基于交通路网权重学习的城市机动车多样化轨迹生成
Diversified trajectory generation of urban motor vehicles based on traffic road network weight learning
1. 成都信息工程大学 软件工程学院, 成都 610225
2. 四川易方智慧科技有限公司, 成都 610000
摘要
基于GPS数据的轨迹生成方法由于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并面临以下挑战。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、F1指标上均优于现有的模型，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提出的方法可生成符合真实交通状况的轨迹。
基金项目
香港中文大学(深圳)开放课题广东省大数据计算基础理论与方法重点实验室开放课题基金资助项目(B10120210117-OF02)
云南省智能系统与计算重点实验室开放课题(ISC22Y02)
四川省科技计划重点研发项目(2023YFG0027)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.08.0311
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第3期
发布历史
[2024-12-05] 优先出版
引用本文
王浩权, 郑皎凌, 乔少杰, 等. 基于交通路网权重学习的城市机动车多样化轨迹生成 [J]. 计算机应用研究, 2025, 42 (3). (2024-12-16). https://doi.org/10.19734/j.issn.1001-3695.2024.08.0311. (Wang Haoquan, Zheng Jiaoling, Qiao Shaojie, et al. Diversified trajectory generation of urban motor vehicles based on traffic road network weight learning [J]. Application Research of Computers, 2025, 42 (3). (2024-12-16). https://doi.org/10.19734/j.issn.1001-3695.2024.08.0311. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
