[发明专利]速度预测系统和方法

说明书

本申请实施例公开了速度预测方法和系统。所述速度预测方法包括：获取与在当前时间窗内通过目标路段的第一车辆相关的当前车辆速度；基于所述当前车辆速度，确定在所述当前时间窗内，与所述目标路段相关的当前路段速度；基于所述当前路段速度和训练后的预测模型，确定所述当前路段速度和未来时间窗内与所述目标路段相关的未来路段速度之间的预测速度差；以及基于所述预测速度差和所述当前路段速度，估计所述未来路段速度。本申请通过使用至少两个先前速度差训练初始预测模型来生成训练后的预测模型。这种方法可以减少或省略路段的特征，节省计算能力和数据存储空间，以及提高训练后的预测模型的准确度和效率。

技术领域

本申请一般涉及数据处理，更具体地，涉及速度预测系统和方法。

背景技术

在许多情况下，对随时间变化的参数进行可靠的预测是必要的和/或可取的。例如，在运输系统中，预测路段速度通常是重要的。预测路段速度是指在一段时间内通过路段的车辆的平均速度或中间速度。路段速度的预测可用于确定该路段是否拥塞和/或估计通过该路段的行驶时间。在一些情况下，可以使用机器学习模型来预测路段速度。然而，使用机器学习模型进行路段速度预测的传统方法中，通常使用来自各种路段的，且包括大量特征的历史路段速度数据训练模型。然而，由于不同路段的路段速度的波动以及特征值的剧烈变化，这种传统方法可能无法提供准确和/或有效的机器学习模型。因此，期望提供能够有效且准确地进行路段速度预测的系统，方法和模型。

发明内容

本申请实施例之一提供一种速度预测方法。所述速度预测方法包括：获取与在当前时间窗内通过目标路段的第一车辆相关的当前车辆速度；基于所述当前车辆速度，确定在所述当前时间窗内，与所述目标路段相关的当前路段速度；基于所述当前路段速度和训练后的预测模型，确定所述当前路段速度和未来时间窗内与所述目标路段相关的未来路段速度之间的预测速度差，所述训练后的预测模型基于先前速度差生成，其中，所述当前时间窗和所述未来时间窗由第一时间段分开；以及基于所述预测速度差和所述当前路段速度，估计所述未来路段速度。

本申请实施例之一提供一种速度预测系统。所述速度预测系统包括：车辆速度获取模块，用于获取与在当前时间窗内通过目标路段的第一车辆相关的当前车辆速度；当前速度确定模块，用于基于所述当前车辆速度，确定在所述当前时间窗内，与所述目标路段相关的当前路段速度；速度差确定模块，用于基于所述当前路段速度和训练后的预测模型，确定所述当前路段速度和未来时间窗内与所述目标路段相关的未来路段速度之间的预测速度差，所述训练后的预测模型基于先前速度差生成，其中，所述当前时间窗和所述未来时间窗由第一时间段分开；以及未来速度估计模块，用于基于所述预测速度差和所述当前路段速度，估计所述未来路段速度。

本申请实施例之一提供又一种速度预测系统。所述速度预测系统包括：至少一个存储介质，所述存储介质包括一组指令；与所述至少一个存储介质通信的至少一个处理器，其中，当执行所述组指令时，所述至少一个处理器使所述速度预测系统执行以下操作：获取与在当前时间窗内通过目标路段的第一车辆相关的当前车辆速度；基于所述当前车辆速度，确定在所述当前时间窗内，与所述目标路段相关的当前路段速度；基于所述当前路段速度和训练后的预测模型，确定所述当前路段速度和未来时间窗内与所述目标路段相关的未来路段速度之间的预测速度差，所述训练后的预测模型基于先前速度差生成，其中，所述当前时间窗和所述未来时间窗由第一时间段分开；以及基于所述预测速度差和所述当前路段速度，估计所述未来路段速度。

在一些实施例中，根据以下操作得到所述训练后的预测模型：获得先前时间窗内与至少两个路段相关的先前路段速度；确定至少两个先前速度差，所述至少两个先前速度差的每一个为所述先前路段速度中的两个之间的差值；以及用所述至少两个先前速度差训练初始预测模型，以生成所述训练后的预测模型。