找回密码
 注册
关于网站域名变更的通知
查看: 885|回复: 3
打印 上一主题 下一主题

[毕业设计] 基于卡尔曼滤波的动态轨迹预测算法

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-4-19 09:22 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x

8 ]- M) k( \' u1 o7 w+ ]2 T摘要:基于拟合的传统轨迹预测算法已无法满足高精度和实时性预测要求.提出基于卡尔曼滤波的动态轨迹预测算法,对移动对象动态行为进行状态估计,利用前一时刻的估计值和当前时刻的观测值更新对状态变量的估计,进而对下一时刻的轨迹位置预测.大量真实移动对象数据集上的实验结果表明;GeoLife数据集上基于卡尔曼滤波的轨迹预测算法的平均预测误差(预测轨迹点与实际轨迹点的均方根误差)为12.5米;与基于轨迹拟合的轨迹预测算法相比,T-Drive数据集预测误差平均下降了555.4米,预测准确率提升了7.1%.在保证预测时效性前提下,基于卡尔曼滤波的动态轨迹预测算法解决了轨迹预测精度较低的问题.
4 x7 y5 Z% a0 I
: U( H" v0 J6 t关键词:移动对象数据库;状态估计;轨迹预测;卡尔曼滤波;轨迹拟合$ A8 r# k  u$ r7 u

6 M- @: J, D/ `0 L: O- f卡尔曼滤波(Kalman Filtering)通过系统输入输出观测数据对系统状态进行最优估计,尤其适用于运动状态频繁变化运动行为的预测,能够实现实时预测.( q( p5 K1 z. I: N8 t4 l' V' [
$ n' v. D0 K/ ^

4 e" a8 U4 B& J1 L' s
* s' T) G9 j- D& E
游客,如果您要查看本帖隐藏内容请回复

. \4 o6 Y$ T4 \* }4 o# i9 A* t9 X1 E: l7 ^
  • TA的每日心情
    开心
    2023-1-3 15:10
  • 签到天数: 2 天

    [LV.1]初来乍到

    2#
    发表于 2021-4-19 13:12 | 只看该作者
    卡尔曼滤波的动态轨迹预测算法

    该用户从未签到

    4#
    发表于 2021-4-21 17:34 | 只看该作者
    谢谢大神啊

    “来自电巢APP”

    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    关闭

    推荐内容上一条 /1 下一条

    EDA365公众号

    关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

    GMT+8, 2025-7-22 12:31 , Processed in 0.109375 second(s), 26 queries , Gzip On.

    深圳市墨知创新科技有限公司

    地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

    快速回复 返回顶部 返回列表