[发明专利]一种海面目标轨迹预测方法、终端设备及存储介质

说明书

本发明涉及一种海面目标轨迹预测方法、终端设备及存储介质，该方法中包括：S1：采集海面目标视频，并对海面目标视频的视频帧中的海面目标进行锚框标注，根据标注后的视频帧构建训练集；S2：构建基于长短时记忆网络的海面目标轨迹预测模型，通过训练集和QABC算法对海面目标轨迹预测模型中的参数进行优化训练，使得训练后的参数对应的海面目标轨迹预测模型的损失函数最小，将训练后的参数对应的海面目标轨迹预测模型作为最终模型；S3：通过最终模型对海面目标的轨迹进行预测。本发明提升了LSTM网络的预测能力和鲁棒性，可以获得更准确的轨迹预测结果。

技术领域

本发明涉及轨迹预测领域，尤其涉及一种海面目标轨迹预测方法、终端设备及存储介质。

背景技术

海面目标轨迹预测主要指对船舶的航行轨迹进行预测，是海运行业管理现代化的重要组成部分，对于海洋航行器的自主无人行驶、目标船舶行为意图分析、航行风险评估等领域的研究具有重大意义。在现阶段的众多研究中，大多通过借助船舶自动识别系统(Automatic identification System,AIS)获取船舶的历史航行信息，预测出后续一定时间内的船舶航行轨迹^[。

虽然AIS系统能快速及时的提供船舶动态信息和静态资料，但其仍然存在有一定的局限性。1、只对200吨以上的民用船舶做了AIS安装要求，故在海面上依然存在大量没有装载AIS的船舶，如：小型渔船、小型游艇、无人艇、军舰、封闭式救生艇等等。2、在AIS的工作过程中，其数据的传输容易受到外界干扰因素的影响，如海上的白噪音和AIS的硬件噪声等。3、船载AIS设备可能会存在数据格式错误、天线连接和安装错误、B级AIS设备质量差等问题，会导致目标船舶某一时间段的动态信息缺失。4、AIS仅能将目标船只简化为屏幕上的光点予以显示标定，且船舶通常尺寸较大，将船舶设置为点目标不足以确定船舶航向。因此，无法单纯依靠AIS信息达到对海面目标进行轨迹预测的目的。

发明内容

为了解决上述问题，本发明提出了一种海面目标轨迹预测方法、终端设备及存储介质。

具体方案如下：

一种海面目标轨迹预测方法，包括以下步骤：

S1：采集海面目标视频，并对海面目标视频的视频帧中的海面目标进行锚框标注，根据标注后的视频帧构建训练集；

S2：构建基于长短时记忆网络的海面目标轨迹预测模型，通过训练集和QABC算法对海面目标轨迹预测模型中的参数进行优化训练，使得训练后的参数对应的海面目标轨迹预测模型的损失函数最小，将训练后的参数对应的海面目标轨迹预测模型作为最终模型；

S3：通过最终模型对海面目标的轨迹进行预测。

进一步的，海面目标轨迹预测模型采用双层LSTM网络。

进一步的，进行优化训练的上目标轨迹预测模型中的参数包括：初始学习率、学习率下降次数、学习率衰减因子、隐藏层的维度和输入特征的批量。

进一步的，海面目标轨迹预测模型的损失函数的计算公式为：

Loss＝L1_loss+L2_loss+L3_loss

其中，Loss表示海面目标轨迹预测模型的损失函数，L1_loss表示预测轨迹坐标与标注轨迹坐标的标准差，L2_loss表示预测轨迹坐标与标注轨迹坐标的方差，L3_loss表示最后一个时刻预测轨迹坐标与标注轨迹坐标的差值。

一种海面目标轨迹预测终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例上述的方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述的方法的步骤。