[发明专利]一种路况预测方法、装置及可读存储介质

说明书

本申请公开了一种路况预测方法、装置及可读存储介质，涉及信息处理技术领域，能够解决现有的路况预测方法准确率较低的问题。该路况预测方法包括：获取当前道路的特征数据；当前道路的特征数据包括用于表征当前道路在当前时间段的路况的信息，以及对当前道路的路况存在影响的参数；将当前道路的特征数据输入路况预测模型，得到当前道路的路况预测结果；路况预测结果用于表征当前道路在当前时间段之后的路况；路况预测模型是根据目标区域中至少一条道路的特征数据和标签数据训练生成的；至少一条道路包括当前道路。

技术领域

本申请涉及信息处理技术领域，尤其涉及一种路况预测方法、装置及可读存储介质。

背景技术

现有的路况预测方法通常是根据日期、周次、天气等属性特征，对历史路况数据进行交通模式的划分，并根据划分后的交通模式和对应的历史路况数据建立基准预测数据库。当需要对某地的路况进行预测时，获取该地当前的属性特征，并判断该地的交通模式，利用该地的交通模式在基准预测数据库中匹配对应的历史路况数据，得到该地的路况，从而实现路况预测。

上述路况预测方法中是将同一属性的路况进行了交通模式的划分，在路况预测的过程中无法体现出个体路况的差异性，不能很好的反映真实的路况，从而准确率较低。

发明内容

本申请提供了一种路况预测方法、装置及可读存储介质，能够解决现有的路况预测方法准确率较低的问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供了一种路况预测方法，该路况预测方法应用于路况预测装置，路况预测装置获取当前道路的特征数据，并将当前道路的特征数据输入路况预测模型，得到当前道路的路况预测结果。其中，当前道路的特征数据包括用于表征当前道路在当前时间段的路况的信息，以及对当前道路的路况存在影响的参数；路况预测结果用于表征当前道路在当前时间段之后的路况；路况预测模型是根据目标区域中至少一条道路的特征数据和标签数据训练生成的；至少一条道路包括当前道路。

上述方案中，路况预测装置是根据当前道路的特征数据和路况预测模型预测当前道路的路况的。本申请中的路况预测模型是根据目标区域中至少一条道路的特征数据和标签数据训练生成的，而至少一条道路包括当前道路，并且当前道路的特征数据表征了当前道路在当前时间段的路况的信息，以及对当前道路的路况存在影响的参数，也就是说当前道路的特征数据能够反映出当前道路的特征，路况预测模型能够反映出目标区域中包括当前道路的至少一条道路的特征。这样，本申请预测得到的当前道路的路况预测结果比较准确。

可选的，在上述“将当前道路的特征数据输入路况预测模型”之前，该路况预测方法还包括：获取预设时间段内，目标区域中至少一条道路的路况信息，并确定第一路况信息和第二路况信息。之后，从所述第一路况信息中确定所述至少一条道路的特征数据，并从所述第二路况信息中确定所述至少一条道路的标签数据。最后，根据所述至少一条道路的特征数据和标签数据，对预设神经网络模型进行路况预测训练，得到路况预测模型。

其中，预设时间段中的时刻早于当前时间段；第一路况信息为预设时间段内第一时间段对应的路况信息；第二路况信息为预设时间段内第二时间段对应的路况信息；第一时间段与第二时间段中的时刻不重合，且第一时间段中的时刻早于第二时间段；标签数据用于表征至少一条道路的路况；至少一条道路的特征数据包括用于表征至少一条道路的路况的信息，以及对至少一条道路的路况存在影响的参数。

上述方案中，路况预测装置将目标区域中至少一条道路的路况信息中，第一时间段对应的路况信息确定为特征数据，第二时间段对应的路况信息确定为标签数据，而第一时间段中的时刻早于第二时间段，因此，根据特征数据和标签数据训练得到的路况预测模型，能够根据当前道路的特征数据预测出当前道路的路况预测结果。