【技术实现步骤摘要】
本申请涉及数据处理，具体涉及基于人工智能航运船闸多源数据融合方法。
技术介绍
1、ais是一种船舶自动识别系统，用于实时跟踪和监控船舶的位置、航向、速度等信息。ais系统通过vhf无线电进行数据交换，船舶通过ais设备发送和接收信息，以提高航行安全和船舶管理效率。
2、目前内河航运船闸的数据来源可能会来自不同的系统，这会导致不同数据之间难以进行有效的数据融合，不同数据源之间可能存在异构性，例如不同系统使用不同时间戳格式或编码方式，这也会对数据融合造成影响；在进行数据融合过程中，可能会出现某些数据缺失或者不准确的情况。
3、近年来，随着内河航道测绘技术的不断提升、航道结构和动态信息采集手段的不断丰富、数据规模不断加大，对内河数据进行融合成为重要研究问题。根据内河航道信息传输管理的现状，不能直接将获得的船舶数据航迹信息直接进行处理，而需要先进行数据融合处理。
4、综上所述，本专利技术提出基于人工智能航运船闸多源数据融合方法，利用ais系统获取船舶信息，利用船闸系统获取船闸信息，对船舶信息、航道信息、天气信息进行融合分析，获取过闸速度信息；根据到闸通行度以及船闸开放时间数据，完成船舶航运规划。
技术实现思路
1、为了解决上述技术问题，本专利技术提供基于人工智能航运船闸多源数据融合方法，以解决现有的问题。
2、本专利技术的基于人工智能航运船闸多源数据融合方法采用如下技术方案：
3、本专利技术一个实施例提供了基于人工智能航运船闸多源
4、采集内河数据信息；
5、对于内河信息数据，根据各时刻报港船舶对地航行速度以及船舶吃水深度序列获取各时刻船舶状态系数；根据船舶航向角度获取报港船舶到达船闸的航道信息；其中航道信息包括航道转弯区域、航道笔直区域，将报港船舶的航道划分为多个航道区域；根据报港船舶在各航道区域的船舶状态系数以及航向角度得到各航道区域的航道弯曲程度；根据报港船舶长、宽信息以及航道弯曲程度得到航道区域的航道速度影响因子；根据各时刻的风向角度、风速、降雨量以及报港船舶航向角度得到各时刻的航行天气影响因子；根据各时刻航行天气影响因子与预设航行天气影响阈值的关系得到各时刻的航行天气影响因子标记值；对航道区域的航道速度影响因子、各时刻的航行天气影响因子标记值以及船舶数量进行多源数据融合构建报港船舶在航道区域的到闸通行度；
6、根据到闸通行度及船闸开放关闭时间数据结合蚁群算法获取船舶航行最优路径。
7、进一步地，所述采集内河数据信息，包括：
8、内河数据信息包括船舶信息、天气信息以及船闸信息；所述船舶信息主要包括船舶基本信息和动态信息；所述天气信息包括风向、风速以及降水量信息；所述船闸信息包括船闸开放、关闭信息。
9、进一步地，所述船舶基本信息和动态信息，包括：
10、所述船舶基本信息包括船舶的长度信息、宽度信息；所述动态信息包括经纬度信息、船舶航向角度信息、船舶对地航行速度、船舶吃水深度。
11、进一步地，所述根据各时刻报港船舶对地航行速度以及船舶吃水深度获取各时刻船舶状态系数，包括：
12、将船舶的经纬度信息以及船闸的经纬度信息作为椭球模型的输入，输出为船舶与船闸实际距离；当船舶与船闸的实际距离小于等于预设距离阈值时，对应船舶作为报港船舶；
13、分别计算报港船舶当前时刻与上一时刻对地航行速度差值绝对值、船舶吃水深度差值绝对值，将两个差值绝对值的和值的倒数作为当前时刻的船舶状态系数。
14、进一步地，所述根据船舶航向角度获取报港船舶到达船闸的航道信息，包括：
15、采集报港船舶各时刻船舶航向角度组成船舶航向角度序列，在所述船舶航向角度序列中设定移动窗口，当移动窗口内的船舶航行角度极值大于等于预设航向角度阈值时，则对应移动窗口内报港船舶处于航道转弯区域；否则，对应移动窗口内报港船舶处于航道笔直区域。
16、进一步地，所述根据报港船舶在各航道区域的船舶状态系数以及航向角度得到各航道区域的航道弯曲程度，包括：
17、对于报港船舶的各航道区域；
18、计算报港船舶在航道区域的船舶状态系数均值，统计报港船舶在航道区域的航向角度最大值、最小值，计算所述最大值与最小值的差值，获取所述差值与180的比值，将所述比值与所述船舶状态系数均值的乘积归一化值确定为航道区域的航道弯曲程度。
19、进一步地，所述根据报港船舶长、宽信息以及航道弯曲程度得到航道区域的航道速度影响因子，包括：
20、统计报港船舶的长度、宽度，将所述长度与所述宽度的比值作为报港船舶的相对船长；采集报港船舶在航道区域内各时刻的航道宽度，计算所述相对船长与所述航道宽度比值；
21、将航道区域的航道弯曲程度与航道区域内所有时刻所述比值的均值的乘积作为航道区域的航道速度影响因子。
22、进一步地，所述根据各时刻的风向角度、风速、降雨量以及报港船舶航向角度得到各时刻的航行天气影响因子，包括：
23、当各时刻的风向角度与对应时刻报港船舶航向角度差值绝对值小于90°时，获取以自然常数为底数的降雨量的对数，将各时刻所述对数与各时刻风速的和值作为各时刻的航行天气影响因子；
24、当各时刻的风向角度与对应时刻报港船舶航向角度差值绝对值大于等于90°时，将所述差值绝对值作为正弦函数的自变量，将所述正弦函数的计算结果作为以自然常数为底数的指数函数的负指数，将各时刻所述指数函数的计算结果、所述风向速度以及所述对数的和值作为各时刻的航行天气影响因子。
25、进一步地，所述根据各时刻航行天气影响因子与预设航行天气影响阈值的关系得到各时刻的航行天气影响因子标记值，包括：
26、预设航行天气影响阈值，对于各时刻的航行天气影响因子，当航行天气影响因子小于等于航行天气影响阈值时，对应时刻的航行天气影响因子标记值为1；否则，航行天气影响因子标记值为0。
27、进一步地，所述对航道区域的航道速度影响因子、各时刻的航行天气影响因子标记值以及船舶数量进行多源数据融合构建报港船舶在航道区域的到闸通行度，包括：
28、分别获取报港船舶在航道区域内所有时刻的航行天气影响因子标记值为0、1的均值，分别确定为第一均值、第二均值；
29、将航道区域的航道速度影响因子、所述第一均值、所述第二均值以及船舶数量的和值的倒数作为报港船舶在航道区域的到闸通行度。
30、本专利技术至少具有如下有益效果：
31、本专利技术主要通过对ais系统的船舶航运信息、天气系统的天气信息以及船闸系统的船闸信息进行融合计算实现船舶到船闸航行的路径规划。首先通过船舶航运信息获取航道的相关特征信息，构建航道速度影响因子；对天气信息进行分析，获取各时刻的天气影响因子；将航道速度影响因子与天气信息影响因子进行融合获取基于航道区域的到闸通行度，根据到闸通行度以及船闸信本文档来自技高网...
【技术保护点】
1.基于人工智能航运船闸多源数据融合方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述采集内河数据信息，包括：
3.如权利要求2所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述船舶基本信息和动态信息，包括：
4.如权利要求1所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述根据各时刻报港船舶对地航行速度以及船舶吃水深度获取各时刻船舶状态系数，包括：
5.如权利要求4所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述根据船舶航向角度获取报港船舶到达船闸的航道信息，包括：
6.如权利要求1所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述根据报港船舶在各航道区域的船舶状态系数以及航向角度得到各航道区域的航道弯曲程度，包括：
7.如权利要求6所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述根据报港船舶长、宽信息以及航道弯曲程度得到航道区域的航道速度影响因子，包括：
8.如权利要求7所述
9.如权利要求8所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述根据各时刻航行天气影响因子与预设航行天气影响阈值的关系得到各时刻的航行天气影响因子标记值，包括：
10.如权利要求9所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述对航道区域的航道速度影响因子、各时刻的航行天气影响因子标记值以及船舶数量进行多源数据融合构建报港船舶在航道区域的到闸通行度，包括：
...【技术特征摘要】
1.基于人工智能航运船闸多源数据融合方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述采集内河数据信息，包括：
3.如权利要求2所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述船舶基本信息和动态信息，包括：
4.如权利要求1所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述根据各时刻报港船舶对地航行速度以及船舶吃水深度获取各时刻船舶状态系数，包括：
5.如权利要求4所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述根据船舶航向角度获取报港船舶到达船闸的航道信息，包括：
6.如权利要求1所述的基于人工智能航运船闸多源数据融合方法，其特征在于，所述根据报港船舶在各航道区域的船舶状态系数以及航向角度得到各航道区域的...
【专利技术属性】
技术研发人员：黄运军，刘晨阳，邵安东，陈继园，邵旭东，袁昕，王保林，罗凯，陈红奎，
申请(专利权)人：河南交院工程技术集团有限公司，
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。