履带车辆行驶状态预测模型训练方法、预测方法及产品

本申请公开了一种履带车辆行驶状态预测模型训练方法、预测方法及产品，涉及履带车辆智能驾驶技术领域，首先获取履带车辆的量测向量数据和可测控制向量数据；将可测控制向量数据输入训练好的传动‑履带模型，得到实际控制向量数据；获取履带车辆的上一时刻的状态向量数据，依次计算状态向量数据和量测向量数据的先验估计，得到先验状态估计和先验量测估计；将先验状态估计、先验量测估计和实际控制向量数据转换为差分序列；利用差分序列训练循环神经网络，得到履带车辆行驶状态预测模型。本申请将具有良好非线性拟合特性的神经网络结合到卡尔曼滤波算法中，实现对强非线性系统的有效状态估计，融入卡尔曼滤波状态估计原理，减少神经网络的待学习参数。