[發明專利]一種基于AIS大數據的船舶最優航線自動生成方法

在審

• 申請號: 202110401843.2
• 申請日: 2021-04-14
• 公開（公告）號: CN112906830A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 何正偉;湯軍;李抒
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/29;G08G3/00
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 張惠玲

一種基于AIS大數據的船舶最優航線自動生成方法，屬于大數據挖掘技術領域，可解決現有方法無法應用到實際的船舶航線規劃中等問題，包括以下幾個步驟，首先對海量的歷史AIS數據預處理，然后引入船舶靜態數據，在距離度量中加入船舶吃水對AIS數據做相似性度量，緊接著采用改進的自適應聚類算法對船舶軌跡簇進行聚類，直至子類簇單一為止，最后采用航行主航線提取方法對聚類后的子類簇提取主航線，實現船舶自動生成最優航線。本發明基于歷史AIS大數據對船舶運動軌跡進行分析處理，符合航線設計時“參考他船具體航行經驗”的思想，提出的新的航跡規劃方法，能夠準確的提取出航行主航跡，能夠為不同特征的船舶提供航線規劃。

技術領域

本發明屬于大數據挖掘技術領域，具體涉及一種基于AIS大數據的船舶最優航線自動生成方法。

背景技術

隨著科學技術的飛速發展，21世紀海上絲綢之路國家戰略的提出和推進，海上進出口貿易的繁榮，如何規劃航線減少運輸成本并提高航行的安全性時一個重要的研究方向。常見的路徑規劃方法有A*(A-Star)算法、D*(Dijkstra)算法、概率路線圖(Probabilistic Road Map，PRM)以及相應的一些改進算法；蟻群算法、遺傳算法、粒子群優化算法等智能優化算法。但是當前航線規劃研究中忽略了在航海中實際需要遵守的航線設計以及航行規則。傳統的設計方法主要基于電子海圖與遙感圖像等，采用柵格化或者提取障礙物包圍盒的方法來識別可航與不可航的水域，最終在可航水域中完成最優航線規，與實際中的應用存在一定的差距。

但是上述方法均存在不同程度上的缺陷，導致上述方法無法應用到實際的船舶航線規劃中。雖然以上方法通過改進環境構建方法和搜索算法在搜索效率、路徑平滑等方面取得了一定成果，但是這類算法規劃路徑的精細程度嚴重依賴環境模型的精細程度，當對規劃路徑精細程度要求過高時，環境搜索空間增大導致計算消耗成指數增加。另一方面，這些方法很難引入專家經驗，規劃路徑出的路徑往往需要航海專家進一步修正才能用于實際航行。

發明內容

本發明針對現有技術中存在的問題，提供一種基于AIS大數據的船舶最優航線自動生成方法，以達到船舶航行時能獲得安全、最優的航行路徑規劃。本發明是在分析處理歷史船舶AIS大數據以及改進的相似性度量基礎上使用改進的自適應DBSCAN聚類區域內軌跡，提出新的航跡提取方法提取船舶航行主航跡，完成航線自動生成。

本發明采用如下技術方案：

一種基于AIS大數據的船舶最優航線自動生成方法，包括如下步驟：

第一步，對海量的AIS大數據進行預處理；

第二步，引入船舶靜態數據，在距離度量中加入船舶吃水參數對船舶AIS數據做相似性度量；

第三步，對軌跡距離矩陣做行升序處理，提出改進的DBSCAN自適應算法對相似性度量后的AIS數據做子類簇獨一化聚類處理；

第四步，分析并處理聚類后的子類簇，提取主航線軌跡，設計多條船舶航線自動生成的算法。

進一步地，第一步中所述預處理指AIS數據清洗和數據壓縮，AIS數據清洗包括刪除原始AIS數據中MMSI、經緯度、對地航速、對地航向出現的錯誤數據；通過檢測對地航速判斷船舶停靠點，刪除船舶停留點數據；對于有較明顯突進現象的船舶軌跡，通過中值濾波祛除對軌跡數據做平滑化處理；對于AIS數據接收延遲或重復接收，時間間隔較短采用插值算法補全軌跡，當時間間隔大于10min時，將軌跡分段繪制；通過DP算法對海量的AIS數據進行壓縮，以用較少的數據來表達軌跡特征曲線，加快算法速度。

進一步地，第二步中所述引入船舶靜態數據，建立船舶吃水度量d_draught模型，吃水度量d_draught指的是同航道中不同船舶類型的吃水差異，是重要的輔助聚類決策要素，采用如下公式計算：