一种基于网格编码和自然语言生成模型的船舶轨迹预测方法技术

本发明专利技术公开了一种基于网格编码和自然语言生成模型的船舶轨迹预测方法，包括如下步骤：S1)获取船舶轨迹数据，并进行预处理；S2)将预测水域空间按照规则网格进行划分，并得到网格化的轨迹数据；S3)训练嵌入层模型；S4)构建基于自然语言生成的轨迹预测模型；S5)设置模型训练参数；S6)划分数据集，用训练集对构建的轨迹预测模型进行训练，得到训练模型；S7)利用训练模型进行轨迹预测，得到预测的网格序列；S8)取预测网格的中心点坐标作为预测点，并对预测出的轨迹进行拟合，得到预测轨迹。本发明专利技术能够降低输入数据的维度，提高模型训练和预测的效率；实现对复杂地理信息的简化和有效表示，预测精度高，适用范围广。

【技术实现步骤摘要】

本专利技术涉及一种船舶轨迹预测方法，尤其涉及一种基于网格编码和自然语言生成模型的船舶轨迹预测方法。

技术介绍

1、随着我国沿海地区航运业高速发展，船只容量、规模和航行速度逐渐增加[1]，船舶碰撞事故时有发生。特别在内河的交汇水域，其航道狭窄、结构复杂、船舶需要频繁转向，船舶轨迹的准确预测对提升船舶航行安全，降低碰撞和搁浅风险至关重要。因此本专利技术针对现有船舶轨迹预测模型在内河交汇处和弯曲段等复杂水域存在的预测精度低、输入维度高、训练时间长、不同水域难以迁移等问题，提出一种基于网格编码和自然语言生成模型的船舶轨迹预测方法。

2、新兴助航设备船舶自动识别系统(automatic identification system，ais)能收集实时和历史的船舶位置、航向航速等，为提高海上运输效率和安全提供了丰富的信息，被广泛用于轨迹预测的方法中。

3、现有研究船舶轨迹预测的方法分为4类：模拟方法(simulation methods，sim)、统计方法(statistical methods，stm)、机器学习方法(machine learn本文档来自技高网...

【技术保护点】

1.一种基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤S1具体包括：

3.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤S2具体包括：

4.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤S3具体包括：

5.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤S4具体包括：

<p>6.如权利要求1...

【技术特征摘要】

1.一种基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤s1具体包括：

3.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤s2具体包括：

4.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤s3具体包括：

5.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤s4具体包括：

6.如权利要求1所述的基于网格编码和自然语言生成模型的船舶轨迹预测方法，其特征在于，所述步骤s5设置的模型训练参数包括隐藏层的单元数目，学习速率，以及dropout层的dropout比率；所述步骤s5采用keras tuner库中的randomsearch类进行超参数搜索；设定隐藏层的单元数目在64至512之间进行搜索，搜索的步长设定为32...

【专利技术属性】
技术研发人员：陈新月，王琪，胡勤友，张正平，
申请(专利权)人：上海迈利船舶科技有限公司，
类型：发明
国别省市：