CN109685086A - 海上船舶作业状态识别方法、装置、设备及存储介质 - Google Patents
海上船舶作业状态识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109685086A CN109685086A CN201710969664.2A CN201710969664A CN109685086A CN 109685086 A CN109685086 A CN 109685086A CN 201710969664 A CN201710969664 A CN 201710969664A CN 109685086 A CN109685086 A CN 109685086A
- Authority
- CN
- China
- Prior art keywords
- data
- fishing boat
- vms
- ais
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mechanical Means For Catching Fish (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种海上船舶作业状态识别方法、装置、设备及存储介质,其技术方案包括:获取渔船监控系统VMS信息和船舶自动识别系统AIS信息。筛选VMS信息和AIS信息以获得指定目标的VMS渔船数据以及AIS渔船数据。融合VMS渔船数据和AIS渔船数据得到融合数据;以及基于融合数据,对指定目标进行作业状态识别。本发明能够对渔船监控系统VMS信息与船舶自动识别系统AIS信息进行融合处理,通过VMS与AIS数据的融合得到海上船舶的融合数据,提高海上船舶的数据率与连续性,得到了海上船舶更准确完整的信息,更利于海上船舶捕鱼行为分析,能够取得更好的效果。
Description
技术领域
本公开一般涉及信息融合技术领域,具体涉及海上船舶信息融合技术,尤其涉及海上船舶作业状态识别方法、装置、设备及存储介质。
背景技术
拖网渔船作业作为我国渔船捕捞最主要的作业方式,在拖网作业时,拖网深度可达1500米,所到之处无论是鱼类、藻类还是海洋生物都不可避免的遭到损害,有些生物和藻类的生长史漫长,一旦毁坏将面临消失的危险。而且也可能会破坏其作业区域的油气管道,造成巨大的经济损失,因此对拖网渔船的捕鱼行为分析尤其重要。
为了保障渔业生产作业的安全性、推进渔业资源管理的时效性,国内外已有不少学者对拖网渔船的捕鱼行为分析进行了研究。目前,对拖网渔船的捕鱼行为分析研究主要分为两类,一类是利用VMS数据中的航速和航向作为变量,提取航速与航向阈值用于判断拖网渔船的作业状态,另外一类是基于AIS数据对渔船行为进行分析,通过航速的变化分析出渔船是在港、作业和航行状态,但只是在特定的几条已知作业类型的渔船进行验证。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种海上船舶作业状态识别方法、装置、设备及存储介质,能够对渔船监控系统VMS信息与船舶自动识别系统AIS信息进行融合处理,通过VMS与AIS数据的融合得到海上船舶的融合数据,提高海上船舶的数据率与连续性,得到了海上船舶更准确完整的信息,更利于海上船舶捕鱼行为分析,能够取得更好的效果。
第一方面,本发明实施例提供了一种海上船舶作业状态识别方法,该方法包括:
获取渔船监控系统VMS信息和船舶自动识别系统AIS信息。
筛选VMS信息和AIS信息以获得指定目标的VMS渔船数据以及AIS渔船数据。
对VMS渔船数据和AIS渔船数据进行融合处理得到融合数据;以及基于融合数据,对指定目标进行作业状态识别。
在第一方面的一个或多个实施例中,对VMS渔船数据和AIS渔船数据进行融合处理得到融合数据,包括:对VMS渔船数据以及AIS渔船数据进行时空配准;对时空配准后的VMS渔船数据以及AIS渔船数据进行航迹关联;以及对航迹关联后的VMS渔船数据与AIS渔船数据进行融合处理得到融合数据。
在第一方面的一个或多个实施例中,对VMS渔船数据以及AIS渔船数据进行时空配准,包括:将VMS渔船数据与AIS渔船数据经纬度转为空间直角坐标,并通过外推法进行时间配准。
在第一方面的一个或多个实施例中,对时空配准后的VMS渔船数据以及AIS渔船数据进行航迹关联包括:采用航迹关联算法对时空配准后的VMS渔船数据以及AIS渔船数据进行航迹关联处理。
在第一方面的一个或多个实施例中,航迹关联算法为基于统计数学的修正的近邻域航迹关联算法MK-NN。
在第一方面的一个或多个实施例中,对航迹关联后的VMS渔船数据与AIS渔船数据进行融合处理得到融合数据,包括:将航迹关联后的VMS渔船数据与AIS渔船数据按照时序进行融合形成融合数据。
在第一方面的一个或多个实施例中,对VMS渔船数据以及AIS渔船数据进行时空配准之前,还包括:对VMS渔船数据以及AIS渔船数据进行数据预处理。
在第一方面的一个或多个实施例中,对VMS渔船数据以及AIS渔船数据进行数据预处理,包括:将VMS渔船数据以及AIS渔船数据转换成统一的数据格式;以及对统一数据格式的VMS渔船数据以及AIS渔船数据进行合理性筛选。
在第一方面的一个或多个实施例中,对统一数据格式的VMS渔船数据以及AIS渔船数据进行合理性筛选,包括以下至少一项:
选取经度在(-180°,180°)之间,纬度在(-90°,90°)之间的数据;以及AIS渔船数据的渔船识别码为水上移动通信业务标识码MMSI,对采用同一MMSI的不同AIS渔船数据进行区分。
在第一方面的一个或多个实施例中,基于融合数据,对指定目标进行作业状态识别,包括:根据预设的作业状态阈值,对融合数据进行判断,识别指定目标的作业状态。
在第一方面的一个或多个实施例中,作业状态阈值包括以下至少一项:航速阈值和航向差阈值。
在第一方面的一个或多个实施例中,筛选VMS信息和AIS信息以获得指定目标的VMS渔船数据以及AIS渔船数据,还包括:
将VMS信息进行字段解析,获得指定目标的渔船作业类型、渔船识别码、航速、航向以及经纬度信息组成VMS渔船数据;
将AIS信息进行字段解析,获得指定目标的渔船识别码、航速、航向以及经纬度信息组成AIS渔船数据。
在第一方面的一个或多个实施例中,指定目标为拖网渔船,筛选获得指定目标的VMS渔船数据以及AIS渔船数据,包括:
从VMS渔船数据中筛选作业类型为拖网渔船的VMS渔船数据,作为VMS渔船数据,从AIS数据中筛选船舶类型为渔船的AIS数据,作为AIS渔船数据。
第二方面,本发明实施例还提供了一种海上船舶作业状态识别装置,装置包括信息获取模块、数据筛选模块、数据处理模块以及作业状态识别模块。
信息获取模块,配置用于获取渔船监控系统VMS信息和船舶自动识别系统AIS信息;以及将VMS信息和AIS信息发送至数据筛选模块。
数据筛选模块,配置用于对VMS信息和AIS信息进行筛选获得指定目标的VMS渔船数据以及AIS渔船数据;以及将VMS渔船数据以及AIS渔船数据发送至数据处理模块。
数据处理模块,配置用于融合VMS渔船数据以及AIS渔船数据得到融合数据,以及将融合数据发送至作业状态识别模块;以及
作业状态识别模块,用于基于融合数据,对海上船舶进行作业状态识别。
在第二方面的一个或多个实施例中,数据处理模块,还用于:对VMS渔船数据以及AIS渔船数据进行时空配准;对时空配准后的VMS渔船数据以及AIS渔船数据进行航迹关联;以及对航迹关联后的VMS渔船数据与AIS渔船数据进行融合处理得到融合数据。
在第二方面的一个或多个实施例中,数据处理模块,还用于:将VMS渔船数据以及AIS渔船数据转换成统一的数据格式;对统一数据格式的VMS渔船数据以及AIS渔船数据进行合理性筛选。
在第二方面的一个或多个实施例中,数据筛选模块,还用于:将VMS信息进行字段解析,获得指定目标的渔船作业类型、渔船识别码、航速、航向以及经纬度信息组成VMS渔船数据;将AIS信息进行字段解析,获得指定目标的渔船识别码、航速、航向以及经纬度信息组成AIS渔船数据。
在第二方面的一个或多个实施例中,作业状态识别模块,还用于:根据预设的作业状态阈值,对融合数据进行判断,识别指定目标为作业状态。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现第一方面任一实施例所提供的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现第一方面任一实施例所提供的方法。
根据本申请实施例提供的技术方案,通过对渔船监控系统VMS信息和船舶自动识别系统AIS信息进行预处理及数据融合等获得海上船舶融合数据,既能结合VMS信息中的作业类型,又保证了AIS数据中的数据更新频率,最后基于该融合数据对海上船舶的捕鱼行为进行研究分析,能够提高海上船舶的数据率与连续性,得到海上船舶更准确完整的信息,更利于海上船舶捕鱼行为分析,能够取得更好的效果。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本发明的一个实施例所提供的海上船舶作业状态识别方法的流程示意图;
图2为本发明的一个实施例提供的对VMS渔船数据以及AIS渔船数据进行融合处理得到融合数据的具体流程示意图;
图3为本发明的另一个实施例所提供的海上船舶作业状态识别装置组成结构示意图;以及
图4为本发明的一个实施例提供的用于实现本发明海上船舶作业状态识别方法的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如前文所提到的,现有的拖网捕鱼行为分析主要是单独的使用VMS信息或AIS信息进行研究分析,但由于VMS信息传输的报文间隔时间较长,在这之间渔船的航行作业状态可能会发生较大变化,进而影响对海上船舶的捕鱼行为分析。而AIS信息更新频率较快,数据点较密,渔船的航行作业状态变化较小,但缺少渔船的作业类型信息,不利于渔船的行为分析。基于此现状,本发明诸实施例提供了基于VMS与AIS信息融合的数据对海上船舶的作业状态(例如,拖网渔船的捕鱼行为)进行识别的技术方案。
图1示出了根据本发明实施例提供的海上船舶作业状态识别方法的示意性流程图。如图1所示,该方法包括如下具体步骤:
S101、获取渔船监控系统VMS信息和船舶自动识别系统AIS信息。
本发明实施例中的渔船监控系统Vessel Monitoring System,简称VMS,是专门监视相关辖区内渔船从事捕捞活动的设施系统。一般都采用卫星传送系统,可直接接收渔船自动报告的船位、航迹、渔获量以及渔船的作业类型等数据,监视其捕捞活动。VMS信息中具有渔船的作业类型信息,但是VMS信息的传送报文时间间隔较长,一般在3分钟左右,数据更新频率较慢。
本发明实施例中的船舶自动识别系统Automatic Identification System,简称AIS,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。船舶自动识别系统AIS由舰船飞机之敌我识别器发展而成,配合全球定位系统GPS获取船位、船速、改变航向率及航向等船舶动态结合船名、呼号、吃水及危险货物等船舶静态资料。AIS信息中不具备渔船的作业类型信息,但是其传送时间较短,该传送时间跟其航行速度有关,短则2s,长则几分钟,一般在30s左右,相比VMS信息其更新频率较高,数据点较密。
本发明实施例中同时获取了VMS信息以及AIS信息,以便于后续将二者进行融合。
本发明实施例获取的VMS信息以及AIS信息可能为报文格式,若VMS信息以及AIS信息为报文格式,则可以通过对报文的解析,从报文中的每个字段中解析获得不同的信息。
在一些实施例中,可以将VMS信息进行字段解析,获得渔船的作业类型、渔船识别码、航速、航向以及经纬度信息组成VMS渔船数据。
可以将AIS信息进行字段解析,获得渔船的渔船识别码、航速、航向以及经纬度信息组成AIS渔船数据。
可以看出VMS渔船数据中具有渔船的作业类型,而AIS渔船数据中则没有。
S102、对于上述步骤S101中得到的VMS渔船数据以及AIS渔船数据进行筛选,筛选获得指定目标的VMS渔船数据以及AIS渔船数据。
指定目标可以是希望识别其工作状态的各种海上船舶。在本发明一些实施例中,指定目标可以为拖网渔船。在此实施例中,选取VMS中渔船的作业类型为拖网渔船的数据作为该指定目标的VMS渔船数据。
S103、对VMS渔船数据以及AIS渔船数据进行融合处理得到融合数据。
本发明实施例中,该步骤对VMS渔船数据以及AIS渔船数据的处理可以包括时空配准、航迹关联以及融合等处理方式。
图2示出了根据本发明一个实施例提供的对VMS渔船数据以及AIS渔船数据进行融合处理得到融合数据的方法的示例性流程图。如图2所示,具体地,该方法可以包括如下步骤:
可选的或附加的,在步骤S201中、对VMS渔船数据以及AIS渔船数据进行数据预处理,以方便后续的处理。
在一些实施例中,数据预处理可以包括:由于VMS渔船数据以及AIS渔船数据是从报文中解析获得的,其中包含的字段比较多,为了能进行匹配,可以将二者转换成统一的数据格式,例如可以设置一种包含以下字段的统一数据格式:渔船的作业类型、渔船识别码、航速、航向以及经纬度信息;VMS渔船数据直接将解析出的数据设置于相应字段;而对于AIS渔船数据,渔船作业类型字段可以设置为0,其他字段均为解析出的相应数据。
数据预处理进一步包括对统一数据格式的VMS渔船数据以及AIS渔船数据进行合理性筛选。
在一些实施例中,合理性筛选主要包括两方面:
一方面,选取经度在(-180°,180°)之间,纬度在(-90°,90°)之间的数据,在上述范围内的经度和纬度属于合理的经纬度范围。
另一方面,AIS渔船数据的渔船识别码为水上移动通信业务标识码MMSI。若不同AIS渔船数据其MMSI相同,表明两条渔船采用了相同的MMSI,需要加以区分。
以上两方面可以分别或者同时进行。
接着,在步骤S202中、对经过S201预处理过的VMS渔船数据以及AIS渔船数据进行时空配准。
时空配准是将VMS渔船数据以及AIS渔船数据统一到同一空间、同一时间下,以便于后续的航迹关联。
时空配准包括空间配准和时间配准两方面:
空间配准是VMS渔船数据与AIS渔船数据经纬度转为空间直角坐标,从而将VMS渔船数据与AIS渔船数据用同一空间直角坐标系进行表示。
时间配准是通过外推法进行时间配准。
S203、对经S202时空配准过的VMS渔船数据以及AIS渔船数据进行航迹关联。
航迹关联过程为:采用航迹关联算法对时空配准后的VMS渔船数据以及AIS渔船数据进行航迹关联处理。
本发明实施例中可以采用的航迹关联算法包括最近邻域法等常用方法。
为了能够得到精确的航迹关联结果,本发明实施例中采用航迹关联算法为基于统计数学的修正的近邻域航迹关联算法MK-NN,该方法能够自动检测修正关联错误的数据,从而能够得到更加精确的航迹关联结果。
S204、对VMS渔船数据以及AIS渔船数据进行融合处理得到融合数据,该步骤具体为将航迹关联后的VMS渔船数据与AIS渔船数据按照时序形成融合数据。
本步骤中所形成的融合数据既结合了VMS信息中的作业类型,又保证了AIS数据中的数据更新频率,因此采用该融合数据执行后续的作业状态识别效果更好。
返回图1,得到融合数据之后,在步骤S104中、基于融合数据,对指定目标进行作业状态识别。
其中作业状态识别具体为如下步骤:
根据预先设置的作业状态阈值,对融合数据进行判断,识别出指定目标的作业状态。本发明实施例中,作业状态阈值可以包括航速阈值和航向差阈值。
在本发明的一些实施例中,指定目标为拖网渔船,则对拖网渔船的历史作业状态进行统计,获取处于作业状态时的航速经验值和航向差经验值,以航速经验值和航向差经验值分别作为航速阈值和航向差阈值,对融合数据进行判断。本发明实施例中,航速阈值和航向差阈值可以为范围值,当依据融合数据计算的航速和航向差同时符合上述航速阈值和航向差阈值时,判定该指定目标,即拖网渔船处于作业状态。
本发明实施例还提供了一种用于实现上述任一实施例所提供的拖网渔船作业状态识别方法的装置,该装置组成结构如图3所示,包括信息获取模块301、数据筛选模块302、数据处理模块303以及作业状态识别模块304。
信息获取模块301,配置用于获取渔船监控系统VMS信息和船舶自动识别系统AIS信息;以及将VMS信息和AIS信息发送至数据筛选模块302。
数据筛选模块302,配置用于对VMS信息和AIS信息进行筛选获得指定目标的VMS渔船数据以及AIS渔船数据;以及将VMS渔船数据以及AIS渔船数据发送至数据处理模块303。
数据处理模块303,配置用于对VMS渔船数据以及AIS渔船数据进行融合处理得到融合数据,以及将融合数据发送至作业状态识别模块304。
作业状态识别模块304,用于基于融合数据,对海上船舶进行作业状态识别。
在一些实施例中,数据处理模块303中对VMS渔船数据以及AIS渔船数据的处理可以包括如下处理方式:
对VMS渔船数据以及AIS渔船数据进行时空配准;
对时空配准后的VMS渔船数据以及AIS渔船数据进行航迹关联;以及
对航迹关联后的VMS渔船数据与AIS渔船数据进行融合处理得到融合数据。
在一些实施例中,可选的或附加的,数据处理模块303还可以对VMS渔船数据以及AIS渔船数据进行如下数据预处理:
对VMS渔船数据以及AIS渔船数据进行数据预处理,转换成统一的数据格式;对统一数据格式的VMS渔船数据以及AIS渔船数据进行合理性筛选。
在一些实施例中,可选地或附加的,数据筛选模块302在对VMS信息和AIS信息进行筛选之前还可以进行如下处理:
将VMS信息进行字段解析,获得指定目标的渔船作业类型、渔船识别码、航速、航向以及经纬度信息组成VMS渔船数据;
将AIS信息进行字段解析,获得指定目标的渔船识别码、航速、航向以及经纬度信息组成AIS渔船数据。
在一些实施例中,可选地或附加的,作业状态识别模块304,可以采用如下方式进行作业状态识别:对融合数据进行判断,若融合数据符合预设的作业状态阈值,则识别指定目标为作业状态。
本发明上述实施例提供的海上船舶作业状态识别方法,可以采用计算机设备来实现,本发明实施例中该计算机设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行程序时实现上述任一实施例所提供的海上船舶作业状态识别方法。
下面参考图4,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机设备的结构示意图。
如图4所示,计算机设备包括处理器(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中,还存储有计算机设备操作所需的各种程序和数据。CPU401、ROM402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本公开的实施例,上文参考图1描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,计算机程序包含用于执行图1的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括信息获取单元、数据筛选单元、数据处理单元以及作业状态识别单元。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,信息获取单元还可以被描述为“用于信息获取的单元”。
本发明上述实施例提供的海上船舶作业状态识别方法,可以采用计算机可读存储介质来实现,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一实施例所提供的海上船舶作业状态识别方法。该计算机可读存储介质可以是上述实施例中装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。
应当注意,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (20)
1.一种海上船舶作业状态识别方法,其特征在于,所述方法包括:
获取渔船监控系统VMS信息和船舶自动识别系统AIS信息;
筛选所述VMS信息和AIS信息以获得指定目标的VMS渔船数据以及AIS渔船数据;
对所述VMS渔船数据和AIS渔船数据进行融合处理得到融合数据;
以及基于所述融合数据,对所述指定目标进行作业状态识别。
2.如权利要求1所述的方法,其特征在于,所述对所述VMS渔船数据和AIS渔船数据进行融合处理得到融合数据,包括:
对所述VMS渔船数据以及AIS渔船数据进行时空配准;
对时空配准后的所述VMS渔船数据以及AIS渔船数据进行航迹关联;
以及对航迹关联后的所述VMS渔船数据与AIS渔船数据进行融合处理得到融合数据。
3.如权利要求2所述的方法,其特征在于,所述对所述VMS渔船数据以及AIS渔船数据进行时空配准,包括:
将所述VMS渔船数据与所述AIS渔船数据经纬度转为空间直角坐标,并通过外推法进行时间配准。
4.如权利要求2或3所述的方法,其特征在于,所述对时空配准后的所述VMS渔船数据以及AIS渔船数据进行航迹关联包括:
采用航迹关联算法对时空配准后的所述VMS渔船数据以及AIS渔船数据进行航迹关联处理。
5.如权利要求4所述的方法,其特征在于,所述航迹关联算法为基于统计数学的修正的近邻域航迹关联算法MK-NN。
6.如权利要求2、3或5任一所述的方法,其特征在于,所述对航迹关联后的所述VMS渔船数据与AIS渔船数据进行融合处理得到融合数据,包括:将航迹关联后的所述VMS渔船数据与AIS渔船数据按照时序进行融合形成融合数据。
7.如权利要求6所述的方法,其特征在于,对所述VMS渔船数据以及AIS渔船数据进行时空配准之前,还包括:
对所述VMS渔船数据以及AIS渔船数据进行数据预处理。
8.如权利要求7所述的方法,其特征在于,所述对所述VMS渔船数据以及AIS渔船数据进行数据预处理,包括:
将所述VMS渔船数据以及AIS渔船数据转换成统一的数据格式;
以及对统一数据格式的VMS渔船数据以及AIS渔船数据进行合理性筛选。
9.如权利要求8所述的方法,其特征在于,所述对统一数据格式的VMS渔船数据以及AIS渔船数据进行合理性筛选,包括以下至少一项:
选取经度在(-180°,180°)之间,纬度在(-90°,90°)之间的数据;
以及所述AIS渔船数据的渔船识别码为水上移动通信业务标识码MMSI,对采用同一MMSI的不同AIS渔船数据进行区分。
10.如权利要求9所述的方法,其特征在于,所述基于所述融合数据,对所述指定目标进行作业状态识别,包括:
根据预设的作业状态阈值,对所述融合数据进行判断,识别所述指定目标的作业状态。
11.如权利要求10所述的方法,其中所述作业状态阈值包括以下至少一项:航速阈值和航向差阈值。
12.如权利要求9所述的方法,其特征在于,所述筛选所述VMS信息和AIS信息以获得指定目标的VMS渔船数据以及AIS渔船数据,还包括:
将VMS信息进行字段解析,获得所述指定目标的渔船作业类型、渔船识别码、航速、航向以及经纬度信息组成VMS渔船数据;
将AIS信息进行字段解析,获得所述指定目标的渔船识别码、航速、航向以及经纬度信息组成AIS渔船数据。
13.如权利要求12所述的方法,其特征在于,所述指定目标为拖网渔船,所述筛选获得指定目标的VMS渔船数据以及AIS渔船数据,包括:
从所述VMS渔船数据中筛选作业类型为拖网渔船的VMS渔船数据,作为VMS渔船数据。
14.一种海上船舶作业状态识别装置,其特征在于,所述装置包括信息获取模块、数据筛选模块、数据处理模块以及作业状态识别模块;
所述信息获取模块,配置用于获取渔船监控系统VMS信息和船舶自动识别系统AIS信息;以及将所述VMS信息和所述AIS信息发送至所述数据筛选模块;
所述数据筛选模块,配置用于对所述VMS信息和所述AIS信息进行筛选获得指定目标的VMS渔船数据以及AIS渔船数据;以及将所述VMS渔船数据以及AIS渔船数据发送至所述数据处理模块;
所述数据处理模块,配置用于对所述VMS渔船数据以及AIS渔船数据进行融合处理得到融合数据,以及将所述融合数据发送至所述作业状态识别模块;
以及所述作业状态识别模块,用于基于所述融合数据,对所述海上船舶进行作业状态识别。
15.如权利要求14所述的装置,其特征在于,所述数据处理模块,还用于:
对所述VMS渔船数据以及AIS渔船数据进行时空配准;
对时空配准后的所述VMS渔船数据以及AIS渔船数据进行航迹关联;
以及对航迹关联后的所述VMS渔船数据与AIS渔船数据进行融合处理得到融合数据。
16.如权利要求14或15所述的装置,其特征在于,所述数据处理模块,还用于:
将所述VMS渔船数据以及AIS渔船数据转换成统一的数据格式;
对统一数据格式的VMS渔船数据以及AIS渔船数据进行合理性筛选。
17.如权利要求14或15所述的装置,其特征在于,所述数据筛选模块,还用于:
将VMS信息进行字段解析,获得所述指定目标的渔船作业类型、渔船识别码、航速、航向以及经纬度信息组成VMS渔船数据;
将AIS信息进行字段解析,获得所述指定目标的渔船识别码、航速、航向以及经纬度信息组成AIS渔船数据。
18.如权利要求14或15所述的装置,其特征在于,所述作业状态识别模块,还用于:
根据预设的作业状态阈值,对所述融合数据进行判断,识别所述指定目标为作业状态。
19.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-13任一所述的方法。
20.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-13任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710969664.2A CN109685086B (zh) | 2017-10-18 | 2017-10-18 | 海上船舶作业状态识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710969664.2A CN109685086B (zh) | 2017-10-18 | 2017-10-18 | 海上船舶作业状态识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109685086A true CN109685086A (zh) | 2019-04-26 |
CN109685086B CN109685086B (zh) | 2023-02-03 |
Family
ID=66183194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710969664.2A Active CN109685086B (zh) | 2017-10-18 | 2017-10-18 | 海上船舶作业状态识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685086B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288855A (zh) * | 2019-06-05 | 2019-09-27 | 上海鹰觉科技有限公司 | 针对海上船只行为的分类方法及其分类系统 |
CN111178433A (zh) * | 2019-12-30 | 2020-05-19 | 中国电子科技集团公司第三十六研究所 | 一种渔船作业方式识别方法、装置与系统 |
CN111382148A (zh) * | 2020-03-06 | 2020-07-07 | 深圳市闻迅数码科技有限公司 | 一种船舶信息管理方法、终端设备及计算机可读介质 |
CN111583052A (zh) * | 2020-05-21 | 2020-08-25 | 北京天合睿创科技有限公司 | 渔船轨迹追踪及渔情分析系统 |
CN113112869A (zh) * | 2021-04-08 | 2021-07-13 | 南威软件股份有限公司 | 一种电子围栏的定制和数据处理方法、装置、设备和介质 |
CN113887562A (zh) * | 2021-09-06 | 2022-01-04 | 江苏省海洋水产研究所 | 一种基于船位数据提取毛虾网船捕捞行为特征的方法 |
CN114861839A (zh) * | 2022-07-07 | 2022-08-05 | 三亚海兰寰宇海洋信息科技有限公司 | 一种目标数据的处理方法、装置及设备 |
CN117315573A (zh) * | 2023-09-20 | 2023-12-29 | 亿海蓝(北京)数据技术股份公司 | 供油船的作业行为识别方法及系统、电子设备及存储介质 |
WO2024120340A1 (zh) * | 2022-12-07 | 2024-06-13 | 大连海事大学 | 一种基于群运动特征的渔网示位标识别方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005181078A (ja) * | 2003-12-18 | 2005-07-07 | Tokimec Inc | 船舶用航行支援装置 |
CN101145037A (zh) * | 2007-09-25 | 2008-03-19 | 孙国强 | 渔船动态监控查询验证系统 |
CN201548689U (zh) * | 2009-10-16 | 2010-08-11 | 武汉大学 | 基于船舶自动识别系统的雷达辅助系统 |
CN102495421A (zh) * | 2011-11-30 | 2012-06-13 | 上海无线电设备研究所 | 渔网定位监控系统及其监控方法 |
CN103177608A (zh) * | 2013-03-01 | 2013-06-26 | 上海海事大学 | 海上可疑船舶与船舶油污发现系统 |
CN103353756A (zh) * | 2013-05-27 | 2013-10-16 | 武汉理工大学 | 基于ais与vts信息融合的在航船舶实时监控方法 |
CN103631148A (zh) * | 2013-08-28 | 2014-03-12 | 中国人民解放军海军大连舰艇学院 | 一种基于ais的船舶驾驶实时虚拟增强仿真系统及方法 |
CN103971543A (zh) * | 2014-05-26 | 2014-08-06 | 浙江省嘉兴市港航管理局 | 一种融合多种数据源的船舶自动识别监控方法及监管系统 |
CN104091470A (zh) * | 2014-07-15 | 2014-10-08 | 南京大学 | 一种基于多数据融合的航道交通信息预测方法及应用 |
KR20150019072A (ko) * | 2013-08-12 | 2015-02-25 | 목포대학교산학협력단 | Vhf dsc에 의한 동해권 어업 vms 통신운용 방법 |
CN106021675A (zh) * | 2016-05-13 | 2016-10-12 | 国家海洋局第三海洋研究所 | 一种基于多源船舶自动识别系统数据的数据融合方法 |
CN106970387A (zh) * | 2017-04-19 | 2017-07-21 | 武汉理工大学 | 一种基于ais与雷达数据融合的内河航道交通流检测方法 |
-
2017
- 2017-10-18 CN CN201710969664.2A patent/CN109685086B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005181078A (ja) * | 2003-12-18 | 2005-07-07 | Tokimec Inc | 船舶用航行支援装置 |
CN101145037A (zh) * | 2007-09-25 | 2008-03-19 | 孙国强 | 渔船动态监控查询验证系统 |
CN201548689U (zh) * | 2009-10-16 | 2010-08-11 | 武汉大学 | 基于船舶自动识别系统的雷达辅助系统 |
CN102495421A (zh) * | 2011-11-30 | 2012-06-13 | 上海无线电设备研究所 | 渔网定位监控系统及其监控方法 |
CN103177608A (zh) * | 2013-03-01 | 2013-06-26 | 上海海事大学 | 海上可疑船舶与船舶油污发现系统 |
CN103353756A (zh) * | 2013-05-27 | 2013-10-16 | 武汉理工大学 | 基于ais与vts信息融合的在航船舶实时监控方法 |
KR20150019072A (ko) * | 2013-08-12 | 2015-02-25 | 목포대학교산학협력단 | Vhf dsc에 의한 동해권 어업 vms 통신운용 방법 |
CN103631148A (zh) * | 2013-08-28 | 2014-03-12 | 中国人民解放军海军大连舰艇学院 | 一种基于ais的船舶驾驶实时虚拟增强仿真系统及方法 |
CN103971543A (zh) * | 2014-05-26 | 2014-08-06 | 浙江省嘉兴市港航管理局 | 一种融合多种数据源的船舶自动识别监控方法及监管系统 |
CN104091470A (zh) * | 2014-07-15 | 2014-10-08 | 南京大学 | 一种基于多数据融合的航道交通信息预测方法及应用 |
CN106021675A (zh) * | 2016-05-13 | 2016-10-12 | 国家海洋局第三海洋研究所 | 一种基于多源船舶自动识别系统数据的数据融合方法 |
CN106970387A (zh) * | 2017-04-19 | 2017-07-21 | 武汉理工大学 | 一种基于ais与雷达数据融合的内河航道交通流检测方法 |
Non-Patent Citations (2)
Title |
---|
MARZA IHSAN MARZUKI等: "Fishing gear recognition from VMS data to identify illegal fishing activities in Indonesia", 《IEEE》 * |
曹洪岐等: "面向全自动散货码头的智能装船成套技术及其应用", 《天津科技》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288855A (zh) * | 2019-06-05 | 2019-09-27 | 上海鹰觉科技有限公司 | 针对海上船只行为的分类方法及其分类系统 |
CN111178433A (zh) * | 2019-12-30 | 2020-05-19 | 中国电子科技集团公司第三十六研究所 | 一种渔船作业方式识别方法、装置与系统 |
CN111382148B (zh) * | 2020-03-06 | 2024-01-16 | 深圳市闻迅数码科技有限公司 | 一种船舶信息管理方法、终端设备及计算机可读介质 |
CN111382148A (zh) * | 2020-03-06 | 2020-07-07 | 深圳市闻迅数码科技有限公司 | 一种船舶信息管理方法、终端设备及计算机可读介质 |
CN111583052A (zh) * | 2020-05-21 | 2020-08-25 | 北京天合睿创科技有限公司 | 渔船轨迹追踪及渔情分析系统 |
CN113112869A (zh) * | 2021-04-08 | 2021-07-13 | 南威软件股份有限公司 | 一种电子围栏的定制和数据处理方法、装置、设备和介质 |
CN113887562A (zh) * | 2021-09-06 | 2022-01-04 | 江苏省海洋水产研究所 | 一种基于船位数据提取毛虾网船捕捞行为特征的方法 |
CN113887562B (zh) * | 2021-09-06 | 2022-09-30 | 江苏省海洋水产研究所 | 一种基于船位数据提取毛虾网船捕捞行为特征的方法 |
CN114861839A (zh) * | 2022-07-07 | 2022-08-05 | 三亚海兰寰宇海洋信息科技有限公司 | 一种目标数据的处理方法、装置及设备 |
CN114861839B (zh) * | 2022-07-07 | 2022-10-21 | 三亚海兰寰宇海洋信息科技有限公司 | 一种目标数据的处理方法、装置及设备 |
WO2024120340A1 (zh) * | 2022-12-07 | 2024-06-13 | 大连海事大学 | 一种基于群运动特征的渔网示位标识别方法 |
CN117315573A (zh) * | 2023-09-20 | 2023-12-29 | 亿海蓝(北京)数据技术股份公司 | 供油船的作业行为识别方法及系统、电子设备及存储介质 |
CN117315573B (zh) * | 2023-09-20 | 2024-06-04 | 亿海蓝(北京)数据技术股份公司 | 供油船的作业行为识别方法及系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109685086B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109685086A (zh) | 海上船舶作业状态识别方法、装置、设备及存储介质 | |
Mao et al. | An automatic identification system (AIS) database for maritime trajectory prediction and data mining | |
Xiao et al. | Maritime traffic probabilistic forecasting based on vessels’ waterway patterns and motion behaviors | |
Dobrkovic et al. | Maritime pattern extraction and route reconstruction from incomplete AIS data | |
Arguedas et al. | Maritime traffic networks: From historical positioning data to unsupervised maritime traffic monitoring | |
De Souza et al. | Improving fishing pattern detection from satellite AIS using data mining and machine learning | |
Spiliopoulos et al. | A big data driven approach to extracting global trade patterns | |
CN109658439B (zh) | 船舶压港状态识别方法、装置、设备以及存储介质 | |
Millefiori et al. | A distributed approach to estimating sea port operational regions from lots of AIS data | |
Wang et al. | Use of AIS data for performance evaluation of ship traffic with speed control | |
Yan et al. | Extracting ship stopping information from AIS data | |
Wang et al. | Maritime traffic data visualization: A brief review | |
CN110069582A (zh) | 船舶抛锚区域确定方法、装置、设备及存储介质 | |
Filipiak et al. | Anomaly detection in the maritime domain: comparison of traditional and big data approach | |
Charłampowicz | Maritime container terminal service quality in the face of COVID-19 outbreak | |
Lei et al. | Trajectory data restoring: A way of visual analysis of vessel identity base on optics | |
Xin et al. | Maritime traffic partitioning: An adaptive semi-supervised spectral regularization approach for leveraging multi-graph evolutionary traffic interactions | |
Pavlić Skender et al. | An overview of modern technologies in leading global seaports | |
Angelopoulos et al. | Reflecting economic activity through ports: The case of Australia | |
Grida et al. | An empirical model for estimating berth and sailing times of mega container ships | |
CN110033173A (zh) | 船只管理和渔业资源管理方法及终端设备 | |
Ma et al. | Identification and analysis of ship waiting behavior outside the port based on AIS data | |
CN110473396A (zh) | 交通拥堵数据分析方法、装置、电子设备及存储介质 | |
Kaljouw et al. | Tugboat resting location optimization using AIS data analysis | |
Chen et al. | Anomaly detection and restoration for ais raw data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |