[发明专利]一种面向智能交通和智能驾驶的路网交通流时空预测方法

摘要

一种面向智能交通和智能驾驶的路网交通流时空预测方法，其主要包括：获取步骤、编码步骤、译码步骤和预测步骤，从而根据预测图信号获得预测时间段内的公路网络的交通流。一方面，由于在编码步骤和译码步骤中分别构建了倒齿形扩散卷积循环模块，使得卷积层中保留一个状态变量，有助于减少维护的状态变量数，通过倒齿形的循环走向可优化状态变量的卷积扩散过程，而且，重新构造的扩散卷积循环处理过程能够实现在同一时刻进行两次状态更新的操作，可增强时间短期依赖性；另一方面，由于在编译步骤中将日周期图信号和周周期图信号作为了译码处理的考虑因素，使得依据信息不再单一，可有效抑制累进学习过程可能引入的噪声，从而提高预测图信号的预测准确度。

主权项

1.一种面向智能交通和智能驾驶的路网交通流时空预测方法,其特征在于，包括以下步骤：获取步骤：获取一公路网络的交通流在t时刻之前的时间图信号[X^(t‑T'+1),...,X^(t)]、日周期图信号和周周期图信号其中，T'为历史时间段内的样条数，T_d为单个日周期的样条数，n_d日周期的个数，T_w为单个周周期的样条数，n_w为周周期的个数；编码步骤：对所述时间图信号[X(t‑T'+1),...,X(t)]进行编码处理，得到t时刻的状态信号Cenc_rec(t)；译码步骤：根据所述状态信号C_{enc_rec}^(t)对所述日周期图信号和所述周周期图信号进行译码处理，得到t时刻起预测时间段内的预测图信号其中，T为预测时间段内的样条数；预测步骤：根据所述预测图信号获得预测时间段内的所述公路网络的交通流。