一种基于多模态数据的船舶航行风险预测方法

本发明公开了一种基于多模态数据的船舶航行风险预测方法，包括：采集船舶航行多模态数据；利用长短期记忆网络提取航行特征，利用特征金字塔网络和三维卷积神经网络提取波浪特征；利用注意力机制对Transformer模型的编码器进行改进，基于改进后的Transformer模型对波浪特征和航行特征进行融合，构建航线预测模型；收集船舶的实时多模态数据，基于航线预测模型进行预测，根据预测得到的数据计算船舶领域，基于船舶领域确定本船和其它船舶的船舶关键坐标集；根据船舶关键坐标集基于距离计算本船和其它船舶的碰撞风险度。本发明可以提高波浪定位精度，有效提高复杂环境下的航线预测准确性和船舶碰撞风险。