多特征融合的船舶轨迹相异度模型分析与优选

基于船舶自动识别系统轨迹,构建了船舶轨迹静态相异度模型、动态相异度模型以及组合相异度模型,包括轨迹起点和终点相异度模型、轨迹长度相异度模型、轨迹空间分布相异度模型、轨迹航速均值相异度模型、轨迹航向均值相异度模型、轨迹航速标准差相异度模型和轨迹航向标准差相异度模型;采用KNN分类算法进行轨迹分类,分析了单个相异度模型的有效性和时效性,对比了单个相异度模型和组合相异度模型下轨迹分类效果,研究了组合相异度模型中相异度模型的类别和权重对轨迹分类的影响;分别以内河航道和港口水域船舶轨迹进行试验。试验结果显示：在采用单个相异度的情况下,就分类效果而言,轨迹起点和终点相异度模型和轨迹航向均值相异度模型在内河航道和港口水域船舶轨迹分类效果均优于其他模型,而基于轨迹航速均值相异度模型和轨迹航速标准差相异度模型的轨迹分类效果最低,就分类效率而言,基于航速、航向均值和标准差的相异度模型耗时明显低于其他3个相异度模型;采用组合相异度进行轨迹分类,内河航道和港口水域船舶轨迹分类结果的基于精确率和召回率的宏平均值和微平均值均能接近99%;将组合相异度中相异度类别数由4个增加到7个,轨迹分类评估结果进一步得到提高。因此,单个相异度模型中以轨迹起点和终点相异度模型、轨迹航向均值相异度模型以及轨迹空间分布相异度模型分类效果最优且稳定,而轨迹空间分布相异度模型和轨迹长度相异度模型耗时明显高于其他方式,各相异度模型在不同场景中的适应性基本相似,通过增加组合相异度中相异度类别能够提高轨迹识别效果。     

基于时间比率-航速-航向的船舶轨迹压缩方法

考虑船舶航迹中包含的时间、位置、航速与航向等信息,提出一种全面考虑时空运动特性的船舶轨迹压缩方法;针对船舶自动识别系统(AIS)数据中的对地航速和对地航向分别提出航速及航向压缩算法以提取轨迹运动数据;为保留时间信息和空间数据,引入时间比率算法;通过综合这3种算法,提出时间比率-航速-航向(TSH)压缩算法,并根据压缩率和长度损失率实现了TSH算法参数的自适应确定;为验证方法的有效性,以威海、老铁山和长江水域的AIS数据作为研究对象,与道格拉斯-普克(DP)算法、改进DP算法进行对比。试验结果表明：TSH算法能够更精细地提取船舶轨迹的特征点,从而保留时空和运动行为,其中,单条轨迹压缩结果显示,经TSH算法压缩后的轨迹与原始轨迹之间的豪斯多夫距离比DP算法和改进DP算法分别降低1.6和1.1倍,多属性对称分割路径距离(MSSPD)较改进DP算法降低1.9倍,更好地保留了船舶轨迹的原始特征;整体轨迹压缩结果显示,对于威海、老铁山和长江水域,TSH算法在豪斯多夫距离上较DP算法分别降低2.1、2.2和1.7倍,较改进DP算法分别降低1.4、1.5和1.1倍,在MSSPD指标上分别低于改进DP算法1.3、1.1和1.2倍,进一步证明TSH压缩算法对船舶航行行为保留的有效性。经验证,所提出的TSH算法在较高压缩率下展现出更好的轨迹重构能力。     

基于AIS信息的船舶密度分布算法的研究与实现

为绘制密度分布图,利用AIS(Automatic Identification System,船舶自动识别系统)信息,尤其是位置信息,设计可行与合理的密度分布图绘制算法.该算法以AIS信息数据库中动态表、静态表为数据源,利用存储过程,数据库访问技术实现网格密度分布图在电子海图平台上的绘制.其意义在于通过对电子海图系统的应用与二次开发使得船舶密度数据的显示可视化,形象直观.研究结果表明,这种密度分布图绘制方法具有可行性,快捷性和较高的准确性.     

基于秩最小化矩阵去噪的船舶轨迹重构方法

针对船舶自动识别系统(Automatic Identification System,AIS)在实际应用中存在错误数据频发、数据丢包等问题,本文提出一种基于秩最小化矩阵去噪的船舶轨迹重构方法,利用去噪实现轨迹重构,同时,实现对轨迹的去噪和缺失补全。该方法通过线性插值实现经度对齐,将轨迹数据转化为轨迹矩阵,从而补全轨迹中的缺失值。由于补全结果存在非常大的误差,因此,引入PLR(Patch-Based Low-Rank Minimization)算法去噪,消除误差。同时,为进一步提升补全效果,通 过2D-VMD(Two-Dimensional Variational Mode Decomposition)算法将矩阵分解为不同频率的IMF(Intrinsic Mode Function),并分别进行PLR去噪,合并去噪结果,得到最终重构后轨迹。本文以长江武汉段水域船舶AIS轨迹为研究对象,通过实验证明该方法在不同缺失比例以及随机缺失和连续缺失两种情境下具有鲁棒性和较强的稳定性;并与 HALRTC(High-Accuracy Low-RankTensor Completion)、TRMF(Temporal Regularized Matrix Factorization)等方法进行比较,结果表明,该方法相较于HALRTC等方法具有更高的精度,并在高损失率下表现出较好的重构效果。     

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。     

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。     

考虑航艏向与数据变化差异的船舶轨迹预测

船舶自动识别系统(Automatic Identify System,AIS)数据可以实时体现船舶当前时刻的具体动态,采用传统BP(Back Propagation)神经网络模型的船舶轨迹分析预测方法,在计算中直接将航艏向数据纳入模型,没有考虑船舶航艏向在零度附近变动时带来的实际方向变动幅度与数据变化幅度存在较大偏差问...     

基于在线有向无环图的船舶轨迹压缩算法

为了解决船舶轨迹数据的压缩问题, 提出了一种船舶轨迹在线压缩算法; 使用多次滑动推算船位判断方法清洗船舶轨迹, 使用在线有向无环图在干净轨迹上建立压缩路径树并输出采样点; 为了提高轨迹队列和路径树在内存中的查询速度, 使用哈希表对其进行管理; 为了验证提出算法的效果, 比较了真实船舶自动识别系统数据与方向保留算法、道格拉斯-普克算法的压缩时间和误差, 采用可视化方法分析了原始轨迹、清洗轨迹和压缩轨迹。试验结果表明: 在压缩时间方面, 方向保留算法和道格拉斯-普克算法的压缩时间分别约为提出算法的1.1、1.3倍, 说明提出的算法比其他2种算法的处理时间更短; 提出的算法在压缩过程中保留了时间信息, 平均同步欧氏距离误差在任何压缩率下都能保持在10 m以下, 最大同步欧氏距离误差在压缩率为1%时仅有127 m, 而其他2种算法的平均同步欧氏距离误差和最大同步欧氏距离误差不受控制, 会随机变化; 在垂直距离误差方面, 提出的算法与道格拉斯-普克算法在压缩率不小于5%的条件下, 都能保证垂直距离误差小于20 m, 而方向保留算法的垂直距离误差会随机变化; 在显示效果方面, 提出的算法能有效清除轨迹噪声点, 压缩轨迹能够较好地代表原始轨迹的宏观交通流情况。可见, 提出的算法能更高效地保留原始轨迹的形状和时间信息。     

船舶异常行为的一致性检测算法

为了准确检测船舶的操纵异常行为和降低异常行为误报警率, 提出了船舶异常行为的一致性检测算法; 在船舶轨迹点中引入能够体现操纵模式的特征, 以转向行为与变速行为度量了操纵行为相似性; 将空间位置相似性与操纵行为相似性进行组合, 定义了船舶综合行为相似性, 计算了单个轨迹点与训练轨迹序列中的最近邻特征点, 构建了一致性检测的样本序列; 为克服样本重叠的类分布情形, 改进了一致性检测算法的奇异值度量, 并用综合行为相似性计算样本间的非一致性得分, 利用单个轨迹点的随机性检验值判断该轨迹点与样本序列的分布一致性; 以琼州海峡实测AIS数据作为正常数据, 以计算机模拟随机产生异常轨迹和人工自定义操纵异常行为作为异常数据, 分别进行异常检测试验。试验结果表明: 随机产生的异常轨迹检测正确率为100%, 但是轨迹评价集中有一部分正常轨迹被错误划分成异常轨迹, 在指定置信度水平分别为99.0%和99.7%的情形下, 误报警率分别为0.6%和0.2%, 分别低于显著性水平0.01和0.003, 因此, 利用一致性检测算法能有效检测计算机产生的随机异常轨迹, 并可通过指定显著性水平严格控制检测误报警率, 能有效检测人工自定义的船舶变速与转向异常行为, 而且检测结果能随船舶行为改变而变化。     

基于轨迹数据的出租车司机寻客路径优化方法

出租车寻客路径规划是降低出租车空载率的重要手段.为高效解决出租车寻客路径规划问题,综合考虑载客概率、空载行驶时间和区域供需比3个指标,提出一种出租车寻客路径优化方法.在此基础上,基于改进的DBSCAN聚类算法和灰色综合评价法挖掘滴滴快/专车载客热点区域并确定寻客目标点,通过引进标号永久化新规则和双向搜索改进的Dijkstra算法获取出租车寻客路径.最后,使用成都市核心城区的滴滴订单数据对算法进行实例验证.结果表明:改进的Dijkstra算法较Best-first、Foyld等算法相比具有更快的最短路径搜索速度;同时,通过该方法获取的寻客路径与常见寻客路径相比,寻客距离减少约21.33％,寻客时间减少约22.16％.该方法能有效指导出租车司机选取较优的寻客路径,为出租车调度和城市交通建设提供有效指导.     

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。     

基于大数据的道路交通管理反思——小即是美

针对基于大数据的道路交通管理进行回顾和反思,以期促进道路交通管理者及业界对大数据研究和应用的正确认识。在总结和分析交通大数据领域科研和实践情况的基础上,指出在交通管理领域研究和应用大数据技术的过程中,要回归交通管理信息化发展的初衷,科学理性决策,既要看到大数据技术的价值,也要看到其局限以及在成本、风险和应用基础方面的挑战。应对近年来道路交通信息化管理所面临的新形势,提出其发展路径应该遵循既要发展大数据,又要善用"小数据"的原则。发展大数据技术要积极稳健、科学合理,同时加强对现有交通数据信息的充分利用和价值挖掘,注重实践,夯实科学交通管理的基础。     

考虑游览船运营特征的航道通过能力评价方法

为构建客货船舶协同动态运行控制技术体系,以经典航道通过能力模型为基础,构建基于游览船运营特征(发船高峰性和航线集中度)的航道通过能力模型.根据黄浦江游览核心区船舶自动识别系统(AIS)数据,对所提出的航道通过能力模型进行实证分析.研究结果表明,本文航道通过能力模型能够较为准确地评价研究区域的实际航道通过能力.游览船发船高峰时期与现有航线规划条件下,黄浦江游览核心区航道通过能力(76艘/h)趋近饱和状态;当过境船到达超过69艘/h时,建议海事相关部门采取“错峰”航行等相关政策.     

考虑游览船运营特征的航道通过能力评价方法

为构建客货船舶协同动态运行控制技术体系,以经典航道通过能力模型为基础,构建基于游览船运营特征(发船高峰性和航线集中度)的航道通过能力模型.根据黄浦江游览核心区船舶自动识别系统(AIS)数据,对所提出的航道通过能力模型进行实证分析.研究结果表明,本文航道通过能力模型能够较为准确地评价研究区域的实际航道通过能力.游览船发船高峰时期与现有航线规划条件下,黄浦江游览核心区航道通过能力(76艘/h)趋近饱和状态;当过境船到达超过69艘/h时,建议海事相关部门采取“错峰”航行等相关政策.     

基于车辆动力传动和转向系统的换道轨迹优化策略

现有的换道轨迹研究大多是将换道轨迹规划和换道轨迹跟踪进行相对独立的研究,这类轨迹在实施过程中将产生不可避免的误差。为了消除这一误差以及缓解或解决由于不当换道行为引起的交通问题,本文提出一种考虑车辆动力传动和转向系统的换道轨迹优化策略,用以指导或替代驾驶员的换道行为。首先,利用Next Generation Simulation (NGSIM)数据获得换道过程的主要驾驶任务,并用highD数据对其进行验证。其次,基于二自由度车辆模型分析车辆的换道运动特性,构建能够被动力传动系统和转向系统所实现的换道轨迹。结果表明,所提策略可以在保证驾驶安全性的前提下,实现经济、舒适和高效的换道过程。单独考虑经济、舒适和高效的优化策略,能够分别降低35.71%的单位路程燃油消耗,94.58%的前轮转角的角速度以及70%的换道所需时间。这说明所提的换道轨迹优化策略能够从微观角度缓解或解决由不当换道驾驶行为造成的交通问题,并为驾驶辅助系统提供理论依据和方法指导。