[發明專利]一種固定航線任務下的移動對象動態軌跡預測方法

有效

• 申請號: 201910787998.7
• 申請日: 2019-08-26
• 公開（公告）號: CN110532665B
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 張雯;張強;田紀倫;何旭杰
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種固定航線任務下的移動對象動態軌跡預測方法，其特征在于，包括：

步驟一：離線狀態下，根據固定航線任務的特點，首先定義帶有位置標簽的軌跡偏差序列，之后構建基于軌跡偏差序列的二維容器序列，同時將相同航線任務下的移動對象歷史軌跡偏差數據存儲在二維容器序列中；

所述構建二維容器序列的具體方法為：

定義三維軌跡偏差空間中的坐標系Oxyz，其中Ox軸方向為固定航線任務的位置標簽所在的方向，Oz軸方向上的坐標為移動對象軌跡與期望軌跡在Oz方向上的偏差值，Oy軸方向上的坐標為移動對象軌跡與期望軌跡在Oy方向上的偏差值，則固定航線任務下的移動對象軌跡由位置標簽序列按順序標識；

上式中，x_j為固定航線任務的第j個位置標簽，j為位置標簽在位置標簽序列中的序號，為位置標簽序列中位置標簽的數目；

固定航線任務下的移動對象軌跡偏差也由位置標簽序列按順序標識，若用i標識某固定航線任務下編號為i的歷史軌跡，則用表征歷史軌跡i在位置標簽序列x_j處與期望航線軌跡的位置偏差，其中分別為位置偏差在Oy軸和Oz軸方向的坐標值；則將序列定義為帶有位置標簽的軌跡偏差序列；

基于軌跡偏差序列構建二維容器序列，每個二維容器中存儲具有相同位置標簽的歷史軌跡點偏差；二維容器序列與位置標簽序列對應，二維容器序列包含個二維容器G_j，

利用k-means類方法將每個二維容器中的歷史軌跡點偏差都分為n類，令每類歷史軌跡點偏差包絡圍成的不規則區域作為一個單元；

步驟二：在線狀態下，根據檢索匹配法，在上述步驟一的二維容器序列中檢索預測對象的前向已知軌跡偏差序列，根據與前向已知軌跡偏差序列經過相同二維容器單元的歷史軌跡偏差序列即為匹配的歷史軌跡偏差序列的原則，得到由所述匹配的歷史軌跡偏差序列組成樣本集；采用在線ISO算法，利用所述樣本集，基于RBF神經網絡結構在線建立得到移動對象的軌跡偏差預測模型；

所述由匹配的歷史軌跡偏差序列組成樣本集的具體方法為：

若用P表示待預測對象，用x_t表示待預測對象P在當前時刻t的位置標簽；設非零整數q，其中則x_t-q表示在位置標簽序列中與x_t相隔q個位置的標簽；當q＞0時x_t-q表示位置標簽序列中x_t前面第q個位置的標簽，當q＜0時x_t-q表示位置標簽序列中x_t后面第q個位置的標簽；

若用表示待預測對象P在當前位置標簽x_t處的位置偏差，則表示待預測對象P在位置標簽x_t-q處的位置偏差；則移動對象的軌跡偏差預測模型的輸入為待預測對象的前向h步已知軌跡偏差序列由待預測對象P在位置標簽x_t，x_t-1，x_t-2，…，x_t-h處的位置偏差構成；移動對象的軌跡偏差預測模型的輸出為待預測對象P未來k步的位置偏差序列由待預測對象P在位置標簽x_t+1,x_t+2,…x_t+k處的位置偏差構成；

根據軌跡偏差預測模型的輸入和輸出結構，在匹配的歷史軌跡偏差序列中提取樣本，組成由匹配的歷史軌跡偏差序列組成的樣本集；

所述基于RBF神經網絡結構在線建立得到移動對象的軌跡偏差預測模型的具體方法為：

移動對象的軌跡偏差預測模型由軌跡偏差差分預測網絡和軌跡點偏差計算模型兩部分組成；其中軌跡偏差差分預測網絡的輸入輸出結構是在離線狀態下確定的，在線只更新軌跡偏差差分預測網絡的隱層節點和參數；

用分別表示在位置標簽為x_t-q時待預測對象P在Oy軸和Oz軸方向的軌跡點偏差差分，其中q為非零整數且則軌跡偏差差分預測網絡的輸入由待預測對象P的h步前向已知軌跡點偏差的差分組成，軌跡偏差差分預測網絡的輸出由待預測對象P的未來k步軌跡點偏差的差分組成；

上式中，表示在位置標簽為x_t-h+1時待預測對象P在Oy軸方向的軌跡點偏差差分，為表示在位置標簽為x_t時待預測對象P在Oy軸方向的軌跡點偏差差分，表示在位置標簽為x_t-h+1時待預測對象P在Oz軸方向的軌跡點偏差差分，為表示在位置標簽為x_t時待預測對象P在Oz軸方向的軌跡點偏差差分，表示在位置標簽為x_t+1時待預測對象P在Oy軸方向的軌跡點偏差差分，表示在位置標簽為x_t+1時待預測對象P在Oz軸方向的軌跡點偏差差分，表示在位置標簽為x_t+k時待預測對象P在Oz軸方向的軌跡點偏差差分，T表示轉置；

軌跡偏差差分預測網絡輸入層到隱層的權值選為1，則第l個隱層節點的輸出由下式得到：

上式中，c_l和σ_l分別表示第l個隱層節點的核函數中心和寬度，||·||表示歐氏距離；

軌跡偏差差分預測網絡的輸出U由下式得到：

U＝WΦ

上式中，Φ＝[φ₁ … φ_L]^T，W＝[ω_l,m]_L×M為權重向量，M為輸出維度，φ₁為第1個隱層節點的輸出，φ_L為第L個隱層節點的輸出，ω_l,m為隱層節點l與第m個輸出之間的權重，L為隱層節點數目；

移動對象的軌跡點偏差計算模型由以下兩式實現；

上式將軌跡偏差預測模型輸入中的軌跡點偏差坐標轉化為軌跡偏差差分預測網絡的軌跡偏差差分輸入；

上式將軌跡偏差差分預測網絡的軌跡偏差差分輸出轉化為軌跡點偏差輸出；

上述兩式中，表示在位置標簽為x_t-j時待預測對象P在Oy軸方向的軌跡點偏差差分，表示在位置標簽為x_t-i時待預測對象P在Oy軸方向的軌跡點偏差，表示在位置標簽為x_t-i-1時待預測對象P在Oy軸方向的軌跡點偏差，表示在位置標簽為x_t-i時待預測對象P在Oz軸方向的軌跡點偏差差分，為表示在位置標簽為x_t-i時待預測對象P在Oz軸方向的軌跡點偏差，為表示在位置標簽為x_t-i-1時待預測對象P在Oz軸方向的軌跡點偏差，i為變量，2h為輸入的軌跡偏差差分數目；表示在位置標簽為x_t+i時待預測對象P在Oy軸方向的軌跡點偏差，表示在位置標簽為x_t時待預測對象P在Oy軸方向的軌跡點偏差，表示在位置標簽為x_t+i時待預測對象P在Oz軸方向的軌跡點偏差，為表示在位置標簽為x_t時待預測對象P在Oz軸方向的軌跡點偏差，為表示在位置標簽為x_t-j時待預測對象P在Oz軸方向的軌跡點偏差，2k為輸出的軌跡點偏差差分數目，j為變量；

基于軌跡偏差差分預測網絡的輸入和輸出結構和樣本集，采用在線ISO建模方法確定軌跡偏差差分預測網絡的隱層節點和參數；

所述采用在線ISO建模方法確定軌跡偏差差分預測網絡的隱層節點和參數的具體步驟為：

a)隱層節點增加：

若開始訓練時，軌跡偏差差分預測網絡中無隱層節點則將第一組樣本作為隱層節點，新增隱層節點的核函數中心取為第一組樣本的輸入，新增節點寬度和權值取為1；若網絡中有隱層節點，則軌跡偏差差分預測網絡在訓練過程中記錄網絡訓練誤差最大的樣本；若訓練誤差未達到設定的目標值，則在RBF中增加一個隱層節點，并設該增加的隱層節點的核函數中心為訓練誤差最大樣本的輸入；

樣本s對第m個輸出分量的誤差e_s,m由下式得到：

樣本的均方差ess_s由下式得到：

上述兩式中，和u_s,m分別為樣本s的實際輸出U和期望輸出中的第m個輸出分量，M為輸出維度，S為樣本集中樣本的數目；

b)網絡參數更新：

采用ISO算法實現網絡參數的更新，網絡參數更新增量如下式：

上式中，向量是第次訓練的調整參數，向量是第次訓練的調整參數，I為單位矩陣，μ為組合系數，Q為準Hessian矩陣，g為梯度向量，分別由以下兩式得到：

上述兩式中，S為樣本集中樣本數目，M為輸出維度，q_s,m為樣本s的第m個輸出分量對應的子準Hessian矩陣，s＝1…S,m＝1…M，由式求得；η_s,m為樣本s的第m個輸出分量對應的子梯度向量，s＝1…S,m＝1…M，由式求得；上述兩式中，j_s,m是樣本s的Jacobian矩陣中與第m個輸出分量相關的行向量，由下式得到：

上式中，ω_l,m為隱層節點l與第m個輸出分量之間連接權重，c_l,ξ是隱層節點l對第ξ個輸入分量的中心值；向量j_s,m中的各元素在以下四式中計算，其中I_s為樣本s的輸入向量，I_s,ζ為I_s中的第ζ個元素：

上述四式中，φ_l為第l個隱層節點的輸出，ω_0,m為軌跡偏差差分預測網絡偏置與第m個輸出的分量之間連接權的值；

c)隱層節點刪除：

刪除連續β個樣本都不能激活的隱層節點；1＜β≤L；L為隱層節點數目；

隱層節點是否被樣本激活由樣本標準化輸出求得，樣本標準化輸出由下式求得，若樣本的標準化輸出r_l(I_s)小于規定的閾值則認為該隱層節點l沒有被樣本s激活；若r_l(I_s)大于等于規定的閾值則認為隱層節點l被樣本s激活；

上式中，I_s表示樣本s對軌跡偏差差分預測網絡的輸入向量，r_l(I_s)表示軌跡偏差差分預測網絡輸入為I_s時隱層節點l的標準化輸出，Φ_max(I_s)為所有隱層節點輸出的最大值，Φ_l(I_s)為隱層節點l的輸出，由下式得到：

d)合并隱層節點：

若RBF中存在兩個相似的隱層節點α、δ，合并隱層節點α、δ為隱層節點γ，則γ的參數由下式確定：

上式中，ω_αm、ω_δm、ω_γm分別為隱層節點α、δ、γ與第m個輸出分量間的連接權值，c_α、c_δ、c_γ分別為隱層節點α、δ、γ的核函數中心，σ_α、σ_δ、σ_γ為隱層節點α、δ、γ的核函數中心寬度；

步驟三：利用上述步驟二的移動對象的軌跡偏差預測模型，通過預測，得到移動對象未來的軌跡；

所述通過預測得到移動對象未來的軌跡的具體方法為：

利用在線建立的軌跡偏差預測模型求得移動對象的軌跡點偏差，然后根據下式求取移動對象的軌跡點位置：

上式中，表示在位置標簽為x_t+i時待預測對象P在Oy軸方向的軌跡位置，表示在位置標簽為x_t+i時待預測對象P在Oz軸方向的軌跡位置，表示固定航線任務在位置標簽為x_t+i處的Oy軸方向位置坐標，表示固定航線任務在位置標簽為x_t+i處的Oz軸方向位置坐標；

步驟四：重復上述步驟二與步驟三，直至完成預測任務。