基于AIS信息的船舶軌跡聚類模型研究.pdf

1、隨著海上交通量的迅猛增長(zhǎng)以及海上交通環(huán)境日益復(fù)雜，船舶在生產(chǎn)活動(dòng)中產(chǎn)生的時(shí)空軌跡也越來越多，如何對(duì)船舶異常軌跡進(jìn)行有效的監(jiān)控與管理，及時(shí)發(fā)現(xiàn)異常軌跡，是實(shí)現(xiàn)海上智能交通的關(guān)鍵技術(shù)之一，而及時(shí)發(fā)現(xiàn)異常軌跡的前提為獲得船舶典型運(yùn)動(dòng)軌跡。由于傳統(tǒng)的海上交通調(diào)查方法費(fèi)時(shí)費(fèi)力，且效率低下。而基于海量的船載AIS信息集合蘊(yùn)藏著大量的海上交通特征，從中獲取能夠反映船舶行為規(guī)律的、有效的、潛在的信息，有利于進(jìn)行海上交通調(diào)查獲取數(shù)據(jù)信息。本文根據(jù)海上交通

2、工程理論和數(shù)據(jù)挖掘技術(shù)，構(gòu)建相應(yīng)的AIS數(shù)據(jù)庫，采取了理論研究與實(shí)例相結(jié)合的方法，重點(diǎn)研究了基于AIS信息的船舶軌跡聚類模型及相關(guān)算法，主要工作如下:
　　1)基于IVISSEA系統(tǒng)，搭建船舶軌跡聚類模型實(shí)驗(yàn)數(shù)據(jù)平臺(tái)。通過對(duì)船載AIS信息的采集、存儲(chǔ)入庫及預(yù)處理等，構(gòu)建AIS信息數(shù)據(jù)庫，為基于AIS信息的海上交通流分析來獲得船舶行為的數(shù)字特征奠定了數(shù)據(jù)基礎(chǔ)。
　　2)建立船舶軌跡劃分模型并確立聚類算法。在研究過程中，為了用更

3、簡(jiǎn)潔而又不失精確性的方法來描述原軌跡，利用了航向航速變化率與最小描述長(zhǎng)度方法來對(duì)軌跡進(jìn)行劃分;而后結(jié)合經(jīng)典的基于密度的聚類算法DBSCAN來最終實(shí)現(xiàn)船舶軌跡聚類。
　　3)優(yōu)化軌跡間相似性的度量算法。由于船舶軌跡是由AIS采集的位置點(diǎn)連接而成，而每個(gè)AIS點(diǎn)都蘊(yùn)含著豐富的信息，如位置、航向、航速等，因此說明船舶軌跡內(nèi)部也擁有著自身的結(jié)構(gòu)特征。因此，為了能夠更好的表征船舶軌跡間的相似性，本文結(jié)合線段之間的Hausdorff與結(jié)構(gòu)相似

4、度兩種距離度量方法共同對(duì)船舶軌跡間相似性實(shí)施度最。
　　4)運(yùn)用掃描線方法來獲取典型運(yùn)動(dòng)軌跡。為了能夠更好的獲取代表軌跡，文章中利用了掃描線這一算法來獲取船舶典型運(yùn)動(dòng)軌跡，并運(yùn)用坐標(biāo)轉(zhuǎn)換算法來提高算法效率。
　　5)結(jié)合AIS數(shù)據(jù)庫，實(shí)現(xiàn)船舶軌跡聚類模型，并利用海上交通工程相關(guān)理論與實(shí)際船舶交通流情況進(jìn)行驗(yàn)證。以廈門港主航道及閩臺(tái)直航船“中遠(yuǎn)之星”船舶軌跡為例，結(jié)合歷史AIS數(shù)據(jù)，對(duì)該水域船舶軌跡進(jìn)行聚類，得到了船舶典型運(yùn)動(dòng)