一种基于深度学习的高速公路交通拥堵预测方法

作者：刘慧文; 张卫华; 程泽阳; 周宏基; 丁恒; 王世广

来源：2022-08-29, 中国, ZL202211039892.7.

本发明公开了一种基于深度学习的高速公路交通拥堵预测方法,包括：1、获取车辆轨迹数据,包括：轨迹点编号、时间、速度、用户编号、经纬度等；2、初步删除无用信息；3、依据现实情况删除不符合实际情况的数据；4、根据经纬度删除选定范围以外的数据；5、路段匹配；6、从原始车辆轨迹数据中提取交通流参数；7、计算高速公路实际拥堵指数和拥堵阈值；8、模型进行预测。本发明利用基于通过原始的轨迹数据提取交通流参数,获得更加全面和准确的数据,然后构建Cov1D&LSTM-Attention深度学习模型来预测短时交通流,其预测精度更高,能更好的把控高速公路交通运行状况,更有利于实时优化整个城市的高速公路运行状态。

• 单位
  合肥工业大学