用于内河导航的船舶视觉轨迹预测
计算机视觉与模式识别
2025-05-02 v1
摘要
内河导航的未来越来越依赖于自主系统和远程操作，这强调了对船舶轨迹准确预测的需求。本研究通过集成先进的目标检测方法、卡尔曼滤波器和基于样条的插值，解决了基于视频的船舶跟踪和预测的挑战。然而，由于复杂的环境，现有的检测系统经常在内河航道中误分类物体。对包括 BoT-SORT、Deep OC-SORT 和 ByeTrack 在内的跟踪算法进行的比较评估，突显了卡尔曼滤波器在提供平滑轨迹方面的鲁棒性。来自不同场景的实验结果表明，在预测船舶运动方面具有更高的准确性，这对于避碰和态势感知至关重要。研究结果强调了为内河导航定制数据集和模型的必要性。未来的工作将扩展数据集并纳入船舶分类以细化预测，从而在复杂环境中支持自主系统和人类操作员。
引用
@article{arxiv.2505.00599,
title = {Visual Trajectory Prediction of Vessels for Inland Navigation},
author = {Alexander Puzicha and Konstantin Wüstefeld and Kathrin Wilms and Frank Weichert},
journal= {arXiv preprint arXiv:2505.00599},
year = {2025}
}