[發明專利]復雜水域基于最優會遇距離的自適應多船會遇識別方法

在審

• 申請號: 202110989694.6
• 申請日: 2021-08-26
• 公開（公告）號: CN113762367A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 甄榮;石自強;邵哲平
• 申請（專利權）人: 集美大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/29;G06N3/04;G06N3/08;G06Q50/26
• 代理公司: 廈門市新華專利商標代理有限公司 35203
• 代理人: 羅恒蘭

本發明涉及復雜水域基于最優會遇距離的自適應多船會遇識別方法，包括以下步驟：S1：對接收到的雷達數據和船舶自動識別系統數據進行融合計算，構建船舶航行行為動靜態數據集；S2：從船舶航行行為動靜態數據集中挖掘出船舶避碰行動特征值；S3：通過深度神經網絡建立船舶會遇距離與其影響因素的非線性映射關系，構建復雜水域內每艘船舶最優會遇距離計算模型；S4：通過自適應密度聚類算法進行多船會遇實時識別，將復雜水域航行船舶劃分為由會遇船舶構成的多個會遇船舶子系統。本發明能夠量化船舶會遇態勢的最優會遇距離，精確直觀地識別海上復雜水域內發生會遇行為的船舶，對于提高海上交通監控系統中的船舶會遇和碰撞風險監控和預警具有重要的意義。

技術領域

本發明涉及海上智能交通運輸技術領域，尤其涉及復雜水域基于最優會遇距離的自適應多船會遇識別方法。

背景技術

船舶會遇是海上交通工程中的重要概念，會遇是船舶發生碰撞事故的必要條件。船舶在海上復雜水域航行過程中，如果發生會遇的船舶間距小于一定的閾值，且雙方沒有正確采取避免碰撞的措施，就會發生碰撞事故，通過研究船舶會遇可以一定程度上反映水上交通危險程度。

復雜水域內多船會遇的精確識別模型是實現船舶間碰撞風險感知預警的前提。目前相對研究提出的識別模型都設定所有的船舶具有相同的會遇距離，然而實際上復雜水域內大量的航行船舶是否發生了有效的會遇態勢，其會遇距離受到船本身的動靜態特征、水域通航、地理環境及水文氣象等因素影響，而且各因素之間本身存在交互作用，因此導致船舶會遇態勢的最優會遇距離難以量化。

發明內容

針對現有技術存在的問題，本發明的目的在于提供復雜水域基于最優會遇距離的自適應多船會遇識別方法，其能夠精確直觀地識別海上復雜水域內發生會遇行為的船舶，量化船舶會遇態勢的最優會遇距離，為海事值班人員提供船舶會遇和預警信息，提高海上交通安全監管的效率。

為實現上述目的，本發明采用的技術方案是：

復雜水域基于最優會遇距離的自適應多船會遇識別方法，其包括以下步驟：

S1：在包含環境信息的電子海圖的基礎上，對雷達數據和包含船舶靜動態信息的船舶自動識別系統數據進行融合計算，并構建船舶航行行為動靜態數據集；

S2：分析復雜水域內船舶會遇的影響因素，從船舶航行行為動靜態數據集中挖掘出船舶避碰行動特征值，并構建船舶避碰行動特征值數據集；

S3：通過深度神經網絡建立船舶會遇距離與其影響因素的非線性映射關系，構建多因素耦合影響下的船舶最優會遇距離計算模型；

S4：通過自適應密度聚類算法進行多船會遇實時識別，在該算法中將每艘船舶在多因素影響下的會遇距離作為密度聚類的距離閾值，從航行船舶中實時提取發生有效會遇行為的船舶簇，將復雜水域航行船舶劃分為由會遇船舶構成的多個會遇船舶子系統。

進一步地，步驟S1的具體實現以下子步驟：

S11：船舶自動識別系統和雷達數據的時空配準；把包含經緯度信息的船舶自動識別系統航跡數據以及包含距離和方位信息的雷達航跡數據轉化為相同的數據格式，然后將這兩種航跡數據變換到同一個直角參考系統中并進行時間對齊；

S12：將時空配準后的兩種航跡數據進行航跡關聯；采用Hough變換將直角參考系統轉化為參數空間，然后通過模糊聚類和隸屬度函數方法計算船舶自動識別系統航跡數據和雷達航跡數據的相關性；

S13：采用集合證據理論和自適應多因素航跡融合算法將航跡關聯后的船舶自動識別系統航跡數據和雷達航跡數據進行航跡融合，得到高精度的船舶航跡數據，構建出船舶航行行為動靜態數據集。

進一步地，步驟S2的具體實現以下子步驟：