隨著物聯(lián)網(wǎng)、互聯(lián)網(wǎng)行業(yè)的發(fā)展,人們正逐漸步入一個(gè)物與物互聯(lián)的時(shí)代,對(duì)遠(yuǎn)程設(shè)備的智能監(jiān)控技術(shù)正逐漸發(fā)達(dá),人們對(duì)視線外的設(shè)備運(yùn)轉(zhuǎn)情況也更加重視。在政府層面,國(guó)有資產(chǎn)歸屬?lài)?guó)家,但是被一些別有用心的人利用職務(wù)便利竊取國(guó)有資產(chǎn),對(duì)政府造成損失。政府水利局有一項(xiàng)任務(wù)是處理生活、工業(yè)污水,將污水過(guò)濾分離成清水和污泥,并將污泥進(jìn)行再利用。部分司機(jī)和部門(mén)管理人員利用職務(wù)便利在污泥運(yùn)輸過(guò)程中私下處理污泥,傾倒在公共場(chǎng)所污染環(huán)境。本項(xiàng)目旨在設(shè)計(jì)一套系統(tǒng),對(duì)污泥運(yùn)輸過(guò)程進(jìn)行監(jiān)管,包括車(chē)輛行駛監(jiān)控,對(duì)駕駛?cè)藛T的違規(guī)行為進(jìn)行監(jiān)督,此外還有車(chē)輛人員調(diào)度安排控制,污泥運(yùn)輸相關(guān)信息采集展示。特別是在車(chē)輛行駛監(jiān)控方面,傳統(tǒng)的檢查方式存在一些不足:（1）在沒(méi)有智能預(yù)測(cè)時(shí),若采用人工對(duì)污泥運(yùn)輸車(chē)輛進(jìn)行管控,消耗財(cái)力人力巨大,尤其是污泥調(diào)度任務(wù)均在每天后半夜執(zhí)行,布設(shè)人力管控成本大。（2）在車(chē)輛行為預(yù)測(cè)方面,傳統(tǒng)的軌跡預(yù)測(cè)算法在實(shí)際應(yīng)用階段難度較高,算法要求準(zhǔn)確性和時(shí)間復(fù)雜度不可兼得,難以實(shí)現(xiàn)實(shí)時(shí)監(jiān)控預(yù)警的要求,因此可行性不高。（3）各種軌跡預(yù)測(cè)算法的模式各不相同,在不同場(chǎng)景下效果也千差萬(wàn)別,軌跡預(yù)測(cè)在實(shí)際設(shè)計(jì)時(shí),一定要根據(jù)實(shí)... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１目標(biāo)移動(dòng)軌跡??在政府層面，國(guó)有資產(chǎn)歸屬?lài)?guó)家，但是被一些別有用心的人利用職務(wù)便利竊??取國(guó)有資產(chǎn)，對(duì)政府造成損失

本文將預(yù)測(cè)模型首先拆分為兩部分，第一部分為預(yù)測(cè)車(chē)輛未來(lái)駕駛軌跡，找??到最可能的駕駛目的區(qū)域；第二部分根據(jù)預(yù)測(cè)出區(qū)域的相關(guān)歷史信息，分析司機(jī)??駕駛行為的意圖。本文采用變階馬爾科夫模型，并在基礎(chǔ)模型的基礎(chǔ)上提出新的??改進(jìn)方案，增加匹配成功率，有效解決匹配稀疏的問(wèn)題。??２．２路徑信息管理與分析系統(tǒng)結(jié)構(gòu)設(shè)計(jì)??預(yù)測(cè)車(chē)輛軌跡必須需要?dú)v史數(shù)據(jù)的支持，歷史數(shù)據(jù)的存儲(chǔ)管理與預(yù)測(cè)算法的??設(shè)計(jì)便是系統(tǒng)的重點(diǎn)。路徑信息管理的目標(biāo)是有效解決關(guān)聯(lián)性復(fù)雜的多維度路徑??軌跡數(shù)據(jù)存儲(chǔ)與提取問(wèn)題，預(yù)測(cè)算法的目標(biāo)是在可接受的時(shí)間范圍內(nèi)實(shí)現(xiàn)較為準(zhǔn)??確的路徑軌跡預(yù)測(cè)。??客戶(hù)端??車(chē)鵬動(dòng)臟觸??

Ｉ?ｉ??圖２－１預(yù)測(cè)思路??本文將預(yù)測(cè)模型首先拆分為兩部分，第一部分為預(yù)測(cè)車(chē)輛未來(lái)駕駛軌跡，找??到最可能的駕駛目的區(qū)域；第二部分根據(jù)預(yù)測(cè)出區(qū)域的相關(guān)歷史信息，分析司機(jī)??駕駛行為的意圖。本文采用變階馬爾科夫模型，并在基礎(chǔ)模型的基礎(chǔ)上提出新的??改進(jìn)方案，增加匹配成功率，有效解決匹配稀疏的問(wèn)題。??２．２路徑信息管理與分析系統(tǒng)結(jié)構(gòu)設(shè)計(jì)??預(yù)測(cè)車(chē)輛軌跡必須需要?dú)v史數(shù)據(jù)的支持，歷史數(shù)據(jù)的存儲(chǔ)管理與預(yù)測(cè)算法的??設(shè)計(jì)便是系統(tǒng)的重點(diǎn)。路徑信息管理的目標(biāo)是有效解決關(guān)聯(lián)性復(fù)雜的多維度路徑??軌跡數(shù)據(jù)存儲(chǔ)與提取問(wèn)題，預(yù)測(cè)算法的目標(biāo)是在可接受的時(shí)間范圍內(nèi)實(shí)現(xiàn)較為準(zhǔn)??確的路徑軌跡預(yù)測(cè)。??客戶(hù)端??車(chē)鵬動(dòng)臟觸??■?—??Ｉ??業(yè)務(wù)后臺(tái)?．：二２?ｋ??、－??軌跡分析??——＿??ｉ?一—?’：ｒ??存儲(chǔ)橫塊?ＷＢＭ＇?２．?＊?．?３Ｔ３Ｓ＇??數(shù)據(jù)節(jié)

【參考文獻(xiàn)】：
期刊論文
[1]異常行為車(chē)輛主動(dòng)感知模型研究[J]. 盧興亞,楊峰,季偉.  中國(guó)公共安全(學(xué)術(shù)版). 2018(03)
[2]基于前綴投影技術(shù)的大規(guī)模軌跡預(yù)測(cè)模型[J]. 喬少杰,韓楠,李天瑞,李榮華,李斌勇,王曉騰,Louis Alberto GUTIERREZ.  軟件學(xué)報(bào). 2017(11)
[3]快速搜索密度峰值聚類(lèi)在圖像檢索中的應(yīng)用[J]. 王華秋,聶珍.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(11)
[4]EAVTP:一種環(huán)境自適應(yīng)車(chē)輛軌跡預(yù)測(cè)方法[J]. 夏卓群,胡珍珍,羅君鵬.  小型微型計(jì)算機(jī)系統(tǒng). 2016(10)
[5]基于Markov模型與軌跡相似度的移動(dòng)對(duì)象位置預(yù)測(cè)算法[J]. 宋路杰,孟凡榮,袁冠.  計(jì)算機(jī)應(yīng)用. 2016(01)
[6]基于自適應(yīng)多階Markov模型的位置預(yù)測(cè)[J]. 呂明琪,陳嶺,陳根才.  計(jì)算機(jī)研究與發(fā)展. 2010(10)
[7]用于移動(dòng)路徑預(yù)測(cè)的混合Markov模型[J]. 余雪崗,劉衍珩,魏達(dá),田明.  通信學(xué)報(bào). 2006(12)



本文編號(hào)：3057595