(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202210036684.5
(22)申请日 2022.01.13
(71)申请人 武汉理工大学
地址 430000 湖北省武汉市珞狮路122号
(72)发明人 刘文 梁茂晗 占洋 孟祥昊
陈卓 张居富 苏建龙 张爽
焦航 任旭杰
(74)专利代理机构 南京纵横知识产权代理有限
公司 32224
专利代理师 祝蓉蓉
(51)Int.Cl.
G06F 16/29(2019.01)
G06K 9/62(2022.01)
G08G 3/00(2006.01)
(54)发明名称一种基于AIS历史数据的船舶经验航线提取系统及方法(57)摘要本发明公开一种基于AIS历史数据的船舶经验航线提取系统及方法，所述系统包括语义航线提取系统、航道边界提取系统和最热航线提取系统；所述语义航线提取系统，用于通过AIS轨迹起止点聚类、特征点提取及特征点聚类获得区域内的语义航线；所述航道边界提取系统，用于为每一种语义航线提取边界信息；所述最热航线提取系统，用于利用航线边界点集构建航道三角网，并提取航道内的最热航线。本发明基于AIS历史数据，综合考虑船舶航线模式和每一航线模式下轨迹密度分布，实现从复杂的AIS数据中提取高 精度的最热航线。权利要求书2页 说明书7页 附图2页CN 114564545 A 2022.05.31
C N 114564545
A
1.基于AIS历史数据的船舶经验航线提取系统，其特征在于，包括语义航线提取系统、航道边界提取系统和最热航线提取系统；所述语义航线提取系统，用于通过AIS轨迹起止点聚类、特征点提取及特征点聚类获得区域内的语义航线；所述航道边界提取系统，用于为每一种语义航线提取边界信息；所述最热航线提取系统，用于利用航线边界点集构建航道三角网，并提取航道内的最热航线。
2.根据权利要求1所述基于AIS历史数据的船舶经验航线提取系统，其特征在于，所述语义航线提取系统进一步包括：首先使用DBSCAN聚类算法对AIS数据的起始点、终止点分别聚类；然后使用改进DP压缩算法提取每条船舶AIS轨迹的特征点，包括：起点、终点、航路点；最后利用DBSCAN算法对所有轨迹的特征点进行聚类，具有相同特征点簇的轨迹集合被定义为语义航线；
所述的改进DP压缩算法进一步包括：
首先，对每个轨迹点利用如下归一化方法进行归一化，
然后，利用将船舶轨迹首末顶点虚连一条直线，求出其余各顶点到该直线的同步欧式距离(SED)，选其最大者与规定的限差相比较，若小于等于限差，则将直线两端间各点全部删去；若大于限差，则离该直
线距离最大的顶点保留，并以此为界，把曲线分为两部分，对这两部分重复使用上述方法，直至最终无法作进一步的压缩为止；
P i ＝(x
i
，y
i
，t
i
,S
i
)和P
j
＝(x′
j
，y′
j
，t′
j
,S′
i
)的SED可以通过以下公式计算，
3.根据权利要求2所述基于AIS历史数据的船舶经验航线提取系统，其特征在于，所述航道边界提取系统包括核密度估计模块和边界点提取模块；所述核密度估计模块，用于计算每一语义航线的轨迹点集的核密度估计分布；所述边界点提取模块，用于根据设置的阈值提取语义航线的边界点集，其中，所述阈值是通过观察轨迹点集的核密度估计分布，结合实际应用对边界的需求情况，选择适合作为边界点的值设置得到；
其中，所述核密度估计模块进一步包括：
将每一语义航线的轨迹点集转化为网格中相应的点(x
1，x
2
，…，x
n
)，利用下式计算核密
度估计分布：
其中，K(x)表示核函数，h表示光滑参数，K(x)符合以下条件：
K(x)≥0(‑∞<x<+∞)
K(‑x)＝K(x)。
4.根据权利要求3所述基于AIS历史数据的船舶经验航线提取系统，其特征在于，所述最热航线提取系统包括航道三角网构建模块和最热航线提取模块；
所述航道三角网构建模块，用于基于Delaunay三角剖分方法利用语义航线提取的边界点集，构建语义航线的航道三角网；
所述最热航线提取模块，用于分别计算航道三角网中每个三角形的重心坐标，过滤航道外的三角形，提取每个三角形中KDE最大值对应的坐标点，按照语义航线的方向有序地将这些点连接起来，并使用Savitzky‑Golay滤波器对获得的路径进行平滑处理，得到语义航线内最受欢迎的航线，即最热航线。
5.根据权利要求4所述基于AIS历史数据的船舶经验航线提取系统，其特征在于，基于Delaunay三角剖分方法利用语义航线提取的边界点集，构建语义航线的航道三角网，进一步包括：将提取的边界点集作为有限点集，点集中两点连接成的封闭线段作为边，同时，这些边必须满足：不存在相交边；除了端点，边不包含点集中的任何点；使得平面中所有的面都是三角形，且所有三角形的合集是该有限点集的凸包，由此构建航道三角网。
6.基于AIS历史数据的船舶经验航线提取方法，其特征在于，包括：
获取AIS历史数据；
使用DBSCAN聚类算法对AIS数据的起始点、终止点分别聚类；
使用改进DP压缩算法提取每条船舶AIS轨迹的特征点，包括：起点、终点、航路点；
利用DBSCAN算法对所有轨迹的特征点进行聚类，具有相同特征点簇的轨迹集合被定义为语义航线；
计算每一语义航线的轨迹点集的核密度估计分布，通过观察轨迹点集的核密度估计分布，结合实际应用对边界的需求情况，确定与所述轨迹点集的核密度估计分布相适应的阈值，根据确定的阈值提取语义航线的边界点集；
利用语义航线的边界点集构建航道三角网；
计算三角形的重心坐标，过滤航道外的三角形，提取每个三角形中KDE最大值对应的坐标点，获取最大KDE点集；
按照语义航线的方向有序地将最大KDE点集中的点连接起来，并使用Savitzky‑Golay 滤波器对获得的路径进行平滑处理，提取最热航线。
7.根据权利要求6所述基于AIS历史数据的船舶经验航线提取方法，其特征在于，使用改进DP压缩算法提取每条船舶AIS轨迹的特征点进一步包括：将船舶的轨迹起止点连接成线，作为初始的基线，然后计算每一个点到基线的距离，出距离最大的点；其次将起止点与该点连线，形成两条基准线，然后分别计算第一段各点到基准线的距离、第二段各点到基准线的距离，最终分别出第一段距离最大的点、第二段距离最大的点；如此循环，当距离
时，循环结束；由此获得每条船舶AIS轨迹的特征点集。
的最大值小于距离阈值参数D
max
一种基于AIS历史数据的船舶经验航线提取系统及方法
技术领域
[0001]本发明涉及船舶AIS数据挖掘技术领域，尤其涉及一种基于AIS历史数据的船舶经验航线提取系统及方法。
背景技术
[0002]随着经济的发展，海上交通越来越繁忙，巨大的船舶交通流量增加了海上交通管理的难度。船舶经验航线的提取有助于了解区域内船舶的行为模式，为决策者提供有效的信息，有助于了解船舶交通流的分布模式，发现常见的港口、区域出入点、航线拐点等信息。此外，经验航线可以利用历史经验对现有船舶进行异常监控、行为预测、航线规划。因此在海上交通管理中，提前获取船舶经验航线是非常重要的。然而一些传统的航线提取方法不适用于海上环境，例如人工测量会受到成本高、更新速度慢、安全性差、易受环境因素影响等因素的限制；高精度遥感影像技术需要卫星对船舶移动数据进行实时监测，成本高，难以推广；基于图像识别技术的方法在陆地上有很好的应用，但在海上不易区分航道和非航道区域；电子海图虽然为船舶推荐了航道，但由于水域内船舶的航行不受航道的限制，不能准确地表示船舶的经验航线。
[0003]船舶自动识别系统(AIS)的应用和发展，提供了可靠的船舶轨迹信息。海量的AIS 数据潜在地揭示了船舶的行为特征、港口等信息。此外，AIS数据具有成本低、实时性强、体积大等特点，是重建船舶轨迹、提取经验航线知识的理想信息源。如何从复杂的AIS数据中提取高精度的经验航线，成为了当前数据挖掘领域的热点，许多研究都在这方面做了大量的工作，并提出了一些可行的方法。如公开号CN112164247A的中国专利于2021年1月1日公开的一种基于船舶轨迹聚类的船舶航线预测方法，通过对指定船舶当前的航线轨迹与提取历史航线后轨迹聚类并提取的特征航线轨迹进行匹配，有效的克服了预测精度低、匹配时间长等问题，较已存在的方案能够大幅度提高预测的准确性。又如公开号CN1129068
30A的中国专利于2021年6月4日公开的一种基于AIS大数据的船舶最优航线自动生成方法，该方法首先对海量的历史AIS数据预处理，然后引入船舶静态数据，在距离度量中加入船舶吃水对AIS数据做相似性度量，紧接着采用改进的自适应聚类算法对船舶轨迹簇进行聚类，直至子类簇单一为止，最后采用航行主航线提取方法对聚类后的子类簇提取主航线，实现船舶自动生成最优航线。
[0004]目前，基于AIS数据的航运网络提取技术已经取得了很大发展，但是如何综合考虑船舶航线模式和航道内轨迹密度分布成为亟待解决的问题。
发明内容
[0005]为克服上述现有技术的不足，本发明提供一种基于AIS历史数据的船舶经验航线提取系统及方法，基于无监督学习方法，从AIS历史数据中挖掘船舶经验航线知识。[0006]根据本发明说明书的一方面，提供一种基于AIS历史数据的船舶经验航线提取系统，包括语义航线提取系统、航道边界提取系统和最热航线提取系统；所述语义航线提取系
统，用于通过AIS轨迹起止点聚类、特征点提取及特征点聚类获得区域内的语义航线；所述航道边界提取系统，用于为每一种语义航线提取边界信息；所述最热航线提取系统，用于利用航线边界点集构建航道三角网，并提取航道内的最热航线。
[0007]上述技术方案首先基于AIS历史数据提取航线模式，得到目标区域内的所有语义航线；然后提取每一语义航线的边界点集，基于提取的每一语义航线的边界点集信息构建航道三角网，在构建的航道三角网内提取每一航线模式下的最热航线，实现从AIS历史数据中挖掘船舶经验航线知识、进而确定最热航线的目的；该技术方案基于AIS历史数据，综合考虑船舶航线模式和每一航线模式下轨迹密度分布，实现从复杂的AIS数据中提取高精度的最热航线，提高了航线提取精度。
[0008]作为进一步的技术方案，所述语义航线提取系统进一步包括：首先使用DBSCAN聚类算法对AIS数据的起始点、终止点分别聚类；然后利用改进DP压缩算法提取每条船舶AIS 轨迹的特征点，包括：起点、终点、航路点；最后利用DBSCAN算法对所有轨迹的特征点进行聚类，具有相同特征点簇的轨迹集合被定义为语义航线；
[0009]所述的改进DP压缩算法进一步包括：
[0010]首先，对每个轨迹点利用如下归一化方法进行归一化，
[0011]
[0012]然后，利用将船舶轨迹首末顶点虚连一条直线，求出其余各顶点到该直线的同步欧式距离(SED)，选其最大者与规定的限差相比较，若小于等于限差，则将直线两端间各点全部删去；若大于限差，则离该直线距离最大的顶点保留，并以此为界，把曲线分为两部分，对这两部分重复使用上述方法，直至最终无法作进一步的压缩为止；
[0013]P
i ＝(x
i
，y
i
，t
i
,S
i
)和P
j
＝(x′
j
，y′
j
，t′
j
,S′
i
)
的SED可以通过以下公式计算，
[0014]
[0015]
[0016]
[0017]
[0018]上述技术方案中，所述的船舶AIS轨迹为同一水上移动通信业务标识码(MMSI)船
舶的历史轨迹点的集合，可以表示T
i ＝(P
1
，P
2
，…，P
n
)，其中P
i
＝(x
i
，y
i
，t
i
，S
i
)，x
i
，y
i
，t
i
，S
i
分别表示经度，维度，时间，对地航速。
[0019]作为进一步的技术方案，所述航道边界提取系统包括核密度估计模块和边界点提取模块；所述核密度估计模块，用于计算每一语义航线的轨迹点集的核密度估计分布；所述边界点提取模块，用于根据设置的阈值提取语义航线的边界点集，其中，所述阈值是通过观察轨迹点集的核密度估计分布，结合实际应用对边界的需求情况，选择适合作为边界点的
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议