移动目标轨迹预测方法——概述

一、分类

可分为两类:

1. 基于数据驱动的方法

通过海量的历史数据来挖掘移动目标的行为特征,结合目标的当前位置,预判目标的运动趋势。

强调历史行为在时间和空间上的可重复性。

  • 概率统计:卡尔曼滤波、差分自回归移动平均模型、隐马尔可夫模型、高斯混合模型、贝叶斯网络
  • 神经网络:BP神经网络
  • 深度学习:MLP、RNN、LSTM、ELM、GAN
  • 混合模型:LSTM-ARIMA(深度学习+概率统计)

2. 基于行为驱动的方法

根据目标的当前状态、所处的环境预测轨迹。

  • 动力学模型:描述运动规律
  • 意图识别:先判断意图,再预测轨迹

二、难点

1. 意图预测不准确:如十字路口的转向问题

2. 环境与目标间的交互关系:环境的变化对目标的运动轨迹影响较大

  • 5
    点赞
  • 54
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值