[发明专利]交通流预测方法和装置

权利要求书

1.一种交通流预测方法，其特征在于，包括：

通过多个智能路边单元获取目标区域内各交通参与者的感知数据；

根据各智能路边单元的感知数据，得到各智能路边单元感应范围内各交通参与者的类别、数量和速度，融合所述目标区域内所有智能路边单元的感知数据，并进行去重处理，得到所述目标区域内各车道上各类交通参与者的数量和平均速度，根据各类参与者的数量和平均速度，得到所述目标区域内各类交通参与者在第一预设时间段内的实时交通流数据；

根据所述目标区域的先验地图和预设通行条件，确定所述目标区域内各类交通参与者的静态通行车道和动态通行车道，根据所述先验地图、所述实时交通流数据和所述智能路边单元，确定所述目标区域内的拥堵数据，根据所述静态通行车道，确定各类交通参与者的静态通行信息，所述静态通行信息用于表征目标区域内某条车道对某类交通参与者是否一直可通行，根据所述动态通行车道和所述拥堵数据，确定各类交通参与者的动态通行信息，所述动态通行信息用于表征目标区域内某条车道或路段对某类交通参与者在当前时刻是否可通行，根据所述静态通行信息和所述动态通行信息，确定各类交通参与者的实时可通行车道，根据所述实时可通行车道确定各类交通参与者在所述第一预设时间段内的实时通行地图；

根据目标类交通参与者的目标实时通行地图，构建所述目标类交通参与者的邻接矩阵，根据所述目标类交通参与者的目标实时交通流数据和所述邻接矩阵，基于交通流预测模型得到所述目标类交通参与者在第二预设时间段内的预测交通流数据。

2.如权利要求1所述的交通流预测方法，其特征在于，根据所述先验地图、所述实时交通流数据和所述智能路边单元，确定所述目标区域内的拥堵数据的步骤，包括：

根据所述先验地图和所述实时交通流数据，确定所述目标区域内的拥堵地点；

通过所述拥堵地点对应的智能路边单元获取所述拥堵地点的拥堵参数；

根据所述拥堵地点和所述拥堵参数，得到所述目标区域内的拥堵数据。

3.如权利要求1所述的交通流预测方法，其特征在于，根据目标类交通参与者的目标实时通行地图，构建所述目标类交通参与者的邻接矩阵，根据所述目标类交通参与者的目标实时交通流数据和所述邻接矩阵，基于交通流预测模型得到所述目标类交通参与者在第二预设时间段内的预测交通流数据的步骤，包括：

根据所述多个智能路边单元的位置确定邻接矩阵的顶点，根据所述目标通行地图中任意两个智能路边单元之间车道的通行状态和最短路径确定所述邻接矩阵的边的权重；

以所述目标实时交通流数据和所述邻接矩阵作为输入数据，基于交通流预测模型得到所述目标类交通参与者在第二预设时间段内的预测交通流数据。

4.如权利要求3所述的交通流预测方法，其特征在于，在以所述目标实时交通流数据和所述邻接矩阵作为输入数据，基于交通流预测模型得到所述目标类交通参与者在第二预设时间段内的预测交通流数据的步骤之前，还包括：

通过智能路边单元获取目标实时通行地图中各交通信号灯的工作参数；

根据所述工作参数，更新所述邻接矩阵。

5.如权利要求1所述的交通流预测方法，其特征在于，在基于交通流预测模型得到所述目标类交通参与者在第二预设时间段内的预测交通流数据的步骤之后，还包括：

获取各类交通参与者在第二预设时间段的预测交通流数据；

融合各类交通参与者的预测交通流数据，得到所述目标区域内各车道的总预测交通流数据。

6.如权利要求1所述的交通流预测方法，其特征在于，在根据目标类交通参与者的目标实时通行地图和目标实时交通流数据，基于交通流预测模型得到所述目标类交通参与者在第二预设时间段内的预测交通流数据的步骤之后，还包括：

获取待行驶交通参与者的待行驶信息，所述待行驶信息包括行驶起点和行驶终点；

根据所述待行驶信息和所述预测交通流数据，确定所述待行驶交通参与者的沿不同行驶路线行驶的预测行驶时间；

根据各行驶路线对应的预测行驶时间，确定目标行驶路线。