申请/专利权人：上海应用技术大学

申请日：2020-06-12

公开（公告）日：2024-04-16

公开（公告）号：CN111738323B

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/10;H04W4/02;H04W4/029

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2020.10.30#实质审查的生效;2020.10.02#公开

摘要：本发明公开了一种基于灰色马尔科夫模型的混合增强智能轨迹预测方法和装置，方法应用于焦炉煤车，方法包括：焦炉煤车利用UWB定位系统获取煤车运行区内各运动目标的实时位置数据；基于人在回路的混合增强智能方法，判断运动目标为规律目标后，获取各运动目标的分类结果；接收各运动目标的分类结果和实时位置数据，依据先验数据，结合灰色预测法和马尔科发模型修正方法，预测煤车运行区内各运动目标的下一步移动位置和运动方向，分析判断各运动目标的运动趋势，以控制焦炉煤车运行。本发明基于人在回路的混合增强智能理念，结合灰色预测法和马尔科夫模型对运动目标的下一步移动位置和运动方向进行轨迹预测和修正，提高煤车的主动安全性能。

主权项：1.一种基于灰色马尔科夫模型的混合增强智能轨迹预测方法，其特征在于，所述方法应用于焦炉煤车，所述方法包括：利用UWB定位系统获取煤车运行区内各运动目标的实时位置数据；基于人在回路的混合增强智能方法，判断运动目标为规律目标后，基于人为认知对规律目标的分类，获取各运动目标的分类结果；接收各运动目标的分类结果和实时位置数据，依据先验数据，结合灰色预测法和马尔科发模型修正方法，预测煤车运行区内各运动目标的下一步移动位置和运动方向，分析判断各运动目标的运动趋势，以控制所述焦炉煤车运行,利用所述灰色预测法对人在回路的混合增强智能的规律目标的判别和分类结果，对各运动目标的下一步运动轨迹进行初步预测，所述马尔科发模型利用先验数据中各运动目标在不同状态的转移概率矩阵，预测各运动目标的未来状态，修正所述灰色混合增强智能预测值，得到各运动目标在未来某一时刻的位置数据；计算所述灰色混合增强智能预测值的步骤为：预设原始数列x0k,k＝1,2,...,n，原始数据进行一次累加后获得新序列z1k,k＝2,3,...,n，一次累加原始数据后的新序列为：z1k＝0.5x1k+0.5x1k-1,k＝2,3,...,n1 其中，x0k+az1k＝u为所述灰色预测法中的灰色模型；预设C＝a,uT为估计参数列，利用最小二乘求解得到：C＝BTB-1BTY3其中，为x0k+az1k＝u的微分方程；微分方程求解得到：x0k＝β-αx01×e-ak-24计算数据估计值的累加数列，并通过累减还原x0k： Xk+1＝fk+1-fk,k＝1,2,...,n6 通过所述马尔科夫模型动态自适应修正各运动目标预测的下一步运动位置数据，获取各运动目标在未来某一时刻位置数据的修正值包括：接收所述灰色混合增强智能预测值，后划分预测值的状态区间，计算马尔科夫转移概率矩阵，最后取状态区间的中值与预测值的乘积作为修正值。

全文数据：

权利要求：

百度查询： 上海应用技术大学 基于灰色马尔科夫模型的混合增强智能轨迹预测方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD