CN114003676A - 一种拖轮引航识别处理方法及系统 - Google Patents

一种拖轮引航识别处理方法及系统 Download PDF

Info

Publication number
CN114003676A
CN114003676A CN202111278691.8A CN202111278691A CN114003676A CN 114003676 A CN114003676 A CN 114003676A CN 202111278691 A CN202111278691 A CN 202111278691A CN 114003676 A CN114003676 A CN 114003676A
Authority
CN
China
Prior art keywords
ship
tug
ais
piloting
boat
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
CN202111278691.8A
Other languages
English (en)
Other versions
CN114003676B (zh
Inventor
周瑜
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.)
Cosco Shipping Technology Co Ltd
Original Assignee
Cosco Shipping 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 Cosco Shipping Technology Co Ltd filed Critical Cosco Shipping Technology Co Ltd
Priority to CN202111278691.8A priority Critical patent/CN114003676B/zh
Publication of CN114003676A publication Critical patent/CN114003676A/zh
Application granted granted Critical
Publication of CN114003676B publication Critical patent/CN114003676B/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
    • G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
    • 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
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Development Economics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种拖轮引航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拖轮引航船舶数据处理步骤，基于海量船舶AIS数据，通过船型判断拖轮和被引航船舶，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的拖轮引航船舶作业，以达到相关人员能快速知道船舶航行情况。

Description

一种拖轮引航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数据的拖轮引航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。
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，无法判断拖轮和被引航船舶是否属于临近，现有技术通常是由船舶主动上报拖轮引航记录，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航行状况。
发明内容
本发明针对现有船舶主动上报拖轮引航记录会因上报延迟，忘报漏报导致未能及时监控船舶航行等问题，本发明提供了一种拖轮引航识别处理方法，基于海量船舶AIS数据，通过船型判断拖轮和被引航船舶，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的拖轮引航船舶作业，以达到相关人员能快速知道船舶航行情况。本发明还涉及一种拖轮引航识别处理系统。
本发明的技术方案如下：
一种拖轮引航识别处理方法，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，所述目标船型为拖轮和被引航船舶；
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，当获取的航速位于设定的航速区间并且目标船舶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，对满足条件的拖轮和被引航船舶根据获取的位置、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；
拖轮引航船舶数据处理步骤，当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据，间隔一定时间内检测到有持续拖轮引航船舶意向数据时，确定为拖轮引航船舶数据处理。
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：
当二级船型为推拖船、或者拖轮时，识别为拖轮；
当一级船型为除客船以外，且二级船型为除推拖船、拖轮、渔船、加油船、浮仓油、浮仓气以外，且载重吨大于1万吨时，识别为被引航船舶。
优选地，在船速及AIS上报时间判断步骤中，当获取的航速位于设定的航速区间0.5节到2节之间并且两艘船舶AIS上报时间相差在设定的时间差阈值6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，分别计算出两艘船舶的整体轮廓区域，并根据航速和AIS时间差计算出行进距离，将被引航船舶整体轮廓区域在船首和船尾方向分别延长行进距离，得到新的被引航船舶的轮廓区域，再将两艘船舶轮廓区域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被引航船舶在船首和船尾方向前后各扩展船舶长度的距离，并额外扩展被引航船舶在两艘船舶AIS时间差内的行进距离，同时在船首向垂直方向的左右各扩展两艘船舶总宽度的距离，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；再判断拖轮的位置的经度、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，在拖轮引航数据处理步骤中，当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据存入数据库，并从数据库调取近期拖轮引航船舶意向数据，将配对的两艘船舶的拖轮引航船舶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拖轮引航船舶意向数据时，识别为一次连贯的行为，且拖轮引航结束时间与两艘船舶的最新AIS上报时间相差在配置的时间阈值内，则认为这是一次拖轮引航船舶作业，确定为拖轮引航船舶数据处理，并存入数据库。
一种拖轮引航识别处理系统，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拖轮引航船舶数据处理模块，
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，所述目标船型为拖轮和被引航船舶；
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，当获取的航速位于设定的航速区间并且目标船舶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，对满足条件的拖轮和被引航船舶根据获取的位置、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；
拖轮引航船舶数据处理模块，当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据，间隔一定时间内检测到有持续拖轮引航船舶意向数据时，确定为拖轮引航船舶数据处理。
优选地，在船速及AIS上报时间判断模块中，当获取的航速位于设定的航速区间0.5节到2节之间并且两艘船舶AIS上报时间相差在设定的时间差阈值6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，分别计算出两艘船舶的整体轮廓区域，并根据航速和AIS时间差计算出行进距离，将被引航船舶整体轮廓区域在船首和船尾方向分别延长行进距离，得到新的被引航船舶的轮廓区域，再将两艘船舶轮廓区域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被引航船舶在船首和船尾方向前后各扩展船舶长度的距离，并额外扩展被引航船舶在两艘船舶AIS时间差内的行进距离，同时在船首向垂直方向的左右各扩展两艘船舶总宽度的距离，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；再判断拖轮的位置的经度、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：
本发明提供一种拖轮引航识别处理方法，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拖轮引航船舶数据处理，判断拖轮和被引航船舶，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的拖轮引航船舶作业，并控制在一定误差内，以达到相关人员能快速知道船舶航行情况，避免了现有技术人工上报拖轮引航船舶记录会因上报延迟，忘报漏报导致未能及时监控船舶航行等问题，使得船对船拖轮引航作业及时高效，提高了航运工作效率。
本发明还涉及一种拖轮引航识别处理系统，该系统与上述的拖轮引航识别处理方法相对应，可理解为是一种实现上述拖轮引航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拖轮引航船舶数据处理模块，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拖轮引航船舶作业，将持续一段时间以上的邻近的拖轮和被引航船舶识别出来，使得能更及时准备反应船舶航行的情况。
附图说明
图1是本发明拖轮引航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。
本发明涉及一种拖轮引航识别处理方法，是一种基于海量船舶AIS数据的拖轮引航船舶的识别处理方法，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，所述目标船型为拖轮和被引航船。优选地，过滤出目标船型的条件为：
拖轮：
·二级船型为推拖船、或者拖轮。
被引航船舶(以下条件为且关系，DW表示载重吨)：
·一级船型不为客船；
·二级船型不为推拖船、拖轮、渔船、加油船、浮仓油、浮仓气；
·载重吨大于1万吨。
(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，当获取的航速位于设定的航速区间并且目标船舶AIS上报时间的时间差小于设定的时间差阈值时，满足条件。
在拖轮引航过程中，拖轮和被引航船舶都处于一个低速航行的状态，处于相对静止状态，被引航船舶行进。基于第一步获取的船舶信息，判断航速在航速区间0.5节(海里/小时)到2节(也可设置其他航速区间)之间，且两艘船舶的AIS上报时间相差一定时间(比如6分钟，也可设置其他时间差阈值)内，满足条件。
(4)船对船位置判断步骤，
对满足条件的拖轮和被引航船舶根据获取的位置、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。如果两艘船舶位置是邻近的，则将这部分数据插入到数据库中，作为识别拖轮引航船舶的意向数据。优选地，两艘船舶邻近算法，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，分别计算出两艘船舶的整体轮廓区域(一个矩形区域)。根据邻近范围参数的设置(如10米)，将被引航船舶的矩形区域在原有区域上扩展，在船首和船尾方向分别延长行进距离，得到新的被引航船舶的轮廓区域，然后将两艘船舶使用PostGIS的相交函数ST_Intersects，如果两个区域相交则识别为这两艘船位置是邻近的。
近似算法，特点是识别速度快：
由于拖轮相对被引航船舶是比较小的，如图2所示，取被引航船舶1，基于上报位置AIS点在船首和船尾方向前后各扩展船舶长度的距离，并额外扩展被引航船舶1在两船AIS相差时间内航行的距离(船速*AIS时间差)，同时在船首向垂直方向的左右各扩展两船总宽度(被引航船舶1宽度+拖轮2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。
然后将拖轮2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，speed航速，diff为ais上报时间差，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+speed*diff)*sin(hdg*PI/180)+win*cos(hdg*PI/180))/(111000*cos(lat*PI/180))
最小经度：lon-abs((len+speed*diff)*sin(hdg*PI/180)+win*cos(hdg*PI/180))/(111000*cos(lat*PI/180))
最大纬度：lat+abs((len+speed*diff)*cos(hdg*PI/180)+win*sin(hdg*PI/180))/111000.0
最小纬度：lat-abs((len+speed*diff)*cos(hdg*PI/180)+win*sin(hdg*PI/180))/111000.0
(5)拖轮引航船舶数据处理步骤，当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据，间隔一定时间内检测到有持续拖轮引航船舶意向数据时，确定为拖轮引航船舶数据处理。
当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据存入数据库。拖轮引航船舶作业一般持续时长在30分钟到2天之间，且相同两艘船舶在短时间(如3小时)不会再次引航。故从数据库取出近期比如最近3天(可变更配置，包含一次完整拖轮引航船舶的记录)的拖轮引航船舶意向数据(第2步识别并入库保存)，将配对的拖轮引航船舶的数据按时间顺序排列，前后两条数据间隔时间在3小时(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3小时(可变更配置，小于这个时间可能是其他行为)以上，且拖轮结束时间(连续的最后结束时间)与两艘船舶的最新AIS上报时间相差在10分钟内(可变更配置)，则认为这是一次拖轮引航船舶作业，并将这次拖轮引航船舶数据(拖轮的MMSI，被引航船舶的MMSI，引航开始时间，引航结束时间，引航开始经纬度，引航结束经纬度)存入数据库。
存入数据库时，需要根据拖轮的MMSI，被引航船舶的MMSI，引航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，则更改引航结束时间为最新拖轮引航船舶作业结束时间，更改引航结束经纬度为最新的经纬度；否则插入一条新纪录。拖轮引航船舶结束时间不再更改时，就是识别出来的一次完整的拖轮引航船舶记录。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3小时以上的数据作为一条完整拖轮引航船舶记录。
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
船舶MMSI 300000001 300000002
船型 液体散货 特种船
二级船型 液化天然气(LNG) 拖轮
载重吨 89752 138
船长(米) 294.2 27.4
船宽(米) 44.0 12.2
AIS时间 2021-07-14 18:13:42 2021-07-14 18:13:25
经度(EPSG:4326坐标) -79.590430 -79.591900
纬度(EPSG:4326坐标) 8.983377 8.985117
船首向(度) 323.0 336.0
航速(节) 1.002207 0.860235
首先判断过滤出目标船型：
船舶MMSI为300000001的船型为液体散货，二级船型为液化天然气(LNG)，且载重吨大于10000吨，识别为被引航船舶；
船舶MMSI为300000002的船型为特种船，二级船型为拖轮，识别为拖轮。
识别出来拖轮、被引航船舶两种目标船舶后，再过滤其他条件：
航速：这两艘船舶均在0.5节到2节之间；
AIS时间差：2021-07-14 18:13:42与2021-07-14 18:13:25就相差17秒，小于6分钟，满足条件，换算为小时为17/3600小时；
以被引航船舶作为基准，用近似算法，计算矩形框的范围，航速1节要换算成1852米/小时：
最大经度：lon+abs((len+speed*diff)*sin(hdg*PI/180)+win*cos(hdg*PI/180))/(111000*cos(lat*PI/180))＝-79.590430+abs((294.2+1.002207*1852*17/3600))*sin(323.0*PI/180)+(44.0+12.2)*cos(323.0*PI/180))/(111000*cos(8.983377*PI/180))＝-79.589176
最小经度：lon-abs((len+speed*diff)*sin(hdg*PI/180)+win*cos(hdg*PI/180))/(111000*cos(lat*PI/180))＝-79.590430+abs((294.2+1.002207*1852*17/3600)*sin(323.0*PI/180)+(44.0+12.2)*cos(323.0*PI/180))/(111000*cos(8.983377*PI/180))＝-79.591684
最大纬度：lat+abs((len+speed*diff)*cos(hdg*PI/180)+win*sin(hdg*PI/180))/111000.0＝8.983377+abs((294.2+1.002207*1852*17/3600)*cos(323.0*PI/180)+(44.0+12.2)*sin(323.0*PI/180))/111000.0＝8.985252
最小纬度：lat-abs((len+speed*diff)*cos(hdg*PI/180)+win*sin(hdg*PI/180))/111000.0＝8.983377-abs((294.2+1.002207*1852*17/3600)*cos(323.0*PI/180)+(44.0+12.2)*sin(323.0*PI/180))/111000.0＝8.981502
将拖轮的经纬度判断是否在上面矩形框范围内：
经度判断：-79.591684<-79.591900<-79.589176
纬度判断：8.981502<8.985117<8.985252
符合条件，此时将这两条数据组合成一条拖轮引航船舶意向数据，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，暂时并不作为拖轮引导船舶数据处理。如果在随后30分钟，每隔5分钟，持续来了6条数据，最后经纬度为(经度：-79.585687，纬度：8.977475)，此时获取到2021-07-14 18:13:42到2021-07-14 18:43:42，上述两艘船舶一直处于邻近状态，这时候才作为一条拖轮引航船舶数据，存入数据库。
MMSI为300000001的船舶在经度-79.590430，纬度8.983377被MMSI为300000002的拖轮引航，引导航行时间为2021-07-14 18:13:42到2021-07-14 18:43:42，持续30分钟，引航到经度-79.585687，纬度8.977475。
如果在2021-07-14 18:43:42之后还有这两艘船舶的数据持续过来，这时候在上述拖轮引航记录上更改引航结束时间。如2021-07-14 18:53:42又过来一条数据，经度-79.585586，纬度8.977376，此时引导航行时间就为2021-07-14 18:13:42到2021-07-1418:53:42，引导航行至经度-79.585586，纬度8.977376，持续40分钟。在接下来的3小时内，没有上述两艘船舶的引航数据再进来时，此时就是一条完整的拖轮引航船舶数据。
本发明还涉及一种拖轮引航识别处理系统，该系统与上述的拖轮引航识别处理方法相对应，可理解为是一种实现上述拖轮引航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拖轮引航船舶数据处理模块，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拖轮引航船舶作业，将持续一段时间以上的邻近的拖轮和被引航船舶识别出来，使得能更及时准备反应船舶航行的情况。
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，所述目标船型为拖轮和被引航船舶；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，当获取的航速位于设定的航速区间并且目标船舶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，对满足条件的拖轮和被引航船舶根据获取的位置、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；拖轮引航船舶数据处理模块，当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据，间隔一定时间内检测到有持续拖轮引航船舶意向数据时，确定为拖轮引航船舶数据处理。
进一步地，在船速及AIS上报时间判断模块中，当获取的航速位于设定的航速区间0.5节到2节之间并且两艘船舶AIS上报时间相差在设定的时间差阈值6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，分别计算出两艘船舶的整体轮廓区域，并根据航速和AIS时间差计算出行进距离，将被引航船舶整体轮廓区域在船首和船尾方向分别延长行进距离，得到新的被引航船舶的轮廓区域，再将两艘船舶轮廓区域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被引航船舶在船首和船尾方向前后各扩展船舶长度的距离，并额外扩展被引航船舶在两艘船舶AIS时间差内的行进距离，同时在船首向垂直方向的左右各扩展两艘船舶总宽度的距离，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；再判断拖轮的位置的经度、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)

1.一种拖轮引航识别处理方法，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，所述目标船型为拖轮和被引航船舶；
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，当获取的航速位于设定的航速区间并且目标船舶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，对满足条件的拖轮和被引航船舶根据获取的位置、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；
拖轮引航船舶数据处理步骤，当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据，间隔一定时间内检测到有持续拖轮引航船舶意向数据时，确定为拖轮引航船舶数据处理。
2.根据权利要求1所述的拖轮引航识别处理方法，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：
当二级船型为推拖船、或者拖轮时，识别为拖轮；
当一级船型为除客船以外，且二级船型为除推拖船、拖轮、渔船、加油船、浮仓油、浮仓气以外，且载重吨大于1万吨时，识别为被引航船舶。
3.根据权利要求1所述的拖轮引航识别处理方法，其特征在于，在船速及AIS上报时间判断步骤中，当获取的航速位于设定的航速区间0.5节到2节之间并且两艘船舶AIS上报时间相差在设定的时间差阈值6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之一所述的拖轮引航识别处理方法，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，分别计算出两艘船舶的整体轮廓区域，并根据航速和AIS时间差计算出行进距离，将被引航船舶整体轮廓区域在船首和船尾方向分别延长行进距离，得到新的被引航船舶的轮廓区域，再将两艘船舶轮廓区域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之一所述的拖轮引航识别处理方法，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被引航船舶在船首和船尾方向前后各扩展船舶长度的距离，并额外扩展被引航船舶在两艘船舶AIS时间差内的行进距离，同时在船首向垂直方向的左右各扩展两艘船舶总宽度的距离，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；再判断拖轮的位置的经度、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所述的拖轮引航识别处理方法，其特征在于，在拖轮引航数据处理步骤中，当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据存入数据库，并从数据库调取近期拖轮引航船舶意向数据，将配对的两艘船舶的拖轮引航船舶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拖轮引航船舶意向数据时，识别为一次连贯的行为，且拖轮引航结束时间与两艘船舶的最新AIS上报时间相差在配置的时间阈值内，则认为这是一次拖轮引航船舶作业，确定为拖轮引航船舶数据处理，并存入数据库。
7.一种拖轮引航识别处理系统，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拖轮引航船舶数据处理模块，
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，所述目标船型为拖轮和被引航船舶；
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，当获取的航速位于设定的航速区间并且目标船舶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，对满足条件的拖轮和被引航船舶根据获取的位置、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；
拖轮引航船舶数据处理模块，当船对船的位置邻近时，将AIS数据作为拖轮引航船舶意向数据，间隔一定时间内检测到有持续拖轮引航船舶意向数据时，确定为拖轮引航船舶数据处理。
8.根据权利要求7所述的拖轮引航识别处理系统，其特征在于，在船速及AIS上报时间判断模块中，当获取的航速位于设定的航速区间0.5节到2节之间并且两艘船舶AIS上报时间相差在设定的时间差阈值6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所述的拖轮引航识别处理系统，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，分别计算出两艘船舶的整体轮廓区域，并根据航速和AIS时间差计算出行进距离，将被引航船舶整体轮廓区域在船首和船尾方向分别延长行进距离，得到新的被引航船舶的轮廓区域，再将两艘船舶轮廓区域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所述的拖轮引航识别处理系统，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被引航船舶在船首和船尾方向前后各扩展船舶长度的距离，并额外扩展被引航船舶在两艘船舶AIS时间差内的行进距离，同时在船首向垂直方向的左右各扩展两艘船舶总宽度的距离，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；再判断拖轮的位置的经度、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。
CN202111278691.8A 2021-10-31 2021-10-31 一种拖轮引航识别处理方法及系统 Active CN114003676B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111278691.8A CN114003676B (zh) 2021-10-31 2021-10-31 一种拖轮引航识别处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111278691.8A CN114003676B (zh) 2021-10-31 2021-10-31 一种拖轮引航识别处理方法及系统

Publications (2)

Publication Number Publication Date
CN114003676A true CN114003676A (zh) 2022-02-01
CN114003676B CN114003676B (zh) 2024-09-24

Family

ID=79925785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111278691.8A Active CN114003676B (zh) 2021-10-31 2021-10-31 一种拖轮引航识别处理方法及系统

Country Status (1)

Country Link
CN (1) CN114003676B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022206505A1 (de) 2022-06-28 2023-12-28 Zf Friedrichshafen Ag Verfahren und Steuereinrichtung zum Steuern eines Wasserfahrzeugs

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08282585A (ja) * 1995-04-14 1996-10-29 Eagle Syst Eng Kk 船舶の水中障害物探知装置
CN103886418A (zh) * 2014-03-28 2014-06-25 山东科技大学 一种引航员海上作业监控方法及装置
US20170284809A1 (en) * 2016-03-31 2017-10-05 Fujitsu Limited Sea area information generation method and sea area information generation device
CN109153433A (zh) * 2016-03-31 2019-01-04 A.P.莫勒-马斯克公司 用于操作一艘或更多艘拖船的方法和系统
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
CN113284367A (zh) * 2021-05-18 2021-08-20 江苏海事职业技术学院 一种基于ais大数据的船舶识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08282585A (ja) * 1995-04-14 1996-10-29 Eagle Syst Eng Kk 船舶の水中障害物探知装置
CN103886418A (zh) * 2014-03-28 2014-06-25 山东科技大学 一种引航员海上作业监控方法及装置
US20170284809A1 (en) * 2016-03-31 2017-10-05 Fujitsu Limited Sea area information generation method and sea area information generation device
CN109153433A (zh) * 2016-03-31 2019-01-04 A.P.莫勒-马斯克公司 用于操作一艘或更多艘拖船的方法和系统
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
CN113284367A (zh) * 2021-05-18 2021-08-20 江苏海事职业技术学院 一种基于ais大数据的船舶识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
田璐;张敖木翰;张翼;曹剑东;: "船舶AIS大数据资源管理及分析应用架构设计", 交通运输研究, vol. 5, no. 5, 31 October 2019 (2019-10-31) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022206505A1 (de) 2022-06-28 2023-12-28 Zf Friedrichshafen Ag Verfahren und Steuereinrichtung zum Steuern eines Wasserfahrzeugs

Also Published As

Publication number Publication date
CN114003676B (zh) 2024-09-24

Similar Documents

Publication Publication Date Title
CN111581314B (zh) 基于船舶轨迹的泊位识别方法及装置
US20150134558A1 (en) Method and system for tracking shipping cargo
CN105390028A (zh) 船舶航行轨迹的纠正方法和系统
CN114444315B (zh) 一种船舶避台航线模拟方法及系统
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
US20150134559A1 (en) Method and system for tracking vessels
CN111536962B (zh) 智能船舶的航线规划方法及装置、存储介质、计算机设备
CN111599130A (zh) 一种海上救助的环境风险预警系统
CN105539797A (zh) 一种基于ecdis的风力助航船舶的航行方法及系统
CN115060264A (zh) 一种基于ais数据的prm航线规划方法
CN115995165A (zh) 一种船舶航行风险管理方法和系统
CN114003676A (zh) 一种拖轮引航识别处理方法及系统
CN114492086B (zh) 一种船舶单锚泊锚位智能检测方法
CN113779031B (zh) 一种船对船加油识别处理方法及系统
CN113962321B (zh) 一种船对船装卸货识别处理方法及系统
Cui et al. Ship space-time AIS trajectory data compression method
CN110580826A (zh) 一种多模式船舶安全电子警戒装置及方法
CN115660928A (zh) 一种基于ais的船舶航行态势分类方法及系统
CN112505683B (zh) 雷达与电子海图信息融合探测方法
Hayashi et al. A Stranding Avoidance System Using Radar Image MatchingDevelopment and Experiment
CN114690772A (zh) 用于海域非循迹航行船舶的会遇时空预测方法及系统
CN117111606B (zh) 一种船舶辅助避碰方法与系统
CN116824913A (zh) 一种基于高分辨率卫星遥感与ais的异常船舶检测方法
CN114460934B (zh) 破冰船航行可视化指导方法、系统、装置及存储介质
CN115903917B (zh) 一种大型水陆两栖飞机搜救救援航路规划方法和装置

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