基于生成对抗网络的无人机着陆轨迹预测
机器人学
2024-11-22 v1 人工智能
摘要
轨迹预测模型是许多高级空中运输研究中的关键组成部分。这些模型有助于飞行器检测冲突并规划规避机动，尤其在无人机系统（UAS）着陆管理中尤为重要，因为垂直起降点附近的空域较为拥挤。本文提出了一种基于生成对抗网络（GAN）的无人机着陆轨迹预测模型。GAN是一种已发展多年的著名神经网络，在许多生成任务中已取得众多最先进结果。GAN由一个生成器网络和一个判别器网络组成。由于神经网络的学习能力，生成器能够理解样本轨迹的特征。生成器以前的轨迹作为输入，输出一些随机的飞行状态。根据经验结果，所提出的模型在 various 数据集上比基线方法（GMR）输出的预测更准确。为评估所提出的模型，我们还创建了一个包含超过2600条由真实飞行员手动控制的无人机着陆轨迹的数据集。
引用
@article{arxiv.2411.14403,
title = {Landing Trajectory Prediction for UAS Based on Generative Adversarial Network},
author = {Jun Xiang and Drake Essick and Luiz Gonzalez Bautista and Junfei Xie and Jun Chen},
journal= {arXiv preprint arXiv:2411.14403},
year = {2024}
}
备注
9 pages, AIAA SCITECH 2023