2026《行人轨迹预测算法研究的文献综述》3800字.doc

–PAGE28–

行人轨迹预测算法研究的文献综述

行人轨迹预测即对获取到的行人历史轨迹数据进行分析后对其未来一定时间段的位置坐标进行预测。随着轨迹数据的挖掘与应用，轨迹预测技术作为一项基础技术日益体现其本质，国内外的研究人员也对该领域做出了大量的探索与研究。现有的行人轨迹预测算法可分为基于统计模型的和基于深度学习的两大类预测模型。统计模型采用多源混合预测的思想，考虑不同移动对象的运动轨迹，常用的有隐马尔可夫模型[4]、贝叶斯网络模型[5]以及回归与函数近似模型等。深度学习模型可以从海量数据中自动调整模型参数，具有很强的自适应能力，且在处理非线性输入数据时有一定的优势。

基于统计模型的轨迹