时空门控轨迹仿真框架

宏观微观双优

用语义感知图学习显式建模路网和轨迹语义，稳定生成高保真轨迹，摆脱生成质量不稳定的问题。

Yu, Wang · Ji, Cao · Wenjie, Huang · Zhihua, Liu · Tongya, Zheng · 宋明黎

Information Fusion 2024

技术优势

稳定高质量

显式建模路网语义和轨迹语义，克服了 GAN 训练不稳定的问题，生成轨迹质量更高。

宏观微观全超越

在两个数据集上的宏观和微观指标均一致优于现有最佳方法。

下游任务有效

合成轨迹用于下游任务时性能优于现有方法，证明其实际应用价值。

应用场景

• 自动驾驶仿真：生成高保真车辆轨迹，用于训练和测试自动驾驶算法。
• 智能交通系统：模拟多种交通参与者轨迹，辅助路网级交通流分析与管控。
• 移动机器人导航：合成行人等移动对象轨迹，用于移动机器人在动态环境中的导航训练。