原文传递
基于AIS数据的船舶交通流框架提取
| 论文题名： | 基于AIS数据的船舶交通流框架提取 |
| 关键词： | 船舶交通流;海上助航系统;数据挖掘;自动识别系统;聚类算法 |
| 摘要： | 海上交通运输在全球经济贸易活动中一直扮演着重要角色，海洋强国战略实施以来，海上交通安全愈加受到人们的重视。随着人工智能和大数据技术的兴起，人们迫切地希望对AIS轨迹进行数据处理和分析，以挖掘其中蕴含的船舶运动特性以及海上交通环境的潜在规律，保障航行安全。为提高船舶进出交通流密集区域的安全性、解决AIS数据挖掘不充分的问题，本文采用聚类算法和数据处理等技术，提出一种多元化的船舶交通流框架提取方法，主要研究内容如下： ⑴对解码后的AIS轨迹数据进行预处理，主要包括数据清洗和坐标转换。对老铁山的船舶轨迹数据进行分析，筛选出异常轨迹，研究不同噪声点的特征，并对其进行分类，处理后得到清洁AIS数据，提高了数据质量。 ⑵设计了一种基于轨迹点的密度聚类算法，给定距离阈值，统计轨迹点邻域内的点数量，获得点密度；为避免轨迹点超阈值聚类，采用聚类过程中防止多次迭代的方法。多次聚类后，获得了船舶交通流的密度点网络。 ⑶转向点和航线交会点的提取：采用Douglas-Peucker压缩算法，提取航迹转向点。根据数学的向量理论，设计两线段判交方法；对老铁山的诸多船舶航迹线，采用线对线、线对段、段对段的三级判断机制，最后用向量法判断两航迹段有无交点。该方法避免了占用过多资源，提高了提取交会点的算法效率。 ⑷特征点加权融合，凝结船舶交通流框架：研究了不同特征点密度聚类过程中的阈值选择，分析了融合过程中不同特征点的权重调整及其依据；通过加权融合，获得多元特征点，以点的大小表示其重要程度，生成老铁山水域的船舶交通流框架。该框架融合了多种航迹特征点，能够显示附近水域的重要航迹分布，充分体现船舶交通流的总体态势和密集区域；该框架从统计学角度凝结了该水域船舶行驶的习惯航线，这些航线具有较好的适航度，既可用于航路规划，还能为海事部门选取推荐航道提供参考。 |
| 作者： | 王震 |
| 专业： | 航海科学与技术 |
| 导师： | 李伟峰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
