面向飞行轨迹预测的先验信息导引学习架构
计算机视觉与模式识别
2026-03-10 v1 人工智能
摘要
飞行物体的轨迹预测在从体育分析到航空航天等领域均至关重要。然而，传统方法在复杂物理建模、计算效率和高硬件需求方面常常忽视关键轨迹事件如着陆点。本文引入一种新型、硬件高效的轨迹预测框架，将环境先验信息与双Transformer级联(Dual-Transformer-Cascaded, DTC)架构相结合。我们通过预测户外网球场中的网球着陆点来演示此方法。使用单台工业相机和YOLO-based检测，我们提取高速飞行坐标。这些坐标与结构环境先验(如场地边界)融合后，形成输入至我们提出的DTC模型的综合数据集。一级Transformer对轨迹进行分类，二级Transformer综合这些特征以精确预测着陆点。大量消融和比较实验表明，在DTC架构中集成环境先验显著优于现有的轨迹预测框架。
引用
@article{arxiv.2603.06863,
title = {A prior information informed learning architecture for flying trajectory prediction},
author = {Xianda Huang and Zidong Han and Ruibo Jin and Zhenyu Wang and Wenyu Li and Xiaoyang Li and Yi Gong},
journal= {arXiv preprint arXiv:2603.06863},
year = {2026}
}