CN111159321A - 船舶轨迹数据筛选方法和装置 - Google Patents

Abstract

本申请属于船舶数据管理领域，具体涉及一种船舶轨迹数据筛选方法和装置，旨在为了解决现有方法中轨迹点的判断精度不高，会丢失重要轨迹点的问题。本发明方法将一段时间内存储的船舶轨迹数据作为待筛选数据，将船舶运行轨迹作为第一待测曲线，通过道格拉斯算法确定第一待测曲线的保留点；将相邻两个保留点之间的船舶运行轨迹作为第二待测曲线，对每条第二待测曲线分别通过基于角度限值的方法确定保留点；将两次得到的保留点对应的轨迹点的信息数据作为数据筛选结果。本发明提高了轨迹压缩的精度，极大保留空间特征信息量大的轨迹点；在对轨迹段内的数据进行筛选时，采用多线程并行计算的方法，降低了算法执行时间，满足实时性的数据处理需求。

Description

船舶轨迹数据筛选方法和装置

技术领域

本申请属于船舶数据管理领域，具体涉及一种船舶轨迹数据筛选方法和装置。

背景技术

船舶在运行过程中，会产生大量的时空轨迹数据，由于船舶AIS、雷达等设备处于连续工作状态，在很短的工作周期内(一般为毫秒级别)就会返回设备采集到的数据，因此在船舶的一个航次内会产生异常巨大的数据规模，但是船舶的移动一般都会遵守一定的规律，因此船舶设备返回得到的相邻的轨迹点在时间和空间上都有着极高的冗余信息。这些冗余信息会给数据的存储、分析等带来巨大的压力，因此，消除或减少这些冗余信息的存在，有利于提高数据库的存储效率以及数据的分析效率。数据压缩算法是基于单一特征判断轨迹点信息量的高低，从而决定轨迹点是否保留，但现有方法关于轨迹点的判断精度不高，会丢失一些重要的轨迹点，导致后续的数据压缩产生累积误差。

发明内容

(一)要解决的技术问题

为了解决上述问题，本申请提出了一种船舶轨迹数据筛选方法和装置。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

一种船舶轨迹数据筛选方法，该方法包括：

步骤S10、获取一段时间内存储的船舶轨迹数据作为待筛选数据，所述船舶轨迹数据是船舶运行轨迹上每个轨迹点的信息数据组成的集合；

步骤S20、将所述船舶运行轨迹作为第一待测曲线，将每个轨迹点作为所述第一待测曲线上的离散点，通过道格拉斯算法确定所述第一待测曲线的保留点；

步骤S30、将相邻两个保留点之间的船舶运行轨迹作为第二待测曲线，对每条第二待测曲线分别通过基于角度限值的方法确定保留点；

步骤S40、将步骤S20和步骤S30得到的保留点对应的轨迹点的信息数据作为数据筛选结果。

作为本发明方法的一种改进，步骤S20中的通过道格拉斯算法确定所述第一待测曲线的保留点包括：

步骤S21、将所述船舶运行轨迹上起始轨迹点和终止轨迹点作为保留点；

步骤S22、将所述船舶运行轨迹上除保留点之外的轨迹点作为区间点，确定每个区间点到其前后相邻的两个保留点所成直线的最大垂直距离；

步骤S23、将最大垂直距离大于等于距离阈值的区间点作为保留点；

步骤S24、重复执行步骤S22，直至每个区间点的垂直距离小于距离阈值；

步骤S25、将得到的所有保留点作为所述第一待测曲线的保留点。

作为本发明方法的一种改进，步骤S30中的基于角度限值的方法确定保留点包括：

步骤S31、将一个保留点作为第一端点，将另一个保留点作为第二端点，将所述第一端点相邻的第一个轨迹点作为测试点；

步骤S32、将所述第二待测曲线上除测试点之外的轨迹点，及所述第二端点作为待测点；

步骤S33、将所述测试点与相邻保留点的连线和所述测试点与相邻待测点的连线所成的夹角作为所述测试点的特征夹角；

步骤S34、将特征夹角小于等于角度阈值的测试点作为保留点；

步骤S35、将所述测试点相邻的待测点作为测试点；

步骤S36、重复执行步骤S33—步骤S35，直至所述测试点相邻的待测点为所述第二端点；

步骤S37、将所有保留点作为每条第二待测曲线上确定的保留点。

作为本发明方法的一种改进，所述船舶轨迹数据为船舶传感器采集的航路点数据，所述航路点数据包括轨迹点的时间、经度、纬度、方向、速度信息数据。

作为本发明方法的一种改进，所述距离阈值和所述角度阈值根据所述船舶传感器测量精度和/或所述船舶运行轨迹上的轨迹点数量确定。

作为本发明方法的一种改进，所述距离阈值的取值范围为(5，10)。

作为本发明方法的一种改进，所述角度阈值的取值范围为(120°，178°)。

作为本发明方法的一种改进，采用多线程并行计算的方法确定每条第二待测曲线的保留点。

本发明第二方面提出了一种船舶轨迹数据筛选装置，该装置包括：轨迹数据获取模块、第一保留点获取模块、第二保留点获取模块、筛选结果获取模块；

所述轨迹数据获取模块，配置为获取一段时间内存储的船舶轨迹数据作为待筛选数据，所述船舶轨迹数据是船舶运行轨迹上每个轨迹点的信息数据组成的集合；

所述第一保留点获取模块，配置为将所述船舶运行轨迹作为第一待测曲线，将每个轨迹点作为所述第一待测曲线上的离散点，通过道格拉斯算法确定所述第一待测曲线的保留点；

所述第二保留点获取模块，配置为将相邻两个保留点之间的船舶运行轨迹作为第二待测曲线，对每条第二待测曲线分别通过基于角度限值的方法确定保留点；

所述筛选结果获取模块，配置为将所述第一保留点获取模块和所述第二保留点获取模块得到的保留点对应的轨迹点的信息数据作为数据筛选结果。

(三)有益效果

本发明的有益效果是：本发明从构成曲线的点集合中提取能反映曲线总体及局部形态主要特征的子点集的思想，将原始航迹段划分成多段轨迹点，在每段轨迹点内再对轨迹数据进行筛选，大大提高了轨迹压缩的精度，避免了误差的累积效应；通过基于角度限值的方法来进行航迹段内轨迹数据的筛选，可以有效剔除掉大于角度阈值的轨迹点数据，相较于将划段后的段间的轨迹点全部删除的方法，本发明方法算法能极大保留空间特征信息量大的轨迹点且运行时间短；在对轨迹段内的数据进行筛选时，采用多线程并行计算的方法，可以大大提升算法运行效率，降低算法执行时间，满足实时性的数据处理需求。

附图说明

本发明借助于以下附图进行描述：

图1为本发明具体实施方式中的船舶轨迹数据筛选方法流程示意图；

图2为本发明具体实施方式中的船舶轨迹数据筛选方法一个实施例的流程示意图；

图3为本发明具体实施方式中的轨迹分段示意图；

图4为本发明具体实施方式中的船舶运行轨迹示例图；

图5为本发明具体实施方式中的船舶运行轨迹分段示例图；

图6为本发明具体实施方式中的数据筛选后船舶运行轨迹示例图。

具体实施方式

为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。

本发明通过对整条轨迹进行划分，然后在每条轨迹内通过角度差计算将不符合条件的点删除，从而实现轨迹数据的压缩，如图1所示，包括以下步骤：

步骤S10、获取一段时间内存储的船舶轨迹数据作为待筛选数据，船舶轨迹数据是船舶运行轨迹上每个轨迹点的信息数据组成的集合；

步骤S20、将船舶运行轨迹作为第一待测曲线，将每个轨迹点作为第一待测曲线上的离散点，通过道格拉斯算法确定第一待测曲线的保留点；

步骤S30、将相邻两个保留点之间的船舶运行轨迹作为第二待测曲线，对每条第二待测曲线分别通过基于角度限值的方法确定保留点；

步骤S40、将步骤S20和步骤S30得到的保留点对应的轨迹点的信息数据作为数据筛选结果。

其中，船舶轨迹数据可以是船舶传感器采集的航路点数据，航路点数据具体包括轨迹点的时间、经度、纬度、方向、速度信息数据。

为了便于理解本发明方法提供一个实施例。图2为该实施例的船舶轨迹数据筛选方法流程示意图，以下结合图2对本发明方法中的各步骤进行详细说明。

智能船舶系统对数据实时性要求高，且在尽可能压缩数据规模的同时不会影响原有全量数据的信息。在对船舶轨迹数据进行压缩的时候为了提高数据压缩的精度，降低数据的误删率，本实施例首先通过一种简化二维曲线的方法对整条轨迹进行划分，依据具有特征的航路点将航迹划分成局部特征点聚集的多段轨迹，然后在每条轨迹内通过角度差计算将不符合条件的点删除，从而实现轨迹数据的筛选。

步骤1：数据导入。将需进行数据筛选的轨迹数据导入，轨迹数据是由一系列带有船舶信息的数据点组成。航路点P_i＝{t_i，lon_i，lat_i，dir_i，sp_i}表示采集到的每一个轨迹点，每个点都包含着时间、经度、纬度、方向、速度等相关信息。

步骤2：是否需要进行航路分段。连接起始点和终止点，遍历轨迹点，计算所有点到起止点连线的距离，若所有距离均小于设计的距离阈值，则证明不需要进行航路划分，继续执行步骤5，否则说明需要进行航迹分段，继续执行步骤3。

优选的，距离阈值的取值范围为(5，10)。

步骤3：确定分段点。将所有航迹点中距离起止点连线最远的点作为分段点1，然后分别做分段点1与起点和终点的连线，继续判断起点(终点)与分段点1之间的航路点同起点(终点)与分段点1之间的连线的距离有无大于距离阈值的，若有则将最远距离的点作为分段点2(3)，若无，则认为该两点之间无需继续进行航路分段。然后继续寻找分段点2(3)与其最近的两个分段点间有无分段点，直到所有分段点(包括起止点)间无法再继续划分分段点为止。从而，确认整条路径的所有分段点(起止点以及分段点是最后要保留的轨迹点)。图3为本实施例的轨迹分段示意图，图中的点为航迹点。

步骤4：确定航路分段，以步骤3确定的分段点为依据，将整条轨迹划分成n条轨迹段。

步骤5：遍历轨迹段。遍历划分好的轨迹段，轨迹段数目大于等于1。然后对每条轨迹段进行并行操作，即对所有的轨迹段同时执行轨迹点压缩算法。

步骤6：轨迹段压缩。在每段轨迹段中执行轨迹点压缩，具体方法如下：

保留每条轨迹的第一个轨迹点P₁，然后确定轨迹段的第二个点P₂以及第三个点P₃，做P₁与P₂以及P₂与P₃的连线，确定两条连线的角度θ(∠P₁P₂P₃)。

判断角度θ是否小于阈值角度β，若小于则保留P₂，然后顺延一个轨迹点P₄，同时对P₂P₃P₄继续执行上述操作，否则删除P₂，然后顺延一个轨迹点P₄，同时对P₁P₃P₄继续执行上述操作。

重复上述步骤，若轨迹段中有n个轨迹点，则对上述步骤进行n-2次循环，最终可以得到每条航迹段中去除过小角度偏移量数据点的新的航迹段。

优选的，距离阈值的取值范围为(120°，178°)。

步骤7：是否航迹段遍历结束。判断是否所有航迹段均得到遍历，且执行了步骤6的操作，是则证明航迹段压缩完成，执行步骤8，否则继续执行步骤5。

步骤8：航迹段合并。将压缩完成的各个航迹段重新合并成一条完整的航迹段，得到一个全新的精简的轨迹数据集并将其输出。

相较于现有的数据筛选算法，本发明方法的时间复杂度及计算复杂度均得到了大幅度降低，算法执行效率大幅度提高且算法执行精度更优，适用于智能船舶航行中的数据实时处理，可为船舶的执行决策系统提供高质的实时数据支撑。

将本发明方法用于智能船舶的数据筛选，举一具体实例如下。

对某20米长船艇在某日13：49-13.59航行共计10分钟，船舶差分全球定位系统采集到的数据进行数据压缩。该船航行10分钟，船舶差分全球定位系统返回数据共604条。图4为本发明具体实施方式中的船舶运行轨迹示例图，其中的点为船舶差分全球定位系统返回数据所得到的数据轨迹点。

首先，判断是否需要进行航路分段。确定分段的距离阈值。距离阈值的选取根据航路点的数量、船舶传感器测量精度结合实际经验综合得出，当航路点越多，船舶传感器精度越高，距离相近的航路点的相似度越高，此时确定的阈值越小。本实例中确定分段的阈值为8。连接起始点，寻找航路点距离连线最远的点，判断该距离与阈值的大小，实际得到距离为35，大于阈值，确定要进行分段，同时将该点设为分段点1，以该距离阈值为判断依据，找出分段点2、分段点3，如图5所示，将整条航线划分成了4段。

接下来对每一段航线执行轨迹段的压缩，将每条轨迹段根据角度差来筛选掉那些特征相同的点，首先确定角度阈值为175度。角度阈值根据两点间采集时间间隔来确定，采集时间间隔越短，则两点距离越近，特征相同的三点越容易连成一条直线，所以角度阈值选的越大，反之则角度阈值选的越小，但该值一般大于120度。

依次连接相邻的三点，当角度大于角度阈值时，将中间点删除。

对每段轨迹均执行上述操作，则可以将特征相同的点全部删除，最后保留对航路特征有实际影响的点，图6所示为执行上述操作后的轨迹点。

通过本发明方法，将路径点数从604个压缩为20个，算法执行时间1.56s，分段点选取了3个。由上述结果可得，本发明方法切实有效，可以大幅度对数据进行压缩，且可以充分保证数据原始特征，算法运行效率高。

本发明实施例的一种船舶轨迹数据筛选装置，该装置包括：轨迹数据获取模块、第一保留点获取模块、第二保留点获取模块、筛选结果获取模块；

轨迹数据获取模块，配置为获取一段时间内存储的船舶轨迹数据作为待筛选数据，船舶轨迹数据是船舶运行轨迹上每个轨迹点的信息数据组成的集合；

第一保留点获取模块，配置为将船舶运行轨迹作为第一待测曲线，将每个轨迹点作为所述第一待测曲线上的离散点，通过道格拉斯算法确定所述第一待测曲线的保留点；

第二保留点获取模块，配置为将相邻两个保留点之间的船舶运行轨迹作为第二待测曲线，对每条第二待测曲线分别通过基于角度限值的方法确定保留点；

筛选结果获取模块，配置为将第一保留点获取模块和第二保留点获取模块得到的保留点对应的轨迹点的信息数据作为数据筛选结果。

需要说明的是，上述实施例提供的船舶轨迹数据筛选装置，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。

所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。

需要理解的是，以上对本发明的具体实施例进行的描述只是为了说明本发明的技术路线和特点，其目的在于让本领域内的技术人员能够了解本发明的内容并据以实施，但本发明并不限于上述特定实施方式。凡是在本发明权利要求的范围内做出的各种变化或修饰，都应涵盖在本发明的保护范围内。

Claims (9)

1.一种船舶轨迹数据筛选方法，其特征在于，该方法包括：

步骤S10、获取一段时间内存储的船舶轨迹数据作为待筛选数据，所述船舶轨迹数据是船舶运行轨迹上每个轨迹点的信息数据组成的集合；

步骤S20、将所述船舶运行轨迹作为第一待测曲线，将每个轨迹点作为所述第一待测曲线上的离散点，通过道格拉斯算法确定所述第一待测曲线的保留点；

步骤S30、将相邻两个保留点之间的船舶运行轨迹作为第二待测曲线，对每条第二待测曲线分别通过基于角度限值的方法确定保留点；

步骤S40、将步骤S20和步骤S30得到的保留点对应的轨迹点的信息数据作为数据筛选结果。

2.根据权利要求1所述的船舶轨迹数据筛选方法，其特征在于，步骤S20中的通过道格拉斯算法确定所述第一待测曲线的保留点包括：

步骤S21、将所述船舶运行轨迹上起始轨迹点和终止轨迹点作为保留点；

步骤S22、将所述船舶运行轨迹上除保留点之外的轨迹点作为区间点，确定每个区间点到其前后相邻的两个保留点所成直线的最大垂直距离；

步骤S23、将最大垂直距离大于等于距离阈值的区间点作为保留点；

步骤S24、重复执行步骤S22，直至每个区间点的垂直距离小于距离阈值；

步骤S25、将得到的所有保留点作为所述第一待测曲线的保留点。

3.根据权利要求1所述的船舶轨迹数据筛选方法，其特征在于，步骤S30中的基于角度限值的方法确定保留点包括：

步骤S31、将一个保留点作为第一端点，将另一个保留点作为第二端点，将所述第一端点相邻的第一个轨迹点作为测试点；

步骤S32、将所述第二待测曲线上除测试点之外的轨迹点，及所述第二端点作为待测点；

步骤S33、将所述测试点与相邻保留点的连线和所述测试点与相邻待测点的连线所成的夹角作为所述测试点的特征夹角；

步骤S34、将特征夹角小于等于角度阈值的测试点作为保留点；

步骤S35、将所述测试点相邻的待测点作为测试点；

步骤S36、重复执行步骤S33—步骤S35，直至所述测试点相邻的待测点为所述第二端点；

步骤S37、将所有保留点作为每条第二待测曲线上确定的保留点。

4.根据权利要求2-3中任一项权利要求所述的船舶轨迹数据筛选方法，其特征在于，所述船舶轨迹数据为船舶传感器采集的航路点数据，所述航路点数据包括轨迹点的时间、经度、纬度、方向、速度信息数据。

5.根据权利要求4所述的船舶轨迹数据筛选方法，其特征在于，所述距离阈值和所述角度阈值根据所述船舶传感器测量精度和/或所述船舶运行轨迹上的轨迹点数量确定。

6.根据权利要求5所述的船舶轨迹数据筛选方法，其特征在于，所述距离阈值的取值范围为(5，10)。

7.根据权利要求5所述的船舶轨迹数据筛选方法，其特征在于，所述角度阈值的取值范围为(120°，178°)。

8.根据权利要求1所述的船舶轨迹数据筛选方法，其特征在于，采用多线程并行计算的方法确定每条第二待测曲线的保留点。

9.一种船舶轨迹数据筛选装置，其特征在于，该装置包括：轨迹数据获取模块、第一保留点获取模块、第二保留点获取模块、筛选结果获取模块；

所述轨迹数据获取模块，配置为获取一段时间内存储的船舶轨迹数据作为待筛选数据，所述船舶轨迹数据是船舶运行轨迹上每个轨迹点的信息数据组成的集合；

所述第一保留点获取模块，配置为将所述船舶运行轨迹作为第一待测曲线，将每个轨迹点作为所述第一待测曲线上的离散点，通过道格拉斯算法确定所述第一待测曲线的保留点；

所述第二保留点获取模块，配置为将相邻两个保留点之间的船舶运行轨迹作为第二待测曲线，对每条第二待测曲线分别通过基于角度限值的方法确定保留点；

所述筛选结果获取模块，配置为将所述第一保留点获取模块和所述第二保留点获取模块得到的保留点对应的轨迹点的信息数据作为数据筛选结果。

Images