Swarm Intelligence Freeway-Urban Trajectories (SWIFTraj) 数据集——第二部分：基于图的方法进行轨迹连接

在本系列的第一篇论文中，我们介绍了 SWIFTraj，一个新型的开源车辆轨迹数据集，由无人机 (UAV) swarm 收集。该数据集具有两个独特特征：第一，通过连接连续 UAV 视频中的轨迹，提供了长距离连续轨迹，最长超过 4.5 公里；第二，涵盖由高速公路及其连接城市道路构成的综合交通网络。从 UAV swarm 获取此类长距离连续轨迹具有挑战，因需在多个视频之间实现准确时间对齐，且 UAV 的空间分布呈不规则。为此，本文提出了一种 novel 基于图的方法，用于连接无人机捕获的车辆轨迹。构建一个表示灵活 UAV 布局的无向图，并开发了基于轨迹匹配成本最小化的自动时间对齐方法，以估计多个视频之间的最优时间偏移。为关联不同视频中同一车辆的轨迹，建立车辆匹配表，采用匈牙利算法实现。该方法在模拟数据和真实数据上进行评估。真实实验结果表明，时间对齐误差在三个视频帧内，约为 0.1 秒；车辆匹配实现约 0.99 的 F1 分数。这些结果表明，所提出的方法有效解决了 UAV 基于轨迹连接中的关键挑战，凸显了其在大规模车辆轨迹收集中的潜力。