一种装甲车辆集群运动方向预测方法及系统技术方案

本发明专利技术公开了一种装甲车辆集群运动方向预测方法及系统，涉及战场态势评估领域，提供的装甲车辆集群运动方向预测方法通过采集装甲车辆运动轨迹数据建立单个装甲车辆的轨迹预测模型，利用LSTM具备处理高维时序数据的能力从装甲车辆历史轨迹中挖掘抽象的隐含规则，同时通过对预测的轨迹进行聚类，对零散的装甲车辆的信息进行抽象和划分，形成关系级别上的子集群单元假设，以便揭示态势元素之间的相互关系，确定相互合作的功能，从而解释陆战场装甲目标的各种行为，为根据轨迹信息对其进行意图识别提供必要的技术支撑。图识别提供必要的技术支撑。图识别提供必要的技术支撑。

【技术实现步骤摘要】
一种装甲车辆集群运动方向预测方法及系统


[0001]本专利技术涉及战场态势评估领域，特别是涉及一种装甲车辆集群运动方向预测方法及系统。

技术介绍

[0002]在地面作战的真实环境下，战役对象繁多，协同关系复杂，机动频繁，战场态势变化快，给战场综合态势评估带来了巨大挑战。装甲车辆由于其优越的通过性和机动性，以及强大的杀伤力，在日益复杂的地面突击作战领域得到越来越广泛的应用。敌方装甲车辆的移动往往带有强烈的军事意图，目标的行进轨迹与战场环境的关联关系中蕴含了指挥员综合战场规则和个人因素的决策思维，能够指导我方识别其意图，为夺取作战先机奠定基础。因此，对敌方车辆未来时刻的位置进行快速、准确地预测，解释陆战场装甲目标的各种行为，从而为作战意图评估和威胁估计奠定基础，对实现战场迷雾“透明化”有十分重要意义。
[0003]传统的轨迹预测方法只考虑了目标自身运动的趋势和环境对目标移动的影响，并未考虑双方目标之间的交互特性带来的影响，而实际上，实际作战环境中，目标的移动轨迹主要受指挥员意图及环境影响，不同指挥员对于态势有不同的分析和认知，使得隐形意图对轨迹的影响体现出高度复杂性，即集群中车辆之间的交互特性往往隐藏着目标集群内部决策者的作战意图。

技术实现思路

[0004]本专利技术的目的是提供一种装甲车辆集群运动方向预测方法及系统，可准确的预测出单个装甲车辆的运动轨迹，并据此预测出装甲车辆子集群的整体运动方向。
[0005]为实现上述目的，一方面本专利技术提供了一种装甲车辆集群运动方向预测方法，装甲车辆集群中包括若干个装甲车辆；所述装甲车辆集群运动方向预测方法包括以下步骤：
[0006]利用战场仿真软件模拟若干次单个装甲车辆的预设作战行为，获取模拟时各时刻所述装甲车辆的轨迹数据和对应的真实轨迹作为仿真数据集；所述轨迹数据包括机动特征、环境特征以及车
‑
车交互特征。
[0007]利用所述仿真数据集训练单车轨迹预测模型，得到仿真训练后的单车轨迹预测模型。
[0008]获取所述装甲车辆集群中各装甲车辆若干个历史时刻的轨迹数据和对应的真实轨迹，作为历史数据集。
[0009]利用所述历史数据集对仿真训练后的单车轨迹预测模型进行参数微调，得到参数微调后的单车轨迹预测模型。
[0010]将所述装甲车辆集群中任一个装甲车辆当前时刻的轨迹数据输入到参数微调后的单车轨迹预测模型中，得到所述装甲车辆在未来若干个时刻的预测轨迹。
[0011]对所述装甲车辆集群中各装甲车辆的预测轨迹进行聚类，得到若干个装甲车辆子集群；所述装甲车辆子集群中包括若干个装甲车辆。
[0012]针对任一装甲车辆子集群，根据所述装甲车辆子集群中各装甲车辆的预测轨迹，确定所述装甲车辆子集群的运动方向。
[0013]计算所述目标装甲车辆集群中各装甲车辆子集群的运动方向矢量和，得到所述目标装甲车辆集群的运动方向。
[0014]可选地，所述单车轨迹预测模型为双层LSTM神经网络。
[0015]可选地，所述机动特征包括经纬度、速度、加速度、垂直偏转角、水平偏转角、转弯半径和转弯角度；所述环境特征包括位置坐标信息、地形信息、水文信息、气温和能见度；所述车
‑
车交互特征包括相对距离、相对高度和速度矢量夹角。
[0016]可选地，在利用所述仿真数据集训练单车轨迹预测模型之前，所述装甲车辆集群运动方向预测方法还包括：
[0017]对所述仿真数据集中的轨迹数据和真实轨迹进行归一化处理。
[0018]采用错位分段法将所述仿真数据集划分为仿真训练集和仿真测试集。
[0019]所述利用所述仿真数据集训练单车轨迹预测模型，具体包括：
[0020]将所述仿真训练集的轨迹数据分别输入到所述单车轨迹预测模型中，得到对应所述轨迹数据的仿真预测轨迹。
[0021]针对所述仿真训练集中的任一轨迹数据，计算所述轨迹数据对应的仿真预测轨迹与所述轨迹数据对应的真实轨迹的方差，得到所述轨迹数据的仿真预测误差。
[0022]根据所述仿真训练集中各轨迹数据的仿真预测误差修正所述单车轨迹预测模型中的参数，得到仿真训练后的单车轨迹预测模型。
[0023]利用所述仿真测试集测试仿真训练后的单车轨迹预测模型的准确性。
[0024]可选地，根据下式计算所述仿真预测轨迹和真实轨迹的方差：
[0025][0026]其中，y
pre
为仿真预测轨迹在i时刻3个维度的坐标数据，y
i
为真实轨迹在i时刻3个维度的坐标数据，n为仿真预测轨迹和真实轨迹的时刻长度。
[0027]可选地，在利用所述历史数据集对仿真训练后的单车轨迹预测模型进行参数微调之前，所述装甲车辆集群运动方向预测方法还包括：
[0028]对所述历史数据集中的轨迹数据和真实轨迹进行归一化处理。
[0029]采用错位分段法将所述历史数据集划分为历史训练集和历史测试集。
[0030]所述利用所述历史数据集对仿真训练后的单车轨迹预测模型进行参数微调，具体包括：
[0031]将所述历史训练集中的轨迹数据分别输入到仿真训练后的单车轨迹预测模型中，得到各轨迹数据对应的历史预测轨迹。
[0032]针对所述历史训练集中的任一轨迹数据，计算所述轨迹数据对应的历史预测轨迹与所述轨迹数据对应的真实轨迹的方差，得到所述轨迹数据的历史预测误差。
[0033]根据所述历史训练集中各轨迹数据的历史预测误差修正仿真训练后的单车轨迹预测模型中的参数，得到参数微调后的单车轨迹预测模型。
[0034]利用所述历史测试集测试参数微调后的单车轨迹预测模型的准确性。
[0035]可选地，采用Adam优化算法修正仿真训练后的单车轨迹预测模型中的参数；所述
Adam优化算法如下式所示：
[0036][0037]其中，momentum为动量项，β1和β2为超参数，t下标代表t时刻，E为误差和，w
t
为t时刻仿真训练后的单车轨迹预测模型的参数，v
t
为t时刻的速度项，learning_rate为学习率。
[0038]可选地，所述对所述装甲车辆集群中各装甲车辆的预测轨迹进行聚类，得到若干个装甲车辆子集群，具体包括：
[0039]利用DBSCAN算法对所述装甲车辆集群中各装甲车辆的预测轨迹进行扫描，确定至少一个核心轨迹。
[0040]针对任一所述核心轨迹，计算所述核心轨迹与除所述核心轨迹以外的各预测轨迹之间的相似度。
[0041]将相似度低于预设阈值的若干个预测轨迹对应的装甲车辆以及所述核心轨迹对应的装甲车辆作为一个装甲车辆子集群。
[0042]可选地，根据下式计算所述核心轨迹与除所述核心轨迹以外的各预测轨迹之间的相似度：
[0043]H(A,B)＝max(h(A,B),h(B,A))
[0044][0045][0046]其中，H(A,B)为核心轨迹A与预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种装甲车辆集群运动方向预测方法，所述装甲车辆集群中包括若干个装甲车辆；其特征在于，所述装甲车辆集群运动方向预测方法包括：利用战场仿真软件模拟若干次单个装甲车辆的预设作战行为，获取模拟时各时刻所述装甲车辆的轨迹数据和对应的真实轨迹作为仿真数据集；所述轨迹数据包括机动特征、环境特征以及车
‑
车交互特征；利用所述仿真数据集训练单车轨迹预测模型，得到仿真训练后的单车轨迹预测模型；获取所述装甲车辆集群中各装甲车辆若干个历史时刻的轨迹数据和对应的真实轨迹，作为历史数据集；利用所述历史数据集对仿真训练后的单车轨迹预测模型进行参数微调，得到参数微调后的单车轨迹预测模型；将所述装甲车辆集群中任一个装甲车辆当前时刻的轨迹数据输入到参数微调后的单车轨迹预测模型中，得到所述装甲车辆在未来若干个时刻的预测轨迹；对所述装甲车辆集群中各装甲车辆的预测轨迹进行聚类，得到若干个装甲车辆子集群；所述装甲车辆子集群中包括若干个装甲车辆；针对任一装甲车辆子集群，根据所述装甲车辆子集群中各装甲车辆的预测轨迹，确定所述装甲车辆子集群的运动方向；计算所述目标装甲车辆集群中各装甲车辆子集群的运动方向矢量和，得到所述目标装甲车辆集群的运动方向。2.根据权利要求1所述的装甲车辆集群运动方向预测方法，其特征在于，所述单车轨迹预测模型为双层LSTM神经网络。3.根据权利要求1所述的装甲车辆集群运动方向预测方法，其特征在于，所述机动特征包括经纬度、速度、加速度、垂直偏转角、水平偏转角、转弯半径和转弯角度；所述环境特征包括位置坐标信息、地形信息、水文信息、气温和能见度；所述车
‑
车交互特征包括相对距离、相对高度和速度矢量夹角。4.根据权利要求1所述的装甲车辆集群运动方向预测方法，其特征在于，在利用所述仿真数据集训练单车轨迹预测模型之前，所述装甲车辆集群运动方向预测方法还包括：对所述仿真数据集中的轨迹数据和真实轨迹进行归一化处理；采用错位分段法将所述仿真数据集划分为仿真训练集和仿真测试集；所述利用所述仿真数据集训练单车轨迹预测模型，具体包括：将所述仿真训练集的轨迹数据分别输入到所述单车轨迹预测模型中，得到对应所述轨迹数据的仿真预测轨迹；针对所述仿真训练集中的任一轨迹数据，计算所述轨迹数据对应的仿真预测轨迹与所述轨迹数据对应的真实轨迹的方差，得到所述轨迹数据的仿真预测误差；根据所述仿真训练集中各轨迹数据的仿真预测误差修正所述单车轨迹预测模型中的参数，得到仿真训练后的单车轨迹预测模型；利用所述仿真测试集测试仿真训练后的单车轨迹预测模型的准确性。5.根据权利要求4所述的装甲车辆集群运动方向预测方法，其特征在于，根据下式计算仿真预测轨迹和真实轨迹的方差：
其中，y
pre
为仿真预测轨迹在i时刻3个维度的坐标数据，y
i
为真...

【专利技术属性】
技术研发人员：明振军，石啸，陈刚，陈旺，商曦文，王国新，阎艳，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：