一种基于时空特征的船舶轨迹密度聚类方法及装置制造方法及图纸

本发明专利技术涉及一种基于时空特征的船舶轨迹密度聚类方法及装置；其主要是对获取的船舶的运行轨迹数据提取特征点，根据提取的特征点进行轨迹划分，得到各船舶轨迹的子轨迹段；计算任意两子轨迹段之间的空间距离和时间距离，对得到的空间距离和时间距离进行加权求和得到时空距离；其中空间距离是根据船舶位置信息计算得到的，时间距离是根据各子轨迹段的航速信息、各子轨迹段的时间信息和相应的两子轨迹段的时间差计算得到的；根据获取的时空距离，并通过DBSCAN算法对各子轨迹段进行聚类。即本发明专利技术通过将子轨迹段的航速信息作为时间距离的因素之一，能够更加真实地反映不同子轨迹段的时间距离信息，准确度量时间距离，最终准确地对船舶运行轨迹进行聚类。

【技术实现步骤摘要】
一种基于时空特征的船舶轨迹密度聚类方法及装置
本专利技术涉及一种基于时空特征的船舶轨迹密度聚类方法及装置，属于海上交通领域。
技术介绍
随着我国对外贸易的日益扩大，海上交通量的迅猛增长，海上交通环境越来越复杂，船舶在生产活动中产生的时空轨迹越来越多，海上巨大的交通压力对交通控制和管理提出了更高的要求，及时发现并有效地监测和管理船舶的异常轨迹是智能海上交通的重要组成部分，而发现船舶的异常轨迹的前提是需要得到典型的船舶运动轨迹。其中，通过收集船舶播发的海量的AIS(AutomaticIdentificationSystem)数据，利用其中蕴藏的海上交通特征信息，对船舶轨迹数据进行挖掘可发现船舶群体运动规律，分析其形成原因并预测未来发展，为海上通道安全保障、海洋空间规划优化，乃至维护海洋生态的多样性等奠定基础。目前，针对船舶轨迹聚类方法主要是利用AIS数据中船舶运动信息进行聚类分析。如申请公布号为CN109447135A，名称为“一种基于AIS数据提取船舶轨迹的聚类方法”的一篇中国专利申请文件，其公开的是将每条船舶轨迹的起始点的经纬度和终点的经纬度作为船舶轨迹的特征值；利用k-means空间聚类法对船舶轨迹进行聚类。但是该方法使用的k-means算法存在对初始值不敏感等问题，使其在船舶轨迹聚类中存在聚类效率和稳定性不高的问题。此外，如申请公布号为CN104680187A，名称为“基于缓冲区相似性度量的舰船轨迹层次聚类分析方法”的中国专利申请文件，其公开了利用缓冲区分析对航道轨迹线聚类的相似性度量，通过层次聚类方法，设置簇间的相似性阈值；将相似性度量最大的两根船舶轨迹线聚为一类，并将该聚类内的轨迹线缓冲区的并集作为新的缓冲区参与到下一次相似性度量计算和聚类中去，直到两聚类的船舶轨迹线簇之间的相似性最大值小于簇间相似性阈值时完成聚类。但是该方法依然依赖于人工设置的缓冲区半径和簇间的相似性阈值，若设置不当，会导致局部船舶群体运动规律特征的丧失或对轨迹的过度分类。同时，其仅考虑了空间运动规律的相似性，忽略了发生在同一位置不同时间的轨迹的关联性，这样就导致聚类不准确，无法真实地衡量出轨迹线聚类。而基于密度的轨迹聚类方法(DBSCAN算法)，该方法能够有效地进行移动目标的轨迹研究，如一篇为“基于密度的轨迹时空聚类分析(吴笛等著，《地球信息科学》，2015年10月第17卷第10期)”的文献公开的基于密度的轨迹时空聚类方法，在对移动的物体的聚类过程中同时考虑轨迹的空间距离信息和时间距离信息，并且，对于时间距离的度量，其考虑了时间差和时间跨度，其并未考虑移动物体的速度信息，仅仅是将不同子轨迹段的速度信息看作相同，但是，实际上对于移动的物体的轨迹，其中的不同子轨迹段的速度差异很大，那么，仅用时间来度量时间距离必然存在不准确的问题，这样也就无法准确地衡量时空距离，最终导致聚类的不准确。
技术实现思路
本专利技术的目的是提供一种基于时空特征的船舶轨迹密度聚类方法及装置，以解决现有技术中无法准确地衡量时空距离，最终导致轨迹聚类的不准确的问题。为实现上述目的，本专利技术的一种基于时空特征的船舶轨迹密度聚类方法的技术方案，包括以下步骤：1)获取船舶的运行轨迹数据，所述运行轨迹数据包括船舶位置信息、航速和时间信息；2)对船舶的运行轨迹数据提取特征点，根据提取的特征点进行轨迹划分，得到各船舶轨迹的子轨迹段；3)计算任意两子轨迹段之间的空间距离和时间距离，对得到的空间距离和时间距离进行加权求和得到融合后的时空距离；所述空间距离是根据船舶位置信息计算得到的；所述时间距离是根据各子轨迹段的航速、各子轨迹段的时间信息和相应的两子轨迹段的时间差计算得到的；4)根据获取的时空距离，并通过DBSCAN算法对各子轨迹段进行聚类。本专利技术的有益效果是：本专利技术通过计算任意两子轨迹段之间的空间距离和时间距离，对得到的空间距离和时间距离进行加权求和得到融合后的时空距离，其中对于时间距离的计算引入了船舶航速信息这一参量，通过将不同子轨迹段的航速信息作为时间距离的因素之一，能够更加真实地反映不同子轨迹段的时间距离信息，使其与实际的子轨迹段的时间距离更加接近，能够准确度量时间距离，进而准确地衡量时空距离，最终准确地对船舶运行轨迹进行聚类，更加有效地反映出发生在同一海域不同时间的船舶轨迹区分开来，得到更为细化、准确的船舶轨迹移动规律，能够为合理的航路规划及海事监管中的热点航道提取和异常事件预防提供有效的决策手段和参考信息。进一步的，所述时间距离的计算表达式为：其中，Vi为子轨迹段Li的航速，Vj为子轨迹段Lj的航速，Ti为子轨迹段Li的时间信息，Tj为子轨迹段Lj的时间信息，ΔTij为子轨迹段Li和Lj之间的时间差。进一步的，所述航速为对应子轨迹段的速度均值。进一步的，所述子轨迹段的速度均值为：其中，vs、ve分别为子轨迹段的起点速度和终点速度。进一步的，其特征在于，所述时间差为Tij＝max(tie，tje)-min(tis，tjs)，其中，tis、tie为子轨迹段Li所跨时间区间的起点和终点，tjs、tje为子轨迹段Lj所跨时间区间的起点和终点。进一步的，还包括对获取的船舶的运行轨迹数据进行预处理，以滤除噪声或偏差大的数据，获取有效的船舶运行轨迹数据的步骤。进一步的，步骤2)中提取的特征点为OD点、SP点和TF点中的至少两种，所述OD点为每条船舶运行轨迹的起点和终点；所述SP点为停泊点，所述TF点为轨迹特征点。进一步的，步骤3)中，还包括对所述时间距离和空间距离进行标准化处理的步骤。进一步的，所述时空距离DST为：DST＝ωs×Dsn+ωt×Dtn其中，Dsn是对空间距离进行标准化处理得到的，Dtn是对时间距离DT进行标准化处理得到的，ws为空间距离的权重系数，wt为时间距离的权重系数，满足ωs+ωt＝1。本专利技术还提供了一种基于时空特征的船舶轨迹密度聚类装置的技术方案，包括处理器和存储器，所述处理器执行所述存储器存储的上述的基于时空特征的船舶轨迹密度聚类方法的技术方案。附图说明图1是本专利技术的基于时空特征的船舶轨迹密度聚类方法实施例的方法流程图；图2是本专利技术的基于时空特征的船舶轨迹密度聚类方法实施例的特征点提取示意图；图3是本专利技术的基于时空特征的船舶轨迹密度聚类方法实施例的子轨迹段示意图；图4是本专利技术的基于时空特征的船舶轨迹密度聚类方法实施例的子轨迹段之间的空间距离度量示意图；图5是本专利技术的时空特征的船舶轨迹密度聚类方法实施例的子轨迹段在不同权重系数下的聚类质量示意图；图6是本专利技术的基于时空特征的船舶轨迹密度聚类装置实施例的结构示意图。具体实施方式下面结合附图对本专利技术方案进行介绍。基于时空特征的船舶轨迹密度聚类方法实施例：本专利技术的基于时空特征的船舶轨迹密度聚类方法，如图1所示，包括如下步骤：步骤一本文档来自技高网...

【技术保护点】
1.一种基于时空特征的船舶轨迹密度聚类方法，其特征在于，包括以下步骤：/n1)获取船舶的运行轨迹数据，所述运行轨迹数据包括船舶位置信息、航速和时间信息；/n2)对船舶的运行轨迹数据提取特征点，根据提取的特征点进行轨迹划分，得到各船舶轨迹的子轨迹段；/n3)计算任意两子轨迹段之间的空间距离和时间距离，对得到的空间距离和时间距离进行加权求和得到融合后的时空距离；/n所述空间距离是根据船舶位置信息计算得到的；所述时间距离是根据各子轨迹段的航速、各子轨迹段的时间信息和相应的两子轨迹段的时间差计算得到的；/n4)根据获取的时空距离，并通过DBSCAN算法对各子轨迹段进行聚类。/n

【技术特征摘要】
1.一种基于时空特征的船舶轨迹密度聚类方法，其特征在于，包括以下步骤：
1)获取船舶的运行轨迹数据，所述运行轨迹数据包括船舶位置信息、航速和时间信息；
2)对船舶的运行轨迹数据提取特征点，根据提取的特征点进行轨迹划分，得到各船舶轨迹的子轨迹段；
3)计算任意两子轨迹段之间的空间距离和时间距离，对得到的空间距离和时间距离进行加权求和得到融合后的时空距离；
所述空间距离是根据船舶位置信息计算得到的；所述时间距离是根据各子轨迹段的航速、各子轨迹段的时间信息和相应的两子轨迹段的时间差计算得到的；
4)根据获取的时空距离，并通过DBSCAN算法对各子轨迹段进行聚类。


2.根据权利要求1所述的基于时空特征的船舶轨迹密度聚类方法，其特征在于，所述时间距离的计算表达式为：
其中，Vi为子轨迹段Li的航速，Vj为子轨迹段Lj的航速，Ti为子轨迹段Li的时间信息，Tj为子轨迹段Lj的时间信息，ΔTij为子轨迹段Li和Lj之间的时间差。


3.根据权利要求2所述的基于时空特征的船舶轨迹密度聚类方法，其特征在于，所述航速为对应子轨迹段的速度均值。


4.根据权利要求3所述的基于时空特征的船舶轨迹密度聚类方法，其特征在于，所述子轨迹段的速度均值为：



其中，vs、ve分别为子轨迹段的起点速度和终点速度。


5.根据权利要求2所述的基于时空特征的船舶轨迹密度聚类方法，其特征在于，所...

【专利技术属性】
技术研发人员：郭乃琨，陈明剑，岳明桥，薄云蛟，肖飞，
申请(专利权)人：中国人民解放军九二四九三部队试验训练总体研究所，
类型：发明
国别省市：辽宁;21