摘要
本发明提供一种基于无人机集群三维轨迹分析的意图识别方法,涉及无人机集群的群体行为识别领域。通过对三维轨迹进行预处理,确保其在时间和空间维度上的一致性,提升了数据的稳定性和质量,使得后续意图识别过程更加准确可靠,通过改进的HDBSCAN算法,有效识别轨迹的方向信息,并在不同密度层次下动态调节聚类结构,使得在不同群体规模和复杂任务场景中的无人机意图识别更加精准。结合深度学习网络,能够更好地捕捉三维轨迹在时间上的前后依赖关系,提升了意图识别过程中对复杂行为模式的解析能力,进而提高了识别结果的准确性和可靠性,在多无人机协同作战等复杂场景下,实现了对无人机集群意图的更有效识别,极大提升了意图识别的性能。
技术关键词
无人机集群
意图识别方法
轨迹形状
时间序列特征
度量
节点
矩阵
无人机协同作战
坐标
三次样条函数
三次样条插值
深度学习网络
注意力
算法
元素
地图
系统为您推荐了相关专利信息
胁迫报警方法
人脸图像数据库
手势识别功能
手势识别算法
智能门锁
无人机飞行轨迹
溯源方法
异常点
数据
层次聚类算法
信息传播预测方法
信息传播预测模型
演化博弈模型
社交
数据
动态敏感度
整数线性规划模型
精度
指数衰减函数
因子