基于双向RNN的私家车轨迹重构算法

• 作者: 曾凡仔 肖竹 蒋洪波 蔡成林 钱鑫
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 私家车 车辆定位 轨迹重构 循环神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 171-181
• 页数: 11页
• 分类号: TN914
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2020227

摘要

在复杂的城市环境中,由于存在难以避免的GNSS定位信号中断现象以及车辆行驶过程中的误差累积,易造成所收集的车辆轨迹数据不准确和不完备,因此提出一种基于双向RNN的私家车轨迹重构算法,使用了GNSS-OBD轨迹采集设备收集车辆轨迹信息,利用多源数据融合实现双向加权轨迹重构.同时,在轨迹重构模型中引入神经算术逻辑单元(NALU),加强深度网络的外推能力并确保轨迹预测的精度,提高算法在应对城市复杂路段时轨迹重构的稳健性;选取了实际城市路段进行了测试实验,并和现有算法进行了对比分析.通过均方根误差(RMSE)以及Google Earth对重构轨迹进行可视化展示,实验结果验证了所提算法的有效性和可靠性.