收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

历史数据和强化学习相结合的低频轨迹数据匹配算法

孙文彬  熊婷  
【摘要】:针对低频(采样间隔大于1min)轨迹数据匹配算法精度不高的问题,提出了一种基于强化学习和历史轨迹的匹配算法HMDP-Q,首先通过增量匹配算法提取历史路径作为历史参考经验库;根据历史参考经验库、最短路径和可达性筛选候选路径集;再将地图匹配过程建模成马尔科夫决策过程,利用轨迹点偏离道路距离和历史轨迹构建回报函数;然后借助强化学习算法求解马尔科夫决策过程的最大回报值,即轨迹与道路的最优匹配结果;最后应用某市浮动车轨迹数据进行试验。结果表明:本文算法能有效提高轨迹数据与道路匹配精度;本算法在1min低频采样间隔下轨迹匹配准确率达到了89.2%;采样频率为16min时,该算法匹配精度也能达到61.4%;与IVVM算法相比,HMDP-Q算法匹配精度和求解效率均优于IVVM算法,16min采样频率时本文算法轨迹匹配精度提高了26%。

知网文化
【相似文献】
中国期刊全文数据库 前2条
1 黄井武;王志强;谭玉峰;;煤矿工程钻孔轨迹参数计算方法及绘图[J];建井技术;2012年02期
2 ;[J];;年期
中国硕士学位论文全文数据库 前1条
1 高朋;基于GPS的路网更新系统研究与实现[D];东南大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978