基于速度约束的分段轨迹聚类算法

目前的轨迹数据聚类直接对整条轨迹数据聚类,或先分段再对轨迹段聚类。分段聚类法抛弃轨迹段内部点,丢失轨迹局部特征,没有考虑点的速度影响。针对该问题,提出一种基于速度约束的分段轨迹数据聚类方法。该方法将速度约束和two-pass corner detection应用于轨迹分段,在邻域计算中加入速度约束,采用Discrete Fréchet Distance比较轨迹段距离,保留了轨迹段内部特征。用类似DBSCAN的TraDBSCAN算法对轨迹段进行聚类。实验结果表明,该方法考虑速度因素,可以获得更有效的聚类结果。

基于路网复杂度分区的轨迹分段地图匹配方法

针对现有大多数地图匹配方法在城市复杂环境下难以有效平衡匹配速度和精度的问题,提出了一种基于路网复杂度分区的轨迹分段地图匹配方法。该方法包括路网分区和轨迹分段匹配两个部分。通过构建的路网复杂度分区模型将路网划分为复杂区域和非复杂区域;对复杂区域内的轨迹段采用改进的隐马尔可夫模型进行匹配,非复杂区域内的轨迹段采用基于几何拓扑的快速匹配模型进行匹配;将不同区域内匹配的轨迹段进行拼接,得到完整轨迹的匹配结果。为得到路网复杂度分区模型的最优参数,进行了11组不同参数设置的对比实验,并将最终结果与ST-matching和传统隐马尔可夫模型两种地图匹配方法匹配的结果进行对比。结果表明,在三个数据集的匹配准确率均在96%以上,比其他两种对比算法匹配时间减少了60%,在保证匹配准确率的前提下有效提升了匹配效率。

非机动车超越行为轨迹分段识别与分析方法

非机动车超越次数是非机动车道服务水平评价的重要参数,随着路侧高位视频设备的应用普及,为非机动车超越行为识别提供了良好的视频数据来源。目前有关轨迹分段方法的研究难以适应非机动车行驶角度变化频繁且超越轨迹较长的特点。本文提出基于片段轨迹时长和分割间隔时间两个参数的轨迹分段方法,根据视频获取的640条超越轨迹数据,分析非机动车各类超越行为的特性,选取纵向平均速度、纵向速度标准差、横向平均速度、横向速度标准差作为特征参数,基于K最近邻(K-Nearest Neighbor, KNN)算法建立非机动车超越分类模型。根据超越行为持续时间平均值确定自行车片段轨迹时长取值为[4, 9] s,分割间隔时间取值为[1, 8] s;电动自行车的片段轨迹时长取值为[4, 8] s,分割间隔时间取值为[1, 7] s,利用分类模型对各参数组合分段获得的非机动车轨迹片段进行识别。研究结果表明:自行车片段轨迹时长为8 s,分割间隔时间为6 s;电动自行车片段轨迹时长为6 s,分割间隔时间为4 s时,对应的识别误差百分比最低,分段效果最佳。

基于信息熵的非机动车超越轨迹分段方法

通过自行车轨迹识别超越行为是评价非机动车交通服务水平的重要工作之一。针对基于阈值分段方法中需对不同轨迹确定不同的阈值问题,引入信息熵对非机动车超越轨迹进行分段。根据实测视频提取了780条非机动车超越轨迹数据,包括了在视频中可能存在的11种超越轨迹情形,并通过对超越过程中各阶段的特征参数分析,最终选取横向加速度、横向偏移距离、偏移角度作为基于信息熵分段的特征参数,通过引入信息熵理论,提出基于信息熵的非机动车超越轨迹分段方法和分段判断条件。根据信息熵理论中,分段后的2段子轨迹中的特征参数概率密度相较分割前更接近时熵增的定律,同时考虑非机动车超越轨迹的特征参数特征,提出适用于非机动车超越轨迹的信息熵分段标准。以实测路段非机动车超越轨迹数据为实验样本,将基于各特征参数的信息熵分段结果与基于时间、速度阈值的分段结果分别带入K最近邻(K-nearest neighbor,KNN)分类算法中进行超越轨迹识别,并利用轨迹覆盖度指标评价不同分段方法的超越轨迹分段效果。实验结果表明:基于信息熵超越轨迹分段方法的超越轨迹覆盖度平均为83.0%,优于基于阈值分段方法的轨迹覆盖度平均值79.7%,且基于横向加速度信息熵分段法的平均轨迹覆盖度为85.1%,分段效果相较于其他特征参数信息熵分段方法效果最优。

采用R树和轨迹分段的HMM高效地图匹配方法

针对传统隐马尔可夫模型(hidden-Markov model,HMM)地图匹配算法无法高效处理大量轨迹数据的问题,提出了一种改进的HMM地图匹配算法。采用R树空间索引方法为路网建立空间索引,基于轨迹点位置变化率对GPS轨迹数据进行分段,并利用R树索引快速确定子轨迹所属的候选路段,在子轨迹中挑选关键点代替整段子轨迹判断所属路段,根据结果完成各子轨迹的地图匹配。仿真结果表明:与传统HMM地图匹配算法相比,改进算法可以同时减少道路搜索和轨迹点遍历的工作量,大幅提高算法效率。

基于轨迹分段LDA主题模型的视频异常行为检测方法

基于目标轨迹的异常行为检测算法忽略了轨迹内部信息,容易导致异常检测虚警率偏高。为解决该问题,提出一种基于轨迹分段主题模型的视频异常行为检测方法。首先将目标原始轨迹根据轨迹转角分段,然后采用分段量化的方式提取轨迹片段中包含的行为特征信息,接着通过潜在狄利克雷分配(LDA)主题模型建模发掘目标轨迹之间的时空关系,最后通过学习所构建的模型并结合贝叶斯理论进行行为模式分析和异常行为检测。分别对两个视频场景进行了目标行为模式分析和异常行为检测的仿真实验,检测出了场景内多种异常行为模式。实验结果表明,通过结合轨迹分段与LDA主题模型,该算法能够充分挖掘目标轨迹内部的行为特征信息,识别多种异常行为模式,并且能提高对异常行为检测的准确率。

基于运动模式的船舶轨迹分段压缩算法

为解决当前船舶轨迹分段与压缩过程中轨迹细节丢失、运动模式不清及运动特征难以提取等问题,首先通过分析船舶运动的特点,在Stop-Move模式的基础上,提出了基于Stop-Turn-Line三种基本运动模式的船舶轨迹表示方法,并设计了轨迹运动模式检测与分割算法。然后,采用Java语言实现了该算法;并利用真实船舶轨迹数据集进行了测试。实验结果表明:该算法能够在较好保留运动模式及特征的前提下对船舶轨迹进行高效分段和压缩,可为基于海量船舶轨迹数据的查询、显示、分析及挖掘等提供良好的基础。

REGRASP:一种反应式GRASP的无监督轨迹分段方法

对长时段的轨迹数据进行合理的分段有利于轨迹数据的语义增强和后续轨迹数据计算以及提高存储的有效性.针对现有轨迹分段方法对先验知识要求高的问题,提出了一种反应式GRASP无监督轨迹分段方法(REGRASP),首先构造了用于衡量轨迹段内部同质性和轨迹段间特征距离的损失函数,然后设计了结合损失函数向轨迹段两侧寻找相关轨迹点的元启发算法,算法能够反应式地调整部分参数候选列表中值的权重,进而影响构建过程,并结合MapReduce计算模型给出了REGRASP的实现方法.在公开的船只轨迹数据集之上就轨迹段覆盖度和轨迹段纯净度两个指标进行了实验测试,并与CB-SmoT和GRASP-UTS方法进行了对比,结果表明本文所提方法在轨迹段纯净度方面效果更佳,并能够在没有先验知识的情况下完成轨迹分段任务.

基于相机朝向变化的增量式位姿图分段算法

位姿图优化是估计相机轨迹过程中减少累积误差的重要方法,但随着相机的不断运动,位姿图的规模会不断增大导致优化速度下降,使得轨迹估计难以应用于AR/VR(Augmented Reality/Virtual Reality)等实时性要求较高的领域。针对此问题,文中提出了一种基于相机朝向变化的增量式位姿图分段算法。所提算法能够将位姿图在相机发生朝向变化较大的时刻进行分段,从而只对这些朝向变化较大的相机进行位姿图优化,以有效减小位姿图优化的规模,提高优化速度。针对其余未进行位姿图优化的每个相机,分别将其所在轨迹段的起始相机和终止相机作为参考相机,将根据不同参考相机估计出的不同位姿进行加权平均,从而求解出相机的最终位姿,既避免了非线性优化的大量计算,又降低了噪声的影响,达到了较高的精度。在EuRoC,TUM和KITTI数据集上进行了实验,结果表明,所提算法在减小位姿图优化规模的基础上保证了相机轨迹的精度。

基于行为模式的海上目标轨迹分段算法

海上目标监视系统实时获取并长期积累了大量轨迹数据,深入挖掘分析其中蕴含的目标行为特征,是提升传统的基于声光电磁特性的海上目标探测技术性能的重要途径。在轨迹聚类、轨迹预测和行为分析等数据挖掘的预处理环节中,主流的轨迹分段算法以最小化损失为分段依据,没有给分段轨迹赋予行为模式等语义内涵,限制了分段轨迹的应用范围。对此,本文提出一种基于行为模式的海上目标轨迹分段算法,通过定义七种目标行为模式,制定行为模式优先级,达到轨迹分段的目的。通过提取轨迹段的特征值,真实的保留轨迹特征,尽可能的还原轨迹。实验分析表明,本文的算法能准确合理的进行轨迹分段并真实的还原轨迹,不同的算法参数对应不同的应用场景。最终,本文对算法分段结果的应用前景进行展望。

基于分段的渔船轨迹相似性度量的研究

随着越来越多的渔船安装了AIS系统,非法套用其他渔船的AIS设备,“一船多码”的现象愈演愈烈,及时发现“一船多码”的渔船就显得非常必要。文中通过余弦相似度进行渔船轨迹度量,找到非法渔船;针对渔船原始轨迹采样点数量庞大、检测效率低的问题,提出间隔采样的处理方式,提高了检测效率;针对原始轨迹中部分轨迹存在信号缺失或者AIS设备关闭导致度量精度差的问题,提出轨迹分段的处理方式,提高了检测精度。在渔船轨迹分段的基础上,对不同采样频率进行比较,结果显示,对于渔船轨迹检测,有效的采样频率和轨迹分段处理在检测效率和精度上得到了较满意的效果,该研究在轨迹判断领域具有一定的参考价值。

中继卫星跟踪航天器的轨迹分段优化算法研究

研究了中继卫星跟踪用户航天器的轨迹分段优化计算方法。首先根据位置矢量计算出理论跟踪轨迹,其次根据指向角连续变化的要求确定了单变量最小二乘拟合方法。在此基础上提出了基于动态拟合误差阈值的中继卫星跟踪轨迹分段优化方法。该方法首先确定在初始拟合误差阈值下跟踪轨迹的最优分段数目,然后将拟合误差阈值减小一个修正量,在新的误差阈值约束下重新计算各段的分段时长和分段数目,通过不断减小误差阈值进行循环计算,直到新的分段数目大于最优分段数目时完成计算。由于采用了逐步减小拟合误差阈值的动态阈值计算方法,使得各段的最大拟合误差得到了减小,并且达到了各段拟合误差的一致。该算法有效地提高了中继卫星程序跟踪中全程轨迹的计算精度,获得了良好的应用效果。

基于特征参数的井眼轨迹模式识别与分段方法

针对井眼轨迹形态多变而测斜模式单一所导致的井眼轨迹拟合偏离真实钻进轨迹问题,文中提出了基于特征参数的井眼轨迹分段和模式识别方法。该方法基于充分的理论分析建立井斜角、方位角随井深的3次b样条函数,得到能够决定井眼轨迹某点邻近形状的曲线特征参数。根据该特征参数,结合各种模型的特征参数,构建井眼模式识别评价指标和分段指标,并选出最符合实钻的井眼轨迹模型。为了验证所提方法的有效性,设计了样机模拟实钻实验。研究结果表明,基于特征参数的井眼轨迹模式识别与分段方法能够有效提高井眼轨迹拟合的精度。

基于改进分段截断二次速度轨迹模型的行程时间估计

为解决交通网络行程时间估计的问题,在经典分段截断二次速度轨迹模型的基础上进行改进,融入对速度变化的考虑,建立了改进的分段截断二次速度轨迹模型。首先,根据行程经过节点上游路段的累计时间窗来计算节点到达速度。其次,用各个路段节点到达时刻的速度代替出发时刻的速度。最后,用相邻三个路段节点的到达时刻速度构造速度轨迹,速度轨迹函数由拉格朗日二次插值基函数和常基函数构成。为验证改进模型的性能,引入经典分段截断二次速度轨迹模型作为对比,在实际道路上进行了实证研究。结果表明:改进的分段截断二次速度轨迹模型估计行程时间比原模型在均方误差和平均绝对百分比误差分别降低了46%和51%,且改进模型相对误差基本能保持10%以内,拟合度高于原始模型。

多约束条件下高超声速滑翔飞行器轨迹优化

研究了考虑航路点、禁飞区、热流、动压、过载、控制量以及终端状态等多种约束条件下高超声速滑翔飞行器轨迹优化设计问题。分析了采用一般Gauss伪谱方法进行高超声速滑翔飞行器轨迹优化设计存在的主要问题,为此,提出了轨迹分段优化策略,将轨迹优化的一般最优控制问题转换为多段最优控制问题,进而将各段轨迹按Gauss伪谱方法进行离散化,将连续多段最优控制问题转换为非线性规划问题进行求解。以多约束条件下最大射程轨迹优化为例进行仿真分析,结果表明分段优化方法能够较快地设计出满足各种约束条件的优化轨迹。

用于机动目标跟踪的分段机动识别方法

分段轨迹识别方法是一种将目标轨迹分成若干段曲线,对每一段曲线进行参数估计进而估计目标状态的跟踪方法.基于分段轨迹识别方法提出了一种分段机动识别方法,使之能够适用于更多的目标机动类型.针对速度变化的目标,提出了新的曲线参数描述的模型以及新的优化跟踪性能的代价函数,改进了判断分段结束的条件以及起始新分段的方法.仿真结果表明:分段机动识别方法在稳态性能不变的情况下,能够更好地跟踪加减速目标;同时,分段机动识别方法对于高度机动目标的跟踪性能和准确构造的交互多模型算法相似,且远优于匀速直线运动模型下的卡尔曼滤波器.

基于稀疏采样数据的复杂路网地图匹配算法

地图匹配是指将GPS定位坐标正确匹配到数字地图的道路上.离线地图匹配是从记录和存储的轨迹数据中寻找车辆行驶的真实路径.采样频率和复杂路网是影响地图匹配正确率的两个最重要的因素.为了提高现有的隐马尔可夫模型地图匹配算法在复杂路网上的正确率,提出了分段验证匹配方法(SV算法).考虑到每一段子轨迹会有k条候选路径,引入一个适应度来评判候选路径与轨迹的吻合程度,选取具有最高适应度的候选路径作为局部最佳匹配路径.此外,所提算法还考虑了路段方向和车辆行驶方向的角度差和路段限速,通过这些约束条件过滤候选路段和候选点,以提高算法效率.

高超声速飞行器多约束再入轨迹快速优化

针对高超声速飞行器再入过程中面临测控区和绕飞区的再入轨迹设计问题,提出了一种基于Gauss伪谱法(GPM)的分段轨迹优化策略。将轨迹优化的一般最优控制问题转换为多段最优控制问题,进而将各段轨迹按Gauss伪谱方法进行离散化,将连续多段最优控制问题转换为非线性规划问题(NLP)进行求解。所得再入轨迹能够使得飞行器在满足各种约束条件的情况下成功进入测控区并且有效规避绕飞区,最终到达指定点。此外,本文综合考虑飞行器再入飞行的快速性和工程实用性,并提出了再入时间、弹道倾角以及航向角相关指标的加权性能指标,同时保证了轨迹规划快速、再入轨迹平滑以及控制量变化平缓等实际需求,提高了计算效率。仿真结果表明,本文所提出的分段优化方案能够快速规划出适应不同飞行任务的再入轨迹。

多功能拆除机器人自动对接工具轨迹规划研究

为保证多功能拆除机器人机械臂在自动对接工具过程中的轨迹平稳连续和启停无冲击,提出了一种可配置速度的分段轨迹规划方法,即首先利用Bezier曲线生成其避障对接路径,然后在关节空间利用4-4-…-4-5次多项式对其对接路径进行分段插值。最后,以某型三臂式多功能拆除机器人对接工具为例,通过Matlab进行仿真,结果表明:4-4-…-4-5次多项式插值轨迹规划方法保证了多功能拆除机器人各关节角角度、角速度和角加速均连续,且启停位置具有零速度和零加速度,为实现多功能拆除机器人自动对接工具提供了基础。

基于相轨迹凹凸性的暂态不稳定性判别方法的分析比较

基于相轨迹凹凸性的暂态不稳定性判别与控制是近年来发展的新理论方法,有望应用于基于同步相量测量单元(PMU)信息的电力系统紧急控制。强调了该方法应用于多机系统时实时分群聚合的关键技术步骤以及正确使用相轨迹分段的必要性,分析了相关文献在应用该方法的过程中出现的问题,进一步对理解和应用该方法时的注意事项进行了详细深入的阐述。