CN113779031B - 一种船对船加油识别处理方法及系统 - Google Patents

一种船对船加油识别处理方法及系统 Download PDF

Info

Publication number
CN113779031B
CN113779031B CN202111069769.5A CN202111069769A CN113779031B CN 113779031 B CN113779031 B CN 113779031B CN 202111069769 A CN202111069769 A CN 202111069769A CN 113779031 B CN113779031 B CN 113779031B
Authority
CN
China
Prior art keywords
ship
refueling
ais
data
target
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
Application number
CN202111069769.5A
Other languages
English (en)
Other versions
CN113779031A (zh
Inventor
周瑜
诸琳
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.)
Shanghai Ship and Shipping Research Institute Co Ltd
Original Assignee
Shanghai Ship and Shipping Research Institute 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 Shanghai Ship and Shipping Research Institute Co Ltd filed Critical Shanghai Ship and Shipping Research Institute Co Ltd
Priority to CN202111069769.5A priority Critical patent/CN113779031B/zh
Priority to PCT/CN2021/119103 priority patent/WO2023035309A1/zh
Publication of CN113779031A publication Critical patent/CN113779031A/zh
Application granted granted Critical
Publication of CN113779031B publication Critical patent/CN113779031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2291User-Defined Types; Storage management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2379Updates performed during online database operations; commit processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Software Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种船对船加油识别处理方法及系统,该方法包括目标船舶识别步骤、目标船型判断识别步骤、船速及AIS上报时间判断步骤、船对船位置判断步骤和加油数据处理步骤,基于海量船舶AIS数据,通过船型判断加油船和非加油船,结合船速以及AIS上报时间差判断以及邻近算法,能够自动判断出船舶在某个时间段处于加油的行为,以达到相关人员能快速知道船舶加油情况。

Description

一种船对船加油识别处理方法及系统
技术领域
本发明涉及航运信息化、智能化技术领域,具体涉及一种基于海量船舶AIS数据的船对船加油识别处理方法及系统。
背景技术
船舶自动识别系统(Automatic Identification System,简称AIS)是一种通过无线通讯技术、计算机技术等实现的船舶导航设备,AIS采用船舶全球唯一编码体制,即MMSI码来作为识别手段。每一船舶从开始建造到船舶使用解体,给予一个全球唯一的MMSI码。AIS配合全球定位系统(Global Positioning System,简称GPS)可将船速、船位、改变航向率及航向等船舶动态结合船名、呼号、吃水及危险货物等船舶静态资料由甚高频(VeryHigh Frequency,简称VHF)频道向附近水域船舶及岸台广播,使邻近船舶及岸台能及时掌握附近海面所有船舶的动态消息。AIS数据就是船舶每次发送的所有数据的统称。
数据库PostgerSQL,PostgreSQL是一个免费的对象-关系数据库服务器(ORDBMS),用来存储和管理的大数据量。所谓的关系型数据库,是建立在关系模型基础上的数据库,借助于集合代数等数学概念和方法来处理数据库中的数据。
PostGIS是一个开源程序,它是对象—关系型数据库PostgreSQL的一个扩展,为其提供了存储空间地理数据的支持,使得PostgreSQL成为了一个空间数据库,能够进行空间数据管理、数量测量和拓扑分析。
地理坐标是用纬度、经度表示地面点位置的球面坐标。地理坐标系以地轴为极轴,所有通过地球南北极的平面均称为子午面。地理坐标,就是用经纬度表示地面点位的球面坐标。
EPSG:4326坐标,EPSG(The European Petroleum Survey Group)维护着空间参照对象的数据集,EPSG:4326就是WGS84的代码。WGS84(World Geodetic System 1984)是为GPS全球定位系统使用而建立的坐标系统,是目前最流行的地理坐标系统,在国际上,每个坐标系统都会被分配一个EPSG代码,GPS就是基于WGS84的,所以通常我们得到的坐标数据都是WGS84的。
由于AIS数据是海量级别,且AIS获取的是一个位置点,每个AIS点时间又不匹配,无法判断加油船和非加油船是否属于临近,现有技术通常是由船舶主动上报加油记录,这就可能造成上报延迟,忘报漏报等情况,导致未能及时监控船舶加油。
发明内容
本发明针对现有船舶主动上报加油记录会因上报延迟,忘报漏报导致未能及时监控船舶加油等问题,本发明提供了一种船对船加油识别处理方法,基于海量船舶AIS数据,通过船型判断加油船和非加油船,结合船速以及AIS上报时间差判断以及邻近算法,能够自动判断出船舶在某个时间段处于加油的行为,以达到相关人员能快速知道船舶加油情况。本发明还涉及一种船对船加油识别处理系统。
本发明的技术方案如下:
一种船对船加油识别处理方法,其特征在于,包括以下步骤:
目标船舶识别步骤,基于海量船舶AIS数据的MMSI码识别出目标船舶,并获取目标船舶AIS上报时间、位置、航速、尺寸、船型、载重和船首向信息;
目标船型判断识别步骤,根据目标船舶的船型及载重过滤出目标船型,所述目标船型为加油船和非加油船;
船速及AIS上报时间判断步骤,进行船速过滤和AIS上报时间过滤,当获取的航速小于设定的航速阈值并且目标船舶AIS上报时间的时间差小于设定的时间差阈值时,满足条件;
船对船位置判断步骤,对满足条件的加油船和非加油船根据获取的位置、尺寸和船首向信息采用邻近算法计算船对船的位置是否邻近;
加油数据处理步骤,当船对船的位置邻近时,将AIS数据作为加油意向数据,间隔一定时间内检测到有持续加油意向数据时,确定为加油数据处理。
优选地,在目标船型判断识别步骤中,过滤出目标船型的条件为:
当为二级船型为加油船、或三级船型为成品油10000载重吨以下、或三级船型为原油/成品油10000载重吨以下、或三级船型为成品油/化学品船10000载重吨以下时,识别为加油船;
当为上述加油船的过滤条件以外,且二级船型为除推拖船、拖轮、渔船、加油船、游轮、客船、高速客船、客货船、浮仓油、浮仓气、风电安装、浮吊以外时,识别为非加油船。
优选地,在船速及AIS上报时间判断步骤中,当获取的航速小于设定的航速阈值0.2节并且加油船和非加油船AIS上报时间相差在设定的时间差阈值5分钟内,满足条件,进入船对船位置判断步骤。
优选地,在船对船位置判断步骤中,采用的邻近算法包括精准算法,所述精准算法是根据AIS位置、尺寸和船首向信息,分别计算出加油船和非加油船的整体轮廓区域,并将所述整体轮廓区域在原有区域上扩展,将加油船和非加油船使用相交函数来计算船对船的位置是否邻近。
优选地,在船对船位置判断步骤中,采用的邻近算法包括近似算法,所述近似算法是基于获取的位置、尺寸和船首向信息将非加油船在船首向方向前后各扩展船舶长度的距离,同时在船首向垂直方向的左右各扩展加油船和非加油船总宽度的距离,得到一个矩形区域,再基于所述矩形区域的边角点顺着经线和纬线设置一个外围矩形,基于所述外围矩形获取到最大经度,最小经度,最大纬度,最小纬度四个值;再判断加油船的位置的经度、纬度是否在外围矩形范围内,当在范围内时识别为船对船的位置邻近。
优选地,在加油数据处理步骤中,当船对船的位置邻近时,将AIS数据作为加油意向数据存入数据库,并从数据库调取近期加油意向数据,将配对的加油船和非加油船的加油意向数据按时间顺序排列,在间隔一定时间内检测到有持续加油意向数据时,识别为一次连贯的行为,且加油结束时间与非加油船最新AIS上报时间相差在配置的时间阈值内,则认为这是一次加油行为,确定为加油数据处理,并存入数据库。
一种船对船加油识别处理系统,其特征在于,包括依次连接的目标船舶识别模块、目标船型判断识别模块、船速及AIS上报时间判断模块、船对船位置判断模块和加油数据处理模块,
所述目标船舶识别模块,基于海量船舶AIS数据的MMSI码识别出目标船舶,并获取目标船舶AIS上报时间、位置、航速、尺寸、船型、载重和船首向信息;
目标船型判断识别模块,根据目标船舶的船型及载重过滤出目标船型,所述目标船型为加油船和非加油船;
船速及AIS上报时间判断模块,进行船速过滤和AIS上报时间过滤,当获取的航速小于设定的航速阈值并且目标船舶AIS上报时间的时间差小于设定的时间差阈值时,满足条件;
船对船位置判断模块,对满足条件的加油船和非加油船根据获取的位置、尺寸和船首向信息采用邻近算法计算船对船的位置是否邻近;
加油数据处理模块,当船对船的位置邻近时,将AIS数据作为加油意向数据,间隔一定时间内检测到有持续加油意向数据时,确定为加油数据处理。
优选地,在船速及AIS上报时间判断模块中,当获取的航速小于设定的航速阈值0.2节并且加油船和非加油船AIS上报时间相差在设定的时间差阈值5分钟内,满足条件,进入船对船位置判断模块。
优选地,在船对船位置判断模块中,采用的邻近算法包括精准算法,所述精准算法是根据AIS位置、尺寸和船首向信息,分别计算出加油船和非加油船的整体轮廓区域,并将所述整体轮廓区域在原有区域上扩展,将加油船和非加油船使用相交函数来计算船对船的位置是否邻近。
优选地,在船对船位置判断模块中,采用的邻近算法包括近似算法,所述近似算法是基于获取的位置、尺寸和船首向信息将非加油船在船首向方向前后各扩展船舶长度的距离,同时在船首向垂直方向的左右各扩展加油船和非加油船总宽度的距离,得到一个矩形区域,再基于所述矩形区域的边角点顺着经线和纬线设置一个外围矩形,基于所述外围矩形获取到最大经度,最小经度,最大纬度,最小纬度四个值;再判断加油船的位置的经度、纬度是否在外围矩形范围内,当在范围内时识别为船对船的位置邻近。
本发明的有益效果为:
本发明提供一种船对船加油识别处理方法,基于海量船舶AIS数据,依次进行目标船型判断识别、船速判断识别、AIS上报时间差判断识别、船对船位置判断识别和加油数据处理,判断加油船和非加油船,结合时间识别算法、邻近算法以及监测技术,能够自动判断出船舶在某个时间段处于加油的行为,以达到相关人员能快速知道船舶加油情况,避免了现有技术人工上报加油记录会因上报延迟,忘报漏报导致未能及时监控船舶加油等问题,使得船对船加油及时高效,提高了航运工作效率。
本发明还涉及一种船对船加油识别处理系统,该系统与上述的船对船加油识别处理方法相对应,可理解为是一种实现上述船对船加油识别处理方法的系统,包括依次连接的目标船舶识别模块、目标船型判断识别模块、船速及AIS上报时间判断模块、船对船位置判断模块和加油数据处理模块,各模块协同工作,基于海量的AIS数据,通过AIS上报的各项相关数据自动获取识别加油,将持续一段时间以上的邻近的加油船和非加油船识别出来,使得能更及时准备反应加油的情况。
附图说明
图1是本发明船对船加油识别处理方法的流程图。
图2是船对船位置判断的原理图。
具体实施方式
下面结合附图对本发明进行说明。
本发明涉及一种船对船加油识别处理方法,其流程图如图1所示,包括:
(1)目标船舶识别步骤,基于海量船舶AIS数据的MMSI码识别出目标船舶,并获取目标船舶AIS上报时间、位置、航速、尺寸、船型、载重和船首向信息。
船舶AIS数据是每艘船每隔一段时间(一般在秒级或者分钟级)就会发送一条记录,每次需要处理的数据就相当于每艘船舶有一条数据。首先根据MMSI获取船舶基础信息(船型、尺寸等)识别出目标船舶,并获取船舶AIS上报时间、位置、航速、船首向、长度、宽度等信息。
(2)目标船型判断识别步骤,根据目标船舶的船型及载重过滤出目标船型,所述目标船型为加油船和非加油船。优选地,过滤出目标船型的条件为:
加油船(主动给其他船加油的船,以下条件为或关系,单一条件满足即可,DW表示载重吨):
·二级船型为加油船;
·三级船型为成品油10000DW以下;
·三级船型为原油/成品油10000DW以下;
·三级船型为成品油/化学品船10000DW以下;
·船舶公司主体为中国船舶燃料有限责任公司;
·船舶公司主体为中石化中海船舶燃料供应有限公司。
非加油船(被加油船加油的船,以下条件为且关系,需全部同时满足):
·二级船型不为推拖船,拖轮,渔船,加油船;
·二级船型不为游轮,客船,高速客船,客货船;
·二级船型不为浮仓油,浮仓气,风电安装,浮吊;
·三级船型不为原油10000DW以下,成品油10000DW以下,原油/成品油10000DW以下,成品油/化学品船10000DW以下;
·船舶公司主体不为中国船舶燃料有限责任公司,中石化中海船舶燃料供应有限公司。
(3)船速及AIS上报时间判断步骤,进行船速过滤和AIS上报时间过滤,当获取的航速小于设定的航速阈值并且目标船舶AIS上报时间的时间差小于设定的时间差阈值时,满足条件。
由于在加油过程中,船舶都是处于锚泊状态,处于相对静止状态。基于第一步获取的船舶信息,判断航速小于0.2节(海里/小时,也可设置其他航速阈值),且加油船和非加油船AIS上报时间相差一定时间(比如5分钟,也可设置其他时间差阈值)内,满足。
(4)船对船位置判断步骤,对满足条件的加油船和非加油船根据获取的位置、尺寸和船首向信息采用邻近算法计算船对船的位置是否邻近。如果加油船和非加油船位置是邻近的,则将这部分数据插入到数据库中,作为识别加油的意向数据。加油船和非加油船邻近算法,一种是精准算法,一种是近似算法。
精准算法,或者说是相对精准算法,特点是识别速度偏慢,但计算位置相对准:
由于AIS数据上报的具体的一个点POINT,需要根据AIS上报位置,以及AIS安装在船舶具体哪个位置,AIS距离船前后左右的距离以及船首向,分别计算出加油船和非加油船的整体轮廓区域(一个矩形区域)。
根据邻近范围参数的设置(如10米),将非加油船的矩形区域在原有区域上扩展,然后将非加油船和加油船使用PostGIS的相交函数ST_Intersects,如果两个区域相交则识别为这两首船位置是邻近的。
近似算法,特点是识别速度快:
由于加油船相对非加油船是比较小的,如图2所示,直接将非加油船1基于上报位置在船首向方向前后各扩展船舶长度的距离,同时在船首向垂直方向的左右各扩展两船总宽度(加油船2宽度+非加油船1宽度)的距离,得到一个矩形区域3,再基于该矩形区域3的四个边角点取一个包含该矩形的一个外围矩形4(该外围矩形4顺着经线和纬线)。基于外围矩形4,获取到最大经度,最小经度,最大纬度,最小纬度四个值。
然后将加油船的上报位置的经度,纬度分别与上述获取到的经度范围(最小经度和最大经度之间的范围)、纬度范围(最小维度和最大维度之间的范围)比较,看是否在范围内,在范围内,则识别为船对船位置是邻近的。
地球子午线(南极到北极的连线)长度39940.67公里,纬度一度合111公里;赤道圈长度40075.36公里,经度一度合111公里,纬度为A的纬线上一经度是111*cosA千米。计算参数含义:
lat纬度,lon经度,len船长,hdg船首向,win两船总宽度,PI是圆周率,abs表示绝对值。
计算上报位置在东经北纬时(东经为正值,西经为负值,北纬为正值,南纬为负值):
最大经度:lon+abs(len*sin(hdg*PI/180)+win*cos(hdg*PI/180))/(111000*cos(lat*PI/180))最小经度:lon-abs(len*sin(hdg*PI/180)+win*cos(hdg*PI/180))/(111000*cos(lat*PI/180))
最大纬度:lat+abs(len*cos(hdg*PI/180)+win*sin(hdg*PI/180))/111000.0
最小纬度:lat-abs(len*cos(hdg*PI/180)+win*sin(hdg*PI/180))/111000.0
(5)加油数据处理步骤,当船对船的位置邻近时,将AIS数据作为加油意向数据,间隔一定时间内检测到有持续加油意向数据时,确定为加油数据处理。
当船对船的位置邻近时,将AIS数据作为加油意向数据存入数据库。船舶加油一般持续时长在几小时到几天之间,且加油后短时间(如1天)不会再次加油。故从数据库取出近期比如最近10天(可变更配置,包含一次完整加油的记录)的加油意向数据(第2步识别并入库保存),将配对的加油船和非加油船的数据按时间顺序排列,前后两条数据间隔时间在1天(可变更配置)以内,都识别为这是一次连贯的行为,且所有连续记录的持续时间在2小时(可变更配置,小于这个时间可能是其他行为)以上,且加油结束时间(连续的最后结束时间)与非加油船最新AIS上报时间相差在10分钟内(可变更配置),则认为这是一次加油行为,并将这次加油数据(加油船MMSI,非加油船MMSI,加油开始时间,加油结束时间)存入数据库。
存入数据库时,需要根据加油船MMSI,非加油MMSI,加油开始时间跟数据库里已有数据匹配。如果找到已经有一条数据,则更改加油结束时间为最新加油结束时间;否则插入一条新纪录。加油结束时间不再更改时,就是识别出来的一次完整的加油记录。如果后继AIS丢失或者其他情况没来,也会把之前持续时间在2小时以上的数据作为一条完整加油记录。
下面以具体示例来说明。
假设来了新的AIS数据,如下表1所示:
表1
Figure BDA0003259720130000071
首先判断过滤出目标船型,加油船和非加油船:
船舶MMSI为100000001的船型为集装箱,二级船型为全集装箱,识别为非加油船;
船舶MMSI为100000002的船型为液体散货,二级船型为加油船,识别为加油船。
识别出来目标船后,再过滤其他条件:
航速:这两首船均是小于0.2节;
AIS时间差:2021-07-1417:09:18与2021-07-1417:07:47就相差1分31秒,小于5分钟,满足条件;
以非加油船为基准,用近似算法,计算矩形框的范围:
最大经度:lon+abs(len*sin(hdg*PI/180)+win*cos(hdg*PI/180))/(111000*cos(lat*PI/180))=119.53435+abs(202.8*sin(359*PI/180)+(30.6+13.5)*cos(359*PI/180))/(111000*cos(35.356342*PI/180))=119.53480
最小经度:lon-abs(len*sin(hdg*PI/180)+win*cos(hdg*PI/180))/(111000*cos(lat*PI/180))=119.53435-abs(202.8*sin(359*PI/180)+(30.6+13.5)*cos(359*PI/180))/(111000*cos(35.356342*PI/180))=119.53390
最大纬度:lat+abs(len*cos(hdg*PI/180)+win*sin(hdg*PI/180))/111000.0=35.356342+abs(202.8*cos(359*PI/180)+(30.6+13.5)*sin(359*PI/180))/111000.0=35.358162
最小纬度:lat-abs(len*cos(hdg*PI/180)+win*sin(hdg*PI/180))/111000.0=35.356342-abs(202.8*cos(359*PI/180)+(30.6+13.5)*sin(359*PI/180))/111000.0=35.35452
将加油船的经纬度判断是否在上面矩形框范围内:
经度判断:119.53390<119.53412<119.53480
纬度判断:35.35452<35.35636<35.358162
符合条件,此时将这两条数据组合成一条加油意向数据,存入数据库。
由于上面只存入一条意向数据,此时没有持续时间可判断,暂时并不作为加油数据处理。如果在随后2小时,每隔10分钟,持续来了12条数据,此时获取到2021-07-1417:07:47到2021-07-1419:07:47,上述两首船一直处于邻近状态,这时候才作为一条加油数据,存入数据库:
MMSI为100000001的船舶在经度119.53435,纬度35.356342被Mmsi为100000002的船舶加油,加油时间为2021-07-1417:07:47到2021-07-1419:07:47,持续2小时。
如果在2021-07-1419:07:47之后还有这两首船的数据持续过来,这时候在上述加油记录上更改加油结束时间。如2021-07-1420:07:47又过来一条数据,此时加油时间就为2021-07-1417:07:47到2021-07-1420:07:47,持续3小时。在接下来的1天内,没有上述两首船的加油意向数据再进来时,此时就是一条完整的加油数据。
本发明还涉及一种船对船加油识别处理系统,该系统与上述的船对船加油识别处理方法相对应,可理解为是一种实现上述船对船加油识别处理方法的系统,包括依次连接的目标船舶识别模块、目标船型判断识别模块、船速及AIS上报时间判断模块、船对船位置判断模块和加油数据处理模块,各模块协同工作,基于海量的AIS数据,通过AIS上报的各项相关数据自动获取识别加油,将持续一段时间以上的邻近的加油船和非加油船识别出来,使得能更及时准备反应加油的情况。
其中,目标船舶识别模块,基于海量船舶AIS数据的MMSI码识别出目标船舶,并获取目标船舶AIS上报时间、位置、航速、尺寸、船型、载重和船首向信息;目标船型判断识别模块,根据目标船舶的船型及载重过滤出目标船型,所述目标船型为加油船和非加油船;船速及AIS上报时间判断模块,进行船速过滤和AIS上报时间过滤,当获取的航速小于设定的航速阈值并且目标船舶AIS上报时间的时间差小于设定的时间差阈值时,满足条件;船对船位置判断模块,对满足条件的加油船和非加油船根据获取的位置、尺寸和船首向信息采用邻近算法计算船对船的位置是否邻近;加油数据处理模块,当船对船的位置邻近时,将AIS数据作为加油意向数据,间隔一定时间内检测到有持续加油意向数据时,确定为加油数据处理。
进一步地,在船速及AIS上报时间判断模块中,当获取的航速小于设定的航速阈值0.2节并且加油船和非加油船AIS上报时间相差在设定的时间差阈值5分钟内,满足条件,进入船对船位置判断模块。
进一步地,在船对船位置判断模块中,采用的邻近算法包括精准算法,所述精准算法是根据AIS位置、尺寸和船首向信息,分别计算出加油船和非加油船的整体轮廓区域,并将所述整体轮廓区域在原有区域上扩展,将加油船和非加油船使用相交函数来计算船对船的位置是否邻近。
又或者,进一步地,在船对船位置判断模块中,采用的邻近算法包括近似算法,所述近似算法是基于获取的位置、尺寸和船首向信息将非加油船在船首向方向前后各扩展船舶长度的距离,同时在船首向垂直方向的左右各扩展加油船和非加油船总宽度的距离,得到一个矩形区域,再基于所述矩形区域的边角点顺着经线和纬线设置一个外围矩形,基于所述外围矩形获取到最大经度,最小经度,最大纬度,最小纬度四个值;再判断加油船的位置的经度、纬度是否在外围矩形范围内,当在范围内时识别为船对船的位置邻近。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换,总之,一切不脱离本发明创造的精神和范围的技术方案及其改进,其均应涵盖在本发明创造专利的保护范围当中。

Claims (10)

1.一种船对船加油识别处理方法,其特征在于,包括以下步骤:
目标船舶识别步骤,基于海量船舶AIS数据的MMSI码识别出目标船舶,并获取目标船舶AIS上报时间、位置、航速、尺寸、船型、载重和船首向信息;
目标船型判断识别步骤,根据目标船舶的船型及载重过滤出目标船型,所述目标船型为加油船和非加油船;
船速及AIS上报时间判断步骤,进行船速过滤和AIS上报时间过滤,当获取的航速小于设定的航速阈值并且目标船舶AIS上报时间的时间差小于设定的时间差阈值时,满足条件;
船对船位置判断步骤,对满足条件的加油船和非加油船根据获取的位置、尺寸和船首向信息采用邻近算法计算船对船的位置是否邻近;
加油数据处理步骤,当船对船的位置邻近时,将AIS数据作为加油意向数据,间隔一定时间内检测到有持续加油意向数据时,确定为加油数据处理。
2.根据权利要求1所述的船对船加油识别处理方法,其特征在于,在目标船型判断识别步骤中,过滤出目标船型的条件为:
当二级船型为加油船、或三级船型为成品油10000载重吨以下、或三级船型为原油/成品油10000载重吨以下、或三级船型为成品油/化学品船10000载重吨以下时,识别为加油船;
当为上述加油船的过滤条件以外,且二级船型为除推拖船、拖轮、渔船、加油船、游轮、客船、高速客船、客货船、浮仓油、浮仓气、风电安装、浮吊以外时,识别为非加油船。
3.根据权利要求1所述的船对船加油识别处理方法,其特征在于,在船速及AIS上报时间判断步骤中,当获取的航速小于设定的航速阈值0.2节并且加油船和非加油船AIS上报时间相差在设定的时间差阈值5分钟内,满足条件,进入船对船位置判断步骤。
4.根据权利要求1至3之一所述的船对船加油识别处理方法,其特征在于,在船对船位置判断步骤中,采用的邻近算法包括精准算法,所述精准算法是根据AIS位置、尺寸和船首向信息,分别计算出加油船和非加油船的整体轮廓区域,并将所述整体轮廓区域在原有区域上扩展,将加油船和非加油船使用相交函数来计算船对船的位置是否邻近。
5.根据权利要求1至3之一所述的船对船加油识别处理方法,其特征在于,在船对船位置判断步骤中,采用的邻近算法包括近似算法,所述近似算法是基于获取的位置、尺寸和船首向信息将非加油船在船首向方向前后各扩展船舶长度的距离,同时在船首向垂直方向的左右各扩展加油船和非加油船总宽度的距离,得到一个矩形区域,再基于所述矩形区域的边角点顺着经线和纬线设置一个外围矩形,基于所述外围矩形获取到最大经度,最小经度,最大纬度,最小纬度四个值;再判断加油船的位置的经度、纬度是否在外围矩形范围内,当在范围内时识别为船对船的位置邻近。
6.根据权利要求1所述的船对船加油识别处理方法,其特征在于,在加油数据处理步骤中,当船对船的位置邻近时,将AIS数据作为加油意向数据存入数据库,并从数据库调取近期加油意向数据,将配对的加油船和非加油船的加油意向数据按时间顺序排列,在间隔一定时间内检测到有持续加油意向数据时,识别为一次连贯的行为,且加油结束时间与非加油船最新AIS上报时间相差在配置的时间阈值内,则认为这是一次加油行为,确定为加油数据处理,并存入数据库。
7.一种船对船加油识别处理系统,其特征在于,包括依次连接的目标船舶识别模块、目标船型判断识别模块、船速及AIS上报时间判断模块、船对船位置判断模块和加油数据处理模块,
所述目标船舶识别模块,基于海量船舶AIS数据的MMSI码识别出目标船舶,并获取目标船舶AIS上报时间、位置、航速、尺寸、船型、载重和船首向信息;
目标船型判断识别模块,根据目标船舶的船型及载重过滤出目标船型,所述目标船型为加油船和非加油船;
船速及AIS上报时间判断模块,进行船速过滤和AIS上报时间过滤,当获取的航速小于设定的航速阈值并且目标船舶AIS上报时间的时间差小于设定的时间差阈值时,满足条件;
船对船位置判断模块,对满足条件的加油船和非加油船根据获取的位置、尺寸和船首向信息采用邻近算法计算船对船的位置是否邻近;
加油数据处理模块,当船对船的位置邻近时,将AIS数据作为加油意向数据,间隔一定时间内检测到有持续加油意向数据时,确定为加油数据处理。
8.根据权利要求7所述的船对船加油识别处理系统,其特征在于,在船速及AIS上报时间判断模块中,当获取的航速小于设定的航速阈值0.2节并且加油船和非加油船AIS上报时间相差在设定的时间差阈值5分钟内,满足条件,进入船对船位置判断模块。
9.根据权利要求7或8所述的船对船加油识别处理系统,其特征在于,在船对船位置判断模块中,采用的邻近算法包括精准算法,所述精准算法是根据AIS位置、尺寸和船首向信息,分别计算出加油船和非加油船的整体轮廓区域,并将所述整体轮廓区域在原有区域上扩展,将加油船和非加油船使用相交函数来计算船对船的位置是否邻近。
10.根据权利要求7或8所述的船对船加油识别处理系统,其特征在于,在船对船位置判断模块中,采用的邻近算法包括近似算法,所述近似算法是基于获取的位置、尺寸和船首向信息将非加油船在船首向方向前后各扩展船舶长度的距离,同时在船首向垂直方向的左右各扩展加油船和非加油船总宽度的距离,得到一个矩形区域,再基于所述矩形区域的边角点顺着经线和纬线设置一个外围矩形,基于所述外围矩形获取到最大经度,最小经度,最大纬度,最小纬度四个值;再判断加油船的位置的经度、纬度是否在外围矩形范围内,当在范围内时识别为船对船的位置邻近。
CN202111069769.5A 2021-09-13 2021-09-13 一种船对船加油识别处理方法及系统 Active CN113779031B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111069769.5A CN113779031B (zh) 2021-09-13 2021-09-13 一种船对船加油识别处理方法及系统
PCT/CN2021/119103 WO2023035309A1 (zh) 2021-09-13 2021-09-17 一种船对船加油识别处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111069769.5A CN113779031B (zh) 2021-09-13 2021-09-13 一种船对船加油识别处理方法及系统

Publications (2)

Publication Number Publication Date
CN113779031A CN113779031A (zh) 2021-12-10
CN113779031B true CN113779031B (zh) 2022-04-29

Family

ID=78843224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111069769.5A Active CN113779031B (zh) 2021-09-13 2021-09-13 一种船对船加油识别处理方法及系统

Country Status (2)

Country Link
CN (1) CN113779031B (zh)
WO (1) WO2023035309A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117218898B (zh) * 2023-11-07 2024-02-13 亿海蓝(北京)数据技术股份公司 海上油库船的识别方法、装置、电子设备和可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4438325A1 (de) * 1994-10-27 1996-05-02 Dornier Gmbh Verfahren zur Überwachung des Schiffsverkehrs auf See mit Erkennung von Ölverschmutzungen und potentiellen Schiffskollisionen
CN103971543A (zh) * 2014-05-26 2014-08-06 浙江省嘉兴市港航管理局 一种融合多种数据源的船舶自动识别监控方法及监管系统
CN108089206A (zh) * 2017-11-02 2018-05-29 安徽科微智能科技有限公司 基于无人船的船舶自动加油系统及船舶自动加油方法
CN113220678A (zh) * 2021-04-23 2021-08-06 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

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101800453B1 (ko) * 2015-07-07 2017-12-20 (주)뉴월드마리타임 Ais정보를 이용한 선박 충돌방지 시스템 및 방법
US20200264296A1 (en) * 2019-02-15 2020-08-20 Vulcan Technologies Llc Vessel rendezvous detection
CN110751856B (zh) * 2019-10-18 2022-12-20 芜湖安航电子商务有限公司 一种船舶识别定位系统及其方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4438325A1 (de) * 1994-10-27 1996-05-02 Dornier Gmbh Verfahren zur Überwachung des Schiffsverkehrs auf See mit Erkennung von Ölverschmutzungen und potentiellen Schiffskollisionen
CN103971543A (zh) * 2014-05-26 2014-08-06 浙江省嘉兴市港航管理局 一种融合多种数据源的船舶自动识别监控方法及监管系统
CN108089206A (zh) * 2017-11-02 2018-05-29 安徽科微智能科技有限公司 基于无人船的船舶自动加油系统及船舶自动加油方法
CN113220678A (zh) * 2021-04-23 2021-08-06 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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
海上船靠船操纵方法;夏文彩;《航海技术》;20180125(第01期);全文 *

Also Published As

Publication number Publication date
WO2023035309A1 (zh) 2023-03-16
CN113779031A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
EP3729407B1 (en) A collision avoidance method and system for marine vessels
US10297158B2 (en) Apparatus for monitoring emergency response vessel position
US20160363671A1 (en) System and method for tracking and forecasting the positions of marine vessels
CN109615932B (zh) 一种基于外接圆检测的船舶常见锚泊区边界自动提取方法
CN111141291A (zh) 一种基于电子海图的海上气象预警导航系统及方法
CN114444315B (zh) 一种船舶避台航线模拟方法及系统
CN112446096A (zh) 一种基于航行大数据的船舶主机油耗动态预估方法
CN113779031B (zh) 一种船对船加油识别处理方法及系统
CN111964678B (zh) 一种江河航道航行决策方法、装置及系统
GB2520926A (en) A method and system of tracking vessels
CN115995165A (zh) 一种船舶航行风险管理方法和系统
CN109405831A (zh) 一种内河水网航线规划方法
CN111047911A (zh) 一种基于电子海图的海上事故预警导航方法
CN117232520A (zh) 一种适用于海上航行的船舶智能导航系统及导航方法
CN114003676A (zh) 一种拖轮引航识别处理方法及系统
CN113988213B (zh) 一种船舶在坞修理识别方法及系统
CN113962321A (zh) 一种船对船装卸货识别处理方法及系统
CN112991820A (zh) 套牌船识别方法及系统
CN104392632B (zh) 一种基于船位数据提取航次的方法
KR102579991B1 (ko) 선박의 자동 연료 충전 시스템 및 그 시스템이 탑재된 선박
KR20200094269A (ko) 폴라리스 코드의 아이스 클래스 등급을 이용한 북극을 항행하는 선박의 안전항로 탐색방법 및 복귀방법
US20230186157A1 (en) Estimation of a tank sloshing response using a statistical model trained by machine learning
Cui et al. Ship space-time AIS trajectory data compression method
CN110363369B (zh) 船舶搁置状态判断方法、装置、设备及其存储介质
Goralski et al. Maintaining the spatial relationships of marine vessels using the kinetic Voronoi diagram

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 200135 No. 600 Minsheng Road, Shanghai, Pudong New Area

Applicant after: Shanghai Shipping Research Institute Co.,Ltd.

Address before: 200135 No. 600 Minsheng Road, Shanghai, Pudong New Area

Applicant before: SHANGHAI SHIP AND SHIPPING Research Institute

GR01 Patent grant
GR01 Patent grant