基于LSTM的道路拥堵分析模型研究

摘要

针对利用交通流量和平均车速等交通要素分析交通拥堵,无法实时分析出用户车辆当前所处道路拥堵的问题,提出一种基于LSTM网络的道路拥堵分析模型.首先采用车辆检测算法判断出当前用户视角中前方车辆位置,并利用位置信息估测车距;然后结合车距信息、车辆与车道位置关系,生成车距信息矩阵;最后通过训练好的神经网络分类模型,以车距信息矩阵为输入,输出该模型交通拥堵分析结果.实验结果表明,提出的道路拥堵分析模型测试平均准确率为88％,能够实时分析用户车辆当前所处道路拥堵情况.该模型实时性较高,检测成本较低,能够为实时操控车辆提供参考依据,具有一定的实际应用价值.