基于双极优化的多模态无人机轨迹预测方法及系统

AITNT
正文
推荐专利
基于双极优化的多模态无人机轨迹预测方法及系统
申请号:CN202510840604
申请日期:2025-06-23
公开号:CN120685094A
公开日期:2025-09-23
类型:发明专利
摘要
本发明属于无人机自主导航技术领域,公开了一种基于双极优化的多模态无人机轨迹预测方法及系统,该方法包括:多模态数据采集与预处理,同步获取RGB图像、深度图像和无人机状态信息,并进行归一化处理;多模态特征提取与融合,通过深度卷积网络和跨模态注意力机制融合RGB、深度及IMU特征;环境代价地图生成,基于深度信息构建可微分栅格地图并添加导航引导项;双极优化轨迹预测,通过上层神经网络预测关键点,下层可微分优化器结合安全性与探索性动态优化轨迹;安全性评估与输出,综合评估碰撞风险及动力学可行性后输出轨迹或触发避障机制。本发明通过多模态融合与双极优化,显著提升了感知精度、实时性及安全性。
技术关键词
轨迹预测方法 无人机 关键点 注意力机制 优化器 多模态数据采集 占用栅格 深度卷积神经网络 图像 障碍物 RGB特征 深度特征提取网络 生成轨迹 轨迹预测系统 栅格地图 系统状态信息
系统为您推荐了相关专利信息
1
微纳缺陷智能检测方法、装置、设备及介质
缺陷智能检测方法 引入注意力机制 融合特征 跨层特征 特征提取网络
2
一种基于机器学习的二维排样算法选择方法及系统
排样算法 前馈神经网络 XGBoost模型 子模块 皮尔逊相关系数
3
模型训练方法、信息生成方法、装置、设备和介质
画像特征 兴趣 档位 嵌入特征 信息生成方法
4
接入网络的确定方法、装置、电子设备、存储介质及产品
地面蜂窝 深度强化学习模型 终端 计算机执行指令 无人机
5
一种提升图像亮度一致性的马铃薯缺陷检测方法
马铃薯缺陷检测 马铃薯图像 注意力机制 亮度 马铃薯设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号