面向复杂特征空间的车辆短时轨迹预测研究

发布时间：2022-08-02 14:24

　　在智能交通中,如何从车辆轨迹中提取有效信息,进而做出短时精准的预测,是当前研究的一个热点问题。由于轨迹具有多样性、稀疏性以及道路拓扑存在复杂性,给实现轨迹的精准预测带来了困难与挑战。怎样从复杂道路拓扑中提取节点间的关系,怎样缓解轨迹稀疏性问题以及怎样从多维度考虑影响轨迹趋势的因素,是当前面临的主要难点。为了解决上述问题,本文主要从以下两个方面进行研究:结合车辆偏好特征、节点空间结构关系等影响因素,对稀疏缺失轨迹进行同态补偿,即对原始轨迹进行增强,对短时轨迹预测方法进行研究;结合车辆时序特征中潜在的周期性规律,对可变轨迹周期进行建模,对短时轨迹预测方法进行研究。本论文主要研究工作和贡献如下:1.针对车辆行驶过程中的多样性,提取车辆轨迹,并提出一种基于偏好特征语料库的短时轨迹预测方法。首先,引入生成对抗网络对轨迹分布进行学习,并以此为基础生成数据弥补原始轨迹的缺失,缓解其稀疏性。然后,针对轨迹具有的偏好特征及轨迹节点的空间特征,使用表示学习,并以此为基础构建偏好语料库和节点结构特征空间。最后,针对不同的特征向量分别进行轨迹趋势的预测,通过最大池化,将多维度多特征空间的预测趋势进行融合并形成... 

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景及意义
    1.2 研究现状
        1.2.1 轨迹管理与挖掘
        1.2.2 轨迹预测技术现状
    1.3 主要研究内容
    1.4 论文组织架构
第2章 相关技术和理论基础
    2.1 相关概念
        2.1.1 智能交通概述
        2.1.2 轨迹预测的理论基础
    2.2 表示学习相关知识
        2.2.1 统计语言模型
        2.2.2 One-Hot
        2.2.3 Word2Vec
        2.2.4 Deep Walk
    2.3 轨迹预测的关键技术研究
        2.3.1 隐马尔可夫模型
        2.3.2 高斯混合模型
        2.3.3 神经网络模型
    2.4 本章小结
第3章 基于偏好特征语料库的轨迹预测方法研究
    3.1 引言
    3.2 车辆轨迹预测模型相关定义
        3.2.1 相关定义
        3.2.2 问题提出
    3.3 车辆短时轨迹预测模型
        3.3.1 模型整体框架
        3.3.2 数据补偿
        3.3.3 特征形态提取
        3.3.4 特征表示
        3.3.5 融合模型
    3.4 模型算法设计
    3.5 本章小结
第4章 基于可变时序特征的短时轨迹预测方法研究
    4.1 引言
    4.2 问题描述
        4.2.1 相关定义
        4.2.2 问题提出
    4.3 轨迹预测模型
        4.3.1 模型整体框架
        4.3.2 特征表示
        4.3.3 预测模型
    4.4 模型算法设计
    4.5 本章小结
第5章 实验验证及应用
    5.1 数据集
    5.2 基于偏好特征语料库的算法实现
        5.2.1 算法实现过程
        5.2.2 评估准则
        5.2.3 算法评估
    5.3 基于可变时序特征的算法实现
        5.3.1 算法实现过程
        5.3.2 评估准则与基线方法
        5.3.3 算法评估
    5.4 本章小结
第6章 主要工作总结及未来工作
    6.1 主要工作
    6.2 后续研究工作
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果


【参考文献】：
期刊论文
[1]2019中国大数据产业发展白皮书[J]. 孙会峰.  互联网经济. 2019(Z2)
[2]不确定环境下移动对象自适应轨迹预测方法[J]. 夏卓群,胡珍珍,罗君鹏,陈月月.  计算机研究与发展. 2017(11)
[3]路网空间下基于马尔可夫决策过程的异常车辆轨迹检测算法[J]. 毛江云,吴昊,孙未未.  计算机学报. 2018(08)
[4]多模式移动对象不确定性轨迹预测模型[J]. 乔少杰,韩楠,丁治明,金澈清,孙未未,舒红平.  自动化学报. 2018(04)
[5]位置大数据的价值提取与协同挖掘方法[J]. 郭迟,刘经南,方媛,罗梦,崔竞松.  软件学报. 2014(04)
[6]受限路网中基于全局学习机制的在线轨迹预测[J]. 徐怀野,丁治明,刘奎恩,许佳捷.  计算机科学. 2012(08)
[7]基于向量识别的启发式路径推测算法[J]. 吕卫锋,吴东东,诸彤宇.  计算机学报. 2009(07)

硕士论文
[1]基于隐马尔可夫模型的车辆轨迹预测算法的研究[D]. 张迎亚.南京邮电大学 2017



本文编号：3668690