大连理工大学学报

作者：贺玉海,周庆琨,程埮晟,王勤鹏

关键词：车辆轨迹聚类分析异常值检测相似性度量DBSCAN算法

基金：国家自然科学基金资助项目(51009112).

采用聚类算法和异常值检测算法进行车辆轨迹信息的提取与挖掘，在交通控制与管理、道路拥堵时空分析与治理、用户出行线路规划与推荐，以及自动驾驶决策规划等应用中具有重要意义．针对现有聚类算法和异常值检测算法参数难以控制、算法存在随机性的不足，提出基于?K-Medoids与DBSCAN组合的聚类算法．通过对模拟十字交叉路口数据集的训练，得到一个交叉路口最佳聚类模型，并用真实轨迹数据集验证、优化该模型．然后，将交叉路口区域内一段时间内的轨迹聚类数据流进行可视化再现，取得了异常轨迹少、聚类速度快的聚类效果，同时比较选择出算法各个参数的最优值．最后，通过参数传递使DBSCAN算法能够更精确地识别出异常轨迹，为交通治理与自动驾驶决策提供指导．

来源：2022年第4期

《大连理工大学学报》期刊编辑部

查看大连理工大学学报杂志2022年第4期