MAPEX：基于地图的船舶轨迹预测技术 作者：Kyung-Yul Lee 和 Juho Bai

《Systems》：MAPEX: Map Exploitation for Vision-Based Ship Trajectory Prediction Kyung-Yul Lee and Juho Bai

　　

摘要

来自自动识别系统（AIS）数据的船舶轨迹预测主要被视作一个时间序列预测问题，其中序列模型通过对坐标序列进行处理来预测未来位置。尽管这种方法有效，但它忽略了一个关键观察结果：多个船舶轨迹在类似地图的平面上的空间布局包含了丰富的交互信息，这些信息仅通过序列处理难以捕捉。为了解决这个问题，提出了Mapex（地图利用）这一基于视觉的框架，该框架将多艘船舶的AIS轨迹栅格化为类似地图的多通道图像，并使用视觉编码器进行处理，将轨迹预测视为一种地图阅读任务。每艘船舶贡献三个图像通道，分别编码其轨迹热图、速度场和航向场，将原始坐标转换为空间表示形式，从而使物理运动模式变得直观可见。一个并行坐标分支提供了地面航向信息，这部分信息在栅格化过程中并未被明确编码；融合模块结合这两个数据流，生成自回归五通道轨迹。与通过数值方式处理位置序列的坐标域模型不同，Mapex通过船舶的空间布局来理解其运动，将相对位置、轨迹形状和运动模式作为视觉特征进行捕捉，而不是抽象的数字序列。在Piraeus AIS数据集上的实验表明，与最佳的坐标域基线方法相比，Mapex将平均位移误差（ADE）降低了大约；与最先进的先前方法相比，平均平方误差（MSE）降低了超过，同时所需的参数数量也显著少于最近的基于大语言模型（LLM）的方法。这些结果表明，对于多艘船舶轨迹预测而言，轨迹的空间可视化提供了比坐标序列更丰富的表示形式。