移动目标轨迹预测方法研究综述

Abstract

随着智能交通系统领域大量移动终端设备的涌现，理解并准确预测移动目标轨迹有助于降低交通事故发生的概率，提高基于位置服务的智能交通应用的质量和水平。主要从数据驱动和行为驱动的角度对移动目标轨迹预测方法进行综述，首先对概率统计、神经网络、深度学习和混合建模等数据驱动方法进行比较；其次对动力学建模和目标意图识别等行为驱动方法的基本概念及研究现状进行概述；然后分别对目标轨迹重建、目标异常行为识别和导航路径规划等轨迹预测应用进行简要叙述；最后讨论了移动目标轨迹预测存在的主要问题以及未来的发展方向。

Keywords

• 智能交通系统
• 轨迹预测
• 人工智能
• 深度学习
• 动力学模型