基于AIS数据的船舶行为知识图谱构建方法及装置

基于ais数据的船舶行为知识图谱构建方法及装置
技术领域
1.本发明属于知识图谱构建技术领域，具体涉及一种基于ais数据的船舶行为知识图谱构建方法及装置。


背景技术：

2.知识图谱在语义表达、知识存储、推理等方面的卓越性能为数据知识化与智能化提供了技术基础，同时知识图谱还可以用图形化的方式将结构化的知识提供给用户，目前在医学领域、金融领域、农业领域、教育领域等有着很好的应用，但目前还没有成熟的船舶行为图谱构建方法。


技术实现要素：

3.针对现有技术中存在的问题，本发明提供一种基于ais数据的船舶行为知识图谱构建方法及装置，实现船舶行为知识图谱构建。
4.为实现上述目的，本发明提供了一种基于ais数据的船舶行为知识图谱构建方法，包括以下步骤：
5.获取目标区域的船舶ais数据；
6.根据获取的ais数据构建船舶运动状态向量模型；
7.依据船舶运动状态模型对船舶行为实体识别；
8.结合船舶行为在时间、空间及语义三个方面的特征对识别的实体进行关系关联，构建船舶行为本体；
9.将船舶行为本体导入图数据库形成船舶行为知识图谱。
10.进一步，船舶运动状态向量定义为：
11.船舶航向差：
12.船舶加速度：
13.船舶转向率：
14.停留速度阈值：v
ε
15.加速度阈值：a
ε
16.单位航向差阈值：δ
17.式中，c(t)表示船舶在t时刻的航向，v(t)表示船舶在t时刻的航速，
△
t表示时间间隔；
18.对获取的船舶ais数据，通过船舶运动状态向量的公式计算将结果依照人的习惯划分为不同的文字描述，包括停留、运动、直行、转向、变速、匀速。
19.进一步，船舶行为实体识别具体为：从船舶ais数据中分析提取出实体依次为船舶、行为、时间、轨迹点、轨迹，并建立环境实体。
20.进一步，从船舶ais数据中的位置、速度与航向分析得到船舶行为在时间、空间及语义三个层面的特征；船舶行为在时间层面受到ais数据传输时间间隔和船舶速度的影响；船舶行为在空间层面的表征量是地理空间中的面积，即不同的船舶位置点连接起来的面积；船舶行为在语义层面上划分为以下三个层面：
21.(1)宏观层：根据船舶在港口水域的航行行为，将港口水域的宏观行为划分为以下事件：进港-离港事件、锚泊事件、进港事件、靠离泊事件及离港事件；
22.(2)介观层：在每个航行水域中，船舶随着运动轨迹与航行环境拓扑关系的变化，导致船舶从事不同的过程，呈现为不同的介观行为；每个事件包括多个过程，过程行为对应于时空尺度下的介观行为；
23.(3)微观层：船舶在操纵级别上表现出的运动状态。
24.进一步，船舶行为本体包括船舶类、行为类、环境类、时间类、轨迹类、轨迹点类；
25.确定类间关系，将类及类间关系存储到图数据库中，生成船舶行为知识图谱。
26.进一步，其特征在于，
27.船舶类是行为认知发生的主体对象，是轨迹和行为的产生者，由船舶的mmsi作为船舶的唯一识别码，唯一确定行为的发生对象。
28.行为类是行为认知本体中的核心类，船舶行为划分为4类，分别体现不同的语义类型，包括原子行为，拓扑行为、交通行为及高级语义行为；原子行为类包括了运动与停留两个子类，运动类行为用来描述船舶不同轨迹特征的原子行为；由一个或多个动作组成拓扑行为类是基于原子行为类进行的拓扑语义丰富结果，拓扑行为类表示船舶轨迹和环境所构成的拓扑关系，该拓扑关系与船舶的原子轨迹一一对应；交通行为类作为船舶行为的基本语义单元类，包含活动类，是描述高级语义行为的关键类，交通行为根据人的认知习惯来描述对应船舶轨迹所反映的行为；高级语义行为类包括过程和事件两类，根据不同的应用场景对船舶高级语义行为的子类进行构建及属性添加。
29.环境类是指划定的不同通航区域；
30.时间类是记录船舶行为本体中的关键要素，用来描述行为的开始时间，结束时间和持续时间；
31.轨迹类是船舶轨迹数据类的语义抽象，包括原子轨迹和复杂轨迹，轨迹与行为通过本体的描述方法进行一一对应和表达；
32.轨迹点类是轨迹数据的组成成分之一，包括轨迹段的起点与终点。
33.一种用于实现上述的基于ais数据的船舶行为知识图谱构建方法的基于ais数据的船舶行为知识图谱构建装置，包括：
34.ais数据获取模块，用于获取目标区域的船舶ais数据；
35.向量模型构建模块，用于根据获取的ais数据构建船舶运动状态向量模型；
36.行为实体识别模块，用于依据船舶运动状态模型对船舶行为实体识别；
37.行为本体构建模块，用于结合船舶行为在时间、空间及语义三个方面的特征对识别的实体进行关系关联，构建船舶行为本体；
38.知识图谱构建模块，用于将船舶行为本体导入图数据库形成船舶行为知识图谱。
39.本发明与现有技术相比，具有以下优点及有益效果：
40.本发明提供一种基于ais数据的船舶行为知识图谱构建方法及装置，可提升海事部门对ais数据的管理效率以及数据的使用便捷性。
附图说明
41.图1为本发明船舶行为知识图谱构建方法流程图；
42.图2为本发明船舶行为知识图谱构构建装置结构图；
43.图3为本发明船舶行为推理示意图。
具体实施方式
44.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
45.基于行业领域的实际情况，有必要提供一种船舶行为知识图谱构建方法及装置，实现对目标区域的船舶行为进行识别，提升海事部门对ais数据的管理效率以及数据的使用的便捷性。
46.本发明提供一种船舶行为知识图谱的构建方法，包括：获取目标区域的船舶ais数据，并根据获取的的ais数据构建船舶运动状态向量模型；依据船舶运动状态模型对船舶行为实体识别；结合船舶行为在时间、空间及语义三个方面的特征对识别的的实体进行关系关联；并构建船舶行为本体，然后将船舶行为本体导入图数据库neo4j形成船舶行为知识图谱。
47.从时间、空间及语义三个维度对船舶行为进行特征分析，分析船舶行为的组成机制；其次，基于船舶轨迹在时空间的尺度特征对船舶行为进行划分，划分为微观、介观及宏观三种行为。其中，船舶行为在时间、空间及语义三个层面的特征可从ais数据中的位置、速度与航向分析得到。船舶行为在时间层面受到ais数据传输时间间隔和船舶速度的影响；在空间层面的表征量是地理空间中的面积，即就是不同的船舶位置点连接起来的面积；在语义层上按照人的习惯可划分为以下三层面：
48.(1)宏观层：根据船舶在港口典型水域的航行行为，将港口水域的宏观行为划分为5个事件，进港-离港事件、锚泊事件、进港事件、靠离泊事件及离港事件。
49.(2)介观层：在每个航行水域中，船舶随着运动轨迹与航行环境拓扑关系的变化，导致船舶从事不同的过程，呈现为不同的介观行为。因此，每个事件下包括了多个过程，过程行为对应于时空尺度下的介观行为。
50.(3)微观层：船舶在操纵级别上表现出的运动状态，如转向、加速、停车等。
51.其次，考虑到船舶航行环境对船舶行为的影响，需要结合船舶航行环境的空间特征，包括点状、线状及面状区域等，对船舶轨迹运动单元与航行环境存在的交互特征进行建模，对船舶轨迹进行拓扑语义丰富，从而挖掘船舶轨迹中隐含的语义信息，准确辨识船舶的不同行为。
52.利用从ais数据中分析得到的船舶时间、空间及语义信息，构建船舶行为本体。其
中包括船舶类、行为类、环境类、时间类、轨迹类、轨迹点类，并确定类间关系，将数据存储到图数据库neo4j中，生成船舶行为图谱。
53.进一步，船舶行为本体包括以下内容：
54.(1)船舶类
55.船舶是行为认知发生的主体对象，是轨迹和行为的产生者。对行为的认知需要确定研究对象，船舶的mmsi(maritime mobile satellite identity)作为船舶的唯一识别码，可以唯一确定行为的发生对象。
56.(2)行为类
57.行为类是行为认知本体中的核心类，船舶行为划分为4类，分别体现不同的语义类型，包括原子行为，拓扑行为、交通行为及高级语义行为。
58.原子行为类包括了运动与停留两个子类，而运动类行为包含了6个子类包括：减速、加速、匀速、右转、左转与直航，停留类则是表示船舶主机停止转动，以上两种类别分别用来描述船舶不同轨迹特征的原子行为；拓扑行为类是基于原子行为类进行的拓扑语义丰富结果，可以表示船舶轨迹和环境所构成的拓扑关系，该拓扑关系用来表示地理空间中点与线、点与面、线与线、线与面这4种典型的空间对象与其所处空间的关系。交通行为类作为船舶行为的基本语义单元类，包含了活动类，是描述高级语义行为的关键类，交通行为可以根据人的认知习惯来描述对应船舶轨迹所反映的行为。高级语义行为类包括了过程和事件2类，根据不同的应用场景对船舶高级语义行为的子类进行构建及属性添加。
59.(3)环境类
60.环境包括港口主管机构划定的不同通航区域，如锚地、航道等，交通管制区和基础设施，包括码头前沿水域及浮标等，这些区域有的是作为物理实体存在，有的则是由海事机关或港口管理部门划定并只显示在海图上。由于不同的通航环境具有唯一的名称或标号以及各自的位置坐标，因此，可以使用名称或标号对航行环境进行概念定义。
61.(4)时间类
62.时间类是记录船舶行为本体中的关键要素，它可以用来描述行为的开始时间，结束时间和持续时间。
63.(5)轨迹类
64.轨迹类是船舶轨迹数据类的语义抽象，包括了原子轨迹和复杂轨迹，轨迹与行为通过本体的描述方法进行一一对应和表达。
65.(6)轨迹点类
66.轨迹点类是轨迹数据的组成成分之一，考虑到轨迹点在判断船舶行为时起到的关键作用，如判断移动轨迹段与某一封闭区域属于驶入/驶出行为时，需要分别判断轨迹段的起点与终点与该区域的拓扑关系。
67.利用本体建模工具prot
égé
构建船舶行为本体，并将其导入图数据库neo4j中形成船舶行为知识图谱。
68.ais数据获取模块，用于获取目标区域的船舶ais数据；
69.向量模型构建模块，用于根据获取的ais数据构建船舶运动状态向量模型；
70.行为实体识别模块，用于依据船舶运动状态模型对船舶行为实体识别；
71.行为本体构建模块，用于结合船舶行为在时间、空间及语义三个方面的特征对识
别的实体进行关系关联，构建船舶行为本体；
72.知识图谱构建模块，用于将船舶行为本体导入图数据库形成船舶行为知识图谱。
73.本发明的船舶行为知识图谱的构建方法及装置，可以实现在一定水域环境下实现对船舶行为的自动识别，提升了海事部门对ais数据的处理效率，并为海事部门监控船舶提供便捷性。
74.具体地，图1为本发明实施例的一种基于ais数据的船舶行为知识图谱的构建方法，具体包括以下步骤：
75.s100：ais数据获取。从海事主管当局获取ais数据，提取船舶轨迹信息。船舶轨迹信息包含大量的船舶行为信息如，如某船在相同时间内产生了连续的3个轨迹点，当这3个轨迹点位于同一条直线或一条曲线上时，该船正在进行直线运动或曲线运动；而当3个轨迹点位于同一位置时，则表示船舶处于停留状态，两种情况下轨迹的空间范围不同。
76.s101：船舶运动状态向量建模。据航行场景中规则或基础设施的不同空间特征，构建航行场景的空间数据模型，并对船舶轨迹与场景中实体的关系进行分析，并结合船舶ais数据，构建船舶的运动状态向量模型。
77.通过对船舶轨迹数据分析发现轨迹数据包含位置、时间等信息，因此船舶的轨迹信息可抽象为时间纬度与空间维度，但以上两个维度不足以表达丰富的船舶行为，再结合船舶运动特征构建语义模型，完成船舶运动状态向量模型；船舶运动向量的定义为：
78.船舶航向差：
79.船舶加速度：
80.船舶转向率：
81.停留速度阈值：v
ε
82.加速度阈值：a
ε
83.单位航向差阈值：δ
84.船舶行为的语义模型是指，对获取的ais数据通过运动向量的公式计算将结果依照人的习惯划分为：停留、运动、直行、转向、变速、匀速等文字描述。
85.s102：船舶行为实体识别。从ais数据中分析提取出实体依次为船舶、行为、时间、轨迹点、轨迹等实体，并建立环境实体。
86.s103：船舶行为实体关系关联。reflect time指示船舶行为发生的时间，before/after表示了时刻instant的先后关系，hasbehavior表示船舶与行为之间的关系，hastopo表示船舶轨迹与航行环境之间的空间拓扑关系。
87.s104：利用步骤s103船舶行为实体关系将步骤s102中的实体进行关联形成船舶行为本体，并将船舶行为本体存储于图数据库中，并生成船舶行为知识图谱。
88.图2为本发明的基于ais数据的船舶行为知识图谱的构建装置的结构示意图，包括以下组成部分：
89.目标区域ais数据获取单元200，用于从海事主管当局获取ais数据，并进行船舶轨
迹提取，从时空维度分析轨迹数据，提取船舶运动向量并存储；
90.船舶行为实体识别单元201，用于存储船舶行为实体识别程序；
91.船舶行为实体关系关联单元202，用于存储船舶行为实体关系关联规则程序代码；
92.船舶行为推理单元203，用于船舶行为推理单元主要依据pellet推理机调用201-202单元程序，结合自定义swrl推理规则，实现对船舶行为的自动推理。现给出两个推理示例：
93.示例1：(规则化过程行为)anchor preparing process指船舶从进入锚地到开始锚泊阶段的复杂行为，是由一系列preparing to anchor活动组成。但是在对船舶高级行为进行推理时是基于已有的知识获取，而由于preparingtoanchor活动不易识别，因此，不考虑使用该活动进行知识推理。值得注意的是，该过程行为对应的轨迹段包括了从cross_into_anchorage到第一个anchor活动出现内一系列运动子轨迹，此两种行为是可以获取的。因此，考虑使用两个活动对船舶行为进行约束表达，用swrl可以表示如下：
94.anchor preparing process＝cognition2:ship(？s)^cognition2:trajectory(？t)^cognition2:hastraj(？s,？t)^cognition2:metatraj(？stra)^cognition2:comprises(？t,？stra)^cognition2:point(？p1)^cognition2:point(？p2)^cognition2:hasbeginpoint(？stra,？p1)^cognition2:hasendpoint(？stra,？p2)^cognition2:la5(？stra,？p)^cognition2:anchorage(？p)^cognition2:hasspeed(？p2,？x)^swrlb:lessthanorequal(？x,"0.5"^^xsd:float)-》cognition2:hasbehavior(？s,cognition2:anchor_preparing)
95.示例2：(规则化事件行为)unberth and berth event代表船舶在泊位内和泊位附近所经历的所有行为，包括approach pier活动,berthing过程和leave pier活动，表示如下：
96.unberthandberthevent＝cognition2:ship(？s)^cognition2:hasbehavior(？s,cognition2:approach_pier)^co gnition2:reflectend(cognition2:approach_pier,？i1)^cognition2:hasbehavior(？s,cognition2:berthing)^cognition2:reflectbegin(cognition2:berthing,？i2)^cognition2:reflectend(cognition2:berthing,？i3)^cognition2:hasbehavior(？s,cognition2:leave_pier)^cognition2:reflectbegin(cognition2:leave_pier,？i4)^time:before(？i1,？i2)^time:before(？i3,？i4)^time:instant(？i1)^time:instant(？i2)^time:instant(？i0)^time:instant(？i3)^time:instant(？i4)^time:instant(？i5)-》cognition2:hasbehavior(？s,cognition2:berth_unberth_event)
97.其中，berthing过程可以表示为：
98.berthing＝cognition2:ship(？s)^cognition2:trajectory(？t)^cognition2:hastraj(？s,？t)^cognition2:berth_activity(？t)-》cognition2:hasbehavior(？s,cognition2:berthing)
99.船舶行为知识图谱204，是201-203单元程序的输出集合，形成船舶行为知识图谱。
100.结合neo4j成船舶行为知识图谱的构建，并构建推理规则实现在一定时空条件下对船舶行为的识别与表达。图3展示了基于ais数据的船舶行为知识图谱的推理模块示意图，其中基于swrl推理规则，所述规则的函数表达式为，用类名或关系名表示函数名，变量
用问号“？”加变量名表示。通过分析船舶在港口水域中的复杂行为，如过程、事件等高级行为时，借助swrl进行行为规则定义，如表1所示：
101.表1 不同港口水域中船舶行为的部分swrl推理规则
[0102][0103][0104]
通过本体对船舶行为的推理，可以推理出船舶发生的行为、行为的发生时间、行为发生的地点和行为的发生对象。
[0105]
其中，规则1含义是利用从ais数据获取的船舶轨迹来表示船舶行为；
[0106]
规则2、4分别表示了船舶靠、离码头的行为；
[0107]
规则3表示用ais数据船位点来确定船舶轨迹；
[0108]
规则5表示船舶锚泊行为；
[0109]
规则6表示船舶穿越锚地的行为；
[0110]
规则7表示对象属性穿越锚地；
[0111]
规则8表示沿航道航行的行为；
[0112]
规则9表示时间序列；
[0113]
规则10表示准备锚泊行为。
[0114]
以上10条规则展示了本发明基于ais数据的船舶行为知识图谱的构建方法及装置在船舶行为识别及行为推理的实施措施，根据本发明提供的方法能使计算机识别出船舶行为，能为海事主管部门提供便利，加强对船舶的管理。
[0115]
综上所述，本发明提供了一种船舶行为知识图谱构建方法及装置，该方法包括：获取目标区域的船舶ais数据，并根据获取的的ais数据构建船舶运动状态向量模型；依据船舶状态向量模型，对船舶行为实体识别；结合船舶行为特征对船舶行为实体进行关联；构建船舶行为知识图谱。本发明还提供了一种船舶行为知识图谱的构建装置，可实现对目标区域的船舶行为进行识别，提升海事部门对ais数据的管理效率以及数据的使用的便捷性。
[0116]
本领域的技术人员容易理解，以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。