车辆速度预测装置及利用该装置的预测方法与流程

技术特征：
1.一种车辆速度预测装置，包括：数据预处理器，其配置为对用于深度学习的正确答案数据和输入数据执行预处理；和深度学习建模装置，其配置为基于每个路段的代表速度、收集到的探测器数量和收集时间来学习对于道路的每个出口车道的车道速度的关系，其中，所述道路包括至少一个车道和多个路段，所述多个路段将至少一个车道的一个区间指示为深度学习建模装置执行的学习对象。2.根据权利要求1所述的车辆速度预测装置，其中，所述深度学习建模装置配置为利用全连接模型进行学习，所述全连接模型包括一个或更多个输入层、一个或更多个隐藏层以及一个或更多个输出层，将与每个路段的代表速度、收集到的探测器数量和收集时间相关联的向量输入到一个或更多个输入层，以及所述一个或更多个输出层输出在同一时间点行驶在每个车道的路段的探测器的速度。3.根据权利要求2所述的车辆速度预测装置，其中，一个或更多个隐藏层由通过优化过程获得的预定单元组成，所述深度学习建模装置对每层应用归一化过程，用于调整构成单元的值的比例。4.根据权利要求3所述的车辆速度预测装置，其中，所述深度学习建模装置对每层以预定的比率应用丢弃技术，用于将单元的一些信息降至“0”。5.根据权利要求2所述的车辆速度预测装置，其中，代表要学习的每个车道的区间的每个车道的路段包括：无方向性的队列路段、出口车道之前的起始路段以及多个出口路段，每个路段的代表速度包括队列路段的速度和起始路段的速度，以及每个出口车道的车道速度包括每个出口路段的速度。6.根据权利要求5所述的车辆速度预测装置，其中，所述数据预处理器包括：正确答案数据预处理器，其配置为将在出口时间收集到的、通过在每个车道的所有路段行驶而获得的探测器轨迹数据转换为基于入口时间的数据，并且以预设的参考时间单位对转换后的数据执行调和平均处理；和输入数据预处理器，其配置为以预设的参考时间单位对每个路段的代表速度执行调和平均处理。7.根据权利要求6所述的车辆速度预测装置，其中，所述正确答案数据预处理器根据一天除以预设的参考时间单位的时间段，基于在一个时间段内行驶的所有探测器的行驶距离的总和以及行驶时间的总和来获得每个车道的代表速度。8.根据权利要求7所述的车辆速度预测装置，其中，所述输入数据预处理器以时间段为单位执行每个路段的代表速度的调和平均处理，并且以时间段为单位获得经调和平均处理后的每个路段的代表速度。9.根据权利要求6所述的车辆速度预测装置，其中，所述数据预处理器对每个路段的代表速度、收集到的探测器数量、收集时间以及每个出口车道的车道速度的比例执行最小值-最大值归一化处理。10.根据权利要求9所述的车辆速度预测装置，其中，
当关于每个路段的代表速度、收集到的探测器数量和收集时间的数据缺失时，所述数据预处理器利用预设值作为缺失的数据，关于每个路段的代表速度的缺失的数据包括第一特定值，关于收集到的探测器数量的缺失的数据包括第二特定值，关于收集时间的缺失的数据包括预设的参考时间的索引信息。11.一种车辆速度预测方法，包括：数据预处理步骤，其对用于深度学习的正确答案数据和输入数据执行预处理；深度学习建模步骤，其基于每个路段的代表速度、收集到的探测器数量和收集时间来学习对于每个出口车道的车道速度的关系。12.根据权利要求11所述的车辆速度预测方法，其中，所述深度学习建模步骤配置为利用全连接模型进行学习，所述全连接模型包括一个或更多个输入层、一个或更多个隐藏层以及一个或更多个输出层，将与每个路段的代表速度、收集到的探测器数量和收集时间相关联的向量输入到一个或更多个输入层，以及所述一个或更多个输出层输出在同一时间点行驶在每个车道的路段的探测器的速度。13.根据权利要求12所述的车辆速度预测方法，其中，一个或更多个隐藏层由通过优化过程获得的预定单元组成，所述深度学习建模步骤对每层应用归一化过程，用于调整构成单元的值的比例。14.根据权利要求13所述的车辆速度预测方法，其中，所述深度学习建模步骤对每层以预定的比率应用丢弃技术，用于将单元的一些信息降至“0”。15.根据权利要求11所述的车辆速度预测方法，其中，所述数据预处理步骤包括：正确答案数据预处理步骤，其将在出口时间收集到的、通过在每个车道的所有路段行驶而获得的探测器轨迹数据转换为基于入口时间的数据，并且以预设的参考时间单位对转换后的数据进行调和平均处理；输入数据预处理步骤，其以预设的参考时间单位对每个路段的代表速度执行调和平均处理。16.根据权利要求15所述的车辆速度预测方法，其中，所述正确答案数据预处理步骤根据一天除以预设的参考时间单位的时间段，基于在一个时间段内行驶的所有探测器的行驶距离的总和以及行驶时间的总和来获得每个车道的代表速度。17.根据权利要求16所述的车辆速度预测方法，其中，所述输入数据预处理步骤以时间段为单位执行每个路段的代表速度的调和平均处理，以时间段为单位获得经调和平均处理后的每个路段的代表速度。18.根据权利要求15所述的车辆速度预测方法，其中，所述数据预处理步骤对每个路段的代表速度、收集到的探测器数量、收集时间以及每个出口车道的车道速度的比例执行最小值-最大值归一化处理。19.根据权利要求18所述的车辆速度预测方法，其中，当关于每个路段的代表速度、收集到的探测器数量和收集时间的数据缺失时，所述数据预处理步骤利用预设值作为缺失的数据，
关于每个路段的代表速度的缺失的数据包括第一特定值，关于收集到的探测器数量的缺失的数据包括第二特定值，以及关于收集时间的缺失的数据包括预设的参考时间的索引信息。

技术总结
本发明涉及车辆速度预测装置及利用该装置的预测方法。车辆速度预测装置包括数据预处理器和深度学习建模装置，数据预处理器为对用于深度学习的正确答案数据和输入数据执行预处理，深度学习建模装置配置为基于每个路段的代表速度、收集到的探测器数量和收集时间来学习对于每个出口车道的车道速度的关系。习对于每个出口车道的车道速度的关系。习对于每个出口车道的车道速度的关系。


技术研发人员：金南赫
受保护的技术使用者：起亚株式会社
技术研发日：2021.09.07
技术公布日：2022/6/10