CN104346925A - 预测行车时间的方法和系统 - Google Patents

Abstract

本发明涉及道路交通，其公开了一种预测行车时间的方法和系统，包括：根据目标路段的当前路况信息和目标路段的路况与行车速度的对应关系估计目标路段的各个子路段的当前行车速度；获得所述各个子路段的疏散指数；利用所述各个子路段的疏散指数对所述各个子路段的当前行车速度进行调整并获得所述各个子路段的调整后的当前行车速度；根据所述各个子路段的调整后的当前行车速度预测目标路段的行车时间。根据本发明实施例的预测行车时间的方法，能够结合各目标路段的各个子路段的特征来估计行车速度，从而更准确的估计行车时间。

Description

预测行车时间的方法和系统

技术领域

本发明涉及道路交通，更具体地，涉及一种预测目标路段行车时间的方法和系统。

背景技术

行车时间的预测对司机来说非常重要，尤其对需要周密计划行程的长途旅游者。目前城市道路交通状况日益复杂，而车辆的行车时间预测受到多种因素的影响，例如路况、天气、时间，现有的方法通常根据实时路况信息估计行车时间。实时路况信息是根据当前交通路网中车辆通行速度而确定的各路段的交通状况（通常分为拥堵，缓行，畅通若干等级）。然而，对于距离比较长、路况复杂的情况，当前的实时路况信息只能对距离起始点较近的路段路况有比较准确的度量，不能有效反映较远路段一段时间之后的行车速度。因此仅仅基于实时路况信息不能准确地估计行车时间。如果针对较远路段不断更新实时路况信息，成本太高。

因此，需要一种准确的估计行车时间的方法。

发明内容

根据本发明的一个方面，提供了一种预测行车时间的方法，包括：根据目标路段的当前路况信息和目标路段的路况与行车速度的对应关系估计目标路段的各个子路段的当前行车速度；获得所述各个子路段的疏散指数；利用所述各个子路段的疏散指数对所述各个子路段的当前行车速度进行调整并获得所述各个子路段的调整后的当前行车速度；根据所述各个子路段的调整后的当前行车速度预测目标路段的行车时间。

根据本发明的另一个方面，提供了一种预测行车时间的系统，包括：当前行车速度估计模块，被配置为根据目标路段的当前路况信息和目标路段的路况与行车速度的对应关系估计目标路段的各个子路段的当前行车速度；疏散指数获得模块，被配置为根据目标路段的历史路况信息获得所述各个子路段的疏散指数；速度调整模块，被配置为利用所述各个子路段的疏散指数对所述各个子路段的当前行车速度进行调整并获得所述各个子路段的调整后的当前行车速度；行车时间预测模块，被配置为根据所述各个子路段的调整后的当前行车速度预测目标路段的行车时间。

根据本发明的实施例的估计行车时间的方法和系统，能够结合各目标路段的各个子路段的特征来估计行车速度，从而更准确的估计行车时间。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。

图2示出根据本发明实施例的预测目标路段的行车时间的方法。

图3示出根据本发明实施例的预测行车时间的系统300。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件（包括固件、驻留软件、微代码等），还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

下面将参照本发明实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，这些计算机程序指令通过计算机或其它可编程数据处理装置执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。

也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instruction means)的制造品（manufacture）。

也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。

图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图1显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图1所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件（包括系统存储器28和处理单元16）的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（ISA）总线，微通道体系结构（MAC）总线，增强型ISA总线、视频电子标准协会（VESA）局域总线以及外围组件互连（PCI）总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器（RAM）30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质（图1未显示，通常称为“硬盘驱动器”）。尽管图1中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如CD-ROM,DVD-ROM或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组（至少一个）程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14（例如键盘、指向设备、显示器24等）通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

现在参看图2,图2示出根据本发明实施例的预测目标路段的行车时间的方法，包括：在步骤S201，根据目标路段的当前路况信息和目标路段的路况与行车速度的对应关系估计目标路段的各个子路段的当前行车速度；在步骤S202，获得所述各个子路段的疏散指数；在步骤S203，根据各个子路段的当前行车速度和各个子路段的疏散指数对所述各个子路段的当前行车速度进行调整并获得调整后的当前行车速度；在步骤S204，根据调整后的当前行车速度预测目标路段的行车时间。

在步骤S201，根据目标路段的当前路况信息和目标路段的路况与行车速度的对应关系估计目标路段的各个子路段的当前行车速度，用户可以从公共信息平台的交通监控数据获取目标路段的当前路况信息，当前路况信息是根据当前交通路网中车辆通行速度而确定的交通流信息、交通事件信息和时间信息，其中交通流信息包括各路段的路况（通常分为拥堵，缓行，畅通若干等级），表1示出根据本发明实施例的当前时间目标路段的各个子路段的路况。

表1

子路段	时间戳	路况
			R1	2012-11-0109:01:01	畅通
R2	2012-11-0109:01:01	拥堵
			R3	2012-11-0109:01:01	畅通
R4	2012-11-0109:01:01	拥堵
			R5	2012-11-0109:01:01	畅通
R6	2012-11-0109:01:01	畅通
			R7	2012-11-0109:01:01	拥堵
R8	2012-11-0109:01:01	畅通
			…	…	…

目标路段的路况与行车速度的对应关系可以由领域专家根据目标路段的道路设计和行业规范给出，也可以对目标路段在各种路况状态下的行车速度进行实际测量而获得，并预先存储在数据库中，在此路况通常分为拥堵，缓行，畅通若干等级。表2示出目标路段的路况和行车速度的对应关系表。

表2

以子路段R1为例，由表1可知当前时刻的路况是畅通，由表2可知子路段R1在畅通状态下的当前行车速度是40km/h。

在步骤S202，获得各个子路段的疏散指数，其中疏散指数用I_adjust表征，疏散指数是对某个路段在某个路况状态下实际车辆通行能力的度量。

$I_{\mathrm{adjust}}=\frac{\underset{v=1}{\overset{n}{\mathrm{\Σ}}}(S_c-S_v)}{S_c\×n}---\left(1\right);$

其中S_c是根据当前路况信息估计的车辆的当前行车速度，S_v是该路段上的车辆的实际行车速度，n是正整数，S_v可以由车辆实际行驶的距离和行驶时间来确定，根据本发明的实施例，可以根据从车辆采集的GPS坐标获得车辆实际行驶的距离和行驶时间来计算车辆的实际行车速度，例如可以在各个子路段的起点和终点采集过往车辆的GPS坐标，车辆中有车辆轨迹记录仪，记录各个时刻的GPS坐标，当车辆到达子路段的起点和终点时，车辆轨迹记录仪自动向远程的中心服务器发送车辆的GPS坐标，表3示出根据子路段R1采集到的车辆的GPS坐标计算行车速度。

表3

如表3所示，根据采集到的R1路段四个车辆的GPS坐标计算的行车速度分别为22km/h，32km/h，26km/h和24km/h，当前行车速度S_c利用表1和表2的结果40km/h，利用上面的公式（1）计算子路段R1的疏散指数I_adjust，

$I_{\mathrm{adjust}}=\frac{(40-22)+(40-32)+(40-26)+(40-24)}{40\×4}=0.35$

在步骤S203，根据各个子路段的当前行车速度和各个子路段的疏散指数对所述各个子路段的当前行车速度进行调整并获得调整后的当前行车速度，具体地，按照如下公式计算调整后的当前行车速度S_adjust：

S_adjust=S_c*(1-αI_adjust)，α∈(0,1)     （2）；

α是一个0到1之间的参数，用于设定疏散指数对速度的影响程度，α可以依据经验设定，也可以根据路段上采集到GPS坐标的车辆数目来调整。

根据本发明的实施例，以上述实施例中计算的疏散指数I_adjust调整当前行车速度，

S_adjust=40*(1-0.35/2)=33，因此调整后的当前行车速度是33km/h。

在步骤S204，根据所述各个子路段的调整后的当前行车速度预测目标路段的行车时间，利用子路段的距离D和调整后的当前行车速度S_adjust计算该子路段的行车时间并将所有子路段的行车时间累加，得到目标路段的行车时间。

根据本发明实施例的预测目标路段的行车时间的方法，在当前路况信息的基础上，考虑路况的扩散能力，对当前行车速度进行调整，从而更准确的预测行车时间。

根据本发明的实施例，还包括：根据目标路段的历史路况信息估计目标路段的各个子路段的历史行车速度；以及根据所述各个子路段的调整后的当前行车速度和历史行车速度估计目标路段的行车时间。

其中根据目标路段的历史路况信息估计目标路段的各个子路段的历史行车速度包括：根据目标路段的历史路况信息估计目标路段的各个子路段在当前路况条件下的拥堵状况；根据目标路段的各个子路段在当前路况条件下的拥堵状况估计目标路段的各个子路段的历史行车速度。

具体地，根据公式（3）估计目标路段的各个子路段在当前路况条件下的拥堵状况，

$P\left(A\right|B)=\frac{P\left(B\right|A)P\left(A\right)}{P\left(B\right)};---\left(3\right)$

B是某个当前路况条件，A是拥堵状况，P(A)是某个拥堵状态的概率，P(B)是某个当前路况条件的概率，P(B|A)是某个拥堵状态下某个当前路况条件的概率，P(A|B)是某个当前路况条件下某个拥堵状态的概率。表4示出根据本发明的实施例的目标路段的历史路况信息。

表4

假设子路段R1的当前路况条件B是下雨，拥堵状态A是拥堵，根据表4的历史路况信息预测在下雨的条件下拥堵的概率，由表4可知，下雨的概率P(B)=0.5，拥堵的概率P(A)=0.75，拥堵情况下下雨的概率P(B|A)=0.66，根据上面的公式（3）计算下雨条件下拥堵的概率

假设预先设定下雨条件下拥堵的概率的阈值是0.4，如果大于阈值，则确定为拥堵，否则是畅通，根据本发明的实施例，0.44>0.4，因此子路段的路况是拥堵。参照表1，可以预测子路段R1在拥堵状态下的历史行车速度是20km/h。

根据本发明的实施例，根据所述各个子路段的调整后的当前行车速度和历史行车速度估计目标路段的行车时间进一步包括：根据调整后的当前行车速度和历史行车速度估计预测行车速度；以及根据预测行车速度预测目标路段的行车时间。

其中根据调整后的当前行车速度和历史行车速度估计预测行车速度包括：为所述各个子路段的调整后的当前行车速度分配第一权值；为所述各个子路段的历史行车速度分配第二权值；所述各个子路段的调整后的当前行车速度与第一权值相乘得到第一乘积；所述各个子路段的历史行车速度与第二权值相乘得到第二乘积；将第一乘积和第二乘积相加，得到预测行车速度；根据预测行车速度预测目标路段的行车时间。根据公式（4）计算预测行车速度：

S=w₁*S_adjust+w₂*S_h；    （4）

其中S_adjust是调整后的当前行车速度，S_h是历史行车速度，S是预测行车速度，w₁是为调整后的当前行车速度分配的权重，w₂是为历史行车速度分配的权重，w₁+w₂=1，该权重可以根据经验指定。根据本发明的一个实施例，权重的分配可以根据目标路段的起点与各个子路段的终点的距离来确定，表5示出根据本发明的一个实施例分配的权重，权重的分配随着子路段与目标路段的起点的距离越来越远，当前行车速度分配的权重越小。

表5

利用子路段的距离D和预测行车速度S计算该子路段的行车时间并将所有子路段的行车时间累加，得到目标路段的行车时间，根据本发明实施例，既考虑到路段扩散能力，对当前行车速度进行调整，还考虑到利用历史路况信息估计历史行车速度，结合当前行车速度和历史行车速度预测行车速度，更准确的预测行车时间。

基于同一发明构思，本发明还提出一种预测行车时间的系统，图3示出根据本发明实施例的预测行车时间的系统300，包括：当前行车速度估计模块301，被配置为根据目标路段的当前路况信息和目标路段的路况与行车速度的对应关系估计目标路段的各个子路段的当前行车速度；疏散指数获得模块302，被配置为根据目标路段的历史路况信息获得所述各个子路段的疏散指数；速度调整模块303，被配置为利用所述各个子路段的疏散指数对所述各个子路段的当前行车速度进行调整并获得所述各个子路段的调整后的当前行车速度；行车时间预测模块304，被配置为根据所述各个子路段的调整后的当前行车速度预测目标路段的行车时间。

根据本发明的实施例，还包括历史行车速度估计模块，被配置为：根据目标路段的历史路况信息估计目标路段的各个子路段的历史行车速度；行车时间预测模块进一步被配置为：根据所述各个子路段的调整后的当前行车速度和历史行车速度估计目标路段的行车时间。

根据本发明的实施例，其中历史行车速度估计模块进一步被配置为：根据目标路段的历史路况信息估计目标路段的各个子路段在当前路况条件下的拥堵状况；根据目标路段的各个子路段在当前路况条件下的拥堵状况估计目标路段的各个子路段的历史行车速度。

根据本发明的实施例，其中行车时间预测模块进一步被配置为：根据所述各个子路段的调整后的当前行车速度和历史行车速度估计所述各个子路段的预测行车速度；以及根据所述各个子路段的测行车速度预测目标路段的行车时间。

根据本发明的实施例，其中行车时间预测模块进一步被配置为：为所述各个子路段的调整后的当前行车速度分配第一权值；为所述各个子路段的历史行车速度分配第二权值；所述各个子路段的调整后的当前行车速度与第一权值相乘得到第一乘积；所述各个子路段的历史行车速度与第二权值相乘得到第二乘积；将第一乘积和第二乘积相加，得到预测行车速度。

根据本发明的实施例，其中按照如下公式计算所述各个子路段的疏散指数I_adjust， $I_{\mathrm{adjust}}=\frac{\underset{v=1}{\overset{n}{\mathrm{\Σ}}}(S_c-S_v)}{S_c\×n};$

其中S_c是根据当前路况信息估计的当前行车速度，S_v是实际车辆的行车速度，n是正整数。

根据本发明的实施例，其中按照如下公式计算调整后的当前行车速度S_adjust：

S_adjust=S_c*(1-αI_adjust)，α∈(0,1)；

其中S_c是根据当前路况信息估计的当前行车速度，I_adjust是所述各个子路段的疏散指数，α用于设定疏散指数对当前行车速度的影响程度。

上述每个模块的具体实现方法参照根据本发明实施例的预测行车时间的方法中的详细描述，在此不一一赘述。

根据本发明实施例的预测行车时间的方法和系统可以作为一个应用的插件安装在用户的客户端计算机上，也可以安装在远程的服务器上，根据用户请求，为用户提供服务。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (14)

1.一种预测行车时间的方法，包括：

根据目标路段的当前路况信息和目标路段的路况与行车速度的对应关系估计目标路段的各个子路段的当前行车速度；

获得所述各个子路段的疏散指数；

利用所述各个子路段的疏散指数对所述各个子路段的当前行车速度进行调整并获得所述各个子路段的调整后的当前行车速度；

根据所述各个子路段的调整后的当前行车速度预测目标路段的行车时间。

2.根据权利要求1所述的方法，还包括：根据目标路段的历史路况信息估计目标路段的各个子路段的历史行车速度；

根据所述各个子路段的调整后的当前行车速度预测目标路段的行车时间包括：根据所述各个子路段的调整后的当前行车速度和历史行车速度估计目标路段的行车时间。

3.根据权利要求2所述的方法，其中根据目标路段的历史路况信息估计目标路段的各个子路段的历史行车速度包括：

根据目标路段的历史路况信息估计目标路段的各个子路段在当前路况条件下的拥堵状况；

根据目标路段的各个子路段在当前路况条件下的拥堵状况估计目标路段的各个子路段的历史行车速度。

4.根据权利要求2所述的方法，其中根据所述各个子路段的调整后的当前行车速度和历史行车速度预测目标路段的行车时间包括：

根据调整后的当前行车速度和历史行车速度估计预测行车速度；以及根据预测行车速度预测目标路段的行车时间。

5.根据权利要求4所述的方法，其中根据调整后的当前行车速度和历史行车速度估计预测行车速度包括：

为所述各个子路段的调整后的当前行车速度分配第一权值；

为所述各个子路段的历史行车速度分配第二权值；

所述各个子路段的调整后的当前行车速度与第一权值相乘得到第一乘积；

所述各个子路段的历史行车速度与第二权值相乘得到第二乘积；

将第一乘积和第二乘积相加，得到预测行车速度。

6.根据权利要求1所述的方法，其中按照如下公式计算所述各个子路段的疏散指数I_adjust， $I_{\mathrm{adjust}}=\frac{\underset{v=1}{\overset{n}{\mathrm{\Σ}}}(S_c-S_v)}{S_c\×n};$

其中S_c是根据当前路况信息估计的当前行车速度，S_v是车辆的实际行车速度，n是正整数。

7.根据权利要求6所述的方法，其中按照如下公式计算调整后的当前行车速度S_adjust：

S_adjust=S_c*(1-αI_adjust)，α∈(0,1)；

其中S_c是根据当前路况信息估计的当前行车速度，I_adjust是所述各个子路段的疏散指数，α用于设定疏散指数对当前行车速度的影响程度。

8.一种预测行车时间的系统，包括：

当前行车速度估计模块，被配置为根据目标路段的当前路况信息和目标路段的路况与行车速度的对应关系估计目标路段的各个子路段的当前行车速度；

疏散指数获得模块，被配置为获得所述各个子路段的疏散指数；

速度调整模块，被配置为利用所述各个子路段的疏散指数对所述各个子路段的当前行车速度进行调整并获得所述各个子路段的调整后的当前行车速度；

行车时间预测模块，被配置为根据所述各个子路段的调整后的当前行车速度预测目标路段的行车时间。

9.根据权利要求8所述的系统，还包括历史行车速度估计模块，被配置为：根据目标路段的历史路况信息估计目标路段的各个子路段的历史行车速度；

行车时间预测模块进一步被配置为：根据所述各个子路段的调整后的当前行车速度和历史行车速度估计目标路段的行车时间。

10.根据权利要求9所述的系统，其中历史行车速度估计模块进一步被配置为：

根据目标路段的历史路况信息估计目标路段的各个子路段在当前路况条件下的拥堵状况；

根据目标路段的各个子路段在当前路况条件下的拥堵状况估计目标路段的各个子路段的历史行车速度。

11.根据权利要求9所述的系统，其中行车时间预测模块进一步被配置为：

根据所述各个子路段的调整后的当前行车速度和历史行车速度估计所述各个子路段的预测行车速度；以及根据所述各个子路段的预测行车速度预测目标路段的行车时间。

12.根据权利要求11所述的系统，其中行车时间预测模块进一步被配置为：

为所述各个子路段的调整后的当前行车速度分配第一权值；

为所述各个子路段的历史行车速度分配第二权值；

所述各个子路段的调整后的当前行车速度与第一权值相乘得到第一乘积；

所述各个子路段的历史行车速度与第二权值相乘得到第二乘积；

将第一乘积和第二乘积相加，得到预测行车速度。

13.根据权利要求8所述的系统，其中按照如下公式计算所述各个子路段的疏散指数I_adjust， $I_{\mathrm{adjust}}=\frac{\underset{v=1}{\overset{n}{\mathrm{\Σ}}}(S_c-S_v)}{S_c\×n};$

其中S_c是根据当前路况信息估计的当前行车速度，S_v是车辆的实际行车速度，n是正整数。

14.根据权利要求13所述的系统，其中按照如下公式计算调整后的当前行车速度S_adjust：

S_adjust=S_c*(1-αI_adjust)，α∈(0,1)；

其中S_c是根据当前路况信息估计的当前行车速度，I_adjust是所述各个子路段的疏散指数，α用于设定疏散指数对当前行车速度的影响程度。