一种基于改进时间比例的船舶轨迹数据压缩方法与流程

1.本发明涉及时空数据处理技术领域，具体而言，尤其涉及一种基于改进时间比例的船舶轨迹数据压缩方法。


背景技术：

2.自动识别系统(ais)可以提供大量的船舶航迹数据，这种数据对于挖掘水上交通信息具有较大的价值。轨迹是由大量离散的位置点组合而成，数据越多，采样率越高，数据描述的轨迹就越精确，同时大量的数据也加剧了存储和处理的复杂性。数据压缩算法的目的是对轨迹中的数据进行价值评价，将价值低的数据进行剔除，保留重要的数据轨迹特征点，压缩后的轨迹数据还保留着原始轨迹中重要信息的轨迹点，提高了轨迹数据的性价比，因此研究数据的压缩技术用以减少数据的复杂性和冗余性，通过设置合理的阈值保留数据的轨迹特征点，最大可能的保留描述原始轨迹的能力，对于挖掘水路交通信息和相关海事研究具有重大的意义。


技术实现要素：

3.为了提高ais轨迹数据的压缩准确度，减小压缩误差，结合ais数据的特性，本发明提出了一种基于改进时间比例的船舶轨迹数据压缩方法，在考虑了时间和空间约束的基础上加入了航向和航速的约束，引入了代表船舶行为变化较大的速度和航向特性，更加全面的对轨迹数据进行压缩。旨在更加全面准确的保留轨迹的特征点，方便数据的存储处理和使用，为水路信息挖掘提供更准确的航迹数据。
4.本发明采用的技术手段如下：
5.一种基于改进时间比例的船舶轨迹数据压缩方法，包括：
6.由自动识别系统获取船舶轨迹数据，所述船舶轨迹数据包括船舶位置经纬度、时间、航速、对地航向以及船首向数据；
7.对所述船舶轨迹数据进行预处理；
8.以基于时间比例的同步欧式距离作为指标对船舶轨迹数据进行压缩，获取第一轨迹数据特征点集合；
9.以航速变化以及航向变化作为指标对船舶轨迹数据进行压缩，获取第二轨迹数据特征点集合；
10.将所述第一轨迹数据特征点与所述第二轨迹数据特征点集合合并后，将轨迹数据特征点按照时间前后顺序排列，得到一个具有时空性的压缩数据集。
11.进一步地，所述船舶轨迹数据进行预处理，包括：
12.检测船舶轨迹数据中的错误数据和缺失数据；
13.对错误数据进行剔除处理，同时对缺失数据采用线性插值方法进行补充处理，从而获得准确的船舶轨迹数据。
14.进一步地，以基于时间比例的同步欧式距离作为指标对转换船舶轨迹数据进行压
缩，包括：
15.连接轨迹数据的首尾作为基线，计算每个点到基线的同步欧式距离；
16.将计算后得到的最大欧式距离与设定的阈值相比较；
17.如果最大的同步欧式距离小于阈值，只保留连接的首尾点到第一轨迹数据特征点集合；
18.如果最大欧式距离大于阈值则保留最大欧氏距离对应的点，将保留下来的点加入到第一轨迹数据特征点集合；此时判断压缩是否结束，如果未结束，将以刚保留的点作为分界点将轨迹数据分为两部分再重复以上判断直至此部分压缩结束，判断压缩是否结束包括：若新保留的轨迹点分别与基线两端之间的轨迹点之间没有轨迹数据，则判断压缩结束，否则继续压缩。
19.进一步地，以航速变化以及航向变化作为指标对转换船舶轨迹数据进行压缩，包括：
20.计算各采样点与前一轨迹数据特征点的航速差与航向差；
21.判断航速差与预设航速差阈值之间的关系，获取第一关系指标；
22.判断航向差与预设航向差阈值之间的关系，获取第二关系指标；
23.当所述第一关系指标和第二关系指标至少有一个满足预设条件时，将当前位置点加入到第二轨迹数据特征点集合；
24.遍历所有位置点，直至此部分压缩结束。
25.进一步地，当所述第一关系指标和第二关系指标至少有一个满足预设条件时，将当前位置点加入到第二轨迹数据特征点集合，包括当下列条件至少满足一个时，将当前位置点加入到第二轨迹数据特征点集合：
26.航速差大于预设航速差阈值；
27.航向差大于预设航向差阈值。
28.进一步地，以航速变化以及航向变化作为指标对转换船舶轨迹数据进行压缩，还包括：如果当前点没有判断作为轨迹数据特征点，则判断下一点时，计算航速差与航向差的对象为下一点与前一保存的轨迹数据特征点。
29.较现有技术相比，本发明具有以下优点：
30.1、本发明在考虑了时间和空间约束的基础上加入了航向和航速的约束，引入了代表船舶行为变化较大的速度和航向特性，更加全面的对轨迹数据进行压缩。旨在更加全面准确的保留轨迹的特征点，方便数据的存储处理和使用，为水路信息挖掘提供更准确的航迹数据。
31.2、本发明实现了对船舶轨迹数据的压缩，提高了压缩结果的准确性，减小了压缩误差，保证了压缩前后轨迹的相似性，提高了了水路信息挖掘的效率。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
33.图1为本发明船舶轨迹数据压缩方法流程图。
34.图2为本发明关键特征点提取流程图。
35.图3为本发明同步欧式距离指标与航速航向指标计算示意图。
具体实施方式
36.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
37.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
38.如图1
‑
3所示，本发明提供了一种基于改进时间比例的船舶轨迹数据压缩方法，包括：
39.s1、由自动识别系统获取船舶轨迹数据，所述船舶轨迹数据包括船舶位置经纬度、时间、航速、对地航向以及船首向数据。
40.具体来说，自动识别系统(automatic identificationsystem，ais)报文中的船舶轨迹数据包括mmsi码，船舶位置经纬度，航速，对地航向，船首向。ais的原始数据质量对后面的数据压缩至关重要，
41.s2、对船舶轨迹数据进行预处理。
42.具体来说，数据在接收或解码过程中可能会出现错误或者缺失，错误的点需要剔除，缺失的点需要补充。其中，错误的点为明显偏离航线的点或者位置数据中经度大于180度或者纬度大于90度的点。因为船舶会在一定时间内是匀速直线行驶，针对少数缺失的数据，采用线性插值的方法对数据进行补充，对于缺失数据很多的轨迹数据集的研究意义不大，需要舍弃缺失大量数据的船舶轨迹数据集。
43.s3、以基于时间比例的同步欧式距离作为指标对转换船舶轨迹数据进行压缩，获取第一轨迹数据特征点集合。主要包括：
44.s301、连接轨迹数据的首尾作为基线，计算每个点到基线的同步欧式距离；
45.s302、将计算后得到的最大欧式距离与设定的阈值相比较。阈值的选取可以通过进行实验仿真得到的数据来确定最佳选取的值，一般来说，阈值选取的越小，压缩掉的点就越少，保留的点就越多，阈值选取的越大，压缩掉的点越多，保留的点越少。
46.s303、如果最大的同步欧式距离小于阈值，只保留连接的首尾点到第一轨迹数据特征点集合；
47.s304、如果最大欧式距离大于阈值则保留最大欧氏距离对应的点，将保留下来的
点加入到第一轨迹数据特征点集合；此时判断压缩是否结束，如果未结束，将以刚保留的点作为分界点将轨迹数据分为两部分再重复以上判断直至此部分压缩结束。
48.具体来说，点到直线的同步欧式距离(sed)作为轨迹数据特征点的一个判断指标，如图3所示，同步欧式距离与航速航向指标的计算方式如下：
[0049][0050]
p＝(l
ab
l
bc
l
ac
)/2
[0051][0052][0053][0054][0055][0056]
δsog＝sog
c
‑
sog
a
[0057]
δcog＝cog
c
‑
cog
a
[0058]
如图3所示，连接ab两点，计算c点到ab连线上的同步欧式距离，首先计算gps两点之间的距离，单位为米，l
ab
公式求ab之间的距离，lat1表示a点经纬度，lat2表示b点经纬度，a为两点纬度之差，b为两点经度之差，6378137为地球半径，单位为米，同一公式求出l
ac
,l
ab
；采用三角形面积相等法，利用海伦公式求得三角形面积s，其中p为半周长，再通过经典三角形面积求法得到点c到线ab的垂直欧式距离利用时间比例得到c点投射在ab上的距离再由勾股定理得到即为点c到直线ab的同步欧式距离，i为ac点之间的时间差；e为ab之间的时间差；δsog是c点距离a点的航速差，δcog是c点距离a点的航向差。
[0059]
经过预处理之后，开始准备特征点提取过程，首先设定压缩的阈值，压缩需要就是将数据之间变化较小的进行剔除，保留具有较大变化的轨迹数据点，因此就需要一个判断的阈值点，大于阈值点进行保留，小于阈值的点舍弃，所以阈值的选取也十分重要，影响着压缩的具体效果。将压缩流程分为两个部分，第一部分首先利用同步欧氏距离作为度量函数进行压缩，连接轨迹数据的首尾作为基线，计算每个点到基线的同步欧式距离，将计算后得到的最大欧式距离与设定的阈值相比较，如果大于阈值则保留最大欧氏距离对应的点，将保留下来的点加入到第一轨迹数据特征点集合，再判断压缩是否结束，如果未结束，将以刚保留的点作为分界点将轨迹数据分为两部分再重复以上判断直至此部分压缩结束；如果最大的同步欧式距离小于阈值，只保留连接的首尾点到第一轨迹数据特征点集合。判断压缩是否结束依据：若新保留的轨迹点分别与基线两端之间的轨迹点之间没有轨迹数据，则判断压缩结束，否则继续压缩。
[0060]
s4、以航速变化以及航向变化作为指标对转换船舶轨迹数据进行压缩，获取第二轨迹数据特征点集合，主要包括：
[0061]
s401、首先将第一个数据保存为特征点，便于后面指标变化的计算。计算各采样点与前一轨迹数据特征点之间的航速差与航向差。
[0062]
s402、判断航速差与预设航速差阈值之间的关系，获取第一关系指标。
[0063]
s403、判断航向差与预设航向差阈值之间的关系，获取第二关系指标。
[0064]
s404、当所述第一关系指标与第二关系指标至少有一个满足预设条件时，即将当前位置点加入到第二轨迹数据特征点集合；
[0065]
s405、遍历所有位置点，直至此部分压缩结束。
[0066]
具体来说，本部分重新扫描所有的轨迹数据，计算每个点与前一轨迹特征点之间的航速差与航向差，利用航速差和航向差作为衡量压缩指标，判断航速差与航向差与给定阈值之间的关系两个指标之间的关系，两者之中但凡有一个满足大于给定阈值的条件即将当前点判断为轨迹数据特征点，保留到轨迹数据特征点库，接着判断下一点与当前特征点的之间的航速与航向差，如果当前点没有判断作为特征点，则计算下一点时，将计算下一点与前一保存的特征点之间的差值，依次扫描所有数据，直至当前压缩结束。
[0067]
s5、将所述第一轨迹数据特征点与第二轨迹数据特征点集合合并后，将轨迹数据特征点按照时间前后顺序排列，得到一个具有时空性的压缩数据集。
[0068]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。