摘要
本发明公开了一种道路拥堵预测方法,涉及城市道路交通技术领域,解决了现有技术对道路拥堵预测的准确性不高技术问题;本发明通过基于路口位置将目标道路划分为若干道路单元;获取各道路单元的道路基本信息和历史车辆通行信息;基于道路基本信息和历史车辆通行数据计算目标道路的道路拥堵系数;获取目标道路在预测周期时的道路拥堵系数预测值;基于道路拥堵系数预测值和预设的道路拥堵范围阈值进行比较,得到拥堵程度。本发明通过将拥堵点密度、红绿灯周期和历史车辆通行数据进行公式化处理,计算得到各道路单元的道路拥堵系数,能够准确地、多维度地反映出道路拥堵系数对于道路单元拥堵程度的影响,有利于提高对道路拥堵进行预测的准确性。
技术关键词
道路单元
道路拥堵预测方法
车辆通行信息
人工智能模型训练
红绿灯
城市道路交通技术
周期
BP神经网络模型
RBF神经网络
标记
密度
异常数据
速度
地点
系统为您推荐了相关专利信息
异常轨迹
时间预测方法
计算机执行指令
车辆终端
生成轨迹
通行控制方法
交叉口
红绿灯
消防车专用
消防救援车辆
智能决策系统
人工智能模型训练
数据采集模块
数据处理模块
物联网设备
学习训练方法
生成对抗网络
资产
多层感知网络
深度强化学习
环境参数调控方法
人工智能模型训练
无监督机器学习
服务器机房
半监督机器学习