一种基于AIS数据的船舶行为识别方法及系统技术方案

本发明专利技术公开了一种基于AIS数据的船舶行为识别方法及系统，其中涉及的一种基于AIS数据的船舶行为识别方法，包括：S1.获取船舶自动识别系统AIS的原始数据，并对获取到的原始数据进行预处理，得到船舶行为的数据集；S2.预构建时序和视觉网络双融合的船舶行为识别网络，并将得到的船舶行为数据集输入构建好的船舶行为识别网络进行训练，得到训练好的船舶行为识别网络模型；S3.将所要识别的船舶轨迹数据输入船舶行为识别网络模型中，输出船舶轨迹数据的行为识别结果。的行为识别结果。的行为识别结果。

【技术实现步骤摘要】
一种基于AIS数据的船舶行为识别方法及系统


[0001]本专利技术涉及计算机
，尤其涉及一种基于AIS数据的船舶行为识别方法及系统。

技术介绍

[0002]海洋是孕育生命的摇篮，是天然的聚宝盆，是交通运输的要道，不仅为生命提供水分循环，为地球储存能量，同时也为人类探索自然和促进经济转型提供了充足的空间。开发海洋、利用海洋、管理海洋已经成为各国解决人口膨胀、环境污染、资源短缺的有效途径。非法、瞒报和无管制的捕捞是对海洋资源可持续发展的最严重威胁之一，也会对海洋生物多样性，海洋生态系统造成不可估量的破坏。海洋领域意识要求利用来自海洋情报来源的数据和信息对渔业进行持续监测和跟踪，及时发现相关非法活动进行有效的遏制与打击。
[0003]近年来，自动识别系统(AIS)在船舶上的广泛应用，逐步开启了海上交通监视的新纪元。AIS是一个全球跟踪系统，也是一种自动进行船对岸台和船对船识别的融合现代技术的航海设备。通过该跟踪系统，船舶广播关于自身的动态信息(例如经度、纬度、对地航速、对地航向、航行状态等)以及静态信息(例如MMSI编号、船舶尺寸，船舶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AIS数据的船舶行为识别方法，其特征在于，包括：S1.获取船舶自动识别系统AIS的原始数据，并对获取到的原始数据进行预处理，得到船舶行为的数据集；S2.预构建时序和视觉网络双融合的船舶行为识别网络，并将得到的船舶行为数据集输入构建好的船舶行为识别网络进行训练，得到训练好的船舶行为识别网络模型；S3.将所要识别的船舶轨迹数据输入船舶行为识别网络模型中，输出船舶轨迹数据的行为识别结果。2.根据权利要求1所述的一种基于AIS数据的船舶行为识别方法，其特征在于，所述步骤S1具体包括：S11.对获取的船舶自动识别系统AIS的原始数据进行关键特征选择；其中选择的关键特征包括基准时间、经度、纬度、对地航向以及对地航速；S12.对经过关键特征选择的船舶自动识别系统AIS的数据进行相应预处理，得到处理后的船舶行为的数据集。3.根据权利要求2所述的一种基于AIS数据的船舶行为识别方法，其特征在于，所述步骤S12具体为：S121.根据待判断轨迹点前后两个点的位置与基准时间来估算当前轨迹点的速度，并判断当前轨迹点的速度与预设速度的差值是否大于偏差阈值，若是，则表示当前轨迹点的速度处于异常状态，采用估算速度对当前轨迹点的速度进行修正；S122.判断当前轨迹点的位置是否处于椭圆范围外，若是，则表示当前轨迹点的位置处于异常状态，采用中值插入对当前轨迹点的位置进行修正；其中，椭圆范围为以前后两轨迹点为椭圆焦点，并以两倍时间间隔乘以最大速度为长轴的椭圆范围；S13.判断船舶自动识别系统AIS数据中前后两个轨迹点的采样频率是否大于标准采样频率，若大于标准采样频率，则采用重复采样的方式对采样频率进行调整；若小于标准采样频率，则采用下采样的方式对采样频率进行调整；S14.采用多特征融合距离的方式对当前轨迹进行粗分割，得到当前轨迹的第一轨迹段；并计算当前轨迹点与上一个轨迹点之间的融合距离，判断计算得到的融合距离是否超出预设阈值，若是，则将当前轨迹点设置为切割点，并根据船舶自动识别系统AIS数据中对应的航行状态标签对粗分割后得到的轨迹段进行细分割，得到当前轨迹的第二轨迹段；S15.采用归一化处理方法对第二轨迹段中的数据进行处理，得到处理后的第二轨迹段；S16.构建数据集，将得到的处理后的第二轨迹段根据船舶航行状态类别进行划分，并将划分后的数据混合形成数据集，将数据集分为训练集、验证集以及测试集。4.根据权利要求3所述的一种基于AIS数据的船舶行为识别方法，其特征在于，所述步骤S14中计算当前轨迹点与上一个轨迹点之间的融合距离，表示为：
d
m
(a,b)＝w
s
×
d
s
+w
v
×
d
v
+w
c
×
d
c
其中，d
m
表示融合距离；d
s
表示空间距离；d
v
表示速度距离；d
c
表示航向距离；w
s
、w
v
、w
c
分别表示空间距离、速度距离、航向距离距离所对应的权重值；x
a
、x
b
分别表示当前时刻和上一个时刻两个轨迹点的横坐标；y
a
、y
b
分别表示当前时刻和上一个时刻两个点的纵坐标；x
i
、y
i
分别表示在i时刻下的轨迹点的横纵坐标；x
i
‑1、y
i
‑1分别表示i
‑
1时刻下的轨迹点的横纵坐标；v
a
、v
b
分别表示当前时刻和上一个时刻两个轨迹点的速度；v
i
、v
i
‑1分别表示i与i
‑
1时刻下的轨迹点的速度；c
a
、c
b
分别表示当前时刻和上一个时刻两个轨迹点的航向；c
i
、c
i
‑1分别表示i与i
‑
1时刻下的轨迹点的航向。5.根据权利要求3所述的一种基于AIS数据的船舶行为识别方法，其特征在于，所述步骤S15中对第二轨迹段中的数据进行处理具体为将第二轨迹段中的数据都放缩在[0,1]区间范围内。6.根据权利要求3所述的一种基于AIS数据的船舶行为识别方法，其特征在于，所述步骤S2中具体包括：S21.构建与船舶自动识别系统AIS数据相对应的时序数据处理的时序模型；S22.构建与船舶自动识别系统AIS数据相对应的轨迹图像数据处理的视觉模型；S23.基于时序模型和视觉模型构...

【专利技术属性】
技术研发人员：刘俊，陈振，杨旺奇，谷雨，陈华杰，彭冬亮，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：