金琨
- 作品数：1 被引量：112H指数：1
- 供职机构：西南交通大学信息科学与技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金教育部人文社会科学研究基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于高斯混合模型的轨迹预测算法被引量：112
- 2015年
- 在智能交通控制系统、军事数字化战场、辅助驾驶系统中,实时、精确、可靠的移动对象不确定性轨迹预测具有极高的应用价值.智能轨迹预测不仅可以提供精准的基于位置的服务,而且可以提前监测和预判交通状况,进而推荐最佳路线,已经成为移动对象数据库研究的热点,亟需设计准确而高效的位置预测方法.针对现有方法的不足,提出了基于高斯混合模型的轨迹预测方法 GMTP,主要步骤包括:(1)针对复杂运动模式利用高斯混合模型建模;(2)利用高斯混合模型计算不同运动模式的概率分布,进而将轨迹数据划分为不同分量;(3)利用高斯过程回归预测移动对象最可能的运动轨迹.GMTP是高斯非线性概率统计模型,其优势在于:计算结果不仅是位置预测值,更是关于移动对象未来所有可能运动轨迹的概率分布,可以利用概率统计分布特性获得某种运动模式(如匀加速运动)下的位置预测.大量真实轨迹数据集上的实验结果表明:与相同参数设置下的高斯回归预测和卡尔曼滤波预测法相比,GMTP的预测准确性平均提高了22.2%和23.8%,预测时间平均缩减了92.7%和95.9%.
- 乔少杰金琨韩楠唐常杰格桑多吉Louis Alberto GUTIERREZ
- 关键词：移动对象数据库轨迹预测高斯混合模型
