基于双向长短时记忆网络的目标轨迹预测方法及系统

本申请涉及一种基于双向长短时记忆网络的目标轨迹预测方法及系统，主要包括以下步骤：首先，通过双向长短时记忆网络层对目标轨迹数据进行时空特征提取，获得目标数据的时空特征向量，以捕捉长期依赖关系和短期依赖关系，其中长期依赖关系描述运动的时序性和连续性，短期依赖关系则描述其机动特性；其次，构建预测模型并对其超参数进行优化，以提升模型的预测性能和泛化能力；最后，利用训练好的优化模型对目标未来轨迹进行预测，输出未来多个时间点的轨迹坐标序列，实现对目标在未来一段时间内的精准预测；本申请结合双向长短时记忆网络和超参数优化，不仅实现了目标的高精度轨迹预测，还增强了预测模型对复杂运动特性的适应性。