船舶轨迹预测方法、系统、计算设备及存储介质与流程

本申请涉及船舶数据处理，尤其涉及一种船舶轨迹预测方法、系统、计算设备及存储介质。

背景技术：

1、随着人类活动向深远海发展，海上船舶数量迅猛增长，海上航行船舶均配备了gps、ais和北斗等定位设备，通过定位设备实现对船舶全轨迹管理，掌握船舶水上作业动态和具体航行规律，是有效服务海洋经济发展的重要举措。通过船舶历史信息预测后续轨迹并分析船舶异常行为，是保障船舶安全、深度挖掘分析海洋船舶运行规律的重要手段。

2、现有技术中，由于ais中的船舶位置信息并非实时更新，部分船舶位置存在更新间隔时间较长的问题，因此采用ais提供的船舶位置连线绘制船舶轨迹，可能会导致船舶轨迹穿越陆地的不合理情况，由于现有的船舶轨迹存在着以上不足，具有较大的改进空间和改进需求。

技术实现思路

1、鉴于现有技术中的上述缺陷或不足，期望提供一种船舶轨迹预测方法、系统、计算设备及存储介质，具有更准确的船舶轨迹预测结果，并且实时性更高。

2、第一方面，本申请实施例提供了一种船舶轨迹预测方法，包括：

3、基于ais数据获取预设时间内的船舶轨迹信息，以生成船舶轨迹的训练数据集和验证数据集；

4、构建基于高效注意力机制的双向门控循环神经网络的轨迹预测模型，并通过所述训练数据集和验证数据集对所述轨迹预测模型训练；

5、将所述船舶轨迹信息输入至预先训练好的轨迹预测模型，以得到船舶轨迹预测信息。

6、在一些实施例中，基于ais数据获取预设时间内的船舶轨迹，以生成船舶轨迹的训练数据集和预测数据集，还包括：

7、对所述ais数据进行预处理，所述预处理包括删除异常ais数据；

8、对预处理后的ais数据集中缺失值进行修复和补充。

9、在一些实施例中，基于ais数据获取预设时间内的船舶轨迹，以生成船舶轨迹的训练数据集和预测数据集，还包括：

10、所述训练数据集和预测数据集至少包括以下一种或多种：船型、经度、纬度、航速和航向。

11、在一些实施例中，所述轨迹预测信息包括：预设时间后的经度、纬度。

12、第二方面，本申请实施例提供一种船舶轨迹预测系统，包括：

13、获取模块，用于基于ais数据获取预设时间内的船舶轨迹信息，以生成船舶轨迹的训练数据集和验证数据集；

14、构建模块，用于构建基于高效注意力机制的双向门控循环神经网络的轨迹预测模型，并通过所述训练数据集和验证数据集对所述轨迹预测模型训练；

15、预测模块，用于将所船舶轨迹信息输入至预先训练好的轨迹预测模型，以得到船舶轨迹预测信息。

16、在一些实施例中，获取模块，还用于：

17、对所述ais数据进行预处理，所述预处理包括删除异常ais数据；

18、对预处理后的ais数据集中缺失值进行修复和补充。

19、在一些实施例中，获取模块，还包括：所述训练数据集和预测数据集至少包括以下一种或多种：船型、经度、纬度、航速和航向。

20、在一些实施例中，所述轨迹预测信息包括：预设时间后的经度、纬度。

21、第三方面，本申请实施例提供一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行以实现上述方面的船舶轨迹预测方法。

22、第四方面，本申请实施例提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由计算设备的处理器执行时，使得计算设备能够执行如上第一方面的船舶轨迹预测方法。

23、综上，本申请公开了一种船舶轨迹预测方法、系统、计算设备及存储介质。其中，船舶轨迹预测方法，包括：基于ais数据获取预设时间内的船舶轨迹信息，以生成船舶轨迹的训练数据集和预测数据集；构建基于高效注意力机制的双向门控循环神经网络的轨迹预测模型，并通过所述训练数据集对所述轨迹预测模型训练；将所述预测数据集输入至预先训练好的轨迹预测模型，以得到船舶轨迹预测信息。该方法通过预先构建和训练的双向门控循环神经网络的轨迹预测模型，将船舶轨迹信息输入后，可以输出更准确的船舶轨迹预测结果，并且实时性更高。

技术特征：

1.一种船舶轨迹预测方法，其特征在于，包括：

2.根据权利要求1所述的船舶轨迹预测方法，其特征在于，基于ais数据获取预设时间内的船舶轨迹，以生成船舶轨迹的训练数据集和预测数据集，还包括：

3.根据权利要求1所述的船舶轨迹预测方法，其特征在于，基于ais数据获取预设时间内的船舶轨迹，以生成船舶轨迹的训练数据集和预测数据集，还包括：

4.根据权利要求1所述的船舶轨迹预测方法，其特征在于，所述轨迹预测信息包括：预设时间后的经度、纬度。

5.一种船舶轨迹预测系统，其特征在于，包括：

6.根据权利要求5所述的船舶轨迹预测系统，其特征在于，获取模块，还用于：

7.根据权利要求5所述的船舶轨迹预测系统，其特征在于，获取模块，还包括：所述训练数据集和预测数据集至少包括以下一种或多种：船型、经度、纬度、航速和航向。

8.根据权利要求5所述的船舶轨迹预测系统，其特征在于，所述轨迹预测信息包括：预设时间后的经度、纬度。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行以实现根据权利要求1-4中任一所述的一种船舶轨迹预测方法。

10.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行根据权利要求1-4中任一项所述的船舶轨迹预测方法。

技术总结本申请公开了一种船舶轨迹预测方法、系统、计算设备及存储介质。其中，船舶轨迹预测方法，包括：基于AIS数据获取预设时间内的船舶轨迹信息，以生成船舶轨迹的训练数据集和预测数据集；构建基于高效注意力机制的双向门控循环神经网络的轨迹预测模型，并通过所述训练数据集对所述轨迹预测模型训练；将所述预测数据集输入至预先训练好的轨迹预测模型，以得到船舶轨迹预测信息。该方法通过预先构建和训练的双向门控循环神经网络的轨迹预测模型，将船舶轨迹信息输入后，可以输出更准确的船舶轨迹预测结果，并且实时性更高。技术研发人员：刘晨申,杨胜辉,王谋业,陈思源,郭静,黄耀森,文依宁,王文欣,周春绿,曹子奇,曹建勋受保护的技术使用者：中电科海洋信息技术研究院有限公司技术研发日：技术公布日：2024/10/17