原文传递
基于实时多模态时空数据的时空图卷积网络精准鲁棒交通流预测模型
| 题名： | 基于实时多模态时空数据的时空图卷积网络精准鲁棒交通流预测模型 |
| 作者： | 陈孟;干可;李凯;陈非;范庸 |
| 作者单位： | 四川省公路出行智能服务工程试验室 |
| 关键词： | 智能交通;交通流预测;时空图卷积网络;多模态时空数据;鲁棒性 |
| 摘要： | 随着我国城市规模的不断扩张,绕城高速公路被各大城市相继采用,在疏导城市过境交通、缓解市内拥堵、提高通行效率等方面起到积极作用。然而,少有学者针对绕城高速公路开展全面和系统的研究,在其交通流特性、态势评估预测、运营管理措施等方面有着校大的研究空间。传统基于单一或部分数据源进行交通预测受到数据源的限制,在精准度、鲁棒性和实用性上都有待提高。本研究选择成都绕城高速公路(国道G4202)作为试点路段,基于系统视频智能分析平台对车流速进行实时监测,并基于实时多模态时空数据的时空图卷积网络进行精准鲁棒交通预测模型的研究。该方法结合了时空图卷积网络以及卡尔曼滤波(KalmanFiltering)校正相点的未来演化规律,预测模型通过自学习对比实际交通监测数据进行优化,并提供交通预测模型的有效性与可信度评估。实际交通流数据测试结果表明,文中所提出的预测模型与传统预测模型相比具有更高的预测精度,是一种有效的交通流预测方法。 |
| 期刊名称： | 公路交通科技 |
| 出版日期： | 202108 |
| 出版年： | 2021 |
| 期： | 08 |
| 页码： | 134-139,158 |
检索历史
应用推荐
