[发明专利]一种基于手机活动数据的交通状态预测方法、设备及介质

权利要求书

1.一种基于手机活动数据的交通状态预测方法，其特征在于，包括：

获取公路中各路段产生的手机移动数据，判断所述手机移动数据与相应的路段的交通量之间是否存在相关性；

从所述各路段中，筛选出所述手机移动数据与相应路段的交通量之间存在相关性的路段，作为相关路段；

根据所述相关路段的手机移动数据与所述交通量，确定所述手机移动数据与所述公路的交通量之间的相关关系；

基于所述相关关系，根据手机移动数据预测所述公路的交通状态；

判断所述手机移动数据与相应的路段的交通量之间是否存在相关性，具体包括：

通过微波交通检测器获取所述公路中各路段的交通信息；

根据所述交通信息，确定所述公路中各路段对应的交通量；

建立所述手机移动数据与所述交通量之间的拟合曲线；

根据所述拟合曲线，确定所述手机移动数据与所述交通量是否存在线性关系；

若所述手机移动数据与所述交通量之间存在线性关系，确定所述手机移动数据与所述交通量之间存在相关性；

确定所述手机移动数据与所述公路的交通量之间的相关关系，具体包括：

通过公式计算第一预设时间段所述手机移动数据的第一均值；

通过公式计算第二预设时间段所述手机移动数据的第二均值；

通过公式计算第一预设时间段所述交通量的第一均值；

通过公式计算第二预设时间段所述交通量的第二均值；

根据所述手机移动数据的第一均值、第二均值和所述交通量的第一均值、第二均值，确定所述相关路段的手机移动数据和所述交通量的相关关系；

其中，D₁表示所述手机移动数据的第一均值，D₂表示所述手机移动数据的第二均值，T₁表示所述交通量的第一均值，T₂表示所述交通量的第二均值，N表示第一预设时间段总的时间间隔数，M表示第一预设时间段总的时间间隔数，i表示第i个时间间隔，D_i表示第i个时间间隔的手机移动数据，T_i表示第i个时间间隔的交通量；

确定所述相关路段的手机移动数据和所述交通量的相关关系，具体包括：

将所述相关路段的手机移动数据的第一均值、第二均值和所述交通量的第一均值、第二均值代入公式y＝ax+b，确定所述手机移动数据和所述交通量的相关关系；

其中，y表示预设周期内的交通量，x表示预设周期内的手机移动数据，a表示截距，b表示回归斜率；

根据手机移动数据预测所述公路中各路段的交通状态，具体包括：

获取所述公路中各路段的实时手机移动数据，基于所述相关关系，确定所述公路中各路段的预测交通量；

若所述预测交通量高于预设阈值，确定所述路段的交通状态为拥挤；

向所述路段的对应的后方路段的车辆发送前方拥挤的提示；

若所述预测交通量低于预设阈值，确定所述路段的交通状态为平缓；

向所述路段对应的后方路段的车辆发送前方平缓的提示。

2.根据权利要求1所述的方法，其特征在于，确定所述手机移动数据与所述公路的交通量之间的相关关系之后，所述方法还包括：

获取预设周期内至少一个路段的实际交通量，计算所述至少一个路段的实际交通量与预测交通量之间的误差值；

若所述误差值小于预设误差值，则确定所述相关关系正确。

3.根据权利要求2所述的方法，其特征在于，计算所述至少一个路段的实际交通量与预测交通量之间的误差值，具体包括：

通过公式计算所述至少一个路段的实际交通量与预测交通量之间的误差值；

其中，ε(m)表示所述路段的实际交通量与预测交通量之间的误差值，i表示第i个时间间隔，n表示预设周期内总的时间间隔数，T(m)，表示所述路段的预测交通量，T(m)表示所述路段的实际交通量。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定预设周期内，所述公路中各路段对应的手机移动数据的增加率；

若所述手机移动数据的增加率大于预设增加率，确定对应路段存在安全隐患；

向所述对应路段的后方路段的车辆发送前方存在安全隐患的提示。