[发明专利]交通流预测方法和装置

说明书

本发明提供一种交通流预测方法和装置，该方法先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，然后融合目标区域内所有智能路边单元的感知数据，得到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，再获取目标区域内各类交通参与者在第一预设时间段内的静态通行信息和动态通行信息，根据静态通行信息和动态通行信息，确定各类交通参与者在第一预设时间段内的实时通行地图，最后根据目标类交通参与者的目标实时通行地图构建邻接矩阵，根据目标实时交通流数据和邻接矩阵，基于交通流预测模型得到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。本发明提升了交通流预测的准确性。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种交通流预测方法和装置。

背景技术

在智能交通系统中，通常用交通流预测模型对某些区域的交通流进行预测，在进行交通流预测时需要建立传感器对应的邻接矩阵，当前在建立邻接矩阵时，使用传感器的地理位置作为顶点，传感器间的距离作为边的初始值，然后以邻接矩阵和历史交通流数据作出输入，基于交通流预测模型得到未来某一时间段的预测交通流数据。然而，一方面，当前在获取历史交通流数据时，主要通过路口的感应线圈和摄像头等传感器来单独获取，各传感器之间相互不通信，使得历史交通流数据不够准确；另一方面，当前构建的邻接矩阵为静态矩阵，其难以反映各车道上的实时通行状态，两者综合使得最终得到的交通流预测结果准确性较低，且无法满足不同类别交通参与者的交通流预测需求。

因此，现有的交通流预测方法存在准确性较低的技术问题，需要改进。

发明内容

本发明提供一种交通流预测方法和装置，用以缓解现有的交通流预测方法准确性较低的技术问题。

为解决上述技术问题，本发明提供以下技术方案：

本发明提供一种交通流预测方法，所述交通流预测方法包括：

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；

融合所述目标区域内所有智能路边单元的感知数据，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；

获取目标区域内各类交通参与者在所述第一预设时间段内的静态通行信息和动态通行信息，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。

本发明还提供一种交通流预测装置，所述交通流预测装置包括：

第一获取模块，用于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；

融合模块，用于融合所述目标区域内所有智能路边单元的感知数据，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；

第二获取模块，用于获取目标区域内各类交通参与者在所述第一预设时间段内的静态通行信息和动态通行信息，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在所述第一预设时间段内的实时通行地图；

得到模块，用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。

本发明还提供一种电子设备，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行上述任一项所述的交通流预测方法中的操作。