一种基于图神经网络的通航桥区船舶轨迹预测方法

本发明涉及一种基于图神经网络的通航桥区船舶轨迹预测方法，包括以下步骤：S1：设置通航桥区船舶监测场，获取船舶信息以及场景信息；监测场包括：图像信息采集模块、船舶基本信息采集模块、环境信息采集模块；S2：基于图神经网络建立通航桥区船舶预测模型；历史特征数据分为两个部分：单一对象特征、交通流特征；基于单一对象特征，通过图神经网络构建单一船舶的轨迹预测模型；生成随机船流模拟结果，并将其作为新的特征并入图神经网络，与单一船舶轨迹预测模型相结合，形成船舶集群轨迹预测模型；S22：模型预测与训练。与现有技术相比，本发明具有多源数据融合、提高预测准确性和可靠性；针对性模型设计、适应性强等优点。