近日，航海学院海事大数据与航运通用人工智能协同创新中心左毅教授团队，与自主航运安全技术重点实验室章文俊教授、阿拉巴马大学肖杨教授、电子科技大学李铁山教授合作，在智能感知与信息融合方面取得最新进展，相关研究成果以“STMGF-Net: A Spatiotemporal Multi-Graph Fusion Network for Vessel Trajectory Forecasting in Intelligent Maritime Navigation”为题发表于交通领域顶级期刊IEEE Transactions on Intelligent Transportation Systems (ITS)。

左毅教授团队长期致力于复杂环境下的航行信息感知与智能航行研究，涉及船舶航行感知增强、多模态海事数据挖掘、航线智能决策与船舶油耗优化等领域。

在本研究工作中，该研究团队通过“图”构建并融合不同的船舶动态交互模式，成功构建了一种新颖的船舶轨迹预测模型（STMGF-Net），包括了时空图构建模块（STGCM）、多模式融合模块（MMFM）和轨迹推理模块（SE-TCM）。时空图构建模块通过构建不同的时空图，有效捕捉船舶间复杂的交互关系和时空依赖，提升了对潜在不确定行为的交互建模能力。多模态融合模块进一步提取图中的关键特征，先通过聚合模块聚合同类时空特征，再通过动态融合模块融合和增强不同类型特征。最后结合SENet和TCN对船舶未来的潜在位置进行推理。相比于经典的神经网络，具有更高的鲁棒性和准确度。船舶轨迹预测作为海上智能导航的关键技术，这项工作将为其提供了一种全新的船舶信息交互建模策略。

该论文由航海学院2023级博士研究生江俊豪，左毅教授、章文俊教授、美国阿拉巴马大学肖杨教授和电子科技大学李铁山教授共同完成。左毅教授、章文俊教授、肖杨教授为该论文的通讯作者。该研究得到了国家自然科学基金委重点项目、“兴辽英才”青年拔尖人才项目、大连市“杰青”人才项目的支持。

原文链接：https://ieeexplore.ieee.org/document/10705001