一种基于图注意力机制及电子海图的船舶轨迹预测方法

本发明提出了一种基于图注意力机制及电子海图的船舶轨迹预测方法，涉及智能船舶技术领域。通过融合动态的AIS轨迹数据与静态的航道地理信息，实现对船舶未来运动轨迹的高精度建模与预测。该方法将传统以时间序列为主的轨迹建模方式扩展为多模态联合建模，首次引入航道结构向量表示，以图神经网络为基础提取航道环境的结构信息，并与船舶历史轨迹数据进行深度融合，建构出同时包含时间、空间与环境三重语义的轨迹表达方式。在模型架构方面，采用图注意力机制增强航道子图中的节点表征能力，同时引入时序建模模块对轨迹演化规律进行建模，有效提升模型在复杂水域环境下的预测精度与泛化能力，实现了对船舶轨迹的高质量建模、可解释预测及智能化支持。