计算机应用研究

作者：王浩权,郑皎凌,乔少杰,帅俨殊,刘双侨,曾宇,

单位：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；

关键词：轨迹生成,A*算法,路径规划,VAE,

基金：四川省自然科学基金面上项目(2025ZNSFSC0488)；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(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)；；

基于GPS数据的轨迹生成方法因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。但其面临以下挑战：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该方法可生成符合真实交通状况的轨迹。

来源：2025年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第3期