一种基于生成对抗网络的轨迹去噪方法及装置制造方法及图纸

本发明专利技术涉及一种基于生成对抗网络的轨迹去噪方法及装置，包括：分别获取高精度轨迹数据和噪声数据，并进行轨迹离散化得到轨迹数据集；所述噪声数据与所述高精度轨迹数据相对应；利用离散化后的高精度轨迹数据和噪声数据对判别器和生成器进行迭代训练，其中所述判别器包括真实性判别器DR和相似性判别器DS；合并真实性判别器DR和相似性判别器DS并基于传统CGAN目标函数，构建生成对抗网络的目标函数；利用训练好的生成器以及新构建的生成对抗网络的目标函数对待处理轨迹数据进行轨迹去噪。本方案引入在生成模型中表现更好的生成对抗网络(GAN)，重新基于轨迹构造去噪生成模型。重新基于轨迹构造去噪生成模型。重新基于轨迹构造去噪生成模型。

【技术实现步骤摘要】
一种基于生成对抗网络的轨迹去噪方法及装置


[0001]本专利技术涉及地图生产
，具体涉及一种基于生成对抗网络的轨迹去噪方法及装置。

技术介绍

[0002]在地图生产领域，会使用大量的GPS轨迹数据，但是由于GPS轨迹含有噪声，对使用造成困难，除了剔除异常轨迹，还需要对待使用的轨迹进行去噪，以尽量提高轨迹的使用效率，减少噪声对轨迹的影响。
[0003]处理该问题的方法包括：
[0004]1.基于人总结出的先验知识：包括观察轨迹方向、位置的变化趋势，总结出异常类型，并加以处理，该方法基于人类的知识，很难覆盖所有场景；
[0005]2.基于高斯分布建模，该方法有很强的预设前提，预先定义了噪声的分布方式，并不适用于所有情况；
[0006]3.基于自编码器(AE)架构和长短期记忆模型(LSTM)的编码方法，对轨迹做自学习，得到轨迹的隐式表达，然后重建轨迹，这种方法往往生成较为平均的轨迹，难以学到轨迹真正的特性。

技术实现思路

[0007]本专利技术针对现有技术中存在的技术问题，提供一种基于生成对抗网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于生成对抗网络的轨迹去噪方法，其特征在于，包括：分别获取高精度轨迹数据和噪声数据，并进行轨迹离散化得到轨迹数据集；所述噪声数据与所述高精度轨迹数据相对应；利用离散化后的高精度轨迹数据和噪声数据对判别器和生成器进行迭代训练，其中所述判别器包括真实性判别器DR和相似性判别器DS；合并真实性判别器DR和相似性判别器DS并基于传统CGAN目标函数，构建生成对抗网络的目标函数；利用训练好的生成器以及新构建的生成对抗网络的目标函数对待处理轨迹数据进行轨迹去噪。2.根据权利要求1所述的方法，其特征在于，所述噪声数据通过高精度轨迹数据加随机噪声获得，或者高精度轨迹数据和噪声数据分别取自同一台测量车上安装的高精度和低精度GPS采集设备输出数据。3.根据权利要求1所述的方法，其特征在于，对高精度轨迹数据和噪声数据进行轨迹离散化后再进行正则化。4.根据权利要求1所述的方法，其特征在于，对高精度轨迹数据和噪声数据进行轨迹离散化，包括：按照0.5m划分网格，把经纬度坐标，转成整数平面坐标。5.根据权利要求1所述的方法，其特征在于，得到轨迹数据集后还包括，从轨迹数据集中取提取一个批次的高精度轨迹和噪声轨迹，对该批次数据的轨迹做数据增强。6.根据权利要求1所述的方法，其特征在于，利用离散化后的高精度轨迹数据和噪声数据对判别器和生成器进行迭代训练，包括：先固定生成器参数，训练调整真实性判别器DR和相似性判别器DS的参数；再固定真实性判别器DR和相似性判别器DS的参数，训练调整生成器的参数；生成器训练过程中引入新生成轨迹和原始高精度轨迹的二维距离作为新的约束，所述二维距离的目标函数为...

【专利技术属性】
技术研发人员：石涤文，尹玉成，胡丹丹，姚琼杰，刘奋，
申请(专利权)人：武汉中海庭数据技术有限公司，
类型：发明
国别省市：