高效无人机轨迹预测：一种多模态深度扩散框架

为满足低空经济中管理非法无人机的要求，提出了一种基于激光雷达和毫米波雷达信息融合的多模态无人机轨迹预测方法。设计了一个用于多模态无人机轨迹预测的深度融合网络，称为多模态深度融合框架。整体架构由两个模态特定的特征提取网络和一个双向交叉注意力融合模块组成，旨在充分利用激光雷达和雷达点云在空间几何结构和动态反射特性上的互补信息。在特征提取阶段，模型对激光雷达和雷达采用独立但结构相同的特征编码器。特征提取后，模型进入双向交叉注意力机制阶段，以实现两种模态之间的信息互补和语义对齐。为验证所提模型的有效性，采用CVPR 2024 UG2+无人机跟踪与姿态估计挑战赛中使用的MMAUD数据集作为训练和测试数据集。实验结果表明，所提出的多模态融合模型显著提高了轨迹预测精度，与基线模型相比实现了40%的提升。此外，还进行了消融实验，以证明不同损失函数和后处理策略在提升模型性能方面的有效性。所提出的模型能够有效利用多模态数据，并为低空经济中非法无人机轨迹预测提供了一种高效解决方案。