基于ETC数据的驶入服务区车流量预测方法及装置是智能交通领域的一种创新技术。该方法通过使用ETC数据,能够预测服务区的车流量,从而帮助服务区管理人员提前把握服务区驶入状况,提前对服务区服务能力和资源配资举行支配,为出行者提供舒服的服务。
知识点一:服务区的重要性
高速马路服务区是保障人们平安出行和舒服出行至关重要的一部分。服务区既能够给出行者提供一些公共服务,又能够提供一些市场化服务。服务区服务能力凹凸影响着高速马路通行效率和人们出行舒服度。
知识点二:现有技术的缺陷
目前对服务区交通量的讨论主要是借助传统高速马路收费数据对服务区车辆驶入率举行讨论,虽然对一定时光下的驶入率测度有一定效果,但并不能精确地反映出服务区车流量的变幻状况。没有充分考虑单车信息,而且回来预测办法在处理复杂非线性状况时效果并不是特殊有效。
知识点三:基于ETC数据的驶入服务区车流量预测方法
该方法包括以下步骤:
1. 猎取预测数据,包括:在第一时光窗口内服务区入口车流量、第一时光窗口内通过服务区邻近上游ETC门架的客车流量、第一时光窗口内通过服务区邻近上游ETC门架的货车流量、第一时光窗口内通过服务区邻近上游ETC门架的市内客车流量与货车流量之和、第一时光窗口内通过服务区邻近上游ETC门架的市外客车流量和市外货车流量之和、驶入服务区车辆的先验因子。
2. 将所述预测数据输入到预先训练好的基于CNN-III双向LSTM-Attention的服务区驶入车流量预测模型,得到在时光窗口下服务区驶入车流量。
知识点四:基于CNN-III双向LSTM-Attention的服务区驶入车流量预测模型
该模型包括:
1. 依次衔接的一维卷积层
2. 第一Droupout层
3. Bi-LSTM网络层
4. 其次Droupout层
5. 带有激活函数sigmoid的dense层
其中,用法注重力机制对所述其次Droupout层的输出结果举行处理。
知识点五:预测服务区入口流量
1. 确定预测服务区入口流量的其次时光窗口(ta,tb)。
2. 按照ETC数据车辆通行的流水,计算车辆n在服务区路段的行驶速度。
3. 计算客车在服务区路段上的平均行驶速度。
4. 计算货车在服务区路段上的平均行驶速度。
5. 估量客车从服务区邻近上游ETC门架到服务区入口的客车平均行驶时光tke。
6. 估量货车从服务区邻近上游ETC门架到服务区入口的货车平均行驶时光thuo。
知识点六:统计通过服务区邻近上游ETC门架的客车流量和货车流量
1. 按照所述其次时光窗口(ta,tb)、客车平均行驶时光tke以及货车平均行驶时光thuo统计在时光窗口(ta-tke,tb-tke)内通过服务区邻近上游ETC门架的客车流量。
2. 按照所述其次时光窗口(ta,tb)、客车平均行驶时光tke以及货车平均行驶时光thuo统计在时光窗口(ta-thuo,tb-thuo)内通过服务区邻近上游ETC门架的货车流量。
知识点七:统计市内客车流量与货车流量之和
1. 按照邻近上游ETC门架原始统计在时光窗口(ta-tke,tb-tke)内通过服务区邻近上游ETC门架的市内客车流量qke,in(ta-tke,tb-tke)。
2. 按照邻近上游ETC门架原始统计在时光窗口(ta-thuo,tb-thuo)内通过服务区邻近上游ETC门架的市内客车流量qhuo,in(ta-thuo,tb-thuo)。
3. 所述第一时光窗口内通过服务区邻近上游ETC门架的市内客车流量与货车流量之和为:qin=qke,in(ta-tke,tb-tke)+qhuo,in(ta-thuo,tb-thuo)。