简介：面向飞机轨迹预测的Python工程资源包，适用于航空安全研究、算法验证及智慧空管相关开发者。该混合方案以融合注意力机制的双分支LSTM-Transformer网络为核心，兼顾LSTM的时序建模能力与Transformer的全局依赖捕捉能力，重点覆盖盘旋、爬升、俯冲、螺旋上升等典型机动场景，能直接用于高精度轨迹预测实验与模型对比。压缩包共33个文件，包含27个CSV轨迹数据集、4个Python算法脚本、1个训练好的H5权重模型及1份算法说明文档，总大小约10.53MB。CSV数据覆盖盘旋、巡航、爬升、俯冲、螺旋上升等十余类飞行动作，既可用于训练也可作为标准测试集；脚本则覆盖多种预测算法与可视化流程，便于分场景验证。已有115人学习，资源内还提供免训练调用的H5权重模型，结合CSV数据与说明文档，适合需要快速复现结果或深入理解序列预测在航空轨迹领域应用的读者。
1. 一个叫“轨迹预测”的rar里，通常装着什么
拿到一个“代码轨迹预测飞机轨迹预测.rar”，先别急着解压跑模型。这类压缩包在校园和工业项目里流传很广，名字起得宽，里面装的东西却高度相似：一份飞机航迹数据集（通常是CSV或txt，来自ADS-B广播或雷达模拟）、若干个Python脚本、一个训练入口、一个评估脚本，运气好的还有README。它的核心任务是给定一段历史轨迹，预测未来几秒到几分钟的位置序列——空管冲突告警、无人机避障、机场场面调度都在用这套东西。
这篇文章就按这个rar包最常见的技术栈展开：轨迹数据怎么清洗、模型怎么选、训练参数怎么定、评估指标怎么算、坑在哪里。我默认你已经装好Python 3.8以上环境，有PyTorch基础。没有也不慌，每一步都给可复现代码和参数说明，照着抄能跑通，跑通了再改。
2. 把原始航迹变成模型输入：轨迹数据的清洗、切窗与归一化
rar包里最值钱的往往不是模型代码，而是那份航迹数据。飞机轨迹预测和通用时间序列预测最大的区别在数据形态：样本是一条条不等长的轨迹，而不是等间隔的传感器读数。所以第一步不是建模，是把原始数据收拾成模型能吃的样子。
2.1 轨迹数据长什么样：字段、采样率与坐标系
公开的飞机轨迹数据多来自ADS-B地面站接收的广播报文，解出来的典型字段包括：航班号（或ICAO 24位地址码）、UTC时间戳、经纬度、高度、速度、航向。有的数据集还会附带爬升率、垂直速度。常见采样间隔是1秒，低质量的可能是5到10秒一跳，这直接影响后续窗口设计。
拿到数据先别急着看模型，先回答三个问题：时间是否连续、坐标是什么格式、采样间隔是否均匀。我遇到过一份数据，时间戳是字符串，坐标是十进制度数，但混进了几行度分秒格式，直接喂给模型就翻车。正确的第一步是写个探查脚本：
import pandas as pd df = pd.read_csv("trajectories.csv") df["ts"] = pd.to_datetime(df["ts"], unit="s", errors="coerce") df = df.dropna(subset=["ts", "lat", "lon"]) # 检查时间是不是严格递增 df = df.sort_values(["flight_id", "ts"]) gap = df.groupby("flight_id")["ts"].diff().dt.total_seconds() print("采样间隔分布（秒）:", gap.describe()) # 检查是否存在明显漂移点（跳变超过阈值） df["lat_diff"] = df.groupby("flight_id")["lat"].diff() print("异常点数量:", (df["lat_diff"].abs() > 0.1).sum())代码逻辑：先把时间戳统一成datetime，按航班和时间排序，再用diff算出每条轨迹的间隔分布，最后用纬度跳变量过滤掉GPS漂移点。参数说明：0.1度大约对应11公里，单秒不会出现这样的跳变，超过这个值基本是接收噪声或解算错误，直接删掉比插值安全。
2.2 清洗规则：删短轨迹、去重、插值补点
飞行轨迹天然是变长的：起飞爬升段数据密，巡航段可能丢点，降落段又恢复。模型对输⼊序列长度敏感，所以清洗规则要统一。常见做法是三条：长度不足N个点的整条剔除、重复时间戳取均值、丢点超过阈值就按线性插值补齐。
def clean_trajectories(df, min_len=20, max_gap=5): cleaned = [] for fid, group in df.groupby("flight_id"): group = group.drop_duplicates(subset="ts").sort_values("ts") if len(group) < min_len: continue # 线性插值补点 group = group.set_index("ts").resample("1S").interpolate(method="linear").reset_index() # 若某段连续缺失超过 max_gap 秒，直接切断 gap_mask = group["ts"].diff().dt.total_seconds() > max_gap if gap_mask.sum() > 0: continue cleaned.append(group) return pd.concat(cleaned, ignore_index=True)为什么要设min_len=20？因为后续滑窗需要至少10个历史点加10个预测点，太短的轨迹样本不足，训练时全是噪声。max_gap=5意味着超过5秒的连续缺失就不硬补，直接放弃该条轨迹——插值超过5秒的位置在转弯段会严重失真，补出来也是错的。
2.3 滑窗构造样本：输入输出怎么切
轨迹预测的样本不是一条完整航迹，而是从完整航迹里滑动截取的一段历史加一段未来。设history=10，future=10，就是拿过去10秒预测未来10秒。窗口越小，样本越多，但上下文信息越少；窗口太大，巡航段占比高，模型学不到机动。
def sliding_window(df, history=10, future=10, stride=1): X, y = [], [] for fid, group in df.groupby("flight_id"): group = group.sort_values("ts").reset_index(drop=True) pts = group[["lat", "lon", "alt"]].values for start in range(0, len(pts) - history - future + 1, stride): X.append(pts[start:start + history]) y.append(pts[start + history:start + history + future]) return np.array(X), np.array(y)注意两点。第一，stride=1会制造大量重叠样本，训练集和验证集如果按时间随机切分，同一条轨迹会被同时分到两边，这叫数据泄漏，后面避坑章细说。第二，这里输出的是未来每个时刻的绝对坐标，有的方案改成预测相对位移，效果通常更好，因为位移量更平稳，第3章会用到。
2.4 归一化与坐标变换：避免模型学出一堆常数
模型的输入输出是经纬度和高度，直接喂原始值问题很大：经纬度量纲大且数值相近，模型难以区分微小变化；高度量级又不一样，梯度更新会被大数值特征主导。常见做法是转成局部ENU坐标再归一化。
from math import radians, cos, sin def latlon_to_enu(origin_lat, origin_lon, lat, lon): # 以轨迹首点为原点，转东北天坐标 re = 6371000.0 lat0, lon0 = radians(origin_lat), radians(origin_lon) dlat = radians(lat - origin_lat) dlon = radians(lon - origin_lon) e = re * cos(lat0) * dlon n = re * dlat return e, n这条公式把经纬度差转换成米制平面坐标，模型学的是“每秒向东多少米、向北多少米”，单位统一成米后，LSTM的数值稳定性会好很多。注意：cos(lat0)按轨迹起点纬度算，如果你的数据跨越很大的纬度范围，应该分段处理，而不是整条轨迹共享一个原点。归一化建议用训练集的全局均值方差，不要用batch内的统计量，这点在避坑章展开。
3. 从线性外推到LSTM与Transformer：轨迹预测模型怎么选、怎么写
数据准备好了，进入核心环节：选模型。我见过太多人一上来就上Transformer，结果效果不如三行代码的匀速外推。轨迹预测的场景差异很大：训练数据有多少、预测时长多长、是否要求实时，决定了模型选型。本节按“先baseline、再序列模型、再注意力”的顺序展开。
3.1 先跑通baseline：匀速外推与卡尔曼滤波
任何轨迹预测项目，第一步都该写一个baseline，否则你不知道模型到底有没有学到东西。最简单的baseline是匀速外推：拿最近两秒的平均速度，外推未来位置。代码就几行：
def constant_velocity_predict(hist, future_steps): # hist: shape [T, 2] 表示 E/N 坐标 vel = hist[-1] - hist[-2] # 每秒速度 preds = [hist[-1] + vel * (i + 1) for i in range(future_steps)] return np.array(preds)这个baseline在小转弯、巡航场景下表现相当好，FDE（终点误差）能做到10到30米，已经能碾碎没调好的神经网络。卡尔曼滤波是它的升级版，假设匀速运动模型加噪声，用滤波平滑掉观测噪声：
import numpy as np def kalman_predict(hist, future_steps, dt=1.0): # 状态: [e, n, ve, vn] F = np.array([[1, 0, dt, 0], [0, 1, 0, dt], [0, 0, 1, 0], [0, 0, 0, 1]]) H = np.array([[1, 0, 0, 0], [0, 1, 0, 0]]) x = np.array([hist[-1, 0], hist[-1, 1], hist[-1, 0] - hist[-2, 0], hist[-1, 1] - hist[-2, 1]]) for _ in range(future_steps): x = F @ x return x[:2]这段代码省略了协方差更新，是最朴素的版本。实际用的时候建议装上filterpy库，它的KalmanFilter类封装完整。卡尔曼滤波适合噪声大、目标运动平稳的场景；如果目标强烈机动，匀速模型假设失效，误差会迅速放大。所以baseline的作用不只是“有个对比”，它告诉你是数据问题还是模型问题——如果LSTM连卡尔曼都打不过，先怀疑数据，别怀疑模型。
3.2 LSTM序列模型：encoder-decoder结构
当外推和滤波到极限，再上神经网络。轨迹预测最经典的神经结构是encoder-decoder LSTM：encoder读入历史轨迹，decoder逐步输出未来位置。实现要点是用“位移增量”作为训练目标，而不是绝对坐标，这样模型学的是“下一步往哪动”而不是“下一步在哪”。
import torch import torch.nn as nn class TrajLSTM(nn.Module): def __init__(self, input_dim=2, hidden=64, future=10): super().__init__() self.encoder = nn.LSTM(input_dim, hidden, batch_first=True) self.decoder = nn.LSTM(input_dim, hidden, batch_first=True) self.fc = nn.Linear(hidden, input_dim) def forward(self, hist): # hist: [B, T, 2] 历史绝对坐标 _,(h,c) = self.encoder(hist) # decoder 首个输入取最后一个位移，没有就用零 decoder_input = torch.zeros(hist.size(0), 1, hist.size(2)) outputs = [] state = (h, c) for _ in range(self.future): out, state = self.decoder(decoder_input, state) delta = self.fc(out) outputs.append(delta) decoder_input = delta # 把预测的位移当作下一步输入 return torch.cat(outputs, dim=1)逻辑说明：encoder把整段历史压缩成隐状态，decoder每一步预测一个位移增量，再把增量拼回坐标。训练时使用teacher forcing——把真实位移作为下一步输入——会加速收敛，但在推理时必须改成self-feeding，否则误差累积会出现“预测轨迹漂移”。参数上hidden=64够用，输入轨迹长度10到20，hidden再大收益有限，反而容易过拟合，因为航迹数据通常只有几万条样本。
LSTM的弱点是长序列依赖：它理论上能记住长距离信息，实际上对超过50步的历史记忆衰减明显。但飞机轨迹预测很少用超过30秒的历史，所以LSTM在短时预测上完全没有过时，反而比Transformer更稳、更省显存。
3.3 Transformer在轨迹预测里的最小实现
Transformer火起来之后，很多RAR包里的代码从LSTM换成了注意力结构。轨迹预测用Transformer的核心优势是并行训练和长距离依赖建模，但注意：轨迹数据不是自然语言，位置编码需要重新设计，绝对位置编码不如相对位置编码好用。
import torch.nn.functional as F class TrajTransformer(nn.Module): def __init__(self, d_model=64, nhead=4, num_layers=2, future=10): super().__init__() self.input_fc = nn.Linear(2, d_model) self.pos_embed = nn.Parameter(torch.randn(1, 20, d_model) * 0.1) encoder_layer = nn.TransformerEncoderLayer(d_model, nhead, dim_feedforward=128, batch_first=True) self.encoder = nn.TransformerEncoder(encoder_layer, num_layers) self.decoder_fc = nn.Linear(d_model, future * 2) def forward(self, hist): # hist: [B, T, 2] x = self.input_fc(hist) + self.pos_embed[:, :hist.size(1)] x = self.encoder(x) x = x[:, -1] # 只取最后一个时间步的隐状态 out = self.decoder_fc(x).view(hist.size(0), self.future, 2) return out这是“encoder-only + 一次性输出全部未来点”的最简实现，不写decoder跨步生成。位置嵌入是学出来的参数，只到20步，如果你的历史窗口超过20，要把参数维度相应调大。d_model=64、nhead=4、2层编码器是小数据量的稳妥配置，d_model上到128就需要更多数据，否则验证集ADE不降反升。
Transformer在轨迹预测上的实际收益主要体现在两点：一是有长程依赖的复杂机动段，比如盘旋、连续转弯；二是多模态输出时，注意力天然适合做混合分布。但它的训练更敏感——学习率要更低，通常1e-4起步，warmup步骤不能省，否则loss初期剧烈震荡。
3.4 模型选型：数据量、实时性和精度的三角权衡
项目落地时选哪个模型，不只看精度数字。我见过一个机场场面监视项目，LSTM推理一次2毫秒，Transformer要15毫秒，但精度提升不到5%，调度系统是200Hz的闭环，选哪个不言而喻。
- 数据量小于2万条轨迹：别用Transformer，用LSTM或GRU，甚至卡尔曼滤波加规则就够
- 数据量大于10万条且预测时段超过20秒：Transformer值得试
- 有硬实时要求的（每100毫秒出一次预测）：LSTM优先，量化后更快
- 目标是顶会复现或多模态研究：直接对标Multi-Traffic等开源基准，用Transformer架构
选型还取决于预测时长。未来5秒内，匀速外推的误差中位数可能只有10米；未来30秒，神经网络才有明显优势。所以做方案的时候，先定义清楚“必须预测多远”，再决定投入多少算力去训练大模型，否则就是拿大炮打蚊子。
4. 训练与评估：ADE/FDE指标、训练参数和预测协议
模型代码写了一堆，最后不拿同一把尺子量，都是白干。轨迹预测领域有一个残酷的现象：同一份数据、同一个模型，不同论文报的ADE能差好几倍——不是模型差别，是评估协议不一样。本节把指标定义、训练配置、评估协议一次说清。
4.1 指标：ADE、FDE和碰撞率怎么算
ADE是Average Displacement Error，衡量预测轨迹所有时间点的平均位置误差；FDE是Final Displacement Error，只看终点误差。这两个指标是行业标配，代码实现非常简单但易错。
def compute_ade_fde(pred, gt): # pred/gt: [B, T, 2] 单位米 ade = np.mean(np.linalg.norm(pred - gt, axis=-1)) fde = np.mean(np.linalg.norm(pred[:, -1] - gt[:, -1], axis=-1)) return ade, fde注意两点：第一，坐标必须是同一坐标系，常见错误是一边用ENU米制，一边用经纬度，算出来的“误差”高达几十万米；第二，ADE和FDE对异常点敏感，如果某条轨迹GT有缺测，模型预测再准也是巨大误差，评估前要把缺测样本剔除干净。
ACE指标可以看预测轨迹是否在航路包络内，但有个问题：它只检查均值位置是否偏离，不能捕捉误差分布的形状。真正部署时还要关注碰撞率——实时预测中，预测位置与实际位置偏差超过安全阈值的帧占比，这个数字直接决定系统会不会误报冲突。
4.2 训练配置：学习率、批次、早停
轨迹预测模型的训练配置没什么玄学，但有几个“不调就翻车”的参数：学习率、梯度裁剪、早停。LSTM类模型常见配置是Adam优化器、学习率1e-3、权重衰减1e-5；Transformer则要降到1e-4，并加warmup。
optimizer = torch.optim.AdamW(model.parameters(), lr=1e-3, weight_decay=1e-5) scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=20, gamma=0.5) for epoch in range(100): model.train() for batch in train_loader: hist, gt_delta = batch pred_delta = model(hist) loss = torch.nn.functional.mse_loss(pred_delta, gt_delta) optimizer.zero_grad() loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), 5.0) optimizer.step() scheduler.step()核心参数不是学习率，而是clip_grad_norm=5.0。轨迹数据里偶尔有极端的转弯样本，梯度范数可能爆炸到上百，不裁剪的话一个batch就毁掉整个模型。批量大小一般64到128，不要用太大——轨迹样本高度相似，大批量会让模型对常见轨迹过拟合，忽略罕见的机动情况。
早停要用验证集的FDE而不是ADE，因为ADE对时间点平均，早期误差的权重更大，容易掩盖“终点发散”的问题。等验证集FDE连续10个epoch不降再停，然后重新用验证集做模型选择。
4.3 评估协议：单模态还是多模态，k怎么取
轨迹预测有个和普通回归不一样的地方：未来是不确定的。同一条历史轨迹，未来可能直飞也可能转弯，真值只有一条，但好的预测应该给出多条候选。这就引出了多模态评估协议。
单模态评估就是上面代码的样子，模型只输出一条轨迹，预测和GT直接比对。多模态评估则需要模型输出k条候选轨迹，然后取和GT距离最近的那条来算ADE/FDE，这叫minADE/minFDE，k通常取1、3、5分别报告。
def compute_min_ade_fde(preds, gt): # preds: [B, K, T, 2], gt: [B, T, 2] ade_per_mode = np.mean(np.linalg.norm(preds - gt[:, None], axis=-1), axis=-1) fde_per_mode = np.linalg.norm(preds[:, :, -1] - gt[:, None, -1], axis=-1) best = np.argmin(ade_per_mode, axis=-1) min_ade = np.mean(ade_per_mode[np.arange(len(best)), best]) best_fde = np.argmin(fde_per_mode, axis=-1) min_fde = np.mean(fde_per_mode[np.arange(len(best)), best_fde]) return min_ade, min_fde这条代码把多模态的取法写清楚了：ADE选最近模式，FDE也选最近模式，注意它们不是一个模式，分别挑最小的。minADE/minFDE好看但别滥用——k=5时模型只要输出一条直飞、四条乱拐，minADE会显得很漂亮，但部署时没人知道该信哪条。
所以论文里两个数字都要报：单模态的ADE/FDE和minADE/minFDE的差距能反映模型的多模态表达能力。差距大说明模型真的学会了“多条路”；差距小说明k条轨迹是凑数的，实际姿态不确定时仍然只有一个选择。
5. 轨迹预测的5个常见坑：从数据泄漏到坐标系飘移
这一章写RAR包跑起来之后最常见的翻车现场。每一条都是真实项目里摔过的，按现象、原因、解决三段式记下来。
5.1 时间戳没对齐，模型比随机还差
现象：训练loss正常下降，验证集FDE却巨大，甚至比匀速外推差一倍。检查预测代码时发现，GT轨迹和预测轨迹的起点差了整整一个窗口。
原因：滑窗切分时，有人按时间排序后直接切片，但数据里的ts字段经过了时区转换或字符串解析，导致排序不稳定；另一种更隐蔽的是，训练脚本里对data做了shuffle，把同一条轨迹的带标签样本和未标签样本混在一起，验证时索引错位。
解决：在构造滑窗样本时就给每个样本带上flight_id和起始时间戳，验证时按“同一轨迹的连续样本”做分组评估，严禁把同一轨迹的不同窗口分到训练集和验证集。如果发现输入的历史段预测出的轨迹起点比GT晚一个时间步，检查是不是索引从0开始写成了从1开始。
5.2 坐标直接喂经纬度，训练震荡
现象：LSTM训练时loss降到一定程度就开始振荡，ADE在某个值附近不停抖动，怎么调学习率都没用。
原因：经纬度是球面坐标系，1度纬度约111公里，1度经度在不同纬度长度不同。模型在高层特征里要同时学“微小经纬度变化”和“高度变化”两个量纲，梯度方向不稳定。更麻烦的是，同一段轨迹在高纬度地区的经度间隔和低纬度完全不同，模型学到的信息不可迁移。
解决：全部转ENU米制坐标，以每条轨迹的首点为原点；如果轨迹跨越较大范围，加上SE（或经纬）方向的坐标偏移修正。转成米后，损失函数的数值物理意义明确（单位是米），不同轨迹之间的误差可比性也强得多。
5.3 归一化统计量泄漏
现象：模型在训练集上FDE达到5米，验证集却始终在50米以上，且验证loss几乎不下降。检查代码发现验证集预测结果反归一化后，整体往一个方向平移了较大的量。
原因：用整个数据集（包括验证集和测试集）的均值方差做归一化，信息泄漏进了模型。模型学到的是“数据中心在X”，验证集被同样平移，看起来没问题；部署后新数据分布略有差异，误差立刻暴露。
解决：归一化统计量只在训练集上计算，保存成json或npz文件，验证和推理时从文件加载同样的统计量。注意不只是均值和方差，如果用了MinMax归一化，min和max也要按同一个原则计算，避免用验证集的最大值来缩放。
5.4 窗口太小，高速机转弯直接飞出
现象：预测高速民航客机的转弯段，FDE突然飙到几百米；低速无人机却正常。同一个模型，误差随速度变化呈线性增长。
原因：窗口只有10秒，高速客机10秒已经飞了约2.5公里，在转弯段，位置的历史上下文根本不足以反映转弯半径和角速率；模型如果把历史位移近似成匀速，转角超过一定值后误差被速度放大。
解决：按速度自适应窗口，低速目标用历史10秒，高速目标拉长到20到30秒；或者把输入特征里加一维“转弯率”或角速率，让模型显式感知机动。另外，输出改成预测相对位移后，误差不会直接叠加在绝对坐标上，转弯段的发散问题也能缓解。
5.5 只报ADE不报FDE，评估失真
现象：论文或项目汇报里只给ADE，模型的终点误差大得离谱，但没人提。部署后发现冲突告警经常迟报，因为告警逻辑依赖终点位置。
原因：ADE把所有时间点的误差一平均，早期误差小，晚期误差被稀释；两个模型的ADE可以完全一样，但一个在预测末期发散，一个不散，FDE能分辨。
解决：报告指标时固定包含ADE和FDE两项，缺一个都算评估不完整。如果目标是告警系统，还要加“末期误差超过阈值线”的尾部分布统计，比如P95的FDE，比平均数的说服力强得多。
6. 从预测到落地：多模态输出、场景过滤和最终验收
模型在验证集上指标漂亮，不等于系统能用。轨迹预测落地最常被忽略的是输出端设计：一条线不够，要给出多条候选和置信度，还要做场景约束。做好这一步，才真正接近“可用”。
6.1 多模态轨迹预测：不只是输出一条线
工程上做多模态，不一定要复杂网络。常见做法是让模型输出一组候选位移和对应的概率，再用K-means聚类降重复。轻量方案是用Mixture Density Network，预测的是一组高斯混合分布的参数。
class MDNHead(nn.Module): def __init__(self, hidden_dim, n_modes=3, pred_len=10): super().__init__() self.pi = nn.Linear(hidden_dim, n_modes) self.mu = nn.Linear(hidden_dim, n_modes * pred_len * 2) self.logvar = nn.Linear(hidden_dim, n_modes * pred_len * 2)思路是让网络同时输出每个模式的概率pi、均值轨迹mu和方差logvar，损失函数用负对数似然。这样模型学会的是“这里我拿不准，所以给三条路都分配概率”，而不是硬选一条。训练时注意n_modes够用即可，3到5个在空管场景下足够，再多训练不稳定。多模态的评估要用第4章讲的minADE/minFDE来对齐，不然你连自己模型在测什么都说不清楚。
6.2 场景约束与后处理：把预测限制在可行域
飞机轨迹有天然约束：不能瞬间掉头、速度有上下限、爬升率有范围。神经网络不懂这些，需要后处理约束。最简单有效的是动力学过滤——把预测序列逐帧做速度检查和转向角限制，超限的点用插值拉回。
def kinematic_filter(pred, max_vel=250.0, max_turn=0.5): # pred: [T, 2], 单位米/秒, 最大转弯速度 rad/s filtered = pred.copy() for i in range(1, len(pred)): vel = np.linalg.norm(pred[i] - pred[i-1]) if vel > max_vel: filtered[i] = filtered[i-1] + (pred[i] - pred[i-1]) / vel * max_vel return filtered参数max_vel按机型取，客机约250米/秒，小型无人机约30米/秒；max_turn是每帧允许的最大航向变化，在0.1到0.5弧度之间调。后处理解决的是“预测轨迹穿山、超速、急转”等物理不可能情况，它不提升指标，但能显著降低空管系统的误报告警。真实项目里，一个简单的动力学过滤器能砍掉一半的虚警，优先于上更复杂的模型。
6.3 验证方法：用回避率做最终验收
指标调优到一定程度，要换一把尺子：miss rate（回避率）。它衡量的是预测轨迹中，与真实轨迹最小距离超过阈值的样本比例，比ADE更贴近实际任务——告警系统关心的是“有没有漏掉冲突”。如果FDE降了10米但miss rate反而上升，说明模型把误差集中在少数场景，对真实任务反而是退步。
实操时，我习惯把测试集场景打散：高空直飞、低空盘旋、进近转弯、爬升段分开评估，分别算ADE和miss rate。因为整体指标被简单场景拉低，复杂机动的缺陷容易被掩盖。分开评估后，把优化重心放在miss rate最高的场景段上，通常加些特征或调整采样权重就能见效。
这个坑我踩过不止一次，后来养成一个习惯：任何轨迹预测模型，先花半天把各场景的指标分布拉出来，再谈调参。数据不均、场景混叠，模型怎么调都白搭。把这套流程走完，再回头看你手上的RAR包，里面代码大概率要被重写一半，但方向清楚了，改起来都是有的放矢。希望帮到你。
本文还有配套的精品资源，点击获取
