(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111662681.4 (22)申请日 2021.12.31 (71)申请人 云控智行 （上海） 汽车 科技有限公司 地址 201805 上海市嘉定区墨玉南路8 88号 2201室J879 (72)发明人 袁月明　宦涣　尹伯华　戚德敏　 (74)专利代理 机构 上海港慧专利代理事务所 (普通合伙) 31402 代理人 杨锴 (51)Int.Cl. G08G 1/01(2006.01) G08G 1/065(2006.01) G06Q 10/04(2012.01) G06Q 50/30(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种智能网联环境下高速公路路况预测方 法及计算机可读存 储介质 (57)摘要 本申请涉及智能交通领域， 尤其涉及一种智 能网联环境下高速公路的路况预测方法及计算 机可读存储介质， 其中。 一种智 能网联环境下高 速公路路况预测方法， 包括： 获取到采集数据的 状态下， 对 所述采集数据做预处理以形成一处理 数据； 根据所述处理数据构建一预测模型； 接收 外部输入的实时数据， 根据所述实时数据于所述 预测模型中形成一预测数据。 权利要求书2页 说明书6页 附图2页 CN 114283584 A 2022.04.05 CN 114283584 A 1.一种智能网联环境下高速公路 路况预测方法， 其特 征在于， 包括： 获取到采集数据的状态下， 对所述采集数据做预处 理以形成一处 理数据； 根据所述处 理数据构建一预测模型； 接收外部输入的实时数据， 根据所述实时数据于所述预测模型中形成一预测数据。 2.根据权利要求1所述的一种智能网联环境下高速公路路况预测方法， 其特征在于： 获 取到采集数据的状态下， 对所述采集数据做预处 理以形成一处 理数据具体包括： 所述采集数据至少包括采集路段当前时刻的实时数据， 与当前时刻匹配的历史数据和 影响数据； 对实时数据、 与当前时刻匹配的历史数据做归一 化处理以形成所述处 理。 3.根据权利要求1所述的一种智能网联环境下高速公路路况预测方法， 其特征在于： 根 据所述处 理数据构建一预测模型 具体包括： 分别获取 所述处理数据、 上一个所述隐藏数据； 根据所述处 理数据、 上一个隐藏数据形成基础模型； 训练所述基础模型以形成一补偿参数直至所述补偿参数匹配所述补偿阈值； 根据所述补偿参数调整所述基础模型以形成所述预测模型。 4.根据权利要求3所述的一种智能网联环境下高速公路路况预测方法， 其特征在于： 根 据所述处 理数据、 上一个隐藏数据形成基础模型 具体包括： 根据所述处理数据和前一个隐藏数据计算形成遗忘门激活函数值， 于所述遗忘门激活 函数值匹配预设阈值的状态下遗弃所述遗忘门激活函数值， 于所述遗忘门激活函数值不匹 配预设阈值的状态下保留所述遗 忘门激活函数值； 根据所述处理数据和前一个隐藏数据计算形成输入门激活函数值， 根据 所述输入门激 活函数值形成添加信息值； 根据所述处理数据、 前一个隐藏数据、 添加信息值计算形成与所述处理数据匹配时刻 的激活函数值和隐藏数据； 根据隐藏数据计算形成所述基础模型。 5.根据权利要求4所述的一种智能网联环境下高速公路路况预测方法， 其特征在于， 根 据所述处理数据和前一个隐藏数据计算形成遗忘门激活函数值， 于所述遗忘门激活函数值 匹配预设阈值的状态下遗弃所述遗忘门激活函数值， 于所述遗忘门激活函数值不匹配预设 阈值的状态下保留所述遗 忘门激活函数值具体包括： 其中： ht‑1为t‑1时刻的隐藏数据， x ’t为t时刻经归一化处理后的实时数据； σ()为 sigmoid函数， Wf为遗忘门权重， bf为遗忘偏置,ft为遗忘门激活函数值， fy为遗忘门激活函 数阈值。 6.根据权利要求5所述的一种智能网联环境下高速公路路况预测方法， 其特征在于， 根 据所述处理数据和前一个隐藏数据计算形成输入门激活函数值， 根据所述输入门激活函数 值形成添加信息值具体包括：权　利　要　求　书 1/2 页 2 CN 114283584 A 2it＝σ(Wi[ht‑1x’t])+bi C’t＝tanh(Wc[ht‑1x’t])+bc Ct＝ft·Ct‑1+it·C’t 其中： it为需要记忆的信息， C ’t为候选记忆单元用于更新记忆单元， Wi为输入门第一权 重数据、 Wc为输入门第二权重数据， bi为输入门第一偏置， bc为输入门第二偏置， σ()、 tanh ()为sigmo id函数、 双曲正切函数。 7.根据权利要求6所述的一种智能网联环境下高速公路路况预测方法， 其特征在于， 根 据所述处理数据、 前一个隐藏数据、 添加信息值计算形成与所述处理数据匹配时刻的激活 函数值和隐藏数据具体包括： ot＝σ(Wo[ht‑1x’t])+bo ht＝ot·tanhCt ot与所述处 理数据匹配时刻的激活函数值； ht与所述处 理数据匹配时刻的隐藏数据。 8.根据权利要求6所述的一种智能网联环境下高速公路路况预测方法， 其特征在于， 根 据隐藏数据计算形成所述基础模型， 具体包括 yt＝g(Wyhht+by) 其中： Wyh为输出权 重， by为输出的偏置， g()为输出层的激活函数。 9.根据权利要求6所述的一种智能网联环境下高速公路路况预测方法， 其特征在于， 训 练所述基础模型以形成一补偿参数直至所述补偿参数匹配所述补偿阈值， 具体包括， Lθ≤Ly 其中： N为训练样本总数， 为预测值， li为实际值， θ 为模型参数,Ly为补偿阈值。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时实现如权利要求1～ 9中任一项所述的一种智能网联环境下高速公路 路况预测方法。权　利　要　求　书 2/2 页 3 CN 114283584 A 3