基于数字孪生的城市交通流量可视预测研究.pdfVIP

第34卷摇第7期计算机技术与发展Vol.34摇No.7

2024年7月摇摇摇摇摇摇摇摇摇摇COMPUTERTECHNOLOGYANDDEVELOPMENT摇摇摇摇摇摇摇摇摇摇Jul.摇2024

基于数字孪生的城市交通流量可视预测研究

11112*

王健松,李学俊,王桂娟,郭摇皓,吴亚东

(1.西南科技大学计算机科学与技术学院,四川绵阳621010;

2.四川轻化工大学计算机科学与工程学院,四川自贡645002)

摘摇要:由于城市路网数据的复杂性和动态性,直接解读各道路关联关系变得困难,直接连接性的不确定性也影响了预测

准确性。为解决这些问题,利用出租车轨迹数据,结合图卷积神经网络,提出了数字孪生基础上的城市交通流量智能可视

预测框架。为提高预测精度,根据历史流量数据创建了路网的时空关联图,构建了时空图卷积网络的ASTRG-GCN交通

流量预测模型。通过数字孪生技术,将动态交通数据和虚拟三维交通场景融合,实时模拟交通场景,为城市交通优化提供

决策支持。最终,设计并实现了城市交通流量可视分析框架,使用户能够高效分析交通运行态势。实验结果表明,该模型

预测精度在两个数据集上高于对比算法。数字孪生的可视分析系统实现了交通拥堵识别、交通场景模拟和交通变化对比

等效果,为交通规划者提供了决策支持。

关键词:数字孪生;城市交通;轨迹数据;流量预测;可视化分析

中图分类号:TP399摇摇摇摇摇摇摇文献标识码:A摇摇摇摇摇摇文章编号:1673-629X(2024)07-0192-07

doi:10.20165/j.cnki.ISSN1673-629X.2024.0112

CityTrafficFlowVisualPredictionBasedonDigitalTwin

11112*

WANGJian-song,LIXue-jun,WANGGui-juan,GUOHao,WUYa-dong

(1.SchoolofComputerScienceandTechnology,SouthwestUniversityofScienceandTechnology,

Mianyang621010,China;

2.SchoolofComputerScienceandEngineering,SichuanUniversityofScienceEngineering,

Zigong645002,China)

Abstract:Duetothecomplexityanddynamicnatureofurbanroadnetworkdata,itisdifficulttointerprettheroadcorrelationdirectly,

andtheuncertaintyofdirectconnectivityalsoaffectsthepredictionaccuracy.Tosolvetheseproblems,withtaxitrajectorydataandgraph

convolutionalneuralnetwork,weproposeaninte