公路通行时间预测方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种公路通行时间预测方法、装置、电子设备和存储介质，涉及智能交通技术领域，其中，方法包括：获取目标公路节点，并根据预设地图数据获取与目标公路节点对应的计算子图；通过预设映射机制从预设数据库中获取计算子图中各个公路节点对应的公路特征数据，以及各个公路节点连接关系对应的连接关系特征数据；将各个公路节点对应的公路特征数据和各个公路节点连接关系对应的连接关系特征数据输入到预设预测模型中进行计算，生成目标公路节点对应的预测通行时间。由此，通过预设映射机制读取数据，提高数据获取效率，在进行预测时考虑到各个公路之间连接关系特征数据，提高公路通行时间预测的准确性，从而提高预估到达时间的准确性。

Highway travel time prediction methods, devices, electronic equipment and storage media

【技术实现步骤摘要】
公路通行时间预测方法、装置、电子设备和存储介质
本申请涉及数据处理技术中的智能交通
，尤其涉及一种公路通行时间预测方法、装置、电子设备和存储介质。
技术介绍
目前，随着全球定位系统等地理位置相关传感器的不断发展，大多数公共交通配备自动车辆定位系统，以及随着地图导航不断普及，预估到达时间是地图技术的重要组成部分。然而，预估到达时间是由于环境和交通存在很多的不确定性，每条公路通行时间对预估到达时间的预测起着非常重要的作用，因此，如何准确预测公路通行时间是需要解决的技术问题。
技术实现思路
本申请的第一个目的在于提出一种公路通行时间预测方法。本申请的第二个目的在于提出一种公路通行时间预测装置。本申请的第三个目的在于提出一种电子设备。本申请的第四个目的在于提出一种存储有计算机指令的非瞬时计算机可读存储介质。为达上述目的，本申请第一方面实施例提出了一种公路通行时间预测方法，包括以下步骤：获取目标公路节点，并根据预设地图数据获取与所述目标公路节点对应的计算子图；通过预设映射机制从预设数据库中获取所述计算子图中各个公路节点对应的公路特征数据，以及各个公路节点连接关系对应的连接关系特征数据；将所述各个公路节点对应的公路特征数据和所述各个公路节点连接关系对应的连接关系特征数据输入到预设预测模型中进行计算，生成所述目标公路节点对应的预测通行时间。为达上述目的，本申请第二方面实施例提出了一种公路通行时间预测装置，包括：第一获取模块，用于获取目标公路节点，并根据预设地图数据获取与所述目标公路节点对应的计算子图；第二获取模块，用于通过预设映射机制从预设数据库中获取所述计算子图中各个公路节点对应的公路特征数据，以及各个公路节点连接关系对应的连接关系特征数据；计算模块，用于将所述各个公路节点对应的公路特征数据和所述各个公路节点连接关系对应的连接关系特征数据输入到预设预测模型中进行计算，生成所述目标公路节点对应的预测通行时间。为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例描述的公路通行时间预测方法。为达上述目的，本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述实施例描述的公路通行时间预测方法。上述申请中的一个实施例具有如下优点或有益效果：获取目标公路节点，并根据预设地图数据获取与目标公路节点对应的计算子图；通过预设映射机制从预设数据库中获取计算子图中各个公路节点对应的公路特征数据，以及各个公路节点连接关系对应的连接关系特征数据；将各个公路节点对应的公路特征数据和各个公路节点连接关系对应的连接关系特征数据输入到预设预测模型中进行计算，生成目标公路节点对应的预测通行时间。由此，通过预设映射机制来读取数据，提高了数据获取效率，以及在进行预测时考虑到各个公路之间连接关系特征数据，进一步提高公路通行时间预测的准确性，从而提高预估到达时间的准确性。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例的公路通行时间预测方法的流程图；图2是根据本申请第一实施例的计算子图的示例图；图3是根据本申请第二实施例的公路通行时间预测方法的流程图；图4是根据本申请第二实施例的存储方式的示例图；图5是根据本申请第三实施例的公路通行时间预测装置的结构示意图；图6是根据本申请第四实施例的公路通行时间预测装置的结构示意图；图7是根据本申请第五实施例的公路通行时间预测装置的结构示意图；图8是根据本申请第六实施例的公路通行时间预测装置的结构示意图；图9是用来实现本申请实施例的公路通行时间预测方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。下面参考附图描述本申请实施例的公路通行时间预测方法、装置、电子设备和存储介质。本方案通过预设映射机制来读取数据，提高了数据获取效率，以及在进行预测时同时考虑到公路特征数据和各个公路之间连接关系特征数据，进一步提高公路通行时间预测的准确性，从而提高预估到达时间的准确性。具体而言，图1是根据本申请第一实施例的公路通行时间预测方法的流程图。如图1所示，该方法包括：步骤101，获取目标公路节点，并根据预设地图数据获取与目标公路节点对应的计算子图。具体地，在进行公路通行时间预测时可以根据导航路线中的一条公路或者多条公路的通行时间进行同时预测，因此，将需要进行通行时间预测的公路作为目标公路节点，从而根据预设地图数据可以获取与目标公路节点对应的计算子图。其中，预设地图数据是预先建立的，作为一种可能实现方式，获取多条公路，以及各公路之间的连接关系，根据多条公路，以及各公路之间的连接关系构建预设地图数据，也就是说，可以将每一条公路作为节点，公路与公路之间十字路口作为边，构建预设地图数据。因此，可以从预设地图数据中找到目标公路节点，并且将与目标公路节点相邻的全部公路节点以及连接边作为计算子图，比如图2所示，目标公路节点为A，计算子图为虚线包围各个公路节点，以及和目标公路节点A连接的连接边。步骤102，通过预设映射机制从预设数据库中获取计算子图中各个公路节点对应的公路特征数据，以及各个公路节点连接关系对应的连接关系特征数据。可以理解的是，预设数据库是预先设置的，作为一种可能实现方式，获取多条公路对应的多个公路历史特征数据，以及各公路之间的连接关系对应的多个连接关系历史特征数据，将多条公路对应的多个公路历史特征数据，以及各公路之间的连接关系对应的多个连接关系历史特征数据按照预设映射机制存储在预设数据库。因此，可以通过预设映射机制从预设数据库中获取计算子图中各个公路节点对应的公路特征数据比如该公路节点对应的该时刻交通拥堵指数、通行时间和交通事故概率，以及各个公路节点连接关系对应的连接关系特征数据，比如该十字路口红绿灯情况，交通拥堵指数等。其中，预设映射机制指的是存储获取和存储的一种方式，通过将文件指针存储到内存里面，使得系统通过内存操作的方式获取外存数据，提高数据读取效率。步骤103，将各个公路节点对应的公路特征数据和各个公路节点连接关系对应的连接关系特征数据输入到预设预测模型中进行计算，生成目标公路节点对本文档来自技高网...

【技术保护点】
1.一种公路通行时间预测方法，其特征在于，包括：/n获取目标公路节点，并根据预设地图数据获取与所述目标公路节点对应的计算子图；/n通过预设映射机制从预设数据库中获取所述计算子图中各个公路节点对应的公路特征数据，以及各个公路节点连接关系对应的连接关系特征数据；/n将所述各个公路节点对应的公路特征数据和所述各个公路节点连接关系对应的连接关系特征数据输入到预设预测模型中进行计算，生成所述目标公路节点对应的预测通行时间。/n

【技术特征摘要】
1.一种公路通行时间预测方法，其特征在于，包括：
获取目标公路节点，并根据预设地图数据获取与所述目标公路节点对应的计算子图；
通过预设映射机制从预设数据库中获取所述计算子图中各个公路节点对应的公路特征数据，以及各个公路节点连接关系对应的连接关系特征数据；
将所述各个公路节点对应的公路特征数据和所述各个公路节点连接关系对应的连接关系特征数据输入到预设预测模型中进行计算，生成所述目标公路节点对应的预测通行时间。


2.如权利要求1所述的方法，其特征在于，所述将所述各个公路节点对应的公路特征数据和所述各个公路节点连接关系对应的连接关系特征数据输入到预设预测模型中进行计算，生成所述目标公路节点对应的预测通行时间，包括：
通过预设聚合函数将所述各个公路节点对应的公路特征数据和所述各个公路节点连接关系对应的连接关系特征数据进行聚合处理生成目标公路特征数据；
将所述目标公路特征数据输入到预设预测模型中进行计算，生成所述目标公路节点对应的预测通行时间。


3.如权利要求1所述的方法，其特征在于，在所述获取目标公路节点，并获取与所述目标节点对应的采样子图之前，还包括：
获取多条公路，以及各公路之间的连接关系；
根据所述多条公路，以及所述各公路之间的连接关系构建所述预设地图数据。


4.如权利要求3所述的方法，其特征在于，在所述获取多条公路，以及各公路之间的连接关系之后，还包括：
获取所述多条公路对应的多个公路历史特征数据，以及所述各公路之间的连接关系对应的多个连接关系历史特征数据；
将所述多条公路对应的多个公路历史特征数据，以及所述各公路之间的连接关系对应的多个连接关系历史特征数据按照所述预设映射机制存储在所述预设数据库。


5.如权利要求2所述的方法，其特征在于，在所述将所述目标公路特征数据输入到预设预测模型中进行计算，生成所述目标公路节点对应的预测通行时间之前，还包括：
确定训练公路节点，并根据所述预设地图数据获取与所述训练公路节点对应的训练子图；
通过预设映射机制从预设数据库中获取所述训练子图中各个公路节点对应的公路特征样本数据，以及各个公路节点连接关系对应的连接关系特征样本数据；
通过预设聚合函数将所述各个公路节点对应的公路特征样本数据和所述各个公路节点连接关系对应的连接关系特征样本数据进行聚合处理生成训练公路特征样本数据；
将多个所述训练公路特征样本数据输入到神经网络模型中得到多个训练结果，分别将所述多个训练结果与多个训练公路节点对应的多个当前通行时间进行损失函数计算和反向传播梯度处理，直到生成所述预测模型。


6.一种公路通行时间预测装置，其特征在于，包括：
第一获取模块，用于获取目标公路节点，并根据预设地图数据获取与所述目标公路...

【专利技术属性】
技术研发人员：陈超星，黄正杰，冯仕堃，路华，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11