，假设当前状态为m，n表示前一时刻状态的时间步长，m表示后一时刻状态的时间步长；在所述建模位置，根据其车流量数据构建流量矩阵，根据其速度数据构建速度矩阵；在所述待测位置，根据其车流量数据构建流量矩阵；

6、训练步骤：将所述建模位置的流量矩阵和速度矩阵输入机器学习模型进行训练，得出交通流量-速度匹配关系模型；

7、速度预测步骤：将所述待测位置的车流量矩阵输入所述机器学习模型，通过所述交通流量-速度匹配关系模型，计算得出所述待测位置在每一次检测时刻的预测速度。

8、优选地，所述矩阵构造步骤中，n和m的取值相同或不相同。

9、优选地，所述矩阵构造步骤中，n的取值范围为0-5，m的取值范围为0-5。

10、优选地，所述矩阵构造步骤中，n的取值范围为1-4，m的取值范围为1-4。

11、优选地，所述矩阵构造步骤中，n的取值范围为2-4，m的取值范围为2-4。

12、优选地，所述矩阵构造步骤中，n的取值范围为2-5，m的取值范围为2-5。

13、优选地，所述矩阵构造步骤中，n的取值范围为3-5，m的取值范围为3-5。

14、优选地，所述矩阵构造步骤中，n的取值为3，m的取值为3。

15、优选地，所述训练步骤中，所述机器学习模型选自：长短期记忆网络模型、反向传播网络、分类回归树、k近邻网络、支持向量回归网络，优选为长短期记忆网络模型。

16、所述方法根据建模位置在当前时刻及其前后时刻的车流量和车速，以及待测位置当前时刻及其前后时刻的车流量，预测出待测位置在当前时刻及其前后时刻的车速。

17、相比现有技术，本发明具有以下有益效果：

18、1、本发明是基于流量信息的短时交通速度预测方法，可以解决道路设施需要加装硬件设备进行速度监测导致的成本过高，且测速设备存在目标遮挡导致检测的速度精度低下的技术问题。

19、2、本发明提出的方法仅依靠交通流量数据即可快速感知路网运行状态，可以帮助出行者规划出行路线，也可以帮助道路管理人员识别拥堵点并制定拥堵缓解策略。例如，高速公路上的电子不停车收费系统(etc)可以获取交通流数据，但无法获取车辆行驶速度信息，单独的流量数据无法充分反映高速公路的运行状态。但本发明中基于etc系统的流量数据，可以预测车速，进而评估高速公路的运行状态。

20、3、本发明无需在道路上设置激光雷达等较为昂贵的交通测速仪器，仅凭交通数据流量即可预判未来的交通速度等，检测成本低廉。

技术特征：

1.一种基于多时刻交通流量的交通速度预测方法，其特征在于：

2.根据权利要求1所述的方法，其特征在于：

3.根据权利要求2所述的方法，其特征在于：

4.根据权利要求3所述的方法，其特征在于：

5.根据权利要求3所述的方法，其特征在于：

6.根据权利要求3所述的方法，其特征在于：

7.根据权利要求3所述的方法，其特征在于：

8.根据权利要求3所述的方法，其特征在于：

9.根据权利要求3所述的方法，其特征在于：

10.根据权利要求3-9中任一项所述的方法，其特征在于：

技术总结
本发明属于交通工程技术领域，特别涉及一种基于多时刻交通流量的交通速度预测方法。所述方法根据建模位置在当前时刻及其前后时刻的车流量和车速，以及待测位置当前时刻及其前后时刻的车流量，预测出待测位置在当前时刻及其前后时刻的车速。该方法包括：数据采集、矩阵构造、训练、速度预测几个步骤。本发明是基于流量信息的短时交通速度预测方法，可以解决道路设施需要加装硬件设备进行速度监测导致的成本过高，且测速设备存在目标遮挡导致检测的速度精度低下的技术问题；本发明无需在道路上设置激光雷达等较为昂贵的交通测速仪器，仅凭交通数据流量即可预判未来的交通速度等，检测成本低廉。

技术研发人员：高亚聪,周晨静,陈春安
受保护的技术使用者：广州大学
技术研发日：
技术公布日：2025/1/6