技术特征：
1.一种预测交通流量的方法，其特征在于，包括：获取交通道路中任意两个交通站点的交通状态信息，其中，所述任意两个交通站点之间的距离处于预定范围内，所述交通状态信息用于表征所述交通站点在历史时间段内的交通流量；获取所述任意两个交通站点之间的通信时长，其中，所述通信时长用于表示所述任意两个交通站点中第一交通站点的交通状态信息传递至第二交通站点时所需的时长；基于所述第二交通站点的交通状态信息和所述通信时长，预测得到所述第一交通站点在未来时刻的预测交通状态；基于所述预测交通状态，确定所述第一交通站点在所述未来时刻的交通流量。2.根据权利要求1所述的方法，其特征在于，所述交通状态信息用于表示对应的所述交通站点在所述历史时间段内连续变化的交通流量。3.根据权利要求1所述的方法，其特征在于，基于所述第二交通站点的交通状态信息和所述通信时长，预测得到所述第一交通站点在未来时刻的预测交通状态，包括：将所述第二交通站点的交通状态信息、所述通信时长和所述第一交通站点的交通状态信息输入至延时微分模型中进行处理，得到所述预测交通状态，其中，所述延时微分模型为基于神经网络和延时微分方程建立得到。4.根据权利要求3所述的方法，其特征在于，将所述第二交通站点的交通状态信息、所述通信时长和所述第一交通站点的交通状态信息输入至延时微分模型中进行处理，得到所述预测交通状态，包括：基于所述延时微分模型对所述第二交通站点的交通状态信息、所述第一交通站点的交通状态信息和所述通信时长进行处理，得到所述第一交通站点的交通状态信息在隐空间中的隐状态序列，其中，所述隐空间的维度大于维度阈值，所述预测交通状态包括所述隐状态序列，所述隐状态序列用于表征所述第一交通站点的交通状态信息在所述隐空间中的变化状态。5.根据权利要求4所述的方法，其特征在于，基于所述延时微分模型对所述第二交通站点的交通状态信息、所述第一交通站点的交通状态信息和所述通信时长进行处理，得到所述第一交通站点的交通状态信息在隐空间中的隐状态序列，包括：对所述第二交通站点的交通状态信息和所述第一交通站点的交通状态信息进行图卷积处理，得到卷积结果，其中，所述卷积结果用于表示所述第二交通站点的交通状态信息对所述第一交通站点的交通状态信息的影响结果；基于所述延时微分模型对所述卷积结果和所述通信时长进行处理，得到所述隐状态序列。6.根据权利要求5所述的方法，其特征在于，对所述第二交通站点的交通状态信息和所述第一交通站点的交通状态信息进行图卷积处理，得到卷积结果，包括：确定所述第一交通站点的交通状态信息的第二权重和所述第二交通站点的交通状态信息的第一权重，其中，所述第一权重用于表示所述第一交通站点的交通状态信息对所述隐状态序列影响的比重，所述第二权重用于表示所述第二交通站点的交通状态信息对所述隐状态序列影响的比重；基于所述第一权重和所述第二权重对所述第二交通站点的交通状态信息和所述第一
交通站点的交通状态信息进行图卷积处理，得到所述卷积结果。7.根据权利要求1所述的方法，其特征在于，获取所述任意两个交通站点之间的通信时长，包括：基于所述任意两个交通站点之间的互相关系数，确定所述通信时长。8.根据权利要求1所述的方法，其特征在于，获取交通道路中任意两个交通站点的交通状态信息，包括：对每个所述交通站点在所述历史时间段内的离散交通数据进行插值，得到每个所述交通站点的所述交通状态信息。9.根据权利要求1至8中任意一项所述的方法，其特征在于，基于所述预测交通状态，确定所述第一交通站点在所述未来时刻的交通流量，包括：对所述预测交通状态进行解码，得到所述第一交通站点在所述未来时刻的交通流量。10.一种预测交通流量的方法，其特征在于，应用于捕获交通视频的监测设备，且所述监测设备允许部署在城市道路中，其中，所述方法包括：获取所述城市道路中交通路段的所述交通视频，并基于所述交通视频确定交通道路中任意两个交通站点的交通状态信息，其中，所述任意两个交通站点之间的距离处于预定范围内，所述交通状态信息用于表征所述交通站点在历史时间段内的交通流量；获取所述任意两个交通站点之间的通信时长，其中，所述通信时长用于表示所述任意两个交通站点中第一交通站点的交通状态信息传递至第二交通站点时所需的时长；基于所述第二交通站点的交通状态信息和所述通信时长，预测得到所述第一交通站点在未来时刻的预测交通状态；基于所述预测交通状态，确定所述第一交通站点在所述未来时刻的交通流量；基于所述交通流量输出提示信息，其中，所述提示信息用于指引在所述未来时刻行驶通过所述交通路段的车辆信息。11.一种预测交通流量的方法，其特征在于，包括：响应作用于操作界面上的输入操作指令，在所述操作界面上显示交通道路中任意两个交通站点的交通状态信息，其中，所述任意两个交通站点之间的距离处于预定范围内，所述交通状态信息用于表征所述交通站点在历史时间段内的交通流量；响应作用于所述操作界面上的流量预测指令，在所述操作界面上显示所述任意两个交通站点中第一交通站点在未来时刻的交通流量，其中，所述交通流量为基于预测交通状态确定得到，所述预测交通状态为基于所述任意两个交通站点中第二交通站点的交通状态信息和通信时长预测得到，所述通信时长用于表示所述第一交通站点的交通状态信息传递至所述第二交通站点时所需的时长。12.一种预测交通流量的方法，其特征在于，包括：在虚拟现实vr设备或增强现实ar设备的呈现画面上展示交通路段的待处理的交通视频；基于所述交通视频确定交通道路中任意两个交通站点的交通状态信息，其中，所述任意两个交通站点之间的距离处于预定范围内，所述交通状态信息用于表征所述交通站点在历史时间段内的交通流量；获取所述任意两个交通站点之间的通信时长，其中，所述通信时长用于表示所述任意
两个交通站点中第一交通站点的交通状态信息传递至第二交通站点时所需的时长；基于所述第二交通站点的交通状态信息和所述通信时长，预测得到所述第一交通站点在未来时刻的预测交通状态；基于所述预测交通状态，确定所述第一交通站点在所述未来时刻的交通流量；基于所述交通流量驱动所述vr设备或所述ar设备输出提示信息，其中，所述提示信息用于指引在所述未来时刻行驶通过所述交通路段的车辆信息。13.一种车辆，其特征在于，包括：定位装置，用于车辆行驶在交通道路过程中，定位所经过的交通站点；监测设备，用于通过访问部署在所述交通道路上的监测设备，获取任意两个交通站点的交通状态信息，其中，所述任意两个交通站点之间的距离处于预定范围内，所述交通状态信息用于表征交通站点在历史时间段内的交通流量；计时器，用于计算所述任意两个交通站点之间的通信时长，其中，所述通信时长用于表示所述任意两个交通站点中第一交通站点的交通状态信息传递至第二交通站点时所需的时长；处理器，用于基于所述第二交通站点的交通状态信息和所述通信时长，预测得到所述第一交通站点在未来时刻的交通流量。14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序被处理器运行时控制所述计算机可读存储介质所在设备执行权利要求1至12中任意一项所述的方法。
技术总结
本发明公开了一种预测交通流量的方法、车辆和可读存储介质。其中，该方法包括：获取交通道路中任意两个交通站点的交通状态信息，其中，任意两个交通站点之间的距离处于预定范围内，交通状态信息用于表征交通站点在历史时间段内的交通流量；获取任意两个交通站点之间的通信时长，其中，通信时长用于表示任意两个交通站点中第一交通站点的交通状态信息传递至第二交通站点时所需的时长；基于第二交通站点的交通状态信息和通信时长，预测得到第一交通站点在未来时刻的预测交通状态；基于预测交通状态，确定第一交通站点在未来时刻的交通流量。本发明解决了对交通流量预测精确性低的技术问题。术问题。术问题。
技术研发人员：方正 陈冲 黄建强 华先胜 王鹏飞
受保护的技术使用者：阿里巴巴达摩院（杭州）科技有限公司
技术研发日：2022.05.24
技术公布日：2022/6/21