CN109448442A - 一种海域内多船碰撞危险度的高效监测方法 - Google Patents

Abstract

本发明公开了一种海域内多船碰撞危险度的高效监测方法：读取监测海域内所有船舶的即时AIS数据，对船舶的经纬度坐标进行线性内插，将各船舶的位置信息同步到同一个时间点；根据船舶碰撞危险度的监测要求设置DBSCAN的扫描半径，将最小包含点数设置为2；对海域内的所有船舶进行DBSCAN聚类计算，将海域内的船舶按照空间分布聚类；对聚类生成的簇中的每一船舶分别计算多船碰撞危险度。本发明能够减少监测海域内所有船舶的碰撞危险度的总计算量，节约总计算时间，从而实现碰撞危险度的实时计算。

Description

一种海域内多船碰撞危险度的高效监测方法

技术领域

本发明涉及海上交通领域，更具体的说，是涉及一种海域内多船碰撞危险度的高效监测方法。

背景技术

随着经济全球化的发展，海上交通运输在国际间贸易往来中起着越来越重要的作用。迅速增大的海上货运需求使得船舶朝着大型化、高速化发展，海上航行的船舶数量不断增加，港口、内陆水以及海湾等水域的海上交通变得愈加密集。船舶航行中有很大几率出现同时与多船会遇的情况，大大增加了船舶碰撞的隐患。现阶段我国沿海水域虽然建立了船舶交通服务监控系统(VTS)，但是该系统主要是用于显示管辖区域内船舶的当前位置，对船舶的安全监控主要依靠值班人员人工识别。然而在一些高峰时段，船舶数量较多，值班人员无法对管辖区域内所有船舶的航行安全进行有效的监督和管理。

船舶自动识别系统(Automatic Identification System,简称AIS系统)由岸基(基站)设施和船载设备共同组成，是一种新型的集网络技术、现代通讯技术、计算机技术、电子信息显示技术为一体的数字助航系统和设备。AIS被强制安装在船舶上，能够实时获取船舶MMSI、位置、航速、航向、船首向、船舶形状、吃水等信息，能够应用于数字化船舶安全监测工作中。基于此，目前已有很多船舶碰撞危险度的研究成果，无论是计算两船舶之间的碰撞危险度模型还是计算船舶与一定范围内所有其他船舶共同构成的多船碰撞危险度模型，基本都以一定的领域范围作为空间约束条件。如果采用这样的方式需要对海域内所有船舶进行一次计算，计算量大，且很多船舶碰撞危险度的计算模型本身考虑到的参数较多，模型较复杂。

DBSCAN是一种基于密度的聚类算法，该算法假定类别可以通过样本分布的紧密程度决定，同一类别的样本，他们之间是紧密相连的，也就是说，在该类别的样本周围不远处一定有同类别的样本存在。DBSCAN将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。

发明内容

本发明的目的是为了克服现有技术中的不足，提供一种海域内多船碰撞危险度的高效监测方法，首先利用基于密度的聚类算法DBSCAN对监测海域内的所有船舶先进行空间聚类，再对聚类后的每一类中的船舶进行船舶碰撞危险度的计算。通过该方法能够减少监测海域内所有船舶的碰撞危险度的总计算量，节约总计算时间，从而实现碰撞危险度的实时计算。

本发明的目的是通过以下技术方案实现的。

本发明的海域内多船碰撞危险度的高效监测方法，包括以下步骤：

第一步，读取监测海域内所有船舶的即时AIS数据，对船舶的经纬度坐标进行线性内插，将各船舶的位置信息同步到同一个时间点；

第二步，根据船舶碰撞危险度的监测要求设置DBSCAN的扫描半径，将最小包含点数设置为2；

第三步，对海域内的所有船舶进行DBSCAN聚类计算，将海域内的船舶按照空间分布聚类；具体的聚类方法如下：

(1)任选一个未被访问的船舶开始，找出与其距离在扫描半径之内(包括扫描半径)的所有附近船舶；

(2)如果附近船舶的数量≥2，则当前船舶与其附近船舶形成一个簇，并且作为出发点的船舶被标记为已访问；然后递归，以相同的方法处理该簇内所有未被标记为已访问的船舶，从而对簇进行扩展；

(3)如果附近船舶的数量<2，则该船舶暂时被标记作为噪声点；

(4)如果簇充分地被扩展，即簇内的所有船舶被标记为已访问，然后用同样的算法去处理未被访问的船舶点；

第四步，对聚类生成的簇中的每一船舶分别计算多船碰撞危险度。

第一步中所述即时AIS数据包括经度、纬度和时间数据。

与现有技术相比，本发明的技术方案所带来的有益效果是：

本发明能够实现海域内多船碰撞危险度的高效监测，利用DBSCAN聚类算法能够将监测海域内的船舶按照密度分布聚类，且能分离出与其他船舶距离较远即不存在碰撞危险的船舶，只需要对聚类后的每一类中的船舶进行多船碰撞危险度的计算。通过该方法能够减少监测海域内所有船舶的碰撞危险度的总计算量，节约总计算时间，从而实现碰撞危险度的实时计算。

附图说明

图1是本发明海域内多船碰撞危险度的高效监测方法的流程图；

图2是DBSCAN流程图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，下面结合附图对本发明进行进一步详细说明。

本发明的海域内多船碰撞危险度的高效监测方法，如图1所示，具体包括以下步骤：

第一步，读取监测海域内所有船舶的即时AIS数据(包括经度、纬度和时间数据)，由于所有船舶的AIS数据并不是同时发布，所以先对船舶的经纬度坐标进行线性内插，将各船舶的位置信息同步到同一个时间点。

第二步，根据船舶碰撞危险度的监测要求设置DBSCAN的扫描半径eps，将最小包含点数minPts设置为2。

第三步，对海域内的所有船舶进行DBSCAN聚类计算，将海域内的船舶按照空间分布聚类。如图2所示，具体的聚类方法如下：

(1)任选一个未被访问(unvisited)的船舶开始，找出与其距离在扫描半径eps之内(包括扫描半径eps)的所有附近船舶；

(2)如果附近船舶的数量≥2(minPts)，则当前船舶与其附近船舶形成一个簇，并且作为出发点的船舶被标记为已访问(visited)；然后递归，以相同的方法处理该簇内所有未被标记为已访问(visited)的船舶，从而对簇进行扩展；

(3)如果附近船舶的数量<2(minPts)，则该船舶暂时被标记作为噪声点；

(4)如果簇充分地被扩展，即簇内的所有船舶被标记为已访问，然后用同样的算法去处理未被访问的船舶点。

第四步，对聚类生成的簇中的每一船舶分别计算多船碰撞危险度，聚类生成的作为噪声点的船舶不用计算，因为此类船舶相距其他船舶距离较远，处于安全航行状态。

尽管上面结合附图对本发明进行了描述，但本发明并不局限于上述，上述的具体实施方式仅仅是示意性的，而不是限制性的，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护之内。

Claims (2)

1.一种海域内多船碰撞危险度的高效监测方法，其特征在于，包括以下步骤：

第一步，读取监测海域内所有船舶的即时AIS数据，对船舶的经纬度坐标进行线性内插，将各船舶的位置信息同步到同一个时间点；

第二步，根据船舶碰撞危险度的监测要求设置DBSCAN的扫描半径，将最小包含点数设置为2；

第三步，对海域内的所有船舶进行DBSCAN聚类计算，将海域内的船舶按照空间分布聚类；具体的聚类方法如下：

(1)任选一个未被访问的船舶开始，找出与其距离在扫描半径之内(包括扫描半径)的所有附近船舶；

(2)如果附近船舶的数量≥2，则当前船舶与其附近船舶形成一个簇，并且作为出发点的船舶被标记为已访问；然后递归，以相同的方法处理该簇内所有未被标记为已访问的船舶，从而对簇进行扩展；

(3)如果附近船舶的数量<2，则该船舶暂时被标记作为噪声点；

(4)如果簇充分地被扩展，即簇内的所有船舶被标记为已访问，然后用同样的算法去处理未被访问的船舶点；

第四步，对聚类生成的簇中的每一船舶分别计算多船碰撞危险度。

2.根据权利要求1所述的海域内多船碰撞危险度的高效监测方法，其特征在于，第一步中所述即时AIS数据包括经度、纬度和时间数据。