1.一种基于插值和预测算法的车辆轨迹拟合仿真方法，其特征在于，
2.由权利要求1所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,，其特征在于，s1中去除噪声的方法为：对于交通数据中的雷达数据，采用卡尔曼滤波函数削弱噪声，得到平滑的雷达数据，通过unity中插件kalman.cs来实现。
3.由权利要求1所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,，其特征在于，s2中采用拉格朗日插值算法补充缺失路径点的方法为：
4.由权利要求1所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法，其特征在于，s2中采用灰色预测算法补充缺失路径点的方法为：
5.由权利要求4所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法，其特征在于，a2中对采样数据进行级比检验的方法为：
6.由权利要求4所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法，其特征在于，a3中在级比检验通过后利用新数列y(0)(k)构造累加序列的方法为：
7.由权利要求4所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法，其特征在于，
8.由权利要求7所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法，其特征在于，a5中利用最小二乘法求所述灰微分方程gm(1,1)：d(k)+az(1)(k)＝b的未知参数a，b的方法为：
9.由权利要求8所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法，其特征在于，a6中获得gm(1,1)模型的白微分方程并预测缺失路径点数据的方法为:
10.由权利要求4所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法，其特征在于，a7中对进行残差检验的方法为：