基于環(huán)境約束的不確定車輛軌跡預(yù)測方法

《基于環(huán)境約束的不確定車輛軌跡預(yù)測方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、為了確?！敖虒W(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)?；诃h(huán)境約束的不確定車輛軌跡預(yù)測方法　　摘要：　　針對現(xiàn)有預(yù)測算法很少考慮環(huán)境因素，預(yù)測精度不高的問題，提出了一種基于環(huán)境約束的不確定軌跡數(shù)據(jù)預(yù)測算法。首先獲取歷史軌跡數(shù)據(jù)所處的環(huán)境信息，利用環(huán)境信息和軌跡數(shù)據(jù)構(gòu)造一個(gè)新的軌跡參考點(diǎn)，模擬帶有環(huán)境信息的車輛不確定軌跡數(shù)據(jù)；然后基于高斯混合模型，對軌跡參考點(diǎn)數(shù)據(jù)和歷史軌跡數(shù)據(jù)進(jìn)行訓(xùn)練；最后在訓(xùn)練的基礎(chǔ)上利用軌跡參考點(diǎn)和歷史軌跡數(shù)據(jù)對車輛軌跡實(shí)時(shí)預(yù)測。由于考慮了出行的環(huán)境因

2、素，預(yù)測結(jié)果更符合現(xiàn)實(shí)情景。實(shí)驗(yàn)驗(yàn)證了該算法在實(shí)時(shí)性和預(yù)測準(zhǔn)確度上較其它算法有所提高。　　關(guān)鍵詞：　　環(huán)境約束；不確定軌跡；軌跡預(yù)測；軌跡參考點(diǎn)；高斯混合模型　　DOIDOI：/　　中圖分類號(hào)：TP306　　文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)文章編號(hào)：　　Abstract：Inviewoftheexistingpredictionalgorithmsseldomconsiderenvironmentalfactorspredictingaccuracy，proposesapredictionalgorithmforuncertaintrajectorybasedonenvironmental為了充分發(fā)揮“

3、教學(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備的作用，我們不僅把資源運(yùn)用于課堂教學(xué)，還利用系統(tǒng)的特色欄目開展課外活動(dòng)，對學(xué)生進(jìn)行安全教育、健康教育、反邪教教育等豐富學(xué)生的課余文化生活。為了確保“教學(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)。constraints，themainstepsinclude：first，thehistoricaldataacquisitionenvironmentinformation，thecombineddatastructurebyusingthetr

4、ajectoryreferencepointtosimulatetheenvironmentinformationofthevehiclewithuncertaintrajectory；thenGaussmixturemodeltrainedonthetrajectoryreferencepointdataandhistoricaldatabasedonthetrajectoryreferencepointandhistoricaldatausingrealtimepredictionofvehicletrajectory.Consideringtheenvironmentalfactorso

5、ftravel，thepredictionresultsmorerealistic，theexperimentalresultsshowthatthealgorithmisaccurateinpredictingrealtimeanddegreethantheotheralgorithmsareimproved.　　KeyWords：environmentalconstraints；uncertaintrajectory；trajectoryprediction；trajectoryreferencepoint；GMM　　0引言為了充分發(fā)揮“教學(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備的作用，我們不僅把

6、資源運(yùn)用于課堂教學(xué)，還利用系統(tǒng)的特色欄目開展課外活動(dòng)，對學(xué)生進(jìn)行安全教育、健康教育、反邪教教育等豐富學(xué)生的課余文化生活。為了確?！敖虒W(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)?！　⌒l(wèi)星定位技術(shù)、無線通信技術(shù)和地理信息技術(shù)的迅速發(fā)展，使定位設(shè)備在車載以及移動(dòng)終端上得到廣泛應(yīng)用。安裝在公交車輛、出租車以及其它車輛上的GPS設(shè)備記錄著城市交通、人群移動(dòng)的動(dòng)態(tài)變化[1]，將不同時(shí)刻的車輛位置信息收集起?砭涂曬鉤啥嗵跬暾?的軌跡序列數(shù)據(jù)，可以利用這些歷史軌跡數(shù)據(jù)對車輛未來軌跡進(jìn)行預(yù)測

7、。本文提出一種基于預(yù)測模型的車輛行駛軌跡預(yù)測方法?！　σ苿?dòng)對象不確定軌跡預(yù)測有三方面：①將移動(dòng)軌跡按照時(shí)間進(jìn)行分段研究[2]；②基于歷史軌跡數(shù)據(jù)推薦各種最優(yōu)路徑[3]；③挖掘歷史軌跡的頻繁模式預(yù)測未來軌跡[4]，其中研究成果主要集中在頻繁模式挖掘上，通過挖掘軌跡頻繁模式規(guī)劃出最優(yōu)路徑并進(jìn)行預(yù)測。與此同時(shí)，還有利用多種預(yù)測模型對軌跡進(jìn)行預(yù)測，如貝葉斯網(wǎng)絡(luò)[5]、混合馬爾科夫模型[6]、隱馬爾科夫模