作者：赵久国; 石韬机器学习动态障碍神经网络轨迹预测
摘要：提出一种基于机器学习的预测模型,估计动态障碍物的运动状态,主要用于无人艇对海上动态障碍物进行自主避碰。系统在神经网络算法的基础上进行改良,设计出神经网络预测控制结构,然后根据控制结构中的环节逐步实现设计。第一步建立神经网络预测模型,基于人工神经通过加入内部反馈信号来描述非线性动力学问题;第二步建立反馈矫正模型及参考轨迹;第三步设计滚动优化算法;最后对算法进行仿真。实验结果表明,经度和纬度的误差都在0.8 m以内,验证了基于Elman算法预测模型的可行性,为后续研究奠定了基础。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
