船舶自动识别系统(AIS)的研究和应用

船舶自动识别系统(AIS)是一种新型的助航设备,能够实现船舶间和船岸间船舶信息和航行状态的自动交换、监测和识别,将极大地提高船舶航行的安全.文章着重介绍了 AIS的产生过程、 AIS的系统构成、主要功能和 AIS系统使用的关键技术,并对 AIS发展状况和应用前景进行了初步论述.     

船舶AIS大数据资源管理及分析应用架构设计

为充分探索船舶自动识别系统大数据在统计决策和安全监管方面的应用价值,系统性地提出了船舶AIS大数据资源管理与分析应用架构。首先,根据船舶AIS大数据特点,设计了船舶AIS大数据处理流程和存储策略,为后续高效计算提供支撑;然后,提出并实现了基于船舶AIS大数据的船舶轨迹重建算法、断面船舶流量统计算法、船舶进出港区识别算法、船舶航行状态分析算法四种基础算法;最后,基于上述计算方法,将船舶AIS大数据应用于断面流量统计、船舶规范使用船载AIS设备行为监控以及船舶规范执行进出港报告情况监控等场景,结果表明船舶AIS数据在统计决策和安全监管方面具有一定的应用价值。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤，一是压缩 AIS 数据，二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法，只考虑船舶轨迹的压缩形状，忽视了船舶航行中其他重要信息。为解决此问题，把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面，传统谱聚类方法只对船舶轨迹的位置进行相似性度量，没有考虑船舶轨迹的其他维度，针对此问题，提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量，引入Calinski-Harabasz指标评价谱聚类算法，实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究，并与传统谱聚类算法做比较实验。实验结果表明，利用该方法提取到的典型轨迹符合真实水域的交通情况，相较于传统谱聚类方法具有更高的聚类质量。     

AIS在船舶避碰中的应用

根据IMO要求，海上航行船舶将陆续安装AIS系统。如何利用AIS系统进行船舶避让，将是驾驶员首先要解决的问题。本文针对ARPA和VHF的局限性及AIS的技术特点，对AIS在船舶避碰中的应用进行了阐述。     

船舶航行安全影响因素量化分析

为了保障海上船舶航行安全,采用构建船舶航行安全影响因素鱼骨图,利用模糊层次分析法对环境条件、交通调查中船舶行为基本要素进行量化分析.运用交通模型研究不同自然环境条件下的船舶安全航行方法的特点,对基于海上船舶密度、航迹分布、交通流、交通量和船速分布、船舶到达规律、交通容量、船舶行为、船舶管理等基本要素,进行数学方法的定量...     

雷达与AIS在广州港引航中的应用

随着船舶大型化的发展,船舶密度不断增大,如何在引航中应用雷达与AIS助航设备做到安全航行、降低安全事故迫在眉睫.通过对雷达与AIS在引航中应用及所遇案例的分析探讨,提出思考及建议.引航员应综合应用雷达与AIS,获得全面可靠的信息并做相应分析和判断,从而做到航行安全.     

基于时空密度的船载AIS数据聚类分析方法研究

船载AIS数据包含位置、时间和其他属性,属于典型的时空数据,对其开展时空聚类分析有助于挖掘海上交通特征。结合AIS数据的具体特征,提出时间切片化方法,有效约简AIS数据并处理报告间隔不等的问题。在DBSCAN算法基础上综合考虑时间和空间要素,提出船载AIS数据时空聚类算法,并对实际数据开展分析。该方法能更好顾及船舶交通流的时空耦合特征,识别隐含的时空模式,为主管机关开展船舶交通管理、优化通航秩序、保障航行安全等提供一种新途径。     

基于AIS数据的船舶安全航行水深参考图

通过挖掘海量AIS数据, 提出了一种新的航道水深信息获取方法, 即构建船舶安全航行水深参考图; 采用数据预处理的方法对历史与在线的AIS数据进行清洗和修补, 生成船舶运动轨迹; 选定船舶航行区域的时间与经纬度, 采用K-means聚类算法对船舶航行过程中的吃水数据进行聚类分析, 得到不同安全航行区域的船舶分类, 运用BP神经网络模型预测并补齐AIS数据中缺失的船舶最大吃水信息; 分割船舶历史轨迹, 当子轨迹的时间间隔在10~20min时, 采用Spline插值方法对船舶轨迹中的丢失数据进行插值; 采用凸包构建同类船舶的安全航行水深区域图, 将不同吃水类型船舶的安全航行水深区域图合并, 得到船舶安全航行水深合并图; 将不同吃水类型的船舶安全航行水深合并图与航道图叠加, 得到船舶安全航行水深参考图。试验结果表明: 当聚类算法参数设置为4时, 聚类后得到4类船舶, 对应的船舶最大吃水范围分别为0.1~4.8、4.8~6.6、6.6~10.0、10.0~13.0m, 对应的至少可通航船舶吃水分别为1.8、2.4、3.3、5.0m, 说明船舶最大吃水与至少可通航船舶吃水呈正相关关系; 构建的船舶安全航行水深参考图在电子航道图中覆盖了86%的航道, 并与航道图的深水部分重合率为80%, 因此, 构建的船舶安全航行水深参考图能反映航道水深的真实情况, 满足不同类别船舶的导航需求。      

AIS在内河使用中存在的问题与对策研究

通过实验室的AIS设备采集了大量航经长江武汉段船舶AIS的信息数据,筛选了船名、船舶尺寸、船舶类型和船首向等代表性数据作为评价因子,随机抽选30d的数据进行统计分析,找出了AIS在内河使用中存在的主要问题,探讨了由此可能带来的对船舶航行安全、船舶交通流统计不良影响情况,并提出了针对性的改善对策,旨在对AIS设备在内河使用的规范性管理提供参考.     

海上搜救模拟器中模拟实时AIS信息的航位推算

以海上搜救模拟器为平台,获取船舶航行过程中真实的船舶自动识别系统(Automatic Identification System,AIS)信息,对同一目标船舶相邻两次动态AIS信息之间的航位进行推算,使目标船舶平滑、动态地显示在模拟器中的电子海图与显示系统(ECDIS)、模拟雷达和三维视景上。     

珠江口水域船舶避碰网的构想

针对船舶在珠江口水域航行时面临的复杂环境,提出以建立珠江口水域船舶避碰网来监控船舶安全航行的构想.探讨了建立珠江口水域船舶避碰网的重要性和可行性,提出了珠江口水域避碰网的体系结构,讨论了避碰网中存在的6种通信关系.     

基于朴素贝叶斯算法的船舶异常行为监测

随着海事事故与海上违法行为的不断增多,智能的监控方法成为降低海事事故,打击海上违法行为的有效手段.同时,船舶自动识别系统(Automatic Identification System,AIS)的普及及船舶交通管理系统(Vessel Traffic Service,VTS)的扩建,又为智能监控提供了数据支持.鉴于此,利用船舶自动识别系统提供的数据,分析通航水域船舶信息的分布情况,根据其概率分布采用朴素贝叶斯算法,从船舶航速、航向及距航道边界距离3个方面,构建船舶异常行为检测模型.最后,以成山角通航水域为例,检验模型的有效性.实验结果表明,构建的模型能够有效地完成异常行为监测,减少海事监管人员的工作强度,同时根据实验结果分析了成山角水域船舶航行的特点,并对成山角定线制提出合理化建议.     

基于上下文自编码的船舶行为语义表征

考虑船舶行为的时序相关性，提出了一种基于上下文自编码的船舶行为语义表征(SRCAE)模型；提取船舶经度、纬度、航速、航向等行为特征参量，建立了行为特征序列；借助连续词袋模型将行为特征序列划分为中心船舶行为和上下文船舶行为，利用深度自编码网络构建了船舶上下文行为的语义表征模型，将得到的中心船舶行为编码作为表征向量输出，通过聚类算法构建船舶行为词典；选取长江口南槽交汇水域作为研究对象，利用船舶自动识别系统产生的数据对提出的模型和方法进行了验证。分析结果表明:所提出的SRCAE模型能有效表征船舶行为之间的上下文联系，与传统自编码器和长短期记忆网络自编码器等模型相比SRCAE模型具有更低的表征误差；分别采用k均值(k-Means)、高斯混合模型(GMM)与核k均值(Kernel k-Means)3种聚类算法提取船舶行为词典，与原始数据相比SRCAE模型产生的表征向量更易于区分不同船舶行为模式，其中k-Means效果最优，轮廓系数、卡林斯基-哈拉巴斯指数和戴维森堡丁指数指标分别达到了0.384、18.308、0.531，共产生转向加速、转向减速、直行加速、直行减速等30种复合行为，有效提取了不同行为模式下船舶行为词组合关系。      

基于航行数据的北极地区船舶排放清单

基于自动识别系统分析了极地船舶航行数据, 考虑冰区船舶受力, 提出了主机功率估算模型; 选取劳氏船级社数据验证了主机功率模型的可行性与可信度; 结合3种不同的航行状态与排放因子、负荷因子建立了动态船舶废气排放模型; 选取中国远洋海运集团有限公司穿越北极地区的“永盛”轮等5艘船舶的航行数据, 使用燃油消耗法对船舶排放估算模型进行验证; 利用排放估算模型计算了北极地区船舶排放清单, 并在ArcGIS上显示排放的时空分布等特征。研究结果表明: 北极地区的各类船舶废气排放中, CO₂的排放量最多, 约为69.7%, NO_x和SO_x次之, 分别为13.3%和12.0%, CH₄最少, 为0.4%;各类船型的排放分担率最大的为集装箱船(29.3%), 其次为破冰船(28.8%), 其中集装箱船和散货船的废气排放量占比达到了50.4%;北极地区船舶废气CH₄、CO₂、CO、HC、NO_x、SO_x、PM的排放量分别为504.85、82 545.63、1 645.90、562.54、15 711.47、14 232.54、3 263.15 t, 与船舶交通流密度相符; 2016年9月散货船、集装箱船、油轮和渔船废气排放量最大, 10、11月逐渐减少, 这与该地区的冰封情况有较大关系; 一天内, 滚装船、渔船和破冰船的废气排放在11:00~18:00出现一段波峰, 这可能是由船舶的工作性质决定的。      

海面遇险目标快速接近辅助决策系统

在大风浪天气条件下,为了使救助船在能够保障自身安全的前提下,尽早靠近遇险目标实施救助,采用专家问卷调查的方式,得到了北海救助局主力救助船的失速情况、航行风压差与风险等级隶属度等数据。根据模糊数学和风险分析理论,建立了救助船的风险评估模型,提出了基于电子海图的大风浪信息综合显示与救助船舶航线优选平台的功能需求,优化了航线风险评估流程,并设计了大风浪天气条件下海面遇险目标快速接近辅助决策系统。仿真结果表明:距离遇险目标最近的救助船北海救196航线风险等级过大,Ⅲ级风险的隶属度为1.0;救助船北海救108沿2号航线前往遇险目标时,会遭遇8级横风,Ⅲ级风险的隶属度为0.5,失速明显且航行时间过长;救助船北海救113的1号航线安全性较佳,时间最短,为最佳航线。仿真结果与实际结果一致,可见,系统有效。     

船舶调度闸外编排算法

为了提高船闸的通过能力,优化船舶进闸调度,分析了三峡船闸船舶的平均过闸间隔时间,提出了闸外编排的概念,分析了船舶在进闸调度中的操作流程,以安全性和进闸耗时为目标,建立了闸外编排的数学模型,设计了相应的启发式求解算法,将模型的目标和约束条件通过启发式方法生成船舶在闸外的排序法则。数值试验分析结果表明闸外编排数学模型切实可行,排序算法可以生成安全高效的进闸方案,闸外编排的实现考虑了船舶进闸时间和安全性原则,缩短了闸次间隔时间,提高了日开闸次数,有效地提高了通航设施的整体通过能力。