基于条件循环神经网络的船舶轨迹预测方法

本发明提供一种基于条件循环神经网络的船舶轨迹预测方法、系统、存储介质和电子设备，涉及轨迹预测技术领域。本发明中，首先根据当前轨迹的引力点和斥力点信息，引入人工势场模型，获取具有先验知识的合力大小、合力点坐标；然后将合力大小、合力点坐标对应作为第一非时序特征条件、第二非时序特征条件，并嵌入条件循环神经网络模型与时序特征构成混合信息，以获取船舶的最佳预测轨迹序列。一方面解决真实航迹预测应用场景下训练数据不足的问题；另一方面将对航迹预测重要的先验知识加入时间序列预测过程，充分发挥时序性特征和具有先验知识的非时序性特征条件在船舶航迹预测中的作用，提高面对复杂海洋环境时船舶轨迹预测的精度和效率。