【技术实现步骤摘要】
本专利技术涉及轨迹分析，具体涉及一种利用耙吸船船舶自动识别系统(ais)所提供的船舶航行轨迹和gis信息数据，进行施工流程识别和工艺分析的方法和系统。后续还将进一步公开基于本专利技术基础算法的应用技术方案。
技术介绍
1、现有技术介绍一
2、信息技术和数据挖掘与疏浚行业深度融合，是推动疏浚行业高质量增长和可持续发展的有力支撑。在船舶自动识别系统(ais，automatic identification system)的应用与普及过程中，通过ais数据进行航迹分析、船舶状态判别逐渐成为热潮。ais数据由船舶通过ais跟踪系统广播关于自身的动态信息，包括经度、纬度、对地航速、对地航向、航行状态；以及静态信息，包括mmsi编号、船舶尺寸等，该数据可通过数据api获得，并导入轨迹数据库中。
3、我国疏浚行业的发展已经进入到质效提升和装备更新升级的高质量发展阶段，以耙吸挖泥船为代表的典型疏浚装备的核心性能和工艺参数是其中的关键。主要关注的有(1)耙吸船的挖泥航速、时长，(2)吹填航速、时长，
4、(3)满载或空载最大航速。其中：
5、(1)挖掘不同土质时，为达到最佳挖泥效率，会选择是否开启高压冲水，以及对应的挖泥航速也不同，即导致挖泥时长的不同。国内疏浚船在施工中对于航速的控制较为鲁莽，未见到较好地总结成型的不同土质下最佳航速，往往施工效果比国外疏浚船舶差。
6、(2)吹填航速、时长则可以看出选用吹填的方式，若航速在保持在0-0.1节，时长在1.5h以上，多为选择接管吹填；若航速
7、(3)满载或空载最大航速的统计则可以针对有新建船舶需求时，对应船舶舱容等级参考设计的最大航速。
8、以上关注的工艺参数均为后续船舶的施工、建造具有指导意义。
9、现有技术介绍二
10、目前，对于船舶轨迹识别研究，大多针对海上交通运输船舶的轨迹模式在实际水上运输情景中较为简单的行为状态进行识别分析，如货船、交通船的惯性运输航线，其表现为单一的抵港、离港行为识别等。现有研究方法也多采用如dbscan、gmm、k邻近算法和k-means等聚类算法，该类算法仅能实现对轨迹数据进行简单的聚类分析。
11、以耙吸挖泥船为代表的疏浚工程船舶，除了具有类似海上交通船舶的交通航行行为之外，主要的船舶行为是开展各类疏浚工程的施工，包括复杂的施工工艺流程，涉及到多种工艺行为参数。传统的分析方法在进行基于航行行为数据的多参数分析时，由于存在各参数权重占比不具备普遍的代表性、聚类个数设置较随机等问题，使得工程船舶的行为数据被简单聚类分析，仍然需要人工判断哪些部分需要合并的缺陷，导致分析结果不准确，无法对船舶航行过程背后所代表的施工流程进行有效的识别，不满足疏浚工程中的现实需求。可见，不论是现有船舶类研究成果，还是相关研究方法，均无法满足对工艺环节识别及其参数分析的要求。
12、现有技术介绍三
13、经检索，目前已形成的研究中，与本专利技术相关的技术有：
14、(1)名称：船舶行为轨迹识别方法，公告号：cn 108334905 a。该方法识别流程为：1.选定船舶行驶海域，对海域进行区域划分；2.将历史轨迹数据根据划分后的海域运用转角法进行轨迹分割；3.将分割后的轨迹片段集进行误差逆传播多层前馈网络集合聚类，获取典型轨迹模式；4.计算待识别轨迹与聚类后的典型轨迹模式的hausdoff距离，该计算距离若小于等于阈值，则判定为属于典型轨迹模式，反之则不属于。该识别方法的不足之处为：1.该方法轨迹识别需要前期训练，且训练建立在指定被监控海域，一旦船舶行驶超出该海域，则该分析方法/系统不再适用；2.仅能判断轨迹是否为典型行驶轨迹，未提及对于其他行为的判断能力。因此该方法对于全海域耙吸船施工行为判别无适用性。
15、(2)名称：船舶行为识别系统、方法和平台，公告号：cn 112785030 a。该方法识别流程为：1.将多方来源的ais数据进行异常数据监测剔除再存入数据库；2.根据航速结合经纬度判断船舶锚泊、靠泊、航行3种状态，将所有时间点数据匹配对应状态标签；3.靠泊与锚泊状态数据根据其停留时间进一步判别是否为修理或加油状态。此方法的不足之处在于：1.首先仅为船舶的状态划分，其状态包含类别也简单且单一，具有局限性；2.专利技术中也未提及划分状态后数据结果如何呈现及其各状态时间分配等，未体现出其专利技术的意义性、指导性。同样对于耙吸船轨迹分析帮助不大。
16、(3)名称：一种基于航迹数据的耙吸挖泥船施工轨迹识别方法，公告号：cn114118243a。该方法利用dbscan算法与gmm算法分别将轨迹点的经纬度、航速、航向三种参数进行自上而下逐层聚类，首先识别出施工区，进一步划分装舱，抛泥，运泥轨迹，最终区分往抛泥区与返装舱区轨迹，将各轨迹簇打标签。此方法的不足之处在于：1.识别内容虽适用于耙吸船的施工行为，但由于没考虑耙吸船疏浚施工的工艺逻辑，仅采用鲁棒性的聚类算法其结果往往会出现同一船次挖泥行为被聚类为两次，且其判别行为类型中遗漏了吹填行为2.未提及对于各行为参数的统计分析，对于后续优化工艺不具备指导性。
17、通过对现有轨迹分析方法的检索，可以发现目前常规的分析方法较为简单地使用聚类算法，由于缺乏工艺逻辑，分析/识别内容有限，无法准确区分“挖、抛、吹、运”四个动作环节及各环节关键施工参数。
技术实现思路
1、因此，针对耙吸船ais轨迹数据分析需求与难点，现提出一种基于ais数据的耙吸船施工流程识别及工艺参数分析方法，可以自动识别耙吸船施工中“挖、抛、吹、运”四个动作环节，以及统计分析其对应关键施工参数，计算精度高，为耙吸船运营效率分析和优化管理决策提供技术支持。
2、为实现上述目的，本专利技术算法基于船舶自动识别系统的耙吸船施工流程识别及工艺参数分析方法，以耙吸船ais数据为基础，结合耙吸船施工工艺标准(如航速<4节、持续时长为0.5-2.5h，为挖泥环节；航速<0.1节、持续时长在0.5h以上，为吹填环节；在15分钟内船艏向180°变化、航速自10节先减小后增大，为抛泥环节)，利用数据挖掘技术手段，针对耙吸挖泥船在疏浚工程开展过程中产生的海量历史航行轨迹数据和gis数据，获取后形成船舶轨迹数据库，进行“挖、抛、吹、运”4大施工环节识别，并统计分析各环节关键施工参数为目标，为挖掘国外耙吸船核心控制技术、提升国内耙吸船运营管理水平、推动国内疏浚行业高效率标准化发展提供有效依据和关键数据。
3、为实现上述目的，本专利技术提出一种基于ais数据的耙吸船施工工艺识别方法，结合工艺逻辑、细节、流程，采用统计与时序分层的处理方法，通过空间、航速、航向，不断划分轨迹集合、缩小识别范围，最终完成识别“挖、抛、吹、运”四种耙吸疏浚工艺过程，并根据数据的gis本文档来自技高网...
【技术保护点】
1.基于船舶AIS数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述基于船舶AIS数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于：
3.如权利要求1所述基于船舶AIS数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于：
4.如权利要求1所述基于船舶AIS数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于：
5.如权利要求1所述基于船舶AIS数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于：
6.如权利要求1所述基于船舶AIS数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于：
【技术特征摘要】
1.基于船舶ais数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述基于船舶ais数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于：
3.如权利要求1所述基于船舶ais数据的耙吸挖泥船参数分析及工艺识别方法，其特征在于：
...【专利技术属性】
技术研发人员：郝宇驰，陈沁泽，孙慧，骆佳成，齐健璋，
申请(专利权)人：中交疏浚技术装备国家工程研究中心有限公司，
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。