CN111581314B - 基于船舶轨迹的泊位识别方法及装置 - Google Patents
基于船舶轨迹的泊位识别方法及装置 Download PDFInfo
- Publication number
- CN111581314B CN111581314B CN202010339947.0A CN202010339947A CN111581314B CN 111581314 B CN111581314 B CN 111581314B CN 202010339947 A CN202010339947 A CN 202010339947A CN 111581314 B CN111581314 B CN 111581314B
- Authority
- CN
- China
- Prior art keywords
- track
- berth
- ship
- potential
- points
- 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.)
- Active
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
- 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
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/151—Transformation
- G06F40/157—Transformation using dictionaries or tables
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种基于船舶轨迹的泊位识别方法及装置,所述方法包括:通过获取预设经纬度范围内的海拔数据和船舶历史轨迹,构建海拔字典表和适航区域字典表,并通过船舶历史轨迹确定潜在泊位轨迹点片段,采用密度聚类法对轨迹点片段进行划分,确定潜在泊位的中心点位置信息,然后使用潜在泊位的中心点位置信息在适航区域字典表中查询,识别出真实泊位,从而实现能够快速自动识别全球真实泊位。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于船舶轨迹的泊位识别方法及装置。
背景技术
随着海运服务行业的发展,积累了海量船舶轨迹,每天的轨迹量高达数亿条。基于船舶轨迹,设计实现了船舶挂靠系统,记录全球船舶与港口的到达和离开事件。基于船舶挂靠数据,设计实现了货种识别算法,进而推出了全球大宗商品资讯网站,计算全球煤炭,铁矿石,粮食,石油,LNG,LPG等大宗货物的航运数据。但船讯网上线船舶挂靠数据后,发现一些船舶缺少航次,而造成数据缺失的原因是缺少港口数据,这其中一部分是缺少泊位造成的。
随着经济快速发展,港口设施不断扩充,出现了很多新的泊位,但官方定期发布的港口数据难以满足业务发展及时性需要。现有技术中提出了泊位挖掘相关的方案,但多是对现有泊位的分配技术,以及船舶航行异常分析,针对全球真实泊位的自动识别尚未形成有效的技术方案。
因此,如何提出一种方法,能够快速自动识别全球真实泊位,成为亟待解决的问题。
发明内容
针对现有技术中的缺陷,本发明实施例提供一种基于船舶轨迹的泊位识别方法及装置。
第一方面,本发明实施例提供一种基于船舶轨迹的泊位识别方法,包括:
获取预设经纬度范围内的海拔数据,构建海拔字典表;
获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表;
根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差;若所述时间差和距离差均在预设范围内,相邻两个轨迹点属于同一组;若所述时间差或距离差任一项不在预设范围内,相邻两个轨迹点属于不同组;
对第二轨迹点群中的每个轨迹点,分别计算同一条船同一分组内轨迹点的位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量;若位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量均在预设范围内,则判断轨迹点位于潜在泊位上,并对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点;
获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位。
优选地,所述获取预设经纬度范围内的海拔数据,构建海拔字典表,具体包括:
获取南纬80度到北纬80度之间的海拔数据,构建海拔字典表;其中,所述海拔数据的区域精度为1/120度。
优选地,所述获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表,具体包括:
获取船舶历史轨迹,确定船舶每个轨迹点位置,选取速度在2-30节的轨迹点,并根据每个轨迹点的位置查询海拔字典表,删除海拔在-10米以上的轨迹点,得到第一轨迹点群;
根据第一轨迹点群中每个轨迹点的位置构建网格,所述网格边长为0.001度经度和0.001度纬度;
获取每个网格内轨迹点数和速度区间,若第一网格内的轨迹点数且第一速度区间在预设范围内,将第一网格添加到适航区域,构成适航区域字典表;其中,所述第一速度区间为第一网格内轨迹点的平均速度。
优选地,所述根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差,具体包括:
根据船舶历史轨迹,对所有轨迹点按时间升序排列,选取速度在0-2节的轨迹点,作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差。
优选地,所述位移率为drift_ratio,drift_ratio=drift_abs/num_track,最大位移为drift_max,指停留区域外接矩形的对角线距离,单次最大船首向变化量为hdg_max指相邻两个轨迹点间船首向差值的最大值,平均船首向变化率量为hdg_drift_ratio,hdg_drift_ratio=hdg_drift_abs/num_track;其中,drift_abs为在同一条船同一分组内,累加的船舶位移量;hdg_drift_abs为在同一条船同一分组内,累加的船首向变化量;num_track为同一条船同一分组内的轨迹点个数。
优选地,所述对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点,具体包括:
对位于潜在泊位上连续速度为0的轨迹点进行计数,计数最大的那段轨迹点作为潜在泊位轨迹点片段;
采用密度聚类法,通过预设簇集的范围,对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点。
优选地,所述获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位,具体包括:
获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询;若适航区域字典表中有潜在泊位的中心点位置信息,删除该潜在泊位的中心点;若适航区域字典表中没有潜在泊位的中心点位置信息,保留该潜在泊位的中心点,保留的所有潜在泊位的中心点为识别出的真实泊位。
第二方面,本发明实施例提供一种基于船舶轨迹的泊位识别装置,包括:
第一构建单元,用于获取预设经纬度范围内的海拔数据,构建海拔字典表;
第二构建单元,用于获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表;
第一识别单元,用于根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差;若所述时间差和距离差均在预设范围内,相邻两个轨迹点属于同一组;若所述时间差或距离差任一项不在预设范围内,相邻两个轨迹点属于不同组;
第二识别单元,用于对第二轨迹点群中的每个轨迹点,分别计算同一条船同一分组内轨迹点的位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量;若位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量均在预设范围内,则判断轨迹点位于潜在泊位上,并对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点;
去噪单元,用于获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述第一方面基于船舶轨迹的泊位识别方法的各个步骤。
第四方面,本发明实施例提供一种非暂态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如上所述第一方面基于船舶轨迹的泊位识别方法的各个步骤。
本发明实施例提供的基于船舶轨迹的泊位识别方法及装置,通过获取预设经纬度范围内的海拔数据和船舶历史轨迹,构建海拔字典表和适航区域字典表,并通过船舶历史轨迹确定潜在泊位轨迹点片段,采用密度聚类法对轨迹点片段进行划分,确定潜在泊位的中心点位置信息,然后使用潜在泊位的中心点位置信息在适航区域字典表中查询,识别出真实泊位,从而实现能够快速自动识别全球真实泊位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于船舶轨迹的泊位识别方法的流程示意图;
图2为本发明实施例中基于船舶轨迹的泊位识别装置的结构示意图;
图3为本发明实施例中电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例中基于船舶轨迹的泊位识别方法的流程示意图,如图1所示,本发明实施例提供的一种基于船舶轨迹的泊位识别方法,包括:
步骤110、获取预设经纬度范围内的海拔数据,构建海拔字典表。
具体地,获取预设经纬度范围内的海拔数据,例如获取南纬80度到北纬80度之间的海拔数据,可以构建一个海拔字典表,根据某一个船舶轨迹点的位置信息,即经纬度值,可以计算出字典表索引,进而通过海拔字典表确定该船舶轨迹点对应位置的海拔值。
步骤120、获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表。
具体地,获取船舶历史轨迹,例如可以从hbase获取全球非拖引船舶2011年以来的轨迹,从而确定船舶每个轨迹点的位置信息,从所述轨迹点中选取速度在第一速度范围内的轨迹点作为第一轨迹点群,例如选取速度在2-30节的轨迹点作为第一轨迹群点,并根据第一轨迹点群中每个轨迹点的位置构建网格,所述网格可以预设边长,例如边长选为0.001度经度和0.001度纬度,所述网格构成适航区域字典表;其中,适航区域字典表记录的是可航行的网格,第一速度范围是指正常航行的速度范围。
需要说明的是,第一速度范围可以是根据某区域的航行标准规定的船舶速度,也可以是根据实际需求设定的船舶速度范围,本发明实施例对此不作具体限定。
步骤130、根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差;若所述时间差和距离差均在预设范围内,相邻两个轨迹点属于同一组;若所述时间差或距离差任一项不在预设范围内,相邻两个轨迹点属于不同组。
具体地,受港口作业效率,天气和船舶本身等客观事件影响,船舶会产生各种停靠行为,有的在锚地停靠,有的在泊位停靠,也有的在海上或港湾停靠,分辨停靠点是一个重要步骤。使用船舶的速度可以确定停靠点,在空间和时间维度上可以划分停靠点。因此,从hbase获取全球船舶2011年以来的轨迹,从而确定船舶每个轨迹点的位置信息,从所述轨迹点中选取速度在第二速度范围内的轨迹点作为第二轨迹点群,例如选取速度在0-2节的轨迹点作为第二轨迹点群,对第二轨迹点群中的轨迹点按时间升序排列,计算两个轨迹点的时间差和距离差,对轨迹点进行分组,以便筛选出有效的船舶停靠点,若两个轨迹点的时间差过大或者距离差过大,则认为这两个轨迹点组成的片段不是有效的船舶停靠点;当两个轨迹点的时间差和距离差均在预设范围内,例如两个连续轨迹点的时间差≤12小时且距离差≤10千米,则两个轨迹点属于同一组;当两个轨迹点的时间差或距离差中的任一项不在预设范围内,例如两个连续轨迹点的时间差>12小时或距离差>10千米,则两个轨迹点属于不同分组。
其中,第二速度范围是指船舶停靠时的速度范围区间,需要说明的是,本发明实施例可以根据具体情况对第二速度范围区间、时间差预设范围和距离差预设范围进行设定,本发明实施例对此不作具体限定。
步骤140、对第二轨迹点群中的每个轨迹点,分别计算同一条船同一分组内轨迹点的位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量;若位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量均在预设范围内,则判断轨迹点位于潜在泊位上,并对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点。
具体地,在第二轨迹点群中的每个轨迹点中,对于同一条船一个分组内的轨迹,计算位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量;其中,位移率考察船舶轨迹个数与累加位移量之间的关系,一般情况下,锚地,海上渔区或港湾等的停靠位移率大于岸边泊位的位移率;最大位移考察船舶在一个停靠期间出现的最大位移量,一般情况下,在大的范围停靠时,船舶的最大位移大于岸边泊位的最大位移;时间跨度考察岸边泊位的正常作业情况,当船舶因损坏或定期检修在船坞维修时,或因特殊天气在港湾停靠时,相比岸边泊位,停靠时间较长;平均船首向变化量考察船首向变化累加量与样本个数的关系,在无系泊装置的锚地停靠时,船舶的船首向变化程度和变化频率高于泊位。位移率和平均船首向变化量能反映泊位与锚地上停靠点的差异,时间跨度,即同一分组内两个轨迹点的时间差,能反映船坞,港湾停靠与泊位停靠的差异。最大位移,即同一分组内经纬度最值(即最大经度值,最大纬度值,最小经度值和最小纬度值)之间的距离能反映停靠区域的范围,也反映了泊位与锚地上停靠点的差异。
上述五个指标可以确定步骤130中筛选出的轨迹点(即有效停靠点)中是否可以产生潜在泊位。若位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量均在预设范围内,例如位移率≤300米,最大位移≤10千米,时间跨度在40分钟至3天内,单次最大船首向变化量≤50度以及平均船首向变化量≤5度,则判断对应的轨迹点位于潜在泊位上。当确定轨迹点位于潜在泊位上时,对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,若将所有船的轨迹点片段显示到地图上,发现轨迹点分布是面状分布的,不是点状分布,因此,采用密度聚类法对这些面状分布的点集进行划分,对划分后的每个区域计算中心点,作为潜在泊位的中心点。
步骤150、获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位。
具体地,通过步骤140中识别的潜在泊位点的中心点,确定了大量潜在泊位的位置。由于船舶的航行特征各不相同,一些通过船舶轨迹挖掘的潜在泊位(即步骤140中识别的潜在泊位的中心点)可能会位于锚地,海湾,船坞或捕鱼区,而这些区域上的潜在泊位构成噪声泊位,需要进行剔除。因此,步骤110中结合船舶行驶特征创建的适航区域字典表可以有效去除这些区域上的大部分噪声泊位,从而使用步骤140中识别的潜在泊位点的位置信息在适航区域字典表中查询,删除噪声泊位,识别出真实泊位。
本发明实施例提供的基于船舶轨迹的泊位识别方法,通过获取预设经纬度范围内的海拔数据和船舶历史轨迹,构建海拔字典表和适航区域字典表,并通过船舶历史轨迹确定轨迹点片段,采用密度聚类法对轨迹点片段进行划分,确定潜在泊位的中心点位置信息,然后使用潜在泊位的中心点位置信息在适航区域字典表中查询,识别出真实泊位,从而实现能够快速自动识别全球真实泊位。
基于上述实施例的内容,作为一种可选实施例,所述获取预设经纬度范围内的海拔数据,构建海拔字典表,具体包括:
获取南纬80度到北纬80度之间的海拔数据,构建海拔字典表;其中,所述海拔数据的区域精度为1/120度。
具体地,获取南纬80度到北纬80度之间的海拔数据,可以构建一个1/120度精度的海拔字典表,根据经纬度值可以计算出字典表索引,进而确定该位置的海拔值。首先读取海拔数据,海拔数据从北纬80度西经180度以行优先的方式顺序保存到南纬80度东经180度,左右相邻的海拔相隔1/120经度,上下相邻的海拔相隔1/120纬度,将这份数据加载到内存的二维数组中,第一维代表行数,共19200行,第二维是列数,共43200列,轨迹点的经纬度值是1/1000000度精度的整数,比如120500000这个经度表示东经120.5度。假设某个轨迹点的经度坐标为lon,纬度坐标为lat,lon与lat都是1/1000000度精度的整数,则该位置在海拔字典表的行索引x=(80-lat/1000000)×120并取整,列索引y=lon/8333.333333333333+21600并取整,确定行和列的索引后就可以通过海拔字典表确定该位置的海拔值。
本发明实施例提供的基于船舶轨迹的泊位识别方法,通过获取预设经纬度范围内的海拔数据,构建海拔字典表,从而实现能够根据船舶轨迹点的位置,快速获取该位置的海拔数据。
基于上述实施例的内容,作为一种可选实施例,所述获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表,具体包括:
获取船舶历史轨迹,确定船舶每个轨迹点位置,选取速度在2-30节的轨迹点,并根据每个轨迹点的位置查询海拔字典表,删除海拔在-10米以上的轨迹点,得到第一轨迹点群;
根据第一轨迹点群中每个轨迹点的位置构建网格,所述网格边长为0.001度经度和0.001度纬度;
获取每个网格内轨迹点数和速度区间,若第一网格内的轨迹点数且第一速度区间在预设范围内,将第一网格添加到适航区域,构成适航区域字典表;其中,所述第一速度区间为第一网格内轨迹点的平均速度。
具体地,逐船从hbase获取船舶轨迹,船舶轨迹按时间升序排列,计算连续两个轨迹点之间的距离和时间差,从而得出连续两个轨迹点之间的实际速度,选取速度在2-30节的轨迹点,作为第一轨迹点群。若两个相邻的轨迹点的速度大于30节,或速度小于2节时,去除该轨迹点
按照上述方法去除轨迹点后,对于保留下来的所有轨迹点,查询海拔字典表,当轨迹点位置的海拔大于-10米时,认为该位置不可航行,去除该轨迹点。最终,使用单条船舶的轨迹生成了一个适航区域点集合,记为set_sail_track,使用所有船舶的轨迹生成了一个适航区域划分的网格,记为set_sail_grid。
所述网格构建的具体过程是,首先确定一个固定的网格边长,优选采用经度为0.001度和纬度为0.001度作为网格边长,这样的网格在赤道附近约具有100米左右的边长,对于航行判断的精度已经足够使用。使用船舶位置反向构建网格,对于任意一个船舶轨迹点,假设经度坐标为lon,纬度坐标为lat,lon与lat都是1/1000000度精度的整数,比如120500000这个经度表示东经120.5度。对lon和lat取整,可得到该位置网格的x轴和y轴索引。对所有轨迹点执行相同操作,最终可以生成一套适航区域的字典表,任意落在适航区域上的轨迹点均可使用该方法查询得到。
在适航区域字典表生成过程中,因为存在海量船舶位置,从而一些网格内必然存在有多个轨迹点的情况,对于这样的网格,需要进一步筛选确定是否满足航行条件。具体地,通过统计每个网格内轨迹点数和速度区间,若第一网格内的轨迹点数且第一速度区间在预设范围内,例如第一网格内轨迹点数≥3,且第一速度区间在4-30节范围内,表示第一网格内的轨迹点满足航行条件,则将第一网格添加到适航区域,对所有网格进行筛选后,将满足航行条件的网格添加到适航区域,构成适航区域字典表;其中,所述第一速度区间为第一网格内轨迹点的平均速度,具体计算过程是:设第一网格内轨迹点个数为num_track,各个轨迹点的航速累加值为sog_total,则第一网格内轨迹点的平均速度记为sog_average,且sog_average=sog_total/num_track,若该速度区间在4-30节之间,认为是满足航行条件的。由此可见,通过网格内轨迹点的个数和网格内轨迹点的平均速度这两个指标,可以用来进一步确定航行条件是否满足。
本发明实施例提供的基于船舶轨迹的泊位识别方法,通过获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表,可以去除位于适航区域的泊位。
基于上述实施例的内容,作为一种可选实施例,所述根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差,具体包括:
根据船舶历史轨迹,对所有轨迹点按时间升序排列,选取速度在0-2节的轨迹点,作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差。
具体地,逐船从hbase获取轨迹数据,船舶轨迹按时间升序排列,选取速度在0-2节的轨迹点,若两个相邻的轨迹点的速度大于2节,则去除该轨迹点,将保留下来的轨迹点作为第二轨迹点群,计算相邻两个轨迹点之间的距离和时间差,当时间差超过12小时,或距离超过10千米,则将两个轨迹划分到不同的分组中。
本发明实施例提供的基于船舶轨迹的泊位识别方法,根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差,从而对轨迹点进行分组,便于后续对轨迹点片段进行划分。
基于上述实施例的内容,作为一种可选实施例,所述位移率为drift_ratio,drift_ratio=drift_abs/num_track,最大位移为drift_max,指停留区域外接矩形的对角线距离,单次最大船首向变化量为hdg_max指相邻两个轨迹点间船首向差值的最大值,平均船首向变化量为hdg_drift_ratio,hdg_drift_ratio=hdg_drift_abs/num_track;其中,drift_abs为在同一条船同一分组内,累加的船舶位移量;hdg_drift_abs为在同一条船同一分组内,累加的船首向变化量;num_track为同一条船同一分组内的轨迹点个数。
具体地,在上述实施例中同一条船同一个分组下,累加船舶位移量和船首向变化量,分别记为drift_abs,hdg_drift_abs。设这个分组的轨迹点个数为num_track,则位移率drift_ratio=drift_abs/num_track,最大位移为drift_max,指停留区域外接矩形的对角线距离,单次最大船首向变化量为hdg_max指相邻两个轨迹点间船首向差值的最大值,平均船首向变化量hdg_drift_ratio=hdg_drift_abs/num_track。
本发明实施例提供的基于船舶轨迹的泊位识别方法,通过计算位移率和船首向变化率,可进一步筛选同一分组内的轨迹点是否位于潜在泊位上,从而能够准确获得潜在泊位的位置信息。
基于上述实施例的内容,作为一种可选实施例,所述对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点,具体包括:
对位于潜在泊位上连续速度为0的轨迹点进行计数,计数最大的那段轨迹点作为潜在泊位轨迹点片段;
采用密度聚类法,通过预设簇集的范围,对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点。
具体地,对位于潜在泊位上的所有轨迹点,按时间升序排列,对每个连续为0的轨迹片段进行计数,计数最大的那段连续停靠点作为潜在泊位轨迹点片段。所有船舶的潜在泊位停靠点计算完成后,会产生聚集现象,考虑到不同的船舶可能形成不同停靠区域的中心点,而这些由不同船舶不同时间产生的点集合可能会相距很近甚至重复,所以需要对这些中心点进行分组。因此,对这些聚集点采用密度聚类算法,简化邻接点的计算过程,将簇的中心定义为随机的停留区域中心点,用一个距离限定簇集的范围,对已经参与计算的样本进行标记,不再参与后续计算。然后在簇集中计算簇集的中心点,作为一个潜在泊位的中心点,从而最终筛选出确定位置的潜在泊位中心点。
本发明实施例提供的基于船舶轨迹的泊位识别方法,通过对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,并采用密度聚类算法,将所有船舶潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点,从而实现从大量船舶停留点形成的簇集中筛选出确定位置的潜在泊位,方便查询和选取泊位。
基于上述实施例的内容,作为一种可选实施例,所述获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位,具体包括:
获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询;若适航区域字典表中有潜在泊位的中心点位置信息,删除该潜在泊位的中心点;若适航区域字典表中没有潜在泊位的中心点位置信息,保留该潜在泊位的中心点,保留的所有潜在泊位的中心点为识别出的真实泊位。
具体地,通过分析全球船舶的轨迹,确定了大量潜在泊位的位置。由于船舶的航行特征千差万别,一些通过船舶轨迹挖掘的泊位位置可能位于锚地,海湾,船坞或捕鱼区。结合船舶行驶特征创建的适航区域字典表可以有效去除这些区域上的大部分噪声泊位。其中,使用基于船舶位置生成网格索引的方法,也可以使用潜在泊位的经纬度位置生成网格索引,该网格索引对应适航区域字典表的键值,若字典表中存在该键值则表示该潜在泊位位于适航区域上,删除这样的潜在泊位;若字典表中不存在该键值则表示该潜在泊位没有位于适航区域上,保留这样的潜在泊位。
需要说明的是,通过遍历保留下来的潜在泊位的中心点,可以根据就近原则完成识别出的真实泊位的港口归属,具体通过计算真实泊位与现有泊位的距离,选取最近的现有泊位,若距离在预设范围内,则将真实泊位归属到现有泊位所属的港口。否则,可以计算真实泊位是否在现有码头或港区范围内,若在其中,则归属到现有码头或港区所属的港口。否则,可以计算真实泊位与现有港口中心点的距离,选取最近的港口中心点,若距离在预设范围内,则将真实泊位归属到该港口,否则,该真实泊位暂无归属,后续通过人工标记的方式指定其港口归属。
本发明实施例提供的基于船舶轨迹的泊位识别方法,通过获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位,从而可以对适航区域上的潜在泊位的中心点进行删除,有效获取真实泊位的信息,同时减少产生噪声泊位。
图2为本发明实施例中基于船舶轨迹的泊位识别装置的结构示意图,如图2所示,本发明实施例提供的一种基于船舶轨迹的泊位识别装置,包括:
第一构建单元210,用于获取预设经纬度范围内的海拔数据,构建海拔字典表。
具体地,第一构建单元210获取预设经纬度范围内的海拔数据,可以构建一个海拔字典表,根据某一个船舶轨迹点的位置信息,即经纬度值,可以计算出字典表索引,进而通过海拔字典表确定该船舶轨迹点对应位置的海拔值。
第二构建单元220,用于获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表。
具体地,第二构建单元220获取船舶历史轨迹,从而确定船舶每个轨迹点的位置信息,从所述轨迹点中选取速度在第一速度范围内的轨迹点作为第一轨迹点群,并根据第一轨迹点群中每个轨迹点的位置构建网格,所述网格可以预设边长;其中,适航区域字典表记录的是可航行的网格,第一速度范围是指正常航行的速度范围。
需要说明的是,第一速度范围可以是根据某区域的航行标准规定的船舶速度,也可以是根据实际需求设定的船舶速度范围,本发明实施例对此不作具体限定。
第一识别单元230,用于根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差;若所述时间差和距离差均在预设范围内,相邻两个轨迹点属于同一组;若所述时间差或距离差任一项不在预设范围内,相邻两个轨迹点属于不同组。
具体地,第一识别单元230从hbase获取全球船舶2011年以来的轨迹,从而确定船舶每个轨迹点的位置信息,从所述轨迹点中选取速度在第二速度范围内的轨迹点作为第二轨迹点群,对第二轨迹点群中的轨迹点按时间升序排列,计算两个轨迹点的时间差和距离差,对轨迹点进行分组,以便筛选出有效的船舶停靠点,若两个轨迹点的时间差过大或者距离差过大,则认为这两个轨迹点组成的片段不是有效的船舶停靠点;当两个轨迹点的时间差和距离差均在预设范围内,则两个轨迹点属于同一组;当两个轨迹点的时间差或距离差中的任一项不在预设范围内,则两个轨迹点属于不同分组。
其中,第二速度范围是指船舶停靠时的速度范围区间,需要说明的是,本发明实施例可以根据具体情况对第二速度范围区间、时间差预设范围和距离差预设范围进行设定,本发明实施例对此不作具体限定。
第二识别单元240,用于对第二轨迹点群中的每个轨迹点,分别计算同一条船同一分组内轨迹点的位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量;若位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量均在预设范围内,则判断轨迹点位于潜在泊位上,并对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点。
具体地,第二识别单元240在第二轨迹点群中的每个轨迹点中,对于同一条船一个分组内的轨迹,计算位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量。若位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量均在预设范围内,则判断对应的轨迹点位于潜在泊位上。当确定轨迹点位于潜在泊位上时,对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为轨迹点片段,采用密度聚类法对这些面状分布的点集进行划分,对划分后的每个区域计算中心点,作为潜在泊位的中心点。
去噪单元250,用于获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位。
具体地,去噪单元250结合船舶行驶特征创建的适航区域字典表可以有效去除大部分噪声泊位,从而使用潜在泊位的中心点位置信息在适航区域字典表中查询,删除噪声泊位,识别出真实泊位。
本发明实施例提供的基于船舶轨迹的泊位识别装置用于执行上述基于船舶轨迹的泊位识别方法,其具体的实施方式与方法实施方式一致,此处不再赘述。
本发明实施例提供的基于船舶轨迹的泊位识别装置,通过获取预设经纬度范围内的海拔数据和船舶历史轨迹,构建海拔字典表和适航区域字典表,并通过船舶历史轨迹确定轨迹点片段,采用密度聚类法对轨迹点片段进行划分,确定潜在泊位的中心点位置信息,然后使用潜在泊位的中心点位置信息在适航区域字典表中查询,识别出真实泊位,从而实现能够快速自动识别全球真实泊位。
图3为本发明实施例中电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行如上所述基于船舶轨迹的泊位识别方法的各个步骤。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态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以执行上述各实施例提供的基于船舶轨迹的泊位识别方法。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于船舶轨迹的泊位识别方法,其特征在于,包括:
获取预设经纬度范围内的海拔数据,构建海拔字典表;
获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表;
根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差;若所述时间差和距离差均在预设范围内,相邻两个轨迹点属于同一组;若所述时间差或距离差任一项不在预设范围内,相邻两个轨迹点属于不同组;
对第二轨迹点群中的每个轨迹点,分别计算同一条船同一分组内轨迹点的位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量;若位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量均在预设范围内,则判断轨迹点位于潜在泊位上,并对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点;
获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位。
2.根据权利要求1所述的基于船舶轨迹的泊位识别方法,其特征在于,所述获取预设经纬度范围内的海拔数据,构建海拔字典表,具体包括:
获取南纬80度到北纬80度之间的海拔数据,构建海拔字典表;其中,所述海拔数据的区域精度为1/120度。
3.根据权利要求1所述的基于船舶轨迹的泊位识别方法,其特征在于,所述获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表,具体包括:
获取船舶历史轨迹,确定船舶每个轨迹点位置,选取速度在2-30节的轨迹点,并根据每个轨迹点的位置查询海拔字典表,删除海拔在-10米上的轨迹点,得到第一轨迹点群;
根据第一轨迹点群中每个轨迹点的位置构建网格,所述网格边长为0.001度经度和0.001度纬度;
获取每个网格内轨迹点数和速度区间,若第一网格内的轨迹点数且第一速度区间预设范围内,将第一网格添加到适航区域,构成适航区域字典表;其中,所述第一速度区间为第一网格内轨迹点的平均速度。
4.根据权利要求1所述的基于船舶轨迹的泊位识别方法,其特征在于,所述根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差,具体包括:
根据船舶历史轨迹,对所有轨迹点按时间升序排列,选取速度在0-2节的轨迹点,作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差。
5.根据权利要求1所述的基于船舶轨迹的泊位识别方法,其特征在于,所述位移率为drift_ratio,drift_ratio=drift_abs/num_track,最大位移为drift_max,指停留区域外接矩形的对角线距离,单次最大船首向变化量为hdg_max指相邻两个轨迹点间船首向差值的最大值,平均船首向变化量为hdg_drift_ratio,hdg_drift_ratio=hdg_drift_abs/num_track;其中,drift_abs为在同一条船同一分组内,累加的船舶位移量;hdg_drift_abs为在同一条船同一分组内,累加的船首向变化量;num_track为同一条船同一分组内的轨迹点个数。
6.根据权利要求1所述的基于船舶轨迹的泊位识别方法,其特征在于,所述对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点,具体包括:
对位于潜在泊位上连续速度为0的轨迹点进行计数,计数最大的那段轨迹点作为潜在泊位轨迹点片段;
采用密度聚类法,通过预设簇集的范围,对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点。
7.根据权利要求1所述的基于船舶轨迹的泊位识别方法,其特征在于,所述获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位,具体包括:
获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询;若适航区域字典表中有潜在泊位的中心点位置信息,删除该潜在泊位的中心点;若适航区域字典表中没有潜在泊位的中心点位置信息,保留该潜在泊位的中心点,保留的所有潜在泊位的中心点为识别出的真实泊位。
8.一种基于船舶轨迹的泊位识别装置,其特征在于,包括:
第一构建单元,用于获取预设经纬度范围内的海拔数据,构建海拔字典表;
第二构建单元,用于获取船舶历史轨迹,确定船舶每个轨迹点位置,选取第一速度范围内的轨迹点作为第一轨迹点群,并根据所述第一轨迹点群构建预设边长的网格,构成适航区域字典表;
第一识别单元,用于根据船舶历史轨迹,选取第二速度范围内的轨迹点作为第二轨迹点群,计算第二轨迹点群中相邻两个轨迹点的时间差和距离差;若所述时间差和距离差均在预设范围内,相邻两个轨迹点属于同一组;若所述时间差或距离差任一项不在预设范围内,相邻两个轨迹点属于不同组;
第二识别单元,用于对第二轨迹点群中的每个轨迹点,分别计算同一条船同一分组内轨迹点的位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量;若位移率,最大位移,时间跨度,单次最大船首向变化量和平均船首向变化量均在预设范围内,则判断轨迹点位于潜在泊位上,并对位于潜在泊位上连续速度在第三速度范围内的轨迹点进行计数,计数最大的轨迹点作为潜在泊位轨迹点片段,采用密度聚类法对所述潜在泊位轨迹点片段进行划分,确定潜在泊位的中心点;
去噪单元,用于获取每个潜在泊位的中心点位置信息,使用所述位置信息在适航区域字典表中查询,识别出真实泊位。
9.一种电子设备,包括存储器、处理器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如权利要求1至7任一项所述基于船舶轨迹的泊位识别方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述基于船舶轨迹的泊位识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339947.0A CN111581314B (zh) | 2020-04-26 | 2020-04-26 | 基于船舶轨迹的泊位识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339947.0A CN111581314B (zh) | 2020-04-26 | 2020-04-26 | 基于船舶轨迹的泊位识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111581314A CN111581314A (zh) | 2020-08-25 |
CN111581314B true CN111581314B (zh) | 2023-06-23 |
Family
ID=72127576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010339947.0A Active CN111581314B (zh) | 2020-04-26 | 2020-04-26 | 基于船舶轨迹的泊位识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111581314B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116628A (zh) * | 2020-09-18 | 2020-12-22 | 中电科西北集团有限公司 | 一种海上船舶轨迹曲线动态拟合方法、装置及存储介质 |
CN112347211A (zh) * | 2020-11-05 | 2021-02-09 | 北明软件有限公司 | 船舶自动识别系统数据的处理方法、系统和存储介质 |
CN113822513B (zh) * | 2020-12-09 | 2022-06-24 | 清华大学 | 一种基于锚地与泊位自动识别算法的港口拥堵监测方法 |
CN115083199B (zh) * | 2021-03-12 | 2024-02-27 | 上海汽车集团股份有限公司 | 一种车位信息确定方法及其相关设备 |
CN113220678B (zh) * | 2021-04-23 | 2023-09-08 | 亿海蓝(北京)数据技术股份公司 | 船靠船事件识别方法及系统 |
CN113190636B (zh) * | 2021-04-23 | 2023-08-04 | 亿海蓝(北京)数据技术股份公司 | 海上路网构建方法及系统 |
CN113222040B (zh) * | 2021-05-24 | 2024-04-26 | 中国南方电网有限责任公司超高压输电公司广州局海口分局 | 海上固定目标识别方法、装置、计算机设备和存储介质 |
CN113988213B (zh) * | 2021-11-12 | 2024-03-19 | 中远海运科技股份有限公司 | 一种船舶在坞修理识别方法及系统 |
CN116805172B (zh) * | 2023-05-06 | 2023-12-12 | 中国交通通信信息中心 | 一种ais数据驱动的原油船舶目的港预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899263A (zh) * | 2015-05-22 | 2015-09-09 | 华中师范大学 | 一种基于特定区域的船舶轨迹挖掘分析与监控方法 |
CN108334905A (zh) * | 2018-02-08 | 2018-07-27 | 中电科技(合肥)博微信息发展有限责任公司 | 船舶行为轨迹识别方法 |
CN109740494A (zh) * | 2018-12-27 | 2019-05-10 | 中国船舶重工集团公司第七研究院 | 一种基于船舶轨迹大数据的港口识别方法 |
CN110750571A (zh) * | 2018-07-23 | 2020-02-04 | 中电科海洋信息技术研究院有限公司 | 港口泊位数据挖掘方法、装置、设备和储存介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9786183B2 (en) * | 2015-06-30 | 2017-10-10 | Exactearth Ltd. | Systems and methods for vessel position reporting and monitoring |
-
2020
- 2020-04-26 CN CN202010339947.0A patent/CN111581314B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899263A (zh) * | 2015-05-22 | 2015-09-09 | 华中师范大学 | 一种基于特定区域的船舶轨迹挖掘分析与监控方法 |
CN108334905A (zh) * | 2018-02-08 | 2018-07-27 | 中电科技(合肥)博微信息发展有限责任公司 | 船舶行为轨迹识别方法 |
CN110750571A (zh) * | 2018-07-23 | 2020-02-04 | 中电科海洋信息技术研究院有限公司 | 港口泊位数据挖掘方法、装置、设备和储存介质 |
CN109740494A (zh) * | 2018-12-27 | 2019-05-10 | 中国船舶重工集团公司第七研究院 | 一种基于船舶轨迹大数据的港口识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111581314A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111581314B (zh) | 基于船舶轨迹的泊位识别方法及装置 | |
Wu et al. | Mapping global shipping density from AIS data | |
Zhao et al. | A method for simplifying ship trajectory based on improved Douglas–Peucker algorithm | |
CN113450596B (zh) | 基于船舶轨迹特征点提取的时空dp方法 | |
CN112967527B (zh) | 一种渡船碰撞风险评估方法、系统、装置及介质 | |
CN113553682B (zh) | 一种数据驱动的多层次船舶航路网络构建方法 | |
CN107341573B (zh) | 一种复式航道水域的船舶交通组织优化方法 | |
CN112182133B (zh) | 一种基于ais数据的船舶徘徊检测方法 | |
Breithaupt et al. | Maritime route delineation using AIS data from the atlantic coast of the US | |
CN114066354A (zh) | 一种基于全球船舶历史航迹的智能航线推荐方法及系统 | |
CN112562415A (zh) | 船舶航线推荐方法 | |
CN115618251B (zh) | 船舶轨迹预测方法、装置、电子设备及存储介质 | |
CN114936332A (zh) | 一种风电场水域船舶交通流分析的方法、装置和存储介质 | |
CN113901085B (zh) | 一种船舶轨迹动态绘制方法及系统 | |
CN115060264A (zh) | 一种基于ais数据的prm航线规划方法 | |
CN110196962A (zh) | 一种基于核密度估计的飞机速度异常识别方法 | |
CN112785030A (zh) | 船舶行为识别系统、方法和平台 | |
CN114490913A (zh) | 一种船舶进港状态的确定方法、确定装置和电子设备 | |
Weng et al. | Effects of ship domain shapes on ship collision risk estimates considering collision frequency and severity | |
KR20190057827A (ko) | 다중 중첩 격자법을 이용한 북극 최적 경로 탐색 방법 및 장치 | |
CN115186234B (zh) | 港口距离矩阵的计算方法、装置、电子设备及存储介质 | |
CN114565176B (zh) | 一种长期船舶轨迹预测方法 | |
CN115587308A (zh) | 航道的确定方法、装置、电子设备及存储介质 | |
CN113962321B (zh) | 一种船对船装卸货识别处理方法及系统 | |
CN113961660A (zh) | 一种全球航线热力图生成方法及系统 |
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 |