基于云边协同的车联网轨迹预测方法

本发明公开了基于云边协同的车联网轨迹预测方法，包括以下步骤；S1：采集车辆行驶数据并进行预处理；S2：基于采集车辆行驶数据进行交互信息和通信质量的自适应卡尔曼滤波，通过α因子与β因子分别调整过程与观测噪声协方差矩阵，使用更新后过程与观测噪声协方差矩阵进行状态估计；S3：将自适应卡尔曼滤波应用于车辆轨迹预测任务，并进行卡尔曼滤波优化；S4：对优化后卡尔曼滤波评估；S5：基于自适应卡尔曼滤波进行车联网轨迹预测。本发明具有自适应性强，融合多元信息，兼具鲁棒性和精度的特点。