CN111475544A - 船舶轨迹数据中离群点的检测方法和装置 - Google Patents

船舶轨迹数据中离群点的检测方法和装置 Download PDF

Info

Publication number
CN111475544A
CN111475544A CN202010239197.XA CN202010239197A CN111475544A CN 111475544 A CN111475544 A CN 111475544A CN 202010239197 A CN202010239197 A CN 202010239197A CN 111475544 A CN111475544 A CN 111475544A
Authority
CN
China
Prior art keywords
track
data
track point
points
point
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
Application number
CN202010239197.XA
Other languages
English (en)
Other versions
CN111475544B (zh
Inventor
王晓原
夏媛媛
姜雨函
柴垒
高杰
孙正濮
朱慎超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Navigation Brilliance Qingdao Technology Co Ltd
Original Assignee
Navigation Brilliance Qingdao Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Navigation Brilliance Qingdao Technology Co Ltd filed Critical Navigation Brilliance Qingdao Technology Co Ltd
Priority to CN202010239197.XA priority Critical patent/CN111475544B/zh
Publication of CN111475544A publication Critical patent/CN111475544A/zh
Application granted granted Critical
Publication of CN111475544B publication Critical patent/CN111475544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Ocean & Marine Engineering (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

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中离群点的检测方法和装置，旨在为了解决现有方法采用恒定的速度阈值导致检测精度不高且无法确定精确阈值的问题。本申请方法根据相邻两个航迹点的速度差值和航向差值确定第三航迹点对，基于第三航迹点对对整条航迹进行分段，基于每段航迹的速度阈值和加速度阈值来判断该段的异常航迹点，将异常航迹点数据作为船舶轨迹数据中离群点的检测结果。该方法避免了在船舶实际运动状态发生突变时，基于恒定阈值法检测离群点容易将检测到的实时正常值判定为异常值的情况发生；航迹段划分可保证划分后的每个航迹段内航迹点都满足一定的规律，便于确定更加精确的阈值，提高了检测精度。

Description

船舶轨迹数据中离群点的检测方法和装置
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中离群点的检测方法和装置。
背景技术
海洋运输在当前各国之间的贸易中扮演者极其重要的角色。随着感知技术和计算技术的不断发展，在智能船舶运行过程中，会得到大量的轨迹数据，船舶轨迹数据作为大数据的一种，含有丰富的时空特征信息，因此基于船舶轨迹数据的应用在海洋运输各个领域引起广泛的关注。通过对轨迹数据进行分析，可以挖掘船舶航行的规律和特征，以此用来评估船舶航行状态和进行船舶路径规划。
由于船舶设备、环境干扰、人为操作误差问题，在轨迹数据中，往往存在着许多严重偏离轨迹的不合理的采样点，这些点的存在严重降低了轨迹数据的质量，同时会对后续的轨迹挖掘、数据分析、路径规划等产生非常不良的影响。因此在进行轨迹数据分析前首先要进行轨迹数据的预处理，其中的船舶轨迹异常点检测是至关重要的一步。现有的异常轨迹点检测方法是通过设定速度阈值来检测异常点，但存在不足，主要体现在：采用恒定的速度阈值与实际情况差距偏大，且无法确定精确的阈值，导致漏检和误检，检测精度不高。
发明内容
(一)要解决的技术问题
为了解决现有技术中的船舶运动轨迹数据中异常轨迹点的检测方法采用恒定的速度阈值与实际情况差距偏大且无法确定精确的阈值，导致检测精度不高的问题，本申请提出了一种船舶轨迹数据中离群点的检测方法和装置。
(二)技术方案
为达到上述目的，本申请采用如下技术方案：
一种船舶轨迹数据中离群点的检测方法，该方法包括：
步骤S10、获取船舶的轨迹数据，所述轨迹数据中每个航迹点数据均包括速度数据、加速度数据、航向数据，基于所述速度数据计算得到每个航迹点的加速度数据；
步骤S20、基于各航迹点的速度数据和航向数据，将相邻两个航迹点的速度差值落入第一预设区间的航迹点对作为第一航迹点对，将相邻两个航迹点的航向差值落入第二预设区间的航迹点对作为第二航迹点对，将既是第一航迹点对又是第二航迹点对的航迹点对作为第三航迹点对；
步骤S30、当满足预设条件时，基于所述第三航迹点对中的起点对整条航迹进行分段，将分段后的每段航迹分别作为待检测航迹段；
步骤S40、将各待检测航迹段中每个航迹点分别与相应的预设速度阈值和预设加速度阈值进行比较，将速度大于所述预设速度阈值且加速度大于所述预设加速度阈值的航迹点作为异常航迹点，得到异常航迹点集合；
步骤S50、将所述异常航迹点集合对应的航迹点数据作为船舶轨迹数据中离群点的检测结果。
作为本发明方法的一种改进，所述预设条件为：所述第一航迹点对的数量未落入第三预设区间，且所述第二航迹点对的数量未落入第四预设区间。
作为本发明方法的一种改进，所述第三预设区间为
Figure BDA0002431993150000021
所述第四预设区间为
Figure BDA0002431993150000022
其中，n为所述船舶的轨迹数据中航迹点的数量。
作为本发明方法的一种改进，步骤S30中的“基于所述第三航迹点对中的起点对整条航迹进行分段”包括：
步骤S31、确定整条航迹的分段点，包括：
当第三航迹点对单独出现时，将所述第三航迹点对中的起点作为分段点；
当第三航迹点对连续出现时，将连续出现的第三航迹点对中的首个第三航迹点对的起点作为分段点；
步骤S32、基于步骤S31得到的所有分段点对整条航迹进行分段。
作为本发明方法的一种改进，将分段后的每段航迹分别作为待检测航迹时，相应的预设速度阈值为第一速度阈值，每段航迹对应的第一速度阈值的确定方法为：
Figure BDA0002431993150000031
其中，Vl为待检测航迹的第一速度阈值，
Figure BDA0002431993150000032
是根据该待检测航迹所有航迹点得到的第一速度平均值，σVl为根据该待检测航迹所有航迹点得到的第一速度标准差，MVl为第一速度倍数。
作为本发明方法的一种改进，将分段后的每段航迹分别作为待检测航迹时，相应的预设加速度阈值为第一加速度阈值，所述第一加速度阈值的确定方法为：
Figure BDA0002431993150000033
其中，Al为待检测航迹的第一加速度阈值，
Figure BDA0002431993150000034
是根据该待检测航迹所有航迹点得到的第一加速度平均值，σAl为根据该待检测航迹所有航迹点得到的第一加速度标准差，MAl为第一加速度倍数。
作为本发明方法的一种改进，在步骤S40后还包括：
步骤S41、通过预设时间长度的滑动窗口顺次检测所述异常航迹点集合，确定每次滑动窗口中连续异常航迹点个数；
步骤S42、分别判断每次得到的连续异常航迹点个数是否大于预设数量阈值，根据判断结果，确定相应连续异常航迹点是否属于正常航迹点；
步骤S43、将步骤S42中确定为正常航迹点的航迹点从所述异常航迹点集合中去除。
作为本发明方法的一种改进，步骤S42中的“根据判断结果，确定相应连续异常航迹点是否属于异常航迹点”包括：
如果连续异常航迹点个数大于预设数量阈值，则相应的连续异常航迹点均为正常航迹点；
如果连续异常航迹点个数小于等于预设数量阈值，则相应的连续异常航迹点均为异常航迹点。
第二方面，本申请提供一种船舶轨迹数据中离群点的检测装置，该装置包括：
轨迹数据获取单元，用于获取船舶的轨迹数据，所述轨迹数据中每个航迹点数据均包括速度数据、加速度数据、航向数据；
第三航迹点对确定单元，用于基于各航迹点的速度数据和航向数据，将相邻两个航迹点的速度差值落入第一预设区间的航迹点对作为第一航迹点对，将相邻两个航迹点的航向差值落入第二预设区间的航迹点对作为第二航迹点对，将既是第一航迹点对又是第二航迹点对的航迹点对作为第三航迹点对；
待检测航迹段确定单元，用于当满足预设条件时，基于所述第三航迹点对中的起点对整条航迹进行分段，将分段后的每段航迹分别作为待检测航迹段；
异常航迹点集合确定单元，用于将各待检测航迹段中每个航迹点分别与相应的预设速度阈值和预设加速度阈值进行比较，将速度大于所述预设速度阈值且加速度大于所述预设加速度阈值的航迹点作为异常航迹点，得到异常航迹点集合；
检测结果输出单元，用于将所述异常航迹点集合对应的航迹点数据作为船舶轨迹数据中离群点的检测结果。
(三)有益效果
本申请提出一种船舶轨迹数据中离群点的检测方法和装置，首先根据相邻两个航迹点的速度差值和航向差值确定第一航迹点对和第二航迹点对，将既是第一航迹点对又是第二航迹点对的航迹点对作为第三航迹点对，基于第三航迹点对中的起点对整条航迹进行分段，通过相应的速度阈值和加速度阈值来判断异常航迹点，将异常航迹点数据作为船舶轨迹数据中离群点的检测结果。本申请的方法有效避免了在船舶实际运动状态发生突变时，基于恒定阈值法检测异常点容易将检测到的实时正常值判定为异常值的情况发生；航迹段划分可更加精确的寻找到异常数据点，根据实际经验可知，船舶航行状态稳定的一段范围内，其航向航速变化应该位于一段稳定的区间内，本发明以船舶航向航速变化的趋势作为判断是否需要分段以及如何分段的依据，更加符合实际特征；航迹段划分后的每个航迹段内航迹点都满足一定的规律，便于确定更加精确的阈值，从而确保阈值检测异常点的准确性，避免漏检和误检。此外，船舶短时间内运动状态速度和加速度不会发生突变，引入加速度阈值，当速度满足条件时，只有加速度也满足条件才判定为异常点，可以避免将正常点检测为异常航迹点的现象发生，提高了检测精度。
进一步地，计算短时间内船舶速度以及加速度的变化确定判断异常航迹点的速度阈值和加速度阈值，通过阈值的自适应变化来阶段性的排除船舶异常轨迹点数据，大大提高了算法的精确度，大幅度提高了轨迹数据的质量。
进一步地，基于短时间内的船舶的运动状态变化不大的前提条件，船舶运动轨迹中不会连续出现多个异常航迹点的情况，检测最后的异常数据集合，将符合条件的航迹点转为正常航迹点，从而可以避免将速度微小波动的点错判为异常点。
附图说明
本申请借助于以下附图进行描述：
图1为本申请具体实施方式中的船舶轨迹数据中离群点的检测方法流程示意图；
图2为本申请具体实施方式中的船舶轨迹数据中离群点的检测方法一个实施例的流程示意图。
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。
随着计算机技术、全球定位技术、通信技术和传感器技术的快速发展，船舶的运动状态及空间位置的跟踪能力不断加强，在船舶行驶中获取和收集船舶轨迹数据日益便捷。
船舶轨迹分析与应用系统基于采集到的大量的船舶航行轨迹数据，对轨迹数据进行挖掘，提取航行轨迹特征，作为船舶航行轨迹分析与判定的重要依据，实现对指定监控区域内的船舶航迹状态的监控，进行船舶位置监测和异常行为检测，及时发现异常船舶同时在系统中予以提示。该系统还可以对船舶航行的历史轨迹进行展示，将接收到的船舶航行状态和坐标信息按航行时间点形成坐标点序列，实现对指定船舶指定时间段的船舶航行轨迹的显示与查询。通过实时接收的船舶轨迹数据，该系统解析接收到的轨迹数据，获得船舶最新的航行状态和地理位置信息，并在地图上对船舶进行定位追踪显示；还可以基于专家知识库等分析船舶的轨迹数据，评估船舶在自主航行状态下船舶的航行数据。
轨迹数据由船舶航行过程中各传感器采集得到，由于船舶海况影响、传感器精度以及人为操作误差等原因，不可避免会产生一些异常数据，这些数据的存在会对后续数据的分析产生不利影响，降低分析结果的可靠性和准确性。本申请用于船舶在测试环境中以及实际航行过程中，对传感器采集后存储于船舶数据库中的船舶航行轨迹数据(如导航雷达，DGPS等设备采集到的船舶位置数据等)进行离群点检测，找到这些数据以便能将其剔除，从而确保数据应用的可靠性。
请参阅图1，图1为本申请具体实施方式中的船舶轨迹数据中离群点的检测方法流程示意图。该方法包括：
步骤S10、获取船舶的轨迹数据，轨迹数据中每个航迹点数据均包括速度数据、加速度数据、航向数据，基于速度数据计算得到每个航迹点的加速度数据；
步骤S20、基于各航迹点的速度数据和航向数据，将相邻两个航迹点的速度差值落入第一预设区间的航迹点对作为第一航迹点对，将相邻两个航迹点的航向差值落入第二预设区间的航迹点对作为第二航迹点对，将既是第一航迹点对又是第二航迹点对的航迹点对作为第三航迹点对；
步骤S30、当满足预设条件时，基于第三航迹点对中的起点对整条航迹进行分段，将分段后的每段航迹分别作为待检测航迹段；
步骤S40、将各待检测航迹段中每个航迹点分别与相应的预设速度阈值和预设加速度阈值进行比较，将速度大于预设速度阈值且加速度大于预设加速度阈值的航迹点作为异常航迹点，得到异常航迹点集合；
步骤S50、将异常航迹点集合对应的航迹点数据作为船舶轨迹数据中离群点的检测结果。
本申请的方法有效避免了在船舶实际运动状态发生突变时，基于恒定阈值法检测异常点容易将检测到的实时正常值判定为异常值的情况发生；航迹段划分依据实际经验，保证划分后的每个航迹段内航迹点都满足一定的规律，确定更加精确的阈值，从而确保阈值检测异常点的准确性，避免漏检和误检。此外，船舶短时间内运动状态速度和加速度不会发生突变，引入加速度阈值，当速度满足条件时，只有加速度也满足条件才判定为异常点，可以避免将正常点检测为异常航迹点的现象发生，提高了检测精度。
在一些优选的实施方式中，预设条件为：第一航迹点对的数量未落入第三预设区间，且第二航迹点对的数量未落入第四预设区间。第三预设区间为
Figure BDA0002431993150000071
第四预设区间为
Figure BDA0002431993150000072
其中，n为船舶的轨迹数据中航迹点的数量。当第一航迹点对的数量落入第三预设区间，且第二航迹点对的数量落入第四预设区间时，说明船舶执行的规律性的运动，此时船舶轨迹点数据应符合一定的规律，不需要进行航迹分段就可以精确的检测到异常轨迹点数据。
在一些优选的实施方式中，步骤S30中的“基于第三航迹点对中的起点对整条航迹进行分段”包括：
步骤S301、确定整条航迹的分段点，包括：
当第三航迹点对单独出现时，将第三航迹点对中的起点作为分段点；
当第三航迹点对连续出现时，将连续出现的第三航迹点对中的首个第一航迹点对的起点作为分段点；
步骤S302、基于步骤S301得到的所有分段点对整条航迹进行分段。
将分段后的每段航迹分别作为待检测航迹时，相应的预设速度阈值为第一速度阈值，根据公式(1)计算每段航迹对应的第一速度阈值。
Figure BDA0002431993150000081
其中，Vl为待检测航迹的第一速度阈值，
Figure BDA0002431993150000082
是根据该待检测航迹所有航迹点得到的第一速度平均值，σVl为根据该待检测航迹所有航迹点得到的第一速度标准差，MVl为第一速度倍数。将分段后的每段航迹分别作为待检测航迹时，相应的预设加速度阈值为第一加速度阈值，根据公式(2)计算第一加速度阈值。
Figure BDA0002431993150000083
其中，Al为待检测航迹的第一加速度阈值，
Figure BDA0002431993150000084
是根据该待检测航迹所有航迹点得到的第一加速度平均值，σAl为根据该待检测航迹所有航迹点得到的第一加速度标准差，MAl为第一加速度倍数。
计算短时间内船舶速度以及加速度的变化确定判断异常航迹点的速度阈值和加速度阈值，通过阈值的自适应变化来阶段性的排除船舶异常轨迹点数据，大大提高了算法的精确度，大幅度提高了轨迹数据的质量。
当不满足预设条件时将整条航迹作为待检测航迹，相应的预设速度阈值为第二速度阈值，根据公式(3)计算第二速度阈值。
Figure BDA0002431993150000085
其中，VG为待检测航迹的第二速度阈值，Vmax、Vmin分别为根据船舶实际航行数据得到的第二速度阈值的上限、下限，
Figure BDA0002431993150000091
为根据该待检测航迹所有航迹点得到的第二速度平均值，σVg为根据该待检测航迹所有航迹点得到的第二速度标准差，Mg为第二速度倍数。
将整条航迹作为待检测航迹时，相应的预设加速度阈值为第二加速度阈值，根据公式(4)计算第二加速度阈值。
Figure BDA0002431993150000092
其中，AG为待检测航迹的第二加速度阈值，Amax、Amin分别为根据船舶实际航行数据得到的第二加速度阈值的上下限，
Figure BDA0002431993150000093
为根据该待检测航迹所有航迹点得到的第二加速度平均值，σAg为根据该待检测航迹所有航迹点得到的第二加速度标准差，MA为第二加速度倍数。
MVl和Mg一般在[0,1]内取值，主要用于优化阈值计算，增加计算结果可靠性，当该部分船舶速度变化幅度大时，该值偏大，使得最后计算结果偏大，当船舶速度变化平稳时，该值偏小，使得最后结果偏小，这样可以确保最后的阈值取值更加符合实际情况。
MAl和MA一般在[0,1]内取值，主要用于优化阈值计算，增加计算结果可靠性，当该部分船舶加速度变化幅度大时，该值偏大，使得最后计算结果偏大，当船舶加速度变化平稳时，该值偏小，使得最后结果偏小，这样可以确保最后的阈值取值更加符合实际情况。
在一些优选的实施方式中，在步骤S40后还包括：
步骤S401、通过预设时间长度的滑动窗口顺次检测异常航迹点集合，确定每次滑动窗口中连续异常航迹点个数；
步骤S402、分别判断每次得到的连续异常航迹点个数是否大于预设数量阈值，根据判断结果，确定相应连续异常航迹点是否属于正常航迹点；
“根据判断结果，确定相应连续异常航迹点是否属于异常航迹点”包括：
如果连续异常航迹点个数大于预设数量阈值，则相应的连续异常航迹点均为正常航迹点；
如果连续异常航迹点个数小于等于预设数量阈值，则相应的连续异常航迹点均为异常航迹点。
步骤S403、将步骤S402中确定为正常航迹点的航迹点从异常航迹点集合中去除。
基于短时间内的船舶的运动状态变化不大的前提条件，船舶运动轨迹中不会连续出现多个异常航迹点的情况，检测最后的异常数据集合，将符合条件的航迹点转为正常航迹点，从而可以避免将速度微小波动的点错判为异常点。
为了便于理解本申请的发明方法，提供一个实施例。请参阅图2，图2为船舶轨迹数据中离群点的检测方法一个实施例的流程示意图。以下结合图2对本申请方法中的各步骤进行详细说明。
步骤1：轨迹导入。导入要进行异常检测的轨迹数据。轨迹数据为一系列包含多种状态信息的轨迹点值。航迹点Pi＝{ti，loni，lati，diri，spi}表示采集到的每一个轨迹点，每个点都包含着时间ti、经度loni、纬度lati、方向diri、速度spi等相关信息。
步骤2：根据公式(3)计算第二速度阈值，得到整体航线的速度阈值；根据公式(4)计算第二加速度阈值，得到整体航线的加速度阈值。
步骤3：是否需要航迹点分段。判断整体航迹段的数据特征，如果数据整体平稳，无较大波动，说明船舶进行了一段近似规律变化的运动(如匀速直线、匀加速直线等)，此时数据变化应该趋于平缓，则采用整体的速度、加速度阈值判定就可以较精确的检测到异常轨迹点，则不需要进行航迹点分段，执行步骤4；若整个航迹段区段性变化明显，说明船舶在航行过程中，航向、航速等发生过较大的变化，此时需要对航迹进行分段处理，执行步骤8。
判断是否需要进行航段划分的方法包括：
步骤311、根据式(5)确定每相邻两个航迹点的速度差位于区间[-2,2]的航迹点对。
(vi+1-vi)∈[-2,2],i＝1,2......n (5)
其中，vi为当前航迹点的速度数据，vi+1为下一个航迹点的速度数据，n为轨迹数据中航迹点的数量。
步骤312、根据式(6)确定每相邻两个航迹点的航向差位于区间[-10,10]的航迹点对。
(ri+1-ri)∈[-10,10],i＝1,2......n (6)
其中，ri为当前航迹点的航向数据，ri+1为下一个航迹点的航向数据，n为轨迹数据中航迹点的数量。
步骤313、计算每相邻两个航迹点的速度差位于区间[-2，2]内的对数nv以及每相邻两个航迹点的航向位于区间[-10，10]内的对数rv，若nv和rv满足式(7)时，说明船舶执行的规律性的运动，此时船舶轨迹点数据应符合一定的规律，不需要进行航迹分段就可以精确的检测到异常轨迹点数据。
Figure BDA0002431993150000111
步骤4：当前航迹点是否大于整体速度阈值。计算当前航迹点的速度值是否大于整体航线的速度阈值。如果不是的话，则当前航迹点可以确定为正常点，则执行步骤13；否则当前航迹点可初步认为为异常点，执行步骤5。
步骤5：当前航迹点是否大于整体加速度阈值。计算当前航迹点的加速度值是否大于整体航线的加速度阈值。如果不是的话，则当前航迹点可以确定为正常点，将其加入准确航迹点集合，然后执行步骤6；否则当前航迹点可认定为异常点，执行步骤14。
步骤6：当前航迹点是否为终点。判断是否对航迹段内的轨迹点检测完毕，如果步骤5中的点为终点，则说明检测完毕，则执行步骤7，否则继续执行步骤4；
步骤7：输出航迹段。将步骤14中的所有正常航迹点输出，则可以得到正常航迹段。
步骤8：航迹点分段。将当前航迹划分为多个航迹段，且每个航迹段内的轨迹点的变化是按照一定规律进行的。航迹段划分的方法如下：
当船舶的航向以及航速发生较大变化时，将航迹段按照划分变化趋势的范围将整个航迹段划分成多个部分，在每部分的航迹段中，航向航速的变化范围是一定的，从而可以比较方便的确定该段内的速度以及加速度阈值。当船舶某个轨迹点的速度及方向满足式(8)时，将其作为分段点，找到n个分段点，从而将整个航迹段划为n+1段。
{|vi+1-vi|≤2∪|vi-vi-1|＞3}∪{|ri+1-ri|≤10∪|ri-ri-1|＞11} (8)
当船舶某轨迹点的速度和航向比上一个航迹点变化幅度大而比下一个航迹点的变化幅度在正常范围之内，则可以将该点作为航迹划分的分段点。
步骤9：计算分段速度阈值与加速度阈值。根据步骤8的分段结果，对每一段内的数据点进行速度阈值以及加速度阈值的计算。具体方法如下：
根据公式(1)计算第一速度阈值，得到分段速度阈值，其中，速度倍数Ml具体值根据实际情况得到；
根据公式(2)计算第一加速度阈值，得到分段加速度阈值，其中，加速度倍数MAl具体值根据实际情况得到。
步骤10：当前航迹点是否大于分段速度阈值。计算当前航迹点的速度值是否大于其属于的航迹段的分段速度阈值。如果不是的话，则当前航迹点可以确定为正常点，则执行步骤13；否则当前航迹点可初步认为为异常点，执行步骤11。
步骤11：当前航迹点是否大于分段加速度阈值。计算当前航迹点的加速度值是否大于其属于的航迹段的分段加速度阈值。如果不是的话，则当前航迹点可以确定为正常点，将其加入准确航迹点集合，执行步骤13；否则当前航迹点可认定为异常点，执行步骤14。
步骤12：当前航迹点是否为终点。判断是否对航迹段内的轨迹点检测完毕，如果步骤12中的点为终点，则说明检测完毕，则执行步骤7，否则继续执行步骤10；
步骤13：准确航迹点集合。将确定为非异常的航迹点按照检测的顺序先后放入到准确航迹点集合之中。
步骤14：异常航迹点集合。将确定为异常的航迹点按照检测的顺序先后放入到异常航迹点集合之中。
步骤15：异常航迹点判断。判断步骤13中的异常航迹点集合中，有无在设定的时间范围内连续异常点的个数超过设定值的情况。根据经验数据可以得到，在设备正常的情况下，数据中不会连续出现多个异常点，因此，当在异常航迹点集合中发现这种情况时，则可以将这些点放入正常航迹点集合中，以时间戳为信息插入到正常航迹点集合相应的位置中。
通过对传统异常轨迹数据检测算法的优化，本发明方法大大提高了算法的精确度，大幅度提高了轨迹数据的质量，确保轨迹挖掘、数据分析、路径规划的可靠性。通过实时监测船舶轨迹数据中的异常点，符合船舶的运行特征。
本申请第二方面提出了一种船舶轨迹数据中离群点的检测装置，该装置包括：
轨迹数据获取单元，用于获取船舶的轨迹数据，轨迹数据中每个航迹点数据均包括速度数据、加速度数据、航向数据；
第三航迹点对确定单元，用于基于每个航迹点的速度数据和航向数据，将相邻两个航迹点的速度差值落入第一预设区间的航迹点对作为第一航迹点对，将相邻两个航迹点的航向差值落入第二预设区间的航迹点对作为第二航迹点对，将既是第一航迹点对又是第二航迹点对的航迹点对作为第三航迹点对；
待检测航迹段确定单元，用于当满足预设条件时，基于第三航迹点对中的起点对整条航迹进行分段，将分段后的每段航迹分别作为待检测航迹段；
异常航迹点集合确定单元，用于将各待检测航迹段中每个航迹点分别与相应的预设速度阈值和预设加速度阈值进行比较，将速度大于预设速度阈值且加速度大于预设加速度阈值的航迹点作为异常航迹点，得到异常航迹点集合；
检测结果输出单元，用于将异常航迹点集合对应的航迹点数据作为船舶轨迹数据中离群点的检测结果。
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。
需要说明的是，上述实施例提供的船舶轨迹数据中离群点的检测装置，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。
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中离群点的检测方法，其特征在于，该方法包括：
步骤S10、获取船舶的轨迹数据，所述轨迹数据中每个航迹点数据均包括速度数据、加速度数据、航向数据，基于所述速度数据计算得到每个航迹点的加速度数据；
步骤S20、基于各航迹点的速度数据和航向数据，将相邻两个航迹点的速度差值落入第一预设区间的航迹点对作为第一航迹点对，将相邻两个航迹点的航向差值落入第二预设区间的航迹点对作为第二航迹点对，将既是第一航迹点对又是第二航迹点对的航迹点对作为第三航迹点对；
步骤S30、当满足预设条件时，基于所述第三航迹点对中的起点对整条航迹进行分段，将分段后的每段航迹分别作为待检测航迹段；
步骤S40、将各待检测航迹段中每个航迹点分别与相应的预设速度阈值和预设加速度阈值进行比较，将速度大于所述预设速度阈值且加速度大于所述预设加速度阈值的航迹点作为异常航迹点，得到异常航迹点集合；
步骤S50、将所述异常航迹点集合对应的航迹点数据作为船舶轨迹数据中离群点的检测结果。
2.根据权利要求1所述的船舶轨迹数据中离群点的检测方法，其特征在于，所述预设条件为：所述第一航迹点对的数量未落入第三预设区间，且所述第二航迹点对的数量未落入第四预设区间。
3.根据权利要求2所述的船舶轨迹数据中离群点的检测方法，其特征在于，所述第三预设区间为
Figure FDA0002431993140000011
所述第四预设区间为
Figure FDA0002431993140000012
其中，n为所述船舶的轨迹数据中航迹点的数量。
4.根据权利要求1-3中任一权利要求所述的船舶轨迹数据中离群点的检测方法，其特征在于，步骤S30中的“基于所述第三航迹点对中的起点对整条航迹进行分段”包括：
步骤S31、确定整条航迹的分段点，包括：
当第三航迹点对单独出现时，将所述第三航迹点对中的起点作为分段点；
当第三航迹点对连续出现时，将连续出现的第三航迹点对中的首个第三航迹点对的起点作为分段点；
步骤S32、基于步骤S31得到的所有分段点对整条航迹进行分段。
5.根据权利要求4所述的船舶轨迹数据中离群点的检测方法，其特征在于，将分段后的每段航迹分别作为待检测航迹时，相应的预设速度阈值为第一速度阈值，每段航迹对应的第一速度阈值的确定方法为：
Figure FDA0002431993140000021
其中，Vl为待检测航迹的第一速度阈值，
Figure FDA0002431993140000022
是根据该待检测航迹所有航迹点得到的第一速度平均值，σVl为根据该待检测航迹所有航迹点得到的第一速度标准差，MVl为第一速度倍数。
6.根据权利要求4所述的船舶轨迹数据中离群点的检测方法，其特征在于，将分段后的每段航迹分别作为待检测航迹时，相应的预设加速度阈值为第一加速度阈值，所述第一加速度阈值的确定方法为：
Figure FDA0002431993140000023
其中，Al为待检测航迹的第一加速度阈值，
Figure FDA0002431993140000024
是根据该待检测航迹所有航迹点得到的第一加速度平均值，σAl为根据该待检测航迹所有航迹点得到的第一加速度标准差，MAl为第一加速度倍数。
7.根据权利要求4中任一权利要求所述的船舶轨迹数据中离群点的检测方法，其特征在于，在步骤S40后还包括：
步骤S41、通过预设时间长度的滑动窗口顺次检测所述异常航迹点集合，确定每次滑动窗口中连续异常航迹点个数；
步骤S42、分别判断每次得到的连续异常航迹点个数是否大于预设数量阈值，根据判断结果，确定相应连续异常航迹点是否属于正常航迹点；
步骤S43、将步骤S42中确定为正常航迹点的航迹点从所述异常航迹点集合中去除。
8.根据权利要求7所述的船舶轨迹数据中离群点的检测方法，其特征在于，步骤S42中的“根据判断结果，确定相应连续异常航迹点是否属于异常航迹点”包括：
如果连续异常航迹点个数大于预设数量阈值，则相应的连续异常航迹点均为正常航迹点；
如果连续异常航迹点个数小于等于预设数量阈值，则相应的连续异常航迹点均为异常航迹点。
9.一种船舶轨迹数据中离群点的检测装置，其特征在于，该装置包括：
轨迹数据获取单元，用于获取船舶的轨迹数据，所述轨迹数据中每个航迹点数据均包括速度数据、加速度数据、航向数据；
第三航迹点对确定单元，用于基于各航迹点的速度数据和航向数据，将相邻两个航迹点的速度差值落入第一预设区间的航迹点对作为第一航迹点对，将相邻两个航迹点的航向差值落入第二预设区间的航迹点对作为第二航迹点对，将既是第一航迹点对又是第二航迹点对的航迹点对作为第三航迹点对；
待检测航迹段确定单元，用于当满足预设条件时，基于所述第三航迹点对中的起点对整条航迹进行分段，将分段后的每段航迹分别作为待检测航迹段；
异常航迹点集合确定单元，用于将各待检测航迹段中每个航迹点分别与相应的预设速度阈值和预设加速度阈值进行比较，将速度大于所述预设速度阈值且加速度大于所述预设加速度阈值的航迹点作为异常航迹点，得到异常航迹点集合；
检测结果输出单元，用于将所述异常航迹点集合对应的航迹点数据作为船舶轨迹数据中离群点的检测结果。
CN202010239197.XA 2020-03-30 2020-03-30 船舶轨迹数据中离群点的检测方法和装置 Active CN111475544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010239197.XA CN111475544B (zh) 2020-03-30 2020-03-30 船舶轨迹数据中离群点的检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010239197.XA CN111475544B (zh) 2020-03-30 2020-03-30 船舶轨迹数据中离群点的检测方法和装置

Publications (2)

Publication Number Publication Date
CN111475544A true CN111475544A (zh) 2020-07-31
CN111475544B CN111475544B (zh) 2023-06-30

Family

ID=71750368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010239197.XA Active CN111475544B (zh) 2020-03-30 2020-03-30 船舶轨迹数据中离群点的检测方法和装置

Country Status (1)

Country Link
CN (1) CN111475544B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947516A (zh) * 2021-02-02 2021-06-11 三亚海兰寰宇海洋信息科技有限公司 一种船舶运动状态判别方法及系统
CN113448953A (zh) * 2021-06-03 2021-09-28 宁波大学 一种ais数据处理方法
CN113777643A (zh) * 2021-07-30 2021-12-10 国网浙江杭州市余杭区供电有限公司 一种用于输电线路防外破的故障预警方法及装置
CN114117261A (zh) * 2022-01-29 2022-03-01 腾讯科技（深圳）有限公司 轨迹检测方法、装置、电子设备及存储介质
WO2022170793A1 (zh) * 2021-02-09 2022-08-18 北京市商汤科技开发有限公司 数据处理方法及装置、电子设备及计算机可读存储介质
CN116978259A (zh) * 2023-06-19 2023-10-31 武汉大海信息系统科技有限公司 一种船舰航行轨迹预测方法、装置及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915671A (zh) * 2015-06-23 2015-09-16 中国矿业大学 基于fgak的异常轨迹检测方法
CN106383868A (zh) * 2016-09-05 2017-02-08 电子科技大学 一种基于道路网络的时空轨迹聚类方法
CN107248009A (zh) * 2017-06-05 2017-10-13 亿海蓝（北京）数据技术股份公司 一种基于轨迹语言识别的启发式航线生成方法及装置
CN109543715A (zh) * 2018-10-23 2019-03-29 武汉理工大学 一种船舶航路提取以及航迹偏离检测的方法
CN109766777A (zh) * 2018-12-18 2019-05-17 东软集团股份有限公司 异常轨迹的检测方法、装置、存储介质及电子设备
CN110347668A (zh) * 2019-07-04 2019-10-18 南京航空航天大学 Ads-b航迹清洗与校准装置
CN110362559A (zh) * 2019-07-04 2019-10-22 南京航空航天大学 基于局部遍历密度聚类的ads-b航迹清洗与校准方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915671A (zh) * 2015-06-23 2015-09-16 中国矿业大学 基于fgak的异常轨迹检测方法
CN106383868A (zh) * 2016-09-05 2017-02-08 电子科技大学 一种基于道路网络的时空轨迹聚类方法
CN107248009A (zh) * 2017-06-05 2017-10-13 亿海蓝（北京）数据技术股份公司 一种基于轨迹语言识别的启发式航线生成方法及装置
CN109543715A (zh) * 2018-10-23 2019-03-29 武汉理工大学 一种船舶航路提取以及航迹偏离检测的方法
CN109766777A (zh) * 2018-12-18 2019-05-17 东软集团股份有限公司 异常轨迹的检测方法、装置、存储介质及电子设备
CN110347668A (zh) * 2019-07-04 2019-10-18 南京航空航天大学 Ads-b航迹清洗与校准装置
CN110362559A (zh) * 2019-07-04 2019-10-22 南京航空航天大学 基于局部遍历密度聚类的ads-b航迹清洗与校准方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
彭勃: "基于雷达数据的航迹分析方法研究" *
王建; 史景聪; 黄冬梅; 郑小罗; 何盛琪; 张北辰: "基于TDD的科考船航迹分段方法研究" *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947516A (zh) * 2021-02-02 2021-06-11 三亚海兰寰宇海洋信息科技有限公司 一种船舶运动状态判别方法及系统
CN112947516B (zh) * 2021-02-02 2022-10-21 三亚海兰寰宇海洋信息科技有限公司 一种船舶运动状态判别方法及系统
WO2022170793A1 (zh) * 2021-02-09 2022-08-18 北京市商汤科技开发有限公司 数据处理方法及装置、电子设备及计算机可读存储介质
CN113448953A (zh) * 2021-06-03 2021-09-28 宁波大学 一种ais数据处理方法
CN113777643A (zh) * 2021-07-30 2021-12-10 国网浙江杭州市余杭区供电有限公司 一种用于输电线路防外破的故障预警方法及装置
CN114117261A (zh) * 2022-01-29 2022-03-01 腾讯科技（深圳）有限公司 轨迹检测方法、装置、电子设备及存储介质
CN116978259A (zh) * 2023-06-19 2023-10-31 武汉大海信息系统科技有限公司 一种船舰航行轨迹预测方法、装置及存储介质
CN116978259B (zh) * 2023-06-19 2024-01-26 武汉大海信息系统科技有限公司 一种船舰航行轨迹预测方法、装置及存储介质

Also Published As

Publication number Publication date
CN111475544B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN111475544B (zh) 船舶轨迹数据中离群点的检测方法和装置
CN113032502B (zh) 一种基于改进轨迹段dbscan聚类的船舶异常检测方法
CN110865334B (zh) 一种基于噪声统计特性的多传感器目标跟踪方法及系统
CN114333423B (zh) 一种狭水道航行碰撞风险评估方法
CN115050214B (zh) 一种基于ais数据的船舶碰撞风险预测方法
CN111505649A (zh) 一种拖曳式被动阵列声呐低信噪比舰船运动目标检测方法
CN110647877B (zh) 一种基于神经网络的立体交通设施定位纠偏方法及装置
CN112017213A (zh) 一种目标对象的位置更新方法及系统
CN112818789A (zh) 一种船只进出港的检测方法及装置
CN115474108B (zh) 一种基于边缘计算的事件监控系统及监控方法
Barucija et al. Data-driven approach for anomaly detection of real GPS trajectory data
CN113534296B (zh) 基于神经网络沙尘天气预报强度误差的测算方法及装置
CN113673105A (zh) 真值对比策略的设计方法
CN114120252A (zh) 自动驾驶车辆状态的识别方法、装置、电子设备及车辆
CN114565176A (zh) 一种长期船舶轨迹预测方法
KR20220128141A (ko) 실시간 레이더 이미지 기반 선박 운동정보 및 크기정보 제공시스템 및 방법
US20190188599A1 (en) Information processing method, information processing apparatus, and program
CN111104985A (zh) 一种异步航迹关联的加权滑窗方法
CN111860688A (zh) 一种目标类型识别方法、系统及电子设备
CN114881543B (zh) 道路等级确定方法及装置、电子设备和介质
CN110646792A (zh) 一种基于观察哨数字望远镜的雷达搜索窗口设置方法
CN109389643A (zh) 车位主方向判断方法、系统以及存储介质
CN116859383B (zh) 一种碍航物的确定方法、装置及设备
CN115855066A (zh) 一种高铁坐标定位修正方法
CN117688498B (zh) 基于船岸协同的船舶综合安全状态监控系统

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