技术摘要：
本发明提供了一种基于车辆行程、驾驶行为和交通信息的行程预测模型，包括：S1、数据采集和选择；S2、进行数据清洗；S3、数据脱单标准化处理；S4、针对不同的行程进行对比，得出预选择；本发明所述的可以对行程轨迹进行准确的预测，为智能交通的发展提供了较为可靠的行  全部
背景技术：
随着科学技术的不断进步，人工智能的发展也逐渐成熟，针对车辆的行程轨迹进 行预测具有非常重要的意义，但是以目前的现有技术针对行程轨迹的预测准确性较低，有 鉴于此，本专利申请提供了一种基于车辆行程、驾驶行为和交通信息的行程预测模型，可以 较为准确的给出行程预测结果。
技术实现要素：
有鉴于此，为了克服上述缺陷，本发明旨在提出一种基于车辆行程、驾驶行为和交 通信息的行程预测模型。 为达到上述目的，本发明的技术方案是这样实现的： 一种基于车辆行程、驾驶行为和交通信息的行程预测模型，包括： S1、数据采集和选择； S2、进行数据清洗； S3、数据脱单标准化处理； S4、针对不同的行程进行对比，得出预选择； 进一步的，所述步骤S1的具体执行方法如下： 数据采集包括采集车辆行程数据、驾驶行为数据、交通信息数据； 所述车辆行程数据用于获取车辆的形式信息； 所述驾驶行为数据用于判断是否为车主驾驶； 所述交通信息数据用于判断最佳形式路径。 进一步的，所述车辆行程数据包括行驶速度、总行驶里程、本次驾驶的行驶里程、 车辆剩余油量。 进一步的，所述驾驶行为为车主的驾驶习惯，包括驾驶速度、车辆与实线或者虚线 的间距连续分布情况，主要用于判断是否为车主本人驾驶。 进一步的，所述交通信息数据包括该区域的道路分布、红路灯分布信息、服务机构 的分布情况； 所述服务机构包括服务区、加油站。 进一步的，所述步骤S2中的数据清洗用于筛选出不准确的间断信息。 进一步的，所述步骤S3中，对数据的脱单保准化处理是将数据按照一定的比例进 行缩放，然后标准化处理，用于去除数据之间的单位限制；结合步相似性运算，得到处理后 的值。 进一步的，所述步骤S4中，针对每个可能进入的道路，给出预选择，预选择以百分 3 CN 111554094 A 说　明　书 2/3 页 数的形式呈现。 相对于现有技术，本发明所述的基于车辆行程、驾驶行为和交通信息的行程预测 模型具有以下优势： 本发明所述的基于车辆行程、驾驶行为和交通信息的行程预测模型可以对行程轨 迹进行准确的预测，为智能交通的发展提供了较为可靠的行程预测模型。 附图说明 构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实 施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中： 图1为本发明实施例所述的基于车辆行程、驾驶行为和交通信息的行程预测模型 流程图。