智能网联环境下城市道路多源交通数据补全方法

来源：中国血液净化杂志2025年第1期北京时间：

作者：王庞伟, 何昕泽, 张龙, 董航瑞, 王力, 张名芳

单位：1. 北方工业大学　城市道路交通智能控制技术北京市重点实验室，北京　100144","2. 北京车网科技发展有限公司，北京　100176

摘要：<p>交通状态补全方法能够为交通管理系统提供完备的全息交通路网信息，为制定城市信控策略，动态均衡交通流提供数据支持。基于智能网联技术实时获取多源交通数据优势，提出一种基于图卷积神经网络的实时交通状态补全方法。首先，构建了一种“端-边-云”信息交互架构的全息交通感知系统，可实现多源交通数据的特征级融合；其次，根据路网拓扑关系构建路网无向图模型，应用异常数据辨识与插补方法对原始数据进行修正构成有效数据集，并根据实际路网时空关系确定补全网络隐藏层权重；然后，通过图卷积交叉口临近关系与交通状态，将原始数据映射至空间维度，从而完成交叉口特征的空间聚类，同时由门控循环单元在时间序列上游走记忆，提取数据时间维度特征，完成状态数据补全计算；最后，在北京市高级别自动驾驶示范区选取典型智能网联交叉口群，对该方法进行实地测试。研究结果表明：长时序数据下，方法有效补全结果与真实值误差不高于10.64%，综合性能较长短期记忆神经网络等现有方法的均方根误差降低17.2%。该补全方法为未来智能网联环境下交通全息感知技术应用提供了理论基础和实现方案。</p>

关键词：交通工程,交通数据补全,图卷积神经网络,长短期记忆神经网络,边缘计算,智能网联交通