面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法及系统技术方案

本发明专利技术提供了一种面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法及系统，包括：步骤S1：将AIS船舶轨迹数据的航迹点进行Delaunay三角网化，基于航迹点三角网中的三角形进行筛选得到航迹点的原始边界；步骤S2：对获取的航迹点的原始边界进行平滑处理，基于平滑处理后航迹点原始边界的顶点点集进一步进行Delaunay三角网化，基于顶点点集三角网进行筛选得到航道轮廓；步骤S3：基于航道轮廓构建航道图及航道的中心线。航道图及航道的中心线。航道图及航道的中心线。

【技术实现步骤摘要】
面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法及系统


[0001]本专利技术涉及信息
，具体地，涉及面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法及系统，更为具体地，涉及一种面向AIS船舶轨迹大数据的，基于航迹点集形状重构的航道边界和中心线挖掘技术。

技术介绍

[0002]基于图像识别的陆地交通路网识别已经是一种成熟的技术，而基于海洋影像的航道区域识别却难以使用相似的方法实现。
[0003]目前，海洋航道识别主要依赖人工测量及高分遥感图像，其缺点主要在于测量人工以及遥感设备的成本过高，且实时性较差。船舶自动识别系统(AutomaticIdentification System,AIS)提供了丰富的众源船舶轨迹数据，具有廉价，高更新频率等特性。面向AIS船舶轨迹大数据的水上航道挖掘技术对比依赖人工测量或高分遥感图像的航道识别技术具有更强的可用性。
[0004]目前已有的面向AIS轨迹大数据的航道挖掘技术主要基于空间密度噪音聚类技术，利用轨迹簇中心和簇边缘的航迹分别作为航道中心线和航道边界的近似。此类挖掘方法的效果对聚类算法的参数选择较为敏感，且容易受到簇中心以及边缘轨迹中的噪音点影响，难以精准的刻画实际航道的几何特征。
[0005]专利文献CN112487116A(申请号：202011298608.9)公开了一种基于AIS大数据的船舶航迹分析方法，数据清洗子模块将明显异常的数据更正过来，单条航道停留点子模块根据清洗后的数据计算出单条航道停留点，多条航道停留点聚类子模块在单航道停留点基础上进行聚类，得到多条航道停留点，确保航道分析原始数据的准确性，数据通过Douglas
‑
Peucker算法压缩轨迹数据后，采用Lcss算法找出两段轨迹相似的部分，同时通过动态时间规整Dynamic Time Warping(DTW)运算出航迹之间的相似度，采用DBScan算法将相似航迹聚类，通过图形描边算法和Lcss相似性算法结合实际业务场景进行航迹挖掘，多种算法的融合使用，提高了航迹挖掘的速度与精准度。

技术实现思路

[0006]针对现有技术中的缺陷，本专利技术的目的是提供一种面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法及系统。
[0007]根据本专利技术提供的一种面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法，包括：
[0008]步骤S1：将AIS船舶轨迹数据的航迹点进行Delaunay三角网化，基于航迹点三角网中的三角形进行筛选得到航迹点的原始边界；
[0009]步骤S2：对获取的航迹点的原始边界进行平滑处理，基于平滑处理后航迹点原始边界的顶点点集进一步进行Delaunay三角网化，基于顶点点集三角网进行筛选得到航道轮
廓；
[0010]步骤S3：基于航道轮廓构建航道图及航道的中心线。
[0011]优选地，所述步骤S1采用：
[0012]步骤S1.1：对原始AIS船舶航迹大数据进行预处理，按照固定时间间隔对预处理后的AIS船舶航迹大数据进行均匀采样；
[0013]步骤S1.2：将经纬度坐标转化为地理哈希值；
[0014]步骤S1.3：根据地理哈希值出现的频次分布利用最大化类间方差算法得到哈希值频次筛选阈值，保留出现频次高于筛选阈值的地理哈希值对应的坐标，并作为近似的航迹边界候选点，将近似的航迹边界候选点映射到笛卡尔平面坐标得到航迹点的平面点集；
[0015]步骤S1.4：使用Delaunay三角剖分技术重构平面航迹点集的形状，并将得到的航迹点三角网中的三角形进行三角空洞指数筛选，在剩余的三角网中提取外部边界得到航迹点的原始边界。
[0016]优选地，所述对原始AIS船舶航迹大数据进行预处理采用：原始AIS船舶轨迹大数据利用地理哈希技术将船舶轨迹坐标网格化，得到网格化后的AIS船舶轨迹大数据。
[0017]优选地，所述步骤S2采用：
[0018]步骤S2.1：对航迹点的原始边界进行平滑处理得到精化的航道多边形边界；
[0019]步骤S2.2：基于精化的航道多边形边界提取航道边界顶点点集，提取的航道边界顶点点集进一步提取Delaunay三角网并剔除航道边界外部的三角形，得到航道轮廓。
[0020]优选地，所述步骤S2.1采用：使用毛刺边去除以及中值滤波技术对航迹点的原始边界进行平滑处理后得到精化的航道多边形边界。
[0021]优选地，所述步骤S2.2采用：提取的航道边界顶点点集使用Delaunay三角剖分技术得到新的三角网，新的三角网通过三角形重心坐标筛选出航道边界内部的三角形；
[0022]所述航道内部的三角形包括单邻三角网、双邻三角网以及三邻三角网。
[0023]优选地，所述步骤S3采用：航道图的顶点由特定三角形的重心构成，航道图的边由其余三角形在私有边上的中位线构成；所述航道中心线为提取的航道图中的边；
[0024]所述特定三角形包括单邻三角网或三邻三角网；
[0025]通过航道图提取算法从任意单邻三角形开始，对航道三角网进行深度优先遍历，从单邻三角形共有边方向创建一条航道边，边的初始线段是航道顶点到共有边中点的线段；
[0026]根据遍历到的三角形类别进行不同的操作：若是边三角形，则提取其私有边上的中位线，并添加至当前航道边中；若是顶点三角形，则闭合当前航道边，并在其他共有边方向创建一条新的航道边；直到所有三角形遍历完成；
[0027]所述边三角形是相邻三角形的数量为偶数的三角形；
[0028]所述顶点三角形是相邻三角形数量为奇数的三角形。
[0029]根据本专利技术提供的一种面向AIS船舶轨迹大数据的航道边界和中心线挖掘系统，包括：
[0030]模块M1：将AIS船舶轨迹数据的航迹点进行Delaunay三角网化，基于航迹点三角网中的三角形进行筛选得到航迹点的原始边界；
[0031]模块M2：对获取的航迹点的原始边界进行平滑处理，基于平滑处理后航迹点原始
边界的顶点点集进一步进行Delaunay三角网化，基于顶点点集三角网进行筛选得到航道轮廓；
[0032]模块M3：基于航道轮廓构建航道图及航道的中心线。
[0033]优选地，所述模块M1采用：
[0034]模块M1.1：对原始AIS船舶航迹大数据进行预处理，按照固定时间间隔对预处理后的AIS船舶航迹大数据进行均匀采样；
[0035]模块M1.2：将经纬度坐标转化为地理哈希值；
[0036]模块M1.3：根据地理哈希值出现的频次分布利用最大化类间方差算法得到哈希值频次筛选阈值，保留出现频次高于筛选阈值的地理哈希值对应的坐标，并作为近似的航迹边界候选点，将近似的航迹边界候选点映射到笛卡尔平面坐标得到航迹点的平面点集；
[0037]模块M1.4：使用Delaunay三角剖分技术重构平面航迹点集的形状，并将得到的航迹点三角网中的三角形进行三角空洞指数筛选，在剩余的三角网中提取外部边界得到航迹点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法，其特征在于，包括：步骤S1：将AIS船舶轨迹数据的航迹点进行Delaunay三角网化，基于航迹点三角网中的三角形进行筛选得到航迹点的原始边界；步骤S2：对获取的航迹点的原始边界进行平滑处理，基于平滑处理后航迹点原始边界的顶点点集进一步进行Delaunay三角网化，基于顶点点集三角网进行筛选得到航道轮廓；步骤S3：基于航道轮廓构建航道图及航道的中心线。2.根据权利要求1所述的面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法，其特征在于，所述步骤S1采用：步骤S1.1：对原始AIS船舶航迹大数据进行预处理，按照固定时间间隔对预处理后的AIS船舶航迹大数据进行均匀采样；步骤S1.2：将经纬度坐标转化为地理哈希值；步骤S1.3：根据地理哈希值出现的频次分布利用最大化类间方差算法得到哈希值频次筛选阈值，保留出现频次高于筛选阈值的地理哈希值对应的坐标，并作为近似的航迹边界候选点，将近似的航迹边界候选点映射到笛卡尔平面坐标得到航迹点的平面点集；步骤S1.4：使用Delaunay三角剖分技术重构平面航迹点集的形状，并将得到的航迹点三角网中的三角形进行三角空洞指数筛选，在剩余的三角网中提取外部边界得到航迹点的原始边界。3.根据权利要求2所述的面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法，其特征在于，所述对原始AIS船舶航迹大数据进行预处理采用：原始AIS船舶轨迹大数据利用地理哈希技术将船舶轨迹坐标网格化，得到网格化后的AIS船舶轨迹大数据。4.根据权利要求1所述的面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法，其特征在于，所述步骤S2采用：步骤S2.1：对航迹点的原始边界进行平滑处理得到精化的航道多边形边界；步骤S2.2：基于精化的航道多边形边界提取航道边界顶点点集，提取的航道边界顶点点集进一步提取Delaunay三角网并剔除航道边界外部的三角形，得到航道轮廓。5.根据权利要求4所述的面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法，其特征在于，所述步骤S2.1采用：使用毛刺边去除以及中值滤波技术对航迹点的原始边界进行平滑处理后得到精化的航道多边形边界。6.根据权利要求4所述的面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法，其特征在于，所述步骤S2.2采用：提取的航道边界顶点点集使用Delaunay三角剖分技术得到新的三角网，新的三角网通过三角形重心坐标筛选出航道边界内部的三角形；所述航道内部的三角形包括单邻三角网、双邻三角网以及三邻三角网。7.根据权利要求6所述的面向AIS船舶轨迹大数据的航道边界和中心线挖掘方法，其特征在于，所述步骤S3采用：航道图的顶点由特定三角形的重心构成，航道图的边由其余三角形在私有边上的中位线构成；所述航道中心线为提取的航道图中的边；所述特定三角形包括单邻三角网或三邻三角网；通过航道图提取算法从任意单邻三角形开始，对航道三角网的顶点三角形进行深度优先遍历，从单邻三角形共有边方向创建一条航道边，边的初始线段是航道顶点到共有边中点的线段；
根据遍历到的三角形类别进行不同的操作：若是边三角形，则提取其私有边上的中位线，并添加至当前航道边中；若是顶点三角形，则闭...

【专利技术属性】
技术研发人员：安晓亚，许晓斐，黄哲，王盼盼，
申请(专利权)人：华东计算技术研究所中国电子科技集团公司第三十二研究所，
类型：发明
国别省市：