CN115440038B - 一种交通信息确定方法以及电子设备 - Google Patents
一种交通信息确定方法以及电子设备 Download PDFInfo
- Publication number
- CN115440038B CN115440038B CN202211057177.6A CN202211057177A CN115440038B CN 115440038 B CN115440038 B CN 115440038B CN 202211057177 A CN202211057177 A CN 202211057177A CN 115440038 B CN115440038 B CN 115440038B
- Authority
- CN
- China
- Prior art keywords
- period
- index
- value
- indexes
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005259 measurement Methods 0.000 claims description 76
- 238000004891 communication Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 33
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000035772 mutation Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及交通管控技术领域，公开了一种交通信息确定方法以及电子设备，该方法包括：确定目标区域在历史周期的各历史时段中多个指标的历史目标值；针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，目标历史时段为所述时段所对应的历史时段；基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。本实施例确定目标区域在本周期的各时段的指标动态变化的预测值，不同指标的影响项不同，多个指标表征了目标区域中动态变化的因素，多个指标的预测值较为全面地反映目标区域的交通状态；进而基于本周期的各时段中多个指标的预测值，精准地确定目标区域在本周期的交通信息。
Description
技术领域
本申请涉及交通管控技术领域，特别涉及一种交通信息确定方法以及电子设备。
背景技术
随着机动车保有量的增加，城市交通问题越来越严重。为了主动进行交通管控，需要定制合理的交通信息，如交通流量分配周期、绿信比等。
相关技术中，采用非参数统计方法确定交通信息，即基于各位置对应的固定交通影响因素，确定各位置的交通信息。
然而，非参数统计方法并未考虑动态变化的因素，因此无法精准地确定出合理的交通信息。
发明内容
本申请提供了一种交通信息确定方法以及电子设备，用以确定出适合目标区域的交通信息。
第一方面，本申请实施例提供一种交通信息确定方法，所述方法包括：
确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
上述方案，基于目标区域在历史周期的各历史时段中多个指标的历史目标值，精准地确定出目标区域在本周期的各时段的指标动态变化的预测值，不同指标的影响项不同，该多个指标表征了目标区域中动态变化的因素，多个指标的预测值较为全面地反映目标区域的交通状态；进而基于本周期的各时段中多个指标的预测值，精准地确定目标区域在本周期的交通信息。
一些可选的实施方式中，确定所述目标区域在本周期的交通信息之后，还包括：
针对任一指标，在获取本周期的各时段中所述指标的实测值后，基于本周期的各时段中所述指标的预测值以及实测值，确定是否更新所述指标的历史目标值。
上述方案，在获取本周期的各时段中指标的实测值后，本周期的各时段中该指标的预测值以及实测值，反映出本周期的实测值的稳定性以及可信度；由于实测值是动态变化的，因此，基于本周期的各时段中该指标的预测值以及实测值，可以合理更新指标的历史目标值，既提高后续预测值的准确性，又减少了本周期不稳定或不可靠的实测值对后续预测的影响。
一些可选的实施方式中，基于本周期的各时段中所述指标的预测值以及实测值，确定是否更新所述指标的历史目标值，包括：
基于本周期的各时段中所述指标的预测值相对于实测值的偏差，确定所述指标在本周期的累计预测误差；
若所述指标在本周期的累计预测误差小于预设误差，则基于本周期的各时段中所述指标的实测值更新所述指标的历史目标值；或者
若所述指标在本周期的累计预测误差大于或等于预设误差，则基于本周期的各时段中所述指标的预测趋势值相对于实际趋势值的偏差，确定所述指标在本周期的累计趋势偏差，并基于所述累计趋势偏差确定是否更新所述指标的历史目标值。
上述方案，如果指标在本周期的累计预测误差小于预设误差，说明在本周期该指标的实测值的稳定性高，符合该指标的历史变化规律，直接基于本周期的各时段中指标的实测值合理更新指标的历史目标值；如果指标在本周期的累计预测误差大于或等于预设误差，说明在本周期该指标的实测值的稳定性较低，至少有部分实测值不符合该指标的历史变化规律，基于累计趋势偏差确定是否更新指标的历史目标值，减少了本周期不稳定或不可靠的实测值对后续预测的影响。
一些可选的实施方式中，基于所述累计趋势偏差确定是否更新所述指标的历史目标值，包括：
若所述累计趋势偏差小于预设趋势偏差，则基于本周期的至少一个时段中所述指标的预测值对所述时段的实测值进行调整，并基于调整得到的调整值更新所述指标的历史目标值；或者
若所述累计趋势偏差大于或等于预设趋势偏差，则不更新所述指标的历史目标值。
上述方案，指标在本周期的累计趋势偏差小于预设趋势偏差，说明存在交通状态短时突变，在本周期该指标的实测值的整体可信度较高，通过对部分实测值(缺失或跳变的实测值)调整后，可更新指标的历史目标值；反之，如果指标在本周期的累计趋势偏差大于或等于预设趋势偏差，说明在本周期该指标的实测值的整体可信度较低，不能基于本周期的数据更新该指标的历史目标值，避免因本周期的实测值不稳定或不可靠影响后续预测。
一些可选的实施方式中，基于本周期的至少一个时段中所述指标的预测值对所述时段的实测值进行调整，包括：
针对本周期的任一时段，若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差大于或等于所述预设趋势偏差，则将所述时段中所述指标的实测值替换为所述时段中所述指标的预测值；或者
若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差小于所述预设趋势偏差，则不调整所述时段中所述指标的实测值。
上述方案，通过对不符合该指标的历史变化规律的实测值进行调整，使得调整得到的调整值符合该指标的历史变化规律，基于本周期的各时段中指标的调整值合理更新指标的历史目标值。
一些可选的实施方式中，若不更新所述指标的历史目标值，则所述方法还包括：
基于其他指标在本周期的累计预测误差，确定其他指标是否稳定；
若其他指标稳定，则确定所述指标对应的影响信息；或者
若其他指标不稳定，则确定所述指标对应的分类信息。
一些可选的实施方式中，基于其他指标在本周期的累计预测误差，确定其他指标是否稳定，包括：
若所述其他指标在本周期的累计预测误差小于预设误差，则确定所述其他指标稳定；或者
若所述其他指标在本周期的累计预测误差大于或等于预设误差，则确定所述其他指标不稳定。
第二方面，本申请实施例提供一种电子设备，包括通信单元和处理器；
所述通信单元，用于与目标区域的测量装置进行数据传输；
所述处理器，用于确定目标区域在历史周期的各历史时段中多个指标的历史目标值；针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
第三方面，本申请实施例提供一种交通信息确定装置，包括：
目标值确定模块，用于确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
预测值确定模块，用于针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
交通信息确定模块，用于基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面任一项所述的交通信息确定方法。
另外，第二方面至第四方面中任一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果，此处不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的第一种应用场景示意图；
图2为本申请实施例提供的路灯组示意图；
图3为本申请实施例提供的第一种交通信息确定方法的示意流程图；
图4为本申请实施例提供的第二种应用场景示意图；
图5为本申请实施例提供的***架构图；
图6为本申请实施例提供的第二种交通信息确定方法的示意流程图；
图7为本申请实施例提供的判断是否更新历史目标值的方法示意流程图；
图8为本申请实施例提供的第三种交通信息确定方法的示意流程图；
图9为本申请实施例提供的第四种交通信息确定方法的示意流程图；
图10为本申请实施例提供的第五种交通信息确定方法的示意流程图；
图11为本申请实施例提供的第六种交通信息确定方法的示意流程图；
图12为本申请实施例提供的第七种交通信息确定方法的示意流程图；
图13为本申请实施例提供的第八种交通信息确定方法的示意流程图；
图14为本申请实施例提供的第九种交通信息确定方法的示意流程图；
图15为本申请实施例提供的第十种交通信息确定方法的示意流程图；
图16为本申请实施例提供的第十一种交通信息确定方法的示意流程图；
图17为本申请实施例提供的第一种交通信息确定装置的结构示意图；
图18为本申请实施例提供的第二种交通信息确定装置的结构示意图；
图19为本申请实施例提供的第三种交通信息确定装置的结构示意图；
图20为本申请实施例提供的电子设备的示意框图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在本申请的描述中，除非另有明确的规定和限定，术语“连接”应做广义理解，例如，可以是直接相连，也可以通过中间媒介间接相连，可以是两个器件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
随着机动车保有量的增加，城市交通问题越来越严重。为了主动进行交通管控，需要定制合理的交通信息。参阅图1所示，对区域1、区域2、……区域N进行主动交通管控。
交通信息是指交通管控相关的信息，如交通流量分配周期、绿信比等。绿信比是一个交通流量分配周期内可用于车辆通行的时间比例，参阅图2所示，路灯组包括三种灯色的路灯，通过对这三种灯色的路灯分别进行亮灯控制调整绿信比。
相关技术中，采用非参数统计方法确定交通信息，即基于各位置对应的固定交通影响因素，确定各位置的交通信息。
然而，非参数统计方法并未考虑动态变化的因素，因此无法精准地确定出合理的交通信息。
基于此，本申请实施例提供了一种交通信息确定方法以及电子设备，该方法包括：确定目标区域在历史周期的各历史时段中多个指标的历史目标值；针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
上述方案，基于目标区域在历史周期的各历史时段中多个指标的历史目标值，精准地确定出目标区域在本周期的各时段的指标动态变化的预测值，不同指标的影响项不同，该多个指标表征了目标区域中动态变化的因素，多个指标的预测值较为全面地反映目标区域的交通状态；进而基于本周期的各时段中多个指标的预测值，精准地确定目标区域在本周期的交通信息。
下面将结合附图及具体实施例，对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
本申请实施例提供了第一种交通信息确定方法，可应用于上述电子设备，如图3所示，该方法可以包括：
步骤S301：确定目标区域在历史周期的各历史时段中多个指标的历史目标值。
本实施例，不同指标的影响项不同，多个指标表征了目标区域中动态变化的因素，如流量指标或速度指标；多个指标的预测值较为全面地反映目标区域的交通状态；
基于此，为了精准地确定多个指标的预测值，需要先确定在历史周期的多个指标的历史目标值。
上述流量指标为路口进口道流量，包括进口道上所有车道流量数据；
上述速度指标为路段速度，包括路段上行驶的浮动车速度的平均值。
实施中，上述历史周期可以为一个或多个，如与本周期相邻的一个或多个历史周期。
一些实施例中，可对周期进行类型划分，为了更加精准地确定出多个指标的预测值，上述历史周期的周期类型与本周期的周期类型相同。例如：
本周期为周末，历史周期也是周末；本周期是工作日，历史周期也是工作日。工作日在通勤交通影响下，车流数量存在明显的早晚高峰现象；周末受娱乐交通的影响小，车流数量存在小高峰。工作日或周末周期循环，一定时间段内的固定区间内呈现相似的模式，呈现出“通勤性季节性”现象。交通流在高峰接近饱和状态下流量聚集具有明显的平缓上升及下降趋势，且交通速度呈现出相反的趋势，先下降后上升；在非饱和状态下的平峰一般以车队的形式行驶顺畅速度平稳具有明显的稳定性趋势；在低饱和状态下的夜间车流稀疏分布速度平稳相较白天高。每周期循环，即在每天时间固定时间段内呈现明显的趋势变化“时段趋势性”现象；交通流在相邻时段间的变化具有稳定持续性，无交通状态短时突变影响时，交通流或交通速度数值无明显的跳跃，即在交通数据点上呈现出“相近相似性”现象。因此，可基于目标历史时段中各指标的历史目标值，确定本周期中各指标的预测值。
步骤S302：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段。
实施中，各周期中的时段划分方式是相同的(即时间粒度相同)，如一个周期为1天，时间粒度为10分钟，每个周期划分为144个时段(周期时段)，不同周期中相同次序的时段为对应的时段，即每两个相邻的对应时段之间相隔144个时段。
示例性的，有5个历史周期(历史周期1、历史周期2、历史周期3、历史周期4以及历史周期5)，本周期的第i时段的目标历史时段为历史周期1的第i时段、历史周期2的第i时段、历史周期3的第i时段、历史周期4的第i时段以及历史周期5的第i时段。
下面以一个具体的示例进行说明：
第i+k时段(本周期的第i时段)的速度预测值Xi+k＝fi+h*di+ci；
其中，fi为相似性参数，fi＝α*(xi-ci-k)+(1-α)*(fi-1+di-1)；
di为预测趋势值，di＝β*(fi-fi-1)+(1-β)*di-1；
ci为季节性参数，ci＝γ*(xi-fi)+(1-γ)*ci-k；
k为周期时段，即一个周期中的时段总数；xi为第i时段的速度的目标值(实测值，或对实测值调整得到的)。
其他指标的预测值的确定方式与上述速度预测值的确定方式类似，此处不再赘述。
步骤S303：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
由于多个指标的预测值较为全面地反映目标区域的交通状态，因此基于本周期的各时段中多个指标的预测值，能够确定出在本周期适合目标区域的交通信息。
示例性的，如果在某时段的速度指标的预测值较小，且流量指标的预测值较大，则该时段的绿信比较大，如控制路灯组在该时段中绿灯的亮灯的时长大于红灯的亮灯的时长；如果在某时段的速度指标的预测值较大，且流量指标的预测值较小，则该时段的绿信比较小，如控制路灯组在该时段中绿灯的亮灯的时长小于红灯的亮灯的时长等，此处不再一一举例说明。
上述方案，基于目标区域在历史周期的各历史时段中多个指标的历史目标值，精准地确定出目标区域在本周期的各时段的指标动态变化的预测值，不同指标的影响项不同，该多个指标表征了目标区域中动态变化的因素，多个指标的预测值较为全面地反映目标区域的交通状态；进而基于本周期的各时段中多个指标的预测值，精准地确定目标区域在本周期的交通信息。
交通***具有复杂性，除政治、经济、文化等需求设计引导型的宏观规划对交通整体影响外，人、车、路和外部环境等多种因素也会影响内部交通运行状态。道路条件和车辆运行特征主要为需求设计引导型的影响因素，对整体运行态势的影响大，而人为影响因素和外部环境对数据的长期稳定性、非强稳定性和短时突变的影响大。
人为影响因素由约定俗成的群体性出行活动形成，包括主要稳定规律、非强稳定性规律和短时突变规律，其中，国家法定工作日、节假日等为国家规定人为活动日期，长期稳定，且基本适用于中国城市，为主要稳定规律；大型会展、大型集会等为区域范围约定俗称形成的年度、月度、周度或日度的常规性事件，在特定时间影响特定空间的交通运行状态，为非强稳定性规律；路段需求大于交通承载力的情况下，如高峰期间车流溢出或临时管控情况下，导致不定时特定点位数据突发变化，为短时突变规律。另外，对于外部环境影响因素，造成数据非强稳定性的影响项有天气、设备异常等，均会造成几天或几个小时的交通状态变化；造成数据短时突变的影响项有网络传输中断等情况。
示例性的，影响因素以及影响项等信息可参阅表1所示：
表1
可见，实测值会受到多个因素影响，因此在本周期可能会产生不稳定或不可靠的实测值。基于此，本实施例需要基于实测值选择性更新指标的历史目标值，既要满足历史目标值的动态更新需求，又要减少本周期不稳定或不可靠的实测值对后续预测的影响。
参阅图4所示，在各目标区域设置有测量装置，用于检测目标区域在本周期的各时段中多个指标的实测值；
参阅图5所示，电子设备与测量装置连接，获取目标区域在本周期的各时段中多个指标的实测值。
对应的，本申请实施例提供了第二种交通信息确定方法，可应用于上述电子设备，如图6所示，该方法可以包括：
步骤S601：确定目标区域在历史周期的各历史时段中多个指标的历史目标值。
步骤S602：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段。
步骤S603：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
该步骤S601～S603的具体实现方式可参照上述实施例，此处不再赘述。
步骤S604：针对任一指标，在获取本周期的各时段中所述指标的实测值后，基于本周期的各时段中所述指标的预测值以及实测值，确定是否更新所述指标的历史目标值。
在获取本周期的各时段中指标的实测值后，说明本周期的所有时段都已经成为历史时段，本周期成为新的历史周期；实测值是动态变化的，为了提高后续预测值的准确性，需要确定是否更新各指标的历史目标值。
上述方案，在获取本周期的各时段中指标的实测值后，本周期的各时段中该指标的预测值以及实测值，反映出本周期的实测值的稳定性以及可信度；由于实测值是动态变化的，因此，基于本周期的各时段中该指标的预测值以及实测值，可以合理更新指标的历史目标值，既提高后续预测值的准确性，又减少了本周期不稳定或不可靠的实测值对后续预测的影响。
一些可选的实施方式中，上述步骤S604可通过图7所示的方式实现：
步骤S701：基于本周期的各时段中所述指标的预测值相对于实测值的偏差，确定所述指标在本周期的累计预测误差。
上述指标的预测值相对于实测值的偏差，为对应时段预测值相对于实测值的误差大小。示例性的，累计趋势偏差
其中，xi为速度指标在第i时段的实测值，Xi为速度指标在第i时段的预测值，k为周期时段，即一个周期中的时段总数。
本实施例，指标在本周期的累计预测误差，表征了在本周期该指标的实测值的稳定性，即是否符合该指标的历史变化规律。
基于此，根据指标在本周期的累计预测误差，可以确定是否能直接更新该指标的历史目标值。
示例性的，如果指标在本周期的累计预测误差小于预设误差，说明在本周期该指标的实测值的稳定性高，符合该指标的历史变化规律，执行步骤S702，直接基于本周期的各时段中指标的实测值更新指标的历史目标值；
反之，如果指标在本周期的累计预测误差大于或等于预设误差，说明在本周期该指标的实测值的稳定性较低，至少有部分实测值不符合该指标的历史变化规律，执行步骤S703，基于累计趋势偏差确定是否更新指标的历史目标值。
步骤S702：若所述指标在本周期的累计预测误差小于预设误差，则基于本周期的各时段中所述指标的实测值更新所述指标的历史目标值。
示例性的，将本周期的各时段中该指标的实测值作为最新的历史周期的该指标的历史目标值。
步骤S703：若所述指标在本周期的累计预测误差大于或等于预设误差，则基于本周期的各时段中所述指标的预测趋势值相对于实际趋势值的偏差，确定所述指标在本周期的累计趋势偏差，并基于所述累计趋势偏差确定是否更新所述指标的历史目标值。
预测趋势值的确定方式可参照上述实施例，此处不再赘述。
某一时段的实际趋势值也就是该时段的实测值与上一时段的实测值的差值。即速度指标在第i时段的实际趋势值ci′＝xi-xi-1；其中，xi为第i时段的实测速度，xi-1为第i-1时段的实测速度。
示例性的，累计趋势偏差
其中，ci′为速度指标在第i时段的实际趋势值，ci为速度指标在第i时段的预测趋势值，k为周期时段，即一个周期中的时段总数。
本实施例，指标在本周期的累计趋势偏差，表征了在本周期该指标的实测值的整体可信度。
基于此，在指标的实测值不稳定的情况下，可以根据指标在本周期的累计趋势偏差，确定是否能够更新该指标的历史目标值。
上述方案，如果指标在本周期的累计预测误差小于预设误差，说明在本周期该指标的实测值的稳定性高，符合该指标的历史变化规律，直接基于本周期的各时段中指标的实测值合理更新指标的历史目标值；如果指标在本周期的累计预测误差大于或等于预设误差，说明在本周期该指标的实测值的稳定性较低，至少有部分实测值不符合该指标的历史变化规律，基于累计趋势偏差确定是否更新指标的历史目标值，减少了本周期不稳定或不可靠的实测值对后续预测的影响。
对应的，本申请实施例提供了第三种交通信息确定方法，如图8所示，该方法可以包括：
步骤S801：确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
步骤S802：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
步骤S803：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息；
步骤S804：针对任一指标，在获取本周期的各时段中所述指标的实测值后，基于本周期的各时段中所述指标的预测值相对于实测值的偏差，确定所述指标在本周期的累计预测误差；
步骤S805：若所述指标在本周期的累计预测误差小于预设误差，则基于本周期的各时段中所述指标的实测值更新所述指标的历史目标值。
本申请实施例还提供了第四种交通信息确定方法，如图9所示，该方法可以包括：
步骤S901：确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
步骤S902：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
步骤S903：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息；
步骤S904：针对任一指标，在获取本周期的各时段中所述指标的实测值后，基于本周期的各时段中所述指标的预测值相对于实测值的偏差，确定所述指标在本周期的累计预测误差；
步骤S905：若所述指标在本周期的累计预测误差大于或等于预设误差，则基于本周期的各时段中所述指标的预测趋势值相对于实际趋势值的偏差，确定所述指标在本周期的累计趋势偏差，并基于所述累计趋势偏差确定是否更新所述指标的历史目标值。
图8以及图9所示方法的具体实现方式可参照上述实施例，此处不再赘述。
一些可选的实施方式中，上述步骤S703以及S905可通过如下方式实现：
若所述累计趋势偏差小于预设趋势偏差，则基于本周期的至少一个时段中所述指标的预测值对所述时段的实测值进行调整，并基于调整得到的调整值更新所述指标的历史目标值；或者
若所述累计趋势偏差大于或等于预设趋势偏差，则不更新所述指标的历史目标值。
如上所述，指标在本周期的累计趋势偏差，表征了在本周期该指标的实测值的整体可信度。
基于此，根据指标在本周期的累计趋势偏差，可以确定是否能够更新该指标的历史目标值。
示例性的，在本周期如果存在交通状态短时突变，会出现短时数据异常，异常数据的持续时间通常较短，也就是说只有少部分异常的实测值。
指标在本周期的累计趋势偏差小于预设趋势偏差，说明存在交通状态短时突变，在本周期该指标的实测值的整体可信度较高，通过对部分实测值(缺失或跳变的实测值)调整后，可更新指标的历史目标值；
反之，如果指标在本周期的累计趋势偏差大于或等于预设趋势偏差，说明在本周期该指标的实测值的整体可信度较低，不能基于本周期的数据更新该指标的历史目标值，避免因本周期的实测值不稳定或不可靠影响后续预测。
对应的，本申请实施例提供了第五种交通信息确定方法，如图10所示，该方法可以包括：
步骤S1001：确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
步骤S1002：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
步骤S1003：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息；
步骤S1004：针对任一指标，若所述指标在本周期的累计预测误差大于或等于预设误差，且所述累计趋势偏差小于预设趋势偏差，则基于本周期的至少一个时段中所述指标的预测值对所述时段的实测值进行调整，并基于调整得到的调整值更新所述指标的历史目标值。
本申请实施例还提供了第六种交通信息确定方法，如图11所示，该方法可以包括：
步骤S1101：确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
步骤S1102：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
步骤S1103：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息；
步骤S1104：针对任一指标，若所述指标在本周期的累计预测误差大于或等于预设误差，且所述累计趋势偏差大于或等于预设趋势偏差，则不更新所述指标的历史目标值。
图10以及图11所示方法的具体实现方式可参照上述实施例，此处不再赘述。
一些可选的实施方式中，上述步骤S1004可通过如下方式实现：
针对本周期的任一时段，若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差大于或等于所述预设趋势偏差，则将所述时段中所述指标的实测值替换为所述时段中所述指标的预测值；或者
若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差小于所述预设趋势偏差，则不调整所述时段中所述指标的实测值。
如上所述，如果指标在本周期的累计趋势偏差小于预设趋势偏差，说明在本周期该指标的实测值的整体可信度较高，需要对部分不太稳定的异常实测值调整。
实施中，如果某一时段中该指标的预测趋势值相对于实际趋势值的偏差大于或等于上述预设趋势偏差，说明该时段该指标的实测值出现异常，需要将该时段中该指标的实测值替换为该时段中该指标的预测值；
反之，如果某一时段中该指标的预测趋势值相对于实际趋势值的偏差小于上述预设趋势偏差，说明该时段该指标的实测值正常，不需要调整该时段中该指标的实测值。
上述方案，通过对不符合该指标的历史变化规律的实测值进行调整，使得调整得到的调整值符合该指标的历史变化规律，基于本周期的各时段中指标的调整值合理更新指标的历史目标值。
对应的，本申请实施例提供了第七种交通信息确定方法，如图12所示，该方法可以包括：
步骤S1201：确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
步骤S1202：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
步骤S1203：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息；
步骤S1204：针对本周期的任一时段，若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差大于或等于所述预设趋势偏差，则将所述时段中所述指标的实测值替换为所述时段中所述指标的预测值；或者若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差小于所述预设趋势偏差，则不调整所述时段中所述指标的实测值。
图12所示方法的具体实现方式可参照上述实施例，此处不再赘述。
本申请实施例提供了第八种交通信息确定方法，如图13所示，该方法可以包括：
步骤S1301：确定目标区域在历史周期的各历史时段中多个指标的历史目标值。
步骤S1302：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段。
步骤S1303：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
该步骤S1301～S1303的具体实施方式可参照上述实施例，此处不再赘述。
步骤S1304：针对任一指标，在获取本周期的各时段中所述指标的实测值后，若确定不更新所述指标的历史目标值，则基于其他指标在本周期的累计预测误差，确定其他指标是否稳定。
实施中，如果本周期的实测值不稳定或不可靠，就无法基于本周期的实测值对指标的历史目标值进行更新。
由于不同指标的数据具有规律互补性，基于其他指标在本周期的累计预测误差，确定其他指标是否稳定，进而基于判断结果确定造成该指标数据不稳定或不可靠的原因。
步骤S1305：若其他指标稳定，则确定所述指标对应的影响信息。
示例性的，如果其他指标稳定，说明该指标可能出现测量异常；基于此，需要确定该指标对应的影响信息。
其中，指标对应的影响信息是造成数据短时跳变的因素，如短时临时管制、短时设备异常期、短时网络传输异常、突发交通事故等。
一些可选的实施方式中，在确定其他指标稳定后可向相关人员发送测量异常的通知，由相关人员进行确认，并接收相关人员录入的指标对应的影响信息。
本申请实施例提供了第九种交通信息确定方法，如图14所示，该方法可以包括：
步骤S1401：确定目标区域在历史周期的各历史时段中多个指标的历史目标值。
步骤S1402：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段。
步骤S1403：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
步骤S1404：针对任一指标，在获取本周期的各时段中所述指标的实测值后，若确定不更新所述指标的历史目标值，则基于其他指标在本周期的累计预测误差，确定其他指标是否稳定。
该步骤S1401～S1404的具体实施方式可参照上述实施例，此处不再赘述。
步骤S1405：若其他指标不稳定，则确定所述指标对应的分类信息。
示例性的，如果其他指标也不稳定，说明该指标可能出现测量偏离的情况；基于此，需要确定该指标对应的分类信息。
指标对应的分类信息是日期或时段性的交通状态性变化情况，主要是由人为活动、外界环境变化的周期性和时段性导致的交通状态变化。
参阅表2所示，分类信息包括四级分类项：
表2
/>
上述一级分类项覆盖一年所有日期及时间，每年更新一次；
二级分类项为小范围人为活动如集市、集会活动等造成的集会期间交通流增大等情况，根据约定俗成的日期更新；
三级分类项为非确定日期发生交通状态变化或数据无法采集期；
四级分类项为异常情况发生期。
一些可选的实施方式中，在确定其他指标稳定后可向相关人员发送测量偏离的通知，由相关人员进行确认，并接收相关人员录入的指标对应的分类信息。
本申请实施例提供了第十种交通信息确定方法，如图15所示，该方法可以包括：
步骤S1501：确定目标区域在历史周期的各历史时段中多个指标的历史目标值。
步骤S1502：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段。
步骤S1503：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
该步骤S1501～S1503的具体实施方式可参照上述实施例，此处不再赘述。
步骤S1504：针对任一指标，在获取本周期的各时段中所述指标的实测值后，若所述其他指标在本周期的累计预测误差小于预设误差，则确定所述指标对应的影响信息。
如上所述，指标在本周期的累计预测误差表征了在本周期该指标的实测值的稳定性。如果其他指标在本周期的累计预测误差小于预设误差，说明在本周期该其他指标的实测值的稳定性高，符合该指标的历史变化规律。
累计预测误差的确定方式可参照上述实施例，此处不再赘述。
本申请实施例提供了第十一种交通信息确定方法，如图16所示，该方法可以包括：
步骤S1601：确定目标区域在历史周期的各历史时段中多个指标的历史目标值。
步骤S1602：针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段。
步骤S1603：基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
该步骤S1601～S1603的具体实施方式可参照上述实施例，此处不再赘述。
步骤S1604：针对任一指标，在获取本周期的各时段中所述指标的实测值后，若所述其他指标在本周期的累计预测误差大于或等于预设误差，则确定所述指标对应的分类信息。
如上所述，指标在本周期的累计预测误差表征了在本周期该指标的实测值的稳定性。如果其他指标在本周期的累计预测误差大于或等于预设误差，说明在本周期该其他指标的实测值的稳定性低，不符合该指标的历史变化规律。
累计预测误差的确定方式可参照上述实施例，此处不再赘述。
如图17所示，基于相同的发明构思，本申请实施例提供第一种交通信息确定装置1700，包括：
目标值确定模块1701，用于确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
预测值确定模块1702，用于针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
交通信息确定模块1703，用于基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
参阅图18所示，一些可选的实施方式中，本申请实施例提供第二种交通信息确定装置1800，在上述交通信息确定装置1700的基础上，还包括更新模块1704，用于：
针对任一指标，在获取本周期的各时段中所述指标的实测值后，基于本周期的各时段中所述指标的预测值以及实测值，确定是否更新所述指标的历史目标值。
一些可选的实施方式中，更新模块1704，具体用于：
基于本周期的各时段中所述指标的预测值相对于实测值的偏差，确定所述指标在本周期的累计预测误差；
若所述指标在本周期的累计预测误差小于预设误差，则基于本周期的各时段中所述指标的实测值更新所述指标的历史目标值；或者
若所述指标在本周期的累计预测误差大于或等于预设误差，则基于本周期的各时段中所述指标的预测趋势值相对于实际趋势值的偏差，确定所述指标在本周期的累计趋势偏差，并基于所述累计趋势偏差确定是否更新所述指标的历史目标值。
一些可选的实施方式中，更新模块1704，具体用于：
若所述累计趋势偏差小于预设趋势偏差，则基于本周期的至少一个时段中所述指标的预测值对所述时段的实测值进行调整，并基于调整得到的调整值更新所述指标的历史目标值；或者
若所述累计趋势偏差大于或等于预设趋势偏差，则不更新所述指标的历史目标值。
一些可选的实施方式中，更新模块1704，具体用于：
针对本周期的任一时段，若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差大于或等于所述预设趋势偏差，则将所述时段中所述指标的实测值替换为所述时段中所述指标的预测值；或者
若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差小于所述预设趋势偏差，则不调整所述时段中所述指标的实测值。
参阅图19所示，一些可选的实施方式中，本申请实施例提供第三种交通信息确定装置1900，在上述交通信息确定装置1800的基础上，还包括异常确定模块1905，用于：
若不更新所述指标的历史目标值，则基于其他指标在本周期的累计预测误差，确定其他指标是否稳定；
若其他指标稳定，则确定所述指标对应的影响信息；或者
若其他指标不稳定，则确定所述指标对应的分类信息。
一些可选的实施方式中，异常确定模块1905，具体用于：
若所述其他指标在本周期的累计预测误差小于预设误差，则确定所述其他指标稳定；或者
若所述其他指标在本周期的累计预测误差大于或等于预设误差，则确定所述其他指标不稳定。
由于该装置即是本申请实施例中的方法中的装置，并且该装置解决问题的原理与该方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
如图20所示，基于相同的发明构思，本申请实施例提供一种电子设备2000，包括：处理器2001和存储器2002；
存储器2002可以是易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器2002也可以是非易失性存储器(non-volatilememory)，例如只读存储器，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)；或者存储器2002是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器2002可以是上述存储器的组合。
处理器2001，可以包括一个或多个中央处理单元(central processing unit，CPU)，图形处理单元(Graphics Processing Unit，GPU)或者数字处理单元等等。
本申请实施例中不限定上述存储器2002和处理器2001之间的具体连接介质。本申请实施例在图20中以存储器2002和处理器2001之间通过总线2003连接，总线2003在图20中以粗线表示，所述总线2003可以分为地址总线、数据总线、控制总线等。为便于表示，图20中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，所述存储器2002存储有程序代码，当所述程序代码被所述处理器2001执行时，使得所述处理器2001执行下列过程：
确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息。
一些可选的实施方式中，确定所述目标区域在本周期的交通信息之后，处理器2001还执行：
针对任一指标，在获取本周期的各时段中所述指标的实测值后，基于本周期的各时段中所述指标的预测值以及实测值，确定是否更新所述指标的历史目标值。
一些可选的实施方式中，处理器2001具体执行：
基于本周期的各时段中所述指标的预测值相对于实测值的偏差，确定所述指标在本周期的累计预测误差；
若所述指标在本周期的累计预测误差小于预设误差，则基于本周期的各时段中所述指标的实测值更新所述指标的历史目标值；或者
若所述指标在本周期的累计预测误差大于或等于预设误差，则基于本周期的各时段中所述指标的预测趋势值相对于实际趋势值的偏差，确定所述指标在本周期的累计趋势偏差，并基于所述累计趋势偏差确定是否更新所述指标的历史目标值。
一些可选的实施方式中，处理器2001具体执行：
若所述累计趋势偏差小于预设趋势偏差，则基于本周期的至少一个时段中所述指标的预测值对所述时段的实测值进行调整，并基于调整得到的调整值更新所述指标的历史目标值；或者
若所述累计趋势偏差大于或等于预设趋势偏差，则不更新所述指标的历史目标值。
一些可选的实施方式中，处理器2001具体执行：
针对本周期的任一时段，若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差大于或等于所述预设趋势偏差，则将所述时段中所述指标的实测值替换为所述时段中所述指标的预测值；或者
若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差小于所述预设趋势偏差，则不调整所述时段中所述指标的实测值。
一些可选的实施方式中，若不更新所述指标的历史目标值，则处理器2001还执行：
基于其他指标在本周期的累计预测误差，确定其他指标是否稳定；
若其他指标稳定，则确定所述指标对应的影响信息；或者
若其他指标不稳定，则确定所述指标对应的分类信息。
一些可选的实施方式中，处理器2001具体执行：
若所述其他指标在本周期的累计预测误差小于预设误差，则确定所述其他指标稳定；或者
若所述其他指标在本周期的累计预测误差大于或等于预设误差，则确定所述其他指标不稳定。
由于该电子设备即是执行本申请实施例中的方法的电子设备，并且该电子设备解决问题的原理与该方法相似，因此该电子设备的实施可以参见方法的实施，重复之处不再赘述。
本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述交通信息确定方法的步骤。其中，可读存储介质可以为非易失可读存储介质。
以上参照示出根据本申请实施例的方法、装置(***)和/或计算机程序产品的框图和/或流程图描述本申请。应理解，可以通过计算机程序指令来实现框图和/或流程图示图的一个块以及框图和/或流程图示图的块的组合。可以将这些计算机程序指令提供给通用计算机、专用计算机的处理器和/或其它可编程装置，以产生机器，使得经由计算机处理器和/或其它可编程装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。
相应地，还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本申请。更进一步地，本申请可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式，其具有在介质中实现的计算机可使用或计算机可读程序代码，以由指令执行***来使用或结合指令执行***而使用。在本申请上下文中，计算机可使用或计算机可读介质可以是任意介质，其可以包含、存储、通信、传输、或传送程序，以由指令执行***、装置或设备使用，或结合指令执行***、装置或设备使用。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (6)
1.一种交通信息确定方法，其特征在于，所述方法包括：
确定目标区域在历史周期的各历史时段中多个指标的历史目标值；
针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；
基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息；
确定所述目标区域在本周期的交通信息之后，还包括：
针对任一指标，在获取本周期的各时段中所述指标的实测值后，基于本周期的各时段中所述指标的预测值以及实测值，确定是否更新所述指标的历史目标值；
基于本周期的各时段中所述指标的预测值以及实测值，确定是否更新所述指标的历史目标值，包括：
基于本周期的各时段中所述指标的预测值相对于实测值的偏差，确定所述指标在本周期的累计预测误差；
若所述指标在本周期的累计预测误差小于预设误差，则基于本周期的各时段中所述指标的实测值更新所述指标的历史目标值；或者
若所述指标在本周期的累计预测误差大于或等于预设误差，则基于本周期的各时段中所述指标的预测趋势值相对于实际趋势值的偏差，确定所述指标在本周期的累计趋势偏差，并基于所述累计趋势偏差确定是否更新所述指标的历史目标值。
2.根据权利要求1所述的方法，其特征在于，基于所述累计趋势偏差确定是否更新所述指标的历史目标值，包括：
若所述累计趋势偏差小于预设趋势偏差，则基于本周期的至少一个时段中所述指标的预测值对所述时段的实测值进行调整，并基于调整得到的调整值更新所述指标的历史目标值；或者
若所述累计趋势偏差大于或等于预设趋势偏差，则不更新所述指标的历史目标值。
3.根据权利要求2所述的方法，其特征在于，基于本周期的至少一个时段中所述指标的预测值对所述时段的实测值进行调整，包括：
针对本周期的任一时段，若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差大于或等于所述预设趋势偏差，则将所述时段中所述指标的实测值替换为所述时段中所述指标的预测值；或者
若所述时段中所述指标的预测趋势值相对于实际趋势值的偏差小于所述预设趋势偏差，则不调整所述时段中所述指标的实测值。
4.根据权利要求1～3任一所述的方法，其特征在于，若不更新所述指标的历史目标值，则所述方法还包括：
基于其他指标在本周期的累计预测误差，确定其他指标是否稳定；
若其他指标稳定，则确定所述指标对应的影响信息；或者
若其他指标不稳定，则确定所述指标对应的分类信息。
5.根据权利要求4所述的方法，其特征在于，基于其他指标在本周期的累计预测误差，确定其他指标是否稳定，包括：
若所述其他指标在本周期的累计预测误差小于预设误差，则确定所述其他指标稳定；或者
若所述其他指标在本周期的累计预测误差大于或等于预设误差，则确定所述其他指标不稳定。
6.一种电子设备，其特征在于，包括通信单元和处理器；
所述通信单元，用于与目标区域的测量装置进行数据传输；
所述处理器，用于确定目标区域在历史周期的各历史时段中多个指标的历史目标值；针对本周期的任一时段，基于目标历史时段中各指标的历史目标值，确定所述时段中各指标的预测值；其中，所述目标历史时段为所述时段所对应的历史时段；基于本周期的各时段中所有指标的预测值，确定所述目标区域在本周期的交通信息；
确定所述目标区域在本周期的交通信息之后，所述处理器还用于：
针对任一指标，在获取本周期的各时段中所述指标的实测值后，基于本周期的各时段中所述指标的预测值以及实测值，确定是否更新所述指标的历史目标值；
所述处理器具体用于：
基于本周期的各时段中所述指标的预测值相对于实测值的偏差，确定所述指标在本周期的累计预测误差；
若所述指标在本周期的累计预测误差小于预设误差，则基于本周期的各时段中所述指标的实测值更新所述指标的历史目标值；或者
若所述指标在本周期的累计预测误差大于或等于预设误差，则基于本周期的各时段中所述指标的预测趋势值相对于实际趋势值的偏差，确定所述指标在本周期的累计趋势偏差，并基于所述累计趋势偏差确定是否更新所述指标的历史目标值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211057177.6A CN115440038B (zh) | 2022-08-31 | 2022-08-31 | 一种交通信息确定方法以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211057177.6A CN115440038B (zh) | 2022-08-31 | 2022-08-31 | 一种交通信息确定方法以及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115440038A CN115440038A (zh) | 2022-12-06 |
| CN115440038B true CN115440038B (zh) | 2023-11-03 |
Family
ID=84244525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211057177.6A Active CN115440038B (zh) | 2022-08-31 | 2022-08-31 | 一种交通信息确定方法以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115440038B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107610469A (zh) * | 2017-10-13 | 2018-01-19 | 北京工业大学 | 一种考虑多因素影响的日维度区域交通指数预测方法 |
| CN108564790A (zh) * | 2018-06-12 | 2018-09-21 | 国交空间信息技术（北京）有限公司 | 一种基于交通流时空相似性的城市短时交通流预测方法 |
| CN108960431A (zh) * | 2017-05-25 | 2018-12-07 | 北京嘀嘀无限科技发展有限公司 | 指标的预测、模型的训练方法及装置 |
| CN110517479A (zh) * | 2018-05-22 | 2019-11-29 | 杭州海康威视***技术有限公司 | 一种城市道路交通预测方法、装置及电子设备 |
| CN111445694A (zh) * | 2020-03-04 | 2020-07-24 | 青岛海信网络科技股份有限公司 | 一种基于交通流量预测的节假日交通调度方法及装置 |
| CN111915892A (zh) * | 2020-07-29 | 2020-11-10 | 腾讯科技（深圳）有限公司 | 数据请求的响应方法、装置、计算机设备以及介质 |
| CN111968375A (zh) * | 2020-08-27 | 2020-11-20 | 北京嘀嘀无限科技发展有限公司 | 交通流量的预测方法、装置、可读存储介质及电子设备 |
| WO2020232732A1 (en) * | 2019-05-23 | 2020-11-26 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for predicting traffic information |
| CN112149860A (zh) * | 2019-06-28 | 2020-12-29 | 中国电力科学研究院有限公司 | 一种自动异常检测方法和*** |
| CN112634608A (zh) * | 2020-12-09 | 2021-04-09 | 长春理工大学 | 一种区域交通流量预测方法及*** |
| CN113689699A (zh) * | 2021-08-25 | 2021-11-23 | 浙江数智交院科技股份有限公司 | 一种交通流的预测方法、装置、电子设备及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7953544B2 (en) * | 2007-01-24 | 2011-05-31 | International Business Machines Corporation | Method and structure for vehicular traffic prediction with link interactions |
| US9965952B2 (en) * | 2015-03-16 | 2018-05-08 | International Business Machines Corporation | Road condition management |
| CN107369318A (zh) * | 2016-05-11 | 2017-11-21 | 杭州海康威视数字技术股份有限公司 | 一种速度预测方法及装置 |
| CN112101682B (zh) * | 2020-09-25 | 2024-04-09 | 北京百度网讯科技有限公司 | 流量模式预测方法、装置、服务器以及可读介质 |
-
2022
- 2022-08-31 CN CN202211057177.6A patent/CN115440038B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108960431A (zh) * | 2017-05-25 | 2018-12-07 | 北京嘀嘀无限科技发展有限公司 | 指标的预测、模型的训练方法及装置 |
| CN107610469A (zh) * | 2017-10-13 | 2018-01-19 | 北京工业大学 | 一种考虑多因素影响的日维度区域交通指数预测方法 |
| CN110517479A (zh) * | 2018-05-22 | 2019-11-29 | 杭州海康威视***技术有限公司 | 一种城市道路交通预测方法、装置及电子设备 |
| CN108564790A (zh) * | 2018-06-12 | 2018-09-21 | 国交空间信息技术（北京）有限公司 | 一种基于交通流时空相似性的城市短时交通流预测方法 |
| WO2020232732A1 (en) * | 2019-05-23 | 2020-11-26 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for predicting traffic information |
| CN112149860A (zh) * | 2019-06-28 | 2020-12-29 | 中国电力科学研究院有限公司 | 一种自动异常检测方法和*** |
| CN111445694A (zh) * | 2020-03-04 | 2020-07-24 | 青岛海信网络科技股份有限公司 | 一种基于交通流量预测的节假日交通调度方法及装置 |
| CN111915892A (zh) * | 2020-07-29 | 2020-11-10 | 腾讯科技（深圳）有限公司 | 数据请求的响应方法、装置、计算机设备以及介质 |
| CN111968375A (zh) * | 2020-08-27 | 2020-11-20 | 北京嘀嘀无限科技发展有限公司 | 交通流量的预测方法、装置、可读存储介质及电子设备 |
| CN112634608A (zh) * | 2020-12-09 | 2021-04-09 | 长春理工大学 | 一种区域交通流量预测方法及*** |
| CN113689699A (zh) * | 2021-08-25 | 2021-11-23 | 浙江数智交院科技股份有限公司 | 一种交通流的预测方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 一种基于历史数据与实时信息的公交路段行程时间预测;杨永平;陈红顺;汤健;;计算机与数字工程(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115440038A (zh) | 2022-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020259074A1 (zh) | 一种基于大数据的交通拥堵预测***、方法及存储介质 | |
| Bie et al. | Time of day intervals partition for bus schedule using GPS data | |
| US8036822B2 (en) | Travel time determination | |
| US20210240746A1 (en) | Use of geographic database comprising lane level information for traffic parameter prediction | |
| CN108335496B (zh) | 一种城市级交通信号优化方法与*** | |
| CN103077604B (zh) | 交通传感器管理方法和*** | |
| US9212920B1 (en) | System and method for real time optimization of driving directions | |
| US20160189303A1 (en) | Risk Based Automotive Insurance Rating System | |
| US20190114909A1 (en) | Method and Apparatus for Identifying Congestion Bottlenecks | |
| CN110956807B (zh) | 基于多源数据与滑动窗口组合的高速公路流量预测方法 | |
| US11238728B2 (en) | Determining traffic congestion patterns | |
| US20200072631A1 (en) | Use of geographic database comprising lane level information for traffic parameter prediction | |
| CN111860877A (zh) | 共享车辆管理方法、装置、服务器和可读存储介质 | |
| Zhang et al. | Optimization model for regional evacuation transportation system using macroscopic productivity function | |
| Feng | Intelligent traffic control in a connected vehicle environment | |
| Wismans et al. | Real time traffic models, decision support for traffic management | |
| CN114360239A (zh) | 一种多层时空交通知识图谱重建的交通预测方法及*** | |
| CN113821547B (zh) | 快速高效的停车场占有率短时预测方法、***及存储介质 | |
| CN115440038B (zh) | 一种交通信息确定方法以及电子设备 | |
| JP5768526B2 (ja) | 渋滞予測装置および渋滞予測データ | |
| JP6685763B2 (ja) | 事故予報システム、および事故予報方法 | |
| Haring et al. | The impact of alternative transportation systems on urban structure | |
| JP2004127104A (ja) | 交通情報予測システム、及びプログラム | |
| JP2022087906A (ja) | 交通状況予測装置、および、交通状況予測方法 | |
| CN113611106A (zh) | 基于智慧城市的道路交通状况预测方法、装置、设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |