[发明专利]交通拥堵预测方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种交通拥堵预测方法、装置、设备及存储介质，用于解决现有城市智能交通系统中无法对交通拥堵状况进行预测的技术问题。该方法包括：根据交通拥堵预测请求，获取各交通卡口处的车流数据，得到车流数据集；利用大数据分析技术对车流数据集中的交通卡口的参数进行分析，得到节点参数；并计算出各交通卡口之间的关系，得到边参数；通过预先构建的路网知识图谱，基于节点参数和边参数生成预设时间段内的交通图并输入预先基于图卷积神经网络建立的交通预测模型中进行路况预测处理，得到与交通拥堵预测请求对应的各交通卡口的拥堵程度的预测值。此外，本发明还涉及区块链技术，车流数据的相关信息可存储于区块链中。

技术领域

本发明涉及人工智能领域，尤其涉及一种交通拥堵预测方法、装置、设备及存储介质。

背景技术

随着经济科学的不断发展，人们生活水平的不断提升，个人拥有汽车已为普遍现象，该现象导致城市的道路交通的压力也在不断增加，拥堵便成了人们出行中十分常见而又困扰的一件事，如何在现有的交通线路中为用户出行提前做好路线的规划已成为目前解决交通拥堵问题的发展趋势。

现有技术中，为了解决上述的问题，我国各个城市交通管理部门都在关键路口设置有交通卡口，利用交通卡口处设置的监测装置实时监测通行车辆，从而确定实时的路况并推送给有需要的出行用户，但是这种方式所推送给出行用户的信息只能体现出当前时刻的道路路况，出行用户基于当前时间的道路路况还是不能获知其规划出行时间段的路况，其并不能避免出行用户出行时存在拥堵的风险，也无法缓解道路拥堵的现象。

发明内容

本发明的主要目的在于解决现有城市智能交通系统中，无法实现对交通拥堵预测的技术问题。

本发明第一方面提供了一种交通拥堵预测方法，包括：

根据交通拥堵预测请求，获取各交通卡口处的车流数据，得到车流数据集；

利用大数据分析技术对所述车流数据集中的交通卡口的参数进行分析，得到节点参数；

基于所述节点参数和所述车流数据集，计算出各交通卡口之间的关系，得到边参数；

通过预先构建的路网知识图谱，基于所述节点参数和边参数生成预设时间段内的交通图；

将所述交通图输入预先基于图卷积神经网络建立的交通预测模型中进行路况预测处理，得到与所述交通拥堵预测请求对应的各交通卡口的拥堵程度的预测值。

可选的，在本发明第一方面的第一种实现方式中，所述利用大数据分析技术对所述车流数据集中的交通卡口的参数进行分析，得到节点参数包括：

通过大数据分析技术，提取所述车流数据集中的时间段的信息和所述时间段内通过的车辆数据；

根据所述时间段的信息与所述车辆数据计算所述各交通卡口的平均车流量数据；

基于所述各交通卡口的平均车流量数据，生成节点参数。

可选的，在本发明第一方面的第二种实现方式中，所述通过大数据分析技术根据车流量数据对所述各交通卡口之间车流量的关系进行计算，得到边参数包括：

确定与所述时间段的信息对应的历史时间段的信息，并获取所述各交通卡口在所述历史时间段内的历史车辆数据；

根据所述历史车辆数据计算所述各交通卡口之间的卡口相关系数和路段错时时间；

根据所述卡口相关系数和路段错时时间，生成边参数。

可选的，在本发明第一方面的第三种实现方式中，所述根据所述历史车辆数据计算所述交通卡口之间的卡口相关系数和路段错时时间包括：

将所述历史车辆数据进行切片处理，得到若干个历史车辆数据片段；