受限路网中基于全局学习机制的在线轨迹预测

受限路网中移动对象的轨迹预测已成为智能交通关注的热点，被广泛应用于应急保障、车辆导航等领域。但在仅知道移动对象近期轨迹的情况下，现有方法难以解决其未来路径的在线预测问题。提出一种新的在线轨迹预测方法lpp，即通过全局学习机制发现最长频繁路径，构造快速访问结构lpp-lree。基于移动对象近期轨迹可对未来运动路径进行快速在线预测。通过实验，验证了该方法的有效性。