GMTP：基于高斯混合模型的轨迹预测算法

分享到

【作者】乔少杰，金琨，韩楠，唐常杰，格桑多吉，Gutierrez Louis Alberto
【作者单位】西南交通大学信息科学与技术学院；西南交通大学生命科学与工程学院；四川大学计算机学院；西藏大学藏文信息技术研究中心；Rensselaer Polytechnic Institute
【ISSN】1000-9825
【关键词】移动对象数据库轨迹预测高斯混合模型运动模式
【摘要】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,亟需设计准确高效的位置预测方法.针对现有方法的不足,提出新的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...
【基金】国家自然科学基金;高等学校博士学科点专项科研基金;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;教育部人文社会科学研究青年基金
【文献类型】期刊