基于卡尔曼滤波的动态轨迹预测算法

• 作者: 乔少杰 元昌安 朱新文 舒红平 郑皎凌 韩楠
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 移动对象数据库 状态估计 轨迹预测 卡尔曼滤波 轨迹拟合
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 418-423
• 页数: 6页
• 分类号: TP311
• 字数: 4406字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.02.022

摘要

基于拟合的传统轨迹预测算法已无法满足高精度和实时性预测要求.提出基于卡尔曼滤波的动态轨迹预测算法,对移动对象动态行为进行状态估计,利用前一时刻的估计值和当前时刻的观测值更新对状态变量的估计,进而对下一时刻的轨迹位置预测.大量真实移动对象数据集上的实验结果表明:GeoLife数据集上基于卡尔曼滤波的轨迹预测算法的平均预测误差(预测轨迹点与实际轨迹点的均方根误差)为12.5米;与基于轨迹拟合的轨迹预测算法相比,T-Drive数据集预测误差平均下降了555.4米,预测准确率提升了7.1%.在保证预测时效性前提下,基于卡尔曼滤波的动态轨迹预测算法解决了轨迹预测精度较低的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	元昌安	广西师范学院计算机与信息工程学院	121	1400	21.0	33.0
2	舒红平	成都信息工程大学软件工程学院	65	461	11.0	18.0
3	郑皎凌	成都信息工程大学软件工程学院	22	102	6.0	9.0
4	韩楠	成都信息工程大学管理学院	23	155	5.0	12.0
5	乔少杰	成都信息工程大学网络空间安全学院	34	171	6.0	12.0
6	朱新文	西南交通大学信息科学与技术学院	1	38	1.0	1.0