[發明專利]一種船舶錨泊聚集區識別方法及裝置

在審

• 申請號: 202011601837.3
• 申請日: 2020-12-29
• 公開（公告）號: CN112613455A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 周春輝;劉宗楊;趙俊男;譚林旭;甘浪雄
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 丁倩

1.一種船舶錨泊聚集區識別方法，其特征在于，包括以下步驟：

獲取觀測水域設定時間段內各船舶的船舶軌跡；

根據速度閾值篩選出每一所述船舶軌跡中的錨泊行為軌跡段；

分別針對每一所述錨泊行為軌跡段進行密度聚類，篩除所述錨泊行為軌跡段中的軌跡噪聲點，得到錨泊行為軌跡點集；

對各船舶的錨泊行為軌跡點集進行密度聚類，得到錨泊聚集區。

2.根據權利要求1所述的船舶錨泊聚集區識別方法，其特征在于，獲取觀測水域設定時間段內各船舶的船舶軌跡，具體為：

獲取觀測水域設定時間段內各船舶的AIS數據；

所述AIS數據包括靜態信息以及動態信息，所述動態信息包括船位、船速以及航向，結合所述船位、船速以及航向生成所述船舶軌跡，基于所述靜態信息對不同船舶的船舶軌跡進行標注。

3.根據權利要求1所述的船舶錨泊聚集區識別方法，其特征在于，根據速度閾值篩選出每一所述船舶軌跡中的錨泊行為軌跡段，具體為：

按時間順序選取所述船舶軌跡中第一個航速小于速度閾值的軌跡點，作為錨泊起點；

篩選所述船舶軌跡的軌跡點中所有連續設定數量以上航速為零的軌跡點集；

按照時間順序篩選所述軌跡點集中最后一個軌跡點集；

篩選最后一個軌跡點集之后第一個航速小于速度閾值的軌跡點，作為錨泊終點；

按照時間順序選擇從所述錨泊起點到所述錨泊終點之間的軌跡段作為所述錨泊行為軌跡段。

4.根據權利要求1所述的船舶錨泊聚集區識別方法，其特征在于，分別針對每一所述錨泊行為軌跡段進行密度聚類，篩除所述錨泊行為軌跡段中的軌跡噪聲點，得到錨泊行為軌跡點集，具體為：

采用DBSCAN算法對每一所述錨泊行為軌跡段進行密度聚類，篩除所述錨泊行為軌跡段中的軌跡噪聲點，得到錨泊行為軌跡點集。

5.根據權利要求4所述的船舶錨泊聚集區識別方法，其特征在于，采用DBSCAN算法對每一所述錨泊行為軌跡段進行密度聚類，篩除所述錨泊行為軌跡段中的軌跡噪聲點，得到錨泊行為軌跡點集，具體為：

設置鄰域的參量半徑以及鄰域內軌跡點最小限定數量；

按時間順序依次遍歷所述錨泊行為軌跡段中軌跡點，計算每一軌跡點的鄰域內軌跡點數量，判斷所述軌跡點數量是否大于所述最小限定數量，如果是，則判定相應軌跡點為核心點，并將核心點加入核心集合，將核心點鄰域內所有軌跡點標記為核心點所在類別，否則為判定相應軌跡點為噪聲點；

遍歷所述核心集合內除所述核心點以外的其它軌跡點，判斷其它軌跡點鄰域內軌跡點數量是否大于所述最小限定數量，如果是，則判定相應軌跡點為核心點，并將核心點更新至所述核心集合，否則判定相應軌跡點為噪聲點；

判斷所述錨泊行為軌跡段中所有軌跡點是否均被標記，如果是，則刪除所有標記為噪聲點的軌跡點，得到所述錨泊行為軌跡點集，否則進行下一個軌跡點的判斷標記。

6.根據權利要求1所述的船舶錨泊聚集區識別方法，其特征在于，對各船舶的錨泊行為軌跡點集進行密度聚類，得到錨泊聚集區，具體為：

采用DBSCAN算法對各船舶的錨泊行為軌跡點集進行密度聚類，得到錨泊聚集區。

7.根據權利要求6所述的船舶錨泊聚集區識別方法，其特征在于，采用DBSCAN算法對各船舶的錨泊行為軌跡點集進行密度聚類，得到錨泊聚集區，具體為：

采用DBSCAN算法對各船舶的錨泊行為軌跡點集進行密度聚類，得到多個核心點以及相應的核心集合，各所述核心集合即所述錨泊聚集區。

8.一種船舶錨泊聚集區識別裝置，其特征在于，包括處理器以及存儲器，所述存儲器上存儲有計算機程序，所述計算機程序被所述處理器執行時，實現如權利要求1-7任一項所述的船舶錨泊聚集區識別方法。

9.一種計算機存儲介質，其上存儲有計算機程序，其特征在于，所述計算機該程序被處理器執行時，實現如權利要求1-7任一項所述的船舶錨泊聚集區識別方法。