将导航背景融入内陆船舶轨迹预测：一种高斯混合模型和 Transformer 方法

Jun, 2024

将导航背景融入内陆船舶轨迹预测：一种高斯混合模型和 Transformer 方法

Incorporating Navigation Context into Inland Vessel Trajectory Prediction: A Gaussian Mixture Model and Transformer Approach

PDF

Kathrin Donandt, Dirk Söffker

TL;DR使用高斯混合模型对内陆航运中的船舶轨迹进行预测，在预测中整合了自动识别系统和泄放测量数据，以提高轨迹预测的准确性。

Abstract

Using data sources beyond the Automatic Identification System to represent the context a vessel is navigating in and consequently improve situation awareness is still rare in machine learning approaches to vessel trajectory prediction (VTP). In inland shipping, where vessel movement is

vessel trajectory prediction inland shipping gaussian mixture models fairway prediction accuracy

发现论文，激发创造

改进的上下文敏感转换器模型用于内陆船舶轨迹预测

通过合并船舶位移信息和空间信息，本研究提出了一种上下文敏感的分类转换器，用于改进船舶轨迹预测的空间感知能力，并通过在推理期间启用辍学来评估模型不确定性。该方法在不同内陆水道上进行了训练，分析了其可推广性，显示出较低的预测误差和对每个预测的可信度估计，更适用于内陆航行中的安全关键应用。

Jun, 2024

编码器 - 解码器模型用于短期内河船舶轨迹预测

通过对内河航行特定因素的影响，比较了不同的编码器 - 解码器架构，包括变压器编码器 - 解码器，用于预测内河船只的下一个位置，并且结果表明，将回归任务重新定义为分类问题并引入内河特定特征能够产生最低的位移误差。

Jun, 2024

通过多路径长期船舶轨迹预测构建更安全的海上环境

利用自动识别系统（Automatic Identification System，AIS）数据和编码器 - 解码器模型，本研究预测了船只轨迹，进而提高船只安全和避免船只与鲸类碰撞，证实了地理数据工程和轨迹预测模型在保护海洋生物物种方面的潜力。

Oct, 2023

多数据融合与深度学习预测船舶到达引航区时间

使用多数据融合和深度学习方法对船舶抵达引航区的到达时间进行预测，通过提取船舶到达轮廓、数据融合和深度学习等方法，取得了良好的预测准确度和优于基准方法的结果。

Mar, 2024

评估地理空间上下文信息用于交通方式识别

本文通过使用随机森林模型和 SHAP 的方法，评估了地理空间上下文信息对于交通方式检测的贡献，发现基础设施网络相关的特征显著影响模型预测，而土地利用和地表覆盖特征对于任务的贡献非常有限。此外，该研究为选择适当的上下文信息和建模方法提供了洞见，增强了我们对于运动与地理上下文之间关系的理解。

May, 2023

基于上下文视觉转换器的交通事故风险预测

本文提出了一种通过上下文视觉变换器进行端到端训练的新框架，该框架可以有效地推理有关问题的空间和时间方面，同时提供准确的交通事故风险预测，并在两个不同地理位置的大规模交通事故数据集上优于现有技术。

Sep, 2022

基于重力信息的船舶流量与外来物种侵入风险预测的深度学习框架

基于物理启发模型和变压器的新模型开发以预测海上航运交通以及通过全球运输网络传播的入侵物种蔓延的风险评估和管理技术。

Jan, 2024

基于上下文无关聚类的可靠、快速、准确的轨迹预测

提出多阶段概率预测路径的自主系统的新方法，包括轨迹转换、位移时间序列聚类、轨迹生成和排序建议，使用深度特征聚类方法进行分布偏移、使用新的基于距离的排序建议进行轨迹生成和分配概率，从而比传统方法更有效且准确地在人和道路代理的轨迹数据上实现上胜于无上下文的深度生成模型，同时当比较最可能的轨迹时与点估计器表现相似。

Jul, 2023

基于上下文的生成模型用于飞机地面轨迹预测

该研究提出了一种概率机器学习的生成方法，用于侧面轨迹预测，旨在建模来自飞行员行为和空中交通管制员意图的认知不确定性对轨迹的影响，探索了不同模型中贝叶斯神经网络与拉普拉斯近似的概率方法在模拟飞机通过空域的流量方面的可行性。

Sep, 2023

自主系统的空间和社会情境感知基于 Transformer 的轨迹预测

提出了一种基于转换器的轨迹预测模型，通过社交张量将目标代理的位移特征丰富化，考虑和周围代理的社交互动信息，以实现对周围代理的反应预测。

Jun, 2024