一种基于多门限判决和综合相似度的航行轨迹融合方法

摘要: 本发明涉及轨迹融合,特别涉及一种基于多门限判决和综合相似度的航行轨迹融合方法。背景技术:1、在海洋海事监测、海上交通管控等应用场景中,船机联合观测平台可以通过多...
一种基于多门限判决和综合相似度的航行轨迹融合方法

本发明涉及轨迹融合,特别涉及一种基于多门限判决和综合相似度的航行轨迹融合方法。

背景技术:

1、在海洋海事监测、海上交通管控等应用场景中,船机联合观测平台可以通过多类型的感知设备协同采集航行轨迹,能够有效弥补单一观测平台在检测范围、视角灵活性、作业时效性上的局限。由于多个观测平台中多类型感知设备观测的数据存在明显的异构性、时空异步性及冗余冲突特性,同时容易受到复杂海况、外界干扰、设备误差等因素影响,导致航行轨迹数据容易出现异常、同源目标重复识别、时空匹配偏差等问题,因此,对船机航行轨迹的数据融合处理具有重要的研究意义。

2、现有的航行轨迹数据融合方法通常基于最小二乘法和卡尔曼滤波等算法,在单一传感器数据处理方面具有一定效果。

3、现有的航行轨迹融合方法主要存在以下缺陷:首先,基于单一传感器数据或简单加权融合策略的方法难以适应多源异构数据的复杂场景,例如最小二乘法对噪声敏感且无法有效处理非结构化数据;其次,现有轨迹数据筛选与判别多采用单一固定的门限机制,无法适配动态变化的观测环境与数值差异,例如对弱有效连接的数据易出现漏检,对噪声数据已发生误判;再次,现有方法缺乏对轨迹相似性的深度挖掘能力,人工分析难以应对动态变化的轨迹关联需求,导致融合的时效性和准确性不足。

4、因此,现有技术存在难以适用多源数据、无法适配动态变化的观测环境与数值差异以及融合的时效性和准确性不足的技术问题。

技术实现思路

1、针对现有技术的不足,本发明提供了一种基于多门限判决和综合相似度的航行轨迹融合方法,用于解决现有技术存在难以适用多源数据、无法适配动态变化的观测环境与数值差异以及融合的时效性和准确性不足的技术问题。

2、本发明采用的技术手段如下:

3、本发明提供了一种基于多门限判决和综合相似度的航行轨迹融合方法,包括:

4、s1、通过多个数据采集单元采集航行轨迹信息,基于所述航行轨迹信息构建航行轨迹数据库;

5、s2、在所述航行轨迹数据库中,将其中一个数据采集单元采集到的任一条航行轨迹作为待融合轨迹,将另一个数据采集单元采集到的所有航行轨迹构建为目标轨迹集;

6、s3、计算所述待融合轨迹与所述目标轨迹集中各目标轨迹之间的距离相似度和速度相似度,基于所述距离相似度和所述速度相似度与对应的预设阈值之间的大小关系,判断所述待融合轨迹与各目标轨迹是否匹配;

7、s4、若所述目标轨迹集中存在一条目标轨迹与所述待融合轨迹匹配,对所述待融合轨迹和匹配的目标轨迹进行加权融合,生成融合后轨迹;

8、若所述目标轨迹集中存在多条目标轨迹与所述待融合轨迹匹配,分别计算所述待融合轨迹与各匹配的目标轨迹之间的综合相似度,将综合相似度最高的目标轨迹与所述待融合轨迹进行加权融合,生成融合后轨迹;

9、s5、将参与当前加权融合的待融合轨迹和目标轨迹从所述航行轨迹数据库中移除,并基于航行轨迹数据库中的剩余航行轨迹重复执行步骤s2至步骤s4,直至所有可融合轨迹均完成加权融合,以得到航行轨迹融合结果。

10、进一步地,还包括:对于未被纳入航行轨迹的零散轨迹点,执行以下融合步骤:

11、计算各零散轨迹点与所述目标轨迹集中各目标轨迹之间的关联代价;

12、将零散轨迹点融合至关联代价最小的目标轨迹中。

13、进一步地,所述关联代价的计算公式为:

14、

15、其中,表示当前待融合轨迹与目标轨迹之间的关联代价值;表示当前待融合轨迹与目标轨迹之间的距离差值;表示当前待融合轨迹与目标轨迹之间的角度差值;和分别表示距离权重和角度权重。

16、进一步地,所述数据采集单元为红外传感器、光电传感器、惯性传感器或gps定位传感器。

17、进一步地,当所述距离相似度和所述速度相似度均小于对应的预设阈值时,判定所述待融合轨迹与目标轨迹匹配。

18、进一步地,所述距离相似度的计算公式为:

19、

20、其中,表示距离相似度;、和分别表示t时刻数据采集单元a采集的第i条航行轨迹的x、y、z坐标信息;、和分别表示t时刻数据采集单元b采集的第j条航行轨迹的x、y、z坐标信息。

21、进一步地,所述速度相似度的计算公式为:

22、

23、其中,表示速度相似度;、和分别表示t时刻数据采集单元a采集的第i条航行轨迹的x、y、z方向的速度信息;、和分别表示t时刻数据采集单元b采集的第j条航行轨迹的x、y、z方向的速度信息。

24、进一步地,所述综合相似度的表达式为:

25、

26、其中,表示综合相似度;表示第k个模糊因素权重;表示维度相似度映射函数;表示t时刻下第k个模糊因素的欧式距离。

27、进一步地,还包括:

28、判断只被单一数据采集单元采集到的航行轨迹信息是否存在;

29、若所述航行轨迹信息的数据类型表示无缺失且传感状态回传参数完整,则判定航行轨迹信息存在;

30、其中,若传感器系统状态标识信息、数据有效标识信息和坐标系类型标识信息均正确,则判定数据类型表示无缺失;

31、若回传探测距离参数、回传视场角参数、协方差估计误差参数以及精度因子参数的总缺失数据量不大于预设百分比,则判定传感状态回传参数完整。

32、与现有技术相比,本发明具有以下优点:

33、本发明基于航行轨迹信息构建航行轨迹数据库,实现对多源航行轨迹数据处理,将待融合轨迹与目标轨迹集中的目标轨迹,分别通过距离相似度、速度相似度与对应的预设阈值进行匹配判断,能够适配观测环境动态变化所引起的轨迹数值差异,对多条匹配目标轨迹计算综合相似度以筛选最优轨迹进行加权融合,能够提高轨迹匹配的精准性,将参与当前加权融合的轨迹从航行轨迹数据库中移除并对剩余航行轨迹循环执行融合步骤,能够减少后续匹配环节的数据计算量,提升航行轨迹融合处理的时效性。

1.一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,包括:

2.根据权利要求1所述的一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,还包括:对于未被纳入航行轨迹的零散轨迹点,执行以下融合步骤:

3.根据权利要求2所述的一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,所述关联代价的计算公式为:

4.根据权利要求1所述的一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,所述数据采集单元为红外传感器、光电传感器、惯性传感器或gps定位传感器。

5.根据权利要求1所述的一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,当所述距离相似度和所述速度相似度均小于对应的预设阈值时,判定所述待融合轨迹与目标轨迹匹配。

6.根据权利要求5所述的一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,所述距离相似度的计算公式为:

7.根据权利要求5所述的一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,所述速度相似度的计算公式为:

8.根据权利要求1所述的一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,所述综合相似度的表达式为:

9.根据权利要求1所述的一种基于多门限判决和综合相似度的航行轨迹融合方法,其特征在于,还包括: