【技术实现步骤摘要】
本专利技术涉及船舶轨迹预测，具体指一种基于改进的生成式seq2seq船舶轨迹预测方法。
技术介绍
1、随着经济全球化，船舶的航行安全问题愈发受到关注，特别是在船舶防碰撞领域，船舶碰撞可能会导致大量人员伤亡以及巨额财产损失。另外，如果碰撞船舶搭载的货物是石油等化学物品，还可能会污染海洋环境，破坏海洋生态。
2、在这种背景下，海上监视和海上态势感知成为热门研究领域，该领域的关键挑战之一是船舶轨迹预测。如何利用船舶的已知轨迹预测船舶未来几个小时的轨迹，从而为海上搜索和救援、交通控制、路径规划，污染监测等应用领域提供技术支撑，是船舶轨迹预测的关键问题。
3、因此，该方法旨在通过深度学习模型预测船舶的轨迹，为航行船舶规划出一条安全的、经济的、无碰撞的路线，使船舶能够在日益拥挤的海上安全航行。
4、目前的船舶轨迹预测系统常采用循环神经网络(rnn)或者长短期记忆网络(lstm)来预测，但也存在一些问题，如无法解决序列数据的长依赖、不能够并行训练以及存在梯度消失和梯度爆炸问题。虽然lstm能够解决梯度消失问题，梯度...
【技术保护点】
1.一种基于改进的生成式seq2seq船舶轨迹预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进的生成式seq2seq船舶轨迹预测方法，其特征在于，所述步骤1中，使用三样条插值算法对时间间隔不一致的轨迹序列进行重建，使用滑动窗口把长短不一的轨迹处理成长度一致的轨迹。
3.根据权利要求1所述的一种基于改进的生成式seq2seq船舶轨迹预测方法，其特征在于，所述步骤6中，生成式序列到序列模型的训练方法为：以步骤3至步骤6为一个周期，周期性循环步骤3到步骤6至初始化设定的迭代周期数。
4.根据权利要求3所述的一种基...
【技术特征摘要】
1.一种基于改进的生成式seq2seq船舶轨迹预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进的生成式seq2seq船舶轨迹预测方法，其特征在于，所述步骤1中，使用三样条插值算法对时间间隔不一致的轨迹序列进行重建，使用滑动窗口把长短不一的轨迹处理成长度一致的轨迹。
3.根据权利要求1所述的一种基于改进的生成式...
【专利技术属性】
技术研发人员：殷昱煜，孙茜茜，章斌，袁俊峰，欧东阳，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。