基于时空图神经网络的交通拥堵预测技术

随着全球定位和物联网技术的快速发展,道路上各种传感器采集的路网数据规模不断扩大。交管部门亟须针对已有的路网数据预测车辆未来的位置和区域分布,对道路前方可能发生的交通拥堵进行预警,并帮助驾驶员选择合适路线,从而缓解城市拥堵。文章采用时空图神经网络(STGNN)挖掘交通流量数据的潜在因果关系,对交通路网嵌入空间依赖和时间依赖进行建模分析。实验结果表明,该方案能更有效地预测未来的交通流量,防止发生拥堵。