CN109830102A - 一种面向复杂城市交通网络的短时交通流量预测方法 - Google Patents

Abstract

本发明请求保护一种面向复杂城市交通网络的短时交通流量预测方法，属于智能交通分析领域，首先，获取数据源，包括卡口流量统计和车辆轨迹数据提取。然后，为了提取路网流量的局部空间特征，提出network2image路网矩阵化算法从车辆轨迹中挖掘路口关系重构路网得到路网流量图片。利用卷积神经网络进行局部卷积计算。针对降低计算复杂度问题，采用路网图像化算法network2image算法：从轨迹数据中挖掘路网中路口的关系，将路网重构成图像，利用卷积神经网络的卷积局部计算达到提取路网局部特征、降低计算复杂度与提高泛化能力的目的。在卷积层中引入小规模递归神经网络，局部路网长时关联性。本发明有效提高了实际复杂城市路网中流量短时预测准确率。

Description

一种面向复杂城市交通网络的短时交通流量预测方法

技术领域

本发明属于数据挖掘和智能交通领域，涉及路网局部计算模型，尤其是一种面向复杂城市交通网络的短时交通流量数据预测方法。

背景技术

随着交通信息化的快速发展,交通数据爆炸式地增长。其中单位时间过车量交通流量是描述交通流的一个重要指标，其变化规律反应了交通流基本性质。短时交通流预测作为智能交通领域的一个研究热点，准确的交通流短时预测是交通控制和交通诱导的关键技术之一，

迄今为止，有大量的研究文献对短时交通流量预测进行了大量研究。从利用交通流量数据特性可以归纳为：利用时间关联和利用时空关联性两种。在利用时间关联性方面,最初有一些研究利用交通数据的时间关联性通过差分整合移动平均自回归模型(ARIMA)进行短时预测。例如姚亚夫等人在《基于ARIMA的交通流量短时预测》中通过ARIMA模型，将单个卡口交通流量数据看作时间序列，实现了单个卡口流量数据很好的中短期恢复，但是因为没有整个整体路网进行建模，使得实用效果不佳。在最近的研究中，路网的空间关联性得到了越来越多的重视并被引入到交通数据的恢复中。其中有许多研究利用张量分解对路网短时交通流量进行恢复。例如TanHuachun等人在《Short-Term Traffic Prediction Basedon Dynamic Tensor Completion》中构建了一个时间、天、周和位置四个维度的张量。但是其针对范围很有限是一条高速路，而不是复杂的城市路网交通。随着交通数据量的增加，张量模型规模呈几何倍数地增加，使得计算量越来越大。

本发明针对复杂城市交通路网如何有效利用交通流量时空关联性以及降低计算复杂度问题，提出一种面向复杂城市交通网络的短时交通流量数据预测方法；针对有效利用时空关联性问题，引入深度学习预测未来短时交通流量数据，结合当前路网流量的空间关联性与历史路网流量的时间关联性，实现结合路网交通流量时空特性的短时。针对降低计算复杂度问题，出路网图像化算法network2image算法：从轨迹数据中挖掘路网中路口的关系，将路网重构成图像，利用卷积神经网络的卷积局部计算，并在卷积层中引入小规模递归神经网络，达到提取路网局部时空特征、局部路网长时关联性以及降低计算复杂度与提高泛化能力的目的。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种降低计算复杂度与提高泛化能力的面向复杂城市交通网络的短时交通流量预测方法。本发明的技术方案如下：

一种面向复杂城市交通网络的短时交通流量预测方法，其包括以下步骤：

步骤1：通过城市交通路网视频监控获取车辆出行信息，提取车牌、卡口编号和过车时间等相关属性、获取原始轨迹数据以及卡口流量数据；

步骤2：路网图像化：根据轨迹信息数据挖掘卡口关系，利用自然语言处理中的矢量化技术和数据降维方法获取卡口在二维空间中的向量表达,并通过扩散-收缩算法这些卡口点放入二维矩阵空间，并离散化二维矩阵空间获取路网的图像化表达形式；

步骤3：构建路网短时流量预测模型的步骤和模型训练的步骤：

步骤4：城市路网流量短时预测：结合交通流量数据的局部时空关联性，以及局部路网的长时关联性，利用训练完成模型，对城市路网进行短时交通流量预测。

进一步的，所述步骤2获取卡口在二维空间中的向量表达具体包括：根据车辆轨迹和滑动时间窗口，训练获得能体现卡口间关联性的卡口向量，该卡口向量化模型分为两层：第一层是映射层，这也是卡口嵌入的输出，用v(l_i)表示l_i卡口的向量；第二层是预测层，根据第一层输出的卡口l_i的向量预测其附近卡口。

进一步的，所述数据降维的方法具体包括：为了降低最终预测时类别过多的问题，计算代价函数时负采样计算，训练的目标是将高概率分配给真实的附近卡口，同时低概率分配给对比卡口，通过从噪声分布中只选取k个对比卡口来近似噪声词概率，代价函数如下:

Q_θ(D＝1|l_n,l_t)表示根据目标卡口l_t预测其附近卡口l_n的二元逻辑回归概率，表示根据目标卡口l_t预测其噪声卡口对立事件概率。利用t-SNE保持数据样本点间关系的降维方法将卡口的高维向量转化为二维向量。

进一步的，所述通过扩散-收缩算法这些卡口点放入二维矩阵空间主要有以下三步：首先用一定大小的网格切割该欧式空间，切割完成后会出现一些方格内没有卡口点，一些方格内有一个点，一些方格内有多个点；然后由中心向外扩散将一个有多个点的方格中的点向外扩散；最后，因为上一步扩散会产生一些不必要的空隙，所以需要收缩。

进一步的，所述切割步骤具体包括:首先通过随机采样计算卡口点密度:d_nodes,然后根据密度确定方格边长长度:接下来，以box_length为方格边长将欧式空间分割，得到一个矩阵M，b_i,j表示M的第i行，第j列元素；经过切割后的M矩阵中有三种类型的box：没有包含任何卡口的方格，包含一个卡口的方格，包含多个卡口的方格。

进一步的，所述扩散采用贪婪算法实现，将多余的点由内向外扩撒。处理一个包含多个点的卡口时，保留最靠近方格中心的点，移动其它点，首先将多余的点往中心方向的不含点的方格移动，如果没有则将多余的点向外移动，不管目标方格中是否有点，为了细化扩散方向，定义了八个方向东、西、南、北、东北，东南，西南，西北，水平和垂直方向均以15°为界。扩散使每个方格中最多包含一个点。

进一步的，收缩时，需遵循三条规则：a)在移动点时，只能把离自己远的点移动的更靠近，不能把离自己近的点移动的更远；b)采用曼哈顿距离；c)考虑第一条时不予考虑超过D个距离，即若两点之间距离超过D认为其不相关。

进一步的，当尝试移动一个点，如果这个点的移动违反了收缩三规则，那么记录下被影响的点，在接下来的移动中这些被移动的点必须要去消除前序移动中违反收缩三规则的移动，如果不能消除，那么这次移动包括前序的移动是不可行的；直到S步移动后，选取这些点的移动既没有违反收缩三原则又能最大程度降低相关极大团松散度的移动步骤作为这个点的移动方案。

进一步的，所述构建路网短时流量预测模型具体包括：

S31：构建由多层卷积结构组成的预测子网络

S32：预测子网络的训练：预测网络的输入为多个时段的路网流量图片，为了满足这样的输入，需要将多张路网图片拼接，将多个时段的路网流量图片拼接为一个三维张量，这个张量的第一第二维度与路网流量图片一样，第三维度为时段维度。

进一步的，所述预测子网络的输入为前n个时段的真实路网流量图片输出p^T，所以预测子网络的损失函数计算的是p^T与之间的误差，损失函数公式如下，其中R和C分别表示图片流量图片的行数与列数；

本发明的优点及有益效果如下：

首先，本发明提出路网流量的局部时空特征，并提出路网图像化算法network2image从车辆轨迹中挖掘路口关系重构路网得到路网流量图片，其中路口与路口间的关联性与其距离正相关，通过与卷积神经网络局部卷积计算结合，提取路网局部空间特征，降低计算复杂度，提高模型泛化能力。为了获取交通流量数据的时间关联性，在network2image的基础上构建了一种新的历史交通流量数据输入格式，将多个历史路网流量图片拼接在一起，构成三维张量。最后，在卷积神经网络层中加入小规模递归神经网络，达到捕捉小范围路网的长时关联性的目的。

附图说明

图1是本发明提供优选实施例基于复杂城市道路的缺失流量数据恢复方法整体框图。

图2是本发明的总体流程图。

图3是路网图像化化流程图。

图4是基于车辆轨迹数据的路口向量化模型图。

图5是卡口向量扩散示意图。

图6是预测网络示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

如图1是本发明总体的流程图，包括数据获取，路网图像化和交通流量短时预测共三大模块。具体说明本发明的详细实施过程

S1：获取数据源。利用城市道路监控获取车辆行驶记录原始数据，整理数据提取车辆轨迹以及统计卡口流量信息。

S2：路网图像化。根据轨迹信息挖掘卡口关系，利用自然语言处理中的矢量化技术和数据降维方法获取卡口在二维空间中的向量表达,并离散化二维向量空间获取路网的图像化表达形式。

S3：构建路网短时流量预测模型。并训练模型。

S4:根据训练完成模型，对城市路网流量数据进行短时预测。

S21：如3所示，利用卡口向量化技术，根据车辆轨迹和滑动时间窗口，训练获得能体现卡口间关联性的卡口向量。该模型分为两层：第一层是映射层，这也是卡口嵌入的输出，用表示这个过程。第二层是预测层，根据第一层输出的卡口l_i的向量预测其附近卡口。为了降低最终预测时类别过多的问题，通常计算代价函数时负采样计算，训练的目标是将高概率分配给真实的附近卡口，同时低概率分配给对比卡口。在实践中，通过从噪声分布中只选取k个对比卡口来近似噪声词概率。代价函数如下:

利用t-SNE保持数据样本点间关系的降维方法将卡口的高维向量转化为二维向量。

卡口在二维空间中处于连续分布，接下来通过扩散-收缩算法将这些点在尽可能保留点与点之间相对位置的前提下将这些卡口点放入矩阵中。该算法的主要有以下三步：首先用一定大小的网格切割该欧式空间，切割完成后会出现一些方格内没有卡口点，一些方格内有一个点，一些方格内有多个点。然后由中心向外扩散将一个有多个点的方格中的点向外扩散。最后，因为上一步扩散会产生一些不必要的空隙，所以需要收缩。

S22切割:首先通过随机采样计算卡口点密度:d_nodes,然后根据密度确定方格边长长度:接下来，以box_length为方格边长将欧式空间分割，得到一个矩阵M。b_i,j表示M的第i行，第j列元素。经过切割后的M矩阵中有三种类型的box：没有包含任何卡口的方格，包含一个卡口的方格，包含多个卡口的方格。

S23扩散：这一步是为了消除上一步产生的包含多个卡口的box。采用贪婪算法实现。将多余的点由内向外扩撒。处理一个包含多个点的卡口时，保留最靠近方格中心的点，移动其它点，首先应将多余的点往中心方向的不含点的方格移动，如果没有则将多余的点向外移动，不管目标方格中是否有点，示例如图4所示。为了细化扩散方向，定义了八个方向东、西、南、北、东北，东南，西南，西北，水平和垂直方向均已15°为界。扩散使每个方格中最多包含一个点。

S24收缩：因为扩散后可能会存在一些不必要的空隙，如果能消除这些空隙则可以大大减小输入数据的维度以及减少后续神经网络的参数数量。收缩时，需遵循三条规则：a)在移动点时，只能把离自己远的点移动的更靠近，不能把离自己近的点移动的更远。b)采用曼哈顿距离。c)考虑第一条时不予考虑超过D个距离，即若两点之间距离超过D认为其不相关。

如果只考虑单个点的单步移动则会导致收缩效果不好，仍然存在大量空隙。并且稀疏性会导致后续神经网络训练变得困难，考虑所有点的移动则会带来巨大的计算复杂度，所以提出了一种保持点与点之间相对距离的收缩方法:S-shrink。该方法通过综合考虑S步移动能否即不违反上述三条规则，又能收缩，达到部分迁移的效果。即尝试移动一个点，如果这个点的移动违反了收缩三规则，那么记录下被影响的点。在接下来的移动中这些被移动的点必须要去消除前序移动中违反收缩三规则的移动，如果不能消除，那么这次移动包括前序的移动是不可行的。直到S步移动后，选取这些点的移动既没有违反收缩三原则又能最大程度降低相关极大团松散度的移动步骤作为这个点的移动方案。

S25：构建路网流量图片。通过network2image将交通卡口映射到矩阵中，使相似的卡口在矩阵中相距较近。将对应的卡口流量数据对应卡口在矩阵中的位置填入矩阵，矩阵中没有卡口的数据填零补充，构成对应的路网流量图片m^t表示在t时段的路网流量图片。即m^t是这样一个矩阵，这个矩阵中的第x行第y列元素等于:

上述步骤S3中的构建路网流量恢复模型流程如图5所示，具体可以分为以下3个步骤。

S31：预测网络的构建。构建如图6所示。恢复子网络的结构如图为多层卷积结构，利用卷积以小范围路网做局部计算，降低在处理动态缺失时带来的高计算复杂度。同时在卷积运算输出加入小规模递归神经网络以捕捉局部路网流量的长时关联性。

S32：预测子网络的训练。构建如图6所示，预测网络的输入为多个时段的路网流量图片，为了满足这样的输入，需要将多张路网图片拼接。将多个时段的路网流量图片拼接为一个三维张量，这个张量的第一第二维度与路网流量图片一样，第三维度为时段维度。这样的拼接就像彩色图片，其中的每一个颜色通道对应每一时段的路网流量图片。彩色流量图片不仅包含路网局部空间信息，还包含有局部时间信息。针对彩色图片输入的卷积神经网络能够捕获彩色图片包含多个颜色通道的局部时间特征，同样针对彩色路网流量图片，卷积神经网络能够捕获路网的时空特征。

预测子网络的输入为前n个时段的真实路网流量图片输出p^T。所以预测子网络的损失函数计算的是p^T与之间的误差,损失函数公式如下，其中R和C分别表示图片流量图片的行数与列数。

本发明所述的一种面向复杂城市路网的短时交通流量预测方法，其特点在于，首次提出路网流量的局部时空特征，并提出network2image算法从车辆轨迹中挖掘路口关系重构路网得到路网流量，路网流量图片中路口与路口间的关联性与其距离正相关，通过与卷积神经网络局部卷积计算结合，提取路网局部空间特征，降低计算复杂度，提高模型泛化能力。为了获取局部路网流量数据的长时关联性，在卷积神经网络中的引入了多个小规模递归神经网络，在每个卷积运算的输出做递归运算。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (10)

1.一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，包括以下步骤：

步骤1：通过城市交通路网视频监控获取车辆出行信息，提取车牌、卡口编号和过车时间在内的相关属性、获取原始轨迹数据以及卡口流量数据；

步骤2：路网图像化：根据轨迹信息数据挖掘卡口关系，利用自然语言处理中的矢量化技术和数据降维方法获取卡口在二维空间中的向量表达,并通过扩散-收缩算法这些卡口点放入二维矩阵空间，并离散化二维矩阵空间获取路网的图像化表达形式；

步骤3：构建路网短时流量预测模型的步骤和模型训练的步骤：

步骤4：城市路网流量短时预测：结合交通流量数据的局部时空关联性，以及局部路网的长时关联性，利用训练完成模型，对城市路网进行短时交通流量预测。

2.根据权利要求1所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，所述步骤2获取卡口在二维空间中的向量表达具体包括：根据车辆轨迹和滑动时间窗口，训练获得能体现卡口间关联性的卡口向量，该卡口向量化模型分为两层：第一层是映射层，这也是卡口嵌入的输出，用v(l_i)表示l_i卡口的向量；第二层是预测层，根据第一层输出的卡口l_i的向量预测其附近卡口。

3.根据权利要求2所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，所述数据降维的方法具体包括：为了降低最终预测时类别过多的问题，计算代价函数时负采样计算，训练的目标是将高概率分配给真实的附近卡口，同时低概率分配给对比卡口，通过从噪声分布中只选取k个对比卡口来近似噪声词概率，代价函数如下:

Q_θ(D＝1|l_n,l_t)表示根据目标卡口l_t预测其附近卡口l_n的二元逻辑回归概率，表示根据目标卡口l_t预测其噪声卡口对立事件概率，利用t-SNE保持数据样本点间关系的降维方法将卡口的高维向量转化为二维向量。

4.根据权利要求1-3之一所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，所述通过扩散-收缩算法这些卡口点放入二维矩阵空间主要有以下三步：首先用一定大小的网格切割该欧式空间，切割完成后会出现一些方格内没有卡口点，一些方格内有一个点，一些方格内有多个点；然后由中心向外扩散将一个有多个点的方格中的点向外扩散；最后，因为上一步扩散会产生一些不必要的空隙，所以需要收缩。

5.根据权利要求4所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，所述切割步骤具体包括:首先通过随机采样计算卡口点密度:d_nodes,然后根据密度确定方格边长长度:接下来，以box_length为方格边长将欧式空间分割，得到一个矩阵M，b_i,j表示M的第i行，第j列元素；经过切割后的M矩阵中有三种类型的box：没有包含任何卡口的方格，包含一个卡口的方格，包含多个卡口的方格。

6.根据权利要求4所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，所述扩散采用贪婪算法实现，将多余的点由内向外扩撒。处理一个包含多个点的卡口时，保留最靠近方格中心的点，移动其它点，首先将多余的点往中心方向的不含点的方格移动，如果没有则将多余的点向外移动，不管目标方格中是否有点，为了细化扩散方向，定义了八个方向东、西、南、北、东北，东南，西南，西北，水平和垂直方向均以15°为界。扩散使每个方格中最多包含一个点。

7.根据权利要求4所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，收缩时，需遵循三条规则：a)在移动点时，只能把离自己远的点移动的更靠近，不能把离自己近的点移动的更远；b)采用曼哈顿距离；c)考虑第一条时不予考虑超过D个距离，即若两点之间距离超过D认为其不相关。

8.根据权利要求7所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，当尝试移动一个点，如果这个点的移动违反了收缩三规则，那么记录下被影响的点，在接下来的移动中这些被移动的点必须要去消除前序移动中违反收缩三规则的移动，如果不能消除，那么这次移动包括前序的移动是不可行的；直到S步移动后，选取这些点的移动既没有违反收缩三原则又能最大程度降低相关极大团松散度的移动步骤作为这个点的移动方案。

9.根据权利要求1所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，所述构建路网短时流量预测模型具体包括：

S31：构建由多层卷积结构组成的预测子网络

S32：预测子网络的训练：预测网络的输入为多个时段的路网流量图片，为了满足这样的输入，需要将多张路网图片拼接，将多个时段的路网流量图片拼接为一个三维张量，这个张量的第一第二维度与路网流量图片一样，第三维度为时段维度。

10.根据权利要求9所述的一种面向复杂城市交通网络的短时交通流量预测方法，其特征在于，所述预测子网络的输入为前n个时段的真实路网流量图片输出p^T，所以预测子网络的损失函数计算的是p^T与之间的误差，损失函数公式如下，其中R和C分别表示图片流量图片的行数与列数；