受限路网中基于全局学习机制的在线轨迹预测

摘要：

受限路网中移动对象的轨迹预测已成为智能交通关注的热点,被广泛应用于应急保障、车辆导航等领域.但在仅知道移动对象近期轨迹的情况下,现有方法难以解决其未来路径的在线预测问题.提出一种新的在线轨迹预测方法LPP,即通过全局学习机制发现最长频繁路径,构造快速访问结构LPP-tree.基于移动对象近期轨迹可对未来运动路径进行快速在线预测.通过实验,验证了该方法的有效性.

关键词：受限路网、移动对象、在线轨迹预测、全局学习机制

所属期刊栏目：39

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目60970030;教育部留学回国人员科研启动基金项目外教司[2006J331]

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：169-172