基于RPM调制卡尔曼滤波的无事件无人机轨迹预测
计算机视觉与模式识别
2026-03-03 v1 机器人学
图像与视频处理
摘要
事件相机提供高时间分辨率的视觉感知，非常适合观察快速移动的空中物体；然而其在无人机轨迹预测中的应用仍有限。本工作引入一种仅使用事件数据的无人机轨迹预测方法，利用螺旋桨诱导的运动线索。从原始事件数据中直接提取螺旋桨旋转速度，并融合于RPM感知卡尔曼滤波框架中。在FRED数据集上的评估表明，所提方法在0.4s和0.8s预测时段内，相较于基于学习的方法和基础卡尔曼滤波，在平均距离误差和最终距离误差方面均表现出优势。结果表明，该方法无需依赖RGB图像或训练数据，即可实现对短期和中期轨迹的稳健且准确的预测。
引用
@article{arxiv.2603.01997,
title = {Event-Only Drone Trajectory Forecasting with RPM-Modulated Kalman Filtering},
author = {Hari Prasanth S. M. and Pejman Habibiroudkenar and Eerik Alamikkotervo and Dimitrios Bouzoulas and Risto Ojala},
journal= {arXiv preprint arXiv:2603.01997},
year = {2026}
}
备注
Submitted to ICUAS 2026 conference