[发明专利]一种交通流量预测方法及装置

权利要求书

1.一种交通流量预测方法，其特征在于，所述方法包括：

接收铺设在待预测道路上的各传感线圈采集的交通流量信息；

利用当前交通流量信息及历史交通流量信息，得到交通事件识别结果；

基于接收的交通流量信息及所述交通事件识别结果，对所述道路的交通流量进行预测；其中，

所述基于接收的交通流量信息及所述交通事件识别结果，对所述道路的交通流量进行预测，包括：

当所述交通事件识别结果表征所述待预测道路上发生交通事件时，基于发生的交通事件类型，对所述待预测道路进行区域划分；基于接收的交通流量信息对划分的区域进行交通流量预测；

所述基于发生的交通事件类型，对所述待预测道路进行区域划分，包括：

当交通事件类型表征所述待预测道路发生交通管制时，以交通管制发生地点将所述待预测道路划分成上游和下游区域；

当交通事件类型表征所述待预测道路发生交通事故或道路施工事件时，基于采集的交通流量信息，确定事件在所述待预测道路上的影响区域；

当交通事件类型表征所述待预测道路发生交通拥堵事件时，基于所述交通事件识别结果，确定所述待预测道路的拥堵路段；

当交通事件类型表征所述待预测道路及周围发生社会活动时，基于事件发生处的平均速度，确定事件在所述待预测道路上的影响区域。

2.根据权利要求1所述的方法，其特征在于，所述利用当前交通流量信息及历史交通流量信息，得到交通事件识别结果，包括：

利用当前交通流量信息及历史交通流量信息，确定所述待预测道路的交通参数；所述交通参数包括交通流量、交通流平均速度及时间占有率；所述时间占有率为所述待预测道路上的传感器线圈被车辆占用的时间总和与观测时长的比值；

从确定的交通参数中筛选出符合预设规则的交通参数；

从筛选出的交通参数中提取特征参数；

利用提取的特征参数，基于建立的交通事件识别模型，对所述待预测道路的交通事件进行识别。

3.根据权利要求2所述的方法，其特征在于，所述利用提取的特征参数，基于建立的交通事件识别模型，对所述待预测道路的交通事件进行识别之前，所述方法还包括：

基于朴素贝叶斯方法建立所述交通事件识别模型。

4.根据权利要求1所述的方法，其特征在于，所述基于接收的交通流量信息对划分的区域进行交通流量预测，包括：

利用交通管制的特点，基于接收的交通流量信息对所述上游和下游区域分别进行交通流量预测。

5.根据权利要求1所述的方法，其特征在于，所述基于接收的交通流量信息对划分的区域进行交通流量预测，包括：

针对所述影响区域，利用事件发生时的交通流量信息和历史交通流量信息，基于BP神经网络模型或隐马尔可夫模型HMM进行交通流量预测。

6.根据权利要求1所述的方法，其特征在于，所述基于接收的交通流量信息对划分的区域进行交通流量预测，包括：

针对所述拥堵路段，利用事件发生时的交通流量信息和历史交通流量信息，基于BP神经网络模型或HMM进行交通流量预测。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：

当所述交通事件识别结果表征所述待预测道路上有交通事件发生时，发送交通事件和预测的交通流量，对相关车辆进行预警。

8.根据权利要求7所述的方法，其特征在于，所述发送交通事件和预测的交通流量，包括：

将交通事件和预测的交通流量发送至能够与所述待预测道路上的第一路侧单元进行通信的车辆；

和/或，将交通事件和预测的交通流量发送至基站，以下发至与所述待预测道路关联的其它道路上的第二路侧单元，以对相应的车辆进行预警。