[发明专利]一种基于马尔科夫模型的不确定性路网车辆轨迹预测方法在审
| 申请号： | 201810081700.6 | 申请日： | 2018-01-29 |
| 公开（公告）号： | CN108346284A | 公开（公告）日： | 2018-07-31 |
| 发明（设计）人： | 毛莺池;陈杨;徐淑芳;平萍;王龙宝 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 李玉平 |
| 地址： | 210098 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于马尔科夫模型的不确定性路网车辆轨迹预测方法。该方法重新定义补全路径算法，弥补了不确定性历史数据的不完整性，利用马尔科夫链低时间复杂度、高预测准确度的优势实现预测，方法的详细步骤为：(1)补全数据，利用补全路径的方法处理不确定性历史数据，然后将完整的数据储存在历史数据库中；(2)构造状态转移矩阵，根据公式对历史数据计算路口转移概率，所有转移概率组合得到马尔科夫状态转移矩阵；(3)轨迹预测，利用马尔科夫链模型对状态转移矩阵进行计算得到车辆未来轨迹。 | ||
| 搜索关键词： | 不确定性 历史数据 马尔科夫模型 状态转移矩阵 预测 车辆轨迹 转移概率 全路径 路网 马尔科夫链模型 历史数据库 马尔科夫链 时间复杂度 准确度 构造状态 轨迹预测 数据储存 重新定义 转移矩阵 全数据 算法 路口 | ||
【主权项】：
1.一种基于马尔科夫模型的不确定性路网车辆轨迹预测方法，其特征在于，包括以下步骤：S1：补全数据，利用补全路径的方法处理不确定性历史数据；S2：构造状态转移矩阵，对历史轨迹数据计算路口转移概率，组合得到马尔科夫状态转移矩阵；S3：轨迹预测，利用马尔科夫链模型对状态转移矩阵进行计算得到车辆未来轨迹。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810081700.6/，转载请声明来源钻瓜专利网。
