基于多目标峰值DP算法的AIS航迹数据压缩方法技术

本发明专利技术提供一种基于多目标峰值DP算法的AIS航迹数据压缩方法，采用峰值采样策略，考虑航迹空间特性、航向、航速三个优化目标，加入障碍物检测机制，通过模拟航迹实验及真实航迹实验对比了经典DP算法与MPDP算法；结果显示MPDP算法在保持与DP算法相近的高压缩率情况下，长度损失率、同步欧式距离、航速平均偏差和航向平均偏差均得到优化，并且可以成功避开障碍物。其中对于多转弯航迹或盘旋航迹优化效果最为明显，长度损失率、同步欧式距离和航速平均偏差的优化率可达40%以上。偏差的优化率可达40%以上。偏差的优化率可达40%以上。

【技术实现步骤摘要】
基于多目标峰值DP算法的AIS航迹数据压缩方法


[0001]本专利技术涉及一种更适用于弯曲航迹的压缩算法，尤其是提供一种基于多目标峰值DP(Douglas
‑
Peucker)算法的AIS航迹数据压缩方法，属于船舶智能安全航迹计算


技术介绍

[0002]自动识别系统(AIS)为海洋智能化提供了海量的数据基础。由于原始AIS数据存在冗余，直接使用会造成数据储存空间和计算成本的浪费，因此有必要进行数据压缩；Douglas
‑
Peucker算法(DP)是一种有效的航迹压缩算法，可以很好地保存航迹的空间特性。但DP算法存在着以下不足：首先，DP算法在压缩多转弯航迹时，航迹复原效果较差。其次，DP算法未考虑船舶的船速和航向，最后DP算法可能会出现压缩后的航迹穿越障碍物的错误结果。

技术实现思路

[0003]本专利技术公开一种基于多目标峰值DP算法的AIS航迹数据压缩方法，采用峰值采样策略，考虑航迹空间特性、航向、航速三个优化目标，加入障碍物检测机制，实现了一种更适用于弯曲航迹的压缩算法。
[0004]本专利技术所述的一种基于多目标峰值Douglas
‑
Peucker算法的AIS航迹数据压缩方法(以下简称：MPDP)，技术解决方案如下：
[0005]1)坐标系变换后计算点到直线的距离
[0006]将轨迹点原地理坐标通过公式(1)(2)(3)(4)转换为墨卡托投影的坐标(x,y)：
[0007]x＝r0×
λ (1)
[0008]y＝r0×
q (2)
[0009][0010][0011]其中λ和分别表示航迹点的经度和纬度；x和y分别表示航迹点的横坐标和纵坐标；表示墨卡托投影中的标准纬度；l表示地球椭圆球体的长半径；e表示地球椭球体的第一偏心率；r0表示标准纬度平行圆的半径；q表示等轴纬度；
[0012]经墨卡托投影转换后，通过矢量法计算点到直线的距离Distance，如等式(5)所示：
[0013][0014]其中，a表示从线段起点到线段终点的矢量；b表示从线段起点到目标点的矢量；2)多目标峰值Douglas
‑
Peucker算法
[0015]该算法任务为从原始航迹的航迹点集合OS＝{P1,...P
i
,...P
N
}，i∈(1,N)中提取出一个能够反映原始轨迹主要形态特征的关键航迹点集合KS＝{K1,...K
j
,...K
M
}，j∈(1,M)；
[0016]多目标峰值Douglas
‑
Peucker算法(MPDP)压缩步骤如下：
[0017]Step1：设置压缩阈值ε(ε＞0)；采用0.8倍船长作为压缩阈值设置参考区间，对于不同的用户，可根据自身研究中对压缩强度的需求调节压缩阈值；
[0018]Step2：将集合OS的起点和终点加入集合KS；
[0019]Step3：更新集合KS：
[0020]Step3
‑
1：以集合KS中的点为分裂点，将集合OS划分为M
‑
1个子集；
[0021]设两个相邻点K
j
到K
j+1
对应的OS子集为OS_Sub
j
；以K
j
到K
j+1
之间的直线为基线，如果K
j
与K
j+1
坐标不同，利用公式(5)计算子集OS_Sub
j
中的各点到基线的距离，得到距离集合DS，反之当两点地理坐标相同，即船舶处于原地盘旋或往返运动时端点重合时，将点到直线距离改为采用公式(6)计算点到点距离Distance
′
，得到距离集合DS；
[0022][0023]再利用公式(8)计算子集OS_Sub
j
中的各点适应度fitness，得到适应度集合FS；
[0024]其中适应度包含点到直线距离、航向变化率和航速变化率三部分；三者的单位与量纲差别较大，不适合直接进行综合对比分析。需要将各个代价分别进行归一化处理，消除单位和量纲的影响。这里采取min
‑
max标准化(Min
‑
Max Normalization)方法对原始数据的归一化处理，使归一化结果F值映射到[0,1]之间；转换公式(7)如下：
[0025][0026]其中，f代表需要进行归一化计算的各点的点到直线距离、航向变化率和航速变化率，max和min对应需要进行归一化计算的每一组数据的最大值和最小值。归一化计算后，适应度fitness计算如公式(8)所示：
[0027]fitness＝α
×
d+β
×
η+ω
×
υ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0028]其中，d为归一化后的点到直线距离，η为归一化后的航向变化率，υ为归一化后的航速变化率；α,β,ω为取值[0,1]的权值系数，用户可根据实际应用中三项优化目标的重要程度，分配其比例关系并令α+β+ω＝1；
[0029]Step3
‑
2：将各点适应度的集合FS中的取得极大值的点，加入到集合ES中；将ES中航迹点对应的距离逐一与阈值ε进行比较，如大于阈值ε将该点储存在集合KS中；
[0030]设置峰值个数阈值Th_n，当搜索到极值点集ES中个数大于Th_n时，对极值点集ES再次求取峰值，直至满足阈值要求；所保留的极值点为距离集中变化最大的峰值设置Th_n取值为3至6的整数；
[0031]设置峰值压缩层数阈值Th_l，当压缩层数小于阈值Th_l时，采用多峰值保留策略进行多个航迹点保留；当压缩层数大于阈值Th_l时，将取得适应度集合FS最大值处航迹点的点到直线距离与压缩阈值ε进行比较，如果大于ε则仅保留这一个航迹点，储存至集合KS中；设置Th_l取值为1至3的整数；
[0032]Step4：假设在所有子集OS_Sub的距离集合DS中距离最大值为D
max
，如果D
max
≥ε重复Step3，否则跳转至Step5；
[0033]Step5：检查压缩后航段导通性：首先令计数器i＝1，判断集合KS中航迹点K
i
与K
i+1
之间的航段是否存在障碍物，如果存在障碍物则不可以通行，令压缩阈值ε＝0，将K
i
与K
i+1
使用Step3增加新的航迹点加入集合并返回上一步判断，反之当不存在障碍物可以通行时再判断K
i+1
是否为终点，如果K
i+1
不是终点则令i＝i+1，并返回上一级判断，反之K
i+1
是终点，则跳出循环完成压缩全过程；
[0034]需要补充说明的是：定义临界距离集合E本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标峰值Douglas
‑
Peucker算法的AIS航迹数据压缩方法，包括以下步骤：1)坐标系变换后计算点到直线的距离将轨迹点原地理坐标通过公式(1)(2)(3)(4)转换为墨卡托投影的坐标(x,y)：x＝r0×
λ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)y＝r0×
q
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)(2)其中λ和分别表示航迹点的经度和纬度；x和y分别表示航迹点的横坐标和纵坐标；表示墨卡托投影中的标准纬度；l表示地球椭圆球体的长半径；e表示地球椭球体的第一偏心率；r0表示标准纬度平行圆的半径；q表示等轴纬度；经墨卡托投影转换后，通过矢量法计算点到直线的距离Distance，如等式(5)所示：其中，a表示从线段起点到线段终点的矢量；b表示从线段起点到目标点的矢量；2)多目标峰值Douglas
‑
Peucker算法该算法任务为从原始航迹的航迹点集合OS＝{P1,...P
i
,...P
N
}，i∈(1,N)中提取出一个能够反映原始轨迹主要形态特征的关键航迹点集合KS＝{K1,...K
j
,...K
M
}，j∈(1,M)；多目标峰值Douglas
‑
Peucker算法(MPDP)压缩步骤如下：Step1：设置压缩阈值ε(ε＞0)；采用0.8倍船长作为压缩阈值设置参考区间，对于不同的用户，可根据自身研究中对压缩强度的需求调节压缩阈值；Step2：将集合OS的起点和终点加入集合KS；Step3：更新集合KS：Step3
‑
1：以集合KS中的点为分裂点，将集合OS划分为M
‑
1个子集；设两个相邻点K
j
到K
j+1
对应的OS子集为OS_Sub
j
；以K
j
到K
j+1
之间的直线为基线，如果K
j
与K
j+1
坐标不同，利用公式(5)计算子集OS_Sub
j
中的各点到基线的距离，得到距离集合DS，反之当两点地理坐标相同，即船舶处于原地盘旋或往返运动时端点重合时，将点到直线距离改为采用公式(6)计算点到点距离Distance
′
，得到距离集合DS；再利用公式(8)计算子集OS_Sub
j

【专利技术属性】
技术研发人员：王红波，周正，张英剑，张展硕，袁啸宇，
申请(专利权)人：吉林大学，
类型：发明
国别省市：