(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210978048.4 (22)申请日 2022.08.16 (65)同一申请的已公布的文献号 申请公布号 CN 115049167 A (43)申请公布日 2022.09.13 (73)专利权人 北京市城市规划设计 研究院 地址 100045 北京市西城区南 礼士路60号 专利权人 北京城垣 数字科技有限责任公司 (72)发明人 张晓东　张兴华　王良　赵胜达　 陈易辰　魏贺　许丹丹　韩雪华　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 陈威 (51)Int.Cl. G06Q 10/04(2012.01)G06Q 50/26(2012.01) (56)对比文件 WO 2021160273 A1,2021.08.19 US 2009043486 A1,20 09.02.12 CN 111626502 A,2020.09.04 CN 114781696 A,202 2.07.22 CN 110517492 A,2019.1 1.29 李磊等.基于动态交通信息的电动汽车充电 需求预测模型及其对配网的影响分析. 《电网与 清洁能源》 .2020,(第0 3期),第107-1 18页. 张谦等.基 于MDP随机路径模拟的电动汽车 充电负荷时空分布预测. 《电力系统自动化》 .2018,(第20期),第59- 66页及附录A. 审查员 王晓波 (54)发明名称 交通态势预测方法、 装置、 设备及存 储介质 (57)摘要 本发明提供了一种交通态势预测方法、 装 置、 设备及存储介质， 涉及交通运输领域， 包括： 在模拟预测网络中生成多个第一通勤需求， 确定 第一通勤时间最短的通勤路径为第一待移动路 径； 在当前时间 窗口内， 驱动模拟车辆移动， 以确 定每一模拟车辆的第一通勤速度； 在下一时间窗 口内， 根据第二通勤需求生成第二通勤时间， 并 确定第二通勤时间最短的通勤路径为第二待移 动路径； 遍历所有时间窗口， 直至确定在每一时 间窗口内的移动路径以及通勤速度， 以形成以事 故地点为中心的交通态势； 模拟预测网络是转化 实时交通路网为图结构邻接矩阵后确定的。 本发 明能够将预测结果告知给即将出行的用户， 通过 减少出行需求的形式降低交通拥堵的概率， 以提 高交通出 行体验。 权利要求书3页 说明书12页 附图9页 CN 115049167 B 2022.11.08 CN 115049167 B 1.一种交通态 势预测方法， 其特 征在于， 包括： 在模拟预测网络 中生成多个第 一通勤需求， 以根据每一第 一通勤需求中通勤路径相对 应的第一 通勤时间， 确定第一 通勤时间最短的通勤路径为第一待移动路径； 在当前时间窗口内， 驱动与每一第一待移动路径相对应的模拟车辆移动， 以确定每一 模拟车辆的第一 通勤速度； 在下一时间窗口内， 根据每一模拟车辆的第二通勤需求， 生成每一通勤路径相对应的 第二通勤时间， 并确定第二 通勤时间最短的通勤路径为第二待移动路径； 遍历所有时间窗口， 直至确定每一模拟车辆在每一 时间窗口内的移动路径以及通勤速 度， 以在实时交通路网中形成以事故地 点为中心的交通态 势； 所述模拟预测网络是转 化实时交通路网为图结构邻接矩阵后确定的； 所述第一 通勤需求是根据初始起始位置 到目的位置而确定的； 所述第二 通勤需求是根据当前位置 到目的位置而确定的； 所述交通态 势至少包括 不同路径中车辆拥堵的形成与扩散； 所述模拟预测网络是转 化实时交通路网为图结构邻接矩阵后确定的， 包括： 转化所述实时交通路网为图结构邻接矩阵； 在所述图结构邻 接矩阵中， 预设单一事故地点以及与 所述单一事故地点相关的影响范 围， 以构建第一初始预测网络； 在所述第一初始预测网络 中删除所述单一事故地点对应的道路通路， 以形成模拟预测 网络； 所述单一事故地点相关的影响范围是根据 单一事故地点为中心， 以预设长度为半径而 确定的； 所述模拟预测网络是转 化实时交通路网为图结构邻接矩阵后确定的， 还 包括： 转化所述实时交通路网为图结构邻接矩阵； 在所述图结构邻接矩阵中， 预设多个事故地点以及与多个事故地点相关的影响范围， 以构建第二初始预测网络； 在所述第二初始预测网络中删除每一事故地点对应的道路通路， 以形成模拟预测网 络； 所述与多个事故地点相关的影响范围是根据每一事故地点为中心， 以预设长度为半径 而确定的。 2.根据权利要求1所述的交通态势预测方法， 其特征在于， 所述在模拟预测网络 中生成 多个第一通勤需求， 以根据每一第一通勤需求中通勤路径相对应的第一通勤时间， 确定第 一通勤时间最短的通勤路径为第一待移动路径， 包括： 在所述模拟预测网络中， 生成任一随机初始起始位置到随机目的位置的第一通勤需 求， 以根据第一 通勤需求的预设数目， 生成所有第一 通勤需求； 根据每一第 一通勤需求中所有可达路径长度以及可达路径速度， 确定每一第 一通勤需 求中所有可达路径的通勤时间； 计算每一第 一通勤需求中通勤路径相对应的第 一通勤时间， 确定第 一通勤时间最短的 通勤路径为第一待移动路径； 第一通勤需求的预设数目是根据事故地 点而确定的。权　利　要　求　书 1/3 页 2 CN 115049167 B 23.根据权利要求1所述的交通态势预测方法， 其特征在于， 所述在当前时间窗口内， 驱 动与每一第一待移动路径相对应的模拟车辆移动， 以确定每一模拟车辆的第一通勤速度， 包括： 根据每一条道路的车道数以及道路长度确定道路总体长度； 根据车道中车辆总数以及道路总体长度确定矫 正速度值； 根据预设数值以及矫 正速度值确定每一模拟车辆的第一 通勤速度。 4.根据权利要求1所述的交通态势预测方法， 其特征在于， 所述遍历所有时间窗口， 直 至确定每一模拟车辆在每一时间窗口内的移动路径以及通勤速度， 以在实时交通路 网中形 成以事故地 点为中心的交通态 势， 包括： 获取每一模拟车辆在每一时间窗口内的移动路径以及通勤速度； 根据不同的时间窗口内的移动路径以及通勤速度， 驱动每一模拟车辆移动， 以更新模 拟预测网络； 根据更新后的模拟预测网络形成所有模拟车辆在实时交通路网中的交通态 势。 5.根据权利要求1所述的交通态势预测方法， 其特征在于， 在实时交通路网中形成以事 故地点为中心的交通态 势之后， 还 包括： 处理所述交通态 势， 生成预警消息； 发送所述预警消息 至移动终端， 以在移动终端中显示以事故地 点为中心的交通态 势。 6.一种交通态 势预测装置， 其特 征在于， 包括： 确定单元： 用于在模拟预测网络中生成多个第一通勤需求， 以根据每一第一通勤需求 中通勤路径相对应的第一通勤时间， 确定第一通勤时间最短的通勤路径为第一待移动路 径； 驱动单元： 用于在当前时间窗口内， 驱动与每一第一待移动路径相对应的模拟车辆移 动， 以确定每一模拟车辆的第一 通勤速度； 生成单元： 用于在下一 时间窗口内， 根据每一模拟车辆的第 二通勤需求， 生成每一通勤 路径相对应的第二 通勤时间， 并确定第二 通勤时间最短的通勤路径为第二待移动路径； 处理单元： 用于遍历所有时间窗口， 直至确定每一模拟车辆在每一时间窗口内的移动 路径以及通勤速度， 以在实时交通路网中形成以事故地 点为中心的交通态 势； 所述模拟预测网络是转 化实时交通路网为图结构邻接矩阵后确定的； 所述第一 通勤需求是根据初始起始位置 到目的位置而确定的； 所述第二 通勤需求是根据当前位置 到目的位置而确定的； 所述交通态 势至少包括 不同路径中车辆拥堵的形成与扩散； 所述模拟预测网络是转 化实时交通路网为图结构邻接矩阵后确定的， 包括： 转化所述实时交通路网为图结构邻接矩阵； 在所述图结构邻 接矩阵中， 预设单一事故地点以及与 所述单一事故地点相关的影响范 围， 以构建第一初始预测网络； 在所述第一初始预测网络 中删除所述单一事故地点对应的道路通路， 以形成模拟预测 网络； 所述单一事故地点相关的影响范围是根据 单一事故地点为中心， 以预设长度为半径而 确定的；权　利　要　求　书 2/3 页 3 CN 115049167 B 3