【技术实现步骤摘要】
一种船舰航行轨迹预测方法、装置及存储介质
[0001]本专利技术属于数据识别
，具体涉及一种船舰航行轨迹预测方法及系统。
技术介绍
[0002]船舰轨迹预测技术是指基于船舰的历史轨迹预测其未来将要航行轨迹，通过船舰未来的行驶轨迹进行预测，一方面可以避免在海上行驶的船舰发生碰撞，保障船舰航行安全，提高海上航行效率，另一方面，可以及时发现靠近海港口岸船舰的异常行为，从而及时对船舰进行监测，进而提升港口海岸的危险预警能力。
[0003]目前常用船舶自动识别系统AIS获取船舰信息和船舰位置，现有技术中通常使用AIS数据结合数据挖掘、神经网络技术对船舰未来的航行轨迹进行预测，如中国专利申请“CN110070565B”公开了一种基于图像叠加的船舶轨迹预测方法，通过用视频拍摄下船舶的海上航行，提取视频中的每一帧的序列图，然后将预设时间段内的每一帧的图像进行叠加压缩，提取图像中到的特征信息和轨迹信息，重复多次。最后使用卡尔曼滤波进行预测，从而根据船舰过去时间的航行轨迹预测未来时间的航行轨迹，又例如中国专利申请“CN112132...
【技术保护点】
【技术特征摘要】
1.一种船舰航行轨迹预测方法，其特征在于，包括：步骤S1：确定监测区域，在所述监测区域内等间隔绘制n条横向网格线，相邻所述横向网格线间隔第一距离，将所述监测区域内的所述横向网格线编号为D1,D2,
…
,D
k
，在目标舰船进入所述监测区域后，基于目标舰船类型，获取所述监测区域内的历史航行数据，所述历史航行数据包括同类型的多个船舰航行轨迹，每条航行轨迹包括多个定位点，在所述监测区域内建立坐标系，获取每个所述定位点的定位时间和坐标；步骤S2：对航行轨迹进行聚合，获得多组航线集合，基于所述定位点获取每条航行轨迹中船舰在相邻所述横向网格线之间的航行时间，建立第一数据集，将位于同组且对应相同编号所述横向网格线的航行时间划分至同一个所述第一数据集内，获取所述第一数据集内所有航行时间的方差，若航行时间的方差在第一数值范围内，则将所述第一数据集内所有航行时间的平均值作为目标船舰在两个所述横向网格线之间的标准航行时间；步骤S3：建立第一预测模型和第二预测模型，对每组所述航线集合进行融合，获得标准航行区域，监测目标船舰在前I个所述横向网格线内的实际航行路线和实际航行时间，若目标船舰实际航行路线位于标准航行区域、且实际航行时间与所述标准航行时间相匹配，则使用所述第一预测模型对船舰航行轨迹进行预测，否则，使用所述第二预测模型对船舰航行轨迹进行预测。2.根据权利要求1所述的一种船舰航行轨迹预测方法，其特征在于，所述步骤S2中，对航行轨迹进行聚合包括以下步骤：步骤S21：将所述监测区域内所有航行轨迹编码为A1,A2,
…
,A
n
，选取航行轨迹A1，将航行轨迹A1与航行轨迹A2,
…
,A
n
对比，获取航线轨迹A1与航行轨迹A2,
…
,A
n
的相似度，将相似度大于等于第一判断阈值的航线轨迹划分至第一初始分组内，继续选取航行轨迹A2与航行轨迹A1,A3,
…
,A
n
的相似度，将相似度大于等于所述第一判断阈值的航线轨迹划分至第二初始分组内，重复本步骤，直至完成对航行轨迹A
n
的处理；步骤S22：将所述第一初始分组与其余各个初始分组进行对比，若所述第一初始分组与对比的初始分组包含至少m个相同航行轨迹，则将对比的初始分组合并至所述第一初始分组内，将合并后的所述第一初始分组重新与各个初始分组进行对比，将对比完成的所述第一初始分组定义为航线集合，重复本步骤，继续对所述第二初始分组至第n初始分组进行处理，以获取其余航线集合；步骤S23：对所有航线集合进行筛选，若航线集合内的航行轨迹数量小于等于P，则将该航行集合删除。3.根据权利要求2所述的一种船舰航行轨迹预测方法，其特征在于，判断两条航行轨迹的相似度包括以下步骤：将每条航行轨迹与所述横向网格线相交的位置定义为对比点，基于第一公式计算两条航行轨迹的相似度μ，第二公式为：其中，和为对比的两条航行轨迹中，第一条航行轨迹和第二条航行轨迹第i个所述对比点的横坐标。4.根据权利要求2所述的一种船舰航行轨迹预测方法，其特征在于，对航行轨迹进行融合，获得所述标准航行区域包括以下步骤：
建立第二数据集，将同一航线集合内包括相同纵坐标的所述对比点划分至同...
【专利技术属性】
技术研发人员：张磊，姜子悦，杨哲，喻杰，彭庆，
申请(专利权)人：武汉大海信息系统科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。