本发明专利技术提供了一种活性粒子轨迹追踪方法及系统，包括：确定目标活性粒子，对所述目标活性粒子的运动轨迹进行跟踪，并实时更新所述活性粒子的坐标数据；获取所述活性粒子的实时坐标数据，并将所述实时坐标数据进行记录，形成坐标数据集；根据所述活性粒子的坐标数据集，生成运动分析模型，并对活性粒子的运动轨迹进行预测。本发明专利技术有益效果为：本发明专利技术可以根据对活性粒子的运动轨迹进行追踪，并且通过历史运动轨迹实现对活性粒子运动轨迹的预测，有利于提高活性粒子运动轨迹追踪的效率和准确性。提高活性粒子运动轨迹追踪的效率和准确性。提高活性粒子运动轨迹追踪的效率和准确性。
【技术实现步骤摘要】
一种活性粒子轨迹追踪方法及系统
[0001]本专利技术涉及轨迹追踪
，特别涉及一种活性粒子轨迹追踪方法及系统。
技术介绍
[0002]目前，在平移运动中，活性粒子沿着偶极方向以固定的速度运动，在旋转运动中，活性粒子的运动方向随着旋转扩散系数连续变化，此外，活性粒子会发生个体运动，还会发生集群运动，根据活性粒子的活性力的不同，活性粒子之间的作用力也会发生变化，活性粒子朝着某一方向运动过程中，方向也会随机发生改变，本专利技术中根据活性粒子的运动速度及方向，对活性粒子的运动轨迹进行追踪，并根据活性粒子的历史运动轨迹对活性粒子的运动进行预测，提高了对活性粒子运动轨迹追踪的效率和准确性。
技术实现思路
[0003]本专利技术提供一种活性粒子轨迹追踪方法及系统，用以通过根据活性粒子的运动速度及方向，对活性粒子的运动轨迹进行追踪，并根据活性粒子的历史运动轨迹对活性粒子的运动进行预测，提高了对活性粒子运动轨迹追踪的效率和准确性。
[0004]一种活性粒子轨迹追踪方法，包括：
[0005]确定目标活性粒子，对所述目标活性粒子的运动轨迹进行跟踪，并实时更新所述活性粒子的坐标数据；
[0006]获取所述活性粒子的实时坐标数据，并将所述实时坐标数据进行记录，形成坐标数据集；
[0007]根据所述活性粒子的坐标数据集，生成运动分析模型，并对活性粒子的运动轨迹进行预测。
[0008]在本专利技术的一个实施例中，所述确定目标活性粒子，对所述目标活性粒子的运动轨迹进行跟踪，并实时更新所述活性粒子的坐标数据包括：
[0009]获取集群中所有活性粒子的状态信息，利用预设规则对所述活性粒子进行标记；
[0010]根据标记信息，对所述活性粒子进行分类，得到第一特征信息和第二特征信息；
[0011]基于所述第一特征信息，获取所述集群中所有活性粒子的体素特征值，根据预设的体素阈值，获取第一活性粒子域；
[0012]基于所述第二特征信息，获取所述集群中所有活性粒子运行的平均速度值，根据预设的速度阈值，获取第二活性粒子域；
[0013]基于所述第一活性粒子域、第二活性粒子域，确定目标活性粒子。
[0014]在本专利技术的一个实施例中，所述基于所述第一活性粒子域、第二活性粒子域，确定目标活性粒子包括：
[0015]对所述第一活性粒子域和第二活性粒子域进行交集处理，获取第三活性粒子域；
[0016]根据所述第三活性粒子域，判断所述第三活性粒子域中活性粒子的活性力是否大于预设活性力；
[0017]若是，获取所述活性粒子的实时状态信息和位置信息；
[0018]否则，从所述第三活性粒子域中剔除所述活性粒子。
[0019]在本专利技术的一个实施例中，所述获取所述活性粒子的实时坐标数据，并将所述实时坐标数据进行记录，形成坐标数据集包括：
[0020]获取所述活性粒子对应摄像机坐标系下的实时坐标数据，并基于所述实时坐标数据，确定数据筛选标准；
[0021]基于所述数据筛选标准，将所述坐标数据集发送至数据筛选模型进行训练，获取坐标数据筛选模型；
[0022]基于所述坐标数据筛选模型确定所述第三活性粒子域中的活性粒子对应的坐标数据散点图，同时，获取所述坐标数据散点图中每个数据散点的顺序特征；
[0023]基于所述数据散点的顺序特征，获取所述第三活性粒子域中每个活性粒子对应的运动路径。
[0024]在本专利技术的一个实施例中，所述根据所述活性粒子的坐标数据集，生成运动分析模型，并对活性粒子的运动轨迹进行预测包括：
[0025]获取所述活性粒子的瞬时加速度值和旋转扩散系数，基于所述活性粒子的历史运动轨迹，对所述活性粒子的运动轨迹进行初步预测；
[0026]基于所述初步预测结果，生成候选轨迹集合，利用所述候选轨迹与实际运动轨迹的平均距离，确定样本划分标准；
[0027]基于所述样本划分标准，对所述候选轨迹集合中的坐标数据进行修正，获取修正轨迹集合；
[0028]基于所述修正轨迹集合，确定所述修正轨迹集合中对应坐标轨迹的信任度等级，将所述信任度等级最高的轨迹确定为运动轨迹预测结果。
[0029]在本专利技术的一个实施例中，所述根据所述活性粒子的坐标数据集，生成运动分析模型，并对活性粒子的运动轨迹进行预测还包括：
[0030]基于所述第三活性粒子域中所有活性粒子的运动坐标数据，将所述运动坐标数据作为对应活性粒子的训练集，并将所述训练集数据输入至运动分析模型中进行训练，得到坐标数据训练结果；
[0031]基于所述活性粒子的坐标数据训练结果，将所述训练结果进行验证，得到坐标数据验证结果；
[0032]基于所述坐标数据验证结果，对所述运动分析模型中的参数进行更新设置，获取最新预测参数。
[0033]在本专利技术的一个实施例中，所述基于所述坐标数据筛选模型确定所述第三活性粒子域中的活性粒子对应的坐标数据散点图，同时，获取所述坐标数据散点图中每个数据散点的顺序特征还包括：
[0034]获取所述第三活性粒子域中的活性粒子对应的实时坐标数据，判断同一时刻下是否发生坐标数据重合；
[0035]若是，确定所述坐标数据重合信息，并基于所述重合数据确定碰撞点；
[0036]基于所述碰撞点数据信息，并根据所述活性粒子标记数据，确定所述第三活性粒子域中发生碰撞的活性粒子信息；
[0037]基于所述发生碰撞的活性粒子信息，将所述活性粒子从第三活性粒子域中剔除，并对碰撞结果进行统计，获取对应碰撞报告；
[0038]否则，判定所述第三活性粒子域中的活性粒子在运动过程中未发生碰撞。
[0039]一种活性粒子轨迹追踪系统，包括：
[0040]数据采集模块：用于对活性粒子的位置进行实时定位监测，动态采集所述活性粒子的实时坐标数据，并记录所述活性粒子的瞬时加速度；
[0041]轨迹追踪模块：用于基于活性粒子的实时坐标数据，动态生成所述活性粒子的运动路径，生成运动轨迹报告，并将所述轨迹报告进行显示；
[0042]碰撞报警模块：用于判断活性粒子浴中的活性粒子在运动时是否有发生碰撞，若是，系统开启第一报警并对碰撞结果进行统计；
[0043]轨迹预测模块：用于根据所述活性粒子的历史运动轨迹，确定所述活性粒子运动轨迹预测结果。
[0044]在本专利技术的一个实施例中，所述碰撞报警模块包括：
[0045]数据存储单元：用于存储所述活性粒子浴中活性粒子的实时坐标数据和历史坐标数据；
[0046]数据比较单元：用于基于所述活性粒子的实时坐标数据和历史坐标数据，判断同一时刻下是否发生坐标数据相同，并确定数据比较结果；
[0047]判断结果单元：用于通过所述数据比较结果，确定所述活性粒子是否发生碰撞，确定判断结果。
[0048]在本专利技术的一个实施例中，所述轨迹预测模块包括：
[0049]速度分级单元：用于通过预设的标准速度，对所述活性粒子域本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种活性粒子轨迹追踪方法，其特征在于，包括：确定目标活性粒子，对所述目标活性粒子的运动轨迹进行跟踪，并实时更新所述活性粒子的坐标数据；获取所述活性粒子的实时坐标数据，并将所述实时坐标数据进行记录，形成坐标数据集；根据所述活性粒子的坐标数据集，生成运动分析模型，并对活性粒子的运动轨迹进行预测。2.如权利要求1所述的一种活性粒子轨迹追踪方法，其特征在于，所述确定目标活性粒子，对所述目标活性粒子的运动轨迹进行跟踪，并实时更新所述活性粒子的坐标数据包括：获取集群中所有活性粒子的状态信息，利用预设规则对所述活性粒子进行标记；根据标记信息，对所述活性粒子进行分类，得到第一特征信息和第二特征信息；基于所述第一特征信息，获取所述集群中所有活性粒子的体素特征值，根据预设的体素阈值，获取第一活性粒子域；基于所述第二特征信息，获取所述集群中所有活性粒子运行的平均速度值，根据预设的速度阈值，获取第二活性粒子域；基于所述第一活性粒子域、第二活性粒子域，确定目标活性粒子。3.如权利要求2所述的一种活性粒子轨迹追踪方法，其特征在于，所述基于所述第一活性粒子域、第二活性粒子域，确定目标活性粒子包括：对所述第一活性粒子域和第二活性粒子域进行交集处理，获取第三活性粒子域；根据所述第三活性粒子域，判断所述第三活性粒子域中活性粒子的活性力是否大于预设活性力；若是，获取所述活性粒子的实时状态信息和位置信息；否则，从所述第三活性粒子域中剔除所述活性粒子。4.如权利要求1所述的一种活性粒子轨迹追踪方法，其特征在于，所述获取所述活性粒子的实时坐标数据，并将所述实时坐标数据进行记录，形成坐标数据集包括：获取所述活性粒子对应摄像机坐标系下的实时坐标数据，并基于所述实时坐标数据，确定数据筛选标准；基于所述数据筛选标准，将所述坐标数据集发送至数据筛选模型进行训练，获取坐标数据筛选模型；基于所述坐标数据筛选模型确定所述第三活性粒子域中的活性粒子对应的坐标数据散点图，并获取所述坐标数据散点图中每个数据散点的顺序特征；基于所述数据散点的顺序特征，获取所述第三活性粒子域中每个活性粒子对应的运动路径。5.如权利要求1所述的一种活性粒子轨迹追踪方法，其特征在于，所述根据所述活性粒子的坐标数据集，生成运动分析模型，并对活性粒子的运动轨迹进行预测包括：获取所述活性粒子的瞬时加速度值和旋转扩散系数，基于所述活性粒子的历史运动轨迹，对所述活性粒子的运动轨迹进行初步预测；基于所述初步预测结果，生成候选轨迹集合，利用所述候选轨迹与实际运动轨迹的平均距离，确定样本划分标准；
基于所述样本划分标准，对所述候选轨迹集合中的坐标数据进行修正，获取修正轨迹集合；基于所述修正轨迹集合，确定所述修正轨迹集合中对应坐标轨迹的信任度等级，将所述信任度等级最高的轨迹确定为运动轨迹预测结果。6.如权利要求1所述...
【专利技术属性】
技术研发人员：夏益祺，
申请(专利权)人：盐城师范学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。