行驶速度预测方法、装置、计算机设备及存储介质与流程

本公开涉及计算机，具体涉及一种行驶速度预测方法、装置、计算机设备及存储介质。

背景技术：

1、目前，许多城市的交通管理系统依赖于传统的交通数据收集方法，例如传感器、摄像头和车辆检测器等。然而，这些方法存在一些问题，例如设备维护成本高、安装位置受限、覆盖范围有限等，从而容易出现数据采集不完整和实时性差的情况，造成行驶速度预测准确率低的问题。

2、因此，亟需一种行驶速度预测方法，能够提高行驶速度预测的准确率，达到有效进行交通管控的目的。

技术实现思路

1、有鉴于此，本公开提出了一种行驶速度预测方法、装置、计算机设备及存储介质，以解决相关技术中数据采集不完整和实时性差的情况，造成行驶速度预测准确率低的问题。

2、本公开第一方面实施例提出了一种行驶速度预测方法，所述方法包括：

3、获取多个空间位置数据以及当前时刻之前第一预设时段内每个空间位置上采集到的行驶速度数据，得到多个行驶速度数据；

4、对所述多个行驶速度数据进行增强处理；

5、对增强处理结果进行特征提取，得到多个尺度的时间特征；

6、生成所述多个空间位置数据的静态拓扑图，以及与所述静态拓扑图对应的动态拓扑图；所述动态拓扑图用于动态调整所述静态拓扑图中各个空间位置数据之间的连接权重；

7、提取所述静态拓扑图和所述动态拓扑图中的动态空间特征；

8、基于所述时间特征以及所述动态空间特征，确定所述当前时刻之后第二预设时段内的行驶速度预测结果。

9、本公开实施例，通过对每个空间位置上获取到的多个行驶速度数据进行增强处理，以及对增强处理结果进行特征提取得到多个尺度的时间特征，能够捕捉到不同时间尺度和不同空间尺度上的行驶速度变化，从而更好地反映出行驶速度的动态性和变化趋势；通过生成静态拓扑图和动态拓扑图，并利用动态拓扑图来动态调整静态拓扑图中各个空间位置数据之间的连接权重，可以根据实时数据对拓扑图进行调整，使得拓扑图能够更好地反映道路网络的实际情况，进而提高行驶速度预测的精度；从静态拓扑图和动态拓扑图中提取动态空间特征，提取到的动态空间特征可以反映出不同空间位置之间的关联性和相互影响，有助于更准确地预测行驶速度；最后通过时间特征以及动态空间特征，确定当前时刻之后第二预设时段内的行驶速度预测结果，通过综合考虑时间和空间信息，可以进一步提高行驶速度预测的准确性和可预测性。

10、在本公开实施例中，所述对所述多个行驶速度数据进行增强处理，包括：

11、按照第一时间间隔将所述多个行驶速度数据划分为多个第一时间块，其中每个第一时间块内包括所述第一时间间隔内的若干个行驶速度数据；

12、按照第二时间间隔将所述多个行驶速度数据划分为多个第二时间块；其中每个第二时间块内包括所述第二时间间隔内的若干个行驶速度数据；所述第二时间间隔小于所述第一时间间隔；

13、将所述多个第一时间块、所述多个第二时间块以及所述多个行驶速度数据进行融合，将融合结果作为所述增强处理结果。

14、本公开实施例，按照不同的时间间隔将多个行驶速度数据划分到不同的时间块中，由此可以灵活调整时间尺度，适应不同的预测需求。并且不同时间尺度下的数据融合可以更好地捕捉行驶速度变化，进而提高行驶速度预测的准确性。

15、在本公开实施例中，所述对增强处理结果进行特征提取，得到多个尺度的时间特征，包括：

16、分别对所述增强处理结果进行多次特征提取，得到多个尺度的第一时间特征；

17、对所述多个尺度的第一时间特征进行特征筛选，得到所述多个尺度的时间特征。

18、在本公开实施例中，所述生成所述多个空间位置数据的静态拓扑图，包括：

19、针对所述多个空间位置数据中的任意两个空间位置数据，确定所述两个空间位置数据之间的空间关联程度；

20、基于所述多个空间位置数据两两之间的空间关联程度，生成所述静态拓扑图。

21、本公开实施例，通过确定任意两个空间位置数据之间的空间关联程度，这样可以更精细地描述不同空间位置之间的关系，提高了静态拓扑图的表达能力和准确度，可以为行驶速度预测模型提供更为可靠的空间位置关联信息。这有助于提高预测模型的精度和准确性，增强了预测结果的可信度。

22、在本公开实施例中，所述提取所述静态拓扑图和所述动态拓扑图中的动态空间特征，包括：

23、基于所述静态拓扑图，生成前向传播图和反向传播图；

24、将所述前向传播图与所述动态拓扑图进行图交互处理，得到第一图交互处理结果；

25、将所述反向传播图与所述动态拓扑图进行图交互处理，得到第二图交互处理结果；

26、基于所述第一图交互处理、所述第二图交互处理结果以及所述动态拓扑图，得到所述动态空间特征。

27、本公开实施例中，通过将前向传播图、反向传播图和动态拓扑图进行图交互处理，可以融合静态和动态的空间信息，这样可以更全面地描述交通网络中的空间特征，包括静态拓扑关系和动态的流量变化，提高了空间特征的全面性和准确性。并且通过基于第一图交互处理结果、第二图交互处理结果以及动态拓扑图，可以更准确地捕捉和描述交通网络中的动态特征，有助于更好地理解流量变化的规律和趋势，提高交通速度预测的准确率。

28、在本公开实施例中，所述基于所述时间特征以及所述动态空间特征，确定所述当前时刻之后第二预设时段内的行驶速度预测结果，包括：

29、将所述时间特征和所述动态空间特征进行融合处理，得到时空特征；

30、对所述时空特征进行解码，得到当前时刻之后第二预设时段内的行驶速度预测结果。

31、在本公开实施例中，所述方法应用于预测模型，所述预测模型包括多个层级，每个层级包括多尺度时间特征模块、动态空间特征模块以及聚合模块；所述多个层级与输出模块连接；所述方法还包括：

32、调用每个层级中的多尺度时间特征模块对增强处理结果进行特征提取，得到多个尺度的时间特征，以及将所述多个尺度的时间特征发送给同一层级的聚合模块；所述增强处理结果是对与多个空间位置数据一一对应的多个行驶速度数据进行增强处理得到的；

33、调用每个层级中的动态空间特征模块提取静态拓扑图和动态拓扑图的动态空间特征，以及将所述动态空间特征发送给同一层级的聚合模块；所述动态拓扑图是基于所述静态拓扑图生成的，所述静态拓扑图是基于所述多个空间位置数据生成的；

34、调用每个层级中的聚合模块对同一层级的多尺度时间特征模块发来的时间特征，以及动态空间特征模块发来的动态空间特征进行聚合处理，并将聚合处理结果发送所述输出模块；

35、调用输出模块接收所述多个层级内的聚合模块发来的多个聚合处理结果，以及将所述多个聚合处理结果进行二次聚合，以及将二次聚合结果进行解码得到行驶速度预测结果。

36、本公开第二方面的实施例提供了一种行驶速度预测装置，包括：

37、数据获取模块，用于获取多个空间位置数据以及当前时刻之前第一预设时段内每个空间位置上采集到的行驶速度数据，得到多个行驶速度数据；

38、增强处理模块，用于对所述多个行驶速度数据进行增强处理；

39、特征提取模块，用于对增强处理结果进行特征提取，得到多个尺度的时间特征；

40、拓扑图生成模块，用于生成所述多个空间位置数据的静态拓扑图，以及与所述静态拓扑图对应的动态拓扑图；所述动态拓扑图用于动态调整所述静态拓扑图中各个空间位置数据之间的连接权重；

41、动态空间特征生成模块，用于提取所述静态拓扑图和所述动态拓扑图中的动态空间特征；

42、行驶速度预测结果确定模块，用于基于所述时间特征以及所述动态空间特征，确定所述当前时刻之后第二预设时段内的行驶速度预测结果。

43、本公开第三方面的实施例提供了一种计算机设备，该计算机设备包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行上述第一方面所述的行驶速度预测方法。

44、本公开第四方面的实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行上述第一方面所述的行驶速度预测方法。

45、本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变的明显，或通过本公开的实践了解到。