基于AIS大数据对海上船舶可航流形框架的提取方法与流程

基于ais大数据对海上船舶可航流形框架的提取方法
技术领域
1.本发明涉及船舶航路规划技术领域，特别是一种基于ais大数据对海上船舶可航流形框架的提取方法。


背景技术：

2.以往对于船舶航路的规划，以及海上航行距离计算时都是直接计算海上地理位置上的欧氏几何直线距离，常常所计算得路线并不是实际船舶行进路线，这种距离无实际应用意义。原有计算海上距离的方式并没有考虑实际船舶的航行习惯，所规划的路径或者所计算的航程与实际船舶的航行路径相差甚远，忽略了实际海上船舶的可航性以及船舶驾驶员的习惯航法，在进行实际应用时效果不佳，对实际航海的指导性不强。


技术实现要素：

3.本发明为了有效的解决上述背景技术中的问题，提出了一种基于ais大数据对海上船舶可航流形框架的提取方法。
4.具体技术方案如下；
5.一种基于ais大数据对海上船舶可航流形框架的提取方法，包括以下步骤：
6.步骤1：基于ais大数据，对区域当中的数据进行密度统计得到完整的船舶密度图，然后进行格栅化处理，确定相应的密度阈值，最终得到数据密度搜索基础图；
7.步骤2：基于ais大数据，对船舶的轨迹交汇点进行识别提取，然后确定相应的轨迹交叉角度阈值，对交汇点做进一步筛选，最后得到搜索起始点；
8.步骤3：采用流形学习的思想，以数据密度搜索基础图为搜索的底图，以不同等级的轨迹交汇点为起点，进行搜索扩展，最终得到海上船舶可航流形框架。
9.优选地，在步骤1中，需要过滤掉一部分低密度数据。
10.优选地，在步骤2中，需要将筛选后的点进行密度聚类并附上相应的权重和搜索等级。
11.与现有技术相比，本发明的有益效果是：基于本发明通过ais大数据的提取和挖掘，可以得到区域当中客观的交通流框架，可以作为海上空间信息设施基础的一部分叠加显示在电子海图上，其次基于海上船舶可航流形框架可以求取在海上两点的流形距离，可以作为后续所有相似性度量的基础，整体提升关于海上两点距离度量的实际应用性。
附图说明
12.图1是本发明中船舶可航流形框架下的测地距离示意图；
13.图2是本发明中海上船舶可航流形框架提取整体流程图；
14.图3是本发明中ais数据格栅密度图；
15.图4是本发明中数据密度搜索基础图；
16.图5是本发明中航线交汇点提取流程图；
17.图6是本发明中轨迹交点图；
18.图7是本发明中密度聚类流程图；
19.图8是本发明中交点等级示意图；
20.图9是本发明中搜索点初始示意图；
21.图10是本发明中交通流框架搜索策略图；
22.图11是本发明中搜索方向策略示意图；
23.图12是本发明中框架搜索示意图。
具体实施方式
24.为了便于描述，在这里可以使用空间相对术语，如“在
……
之上”、“在
……
上方”、“在
……
上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在
……
上方”可以包括“在
……
上方”和“在
……
下方”两种方位。该器件也可以其他不同方式定位旋转90度或处于其他方位，并且对这里所使用的空间相对描述作出相应解释。
25.下面结合附图及较佳实施例详细说明本发明的具体实施方式。本发明基于ais数据进行高密度的路径搜索，从ais大数据当中对船舶ais大数据进行分析，提取得到海上船舶可航流形框架，基于此框架可以计算得出一种新的海上可航流形测地距离。如图1所示，实线为基于海上船舶可航流形框架得出的海上可航流形测地距离，虚线表示的是传统欧氏几何直线距离，可以看出测地距离更加符合实际船舶的航行规律，更为合理，更贴近实际航海的应用场景。
26.本发明在ais大数据的基础上，对海上区域进行格栅处理，对海上交通流的密度进行统计并提取交通流的高密度区作为海上交通流的一个框架结构，以事先提取的海上交通流汇集区高密度点为初始点，沿着高密度的方向延伸搜索，最终得到海上交通流航行的基本框架，最后基于交通流的基本框架提出海上测地距离的概念。研究海上航行与陆路交通有很大区别，陆路交通当中的航路被明确的障碍物包围，有明显的道路，但是海上根本没有明确的航路，很多时候尽管两点之间没有障碍，船舶也不一定会直接穿越直达，本发明所提出的这种测地方式更接近于实际的航行规则以及实际海上的航行习惯，比简单二维空间当中计算两点之间的欧氏几何距离要更为合理和通用。
27.通过对ais大是数据的挖掘所得到的海上可航流型距离框架可以客观的体现出该水域内船舶行驶的习惯及航线附近良好的航行条件，可为该水域内航行的船舶提供航行安全建议。该框架还很好地体现了航路节点之间的可达性，为航行船舶提供安全可靠的路线规划。此外，其对相关海事主管机关开展监管、设置推荐航道也有重要的参考价值。
28.鉴于当前研究的不足，综合考虑以船舶ais数据的船位密度图作为交通路网的搜索基础，以船舶聚类后的船舶轨迹的交汇点作为搜索起始点，从而得到海上船舶可航流形框架。
29.具体为：
30.1.首先基于ais大数据进行数据清洗。
31.2.对研究水域进行格栅化处理。
32.3.对ais大数据进行密度统计分析(图3)。
33.4.对统计分析的密度数据进行阈值筛选得到数据密度搜索基础图(图4)。
34.5.基于ais大数据提取船舶轨迹的交汇点，提取流程图如图5所示。
35.6.提取得到的航线汇集点如图6所示。
36.7.然后通过密度聚类的方式，将交汇散点聚合成为交汇中心点，聚类过程如图7所示。
37.8.根据聚类中心点的权重将交汇点的等级划分为四个等级，交点等级示意图如图8所示。
38.9.将聚类得到的交点作为搜索初始点，基于搜索基础图(图4)进行密度方向搜索，初始点搜索示意图如图9所示。
39.10.交通流框架搜索策略如图10所示。
40.11.实际搜索过程以及搜索方向示意图如图11所示。
41.12.最终的搜索结果如图12所示。
42.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。


技术特征：
1.一种基于ais大数据对海上船舶可航流形框架的提取方法，其特征在于：包括以下步骤：步骤1：基于ais大数据，对区域当中的数据进行密度统计得到完整的船舶密度图，然后进行格栅化处理，确定相应的密度阈值，最终得到数据密度搜索基础图；步骤2：基于ais大数据，对船舶的轨迹交汇点进行识别提取，然后确定相应的轨迹交叉角度阈值，对交汇点做进一步筛选，最后得到搜索起始点；步骤3：采用流形学习的思想，以数据密度搜索基础图为搜索的底图，以不同等级的轨迹交汇点为起点，进行搜索扩展，最终得到海上船舶可航流形框架。2.根据权利要求1所述的基于ais大数据对海上船舶可航流形框架的提取方法，其特征在于：在步骤1中，需要过滤掉一部分低密度数据。3.根据权利要求1所述的基于ais大数据对海上船舶可航流形框架的提取方法，其特征在于：在步骤2中，需要将筛选后的点进行密度聚类并附上相应的权重和搜索等级。

技术总结
本发明涉及船舶航路规划技术领域，特别是一种基于AIS大数据对海上船舶可航流形框架的提取方法，包括以下步骤：基于AIS大数据，对区域当中的数据进行密度统计得到完整的船舶密度图，然后进行格栅化处理，确定相应的密度阈值，最终得到数据密度搜索基础图；基于AIS大数据，对船舶的轨迹交汇点进行识别提取，然后确定相应的轨迹交叉角度阈值，对交汇点做进一步筛选，最后得到搜索起始点；采用流形学习的思想，以数据密度搜索基础图为搜索的底图，以不同等级的轨迹交汇点为起点，进行搜索扩展，最终得到海上船舶可航流形框架。本方法可以得到区域当中客观的交通流框架，可以作为海上空间信息设施基础的一部分叠加显示在电子海图上。信息设施基础的一部分叠加显示在电子海图上。信息设施基础的一部分叠加显示在电子海图上。


技术研发人员：高邈 张安民
受保护的技术使用者：天津大学
技术研发日：2021.11.12
技术公布日：2022/2/24