一种短时交通路况预测方法、装置及终端设备制造方法及图纸

本发明专利技术适用于路况预测技术领域，提供了一种短时交通路况预测方法、装置及终端设备，所述方法包括：获取目标路段的路况数据，所述路况数据包括历史路况数据和当前路况数据；对所述路况数据构建特征工程，所述特征工程包括至少一个路况特征变量；将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果。本申请可以通过特征工程对大量的路况数据进行处理，得到对路况影响较大的特征，能够综合考虑多个特征对路况的影响，并剔除无用特征，从而提高路况预测的准确性。

A method, device and terminal equipment for short-term traffic condition prediction

【技术实现步骤摘要】
一种短时交通路况预测方法、装置及终端设备
本专利技术属于路况预测
，尤其涉及一种短时交通路况预测方法、装置及终端设备。
技术介绍
交通治理作为城市治理的重要工作，是提升城市环境质量、人民生活质量、城市竞争力的关键举措。按照国内外城市经验，以先进成熟的理论研究为基础建立交通运行评估指标体系，以智能化自动化的交通信息采集和处理技术为基础开展道路交通评估，是交通管理部门制定缓解交通拥堵各项政策措施、合理安排基础设施建设时序、重大事件应急处理等工作的技术基础，有助于提升交通运行管理的科技化和信息化水平，对于政府制定土地开发、产业经济等与交通相关的城市发展政策也具有重要的参考价值。目前，大数据技术已成为学术界和产业界共同关注的热点，传统的交通预测方法往往是获取所要预测道路的车流量、车流速度信息对路况进行预测，但是通过车流量进行路况预测的方法往往预测效果不佳。
技术实现思路
有鉴于此，本专利技术实施例提供了一种短时交通路况预测方法、装置及终端设备，以解决现有技术中通过车流量进行路况预测时预测效果不佳的问题。本专利技术实施例的第一方面提供了一种短时交通路况预测方法，包括：获取目标路段的路况数据，所述路况数据包括历史路况数据和当前路况数据；对所述路况数据构建特征工程，所述特征工程包括至少一个路况特征变量；将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果。本专利技术实施例的第二方面提供了一种短时交通路况预测装置，包括：路况数据获取模块，用于获取目标路段的路况数据，所述路况数据包括历史路况数据和当前路况数据；特征工程构建模块，用于对所述路况数据构建特征工程，所述特征工程包括至少一个路况特征变量；路况预测模块，用于将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果。本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述短时交通路况预测方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述短时交通路况预测方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例首先获取目标路段的路况数据，所述路况数据包括历史路况数据和当前路况数据；然后对所述路况数据构建特征工程，所述特征工程包括至少一个路况特征变量；最后将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果。本申请可以通过特征工程对大量的路况数据进行处理，得到对路况影响较大的特征，能够综合考虑多个特征对路况的影响，并剔除无用特征，从而提高路况预测的准确性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的短时交通路况预测方法的流程示意图；图2是本专利技术实施例提供的图1中S102的流程示意图；图3是本专利技术实施例提供的图2中S202的流程示意图；图4是本专利技术实施例提供的图1中S103的流程示意图；图5是本专利技术实施例提供的特征向量的灵敏度排行示意图；图6是本专利技术实施例提供的目标LightGBM模型的滚动预测示意图；图7是本专利技术实施例提供的短时交通路况预测装置的结构示意图；图8是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1示出了本专利技术的一个实施例提供的短时交通路况的预测方法的实现流程，为了便于说明，仅示出与本实施例相关的流程，其过程详述如下：S101：获取目标路段的路况数据，所述路况数据包括历史路况数据和当前路况数据。本实施例的流程主体为终端设备，终端设备可以获取智能交通系统采集的路况数据。在本实施例中，路况数据可以包括历史路况数据和当前路况数据，其中当前路况数据为当前时间段的数据，历史路况数据可以包括当前时间段之前的路况数据，当前时间段可以选取为2小时、3小时等时间段。S102：对所述路况数据构建特征工程，所述特征工程包括至少一个路况特征变量。在本实施例中，对路况数据构建特征工程，特征工程除采用路段速度特征外，还统筹考虑天气、路段关系、时间等其他可能潜在影响因素。具体地，所述路况特征变量包括速度特征、路段关系特征、天气特征、路段特征及时间特征。路况特征变量包括动态特征和静态特征，其中动态特征包括速度特征、天气特征、时间特征和路段关系；静态特征包括路段特征。其中，速度特征包括前3个时间段该路段车辆的速度；以及前两个时间段速度-时间序列的统计指标，包括速度均值、标准差、最大值、最小值、中位数、峰度、偏度和车流量。通过上述速度特征能够全面考虑速度的变化趋势。天气特征包括降雨等级、风速和温度。时间特征包括时间段和日期，其中时间段用于检查是否为出行高峰时间段，日期可以确定是否为工作日。路段关系特征包括目标路段的上下游路段数量，上下游路段速度及上下游路段速度均差。路段特征包括路段编号、路段方向、所属区域、路段类型和路段长度。S103：将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果。本专利技术实施例首先获取目标路段的路况数据，所述路况数据包括历史路况数据和当前路况数据；然后对所述路况数据构建特征工程，所述特征工程包括至少一个路况特征变量；最后将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果。本申请可以通过特征工程对大量的路况数据进行处理，得到对路况影响较大的特征，能够综合考虑多个特征对路况的影响，并剔除无用特征，从而提高路况预测的准确性。如图2所示，在本专利技术的一个实施例中，图2示出了图1中S102的具体实现流程，其过程详述如下：S201：对所述路况数据进行数本文档来自技高网...

【技术保护点】
1.一种短时交通路况预测方法，其特征在于，包括：/n获取目标路段的路况数据，所述路况数据包括历史路况数据和当前路况数据；/n对所述路况数据构建特征工程，所述特征工程包括至少一个路况特征变量；/n将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果。/n

【技术特征摘要】
1.一种短时交通路况预测方法，其特征在于，包括：
获取目标路段的路况数据，所述路况数据包括历史路况数据和当前路况数据；
对所述路况数据构建特征工程，所述特征工程包括至少一个路况特征变量；
将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果。


2.如权利要求1所述的短时交通路况预测方法，其特征在于，所述对所述路况数据构建特征工程，包括；
对所述路况数据进行数据预处理；
根据所述路况数据构建特征工程，并对所述特征工程进行特征选择。


3.如权利要求2所述的短时交通路况预测方法，其特征在于，所述对所述特征工程进行特征选择，包括：
将所述特征工程中的路况特征变量输入初始LightGBM模型，对所述初始LightGBM模型进行训练，并得到各个路况特征变量的灵敏度；
对各个路况特征变量按照灵敏度由大到小的顺序进行排序，得到特征灵敏度序列，并选择所述特征灵敏度序列中的前N个路况特征变量。


4.如权利要求1所述的短时交通路况预测方法，其特征在于，所述将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，对未来预设时间段内所述目标路段的路况信息进行滚动预测，得到路况预测结果，包括：
将所述当前路况数据对应的至少一个路况特征变量输入目标LightGBM模型，得到预设单位时间段的路况预测结果，所述当前路况数据为时间窗选取的时间段对应的路况数据；
将所述时间窗向前移动一个预设单位时间段，并更新当前路况数据；
将更新后的当前路况数据返回至所述对所述路况数据构建特征工程步骤，直至完成未来预设时间段的路况预测，得到预设时间段内所述目标路段的路况预测结果。

【专利技术属性】
技术研发人员：李彬亮，陈量，朱宇，钟紫燕，宋家骅，傅恺延，徐若辰，
申请(专利权)人：深圳市综合交通运行指挥中心，深圳市城市交通规划设计研究中心有限公司，
类型：发明
国别省市：广东;44