论文部分内容阅读
随着无线通信技术的快速发展,汽车已经不仅仅是一种代步工具,更成了互联网中的一个重要节点,成了人们获取信息的重要渠道。然而,这些信息的获取仍需要用户先进行人机交互。现在的汽车还只能被动地去获取和展示信息,而不能自动感知用户的需求,主动为用户提供其所需的信息。目的地预测算法让汽车可以预测出用户的目的地和需求,进而主动地为用户提供相关信息。因此,设计出一种预测效果良好的目的地预测算法具有重要的现实意义。本文研究的是基于历史行车轨迹的目的地预测算法。本文利用用户个人的历史行车轨迹构建预测模型,然后结合用户当前的行车轨迹来预测用户目的地。主要工作包括:1、实现了一种基于权重的地图匹配算法,用以消除行车轨迹与电子地图道路网络之间的偏差。通过两组真实的行车数据来测试地图匹配算法的效果,结果表明算法具有较高的匹配准确性,并且满足实时性要求。2、研究并实现了两种目的地预测算法——子轨迹目的地预测算法和概率统计目的地预测算法。针对子轨迹目的地预测算法对于某些轨迹无法进行预测的情况,本文对其预测算法部分进行了一定的改进,使其预测覆盖率得到了提升;对于概率统计目的地预测算法,本文经过调整使其适用于地图网格化条件,并针对其预测准确性不高的问题,提出了一种改进的概率统计目的地预测算法。3、为了更加深入地了解目的地预测算法的预测性能,本文根据轨迹的重复次数以及起终点情况将历史行车轨迹分成了五个类别,并且通过Matlab仿真测试了三组算法对于各类别轨迹的预测效果。结果表明,本文所提出的改进的概率统计目的地预测算法对于大部分的行车轨迹具有良好的预测效果,具有较高的实用价值。4、开发了一个基于Android平台的简单的目的地预测应用,并利用历史行车轨迹对应用进行了测试。结果表明,本文所开发的应用实现了目的地预测的基本功能。