CN109697892B - 一种时空感知的船舶碰撞风险智能预警方法 - Google Patents

Abstract

本发明属于船舶的碰撞预警技术领域，公开了一种时空感知的船舶碰撞风险智能预警方法，根据目标船舶的领域面积与其他船舶的位置，判断进行碰撞预警的目标船舶与之周围的船舶对象集合A中的船舶有哪些直接包含于进行碰撞检测的目标船舶的领域内，输出可能与目标船舶产生碰撞的船舶的集合；船舶可能产生碰撞的危险级别。本发明提供将船舶信息抽象为椭圆状，在碰撞预警计算时进一步抽象为菱形进行碰撞预警，大大减少了碰撞预警的计算量，缩短了预警系统的响应时间；将碰撞预警算法抽象简化为椭圆的相交，大大降低了计算的难度和复杂性。

Description

一种时空感知的船舶碰撞风险智能预警方法

技术领域

本发明属于船舶的碰撞预警技术领域，尤其涉及一种时空感知的船舶碰撞风险智能预警方法

背景技术

在世界经济全球化的大背景下，内河航运作为重要的基础性环节，在交通运输上有着至关重要的作用。随着内河航道交通压力日渐增大，以及AIS系统的迅猛发展，海事监管部门对水上交通的管理监测由事后应急向事前预警转变，船舶的碰撞预警技术作为船舶智能信息化发展的重要环节，它的发展能大幅提高海上交通运输的安全性。

相对传统雷达设备等，AIS设备拥有受地形天气影响小，高定位精度等优点，且可以提供更丰富的船舶轨迹特征数据。目前船舶的碰撞检测常使用距离、时间或其他相关的指标作为判断条件，其算法有安全角度算法、安全区域算法、安全距离算法、碰撞时间算法和数据挖掘等。安全距离算法、安全角度算法和安全区域算法只能针对直线碰撞的问题；数据挖掘方法需建立知识库；碰撞时间算法虽能解决各个方向的碰撞问题，但是算法复杂、运算代价大，不易实现。

综上所述，目前技术存在的问题包括：

传统雷达设备在进行船舶的碰撞距离、时间或其他相关的指标判断中，数据处理算法有局限性只能针对直线碰撞的问题；数据挖掘方法需建立知识库；碰撞时间算法复杂、运算代价大，不易实现；当前大多数船舶行为分析研究并未针对大规模船舶AIS数据进行展开。

解决上述技术问题的难度：

针对航线规划中的热点航迹时空分布问题，本发明基于DBSCAN思想提出了一种航迹热点预警模型，该模型结合了航船群体的时空分布规律及单个航船的船速、船长、航向等多种动静态因素，对航迹热点进行预警，即预测局部区域内可能形成碰撞危险性的航迹热点。

解决上述技术问题的意义：

当前,大多数船舶行为分析研究是基于船舶少量个体的统计模型，并未针对大规模船舶AIS数据进行展开知识发现的研究。本课题从船舶行为特征包含位置、航向、航速、加速度、转头速率等多维动态属性中，挖掘了船舶群体航行的时空分布规律，并结合DBSCAN思想，提出了AIS数据航迹热点预测预警模型。

发明内容

针对现有技术存在的问题，本发明提供了一种时空感知的船舶碰撞风险智能预警方法，

本发明是这样实现的，一种时空感知的船舶碰撞风险智能预警方法包括：

步骤一：确定算法的输入参数，包括：密度阈值MinPts，每个对象对应的领域Epsilon，船头指向；根据船舶的运行速度V(单位m/s)，船舶长度L(单位m)来计算船舶的安全领域；

步骤二：根据目标船舶的领域面积与其他船舶的位置，判断进行碰撞预警的目标船舶与之周围的船舶对象集合A中的船舶有哪些直接包含于进行碰撞检测的目标船舶的领域内，将这些船舶记为集合i(in)；

步骤三：通过循环遍历，找出除集合i外集合A领域与目标船舶领域相交的船舶，把这些船舶记为集合o(out)；

步骤四：输出可能与目标船舶产生碰撞的船舶的集合(可用于可视化的标注)；船舶可能产生碰撞的危险级别。

进一步，步骤一中，所述船舶安全领域计算方法包括：

根据实际情况，可以把船舶领域简化为椭圆，所以根据V和L得到长轴长LAL(Longaxis length)和短轴长SAL(Short axis length)：

Epsilon＝π*LAL*SAL

进一步，步骤二中，所述集合A包括：

根据资料显示，商用、民用船舶的速度一般不会超过30海里/小时，即54公里/小时，船长一般不会超过300米；所以可以在目标船舶的椭圆领域基础上，再外接多个以最大速度54公里/小时和最大船长300米作为参数计算出来的椭圆领域，两者相结合就是选取对象集合A的范围。

进一步，步骤二中，所述判断是否包含在目标船舶领域内的方法包括：

其中，LAL为目标船舶领域长轴长，SAL为目标船舶领域短轴长，中心点(目标船舶位置)(sx，sy)；进行判断的船舶位置(x，y)；当Result＝1，在椭圆上；Result<1在椭圆内；Result>1在椭圆外。

进一步，步骤三中，所述相交判断方法包括：

(1)以目标船舶为原点，利用目标船舶领域长轴长centricLal；目标船舶领域短轴长centricSal；中心点(目标船舶位置)(sx，sy)；目标船舶船首向(角度α)进行判断的船舶的长轴长otherLal；进行判断的船舶的短轴长otherSal；进行判断的船舶位置(x，y)；进行判断的船舶船首向(角度β)得到其关于椭圆领域的椭圆方程：

(2)根据目标船舶与进行判断船舶的位置关系，得出判断船舶的椭圆领域，然后对该椭圆领域进行简化，变成一个椭圆内接菱形；计算出椭圆内接菱形四条边对应的直线方程表达式；

(3)根据集合i的集合数量与集合o中的集合数量相加得到可能与目标船舶发生碰撞的船的总数，再与密度阈值MinPts比较，来判断目标船舶可能发生碰撞的危险级别。

综上所述，本发明的优点及积极效果为：

本发明提供将船舶信息抽象为椭圆状，在碰撞预警计算时进一步抽象为菱形进行碰撞预警，大大减少了碰撞预警的计算量，缩短了预警系统的响应时间；将碰撞预警算法抽象简化为椭圆的相交，大大降低了计算的难度和复杂性。

本发明的另一目的在于提供一种实施所述时空感知的船舶碰撞风险智能预警方法的时空感知的船舶碰撞风险智能预警系统。

为了实现航船轨迹及分布热点的多维动态可视化，可按船舶MMSI及时间特征进行AIS数据的存储与管理，设计航行时间尺度和空间尺度的自定义航迹可视化，以灵活模拟与重现特定船舶集合的具体航行轨迹。

将本发明应用到船舶碰撞风险智能预警系统中，以长江航道为研究对象，船舶碰撞预警范围示意如图5所示。长江航道全程航迹热点分布如图6所示。

附图说明

图1是本发明实施例提供的时空感知的船舶碰撞风险智能预警方法流程图；

图2是本发明实施例提供的进行碰撞预警的目标船舶与之周围的船舶对象集合A示例图；

图3是本发明实施例提供的船舶的椭圆领域示意图；

图4是本发明实施例提供的椭圆内菱形边示意图。

图5是本发明实施例提供的本发明应用到船舶碰撞风险智能预警系统中，以长江航道为研究对象，船舶碰撞预警范围示意图。

图6是本发明实施例提供的长江航道全程航迹热点分布图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

传统雷达设备在进行船舶的碰撞距离、时间或其他相关的指标判断中，数据处理算法有局限性只能针对直线碰撞的问题；数据挖掘方法需建立知识库；碰撞时间算法复杂、运算代价大，不易实现。

为解决上述问题，下面结合技术方案对本发明作详细描述。

如图1所示，本发明实施例提供的时空感知的船舶碰撞风险智能预警方法包括：

S101：确定算法的输入参数，包括：密度阈值MinPts，每个对象对应的领域Epsilon，船头指向。

S102：根据船舶的运行速度V(单位m/s)，船舶长度L(单位m)来计算船舶的安全领域。

S103：根据目标船舶的领域面积与其他船舶的位置，判断进行碰撞预警的目标船舶与之周围的船舶对象集合A中的船舶有哪些直接包含于进行碰撞检测的目标船舶的领域内，将这些船舶记为集合i(in)。

S104：通过循环遍历，找出除集合i外集合A领域与目标船舶领域相交的船舶，把这些船舶记为集合o(out)。

S105：输出可能与目标船舶产生碰撞的船舶的集合(可用于可视化的标注)；船舶可能产生碰撞的危险级别。

步骤S101中，本发明实施例提供的船舶安全领域计算方法包括：

根据实际情况，可以把船舶领域简化为椭圆，所以根据V和L得到长轴长LAL(Longaxis length)和短轴长SAL(Short axis length)：

Epsiloii＝π*LAL*SAL

如图2所示，步骤S102中，本发明实施例提供的集合A包括：

根据资料显示，商用、民用船舶的速度一般不会超过30海里/小时，即54公里/小时，船长一般不会超过300米；所以可以在目标船舶的椭圆领域基础上，再外接多个以最大速度54公里/小时和最大船长300米作为参数计算出来的椭圆领域，两者相结合就是选取对象集合A的范围。

步骤二中，本发明实施例提供的判断是否包含在目标船舶领域内的方法包括：

其中，LAL为目标船舶领域长轴长，SAL为目标船舶领域短轴长，中心点(目标船舶位置)(sx，sy)；进行判断的船舶位置(x，y)；当Result＝1，在椭圆上；Result<1在椭圆内；Result>1在椭圆外。

如图3所示，步骤S103中，本发明实施例提供的相交判断方法包括：

(1)以目标船舶为原点，利用目标船舶领域长轴长centricLal；目标船舶领域短轴长centricSal；中心点(目标船舶位置)(sx，sy)；目标船舶船首向(角度α)进行判断的船舶的长轴长otherLal；进行判断的船舶的短轴长otherSal；进行判断的船舶位置(x，y)；进行判断的船舶船首向(角度β)得到其关于椭圆领域的椭圆方程：

(2)根据目标船舶与进行判断船舶的位置关系，得出判断船舶的椭圆领域，然后对该椭圆领域进行简化，变成一个椭圆内接菱形；计算出椭圆内接菱形四条边对应的直线方程表达式；

(3)根据集合i的集合数量与集合o中的集合数量相加得到可能与目标船舶发生碰撞的船的总数，再与密度阈值MinPts比较，来判断目标船舶可能发生碰撞的危险级别。

如图4所示，步骤(2)中，本发明实施例提供的椭圆内接菱形上下左右这4条边的计算方法包括：

1)、α＝90-船首向差值(进行判定船舶β-目标船舶α)；

2)、通过以目标船舶位置为原点，建立直角坐标系，所以可以得到进行判定船舶对应的位置(x，y)；

3)、计算4个点；

对于点A和B：

a＝sinα*半长轴长；A＝(x-b，y-a)；b＝cosα*半轴长；B＝(x+b，y+a)

对于点C和D：

b＝sinα*短半轴长；C＝(x-b，y+a)；a＝cosα*短半轴长；D＝(x+b，y-a)；

4)、两点组成一条直线A与C、D；B与C、D，可根据两点式得到方程(x1，y1)，(x2，y2)变成一般式：

Ax+By+C＝0；

(y2-y1)*x–(x2-x1)*y–(y2-y1)*x1+(x2-x1)*y1＝0；

A＝(y2-y1)；B＝-(x2-x1)；C＝–(y2-y1)*x1+(x2-x1)*y1。

5)、将求得的直线方程与目标椭圆的方程联立，变成一个一元二次方程：

6)、通过求判别式，求解直线与椭圆是否有交点，Δ>1有两个交点，Δ＝1有一个交点，Δ<1没有交点：

7)、如果有交点，得判断是否在进行判定船舶的内部。通过求根公式

判断x是否在x1与x2的范围内；如果在范围内，则说明直线与椭圆相交，即目标椭圆与进行判断的椭圆相交；如果不在范围内，就判断其他未进行判断的线是否与椭圆相交；只要存在一条相交的直线，就能说明两椭圆相交，若四条直线都未与目标椭圆相交，则说明这两个椭圆不相交。

将本发明应用到船舶碰撞风险智能预警系统中，以长江航道为研究对象，船舶碰撞预警范围示意如图5所示。长江航道全程航迹热点分布如图6所示。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种时空感知的船舶碰撞风险智能预警方法，其特征在于，所述时空感知的船舶碰撞风险智能预警方法包括：

步骤一：根据船舶的运行速度V，船舶长度L计算船舶的安全运行领域；

步骤二：根据目标船舶的领域面积与其他船舶的位置，判断进行碰撞预警的目标船舶与之周围的船舶对象集合A中的船舶有哪些直接包含于进行碰撞检测的目标船舶的领域内，将这些船舶记为集合i；

步骤三：通过循环遍历，找出除集合i外集合A领域与目标船舶领域相交的船舶，船舶记为集合o；

所述相交判断方法包括：

(1)以目标船舶为原点，利用目标船舶领域长轴长centricLal；目标船舶领域短轴长centricSal；中心点(目标船舶位置)(sx，sy)；目标船舶船首向(角度α)进行判断的船舶的长轴长otherLal；进行判断的船舶的短轴长otherSal；进行判断的船舶位置(x，y)；进行判断的船舶船首向(角度β)得到其关于椭圆领域的椭圆方程：

(2)根据目标船舶与进行判断船舶的位置关系，得出判断船舶的椭圆领域，然后对该椭圆领域进行简化，变成一个椭圆内接菱形；计算出椭圆内接菱形四条边对应的直线方程表达式；

所述椭圆内接菱形上下左右这4条边的计算方法包括：

1)、α＝90-船首向差值，进行判定船舶β-目标船舶α；

2)、通过以目标船舶位置为原点，建立直角坐标系，所以可以得到进行判定船舶对应的位置(x，y)；

3)、计算4个点；

对于点A和B：

a＝sinα*半长轴长；A＝(x-b，y-a)；b＝cosα*半轴长；B＝(x+b，y+a)

对于点C和D：

b＝sinα*短半轴长；C＝(x-b，y+a)；a＝cosα*短半轴长；D＝(x+b，y-a)；

4)、两点组成一条直线A与C、D；B与C、D，可根据两点式得到方程(x1，y1)，(x2，y2)变成一般式：

Ax+By+C＝0；

(y2-y1)*x–(x2-x1)*y–(y2-y1)*x1+(x2-x1)*y1＝0；

A＝(y2-y1)；B＝-(x2-x1)；C＝–(y2-y1)*x1+(x2-x1)*y1；

5)、将求得的直线方程与目标椭圆的方程联立，变成一个一元二次方程：

6)、通过求判别式，求解直线与椭圆是否有交点，Δ>1有两个交点，Δ＝1有一个交点，Δ<1没有交点：

7)、如果有交点，得判断是否在进行判定船舶的内部；通过求根公式

判断x是否在x1与x2的范围内；如果在范围内，则说明直线与椭圆相交，即目标椭圆与进行判断的椭圆相交；如果不在范围内，就判断其他未进行判断的线是否与椭圆相交；只要存在一条相交的直线，说明两椭圆相交，若四条直线都未与目标椭圆相交，则说明这两个椭圆不相交；

(3)根据集合i的集合数量与集合o中的集合数量相加得到可能与目标船舶发生碰撞的船的总数，再与密度阈值MinPts比较，来判断目标船舶可能发生碰撞的危险级别；

步骤四：输出可能与目标船舶产生碰撞的船舶的集合；船舶可能产生碰撞的危险级别。

2.如权利要求1所述时空感知的船舶碰撞风险智能预警方法，其特征在于，步骤一中，所述船舶安全领域计算方法包括：

根据实际情况，可以把船舶领域简化为椭圆，所以根据V和L得到长轴长LAL和短轴长SAL：

Epsilon＝π*LAL*SAL。

3.如权利要求1所述时空感知的船舶碰撞风险智能预警方法，其特征在于，步骤二中，所述集合A包括：

根据资料显示，商用、民用船舶的速度一般不会超过30海里/小时，即54公里/小时，船长一般不会超过300米；所以可以在目标船舶的椭圆领域基础上，再外接多个以最大速度54公里/小时和最大船长300米作为参数计算出来的椭圆领域，两者相结合就是选取对象集合A的范围。

4.如权利要求1所述时空感知的船舶碰撞风险智能预警方法，其特征在于，步骤二中，所述判断是否包含在目标船舶领域内的方法包括：

其中，LAL为目标船舶领域长轴长，SAL为目标船舶领域短轴长，中心点(目标船舶位置)(sx，sy)；进行判断的船舶位置(x，y)；当Result＝1，在椭圆上；Result<1在椭圆内；Result>1在椭圆外。

5.一种实施权利要求1所述时空感知的船舶碰撞风险智能预警方法的时空感知的船舶碰撞风险智能预警系统。

Images