一种无监督的船舶运动轨迹预测方法
计算机视觉与模式识别
2020-07-30 v3 应用统计
摘要
在实际应用场景中，海洋导航员与安全分析人员基于自动识别系统（AIS）数据在给定时间段内预测海上船舶运动轨迹至关重要。本文提出一种无监督的船舶运动轨迹预测方法，其将数据显示在由点间时间差、被测点与其预测的前向与后向位置之间的缩放误差距离以及时空角组成的三维空间中。该表示特征空间将下一点的搜索范围缩小为一组能很好拟合局部路径预测的候选点，从而提高了精度。与大多数统计学习或深度学习方法不同，所提出的基于聚类的轨迹重建方法不需要计算昂贵的模型训练。这使得无需使用训练集的实时可靠且准确的预测成为可能。我们的结果表明，大多数预测轨迹准确地由真实船舶路径构成。
引用
@article{arxiv.2007.13712,
title = {The Unsupervised Method of Vessel Movement Trajectory Prediction},
author = {Chih-Wei Chen and Charles Harrison and Hsin-Hsiung Huang},
journal= {arXiv preprint arXiv:2007.13712},
year = {2020}
}