船舶偏航检测方法和系统技术方案

本发明专利技术涉及航运信息化技术领域，提供一种船舶偏航检测方法和系统，其中方法包括：得到目标水域各船舶的历史轨迹集合；对所有历史轨迹集合进行聚类，得到聚类中心轨迹集合；将当前船舶在目标水域的当前轨迹与其历史轨迹集合进行对比，同时将当前轨迹与惯常轨迹集合进行对比，若当前轨迹远离历史轨迹集合与超出惯常轨迹集合中所有轨迹，则认定当前船舶偏航；若当前轨迹接近历史轨迹集合和

【技术实现步骤摘要】
船舶偏航检测方法和系统


[0001]本专利技术涉及航运信息化
，尤其涉及一种船舶偏航检测方法和系统
。

技术介绍

[0002]桥梁是内河交通的重要组成部分，船舶在内河流域的偏航检测技术是桥梁主动防碰撞的一个重要问题
。
为了确保桥梁和航行船舶的安全，需要对船舶的偏航情况进行实时监测和控制
。
[0003]船舶的偏航问题一旦发生，可能会导致船舶与桥梁碰撞，严重危及桥梁和船舶的安全
。
这不仅会带来巨大的经济损失和法律风险，同时也会对交通运输和经济发展造成不可估量的影响
。
[0004]因此，桥梁管理人员必须具备对船舶偏航及时监测和控制的技术
。
通过研究船舶偏航检测技术，可以提高桥梁管理人员的响应能力和管理水平
。
通过引入先进的船舶偏航检测技术，可以有效地监测船舶的运行状态和偏航情况，及时发现和处理异常情况，减少桥梁与船舶碰撞事故的发生
。
[0005]随着科技的发展，新的偏航检测技术和设备不断涌现，如基于智能算法和机器学习的视觉识别技术
、
高精度的传感器技术等
。
[0006]目前船舶偏航检测技术主要基于雷达和
AIS(
船舶自动识别系统
)
等硬件设备对船舶的位置进行监测，通过设置电子围栏来判断船只是否偏航
。
然而，这种技术存在以下缺陷，导致在实际应用中出现误判的情况：
[0007]一是电子围栏的设定过于简陋
。
一般电子围栏被设定为河道中轴线往两岸不超过一定距离的水域，然而这种简单的设定没有考虑到船舶有不同的航线，随水文
、
天气
、
船舶交互等条件的不同又会出现差异
。
二是电子围栏没有考虑不同船舶之间的静态差异
。
理想的模型应该考虑不同船舶的航行行为是不同的，而当前业内的软件大都没有考虑船舶自身的历史行为
。
业界和学界对于船舶偏航检测这一垂直领域的研究存在较大空白
。
除了电子围栏外，学界存在利用决策树，模糊理论等方法，均存在解释性与实用性不足的问题
。

技术实现思路

[0008]本专利技术的目的在于解决
技术介绍
中的至少一个技术问题，提供一种船舶偏航检测方法和系统
。
[0009]为实现上述目的，本专利技术提供一种船舶偏航检测方法，包括：
[0010]获取存储目标水域的船舶的历史轨迹数据，对其中的
AIS
数据进行预处理，得到各船舶的历史轨迹集合；
[0011]对所有船舶的历史轨迹集合进行聚类，得到作为目标水域的惯常轨迹集合的聚类中心轨迹集合；
[0012]对于进入目标水域的当前船舶，将其在目标水域的当前轨迹与该船舶在目标水域的历史轨迹集合进行对比，同时将所述当前轨迹与所述惯常轨迹集合进行对比，若所述当
前轨迹远离所述历史轨迹集合与所述惯常轨迹集合中所有轨迹，则认定当前船舶偏航；若所述当前轨迹接近所述历史轨迹集合和
/
或所述惯常轨迹集合中的一条轨迹，则认定当前船舶未偏航
。
[0013]根据本专利技术的一个方面，获取存储目标水域的船舶的历史轨迹数据，对其中的
AIS
数据进行预处理，得到各船舶的历史轨迹集合，包括：
[0014]对
AIS
数据进行清洗
、
坐标转换和整理，去除异常数据；
[0015]根据同一船舶进入目标水域的先后时间顺序，得到同一船舶近期多条按照时间先后顺序排列的历史轨迹队列，以所述历史轨迹队列为值，以该船舶的
mmsi
码作为键组成键值对，对所有船舶进行相同处理，构成所有船舶的历史轨迹数据字典
mmsi_dict
，得到所有船舶的历史轨迹集合
。
[0016]根据本专利技术的一个方面，各条所述历史轨迹的信息存储于尺寸为
L
×5的二维数组中，包括
L
个
AIS
信号点的时间
、
墨卡托投影坐标
、
航速和航向
。
[0017]根据本专利技术的一个方面，所述对所有船舶的历史轨迹集合进行聚类，得到作为作为目标水域的惯常轨迹集合的聚类中心轨迹集合为：
[0018]记所有历史轨迹为
{T1，
T2，
...
，
T
N
}
，利用
K
‑
中心点算法对船舶轨迹进行聚类并计算聚类中心，包括：
[0019](1)
随机挑选
K
条历史轨迹作为聚类中心
[0020](2)
在选定聚类中心后，对于其他所有非聚类中心的历史轨迹，计算每条历史轨迹到
K
条聚类中心的轨迹的对称分段路径距离，并归类到距离最近的聚类中心所属的类；
[0021]其中，非聚类中心的历史轨迹
T
i
所属的类别
k
*
的计算方式为：
[0022]其中，
SSPD
为对称分段路径距离；
[0023](3)
在所有历史轨迹都完成归类后，在每个类中，计算每条历史轨迹到同类其余历史轨迹的对称分段路径距离并求和，取和最小的轨迹作为该类新的聚类中心
。
[0024](4)
重复
(2)
‑
(3)
直到收敛或达到轮次上限，选出
K
条聚类中心轨迹，形成作为目标水域的惯常轨迹集合的聚类中心轨迹集合
。
[0025]根据本专利技术的一个方面，计算两条历史轨迹的所述对称分段路径距离，包括：
[0026](1)
从历史轨迹
T1中所有点往历史轨迹
T2的所有线段作垂线，记历史轨迹
T1中第
i
个点
P
i1
往历史轨迹
T2第
j
段线段所作垂线的垂足为其中
proj
表示正交投影，垂足在线段上时记为垂足线段外时，
P
i1
到的距离为：
[0027][0028]其中，
||
·
||2代表线段的2‑
范数，在欧氏空间中代表线段的长度；此时，距离等价于计算线段上所有点到点
P
i1
的距离的最小值；
[0029](2)
在计算历史轨迹
T1所有点到历史轨迹
T2所有线段的距离后，定义历史轨迹
T1中第
i
个点
P
i1
到历史轨迹
T2的距离
D
PT
(P
i1
，
T2)...

【技术保护点】

【技术特征摘要】
1.
船舶偏航检测方法，其特征在于，包括：获取存储目标水域的船舶的历史轨迹数据，对其中的
AIS
数据进行预处理，得到各船舶的历史轨迹集合；对所有船舶的历史轨迹集合进行聚类，得到作为目标水域的惯常轨迹集合的聚类中心轨迹集合；对于进入目标水域的当前船舶，将其在目标水域的当前轨迹与该船舶在目标水域的历史轨迹集合进行对比，同时将所述当前轨迹与所述惯常轨迹集合进行对比，若所述当前轨迹远离所述历史轨迹集合与所述惯常轨迹集合中所有轨迹，则认定当前船舶偏航；若所述当前轨迹接近所述历史轨迹集合和
/
或所述惯常轨迹集合中的一条轨迹，则认定当前船舶未偏航
。2.
根据权利要求1所述的船舶偏航检测方法，其特征在于，获取存储目标水域的船舶的历史轨迹数据，对其中的
AIS
数据进行预处理，得到各船舶的历史轨迹集合，包括：对
AIS
数据进行清洗
、
坐标转换和整理，去除异常数据；根据同一船舶进入目标水域的先后时间顺序，得到同一船舶近期多条按照时间先后顺序排列的历史轨迹队列，以所述历史轨迹队列为值，以该船舶的
mmsi
码作为键组成键值对，对所有船舶进行相同处理，构成所有船舶的历史轨迹数据字典
mmsi_dict
，得到所有船舶的历史轨迹集合
。3.
根据权利要求2所述的船舶偏航检测方法，其特征在于，各条所述历史轨迹的信息存储于尺寸为
L
×5的二维数组中，包括
L
个
AIS
信号点的时间
、
墨卡托投影坐标
、
航速和航向
。4.
根据权利要求1所述的船舶偏航检测方法，其特征在于，所述对所有船舶的历史轨迹集合进行聚类，得到作为作为目标水域的惯常轨迹集合的聚类中心轨迹集合为：记所有历史轨迹为
{T1，
T2，
...
，
T
N
}
，利用
K
‑
中心点算法对船舶轨迹进行聚类并计算聚类中心，包括：
(1)
随机挑选
K
条历史轨迹作为聚类中心
(2)
在选定聚类中心后，对于其他所有非聚类中心的历史轨迹，计算每条历史轨迹到
K
条聚类中心的轨迹的对称分段路径距离，并归类到距离最近的聚类中心所属的类；其中，非聚类中心的历史轨迹
T
i
所属的类别
k
*
的计算方式为：其中，
SSPD
为对称分段路径距离；
(3)
在所有历史轨迹都完成归类后，在每个类中，计算每条历史轨迹到同类其余历史轨迹的对称分段路径距离并求和，取和最小的轨迹作为该类新的聚类中心
。(4)
重复
(2)
‑
(3)
直到收敛或达到轮次上限，选出
K
条聚类中心轨迹，形成作为目标水域的惯常轨迹集合的聚类中心轨迹集合
。5.
根据权利要求4所述的船舶偏航检测方法，其特征在于，计算两条历史轨迹的所述对称分段路径距离，包括：
(1)
从历史轨迹
T1中所有点往历史轨迹
T2的所有线段作垂线，记历史轨迹
T1中第
i
个点
P
i1
往历史轨迹
T2第
j
段线段所作垂线的垂足为其中
proj
表示正交投影，垂足在线段上时记为垂足线段外时，
P
i1
到的距离为：
其中，
||
·
||2代表线段的2‑
范数，在欧氏空间中代表线段的长度；此时，距离等价于计算线段上所有点到点
P
i1
的距离的最小值；
(2)<...

【专利技术属性】
技术研发人员：霍仕峰，陈囡，刘峰，黄文清，
申请(专利权)人：广东诚泰交通科技发展有限公司，
类型：发明
国别省市：