[发明专利]公交到站时间预测方法、装置、电子设备及存储介质

说明书

本发明公开了一种公交到站时间预测方法、装置、电子设备及存储介质，该方法包括：对历史站点数据集进行数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中；对历史状态数据集进行数据预处理，获得多个二类运行组合特征，并构建组合特征集；根据一类运行聚合特征和组合特征集构建历史运行特征集；以历史运行特征集为输入、预测到站时间为输出对构建的到站时间预测网络进行训练，获得训练好的到站时间预测网络；结合公交车的实时状态数据和信息聚合数据库获取实时运行特征，将其输入训练好的到站时间预测网络，并采用网络输出的实时到站时间对历史到站时间进行修正，得到最终到站时间。本发明提高了到站时间的预测准确性。

技术领域

本发明涉及交通技术领域，尤其涉及到一种公交到站时间预测方法、装置、电子设备及存储介质。

背景技术

城市公交车已经成为民众主要的出行工具，而公交到站时间作为民众最为关注的公交信息之一，为民众提供实时准确公交到站时间，能够帮助民众合理安排出行时间，减少候车时间，进而提升出行体验。

目前的公交到站时间预测大多数采用公交车当前位置到下一站点的距离和公交车的运行速度平均值之比来简单计算获得，这种预测方法往往会受到道路交通状况、交叉口延误、天气等因素的影响，不能准确预测公交车在不同路段、不同时间、不同路况等条件下的到站时间。基于此，如何提高公交到站时间的预测准确性，进而提升民众的出行体验，依然是当前急需解决的问题。

发明内容

本发明实施例的目的在于提供一种公交到站时间预测方法、装置、电子设备及存储介质，以解决上述技术问题。

基于上述目的，本发明实施例提供一种公交到站时间预测方法，包括：

获取历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集；

对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中；

对所述历史状态数据集进行状态数据预处理，获得多个二类运行组合特征，并构建组合特征集；

根据所述一类运行聚合特征和所述组合特征集，构建历史运行特征集；

构建初始的到站时间预测网络，以所述历史运行特征集为输入、预测到站时间为输出对初始的到站时间预测网络进行训练，并获得训练好的到站时间预测网络；

获取所述公交车的实时状态数据，将经过预处理后的实时状态数据与所述信息聚合数据库中的一类运行聚合特征进行组合，获得实时运行特征；

将所述实时运行特征输入训练好的到站时间预测网络，并采用网络输出的实时到站时间对历史到站时间进行修正，得到最终到站时间。

可选的，所述获取历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集，包括：

检测第一数据采集线程组和第二数据采集线程组是否启动；其中，所述第一数据采集线程组用于采集所有路线上所有公交车的历史站点数据，所述第二数据采集线程组用于采集所有路线上所有公交车的历史状态数据；

在所述第一数据采集线程组启动时，通过所述第一数据采集线程组对预设采样时段内的每一条路线上每一辆公交车的历史站点数据进行采集，得到历史站点数据集；

在所述第二数据采集线程组启动时，通过所述第二数据采集线程组对预设采样时段内的每一条路线上每一辆公交车的历史状态数据进行采集，得到历史状态数据集。

可选的，所述对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中，包括：

对所述历史站点数据集进行数据清洗，得到多组不含脏数据的站点数据；

对每一组所述不含脏数据的站点数据进行多特征提取，得到对应的组合特征；