一种基于雷达多目标跟踪的轨迹预测方法

本发明实现了一种基于雷达多目标跟踪的轨迹预测方法，采用改进的AIMM‑UKF‑JPDA算法进行车辆跟踪，并结合意图‑时空动态注意力网络预测轨迹。在多目标跟踪方面，系统将跟踪目标分为高置信度和低置信度两类，分别使用JPDA和NN算法进行数据关联，以提升跟踪精度。关联结果反馈至AIMM算法，更新目标状态和概率矩阵。未关联目标与前时刻剩余目标关联，生成新跟踪目标。在轨迹预测方面，系统将70％的跟踪数据输入至编码器提取特征，通过BiLSTM网络编码时序特征，利用多头注意力机制处理社会交互和时空转换。解码器结合编码器的上下文信息和意图识别结果，通过LSTM解码，预测车辆意图和未来轨迹。本发明的性能评估采用MSE(均方根误差)，确保轨迹预测的准确性和可靠性。