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
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
排样算法
前馈神经网络
XGBoost模型
子模块
皮尔逊相关系数
地面蜂窝
深度强化学习模型
终端
计算机执行指令
无人机
马铃薯缺陷检测
马铃薯图像
注意力机制
亮度
马铃薯设备