样条插值法在AIS数据修复中的应用研究

AIS动态数据反映了船舶的运动状态,对于船舶导航、避碰和水上态势感知具有重要作用。然而在实际使用中,由于船舶通过城区和山区复杂环境,AIS动态数据时有时会丢失及出现错误,容易导致水上交通态势的误判。在内河水域,AIS船台很多时候是感知水上交通态势唯一的工具,难以以其他探测手段作为依据判断AIS动态数据的正确性。本文提出一种对错误AIS数据识别的方法,并用改进的三次样条插值法对AIS数据进行修复。在长江岳阳河段的实地实验表明,本文提出的方法有效,修复误差位置精度达到6.5m,速度精度达到0.07m/s,能够准确修复AIS数据。     

基于人工智能的船舶AIS信息监测系统研究

为了智能化判断识别船舶是否违法关闭AIS,提出了一种基于人工智能的船舶AIS信息监测系统设计方案,AIS信息监测系统结合“船脸识别”技术对船舶进行智能识别,通过对比AIS系统整合结果分析出船舶是否非法关闭AIS,为构建智能化水上交通动态管控新格局提供参考。     

南海海区AIS数据应用

简述南海海区AIS数据的利用情况。阐述了通过利用AIS数据调查水上交通事故,统计分析船舶轨迹流量,分析AIS基站接收覆盖范围。     

船舶导航系统中雷达与AIS信息融合系统分析

船舶自动识别系统(AIS)是集船舶导航、避碰、海事监管于一体的无线电系统,在水上交通运输领域里发挥着重要作用。而雷达同样是海上交通获取船舶目标信息的重要设备。二者目标信息在内容信息和数据精度上存在差异性,且具有互补性。为了获得船舶目标更精确和更可靠的信息,将其目标信息进行融合。文章提出了一种雷达与AIS信息融合的实现方法,并描述了将其实现的具体过程。     

船舶会遇的时空数据挖掘算法及应用

船舶会遇是海上船舶交通研究的重要方面。传统的船舶会遇研究数据采集花费巨大,而海量、实时的船舶AIS数据则真实记录特定水域的船舶会遇状况。根据海上交通工程理论和数据挖掘技术,设计了高效的从海量的船舶AIS数据中提取船舶会遇信息算法,并以厦门湾的船舶AIS数据为例,从船舶会遇的空间、时间分布,会遇船舶尺度和态势等多个角度研究分析了厦门湾船舶会遇状况。研究结果可为港航主管部门改善海上通航环境、降低船舶事故提供理论依据。     

守护者联盟 “一体化”合力构建大湾区“安全保障链”

伶仃洋,港澳隔,大桥通,三地合。作为连接粤港澳三地的跨境大通道,港珠澳大桥从启动建设到开通运行至今,水上交通保持了"零污染、零事故",这离不开南海海区AIS团队十年如一日为保障船舶通航和大桥安全所做的努力。该团队2019年4月开发的基于AIS数据应用的"水上交通安全预警系统"投入使用到现在.     

基于AIS数据约束聚类的海上交通特征分析

为识别船舶交通流,分析海上交通特征,根据海上交通工程理论和数据挖掘技术,考虑AIS数据点的多种属性约束,改进一种基于密度的聚类算法,从大量AIS数据中解析不同类型的船舶交通流,计算平均航向和航速,并选取浙沪交界复杂水域进行实例验证。聚类结果与实际相符,证实了算法的可行性和有效性。     

浅析AIS在港航物流系统中的商务应用

<正>一、船舶自动识别系统(AIS)介绍船舶自动识别系统(AIS)是以自控时分多址为核心技术的,可以用于水上交通联络和指挥的岸-船、船-岸,以及船-船之间的通讯、导航系统。AIS是用船舶的MMSI码识别的(MMSI码又叫船舶识别号,每一艘船舶从开始建造到使用结束解体,给予一个全球唯一的MMSI码)。     

世博海事科技信息系统

上海海事局为做好世博水上交通管控和应急专门研发了一些科技信息系统和设备,主要有GIS系统、全球眼、三维监控系统。一、GIS系统GIS是基于AIS平台研发的世博水上安保指挥系统，该系统有机整合了AIS、CCTV以及船舶管理系统。有三个主要特色功能。     

基于DBSCAN算法的船舶轨迹自适应层次聚类

为更好地从船舶自动识别系统(Automatic Indentification System,AIS)数据中挖掘信息,科学地感知水上交通态势,针对聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)在水上交通情景中的参数选取问题,提出一种基于DBSCAN的船舶轨迹自适应层次聚类方法。通过分析DBSCAN算法的特性,根据数据集内在分布规律及拟聚类效果的变化规律来确定参数;结合统计学理论进行层次聚类,来适应密度分布不均的船舶轨迹数据。以琼州海峡船舶轨迹数据为例,运用VC软件和MATLAB软件进行验证。验证结果表明:该方法能够在大量复杂的船舶轨迹中发现具有相似性的轨迹群,且结果与实际交通流相符,可为航道建设及海事监管等提供辅助决策。     

杭州湾水域通航规律

为合理规划水域使用、协调工程建设与交通用海关系,运用以船舶自动识别系统(AIS)数据解析为主、船舶交通管理系统(VTS)观测为辅的技术措施,分析杭州湾水域主要航道、航路的海上交通规律,根据不同类型和不同尺度船舶的AIS轨迹分布情况,从通航密度、船舶类型、船长分布、船舶到达时间规律、船舶吃水深度、船舶航速和最大通航船长等7个方面分析水域通航特征,为相关部门进行工程决策提供技术支撑。     

基于AIS数据的船舶流量观测修正算法研究

本文分析了内河航道在航船舶的AIS运行状况和数据特点,针对AIS数据随时间和空间变化的特性,对船舶数据进行动态修正,以满足航道管理所需的船舶流量观测业务要求,实现高精度的区域内多断面船舶流量观测目标,并进行应用示范。     

互联网AIS

自动识别系统（AIS）近来已成为最重要的海上导航和交通管理系统。目前的AIS技术以VHF数据通信为基础，工作范围受VHF无线电波传播特性限制，并只为SOLAS船舶提供AIS功能。本文介绍一种旨在克服上述缺陷的AIS新方法，即利用绝大多数AIS终端用户都装备并熟悉的移动通信设备，将AIS数据转移到移动互联网，以互联网AIS体系结构支持AIS数据的处理、存储和传输。这不仅增大了AIS系统的工作范围，还可以为系统中的移动用户提供安全的全球AIS数据传输。     

基于AIS信息的船舶轨迹聚类模型及应用

为获得船舶典型的运动模型,及时发现船舶异常轨迹并对其进行有效监控和管理,进而实现海上智能交通,基于船载AIS蕴藏着大量的海上交通特征的特点,从中获取能够反映船舶行为规律的有效的、潜在的信息。根据海上交通工程理论和数据挖掘技术,利用AIS信息并结合轨迹聚类算法,完成对已有轨迹的聚类,从中获取船舶典型的运动轨迹。以厦门港主航道及闽台直航船为实例,通过构建相应的AIS数据库并对船舶轨迹进行聚类结果展示,获得该海域船舶典型的运动轨迹。     

舶舶AIS轨迹异常的自动检测与修复算法

船舶自动识别系统(Automatic Identification System,AIS)轨迹是船舶位置和时间的记录序列,对船舶航行状态分析、船舶交通流预测及船舶海事事故分析等具有一定的意义,而受一些因素影响,采集到的AIS数据会产生错误,导致AIS轨迹出现异常。对此,在对大量AIS数据进行深入解析的基础上,归纳出AIS轨迹异常的几种类型,针对各类型的特征对船舶轨迹异常进行自动检测,并采用3次样条插值模型实现修复算法。研究成果可为基于船舶航行轨迹数据的相关研究提供快速、准确的技术支持。     

基于Spark的船舶航行轨迹聚类方法

依托船舶自动识别系统(Automatic Identification System,AIS)数据,利用云计算并结合聚类算法,对船舶历史数据进行轨迹聚类分析,构建船舶航行正常轨迹模型,为实时检测船舶异常轨迹奠定基础,进而为提高水上交通监管智能化水平提供新方法。针对目前轨迹聚类算法效率低等问题,基于Spark内存计算技术及数据分区思想,提出一种改进的并行子轨迹聚类算法SPDBSCANST(Parallel DBSCAN of Sub Trajectory Based on Spark)。以长江航道武汉段船舶航行数据为例进行试验验证,并通过可视化方式呈现。结果表明,改进后的算法的聚类效率和效果都有明显提升。     

AIS在海事智能信息化监管中的应用及存在问题探讨

随着船舶自动识别系统(以下简称AIS)在船舶上的广泛应用,AIS设备已然成为海事主管机关跟踪和掌握船舶动态最主要的手段之一。但是,由于各种原因,船舶AIS设备在实际应用中显现出了诸多亟待解决的问题,例如AIS的身份信息与实船完全不符、单一船舶有多重AIS身份、多艘船舶拥有同一个AIS身份等多样的问题。因此,海事部门作为主管机关有责任不断优化管理理念,探索更为有效的管理手段和管理方法,杜绝船载AIS信息混用的现象,规范船载AIS设备的使用,提高AIS高质量数据的应用,持续推动智慧海事发展,切实保障水上交通安全。     

探讨AIS在保障水上交通安全中的作用

船舶自动识别系统(AIS)作为一种新型的船用助航通信系统,其开发使用的主要目的通过为船舶驾驶人员提供更加精确、详细的航行环境信息,从而保证船舶航行安全、提高船舶航行效率和海上航行的安全性。本文通过对AIS概念、功能和组成等的介绍,以及对目前AIS在保障水上交通安全中发挥的作用的探讨,延伸了AIS的初始开发功能,为水上安全工作者充分应用AIS提供参考。     

水上无线电秩序专项整治船载AIS设备监测软件的设计与应用

本文介绍了一种AIS数据接收识别与分析软件,海事监管部门可以使用该软件对AIS船舶进行自动测试,识别船舶AIS设备的非法违规问题。该软件识别准确率高、输出结果便于统计分析,大大提高了海事监管人员的执法效率,在交通部海事局开展水上无线电秩序管理专项整治行动中发挥了重要作用。     

数据挖掘在海上交通特征分析中的应用研究

数据挖掘(Data Mining)就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。而海量的船载AIS信息集合蕴藏着大量的海上交通特征,利用数据挖掘理论与技术,以厦门港主航道的大型船舶AIS信息为对象,从空间、时间、概率分布三个方面,对AIS信息集合蕴藏的海上交通特征中反映船舶航向和航速变化率进行挖掘研究,获得了厦门湾内主航道通航环境空间和时间特性以及航向航速变化率概率分布特点。该研究方法为海量AIS信息研究提供新的思路,利用所挖掘的知识可以分析水域的通航环境,为港口主管部门的通航环境管理等提供理论依据。