一种基于深度学习的动态轨迹预测与智能视觉伺服系统

本发明公开了一种基于深度学习的动态轨迹预测与智能视觉伺服系统，具体涉及智能控制技术领域；是通过实时采集目标运动状态的图像数据，提取目标的显性状态信息与隐性状态信息，并进行动态轨迹预测，生成目标运动趋势的时序特征与潜在遮挡状态的概率信息；对目标运动趋势的时序特征进行预测稳定性分析，生成优化后的轨迹预测数据；对潜在遮挡状态的概率信息进行隐态效应分析，生成目标遮挡的实时评估信息；融合轨迹预测数据与实时评估信息，输出目标轨迹预测结果；基于目标轨迹预测结果控制视觉伺服执行机构，实现了对不完全可观测目标的稳健跟踪与预测控制，提升了视觉伺服系统在复杂动态环境中的实用性。