基于LSTM的四旋翼无人机轨迹预测方法

作者：陆佳欢; 曹宇轩; 羊钊^*; 谢华; 朱仁伟

来源：哈尔滨商业大学学报(自然科学版), 2022, 38(06): 699-704.

DOI：10.19492/j.cnki.1672-0946.2022.06.004

• 四旋翼无人机
• 长短期记忆神经网络
• 轨迹预测
• 深度学习
• 学习速率
• 预测误差

实时、准确、高效的轨迹预测是对四旋翼无人机进行有效管控的重要前提.基于深度学习理论，提出一种基于长短期记忆神经网络(LSTM)的四旋翼轨迹预测方法.在LSTM基础上，使学习速率自动调整，基于四旋翼无人机位置坐标与速度参量，对轨迹数据进行训练与预测，其经度、纬度、高度误差分别为6.04、6.45、2.33 m.分析历史时间步长对于预测精度的影响，结果表明历史学习步长为40～45时，LSTM预测结果最佳；比较不同预测步数的预测误差，结果表明一步预测、两步预测误差结果较好，三步预测误差显著增大.

• 单位
  南京航空航天大学