本发明公开了一种基于大数据和深度学习的城市主干道路速度预测方法。本发明调用高德地图API收集城市主干道路地图数据;收集车载GPS设备(
新能源汽车从TBOX装置)中的车辆经纬度坐标和车辆速度数据,对每辆车进行道路匹配;根据道路匹配结果计算道路平均通行速度,并以此为特征建立道路通行速度特征矩阵;拓展时间维度创建道路时空通行速度特征矩阵;利用卷积神经网络模型提取道路时空通行速度特征,通过对该模型的训练实现未来短时间内主干道路通行速度预测。本发明的道路速度预测方法所需要的车辆数据特征少,利用经纬度坐标实现道路匹配,减少矢量运算;利用车速计算道路通行速度,且预测模型考虑了时间与空间的关联性,提高了预测准确性和可靠性。
声明:
“基于大数据和深度学习的城市主干道路速度预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)