船舶航行轨迹分析与应用系统

船舶航行轨迹的数据分析有助于改善海上航运的交通管理水平,尤其是港口等海上航线密集的区域,从而提高海上交通的安全性与航行效率。通常,船舶航迹数据的采集都是通过AIS系统和雷达共同完成,这种方式存在一定的误差,本文介绍一种基于图像处理技术的航迹分析系统,该系统利用计算机视觉技术和图像处理技术,可以高效、快速的对海量船舶航行轨迹数据进行提取和分析,本文重点介绍航迹分析过程的处理平台、信号处理方法以及图像信号的多特征融合等内容。     

基于数据挖掘的船舶行为研究

如何从我国沿海港口海量的船舶自动识别数据中找出海上交通知识,是我国交通海事部门和港口管理部门亟需解决的重要同题.针对海量数据处理的瓶颈及海上交通数据的特点,运用地理网格技术划分港口水域,从而降低船舶航迹数据复杂度,建立船舶行为模型,对每个地理单元格上的船舶行为进行统计分析,进一步运用数据挖掘技术揭示整个海域船舶行为规律.所挖掘的知识可以运用到船舶航行位置预测、船舶异常行为检测及海上交通流模拟等研究领域.该研究方法开拓了海上交通安全的研究思路,为海事部门和港口管理部门的通航环境管理等提供理论依据.     

利用AIS数据挖掘生成船舶航迹点方法研究

由于船舶航行受海上环境的影响而产生航迹误差,为了准确控制船舶航行轨迹,提出利用AIS数据挖掘生成船舶航迹点方法研究。根据AIS数据挖掘算法,提取船舶航行轨迹点数据特征,利用船舶航行轨迹点数据库中航行线路设置信息与目标对象运动信息之间的相似性,挖掘出船舶航迹动力定位数据,将AIS数据挖掘算法映射到船舶海上航行领域中,提取出AIS船舶位置采集点,通过设定阈值得到船舶航行转向点,将所有转向点连接成线,初步生成船舶航行轨迹点,利用船舶轨迹点生成流程,实现船舶航行轨迹点的生成。实验结果表明,基于AIS数据挖掘的船舶轨迹点生成方法在精度和时间上,都可以准确控制船舶航行轨迹。     

数据挖掘技术在船舶信息管理系统中的应用

为了提高海上交通监管部门和港口对于海域内船舶交通的管理水平,确保船舶航行安全,有必要建立一种船舶信息综合管理系统,实现对海域内船舶类型、IMO编码、所属物流公司等一系列信息的综合管理,并能够快速查询和获取平台中的数据。本文的研究方向是利用数据挖掘技术,构建一种船舶信息管理系统,分别从数据挖掘技术的原理、信息管理系统的整体架构以及信息管理系统的数据接口等内容进行详细研究,对于提高海上监管的数字化、信息化有一定的意义。     

基于计算机的海上避碰模拟系统开发

海上船舶碰撞事故威胁着海上航运的安全,造成大量经济损失的同时还会危及船员的生命安全。为了提高海上航运经济性和安全性,研究船舶的海上避碰技术有重要意义。本文主要结合计算机技术和多雷达数据融合技术,研究了一种基于计算机的海上避碰模拟系统,利用该船舶避碰模拟系统,可以实现对海域内航行船舶的碰撞几率预测,并对航行线路进行合理的规划,从而提高船舶航行的安全性。     

离散模型在船舶航行轨迹自动检测中的应用

船舶航行轨迹检测过程易受到海上航行环境的影响。为了提高船舶航行轨迹检测性能,本文研究离散模型在船舶航行轨迹自动检测中的应用过程。利用船舶航行轨迹示意图计算出2个距离最远的航迹点之间的检测时间差,再通过定义船舶航行轨迹的提取公式提取出船舶航行轨迹。然后采用船舶航行的向心力条件、海上航行时间以及偏移力度系数,确定船舶航行轨迹的上限边界数值,再基于影响船舶航行轨迹的约束变量,确定船舶航行轨迹的下限边界数值,从而确定船舶航行轨迹范围,并将经济航速作为阈值实现对船舶航行轨迹的自动检测。实验结果表明,该方法在检测精度和检测耗时方面具有更好的性能。     

海上多船行驶自动避碰系统设计

随着航运事业的发展,船舶数量不断增加。船舶的行驶环境复杂多变,易造成船舶航行偏移现象,在多船舶同时行驶的海域易出现船舶碰撞等问题,严重威胁着船舶航行的安全。为提高船舶航行安全,减少船舶碰撞事故的发生,对海上多船行驶自动避碰系统进行了创新和优化。利用PID控制方法对船舶行驶领域多目标航迹检测系统进行创新,以期达到更精准、快速的船舶避碰检测控制系统设计目标。通过该系统对船舶航迹航行状态进行检测控制,从而避免船舶在行驶过程中受外界环境影响出现的航迹偏离及信息延时导致的船舶碰撞等问题。为了保障船舶自动避碰系统的有效性,对船舶避碰检测和控制情况进行仿真实验。仿真结果表明:该系统可及时有效地对船舶会遇的可能性做出精准分析和有效判断,并及时控制船舶航迹及速度,以便科学合理的执行船舶避碰方案决策,从而有效避免船舶碰撞事故,保障船舶航行安全。     

基于生成对抗网络的船舶航迹预测模型

为提高复杂交通局面下的船舶航迹预测精度,提出一种基于生成对抗网络的船舶航行轨迹预测模型(Generative Adversarial Networks with Attention and Interaction, GAN-AI)对多艘船舶轨迹同时进行预测。通过编码器对船舶轨迹时空序列进行编码,设计交互模块对多艘会遇船舶的相对位置和相对速度等信息进行抓取和分析,设计注意力模块将船舶自身运动信息和群体交互信息融合后输入解码器对轨迹进行预测。利用舟山港历史轨迹数据进行验证,试验结果表明:GAN-AI模型相较于Seq2seq、朴素GAN和Kalman预测模型分别提升了20%、24%和72%的预测精度,对提高船舶交通服务(Vessel Traffic Service, VTS)系统安全管理水平、判断船舶交通风险程度具有重要意义。     

依据轨迹数据的船舶交通密度计算方法

研究基于轨迹数据的船舶交通密度计算方法,利用精准的船舶交通密度计算结果提升海上交通规划水平。利用AIS设备采集船舶航行轨迹数据,利用均匀参数化方法对所采集的航行轨迹数据重采样处理。将通过重采样处理获取的航行轨迹数据,划分为静止轨迹数据点以及移动轨迹数据点,依据数据点间的欧式距离,以及船舶航行方向、航行速度的相似性,选取基于密度的DBSCAN聚类算法完成轨迹数据聚类。依据船舶航行轨迹数据聚类结果,选取多维密度方法,通过更新船舶经过总数、船舶经过总时间等参数,计算船舶交通密度。实验结果表明,该方法可以依据船舶航行轨迹数据,精准计算船舶交通密度,为海上交通规划提供有效支撑。     

船舶航行轨迹自动化控制中PLC技术研究

为有效发现水域中那些偏离正常航行轨迹的船舶,从而提高船舶航行安全性,设计基于PLC技术的船舶航行轨迹自动化控制方案。通过提取船舶航线轨迹数据的方式,弥补缺失信息的插补空隙,完成PLC数据的采集及预处理。在此基础上,度量轨迹内航行节点间的相似性,按照正常轨迹点的建模需求,实现对时间复杂度的精准分析,完成船舶航行轨迹自动化控制中的PLC技术研究。对比实验结果表明,与GMM航迹分析算法相比,应用PLC自动化控制方案后,QIE水域避障系数提高至6.32,不仅提高船舶的航行安全性,也可有效发现偏离正常航行轨迹船舶的实时所处位置。     

基于传感网络的船舶触礁远距离预测系统

本文设计了一种船舶触礁远距离预测系统,该系统利用自身传感器网络和AIS数据对船舶的位置、航迹等数据进行分析和处理,并完成数据的坐标转换、速度转换,然后对船舶在一定时间内的航迹进行预测,确定船舶与远距离礁石的位置关系,对是否发生碰撞事故进行预测。本文的研究有助于提高船舶的航行安全性,减少船舶的触礁风险。     

基于数据挖掘的船舶航迹点生成算法

随着船舶航运事业的发展,对船舶航线生成控制精度要求也越来越高,传统船舶航迹生成方法受航行环境影响较大,船舶航迹经常发生偏移等状况,难以保障船舶航行的精准和安全度,不能满足当前船舶航运事业的发展的要求。基于以上背景对船舶航迹点生成算法进行深入研究,结合数据挖掘法对船舶航行稳定性、安全性和经济性的角度出对船舶海量数据进行挖掘,对船舶轨迹点生成方法进行创新和优化。以便精准对船舶航迹点进行规划和决策,增强船舶航行过程中的抗干扰能力,提高船舶航行效率和安全,优化船舶通航避免船舶航迹点错误等问题。为了检验该方法的可行性,对船舶航迹点生成控制算法进行测试,通过对测试结果进行分析证实,基于数据挖掘的船舶航迹点生成算法可更加精准有效的对船舶航行位置进行控制。由此证实,该方法具有较高的仿真精度,适用于船舶航迹点生成控制算法的仿真研究工作。     

船舶直线航行控制方案研究

随着船舶向着高速化、大型化和自动化方向发展,世界航运业进一步繁荣,同时也造成了海上交通密集和拥堵现象。为了提高船舶的航行安全,降低船舶操纵人员的劳动强度以及减少油耗,必须对船舶的航向和航迹进行精确控制。本文基于滑模控制理论和自抗扰控制技术,设计一种非线性船舶航向控制器,并研究船舶直线航行的控制方案。     

基于灰色马尔科夫模型的福建辖区船舶交通事故预测

为保障福建辖区海上交通安全,减少船舶交通事故的发生,促进辖区港航经济发展,对2000—2015年福建辖区内的船舶交通事故进行统计分析,总结辖区内事故发生的特点及规律。运用灰色马尔科夫预测模型对福建辖区内的船舶交通事故进行预测,为福建辖区建立船舶交通预警机制提供一种理论依据。     

基于OD切分的船舶AIS航迹

通过对船舶自动识别系统(Automatic Identification System,AIS)数据进行深入挖掘,获取船舶海上交通特征信息。以频繁往返于厦门港水域的船舶"中远之星"号为例,基于Hive数据仓库和R语言平台,利用探索性分析和可视化等数据挖掘技术,得到反映船舶海上交通特征的信息。建立合理有效的航迹插补、航迹切分及子航迹段合并算法,得到若干个能清晰反映船舶运动路线的OD(出发点—终点)航迹。研究成果可为船舶航迹聚类、船舶异常行为检测和海上交通安全监控等奠定基础,从而实现船舶交通管理系统的智能化。     

船舶操作预报中数据挖掘算法的应用与实现

在现代海上交通管理中,船舶航行操控对整个航道的安全非常重要,因此只有充分挖掘海量的操作数据,才能有效实现船舶的航行安全。本文从海上交通的角度对船舶的操作行为模式展开研究,利用数据挖掘技术对AIS系统的数据进行分析,从而实现对船舶行为的预测,监测的数据主要有船舶的航行位置、船舶状态的监测和船队数量的识别等。通过仿真对特定港口的船舶数量进行大数据预测,从而能够提前预报,有效提高港口的管理水平。     

遗传算法在船舶运行轨迹大数据智能采集中的应用

针对当前舰船航迹数据采集方法信息更新速度慢、采集精确度低,无法满足海上航道信息采集要求的问题,提出了基于遗传算法的船舶运行轨迹大数据智能采集应用方法。分析和挖掘船舶航迹数据,得到船舶总体运行特征,优化航迹压缩算法,通过实时处理冗余信息并进行多层存储,噪声去除、插值和航迹分割大型船舶航迹数据,实现轨迹空间并行聚类,采用遗传算法简化航迹数据,得到多个块区域的点集合数据,并窗口化处理块区域,识别航迹通道边界,完成船舶航迹数据的精确采集。实验结果表明,所提方法的信息更新速度较快,能够有效提高采集精确度,满足船舶航行轨迹采集要求。     

大型船舶直线航迹自校正控制研究

随着科技的发展,大型船舶的操控技术也随之变得越来越先进。为保证大型船舶在操纵和停靠过程中能够安全航行,加强大型船舶的航迹研究具有十分重要的意义。一般而言,影响大型船舶直线航迹的因素有航道条件、大型船舶密度和气象条件等,因此以航迹自校正控制系统的技术为切入口,对大型船舶的操纵技术展开研究,并由此提出相关完善策略,为大型船舶在复杂海域以及风浪海域中的安全航行提供技术支持。     

基于非线性反馈的航向保持控制器优化设计

随着航海技术的不断发展,海上运输贸易越来越多,在追求货运量的同时,船舶航行"清洁、安全、高效"问题越来越受到关注。为了使船舶海上航行时更加节能,本文利用非线性反馈技术对船舶航向保持控制器进行优化。船舶运动数学模型采用Norrbin简化的模型,基准航向保持控制器采用模糊自适应PID控制器,仿真实验环境为七级海浪,实验表明利用非线性反馈优化的控制器可以使船舶航行更节能,鲁棒性优良。非线性反馈技术设计简单,在船舶航向保持、航迹保持、轨迹跟踪等船舶控制领域都具有良好的应用效果。     

基于神经网络算法的船舶间距快速预测

保证船舶航行的畅通性是船舶海上交通智能化发展的关键。本文利用BP神经网络自适应能力强、自组织学习等优点进行船舶间距快速预测,通过船舶间距预测可以提高海上交通信号控制的效率,保证船舶航行的稳定性和安全性,最后的实验结果表明本文算法误差小,可靠性高。