摘要
船舶轨迹预测是实现船舶智能航行的前提与基础.目前,针对船舶轨迹预测的研究大多仅依赖于船舶自动识别系统(AIS)历史数据,而未利用到船舶上其他传感器信息.于是本文提出了一种多模态轨迹预测模型——S-Transformer.在该网络中,电子海图中的海水/陆地被分割作为辅助训练目标与真实舟山港AIS数据加以综合从而对模型进行训练,并对船舶未来航行轨迹进行预测;其中,本文还引入segment recurrence来捕获AIS数据的长期依赖关系.实验结果表明,S-Transformer在不同的船舶行驶情况中都有优秀的预测结果,并优于相关预测任务的单模态基准模型.
- 单位