一种车载端为主的城市路网当前与未来速度查询方法

来源：电子与信息学报杂志2024年第9期北京时间：

作者：韩京宇, 王彦之, 陈进, 晏鑫鑫, 张怡婷

单位：南京邮电大学计算机学院 南京 210003

摘要：城市智能交通管理中经常查询路段的当前和未来交通速度，该文提出一种车载边缘为主(VED)的城市路段速度查询和预测方法：车载端在速度低于一定阈值时，与其它车载端交换收集到的数据，并在本地构建轻量级的当前和历史速度索引，以支持当前速度查询。为了用尽可能少的模型支持速度预测，提出根据路段拓扑同构将路网划分成若干路段等价类，根据周期性时窗和路段等价类将整个时空划分成若干模型等价类，同一个模型等价类的路段在给定时窗呈现相似的交通运行模式。针对每个模型等价类，车载端和数据中心配合进行联邦学习，训练长短期记忆模型(LSTMs)并存储在车载端，以响应车载端对附近未来交通状况的查询。每个车载端本地索引数据、本地响应查询，避免了查询响应延迟和通信拥塞；数据保存在车载端，而非集中存放，避免了安全攻击导致的隐私泄漏。

关键词：智能交通, 查询, 预测, 索引, 联邦学习

基金资助：江苏省重点研发计划(BE2022065-5)