CN115328903A - 船舶停留状态识别方法和装置、电子设备和存储介质 - Google Patents

Abstract

本申请公开了一种船舶停留状态识别方法和装置、电子设备和存储介质，属于船舶技术领域。其中，船舶停留状态识别方法，包括：获取船舶发出的船舶自动识别系统报文。解析船舶自动识别系统报文，得到第一数据。对第一数据进行清洗，得到第二数据。基于第二数据，生成船舶航行轨迹。对船舶航行轨迹进行轨迹修正。对轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合。基于停留点集合，获取船舶停留状态。

Description

船舶停留状态识别方法和装置、电子设备和存储介质

技术领域

本申请属于船舶技术领域，具体涉及一种船舶停留状态识别方法和装置、电子设备和存储介质。

背景技术

在相关技术中，AIS系统是船舶自动识别系统(Automatic IdentificationSystem)的简称，由岸基(基站)设施和船载设备共同组成，船舶自动识别系统(AIS)配合全球定位系统(GPS或北斗)将船位、船速、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(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之动静态资讯，得以立刻互相通话协调，采取必要避让行动，对船舶安全有很大帮助。通过相关数据处理技术，将AIS设备发送的报文进行解析并融合地理信息技术，可将解析出的点位显示在地图中，每个数据点构成了船舶航行的轨迹。对于识别出的轨迹点位，通常包括的字段有：MMSI（海上移动识别码）、船名、呼号、IMO（国际海事组织颁发的船舶代码）、船长、船宽、船舶类型、经度、纬度、对地航速、航行状态、船首向与接收时间等；

移动对象的出行轨迹是由一系列有时间顺序的轨迹点组成。如果移动对象轨迹在一定的空间范围内，停留的时间超过某一阈值，则识别其在该范围内的轨迹点集合为停留点（Stay Point）。停留点检测问题在现实生活中尤为重要，其与移动对象的行为活动紧密相关，通常蕴含丰富的语义信息。检测停留点挖掘有助于分析其出行规律及行为活动，是轨迹分析挖掘中需要关注的主要特征。如道路交通中对于出租车停留点的识别，挖掘旅客出行起讫点的分布；在商圈周边，对用户手机信令GPS停留点的识别，挖掘其兴趣点与消费规律等等。

船舶作为移动对象，经过AIS报文解析后，可得出一系列有时间顺序的轨迹点。相关技术对于船舶轨迹停留点的识别，是通过解析AIS报文数据，对于动态数据中的对地航速进行判断，如当前轨迹点的航行速度小于速度阈值，如0.5节，则将其判定为停留点，上述停留点识别不准确，无法得到船舶停留状态。

发明内容

本申请实施例的目的是提供一种船舶停留状态识别方法和装置、电子设备和存储介质，能够解决船舶轨迹中停留点识别不准确，无法得到船舶停留状态的问题。

第一方面，本申请实施例提供了一种船舶停留状态识别方法，包括：获取船舶发出的船舶自动识别系统报文。解析船舶自动识别系统报文，得到第一数据。对第一数据进行清洗，得到第二数据。基于第二数据，生成船舶航行轨迹。对船舶航行轨迹进行轨迹修正。对轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合。基于停留点集合，获取船舶停留状态。

第二方面，本申请实施例提供了一种船舶停留状态识别装置，包括第一获取模块、解析模块、清洗模块、生成模块、修正模块、检测模块和第二获取模块。第一获取模块用于获取船舶发出的船舶自动识别系统报文。解析模块用于解析船舶自动识别系统报文，得到第一数据。清洗模块用于对第一数据进行清洗，得到第二数据。生成模块用于基于第二数据，生成船舶航行轨迹。修正模块用于对船舶航行轨迹进行轨迹修正。检测模块用于对轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合。第二获取模块，用于基于停留点集合，获取船舶停留状态。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的船舶停留状态识别方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如第一方面的船舶停留状态识别方法的步骤。

本实施例通过解析船舶自动识别系统报文得到第一数据，对第一数据进行清洗，可以增加数据准确性。对于清洗后的第二数据，生成船舶航行轨迹，对于船舶航行轨迹再进行修正，得到停留点集合，进而得到船舶停留状态，可以提高船舶轨迹中停留点识别的准确性，获取具体的船舶停留状态，为航海及相关领域的人员在查询时，提供准确的信息。

附图说明

图1示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之一；

图2示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之二；

图3示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之三；

图4示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之四；

图5示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之五；

图6示出了本申请实施例提供的船舶停留状态识别装置的结构框图；

图7示出了本申请实施例提供的电子设备的结构框图；

图8示出了本申请实施例的一种电子设备的硬件结构示意图；

图9示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之六；

图10示出了本申请实施例提供的轨迹点示意图；

图11示出了本申请实施例提供的聚簇A和聚簇B示意图之一；

图12示出了本申请实施例提供的聚簇A和聚簇B示意图之二；

其中，图6至图8中附图标记与部件名称之间的对应关系为：

100：船舶停留状态识别装置；110：第一获取模块；120：解析模块；130：清洗模块；140：生成模块；150：修正模块；160：检测模块；170：第二获取模块；1000：电子设备；1002：处理器；1004：存储器；1100：电子设备；1101：射频单元；1102：网络模块；1103：音频输出单元；1104：输入单元；11041：图形处理器；11042：麦克风；1105：传感器；1106：显示单元；11061：显示面板；1107：用户输入单元；11071：触控面板；11072：其他输入设备；1108：接口单元；1109：存储器；1110：处理器。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图1至图12，通过具体的实施例及其应用场景对本申请实施例提供的船舶停留状态识别方法和装置、电子设备和存储介质进行详细地说明。

在本申请实施例提供了一种船舶停留状态识别方法，图1示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之一，如图1所示，船舶停留状态识别方法包括：

步骤102，获取船舶发出的船舶自动识别系统报文。

步骤104，解析船舶自动识别系统报文，得到第一数据。

步骤106，对第一数据进行清洗，得到第二数据。

步骤108，基于第二数据，生成船舶航行轨迹。

步骤110，对船舶航行轨迹进行轨迹修正。

步骤112，对轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合。

步骤114，基于停留点集合，获取船舶停留状态。

可以理解的是，船舶自动识别系统报文即为AIS报文数据。

本实施例是为了解决船舶领域内轨迹段停留点识别不准确的问题，进一步地进行轨迹行为挖掘，通过停留点集合，得到船舶停留状态，船舶停留状态包括锚泊、靠泊和停航。通过本实施例得到的停留点和船舶停留状态，可以生成更为准确与完整的船舶停留事件，包括停留开始时间、结束时间、持续时间等。本实施例对船舶行为状态进行了细分，便于航海及相关领域的人员在查询船舶航次与轨迹时，能够更全面地了解其关心的停留作业时间，靠泊锚泊状态等。

本实施例通过解析船舶自动识别系统报文得到第一数据，对第一数据进行清洗，可以增加数据准确性。对于清洗后的第二数据，生成船舶航行轨迹，对于船舶航行轨迹再进行修正，得到停留点集合，进而得到船舶停留状态，可以提高船舶轨迹中停留点识别的准确性，获取具体的船舶停留状态，为航海及相关领域的人员在查询时，提供准确的信息。

在本申请的一些实施例中，解析船舶自动识别系统报文，得到第一数据，具体包括：

根据特殊标识符翻译本，对船舶自动识别系统报文进行解析，得到第一数据，第一数据包括船舶的海上移动识别码、经度、纬度、航速和/或船首向。

本实施例中，通过AIS基站与卫星设备获取原始的AIS数据，根据特殊标识符翻译本，对上述原始的AIS数据进行解析，输出可直观进行使用的数据字段，举例而言，可以包括MMSI、经度、纬度、航速、船首向等。

本实施例中，通过特殊标识符翻译本对船舶自动识别系统报文进行解析，可以得到较为准确的第一数据。

在本申请的一些实施例中，对第一数据进行清洗，得到第二数据，具体包括：

清洗第一数据中经度和/或纬度超过第一度数的数据。和/或

清洗第一数据中航速超过第一阈值的数据。和/或

清洗第一数据中海上移动识别码异常的数据。和/或

清洗第一数据中关键字段缺失的数据。

由于人为篡改、设备故障、信道拥挤等原因，解析的AIS数据存在大量错误的点，本实施例中，对于通过解析得到的第一数据需要进行清洗，其中第一数据即为解析后的AIS数据，针对准确性上经纬度明显超过180度，速度过大，MMSI不满足常规。物理完整性上存在关键字段缺失的记录，如经纬度、时间戳、MMSI字段缺失等，针对上述有问题的数据，进行清洗，可以提高解析的AIS数据准确性，进而提升后续识别停留点的准确性。

在本申请的一些实施例中，图2示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之二，如图2所示，对船舶航行轨迹进行轨迹修正，具体包括：

步骤202，对船舶航行轨迹中存在的噪点进行处理，得到平滑的船舶航行轨迹。

步骤204，在平滑的船舶航行轨迹中，基于任意两个轨迹点的采样间隔大于第一时间阈值，基于船舶在两个轨迹点的航速、航向以及时间，获取插值点，完成船舶航行轨迹的修正。

本实施例对于每艘船舶的航行轨迹进行修正及补充。其中，修正主要是对于船舶某条轨迹出现的飞点进行处理，如速度不可达点、相邻点距离过大点、相邻点出现极锐角情况，将这些轨迹上的噪点进行处理，从而得到平滑的轨迹曲线。补充主要是指船舶航行轨迹点位的密集化，即插值处理。复杂的海上环境会造成船舶AIS设备的信号中断，继而导致船舶轨迹点的缺失，大多数船舶在大洋上的轨迹呈现只有少量几个点的情况。如果在规定的时间阈值内没有采样点，这段时间内就被认为有缺失值。采取结合AIS数据中的航速、航向以及时间的插值方法对数据进行插值。

本实施例通过对船舶航行轨迹进行修正和补充，可以提高船舶航行轨迹中轨迹点的准确性，进而提升船舶停留状态识别的准确性。

在本申请的一些实施例中，图3示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之三，如图3所示，基于船舶在两个轨迹点的航速、航向以及时间，获取插值点，具体包括：

步骤302，通过航向判断轨迹为直线轨迹段或曲线轨迹段。

步骤304，在轨迹为直线轨迹段的情况下，通过前后两个轨迹点的距离和时间间隔，采用线性插值方法获取插值点。

步骤306，在轨迹为曲线轨迹段的情况下，通过前后两个轨迹点的航速和航向获取插值点。

本实施例中，首先通过航向将轨迹分为直线轨迹和曲线轨迹段，直线轨迹直接采用线性插值方法，具体地操作为两点距离超过3海里、时间间隔小于2天，按照大圆航线，每1海里补1个插值点。曲线轨迹主要通过前后两点的航速及航向进行插值点的预测。

本实施例给出了直线轨迹和曲线轨迹不同的插值点获取方法，可以更加准确的进行轨迹点添加，为后续通过轨迹点进行船舶停留状态识别提供依据。

在本申请的一些实施例中，图4示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之四，如图4所示，对轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合，具体包括：

步骤402，基于第二距离阈值和第二时间阈值，获取轨迹修正后的船舶航行轨迹中的多个停留点集合。

步骤404，获取停留点集合的中心点和半径。

步骤406，基于中心点和半径，获取相邻的两个停留点集合的中心点距离和半径差值，在中心点距离小于半径差值的情况下，将相邻的两个停留点集合合并，得到最终的停留点集合。

本实施例中，引入第二距离阈值、第二时间阈值、点数限制、包含关系约束条件，对船舶航行过程中的停留点集进行更为准确地判定。

具体而言，本实施例中，基于船舶AIS轨迹点数据，引入时空限定条件，在航行距离限制d（第二距离阈值）下停留时间超过某时间间隔t（第二时间阈值），且点数大于n的集合初步被判定为停留点集合，对判定出的停留点集合进行二次判定，对具有包含关系的相邻点簇合并，可以提高识别停留点集的准确性。

本实施例通过引入时间与空间限制，对船舶停留点位进行初次判定，对判定后的点位再引入包含关系约束进行二次判定，得出更为精确与完整的停留点集合。

在本申请的一些实施例中，图5示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之五，如图5所示，基于停留点集合，获取船舶停留状态，具体包括：

步骤502，获取停留点集合的中心位置的经纬度。

步骤504，获取港口库中与中心位置距离最近泊位的经纬度。

步骤506，获取中心位置与泊位之间的第一距离。

步骤508，获取停留点集合停留期间累计航行距离。

步骤510，获取停留点集合中轨迹点的位置重复率。

步骤512，获取停留点集合中轨迹点的航首向重复率。

步骤514，基于第一距离、累计航行距离、位置重复率和航首向重复率，获取船舶停留状态。

本实施例中，对停留点集合进行进一步地数据挖掘，识别出靠泊、锚泊与停航状态。

进一步地，船舶靠泊的行为特征主要为船舶停留在泊位上，受到缆绳的牵引固定，在同一位置附近保持相对静止，轨迹密集分布在很小的区域且运动幅度很小。船舶锚泊的行为特征主要为距离最近的泊位有一定距离，船舶受外部环境风流和水流影响，持续的圆周运动，活动轨迹多是弧形或环形，轨迹点相对稀疏，分布范围较大。船舶停航的行为特征活动轨迹同锚泊相似，受到环境和水流的影响，不固定，有别于锚泊的是，停航停留点集的中心点位距离最近的泊位距离较远，所以，本实施例引入中心点与泊位距离、停留期间累计航行距离与轨迹点重复率（位置重复率与航首向重复率）进行指标判定与状态识别。

更进一步地，中心点与泊位距离是通过结合停留点集合取中心位置C经纬度与港口库中最近泊位B的经纬度，求取第一距离Distance（C,B）。停留期间累计航行距离是通过对停留点集合前后两点距离的累加，即累计航行距离Distance_count =

，其中，

表示停留点i，

表示停留点i的下一个点，n表示停留点个数。轨迹点重复率主要包括两点：（1）位置重复率Repeat_location，即判定经纬度在度格式下，例如120.123456格式，截至小数点后四位的重复率。（2）航首向重复率Repeat_heading，航首向是指船头的方向，由罗经测得并通过AIS报文解析可得，航首向重复率是指停留点集合中航首向数值相同的数量。

基于第一距离、累计航行距离、位置重复率和航首向重复率进行船舶停留状态识别。具体而言，对于靠泊状态，Distance(C,B)小于第一识别阈值，Distance_count小于第二识别阈值，Repeat_location大于第三识别阈值，Repeat_heading大于第四识别阈值。锚泊状态下，Distance(C,B)在第五识别阈值之间，Distance_count大于或等于第六识别阈值，Repeat_location小于第七识别阈值，Repeat_heading小于第八识别阈值。停航状态下，Distance(C,B)大于或等于第九识别阈值，Distance_count大于或等于第十识别阈值，Repeat_location小于第十一识别阈值，Repeat_heading小于第十二识别阈值，基于上述阈值，可对停留点集合进行航行状态的识别。

本实施例中，基于得到的停留点集合，引入与泊位最近距离（即第一距离）、累计行驶距离（即累计航行距离）、轨迹点重复率（轨迹点的位置重复率和轨迹点的航首向重复率）三个指标，对停留点集合进行航行状态的识别，将航行状态分为靠泊、锚泊与停航。本实施例通过船舶停留点的判定与行为信息的挖掘，即航行状态识别，可更为完整与准确地还原船舶行为状态，对于后续船舶航次分析、挂靠泊位统计、船舶事件生成提供有力地数据支撑。并且，在实际生产运营领域，方便为船东报告准确的船舶停靠信息，提供更为准确的船舶全路径还原与各货运节点的掌控。

本申请实施例提供的船舶停留状态识别方法，执行主体可以为船舶停留状态识别装置。本申请实施例中以船舶停留状态识别装置执行船舶停留状态识别方法为例，说明本申请实施例提供的船舶停留状态识别装置。

在本申请的一些实施例中提供了一种船舶停留状态识别装置，图6示出了本申请实施例提供的船舶停留状态识别装置的结构框图，如图6所示，船舶停留状态识别装置100，包括第一获取模块110、解析模块120、清洗模块130、生成模块140、修正模块150、检测模块160和第二获取模块170。第一获取模块110用于获取船舶发出的船舶自动识别系统报文。解析模块120用于解析船舶自动识别系统报文，得到第一数据。清洗模块130用于对第一数据进行清洗，得到第二数据。生成模块140用于基于第二数据，生成船舶航行轨迹。修正模块150用于对船舶航行轨迹进行轨迹修正。检测模块160用于对轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合。第二获取模块170用于基于停留点集合，获取船舶停留状态。

本实施例通过解析船舶自动识别系统报文得到第一数据，对第一数据进行清洗，可以增加数据准确性。对于清洗后的第二数据，生成船舶航行轨迹，对于船舶航行轨迹再进行修正，得到停留点集合，进而得到船舶停留状态，可以提高船舶轨迹中停留点识别的准确性，获取具体的船舶停留状态，为航海及相关领域的人员在查询时，提供准确的信息。

本申请实施例提供的船舶停留状态识别装置100可以实现上述船舶停留状态识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本申请实施例中的船舶停留状态识别装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置（Mobile Internet Device，MID）、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴设备、超级移动个人计算机（ultra-mobilepersonal computer，UMPC）、上网本或者个人数字助理（personal digital assistant，PDA）等，还可以为服务器、网络附属存储器（Network Attached Storage，NAS）、个人计算机（personal computer，PC）、电视机（television，TV）、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例中的船舶停留状态识别装置可以为具有操作系统的装置。该操作系统可以为安卓（Android）操作系统，可以为iOS操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的船舶停留状态识别装置能够实现上述方法实施例实现的各个过程，为避免重复，这里不再赘述。

可选地，如图7所示，本申请实施例还提供一种电子设备1000，电子设备1000包括处理器1002和存储器1004，存储器1004上存储有可在处理器1002上运行的程序或指令，该程序或指令被处理器1002执行时实现上述方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。

图8为实现本申请实施例的一种电子设备的硬件结构示意图。

该电子设备1100包括但不限于：射频单元1101、网络模块1102、音频输出单元1103、输入单元1104、传感器1105、显示单元1106、用户输入单元1107、接口单元1108、存储器1109、以及处理器1110等部件。

本领域技术人员可以理解，电子设备1100还可以包括给各个部件供电的电源（比如电池），电源可以通过电源管理系统与处理器1110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图8中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。

其中，处理器1110，用于获取船舶发出的船舶自动识别系统报文。

处理器1110，用于解析船舶自动识别系统报文，得到第一数据。

处理器1110，用于对第一数据进行清洗，得到第二数据。

处理器1110，用于基于第二数据，生成船舶航行轨迹。

处理器1110，用于对船舶航行轨迹进行轨迹修正。

处理器1110，用于对轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合。

处理器1110，用于基于停留点集合，获取船舶停留状态。

本实施例通过解析船舶自动识别系统报文得到第一数据，对第一数据进行清洗，可以增加数据准确性。对于清洗后的第二数据，生成船舶航行轨迹，对于船舶航行轨迹再进行修正，得到停留点集合，进而得到船舶停留状态，可以提高船舶轨迹中停留点识别的准确性，获取具体的船舶停留状态，为航海及相关领域的人员在查询时，提供准确的信息。

本申请实施例提供的处理器1110可以实现上述船舶停留状态识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解的是，本申请实施例中，输入单元1104可以包括图形处理器（GraphicsProcessing Unit，GPU）11041和麦克风11042，图形处理器11041对在视频捕获模式或图像捕获模式中由图像捕获装置（如摄像头）获得的静态图片或视频的图像数据进行处理。显示单元1106可包括显示面板11061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板11061。用户输入单元1107包括触控面板11071以及其他输入设备11072中的至少一种。触控面板11071，也称为触摸屏。触控面板11071可包括触摸检测装置和触摸控制器两个部分。其他输入设备11072可以包括但不限于物理键盘、功能键（比如音量控制按键、开关按键等）、轨迹球、鼠标、操作杆，在此不再赘述。

存储器1109可用于存储软件程序以及各种数据。存储器1109可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令（比如声音播放功能、图像播放功能等）等。此外，存储器1109可以包括易失性存储器或非易失性存储器，或者，存储器1109可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本申请实施例中的存储器1109包括但不限于这些和任意其它适合类型的存储器。

处理器1110可包括一个或多个处理单元；可选的，处理器1110集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器1110中。

本申请实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述船舶停留状态识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。

本申请实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述船舶停留状态识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述船舶停留状态识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

具体实施例：

相关技术中，通过解析AIS报文数据，对于动态数据中的对地航速进行判断，如当前轨迹点的航行速度小于速度阈值，如0.5节，则将其判定为停留点，由于大量的漂移点导致的瞬时速度过大从而造成误判的情况，同时忽略了低于速度阈值的轨迹点前后可能出于较阈值高的速度移动状态，造成船舶整个停留时间不准确。

相关技术中加入了时间与空间的限制，从第一个轨迹点开始以此作为锚点，向后找到距离未超出距离阈值（如100米）的所有点，如果这些点的总时长大于时间阈值（如30分钟），则归为停留点，并以停留点集的下一个点作为新的锚点；否则将锚点后移一位，重新召回和判断。上述技术存在的问题主要是固定起始点后，可能在停留区正好达到阈值上限，导致停留点内部被拆开了两个连续的停留点集；同时对于停留点集没有个数的限制，导致识别出大量2、3个点组成的停留点集合。

对于船舶航行状态的识别，日常生产运营中对其识别较为粗糙，完全依赖于船上相关人员录入AIS设备的状态，相关研究表明，这种由船员手动填写的准确率只有4％左右。

本实施例一方面通过引入时空限制与包含关系约束，对船舶轨迹点进行判定，识别出停留点集；另一方面基于判定的停留点集，对其进行行为挖掘，引入与泊位距离、累计距离与点位重复率条件，识别出船舶航行行为，其中行为包括靠泊行为、锚泊行为与停航行为。图9示出了本申请实施例提供的船舶停留状态识别方法的流程示意图之六，如图9所示，船舶停留状态识别方法，包括：

步骤602，数据获取：通过解析原始AIS报文数据，获取船舶轨迹点信息及所需字段。

通过AIS基站与卫星设备获取原始AIS数据，根据特殊标识符翻译本，对上述原始AIS数据进行解析，输出可直观进行使用的数据字段，如MMSI、经纬度、速度、船首向等。

步骤604，数据清洗：对解析的AIS报文数据进行清洗。

对步骤602所解析的AIS数据进行清洗，由于人为篡改、设备故障、信道拥挤等原因，所解析的AIS数据存在大量错误的点，如准确性上经纬度明显超过180度，速度过大，MMSI不满足常规；物理完整性上存在关键字段缺失的记录，如经纬度、时间戳、MMSI字段缺失等对这些点进行清洗，得到清洗后的数据。

步骤606，轨迹修正：对清洗后的生成的船舶航行轨迹进行删除漂移点与插值操作。

对于每艘船舶的航行轨迹进行修正及补充，修正主要是对于船舶某条轨迹出现的飞点（漂移点）进行处理，如速度不可达点、相邻点距离过大点、相邻点出现极锐角情况，将这些轨迹上的噪点进行处理，从而得到平滑的轨迹曲线；补充主要是指船舶航行轨迹点位的密集化，即插值处理。复杂的海上环境会造成船舶AIS设备的信号中断，继而导致船舶轨迹点的缺失，大多数船舶在大洋上的轨迹呈现只有少量几个点的情况。如果在规定的时间阈值内没有采样点，这段时间内就被认为有缺失值。采取结合AIS数据中的航速、航向以及时间的插值方法对数据进行插值。首先通过航向将轨迹分为直线轨迹和曲线轨迹段，直线轨迹则直接采用线性插值方法，具体地操作为两点距离超过3海里、时间间隔小于2天，按照大圆航线，每1海里补1个点。曲线轨迹主要通过前后两点的航速及航向进行插值点的预测。

步骤608，停留点检测：对修正后的轨迹进行停留点检测，生成停留点集合。

停留点检测算法识别移动物体在第二距离阈值内滞留一段时间的位置。如图10所示，P1至P7均为轨迹点，停留点检测算法首先检查轨迹中锚点(例如，P1)与其后继者之间的距离是否在大于第二距离阈值(例如，100m)。发现P1与P2间的距离大于第二距离阈值，此时锚点变为P2，发现P2与P3、P2与P4的距离小于第二距离阈值，但是P2与P5的距离大于第二距离阈值，然后，测量锚点与第二距离阈值内的最后的后继者(即，P5)之间的时间跨度。如果时间间隔大于第二时间阈值，则检测到停留点(由P2、P3和P4)；此时时间不满足（时间间隔小于或等于第二时间阈值），则以P4为锚点继续搜索，发现P4与P5、P4与P6距离小于第二距离阈值，但时间不满足（时间间隔小于第二时间阈值），此时锚点变为P6，发现P6与P7距离大于第二距离阈值，同时P2与P6的时间间隔满足（时间间隔大于第二时间阈值），停留点检测算法识别出的停留点集合为（P2、P3、P4、P5、P6），如图10虚线框所示。在对轨迹点进行停留点检测后，识别出多个停留点集合，但由于距离的设置，会导致停留点内部被拆开了两个连续的停留点集，如图11所示，进一步地对这些停留点集合进行遍历，生成其中心点，判断相邻聚簇A和B，其影响半径Ra与Rb，中心点Pa与Pb，如果Pa与Pb的距离差小于半径Ra与Rb之差，则将停留点集合A和B进行合并，如图12所示，其中，Ra表示聚簇A的半径，Rb表示聚簇B的半径，Pa表示聚簇A的中心点，Pb表示聚簇B的中心点。最终生成更为完整与准确的停留点集合。

步骤610，状态识别：基于检测的停留点集合，进行数据挖掘，识别出靠泊、锚泊与停航状态。

基于步骤608识别出的停留点集合，进行进一步地数据挖掘，识别出靠泊、锚泊与停航状态，进一步地船舶靠泊的行为特征主要为船舶停留在泊位上，受到缆绳的牵引固定，在同一位置附近保持相对静止，轨迹密集分布在很小的区域且运动幅度很小；船舶锚泊的行为特征主要为距离最近的泊位有一定距离，船舶受外部环境风流和水流影响，持续的圆周运动，活动轨迹多是弧形或环形，轨迹点相对稀疏，分布范围较大；船舶停航的行为特征活动轨迹同锚泊相似，受到环境和水流的影响，不固定，有别于锚泊的是，停航停留点集的中心点位距离最近的泊位距离较远；因此引入中心点与泊位距离、停留期间累计航行距离与轨迹点重复率（位置重复率与航首向重复率）进行指标判定与状态识别；

更进一步地，中心点与泊位距离是通过结合停留点集合取中心位置C经纬度与港口库中最近泊位B的经纬度，求取Distance（C,B）；停留期间累计航行距离是通过对停留点集合前后两点距离的累加，即Distance_count =

；轨迹点重复率主要包括两点：其一为位置重复率Repeat_location，即判定经纬度在度格式下，例如120.123456格式，截至小数点后四位的重复率；其二为航首向重复率Repeat_heading，进一步地，航首向是指船头的方向，由罗经测得并通过AIS报文解析可得，航首向重复率是指停留点集合中航首向数值相同的数量。

对于靠泊状态，Distance(C,B)<10m，Distance_count<50m，Repeat_location＞80％，Repeat_heading>95％；锚泊状态下，10m≤Distance(C,B)＜50m，Distance_count≥50m，Repeat_location<15％，Repeat_heading<15％；停航状态下，Distance(C,B)≥50m，Distance_count≥50m，Repeat_location<15％，Repeat_heading<15％。

相关技术对船舶停留点的判定多为用航行速度与一个比较小的速度阈值（如0.5节）进行判断，如果小于此速度则判定为停留点，这种方法忽略了船舶停留前后的速度缓冲与漂移点造成的速度波动，使得识别出的停留点极为分散与不准；亦或是引入时空限制对停留点集进行识别，但该种方法对于距离与时间的把控不好会造成停留点内部出现多个子集；基于此，本实施例通过引入时空限制、点数限制与包含关系约束，对运用时空限制判定出的停留点集进行二次遍历，对于相邻聚簇进行合并，使得结果更为准确与完整。

相关技术对识别后的停留点集并没有进行进一步地行为挖掘，本实施例通过引入与泊位距离、累计距离与重复率（位置点重复率、航首向重复率）条件约束，对停留点进行行为识别，如与泊位距离近、累计距离短、重复率高则判定为靠泊，与泊位距离近、累计距离长、重复率低则判定为锚泊，与泊位距离远、累计距离长、重复率低则判定为停航。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

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上述实施例方法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，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分可以以计算机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（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端（可以是手机，计算机，服务器，或者网络设备等）执行本申请各个实施例的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种船舶停留状态识别方法，其特征在于，包括：

获取船舶发出的船舶自动识别系统报文；

解析所述船舶自动识别系统报文，得到第一数据；

对所述第一数据进行清洗，得到第二数据；

基于所述第二数据，生成船舶航行轨迹；

对所述船舶航行轨迹进行轨迹修正；

对所述轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合；

基于所述停留点集合，获取船舶停留状态。

2.根据权利要求1所述的船舶停留状态识别方法，其特征在于，所述解析所述船舶自动识别系统报文，得到第一数据，具体包括：

根据特殊标识符翻译本，对所述船舶自动识别系统报文进行解析，得到第一数据，所述第一数据包括所述船舶的海上移动识别码、经度、纬度、航速和/或船首向。

3.根据权利要求1所述的船舶停留状态识别方法，其特征在于，所述对所述第一数据进行清洗，得到第二数据，具体包括：

清洗所述第一数据中经度和/或纬度超过第一度数的数据；和/或

清洗所述第一数据中航速超过第一阈值的数据；和/或

清洗所述第一数据中海上移动识别码异常的数据；和/或

清洗所述第一数据中关键字段缺失的数据。

4.根据权利要求1所述的船舶停留状态识别方法，其特征在于，所述对所述船舶航行轨迹进行轨迹修正，具体包括：

对所述船舶航行轨迹中存在的噪点进行处理，得到平滑的船舶航行轨迹；

在所述平滑的船舶航行轨迹中，基于任意两个轨迹点的采样间隔大于第一时间阈值，基于所述船舶在两个轨迹点的航速、航向以及时间，获取插值点，完成所述船舶航行轨迹的修正。

5.根据权利要求4所述的船舶停留状态识别方法，其特征在于，所述基于所述船舶在两个轨迹点的航速、航向以及时间，获取插值点，具体包括：

通过所述航向判断所述轨迹为直线轨迹段或曲线轨迹段；

在所述轨迹为直线轨迹段的情况下，通过前后两个轨迹点的距离和时间间隔，采用线性插值方法获取插值点；

在所述轨迹为曲线轨迹段的情况下，通过前后两个轨迹点的航速和航向获取插值点。

6.根据权利要求1所述的船舶停留状态识别方法，其特征在于，所述对所述轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合，具体包括：

基于第二距离阈值和第二时间阈值，获取所述轨迹修正后的船舶航行轨迹中的多个所述停留点集合；

获取所述停留点集合的中心点和半径；

基于所述中心点和半径，获取相邻的两个所述停留点集合的中心点距离和半径差值，在所述中心点距离小于所述半径差值的情况下，将相邻的两个所述停留点集合合并，得到最终的停留点集合。

7.根据权利要求1至6中任一项所述的船舶停留状态识别方法，其特征在于，所述基于所述停留点集合，获取船舶停留状态，具体包括：

获取所述停留点集合的中心位置的经纬度；

获取港口库中与所述中心位置距离最近泊位的经纬度；

获取所述中心位置与所述泊位之间的第一距离；

获取所述停留点集合停留期间累计航行距离；

获取所述停留点集合中轨迹点的位置重复率；

获取所述停留点集合中轨迹点的航首向重复率；

基于所述第一距离、所述累计航行距离、所述位置重复率和所述航首向重复率，获取所述船舶停留状态。

8.一种船舶停留状态识别装置，其特征在于，包括：

第一获取模块，用于获取船舶发出的船舶自动识别系统报文；

解析模块，用于解析所述船舶自动识别系统报文，得到第一数据；

清洗模块，用于对所述第一数据进行清洗，得到第二数据；

生成模块，用于基于所述第二数据，生成船舶航行轨迹；

修正模块，用于对所述船舶航行轨迹进行轨迹修正；

检测模块，用于对所述轨迹修正后的船舶航行轨迹，进行停留点检测，得到停留点集合；

第二获取模块，用于基于所述停留点集合，获取船舶停留状态。

9.一种电子设备，其特征在于，包括：

存储器，其上存储有程序或指令；

处理器，用于执行所述程序或指令时实现如权利要求1至7中任一项所述的船舶停留状态识别方法的步骤。

10.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述的船舶停留状态识别方法的步骤。

Images