-
-
公开(公告)号：CN115293297B
公开(公告)日：2023-01-20
申请号：CN202211219162.5
申请日：2022-10-08
申请人： 武汉理工大学
IPC分类号： G06F18/2415 , G06N3/0464 , G06N3/049 , G06F16/29
摘要： 一种意图驱动的船舶轨迹预测方法，包括以下步骤：从原始AIS数据中提取每一个数据点的经度、纬度、对地航速、对地航向特征并清洗数据，将轨迹划分为观测轨迹和地面实况轨迹；按照轨迹的行驶路径将船舶意图分类并标注每条轨迹的意图；以时间卷积网络结构为基本网络结构，分别构建轨迹生成模块、轨迹判别模块、意图驱动模块；设计一种由CGAN损失函数、对数损失函数和克拉姆矩阵损失函数组成的混合对抗性损失函数；将轨迹生成模块、轨迹判别模块和意图驱动模块耦合成船舶轨迹预测网络模型，输入观测轨迹到模型中，并通过混合对抗性损失函数训练模型并输出预测的船舶轨迹。本发明提高了船舶轨迹预测的准确性。
-
公开(公告)号：CN115293297A
公开(公告)日：2022-11-04
申请号：CN202211219162.5
申请日：2022-10-08
申请人： 武汉理工大学
摘要： 一种意图驱动的船舶轨迹预测方法，包括以下步骤：从原始AIS数据中提取每一个数据点的经度、纬度、对地航速、对地航向特征并清洗数据，将轨迹划分为观测轨迹和地面实况轨迹；按照轨迹的行驶路径将船舶意图分类并标注每条轨迹的意图；以时间卷积网络结构为基本网络结构，分别构建轨迹生成模块、轨迹判别模块、意图驱动模块；设计一种由CGAN损失函数、对数损失函数和克拉姆矩阵损失函数组成的混合对抗性损失函数；将轨迹生成模块、轨迹判别模块和意图驱动模块耦合成船舶轨迹预测网络模型，输入观测轨迹到模型中，并通过混合对抗性损失函数训练模型并输出预测的船舶轨迹。本发明提高了船舶轨迹预测的准确性。
-
公开(公告)号：CN111899489B
公开(公告)日：2022-03-01
申请号：CN202010484038.6
申请日：2020-06-01
申请人： 武汉理工大学
摘要： 本发明涉及一种船舶会遇意图辨识方法，该方法包括以下步骤：步骤1)，船舶轨迹数据预处理；步骤2)，计算和提取观测特征序列；步骤3)，学习各意图的HMM；步骤4)，会遇意图辨识。本发明考虑了船舶会遇过程的时空演化特征，相比于只依赖局部空间条件判别会遇局面，基于HMM实现船舶会遇意图准确和提前辨识，能够有效减少会遇意图的误报。
-
公开(公告)号：CN111899489A
公开(公告)日：2020-11-06
申请号：CN202010484038.6
申请日：2020-06-01
申请人： 武汉理工大学
摘要： 本发明涉及一种船舶会遇意图辨识方法，该方法包括以下步骤：步骤1)，船舶轨迹数据预处理；步骤2)，计算和提取观测特征序列；步骤3)，学习各意图的HMM；步骤4)，会遇意图辨识。本发明考虑了船舶会遇过程的时空演化特征，相比于只依赖局部空间条件判别会遇局面，基于HMM实现船舶会遇意图准确和提前辨识，能够有效减少会遇意图的误报。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.037 秒)
