不确定环境中运动物体的轨迹自适应预测
机器人学
2022-12-14 v1 网络与互联网体系结构
摘要
现有轨迹预测方法难以准确描述复杂不确定环境中运动物体的轨迹。为解决该问题，本文提出一种基于动态环境中变分高斯混合模型（VGMM）的运动物体自适应轨迹预测方法（ESATP）。首先，在传统混合高斯模型基础上，采用近似变分贝叶斯推断方法处理模型训练过程中的混合高斯分布。其次，利用变分贝叶斯期望最大化迭代学习模型参数，并借助先验信息获得更精确的预测模型。最后，对于输入轨迹，采用参数自适应选择算法自动调整参数组合。实验结果表明，ESATP 方法在实验中表现出较高的预测精度，并保持了较高的时间效率。该模型可用于移动车辆定位产品。
引用
@article{arxiv.2212.06475,
title = {Trajectory Adaptive Prediction for Moving Objects in Uncertain Environment},
author = {Hu Jin},
journal= {arXiv preprint arXiv:2212.06475},
year = {2022}
}