【技术实现步骤摘要】
本专利技术涉及无人机和运动体领域、控制系统以及滤波，具体涉及基于新型交互多模型的无人机飞行意图估计方法及系统。
技术介绍
1、随着现代信息技术的迅速发展，理解目标(如人类或机器人)的意图已成为智能系统与人类或其他系统共存的关键技能。相关研究在运动预测、人机交互、监控和自动驾驶等领域发挥着重要作用。意图估计方法已经从单纯的观察发展为基于观察数据的推测，并在过去几十年中引起了越来越多的关注。
2、传统的意图估计方法主要分为两类，基于物理的模型和基于模式的模型，其中基于物理的模型利用牛顿运动定律来明确描述目标的运动行为，将意图与动态模型关联，通过不同参数(如速度、转向方向和目标)来解释不同的意图，但是该模型需要依赖明确的参数设置，有些参数在现实应用中往往不易获取或者不够精确，因此在使用起来灵活性较差，难以适应多变的环境。基于模式的模型从数据中学习目标的运动行为，而无需显式定义参数化函数，利用隐马尔可夫模型和神经网络等技术来预测人类的运动轨迹和意图，但是这种方法严重依赖于训练数据的质量和数量。如果训练数据不足或不具有代表性，模型的预...
【技术保护点】
1.基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述S1包括：
3.根据权利要求2所述的基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述S12中，利用下述逻辑，计算IMU估算速度vIMU：
4.根据权利要求1所述的基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述S2中，利用下述逻辑，表达所述运动模型的状态向量：
5.根据权利要求1所述的基于新型交互多模型的无人机飞行意图估计方法，其特征在于，
【技术特征摘要】
1.基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述s1包括：
3.根据权利要求2所述的基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述s12中，利用下述逻辑，计算imu估算速度vimu：
4.根据权利要求1所述的基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述s2中，利用下述逻辑，表达所述运动模型的状态向量：
5.根据权利要求1所述的基于新型交互多模型的无人机飞行意图估计方法，其特征在于，所述s3包括：
6.根据权利要求5所述的基于新型交互多模型的无人机...
【专利技术属性】
技术研发人员：田永笑，闫回，彭艳，刘阳华，柯龙杰，宋逸润，付睿，
申请(专利权)人：上海大学，
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。