不确定环境下移动车辆轨迹预测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 模式匹配预测 | 第13-14页 |
| 1.3.2 概率模型预测 | 第14-15页 |
| 1.4 本文研究内容及创新点 | 第15-16页 |
| 1.5 组织结构 | 第16-17页 |
| 第二章 移动对象轨迹预测基本理论 | 第17-22页 |
| 2.1 轨迹预测相关方法 | 第17-18页 |
| 2.2 移动对象轨迹预测关键技术 | 第18-21页 |
| 2.2.1 轨迹数据采集与预处理 | 第18-20页 |
| 2.2.2 轨迹预测模型训练 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于虚拟参考点的车辆轨迹预测 | 第22-33页 |
| 3.1 引言 | 第22页 |
| 3.2 模型相关定义 | 第22-23页 |
| 3.3 虚拟参考点建立与轨迹预测框架 | 第23-27页 |
| 3.3.1 虚拟参考点创建 | 第23-24页 |
| 3.3.2 轨迹预测框架简介 | 第24-27页 |
| 3.4 轨迹在线预测及算法实现 | 第27-29页 |
| 3.4.1 轨迹在线预测 | 第27-28页 |
| 3.4.2 轨迹预测算法实现 | 第28-29页 |
| 3.5 算法仿真与分析 | 第29-32页 |
| 3.5.1 仿真参数与平台 | 第29页 |
| 3.5.2 预测可信度与准确性比较 | 第29-31页 |
| 3.5.3 PE分析 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第四章 不确定环境下移动对象自适应轨迹预测 | 第33-51页 |
| 4.1 前言 | 第33-34页 |
| 4.2 轨迹数据优化与建模 | 第34-38页 |
| 4.2.1 轨迹数据预处理 | 第35页 |
| 4.2.2 轨迹模型训练学习 | 第35-38页 |
| 4.3 环境自适应轨迹预测算法ESATP | 第38-40页 |
| 4.3.1 预测原理 | 第38-39页 |
| 4.3.2 参数自适应选择 | 第39-40页 |
| 4.3.3 环境自适应预测算法ESAP | 第40页 |
| 4.4 算法仿真与分析 | 第40-49页 |
| 4.4.1 数据集和实验环境 | 第40-41页 |
| 4.4.2 VGMM模型性能评估 | 第41-45页 |
| 4.4.3 与现有其他模型方法比较 | 第45-48页 |
| 4.4.4 预测时间比较 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 不确定环境下基于用户习惯的轨迹预测 | 第51-67页 |
| 5.1 研究背景 | 第51页 |
| 5.2 用户行为习惯模型建立 | 第51-55页 |
| 5.2.1 用户行为习惯介绍 | 第51-52页 |
| 5.2.2 用户行为习惯模型学习 | 第52-55页 |
| 5.3 迹预测算法UPTP | 第55-58页 |
| 5.3.1 环境感知模型简介 | 第56页 |
| 5.3.2 迹预测算法UPTP描述 | 第56-58页 |
| 5.4 算法仿真与分析 | 第58-65页 |
| 5.4.1 实验数据集 | 第58页 |
| 5.4.2 用户行为习惯和环境影响分析 | 第58-61页 |
| 5.4.3 性能评价 | 第61-65页 |
| 5.5 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 附录A 攻读硕士学位期间研究成果 | 第76页 |
