10、高速目标重复轨迹拦截策略与轨迹估计方法

高速目标重复轨迹拦截策略与轨迹估计方法

在自动化机器人系统中，利用视觉信息进行运动跟踪和引导是一个备受关注的问题。特别是在户外环境中拦截目标，对于军事防御和重要民用基础设施的保护至关重要。使用无人机拦截入侵目标具有成本低、部署快的优点，但无人机的性能受到其有效载荷能力的限制，且视觉信息存在噪声、视野范围小等问题，使得拦截高速目标具有挑战性。因此，准确估计目标轨迹对于高效拦截高速目标至关重要。

1. 问题背景与研究目标

在户外环境中，使用无人机拦截目标是一个具有挑战性的任务。视觉信息的噪声、视野范围小，以及高速目标的拦截难度，都使得准确估计目标轨迹成为关键。本文旨在解决一个高速飞行的空中目标在重复环形轨迹上运动的拦截问题，通过结合扩展卡尔曼滤波器（EKF）、循环神经网络（RNN）和最小二乘曲线拟合技术，实现对目标轨迹的准确估计和预测，从而制定有效的拦截策略。

2. 相关工作

• 传统目标位置估计 ：传统上，目标位置估计通常使用雷达信息。也有文献报道使用扩展卡尔曼滤波器从嘈杂的GPS测量中估计目标位置。
• 拦截相关研究 ：关于拦截速度高于拦截器的导弹的研究有很多，但视觉拦截是一个相对较新的话题。户外视觉信息中目标像素信息的高噪声使得目标位置估计具有高度不确定性。
• 轨迹估计方法 ：
  • 卡尔曼滤波技术 ：使用卡尔曼滤波技术估计和预测移动物体的研究有很多，但随着时间推移，预测精度会降低。