一种基于端到端学习的无人机动态目标跟踪方法

本发明涉及一种基于端到端学习的无人机动态目标跟踪方法，包括以下步骤内容：采集多模态输入数据，包括视觉图像、IMU运动信息及环境传感器数据；通过双流卷积神经网络提取视觉与运动特征；利用图注意力网络融合多模态特征，建模无人机‑目标‑环境的空间关系；基于深度强化学习策略生成无人机跟踪轨迹，并优化飞行控制指令；结合动态窗口法实时避障，调整飞行路径该方法。通过多模态特征融合、图注意力网络与深度强化学习技术，实现无人机在复杂动态环境下的高精度、低延迟、实时的目标跟踪，该方法在复杂环境下成功跟踪率达92.5％，支持嵌入式设备实时部署，并具备多目标协同处理能力，适用于安防监控、灾害救援、物流配送及影视拍摄等场景。