CN111949751A - 一种智能船舶轨迹可视化方法及系统 - Google Patents

Abstract

本发明涉及一种智能船舶轨迹可视化方法，其包括：S1、加载地图/海图API；S2、采集与处理船舶航行数据，并储存在数据云服务器中；S3、创建巡航器，以用于根据巡航器自身属性从数据云服务器中获得最新位置数据；S4、根据最新位置数据在地图/海图中更新对应船舶的最新位置信息，从而实现船舶轨迹的实时可视化。此外，本发明还提供了一种智能船舶轨迹可视化系统，其包括了船端数据采集平台、数据云服务器以及岸基可视化平台，船端数据采集平台通过数据云服务器与岸基可视化平台信号连接。本发明实时再现了船舶航行态势，减少了时间延迟，且通过实时数据与历史数据的叠加可视化，来检测数据精度以及建立更完整的船舶态势情景。

Description

一种智能船舶轨迹可视化方法及系统

技术领域

本发明涉及船舶数据处理技术领域，尤其涉及一种智能船舶轨迹可视化方法及系统。

背景技术

船舶轨迹可视化是指在地图或海图上加载船舶的航行轨迹，从而在岸基可以掌控船舶的运行状态。而现有的船舶轨迹可视化系统在实现轨迹再现的功能时，总存在数据滞后的问题，同时也无法确保岸基对船舶进行精确的轨迹跟踪，无法对船舶的航行态势进行实时可视化关注。

发明内容

(一)要解决的技术问题

鉴于现有技术的上述缺点、不足，本发明提供一种智能船舶轨迹可视化方法及系统，其解决了无法对船舶进行精确的轨迹跟踪以及实时轨迹可视化的技术问题。

(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：

第一方面，本发明实施例提供一种智能船舶轨迹可视化方法，其包括：

S1、加载地图/海图API；

S2、采集并处理船舶航行数据，且储存在数据云服务器中；

S3、创建巡航器，以用于根据巡航器自身属性从数据云服务器中获得最新位置数据；所述自身属性包括指示船舶类型属性；

S4、根据所述最新位置数据在地图/海图中更新对应船舶的最新位置信息，从而实现船舶轨迹的实时可视化。

可选地，步骤S2包括：

S21、采集并处理船舶的AIS原始数据与DGPS原始数据，得到船舶航行数据，并将所述船舶航行数据导入数据云服务器；

S22、在数据云服务器中对所述船舶航行数据进行分布式存储。

可选地，步骤S21包括：

S211、通过AIS装置获取AIS原始数据，并对所述AIS原始数据进行报文解析以及预处理得到AIS数据；其中，针对AIS实时数据的预处理包括噪声信息与不规范信息的滤除以及归一化处理；针对AIS历史数据的预处理包括数据的清洗、融合与规约；

S212、通过DGPS装置获取DGPS原始数据，并对所述DGPS原始数据进行解析、清洗处理得到DGPS数据；其中，针对DGPS实时数据进行数据的解析；针对DGPS历史数据进行数据的清洗与去冗操作；

S213、将所述AIS数据与所述DGPS数据作为船舶航行数据导入到数据云服务器中。

可选地，步骤S21中，针对AIS原始数据与DGPS原始数据处理包括：

(1)对所述DGPS原始数据中的数值不合理的数据进行归一化处理，数值不合理的数据包括航速大于50节的数据、数值为负数的数据、航向不在预设范围的数据与船舶经纬度明显异常的数据；

(2)对所述AIS原始数据与所述DGPS原始数据中的数据类型不规范的数据进行规范处理；

(3)对所述AIS原始数据中的次优先级特征进行降维处理，所述次优先级特征包括报文类型和周期。

可选地，所述数据云服务器包括HBase数据库和MySQL数据库；其中，在所述MySQL数据库中动态更新船舶航行数据，且只保留最新的船舶航行数据；在所述HBase数据库中依照时间戳的顺序存储船舶航行数据，并按照数据属性进行分类。

可选地，所述数据属性包括传感器种类以及船舶MMSI号。

可选地，所述巡航器的数目为所述HBase数据库中存储的属性集的个数。

第二方面，本发明实施例提供一种智能船舶轨迹可视化系统，其包括：船端数据采集平台、数据云服务器以及岸基可视化平台；所述船端数据采集平台通过所述数据云服务器与所述岸基可视化平台信号连接；

所述船端数据采集平台包括：DGPS装置，用于采集与处理本船的实时航行数据；AIS装置，用于采集与处理他船的实时航行数据；

所述数据云服务器包括服务器集群，用于接收所述船端数据采集平台传输的船舶航行数据并进行分布式存储；

所述岸基可视化平台，用于在所述数据云服务器中获取船舶航行数据，并通过Web前端展现船舶的实时轨迹以及历史轨迹。

可选地，所述服务器集群为Kafka集群；所述Kafka集群的数据存储部分包括HBase数据库和MySQL数据库。

可选地，所述Web前端包括：

界面展示模块，用于构建WEB页面的静态结构和用户界面；

数据调用模块，用于进行WEB地图调用、数据获取与数据解析工作；

数据绘制模块，用于实现数据绘制。

(三)有益效果

本发明的有益效果是：本发明将本船以及他船的历史数据与实时数据的进行分布式存储在数据云服务器中，同时在岸基的海图或地图界面中通过多个巡航器自主加载本船及他船的实时航行轨迹，从而实现岸基对船舶航行轨迹、航行态势以及水域历史态势的实时可视化功能。本发明再现了船舶航行态势，减少了时间延迟，且通过实时数据及历史数据的叠加可视化，来检测数据精度以及建立更完整的态势情景。

附图说明

图1为本发明提供的一种智能船舶轨迹可视化方法的流程示意图；

图2为本发明提供的一种智能船舶轨迹可视化方法的步骤S2的具体流程示意图；

图3为本发明提供的一种智能船舶轨迹可视化方法的步骤S21的具体流程示意图；

图4为本发明提供的一种智能船舶轨迹可视化系统的组成示意图。

【附图标记说明】

100：智能船舶轨迹可视化系统；

110：船端数据采集平台；111：DGPS装置；112：AIS装置；

120：数据云服务器；121：服务器集群；

130：岸基可视化平台。

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。

本发明实施例提出的一种智能船舶轨迹可视化方法，图1为本发明提供的一种智能船舶轨迹可视化方法的流程示意图，如图1所示，其公开了：首先，加载地图/海图API；接着，采集并处理航行数据，随后将其分类存储；然后创建巡航器，通过巡航器获取最新位置数据，并在地图/海图中更新最新位置信息，从而实现船舶轨迹的实时可视化。

本发明将本船以及他船的历史数据与实时数据的进行分布式存储在数据云服务器120中，同时在岸基的海图或地图界面中通过多个巡航器自主加载本船及他船的实时航行轨迹，从而实现岸基对船舶航行轨迹、航行态势以及水域历史态势的实时可视化功能。本发明再现了船舶航行态势，减少了时间延迟，且通过实时数据及历史数据的叠加可视化，来检测数据精度以及建立更完整的态势情景。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

具体地，一种智能船舶轨迹可视化方法，包括：

S1、加载地图/海图API(Application Programming Interface，应用程序接口)。在WEB前端导入海图或地图界面。

S2、采集并处理船舶航行数据，且储存在数据云服务器120中。船端通过串口实时采集船舶AIS以及DGPS等船舶航行数据，并通过进行数据解析、处理之后将船舶航行数据实时导入数据云服务器120。

图2为本发明提供的一种智能船舶轨迹可视化方法的步骤S2的具体流程示意图，如图2所示，以下为步骤S2的具体步骤：

S21、采集并处理船舶的AIS原始数据与DGPS原始数据，得到船舶航行数据，并将船舶航行数据导入数据云服务器120。图3为本发明提供的一种智能船舶轨迹可视化方法的步骤S21的具体流程示意图，如图3所示，以下为步骤S21的具体步骤：

S211、通过AIS装置112获取AIS原始数据，并对AIS原始数据进行报文解析以及预处理得到AIS数据。预处理是为了提高数据质量，针对不同数据使用目的采取不同的预处理操作，其中，针对AIS实时数据的预处理包括噪声信息与不规范信息的滤除以及归一化处理；针对AIS历史数据的预处理包括数据的清洗、融合与规约。

S212、通过DGPS装置111获取DGPS原始数据，并对DGPS原始数据进行解析、清洗处理得到DGPS数据；其中，针对DGPS实时数据进行数据的解析，针对DGPS历史数据进行数据的清洗与去冗操作，减少数据库的存储负担。

S213、将AIS数据与DGPS数据作为船舶航行数据导入到数据云服务器120中。

S22、在数据云服务器120中对船舶航行数据进行分布式存储。

进一步地，在步骤S21中，针对AIS原始数据与DGPS原始数据处理包括：

(1)对DGPS原始数据中的数值不合理的数据进行归一化处理，数值不合理的数据包括航速大于50节的数据、数值为负数的数据、航向不在合理范围的数据与船舶经纬度明显异常的数据，对这些数据进行归一化处理，采取舍弃该数据或者将数据映射到一个指定的取值空间内的方法。

(2)对AIS原始数据与DGPS原始数据中的数据类型不规范的数据进行规范处理。例如以字符类型存储的数值型参数，通过映射的方法进行规范化处理。

(3)对AIS原始数据中的次优先级特征进行降维处理，次优先级特征包括报位类型和周期。AIS原始数据含有很多维度也就是船舶的特征值，其中有一些无需关注的次优先级特征比如报位类型和周期等，为了提高后期从数据库调取数据的效率，需要根据应用的数据相关性分析对次优先级特征进行降维处理。

进一步地，数据云服务器120包括HBase数据库和MySQL数据库。Hbase数据库是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式存储系统，通过HBase数据库存储数据，可以按列索引的方式查询时只需要少数几个字段即可，这样可以大大减少读取的数据量。MySQL数据库主要是利用其SQL查询语言和数据的多维分析能力实现较近一段时间内的船舶数据的实时统计分析与多维展示，主要用于船舶在航行过程中对实时性要求高的数据的存储与分析功能。具体地，在MySQL数据库中动态更新船舶航行数据，且只保留最新的航行数据数据；在HBase数据库中依照时间戳的顺序存储船舶航行数据，并按照数据属性进行分类。数据属性包括传感器种类以及船舶MMSI号，船舶MMSI号指的是水上移动通信业务标识码(Maritime Mobile Service Identify，简称“MMSI”)。

S3、创建巡航器。根据AIS收集到的不同船舶MMSI号的个数再加上本船的DGPS数据，在Web终端创建若干巡航器，巡航器表示当前船舶监测区域内部船舶的数据及轨迹信息。巡航器的作用在于根据巡航器自身属性从数据云服务器120中获得最新位置数据。巡航器的自身属性包括指示船舶类型属性，其指明了船舶的类型是本船还是他船。然后从数据云服务器120中读取对应船舶的位置数据，对于本船读取其DGPS数据，对于他船根据AIS数据中的MMSI号找到其相应的数据。且巡航器的数目为HBase数据库中存储的属性集的个数，其代表监测范围内有多少船舶。

S4、根据最新位置数据在地图/海图中更新对应船舶的最新位置信息，从而实现船舶轨迹的实时可视化。

除此之外，本发明实施例还提供了一种智能船舶轨迹可视化系统100，图4为本发明提供的一种智能船舶轨迹可视化系统的组成示意图，如图4所示，其包括：船端数据采集平台110、数据云服务器120以及岸基可视化平台130；船端数据采集平台110通过数据云服务器120与岸基可视化平台130信号连接。

船端数据采集平台110包括：DGPS装置111，用于采集与处理本船的实时航行数据；AIS装置112，用于采集与处理他船的实时航行数据；数据云服务器120包括服务器集群121，用于对船端数据采集平台110传输过来的船舶航行数据进行分布式存储。

岸基可视化平台130，用于在数据云服务器120中获取船舶航行数据，并通过Web前端展现船舶的实时轨迹以及历史轨迹。

岸基可视化平台130在进行本船以及他船的实时轨迹可视化时，从MySQL数据库获得对应船舶的实时数据，然后通过巡航器进行轨迹点的跟踪，在WEB前端实时绘制船舶的航行轨迹。

较佳地，服务器集群121为Kafka集群。在岸基搭建Kafka集群，通过在船端连接集群，将船舶航行数据实时传输到岸基服务器中进行保存，在岸基控制中心可以通过订阅的方式实时获得船舶航行数据。进而，Kafka集群的数据存储部分包括HBase数据库和MySQL数据库。当船舶传感器获取到数据之后，经过处理将数据分别存储到HBase数据库和MySQL数据库中，当数据更新时，在HBase数据库中数据依照时间戳的顺序存储，在MySQL数据库则将原数据删除，更新为最新的数据。

WEB前端包括界面展示模块、数据调用模块与数据绘制模块，具体地，界面展示模块为HTML文件、数据调用模块为JavaScript文件，数据绘制模块为EchartsGL文件，其中，HTML文件用于构建WEB页面的静态结构和用户界面，JavaScript文件用于进行WEB地图调用、数据获取与数据解析工作，EchartsGL文件实现海量数据绘制，最终在WEB前端实现船舶动态位置可视化、船舶信息拾取和船舶轨迹可视化等功能的开发。其中，船舶信息拾取表示的是在船舶轨迹可视化中可以显示相关的其他状态数据，包括航速航向等。

综上所述，本发明提出的一种智能船舶轨迹可视化方法，其流程为：首先，WEB前端进行HTML页面配置并导入海图或地图界面；接着，船端通过串口实时采集船舶AIS以及DGPS原始数据，并通过进行数据解析、处理之后将数据实时导入数据云服务器120，随后在数据云服务器120中对所有数据进行分布式存储；然后创建巡航器，在WEB前端创建基于本船的以及基于监测范围内船舶的巡航器，该巡航器可以根据对应船舶的位置数据在地图/海图上进行状态更新，从而实现船舶轨迹的实时可视化。

而一种智能船舶轨迹可视化系统100则包括船端数据采集平台110、数据云服务器120以及岸基可视化平台130。数据采集平台负责数据的采集、解析以及预处理，基于本系统实现智能船舶实时航行轨迹以及周围船舶实时航行轨迹的可视化，因此在船端主要用到的装置包括DGPS用于采集本船的实时航行数据、以及AIS用于采集他船的实时航行数据。数据云服务器120主要用于存储船舶在航行过程中的产生的所有数据，通过将船端以及岸基搭建在同一个云服务器框架之内，实现数据的同步共享。岸基可视化平台130通过在WEB前端的界面实现数据的可视化。

本发明通过在岸基和船端搭建共享的服务器集群121，可实现船舶和岸基的数据实时共享，避免产生延迟。其次，通过对船端数据的分布式存储，对于实时数据只保留最新样本，从而便于岸基方便直接获取最新数据。同时本发明公开的一种基于岸基并行的数据读取方案，可实现本船以及他船多目标物的状态实时更新，可更全面的展现实时态势。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。

应当注意的是，在权利要求中，不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中，这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。

此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例作出另外的变更和修改。所以，权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也应该包含这些修改和变型在内。

Claims (10)

1.一种智能船舶轨迹可视化方法，其特征在于，包括：

S1、加载地图/海图API；

S2、采集并处理船舶航行数据，且储存在数据云服务器中；

S3、创建巡航器，以用于根据巡航器自身属性从数据云服务器中获得最新位置数据；所述自身属性包括指示船舶类型属性；

S4、根据所述最新位置数据在地图/海图中更新对应船舶的最新位置信息，从而实现船舶轨迹的实时可视化。

2.如权利要求1所述的一种智能船舶轨迹可视化方法，其特征在于，步骤S2包括：

S21、采集并处理船舶的AIS原始数据与DGPS原始数据，得到船舶航行数据，并将所述船舶航行数据导入数据云服务器；

S22、在数据云服务器中对所述船舶航行数据进行分布式存储。

3.如权利要求2所述的一种智能船舶轨迹可视化方法，其特征在于，步骤S21包括：

S211、通过AIS装置获取AIS原始数据，并对所述AIS原始数据进行报文解析以及预处理得到AIS数据；其中，针对AIS实时数据的预处理包括噪声信息与不规范信息的滤除以及归一化处理；针对AIS历史数据的预处理包括数据的清洗、融合与规约；

S212、通过DGPS装置获取DGPS原始数据，并对所述DGPS原始数据进行解析、清洗处理得到DGPS数据；其中，针对DGPS实时数据进行数据的解析；针对DGPS历史数据进行数据的清洗与去冗操作；

S213、将所述AIS数据与所述DGPS数据作为船舶航行数据导入到数据云服务器中。

4.如权利要求3所述的一种智能船舶轨迹可视化方法，其特征在于，步骤S21中，针对AIS原始数据与DGPS原始数据处理包括：

(1)对所述DGPS原始数据中的数值不合理的数据进行归一化处理，数值不合理的数据包括航速大于50节的数据、数值为负数的数据、航向不在预设范围的数据与船舶经纬度明显异常的数据；

(2)对所述AIS原始数据与所述DGPS原始数据中的数据类型不规范的数据进行规范处理；

(3)对所述AIS原始数据中的次优先级特征进行降维处理，所述次优先级特征包括报文类型和周期。

5.如权利要求1-4任一项所述的一种智能船舶轨迹可视化方法，其特征在于，所述数据云服务器包括HBase数据库和MySQL数据库；其中，在所述MySQL数据库中动态更新船舶航行数据，且只保留最新的船舶航行数据；在所述HBase数据库中依照时间戳的顺序存储船舶航行数据，并按照数据属性进行分类。

6.如权利要求5所述的一种智能船舶轨迹可视化方法，其特征在于，所述数据属性包括传感器种类以及船舶MMSI号。

7.如权利要求5所述的一种智能船舶轨迹可视化方法，其特征在于，所述巡航器的数目为所述HBase数据库中存储的属性集的个数。

8.一种智能船舶轨迹可视化系统，其特征在于，包括：船端数据采集平台、数据云服务器以及岸基可视化平台；所述船端数据采集平台通过所述数据云服务器与所述岸基可视化平台信号连接；

所述船端数据采集平台包括：DGPS装置，用于采集与处理本船的实时航行数据；AIS装置，用于采集与处理他船的实时航行数据；

所述数据云服务器包括服务器集群，用于接收所述船端数据采集平台传输的船舶航行数据并进行分布式存储；

所述岸基可视化平台，用于在所述数据云服务器中获取船舶航行数据，并通过Web前端展现船舶的实时轨迹以及历史轨迹。

9.如权利要求8所述的一种智能船舶轨迹可视化系统，其特征在于，所述服务器集群为Kafka集群；所述Kafka集群的数据存储部分包括HBase数据库和MySQL数据库。

10.如权利要求8或9所述的一种智能船舶轨迹可视化方法，其特征在于，所述Web前端包括：

界面展示模块，用于构建WEB页面的静态结构和用户界面；

数据调用模块，用于进行WEB地图调用、数据获取与数据解析工作；

数据绘制模块，用于实现数据绘制。

Images