基于轨迹重建的暗管检测方法及存储介质

本申请涉及轨迹重建技术领域，公开了基于轨迹重建的暗管检测方法及存储介质，构建基于自适应扩展卡尔曼滤波和自适应梯度下降算法的轨迹重建模型并训练，包括步骤S1，采集目标物体的观测数据；步骤S2，在自适应扩展卡尔曼滤波的方法中，对观测数据进行降噪处理，动态调整噪声协方差矩阵以调整观测数据的信任度；步骤S3，采用自适应梯度下降算法对目标物体进行姿态估计，以建立目标物体的运行轨迹；在自适应梯度下降算法中对步长进行动态调整，若目标物体的运动状态发生变化，通过抑制因子调节算法；步骤S4，输出目标物体的三维轨迹，完成模型训练。本申请可以有效抑制噪声对系统状态估计的影响，提高管道轨迹的重建精度和稳定性。