一种基于语义轨迹的伴随车辆识别方法

    公开(公告)号:CN115359437A

    公开(公告)日:2022-11-18

    申请号:CN202211004516.4

    申请日:2022-08-22

    Abstract: 本发明提出了一种基于语义轨迹的伴随车辆识别方法,属于智能交通应用技术领域,所述方法包括对交通轨迹数据集进行处理得到车辆时序轨迹序列,采用MFDC算法进行轨迹数据补全,得到车辆补偿轨迹序列;对轨迹语义词汇表与车辆补偿轨迹序列进行特征匹配,得到语义轨迹补偿序列;计算车辆补偿轨迹序列的上下文轨迹点的拐点夹角,优化语义轨迹补偿序列;采用AT2VEC对优化后的语义轨迹补偿序列进行向量化处理,生成语义轨迹向量;采用TP‑BILSTM算法对语义轨迹向量进行轨迹点补偿,并利用多特征注意力机制提取出具有特征影响力的语义轨迹向量;计算出不同车辆的语义轨迹向量之间的相似度,并根据独热编码识别出同类别的伴随车辆。

    一种基于路网像素化的Wasserstein生成对抗流量数据插补方法

    公开(公告)号:CN115510174A

    公开(公告)日:2022-12-23

    申请号:CN202211197830.9

    申请日:2022-09-29

    Abstract: 本发明属于智能交通领域,具体涉及一种基于路网像素化的Wasserstein生成对抗流量数据插补方法,包括考虑到交通数据与图像数据具有一定的结构相似性,提出一种交通数据Trajectory2Matrix的表示方法,将交通路网以及轨迹数据进行像素化表示;构建路网流量生成对抗网络模型,考虑到外部因素和隐式空间特征的影响,引入重建路网拓扑结构和多源异质融合模块优化Wasserstein生成对抗网络的生成器,并同时提出一种全新的损失函数对生成的交通流量特征图中缺失的部分进行有效修复;将修复的数据输入路网流量数据生成对抗网络模型的判别器中判断该修复的数据的真实度,若真实度大于设置的阈值则完成修复,否则重新输入路网流量数据生成对抗网络模型进行数据修复;本发明能更好的挖掘缺失路网流量数据的多维的补偿特征,从缺失数据历史数据、缺失道路邻居节点和外部因素三个维度上补偿缺失数据,提高数据修复的鲁棒性和自适应性,也能有效融合动/静态外部属性和时间多模特性,进一步提高数据修复的精度。

Patent Agency Ranking