1.一种混合队列人驾车辆跟驰行为预测方法,其特征在于,包括:获取混合队列中待预测人驾车辆子队列的第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息;
将所述第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息输入到训练好的车辆跟驰行为预测模型中,得到所述待预测人驾车辆子队列的最后一辆人驾车辆在未来时间段内的行驶状态信息。
2.如权利要求1所述的混合队列人驾车辆跟驰行为预测方法,其特征在于,所述车辆跟驰行为预测模型通过以下方法训练获取:获取多个人驾车辆子队列;
针对各个所述人驾车辆子队列,执行以下处理:
获取所述人驾车辆子队列中第一辆人驾车辆和最后一辆人驾车辆在上一个时间段内的行驶状态信息作为输入样本数据;
获取所述人驾车辆子队列中最后一辆车在下一个时间段内的行驶状态信息作为输出样本数据;
采用所述输入样本数据和输出样本数据训练初始车辆跟驰行为预测模型,以得到所述训练好的车辆跟驰行为预测模型。
3.如权利要求2所述的混合队列人驾车辆跟驰行为预测方法,其特征在于,在获取所述多个人驾车辆子队列之后,还包括:对所述多个人驾车辆子队列进行处理,去除样本量小于预设值的人驾车辆子队列以及不符合跟驰状况的人驾车辆子队列。
4.如权利要求1‑3任一项所述的混合队列人驾车辆跟驰行为预测方法,其特征在于,所述获取多个人驾车辆子队列,包括:在获取人驾车辆子队列时,去除具有换道、车道进出口或车道过短情况的人驾车辆子队列。
5.如权利要求1‑4任一项所述的混合队列人驾车辆跟驰行为预测方法,其特征在于,所述车辆跟驰行为预测模型包括编码器和解码器;
所述将所述第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息输入到训练好的车辆跟驰行为预测模型中,得到所述待预测人驾车辆子队列的最后一辆人驾车辆在未来时间段内的行驶状态信息,包括:所述编码器将输入的第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息转编码成定长的状态向量;
所述解码器将所述定长的状态向量解码为所述预测行驶状态信息。
6.如权利要求2所述的混合队列人驾车辆跟驰行为预测方法,其特征在于,采用所述输入样本数据和输出样本数据训练初始车辆跟驰行为预测模型,以得到所述训练好的车辆跟驰行为预测模型,包括:设置损失函数为:
其中,loss表示训练函数,t2表示预测时间步,t表示当前时刻, 表示预测加速度,表示车辆的实际加速度,||ω||2表示正则化项;
确定所述损失函数的值是否小于预设值,若是,则确定训练完成,得到所述训练好的车辆跟驰行为预测模型。
7.如权利要求2所述的混合队列人驾车辆跟驰行为预测方法,其特征在于,所述车辆跟驰行为预测模型为多层LSTM模型;
在两层LSTM层中包括dropout层,所述LSTM层的设置值为0‑1之间的定值。
8.一种混合队列人驾车辆跟驰行为预测装置,其特征在于,包括:获取单元,用于获取混合队列中待预测人驾车辆子队列的第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息;
预测单元,用于将所述第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息输入到训练好的车辆跟驰行为预测模型中,得到所述待预测人驾车辆子队列的最后一辆人驾车辆在未来时间段内的预测行驶状态信息。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述混合队列人驾车辆跟驰行为预测方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述混合队列人驾车辆跟驰行为预测方法。