一种基于改进隐马尔可夫模型的道路巡检轨迹纠偏方法

本发明公开了一种基于改进隐马尔可夫模型的道路巡检轨迹纠偏方法，涉及轨迹纠偏技术领域。在复杂的道路网络中，道路巡检车辆的轨迹常因噪声和稀疏性出现偏差，从而影响道路巡检的路径规划和调度效率。本发明提出了一种改进的HMM方法，将轨迹纠偏问题转化为连续GPS点的概率建模过程。具体而言，将带有误差的GPS点视为观测点，并将其与附近的候选路段进行关联。通过计算每个GPS点与候选路段之间的距离，确定观测概率和初始状态概率。利用路网的连通性来表征状态转移概率，并使用状态转移矩阵计算终态生成概率值。最终，采用Viterbi算法回溯以确定最优轨迹序列，并将GPS点投影到真实路段上，得到纠偏结果。本发明提高了巡检车辆行驶轨迹的准确性，从而有效优化了巡检路径的规划与调度效果。