[发明专利]一种交通流量预测方法及装置

说明书

本发明公开了一种交通流量预测方法，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。本发明同时还公开了一种交通流量预测装置。

技术领域

本发明涉及物联网技术，尤其涉及一种交通流量预测方法及装置。

背景技术

交通事件是指是指高速公路上影响交通安全和畅通的偶发性事件，如车辆交通事故、故障停车、管制等。交通事件对道路交通存在着严重的影响，有报道表明，60％的交通阻塞是由交通事件引起的非周期性拥挤造成的，并在逐年急剧增长。因此，对交通事件进行检测，同时对交通事件引发的交通流量的变化进行预测，对道路通行效率的提升有重要的影响。

然而，现有的交通事件检测和交通流量预测主要基于视频文件进行，那就需要在道路上布设多个摄像头，每个摄像头将视频文件传输至平台，然后根据视频文件进行直观分析，从而得到交通事件，并对交通流量进行预测，但是这种预测方法的预测精度较低。

现有的技术方案主要利用道路线圈传感器，采集交通流量信息，基于历史和当前的交通流量，运用神经网络、隐马尔可夫模型(HMM，Hidden Markov Model)等模型对一段时间后的交通流量进行预测和分析。当前方案只能对短时间的交通流量进行预测，如5-15分钟，对于长时间的交通流量预测，需要积累大量的历史数据，且预测精度较差。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种交通流量预测方法及装置。

本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种交通流量预测方法，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。

上述方案中，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。

上述方案中，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。

上述方案中，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：

当所述交通识别结果表征所述待预测道路上未发生交通事件时，利用接收的交通流量信息，基于机器学习方法，对所述待预测道路的交通流量进行预测；

或者，

当所述交通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。

上述方案中，所述利用接收的交通流量信息，基于机器学习方法，对所述待预测道路的交通流量进行预测，包括：