867.
基于GPS数据的轨迹生成方法因隐私保护与成本高的问题而难以应用,提出一种基于卡口数据生成车辆轨迹的方法。但其面临以下挑战:首先由于卡口覆盖率低导致拍摄的轨迹不连续,无法兼容现有模型,且未有工作研究如何有效填补缺失轨迹;其次现有模型忽略路网约束,生成轨迹无法进行仿真;最后现有模型无法生成多样化轨迹,导致可用性较差。为解决以上挑战,首先设计了TrajGAT-A
*模型,通过图神经网络构建包含实际交通信息的路网拓扑图,使用聚类算法构造出功能区网络并利用图注意力网络挖掘路网特征,生成路网权重图后执行A
*算法重构出连续轨迹。接着设计β-TrajVAE模型,通过聚类算法将路网划分为簇内外路段并执行分区采样,在损失函数中加入超参数以控制精度与散度之间的平衡,生成多个制导图后执行A
*搜索生成多样化轨迹。基于重庆数据进行实验验证,结果显示重构轨迹在precision、recall、F
1指标上均优于现有模型,生成轨迹在cross-entropy上优于现有生成模型,并通过仿真实验证实该方法可生成符合真实交通状况的轨迹。… …
相似文献