巨屌 一种基于高斯夹杂模子的轨迹展望算法
麻豆 夏雨荷摘抄:
在智能交通收尾系统、军事数字化战场、补助驾驶系统中,及时、精确、可靠的转移对象不细目性轨迹展望具有极高的应用价值.智能轨迹展望不仅不错提供精确的基于位置的作事,何况不错提前监测和预判交通景况,进而保举最好道路,照旧成为转移对象数据库相关的热门,亟需谋略准确而高效的位置展望活动.针对现存活动的不及巨屌,建议了基于高斯夹杂模子的轨迹展望活动GMTP,主要法子包括:(1) 针对复杂开放阵势运用高斯夹杂模子建模;(2) 运用高斯夹杂模子谋略不同开放阵势的概率散播,进而将轨迹数据永别为不同重量;(3) 运用高斯经过追忆展望转移对象最可能的开放轨迹.GMTP是高斯非线性概率统计模子,其上风在于:谋略效果不仅是位置展望值,更是对于转移对象将来通盘可能开放轨迹的概率散播,不错运用概率统计散播特质得到某种开放阵势(如匀加快开放)下的位置展望.无数真的轨迹数据集上的试验效果标明:与疏导参数缔造下的高斯追忆展望和卡尔曼滤波展望法比拟,GMTP的展望准确性平均栽培了22.2%和23.8%,展望技巧平均缩减了92.7%和95.9%.