历史数据和强化学习相结合的低频轨迹数据匹配算法

发布时间：2017-09-21 06:46

  本文关键词：历史数据和强化学习相结合的低频轨迹数据匹配算法

  更多相关文章： 低频浮动车数据 轨迹匹配 马尔科夫决策过程 强化学习

【摘要】：针对低频(采样间隔大于1min)轨迹数据匹配算法精度不高的问题,提出了一种基于强化学习和历史轨迹的匹配算法HMDP-Q,首先通过增量匹配算法提取历史路径作为历史参考经验库;根据历史参考经验库、最短路径和可达性筛选候选路径集;再将地图匹配过程建模成马尔科夫决策过程,利用轨迹点偏离道路距离和历史轨迹构建回报函数;然后借助强化学习算法求解马尔科夫决策过程的最大回报值,即轨迹与道路的最优匹配结果;最后应用某市浮动车轨迹数据进行试验。结果表明:本文算法能有效提高轨迹数据与道路匹配精度;本算法在1min低频采样间隔下轨迹匹配准确率达到了89.2%;采样频率为16min时,该算法匹配精度也能达到61.4%;与IVVM算法相比,HMDP-Q算法匹配精度和求解效率均优于IVVM算法,16min采样频率时本文算法轨迹匹配精度提高了26%。
【作者单位】： 中国矿业大学(北京)地球科学与测绘工程学院;
【关键词】： 低频浮动车数据 轨迹匹配 马尔科夫决策过程 强化学习
【基金】：国家自然科学基金(41671383)~~
【分类号】：P228.4
【正文快照】： 随着车载和手持GPS设备的普及,GPS轨迹数据(如浮动车数据(floating car data,FCD)等)已成为交通状态模拟分析的重要数据源之一。由于采集高频轨迹数据通信成本高,因此,60%以上的GPS轨迹数据均属于低频采样[1]。但低频轨迹数据在采样间隔内可能会经过多条道路和交叉口,增加了车

【相似文献】

中国期刊全文数据库 前10条

1 董奎哲;;Steiner曲率重心轨迹曲线的形状[J];曲阜师院学报(自然科学版);1985年04期

2 葛福生;弦的中点轨迹公式化求解[J];南京师大学报(自然科学版);1986年02期

3 龚玺;裴韬;孙嘉;罗明;;时空轨迹聚类方法研究进展[J];地理科学进展;2011年05期

4 ;机械与仪表工业[J];中国科技信息;2006年13期

5 赵有婷;李熙莹;罗东华;;基于视频车辆轨迹模型的交通事件自动检测方法研究[J];中山大学学报(自然科学版);2011年04期

6 陈尧生;轴向梯度透镜效应[J];光学学报;1983年04期

7 黄皖苏;圆锥曲线的公切圆作图法[J];合肥工业大学学报(自然科学版);1992年02期

8 黄井武;王志强;谭玉峰;;煤矿工程钻孔轨迹参数计算方法及绘图[J];建井技术;2012年02期

9 李鹏;冯宏;董建梁;程海;;OpenSceneGraph在水平钻孔轨迹三维立体成图中的应用[J];电子测试;2013年08期

10 邢茂,郭烈锦;紊流风场中起跳沙粒的轨迹特征[J];中国沙漠;2003年06期

中国重要会议论文全文数据库 前1条

1 胡凌云;孙增圻;;基于模糊逻辑的双足轨迹生成算法[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年

中国硕士学位论文全文数据库 前10条

1 李英杰;双向驱动型链输送系统及样机研究[D];天津理工大学;2015年

2 桑凯;旋流器分选过程示踪球设计及颗粒轨迹数值模拟研究[D];中国矿业大学;2015年

3 曹梓远;监控视频的异常行为检测方法研究与软件实现[D];电子科技大学;2015年

4 毕菲;基于运动信息与背景信息相结合的视频序列配准[D];西安电子科技大学;2014年

5 金时_g;内埋式弹舱流场及武器投放轨迹研究[D];南京航空航天大学;2014年

6 高朋;基于GPS的路网更新系统研究与实现[D];东南大学;2015年

7 易仲;高中数学轨迹问题的教学设计探讨与实践[D];湖南师范大学;2015年

8 徐晓舟;面向飞艇平台的视频稳像方法研究[D];清华大学;2015年

9 陈栋;某产品姿态测量及参数解算研究[D];中北大学;2016年

10 朱凌宏;新型偏心研磨方式研磨轨迹的仿真研究[D];浙江工业大学;2011年

，

本文编号：893020