摘要
本发明涉及一种基于目标驱动和动力学约束的无人艇轨迹预测方法。首先,利用基于U‑Net的目标生成网络,结合无人艇的历史轨迹和海洋场景信息,生成无人艇可能的未来目标位置。随后,基于动力学方程对轨迹进行物理约束,确保生成的轨迹既平滑又符合无人艇的物理运动规律。同时,为了模拟水流、风力等海洋环境中的随机干扰效应,本发明进一步引入动态随机性建模,以增强轨迹预测的现实适应性和鲁棒性。最终,通过目标生成网络的目标损失函数、动力学轨迹生成的L2损失函数以及动态随机项的分布建模损失函数的联合优化,全面提升了轨迹预测的精度和稳定性。
技术关键词
轨迹预测方法
无人艇
模拟海洋环境
海洋场景
图像分割网络
方程
历史轨迹数据
编码块
双线性插值
阶段
解码
动态
聚类算法
物理
分辨率
速度
多尺度
鲁棒性
系统为您推荐了相关专利信息
建筑物轮廓
数字正射影像图
图像分割网络
建筑点云
Delaunay三角网
车辆轨迹预测方法
多头注意力机制
露天矿区
车辆特征提取
交通
斥力势场
智能路径规划方法
海洋无人系统
静态障碍物
动态障碍物