基于网联车密度数据准确度分类的高速公路交通状态估计方法

本发明公开了一种基于网联车密度数据分类的高速公路交通状态估计方法，包括：1、对路段和时间段进行离散化操作，从而得到时空网格；2、获取每个时空网格中网联车及其采集车辆轨迹数据，并计算交通状态数据，3、提取每个时空网格内每个车道的特征变量及其标签，并输入决策树中进行训练，得到密度数据准确度分类模型；4、采用邻域填补法进行交通速度估计；5、构建多任务共享的神经网络交通状态估计网络和基于交通流守恒模型的损失函数，进行训练得到所有时空网格的交通密度预测值。本发明能降低偏差较大的密度数据对结果的不利影响，提升了网联车采集密度数据的可用性，使得在匝道交汇路段上的交通状态估计更精确，更高效。