科创中国

本发明提供了一种基于深度神经网络的预测车辆最佳驾驶路径方法，将全国各个城市中获取的车流量数据生成训练集，并对构建的深度神经网络进行训练，利用训练好的深度神经网络预测交通网络中，起点到终点方向上所有可能经过的路口在未来所设时间段内的车流量数据，并计算预测行驶时间，可以在规划驾驶路线时有效避开潜在的拥堵路段，得到最佳驾驶路径。路径选择方法是车辆导航系统中的一个重要课题，它可以为用户提供一条从源点到目标点之间的最优路径。根据用户的需求，路径选择方法可以在最短行驶距离、最短行驶时间和最少转弯次数等不同目标下实现路径搜索。城市道路和车辆数量的急剧增长，导致了城市交通中拥堵日益严重的情况。作为导航系统的核心部分，路径选择方法需要进行优化，以缓解交通拥堵、增强交通规划和管理的科学性。传统的路径选择方法通常基于当前的交通状况，不能有效地预测未来预设时间段内的交通拥堵。宣丙龙提出了一种以时间最短为原则的路径选择方法。该方法的特征是按照时间顺序对道路的历史通行状态进行分段处理，形成分时段路况数据库，然后引入所述路况数据库信息，并通过将其与道路固有属性信息相结合，实现以最短行驶时间为目标的路径搜索。

本发明是利用获取的全国每个城市中每24小时内不同路口的不同方向的车流量数据组成的训练集，对构建的深度神经网络进行训练，得到训练好的深度神经网络。当请求预测路径的车辆的导航装置收到驾驶者发出的路径规划请求时，探测设备实时搜索并发送当前时刻的每个可能经过的路口在通往终点方向上的车流量数据。再将探测到的每个路口的车流量数据输入到训练好的深度神经网络，输出该路口在通往终点方向上的未来24小时内的预测车流量数据，克服了现有技术中预测得到的拥堵情况主要依赖于当前数据，而不能准确地拟合将来的变化趋势的问题，使得本发明具有路况预测结果与实际情况拟合准确度高的优点。本发明根据请求预测路径的车辆从起点节点到达每个邻节点的预测行驶时间来计算该邻节点的权值，将从起点节点到终点节点的每一个节点与其权值最小的邻节点连接组成预测驾驶的最佳路径，克服了现有技术中路径搜索时对节点的权值的计算仅仅基于当前路况下的行驶时间，搜索得到的路径不一定是未来最畅通路径的不足，使得本发明规划的在未来24小时内最佳的驾驶路径能够有效避开潜在的拥堵路段。

该项目请求预测路径的车辆的导航装置收到驾驶者发出的路径规划请求时，探测设备实时搜索并发送当前时刻的每个可能经过的路口在通往终点方向上的车流量数据。再将探测到的每个路口的车流量数据输入到训练好的深度神经网络，输出该路口在通往终点方向上的未来24小时内的预测车流量数据，克服了现有技术中预测得到的拥堵情况主要依赖于当前数据，而不能准确地拟合将来的变化趋势的问题，使得本发明具有路况预测结果与实际情况拟合准确度高的优点，可以应用于交通指挥、智慧城市建设领域。

宁波大学现有学科涵盖经、法、教、文、史、理、工、农、医、管等十大门类。设有19个学院,拥有3个博士授权点,2个一级学科硕士点,54个二级学科硕士点,现有农业推广硕士、工商管理硕士(MBA)、法律硕士(J.M)、公共管理硕士(MPA)、教育硕士(MEA)、工程硕士(电子与通信工程、机械工程、食品工程)等6个专业硕士学位点和高等学校教师在职攻读硕士学位授权资格,其中工商管理硕士(MBA)、法律硕士(J.M)招收全国联考专业学位硕士研究生,71个本科专业。建有1个国家重点实验室培育基地,1个省部共建教育部重点实验室,1个教育部工程研究中心,1个国家体育总局体育社科研究基地,1个省社会科学重点研究基地,2个浙江省重点实验室,2个浙江省高新技术研究开发中心,10个宁波市重点实验室,3个宁波市工程技术中心和一批科研机构;建有13个省重点学科,其中省“重中之重”学科4个,省属高校人文社会科学重点研究基地2个;省重点专业9个,省重点建设专业5个,市重点专业4个,市重点建设专业14个,已基本形成综合性大学的学科建设体系和优势特色学科群。

本项目对构建的深度神经网络进行训练，利用训练好的深度神经网络预测交通网络中，起点到终点方向上所有可能经过的路口在未来所设时间段内的车流量数据，并计算预测行驶时间，可以在规划驾驶路线时有效避开潜在的拥堵路段，得到最佳驾驶路径。路径选择方法是车辆导航系统中的一个重要课题，它可以为用户提供一条从源点到目标点之间的最优路径。

本项目可以采用技术转让、技术合作等多种形式进行对接，欢迎有需求的企业单位联系洽谈。