基于动态强化学习和卡尔曼粒子跟踪的集卡防吊起方法

本发明公开了一种基于动态强化学习和卡尔曼粒子跟踪的集卡防吊起方法，包括如下步骤：步骤一、利用实时采集的集卡车视频流数据解码出图像数据；步骤二、利用YOLOv8分割模型定位出集装箱和集卡车托架的位置；步骤三、利用自适应卡尔曼粒子滤波跟踪算法对集装箱和集卡车托架两种目标进行实时目标跟踪；步骤四、通过动态强化学习实现对集卡车吊起运动趋势的智能决策。与现有技术相比，本发明的积极效果是：本发明不但提升了目标跟踪的速度和精度，还进一步通过动态强化学习算法实现吊起决策，提升了集卡吊起报警准确性，从而确保在集卡车被吊起时系统可以及时发出报警信号到外部系统进行防护响应。