CN114299722A - 道路状况预测方法、系统、装置及存储介质 - Google Patents

Abstract

本发明公开了一种道路状况预测方法、系统、装置及存储介质，其中方法应用于NWDAF，包括：NWDAF接收OAM发送的路况预测请求；路况预测请求包括预测时间和预测区域；NWDAF确定预测区域对应的预测基站；然后根据预设的道路干线、预测时间和预测基站对应的状态切换规律，确定预测区域在预测时间内的道路状况；状态切换规律是指在预测基站中用户设备的移动状态的变化规律，移动状态为行人状态或驾驶状态；然后NWDAF向OAM发送路况预测应答，以使OAM将路况预测应答中的道路状况发送给用户设备。本申请实施例实现了对未来一段时间内的道路状况的预测，能够帮助用户避开交通拥堵路段，并减轻道路上的常发性拥堵现象。

Description

道路状况预测方法、系统、装置及存储介质

技术领域

本申请涉及通信技术领域，尤其涉及一种道路状况预测方法、系统、装置及存储介质。

背景技术

在行车过程中，用户可以通过各种app查看当前交通的实时路况，例如检测道路占有率、车流量、车速、道路交通拥堵情况等等。但是相关技术中，这些app一般只能获取实时路况信息，缺少对未来路况的预测功能，因此用户无法提前得知当前道路在未来一段时间内的车辆情况，越来越多的用户前往拥堵道路，会进一步加重道路的拥堵情况。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请提出一种道路状况预测方法、系统、装置及存储介质。

第一方面，本申请实施例提供了一种道路状况预测方法，应用于NWDAF，包括：接收OAM发送的路况预测请求；其中，所述路况预测请求包括预测时间和预测区域；确定所述预测区域对应的预测基站；根据预设的道路干线、所述预测时间和所述预测基站对应的状态切换规律，预测所述预测区域在所述预测时间内的道路状况；其中，所述状态切换规律是指在所述预测基站中，用户设备的移动状态的变化规律，所述移动状态为行人状态或驾驶状态；向所述OAM发送所述路况预测应答，以使所述OAM将所述路况预测应答中的所述道路状况发送给所述用户设备。

可选地，所述方法还包括确定所述状态切换规律这一步骤，该步骤具体包括：接收NF发送的订阅消息；其中，所述订阅消息包括消息发送时间、用户设备信息和基站信息；其中，所述用户设备信息包括设备位置和所述移动状态；其中，所述基站信息包括用户设备对应基站的基站ID和基站位置；根据所述设备位置和所述道路干线，确定所述用户设备的移动状态；根据所述消息发送时间、所述移动状态的变化情况、所述基站ID和所述基站位置，确定所述基站的所述状态切换规律。

可选地，所述方法还包括：根据所述NF发送的所述订阅消息，对所述状态切换规律进行更新。

可选地，所述方法还包括构建所述道路干线这一步骤，该步骤具体包括：根据所述设备位置和所述消息发送时间，确定当前用户设备的移动速度和移动轨迹；根据多个所述用户设备的所述移动速度和所述移动轨迹，确定所述道路干线。

可选地，所述根据多个所述用户设备的所述移动速度和所述移动轨迹，确定所述道路干线，包括：将小于预设的机动车速度阈值的所述移动速度进行过滤；根据过滤完成后的所述移动速度和所述移动轨迹，确定所述道路干线。

可选地，所述方法还包括构建所述道路干线这一步骤，该步骤具体包括：根据获取到的所述预测区域的道路图像，构建所述道路干线。

可选地，所述根据所述设备位置和预设的道路干线，确定所述用户设备的移动状态，包括：当所述设备位置位于所述道路干线的范围之内，确定所述用户设备的移动状态为所述驾驶状态；当所述设备位置位于所述道路干线的范围之外，确定所述用户设备的移动状态为所述行人状态。

第二方面，本申请实施例提供了一种道路状况预测系统，包括：第一模块，用于接收OAM发送的路况预测请求；其中，所述路况预测请求包括预测时间和预测区域；第二模块，用于确定所述预测区域对应的预测基站；第三模块，用于根据预设的道路干线、所述预测时间和所述预测基站对应的状态切换规律，预测所述预测区域在所述预测时间内的道路状况；其中，所述状态切换规律是指在所述预测基站中，用户设备的移动状态的变化规律，所述移动状态为行人状态或驾驶状态；第四模块，用于向所述OAM发送所述路况预测应答，以使所述OAM将所述路况预测应答中的所述道路状况发送给所述用户设备。

第三方面，本申请实施例提供了一种道路状况预测装置，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述的道路状况预测方法。

第四方面，本申请实施例提供了一种计算机存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现上述的道路状况预测方法。

本申请实施例的有益效果如下：本申请提出的道路状况预测方法应用于NWDAF，NWDAF接收OAM发送的路况预测请求；其中，路况预测请求包括预测时间和预测区域；则NWDAF确定预测区域对应的预测基站；然后根据预设的道路干线、预测时间和预测基站对应的状态切换规律，确定预测区域在预测时间内的道路状况；其中，状态切换规律是指在预测基站中，用户设备的移动状态的变化规律，移动状态为行人状态或驾驶状态；然后NWDAF向OAM发送路况预测应答，以使OAM将路况预测应答中的道路状况发送给用户设备。本申请实施例通过NWDAF对用户设备的移动状态进行分析，得到基站对应的用户设备的状态变化规律，从而通过该状态变化规律完成对道路状况的预测。本申请实施例实现了对未来一段时间内的道路状况的预测，能够帮助用户避开交通拥堵路段，并一定程度上减轻道路上的常发性拥堵现象。

附图说明

附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1为本申请实施例提供的道路状况预测方法的步骤流程图；

图2为本申请实施例提供的确定状态切换规律的步骤流程图；

图3为本申请实施例提供的道路状况预测过程的示意图；

图4为本申请实施例提供的道路状况预测系统的示意图；

图5为本申请实施例提供的道路状况预测装置的示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

需要说明的是，虽然在系统示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于系统中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

下面结合附图，对本申请实施例作进一步阐述。

参考图1，图1为本申请实施例提供的道路状况预测方法的步骤流程图，该方法应用于核心网中的NWDAF，该方法包括但不限于步骤S100-S130：

S100、接收OAM发送的路况预测请求；其中，路况预测请求包括预测时间和预测区域；

具体地，在家庭平均车辆拥有量越来越高的今天，如果能够实现对未来一段时间内道路状况的有效预测，会给人们的生活带来不少便利。例如，用户需要制定出游计划，则需要考虑在出游日当天参考路线上的道路状况，并选择最快捷，最通畅的出行路线。因此，用户可以通过移动终端、笔记本电脑、可穿戴设备等等可以移动的用户终端，查询出游日中指定路线的交通状况。

在本申请实施例中，需要提前预测道路状况的时间称为预测时间，预测时间可以是指具体的日期，如2022.01.14；也可以指一周内的某一天，如周日、周一；还可以指法定的假期，如国庆节、除夕等等。并且，根据需要，预测时间也可以指包含多天的一个时间范围，如下周一至下周日。

类似地，需要提前预测道路状况的区域称为预测区域，预测区域可以是指某一条主干道，如A大道，B高速；也可以指某一个特定的地点，如C路路口，D车站等等。

用户设备将预测时间和预测地点发送给OAM，OAM收到之后，向NWDAF发送路况预测请求，该请求中包括预测时间和预测地点。响应于该路况预测请求，NWDAF会进行道路状况的预测。

S110、确定预测区域对应的预测基站；

具体地，根据预测区域的具体地理位置，确定信号范围能够覆盖该预测区域的基站为预测基站。在本申请实施例中，当用户终端经过某个区域，其移动状态会被信号范围覆盖该区域的基站记录下来，因此在进行预测时，也需要找到该基站来进行道路状况预测。

上述内容中提到，根据用户终端的预测需求，预测区域有大有小，则可能出现一个基站的信号范围无法完全覆盖当前预测区域的情况，则可以以信号范围完全覆盖预测区域为目标，确定邻近的多个基站作为预测基站。

S120、根据预设的道路干线、预测时间和预测基站对应的状态切换规律，确定预测区域在预测时间内的道路状况；

具体地，在5G网络中，NWDAF能够对海量的通信数据进行挖掘、分析、预测等等处理工作，因此在本申请实施例中，NWDAF预先确定了每个基站所对应的状态切换规律，通过预设的虚拟道路干线、需要预测的预测时间和预测基站的状态切换规律，就可以对预测区域在预测时间内的道路状况进行预测，例如是预测区域内的车流量、交通拥堵指数等等。

在本申请实施例中，状态切换规律是指用户设备移动状态的变化规律，这种变化规律分别在时间维度和空间维度都有所体现。可以理解的是，用户设备在进行通信时需要附着在基站中，因此，在时间维度上来说，当NWDAF接收到足够多的基站数据，则可以统计得到不同时间段内，当前基站中所有用户设备的移动状态分布情况，并且可以通过不同时间段内的移动状态分布情况，则可以确定当前基站内，用户设备移动状态的变化规律。而从空间维度上来说，因为基站覆盖不同的区域，确定基站的状态切换规律，实际上也是确定基站覆盖范围内的用户设备的状态切换规律。

在本申请实施例中，将用户设备的移动状态分为行人状态和驾驶状态。顾名思义，当用户设备的状态为驾驶状态时，则说明当前用户设备跟随着用户在道路上驾驶。因此，当确定了基站对应的状态切换规律，也就是可以确定该基站信号覆盖区域中，行人状态和驾驶状态的用户设备的切换情况。通俗地说，状态切换规律体现的是在该基站信号覆盖区域，什么时候车流会变少，而什么时候车流又会变多，从而反映在预测时间内，预测区域内的道路状况。

本申请实施例能够预测的道路状况主要是道路上的常发性拥堵，也就是说，本申请实施例所针对的道路状况，其特点是：在不同日期的同一时间段，同一地点的交通流量虽然是变化的，但是具有一定的周期性规律。例如，一个工作日和另一个工作日的早上时段具有较强的相似性；周末和周末之间也具有较强的相似性；又例如，由于环境问题或者是道路设计问题，某一路段在某个时间出现交通拥堵几率大。总体来说，道路上出现拥堵呈现规律性的情况，这种情况称为常发性交通拥堵。因此通过在同一地点，同一时间段内用户设备的状态切换规律，可以实现对未来同一地点，同一时间段的道路作道路状况预测的目的。

并且，因为NWDAF具有一定程度的自学习能力，因此NWDAF通过数据分析得到的状态切换规律并不会是一成不变的。可以理解的是，如果有相当数量的用户都会在固定的时间避开出现常发性拥堵的A地，则A地的常发性拥堵的现象也可能会消失。则NWDAF通过NF的订阅消息，不断对A地的状态切换规律进行调整，若A地的常发性拥堵情况缓解或者消失，则NWDAF也可以将A地的道路状况预测通过OAM发送给用户设备，从而引导用户正常通往A地，从而实现了由NWDAF主导完成的道路状况监控闭环：也就是NWDAF通过用户设备的状态切换规律来间接引导用户避开拥堵路段，令出现常发性拥堵的路段负载状况减轻，而NWDAF又通过不断接收NF的订阅消息对拥堵路段进行状态切换规律的更新，并将拥堵路段拥堵程度降低的消息及时反馈给用户，令用户能够适时地调整驾驶路线，从而在宏观上实现了道路负载的有效均衡。

上述内容中提到，NWDAF具有对海量的通信数据进行挖掘、分析、预测的能力，因此NWDAF能够确定每个基站所对应的状态切换规律。参照图2，图2为本申请实施例提供的确定状态切换规律的步骤流程图，该方法应用于NWDAF，该方法包括但不限于步骤S200-S210：

S200、接收NF发送的订阅消息；

具体地，当NWDAF订阅NF的消息，NF可以将用户设备和基站的情况不断发送给NWDAF，供NWDAF对用户设备和基站的信息进行挖掘、分析。例如，当用户设备移动，其位置变化会发送给用户设备所属的基站，则基站会将用户设备信息和自身的基站信息一并发送给NF。由于NWDAF订阅NF的消息，则NF会将用户设备信息和基站信息以订阅消息的形式发送给NWDAF，可以理解的是，订阅消息中还包括该消息的消息发送时间。

在本申请实施例中，用户设备信息包括但不限于用户设备的设备位置、IMSI(International Mobile Subscriber Identity，国际移动用户识别码)和用户设备的移动状态。该移动状态可以是一个与其他标识区别开来的独立标识，通过该标识区分移动状态；在另一些实施例中，不同的移动状态也可以用不同的网络切片进行区分，例如切片标识为“1-010101”则表示当前用户设备处于行人状态，切片标识为“1-010102”则表示当前用户设备处于驾驶状态。

需要说明的是，用户设备的移动状态并不是一成不变的，当移动状态改变，对应的用户设备对应的切片标识也会改变。

另外，在本申请实施例中，基站信息包括但不限于用户设备对应基站的基站ID、基站位置和PLMN(Public Land Mobile Network，公共陆地移动网络)。

S210、根据设备位置和道路干线，确定用户设备的移动状态；

具体地，在本申请实施例中，“道路干线”是指虚拟的、能够表现现实生活中的道路干线的数字轨迹。在一些实施例中，可以向NWDAF中存入现有的数字地图，也可以通过无人机等等设备，拍摄地面上的交通干线，然后根据获得的预测区域的道路图像构建对应的道路干线。

上述内容中提到，NWDAF具有相当强大的数据分析功能，因此在另一些实施例中，道路干线还可以根据用户设备的移动轨迹构建而成。上述内容中提到，NF会在用户设备的设备位置发生一定变化的时候向NWDAF发送订阅消息，例如当用户设备每移动5m，则会触发NF会向NWDAF发送订阅消息的流程。通过订阅信息不断获取当前用户设备的设备位置，结合多条订阅信息的消息发送时间，则可以当前用户设备的移动速度和移动轨迹。可以理解的是，若在足够长的时间内，NWDAF生成足够多的用户设备的移动轨迹，则NWDAF可以对这些移动轨迹进行汇总，从而确定本申请实施例中的道路干线。

而需要说明的是，之所以能够利用用户设备的设备位置变化来确定道路干线，其原因是用户设备随着车辆运动的运动速度，和随着步行的用户运动的运动速度之间，存在比较明显的差异。也就是说，可以通过用户设备的移动速度来区分出用户设备是不是处于驾驶状态，因此可以设定一个机动车速度阈值，例如设置该阈值为40km/h，则将小于预设的机动车速度阈值的移动速度进行过滤，剩下的用户设备的移动速度就都超过40km/h，则可以认为过滤完成后的用户设备都是处于驾驶状态的用户设备，则根据过滤完成后的用户设备的移动速度和对应的移动轨迹，可以确定道路干线，并且该道路干线主要反映的是车行道。

更进一步地，可以根据大于机动车速度阈值的移动速度进行细分，能够确定更细致的道路干线，如限速40-46km/h的普通道路，限速120km/h的高速公路等等。

通过以上实施例中的方法确定道路干线之后，由于本申请实施例主要是根据区域道路内属于行人状态和属于驾驶状态的用户设备的状态切换规律来进行道路状况的预测，而根据本步骤S210，用户设备的移动状态又是根据设备位置和道路干线来确定的。则可以理解的是，本申请中的“道路干线”实际上主要对应的是现实生活中的车行道，而不是人行道。

这样一来，由于道路干线对应的是车行道，则当用户设备的设备位置处于道路干线的范围之内，则NWDAF则确定当前用户设备位于现实世界的车行道内，因此确定用户设备当前的移动状态为驾驶状态；反之，则当设备位置位于道路干线的范围之外，确定用户设备的移动状态为行人状态。

S220、根据消息发送时间、移动状态的变化情况、基站ID和基站信息，确定基站的状态切换规律；

具体地，上述内容中提到，用户设备的移动状态是根据用户设备当前的设备位置与道路干线的关系而决定的，也就是说，当用户设备进入道路干线或者离开道路干线，其移动状态会发生变化。当用户设备的位置更新，NWDAF会接收到NF的订阅消息，因此NWDAF通过用户设备在不同的消息发送时间对应的移动状态的变化情况，可以确定当前区域的用户设备的状态切换规律。

而又因为，用户设备的位置更新需要通过基站转发给NF，并且总结出不同路段对应的状态切换规律，则在本申请实施例中，提出将用户设备移动状态的状态切换规律与基站联系起来，也就是以基站为单位，通过监控附着在当前基站的用户设备的移动状态，得到基站对应的状态切换规律。

可以理解的是，根据步骤S110-S120，当用户需要预测某一个区域的道路状况，则NWDAF可以确定该预测区域处于哪个/哪些基站的信号范围内，从而确定预测基站，并可以根据预测基站对应的状态切换规律对预测区域的道路状况进行预测。

通过步骤S200-S220，本申请实施例提出了一种确定状态切换规律的方法，通过基站对应区域内用户设备移动状态的状态切换规律，能够确定道路干线上的容易出现常发性拥堵位置，并且能够帮助用户避开拥堵路段，提高驾乘体验。

步骤S120已经阐述完毕，下面开始阐述步骤S130。

S130、向OAM发送路况预测应答，以使OAM将路况预测应答中的道路状况发送给用户设备；

具体地，根据步骤S120预测得到预测时间内，预测区域对应的道路状况后，则NWDAF向OAM发送路况预测应答，在该应答中，包含步骤S120预测得到的道路状况。OAM接收到该路况预测应答后，则将道路状况发送给用户设备，则用户可以通过用户设备接收到的道路状况，得知预测出行的日期内，计划路线上的道路状况，并根据该道路状况来决定是否需要改变计划路线。

可以理解的是，从驾驶车辆的用户出发，进行了道路状况预测的用户会尽量避开可能会拥挤的路段，能够一定程度上提高用户出行的效率；而从更宏观的角度来说，由于用户提前避开了可能会发生拥堵的路段，则容易出现常发性拥堵的路段的通行压力能够得到一定的缓解，从而有助于平衡道路负载，减少交通拥堵。

通过步骤S100-S130，本申请提供了一种道路状况预测方法，该方法应用于NWDAF，NWDAF接收OAM发送的路况预测请求；其中，路况预测请求包括预测时间和预测区域；则NWDAF确定预测区域对应的预测基站；然后根据预设的道路干线、预测时间和预测基站对应的状态切换规律，确定预测区域在预测时间内的道路状况；其中，状态切换规律是指在预测基站中，用户设备的移动状态的变化规律，移动状态为行人状态或驾驶状态；然后NWDAF向OAM发送路况预测应答，以使OAM将路况预测应答中的道路状况发送给用户设备。本申请实施例通过NWDAF对用户设备的移动状态进行分析，得到基站对应的用户设备的状态变化规律，从而通过该状态变化规律完成对道路状况的预测。本申请实施例实现了对未来一段时间内的道路状况的预测，能够帮助用户避开交通拥堵路段，并一定程度上减轻道路上的常发性拥堵现象。

参照图3，图3为本申请实施例提供的道路状况预测过程的示意图，首先是用户设备的位置更新会发送给基站，基站将用户设备信息和基站信息一并发送给NF，由NF以订阅消息的形式将用户设备信息和基站信息不断发送给NWDAF，供NWDAF进行数据的挖掘、分析，确定基站对应的状态切换规律。当用户设备需要预测路况，则向OAM发送路况预测请求，OAM将路况预测请求转发给NWDAF，NWDAF根据预测区域和预测时间确定道路状况，并将携带有道路状况的路况预测应答返回OAM，以使OAM将道路状况发送给用户，从而令用户能够主动避开可能出现拥堵的路段，有助于提升用户的驾乘体验，并有助于道路的车辆负载均衡。

参照图4，图4为本申请实施例提供的道路状况预测系统的示意图，该系统400包括但不限于第一模块410、第二模块420、第三模块430和第四模块440。第一模块用于接收OAM发送的路况预测请求；其中，路况预测请求包括预测时间和预测区域；第二模块用于确定预测区域对应的预测基站；第三模块用于根据预设的道路干线、预测时间和预测基站对应的状态切换规律，确定预测区域在预测时间内的道路状况；其中，状态切换规律是指在预测基站中，用户设备的移动状态的变化规律，移动状态为行人状态或驾驶状态；第四模块用于向OAM发送路况预测应答，以使OAM将路况预测应答中的道路状况发送给用户设备。

参考图5，图5为本申请实施例提供的道路状况预测装置的示意图，该装置500包括至少一个处理器510，还包括至少一个存储器520，用于存储至少一个程序；图5中以一个处理器及一个存储器为例。

处理器和存储器可以通过总线或者其他方式连接，图5中以通过总线连接为例。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本申请实施例还公开了一种计算机存储介质，其中存储有处理器可执行的程序，处理器可执行的程序在由处理器执行时用于实现本申请提出的方法。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

以上是对本申请的较佳实施进行了具体说明，但本申请并不局限于上述实施方式，熟悉本领域的技术人员在不违背本申请精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种道路状况预测方法，应用于NWDAF，其特征在于，包括：

接收OAM发送的路况预测请求；其中，所述路况预测请求包括预测时间和预测区域；

确定所述预测区域对应的预测基站；

根据预设的道路干线、所述预测时间和所述预测基站对应的状态切换规律，预测所述预测区域在所述预测时间内的道路状况；

其中，所述状态切换规律是指在所述预测基站中，用户设备的移动状态的变化规律，所述移动状态为行人状态或驾驶状态；

向所述OAM发送所述路况预测应答，以使所述OAM将所述路况预测应答中的所述道路状况发送给所述用户设备。

2.根据权利要求1所述的道路状况预测方法，其特征在于，所述方法还包括确定所述状态切换规律这一步骤，该步骤具体包括：

接收NF发送的订阅消息；

其中，所述订阅消息包括消息发送时间、用户设备信息和基站信息；

其中，所述用户设备信息包括设备位置和所述移动状态；

其中，所述基站信息包括用户设备对应基站的基站ID和基站位置；

根据所述设备位置和所述道路干线，确定所述用户设备的移动状态；

根据所述消息发送时间、所述移动状态的变化情况、所述基站ID和所述基站位置，确定所述基站的所述状态切换规律。

3.根据权利要求2所述的道路状况预测方法，其特征在于，所述方法还包括：

根据所述NF发送的所述订阅消息，对所述状态切换规律进行更新。

4.根据权利要求2所述的道路状况预测方法，其特征在于，所述方法还包括构建所述道路干线这一步骤，该步骤具体包括：

根据所述设备位置和所述消息发送时间，确定当前用户设备的移动速度和移动轨迹；

根据多个所述用户设备的所述移动速度和所述移动轨迹，确定所述道路干线。

5.根据权利要求4所述的道路状况预测方法，其特征在于，所述根据多个所述用户设备的所述移动速度和所述移动轨迹，确定所述道路干线，包括：

将小于预设的机动车速度阈值的所述移动速度进行过滤；

根据过滤完成后的所述移动速度和所述移动轨迹，确定所述道路干线。

6.根据权利要求2所述的道路状况预测方法，其特征在于，所述方法还包括构建所述道路干线这一步骤，该步骤具体包括：

根据获取到的所述预测区域的道路图像，构建所述道路干线。

7.根据权利要求4-6任一项所述的道路状况预测方法，其特征在于，所述根据所述设备位置和预设的道路干线，确定所述用户设备的移动状态，包括：

当所述设备位置位于所述道路干线的范围之内，确定所述用户设备的移动状态为所述驾驶状态；

当所述设备位置位于所述道路干线的范围之外，确定所述用户设备的移动状态为所述行人状态。

8.一种道路状况预测系统，其特征在于，包括：

第一模块，用于接收OAM发送的路况预测请求；其中，所述路况预测请求包括预测时间和预测区域；

第二模块，用于确定所述预测区域对应的预测基站；

第三模块，用于根据预设的道路干线、所述预测时间和所述预测基站对应的状态切换规律，预测所述预测区域在所述预测时间内的道路状况；

其中，所述状态切换规律是指在所述预测基站中，用户设备的移动状态的变化规律，所述移动状态为行人状态或驾驶状态；

第四模块，用于向所述OAM发送所述路况预测应答，以使所述OAM将所述路况预测应答中的所述道路状况发送给所述用户设备。

9.一种道路状况预测装置，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-7中任一项所述的道路状况预测方法。

10.一种计算机存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1-7任一项所述的道路状况预测方法。

Images