基于SPM-LSTM算法的乒乓球空间轨迹预测研究

陈鹏展; 曾荣飞; 卢伟清

doi:10.13873/J.1000-9787(2023)02-0059-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于SPM-LSTM算法的乒乓球空间轨迹预测研究

研究与探讨 | 更新时间：2025-09-11

- 基于SPM-LSTM算法的乒乓球空间轨迹预测研究
- 暂无标题
- 传感器与微系统 2023年第2期页码：59-63
- 作者机构：
  
  华东交通大学电气与自动化工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(62163014)
- DOI：10.13873/J.1000-9787(2023)02-0059-05
  中图分类号： G846;TP183;TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
陈鹏展, 曾荣飞, 卢伟清. 基于SPM-LSTM算法的乒乓球空间轨迹预测研究[J]. 传感器与微系统, 2023,(2):59-63.
陈鹏展, 曾荣飞, 卢伟清. 基于SPM-LSTM算法的乒乓球空间轨迹预测研究[J]. 传感器与微系统, 2023,(2):59-63. DOI： 10.13873/J.1000-9787(2023)02-0059-05.

DOI：

摘要

针对乒乓球空间运动轨迹问题，提出了一种新的乒乓球运动轨迹预测方法。对于轨迹预测中的轨迹点跟踪问题，设计了一种基于深度学习的多目视觉轨迹提取系统，实现乒乓球精准轨迹跟踪。在轨迹提取的基础上，提出了一种结合简单物理运动(SPM)模型和长短期记忆(LSTM)神经网络的轨迹预测模型(SPM-LSTM)

利用SPM模型的乒乓球物理约束关系，采用LSTM神经网络迭代训练SPM模型预测值与真实轨迹值之间的偏差数据。实验结果表明：提出的轨迹预测方法能够实现乒乓球轨迹预测。

Abstract

关键词

Keywords

references

基于实时视觉的乒乓球机器人标定和轨迹跟踪技术研究[D]. 张远辉.浙江大学,2009(04)

Ball Tracking and Trajectory Prediction for Table-Tennis Robots[J]. Hsien-I Lin;Zhangguo Yu;Yi-Chen Huang.Sensors,2020(2)

Kalman tracking algorithm of ping-pong robot based on fuzzy real-time image[J]. Lu Chunfeng.Journal of Intelligent & Fuzzy Systems,2020

Model Based Motion State Estimation and Trajectory Prediction of Spinning Ball for Ping-Pong Robots using Expectation-Maximization Algorithm[J]. Yongsheng Zhao;Rong Xiong;Yifeng Zhang.Journal of Intelligent & Robotic Systems,2017

Trajectory Prediction of Spinning Ball Based on Fuzzy Filtering and Local Modeling for Robotic Ping-Pong Player.[J]. Hu Su;Zaojun Fang;De Xu;Min Tan 0001.IEEE Trans. Instrumentation and Measurement,2013

Long short-term memory.[J]. Hochreiter S;Schmidhuber J.Neural computation,1997(8)

浏览量

355

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于WPD-FEEMD和ARIMA-LSTM的油井产量预测方法

基于周期特征提取的DLnet预测模型研究

基于回旋曲线的远程驾驶轨迹预测法

基于注意力机制改进的疲劳驾驶检测方法

基于注意力机制的双向LSTM人体活动识别