[发明专利]预测交通流的方法和装置

说明书

技术领域

本发明涉及智能交通领域，尤其涉及一种预测交通流的方法和装置。

背景技术

交通流的预测是智能交通系统的重要组成部分，它对交通出行、城市或区域交通规划、支撑交通控制系统等都有重要的作用。交通流预测技术能够通过当前已知的交通流数据，合理地推算出未来15分钟内的交通状况，从而智能动态地进行路径规划，指导人们的出行路线。

现有技术中用于预测交通流的方法很多，常用的方法有：回归分析法、时间序列法、神经网络法和卡尔曼滤波法等。

在实现本发明的过程中，发明人发现，由于交通流数据具有复杂性和随机性，并且变化频繁，当采用上述方法进行预测时，在有些交通条件下预测结果不准确、误差较大。

发明内容

本发明的实施例提供一种预测交通流的方法和装置，能够更加准确地预测交通流。

为达到上述目的，本发明的实施例采用如下技术方案：

一种预测交通流的方法，包括：

将预先获取的交通流数据分解为一组低频信号和一组以上高频信号；

预测所述低频信号的发展趋势，获取所述低频信号的预测结果；

预测所述高频信号的发展趋势，获取所述高频信号的预测结果；

根据所述低频信号的预测结果和所述高频信号的预测结果进行交通流预测。

一种预测交通流的装置，包括：

分解单元，用于将预先获取的交通流数据分解为一组低频信号和一组以上高频信号；

第一预测单元，用于预测由所述分解单元获得的低频信号的发展趋势，获取所述低频信号的预测结果；

第二预测单元，用于预测由所述分解单元获得的高频信号的发展趋势，获取所述高频信号的预测结果；

第三预测单元，用于根据由所述第一预测单元获取的低频信号的预测结果和由所述第二预测单元获取的高频信号的预测结果进行交通流预测。

本发明实施例提供的预测交通流的方法和装置，通过将交通流数据分解为一组低频信号和一组以上高频信号，从而将一组复杂、随机的交通流数据转变为几组具有一定规律和特性的信号；并对所述低频信号和高频信号分别进行预测，根据所述预测结果进行交通流预测，解决了现有技术中直接对所述交通流数据进行预测而造成的预测结果不准确的问题。本发明的实施例提供的预测交通流的方法和装置，能够更加准确地预测交通流。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的预测交通流的方法流程图；

图2为本发明实施例提供的预测低频信号发展趋势的方法流程图；

图3为本发明实施例提供的预测交通流的装置结构示意图一；

图4为本发明实施例提供的预测交通流的装置中分解单元301的结构示意图；

图5为本发明实施例提供的预测交通流的装置中第三预测单元304的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了解决现有技术中直接对所获取的交通流数据进行预测而造成的预测结果不准确的问题，本发明实施例提供一种预测交通流的方法和装置。下面结合附图对本发明实施例提供的方法和装置进行详细描述。

如图1所示，本发明实施例提供的预测交通流的方法，包括：

步骤101，将预先获取的交通流数据分解为一组低频信号和一组以上高频信号；

在本实施例中，所述交通流数据是指定路链的一天的交通流数据，是一组一维的离散信号。所获取的交通流数据成分复杂、变化频繁，并且其中包含有许多不同性质的信号，这些不同性质的信号在交通流的预测过程中所起的作用不同，只有区别对待这些不同性质的信号成分，才能提高预测精度。