【技术实现步骤摘要】
本专利技术属于人工智能、计算机视觉、计算机图形学领域，具体涉及一种多目标定位、运动趋势预测和轨迹跟踪的方法及系统。
技术介绍
1、在当今快速发展的科技领域中，多目标定位、运动趋势预测和轨迹跟踪技术正逐渐成为众多应用场景中的核心技术。这些应用不仅涵盖了智能交通系统、自动驾驶汽车、无人机监控与管理等高科技领域，也包括了大型公共活动的安全保障、物流仓储的自动化管理以及大空间vr沉浸式游览等多个方面。随着城市化进程的加速和人们对智能化生活需求的增长，对于能够准确、高效地处理多目标动态信息的技术需求日益增加。
2、在许多实际场景中，如繁忙的城市街道、拥挤的购物中心或是复杂的工业环境中，存在着大量移动的目标。以智能交通为例，道路上的车辆、行人和其他障碍物构成了一个复杂且不断变化的环境。为了确保交通安全、提高交通效率，需要实时了解每一个移动目标的位置，并对其未来的运动趋势进行准确预测。类似地，在物流仓库中，自动导引车(agv)需要根据周围环境的变化调整自己的路径规划，避免与其他agv或固定障碍物发生碰撞。而在大型公共活动中，如音乐会、体育...
【技术保护点】
1.一种多目标定位、运动趋势预测和轨迹跟踪的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标包括：静态目标、动态目标或全参数；
3.根据权利要求2所述的方法，其特征在于，将所述特征向量输入所述时空图注意力模型，实现目标定位、运动趋势的预测和轨迹跟踪的方法包括：
4.根据权利要求3所述的方法，其特征在于，边的权重的计算方法包括：
5.根据权利要求4所述的方法，其特征在于，节点的特征被传播的方法包括：
6.根据权利要求5所述的方法，其特征在于，将融合后的特征向量作为节点的最终特...
【技术特征摘要】
1.一种多目标定位、运动趋势预测和轨迹跟踪的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标包括：静态目标、动态目标或全参数；
3.根据权利要求2所述的方法，其特征在于，将所述特征向量输入所述时空图注意力模型，实现目标定位、运动趋势的预测和轨迹跟踪的方法包括：
4.根据权利要求3所述的方法，其特征在于，边的权重的计算方法包括：
5.根据权利要求4所述的方法，其特征在于，节点的特征被传播的方法包括：
6.根据权利要求5所述的方法，其特征在于，将融合后的特征向量作为节点的最终特征，用于后续的位置预测和其他任务的方法包括：使用全连...
【专利技术属性】
技术研发人员：方顺，于芳，张志恒，方应丰，
申请(专利权)人：北京广安渲光科技有限公司，
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。