基于AIS的船舶轨迹预测:一种几何一致性轨迹变换器(GCT-Former)的应用
《Journal of Marine Science and Engineering》:AIS-Based Ship Trajectory Prediction Using a Geometry-Consistent Trajectory Transformer (GCT-Former)
【字体:
大
中
小
】
时间:2026年07月01日
来源:Journal of Marine Science and Engineering 3.2
摘要
基于自动识别系统(AIS)记录准确预测船舶轨迹对于海上交通监控、航线规划以及智能船舶交通管理而言十分重要。然而,对于长时段预测以及船舶转向操作,要实现可靠预测依然具有挑战性。为解决这一问题,本研究提出了几何一致性轨迹变换器(GCT-Former),这是一种基于渐进式优化方法的AIS船舶轨迹预测框架。该模型通过多尺度历史轨迹编码、渐进式残差未来位置生成以及全局-局部轨迹优化,提升了长时段轨迹预测的稳定性和连贯性。所预测的轨迹可作为几何未来位置估算值,为后续的海上交通监控和决策支持系统提供轨迹级信息。实验在丹麦的三个实际海域进行:奥胡斯湾、大贝尔特海峡以及斯卡根。与常见的传统模型及深度学习轨迹预测模型相比,该模型在长时段预测方面展现出最显著的优势,尤其是在平均绝对误差和方均根误差指标上。在长期预测中,其在奥胡斯湾、大贝尔特海峡和斯卡根的平均位移误差分别为0.344公里、0.546公里和0.218公里,最终位移误差分别为0.774公里、1.368公里和0.525公里。消融实验进一步表明,去掉多尺度编码模块会使三种场景下的长期平均位移误差分别增加7%、4%和3%,而去掉渐进式残差解码器则会导致误差在三个数据集上分别上升15%、9%和8%。在船舶转向场景下,该模型的几何预测误差在温和转向和急转弯情况下也更为较低。这些结果说明,GCT-Former能够有效提升基于AIS的船舶轨迹预测性能,尤其在长时段预测和船舶转向场景中表现优异。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号