CN115454676B - 位置信息融合方法、装置、设备、存储介质和程序产品 - Google Patents
位置信息融合方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN115454676B CN115454676B CN202211173519.0A CN202211173519A CN115454676B CN 115454676 B CN115454676 B CN 115454676B CN 202211173519 A CN202211173519 A CN 202211173519A CN 115454676 B CN115454676 B CN 115454676B
- Authority
- CN
- China
- Prior art keywords
- position information
- time
- information
- vts
- normalized
- 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
- 238000007500 overflow downdraw method Methods 0.000 title abstract description 11
- 230000004927 fusion Effects 0.000 claims abstract description 135
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000011156 evaluation Methods 0.000 claims abstract description 44
- 238000007499 fusion processing Methods 0.000 claims abstract description 15
- 238000010606 normalization Methods 0.000 claims description 65
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 7
- 230000000875 corresponding effect Effects 0.000 abstract 2
- 230000002596 correlated effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 14
- 101100182247 Caenorhabditis elegans lat-1 gene Proteins 0.000 description 7
- 101150061388 LON1 gene Proteins 0.000 description 7
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 101150004293 lon2 gene Proteins 0.000 description 6
- 101100168093 Caenorhabditis elegans cogc-2 gene Proteins 0.000 description 4
- 101100011365 Caenorhabditis elegans egl-13 gene Proteins 0.000 description 4
- 101100310625 Drosophila melanogaster sog gene Proteins 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 101100021570 Caenorhabditis elegans lon-3 gene Proteins 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 101150082022 cog1 gene Proteins 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- -1 sog2 Proteins 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请涉及一种位置信息融合方法、装置、设备、存储介质和程序产品。所述方法包括:获取第一标识目标对象的第一位置信息组和j个第二标识候选对象的第二位置信息组;第一位置信息为VTS信息或者AIS信息中的一个,第二位置信息为VTS信息或者AIS信息的另一个;基于第一位置信息组以及j个第二位置信息组进行损失评估,根据损失评估结果从j个第二标识候选对象中确定与第一标识目标对象对应的第二标识目标对象;将第一标识目标对象的当前第一位置信息以及第二标识目标对象的当前第二位置信息进行融合处理,得到目标移动对象的融合位置信息,并展示实时位置。采用本方法能够确定同一移动对象对应的VTS信息和AIS信息并进行关联以展示移动对象的实时位置。
Description
技术领域
本申请涉及多源信息融合技术领域,特别是涉及一种位置信息融合方法、装置、设备、存储介质和程序产品。
背景技术
随着海运事业的发展,水上目标信号追踪尤其重要。目前,可以获取船舶交通管理系统(Vessel Traffic Service,VTS)和船舶自动识别系统(Automatic IdentificationSystem,AIS)发出的各水上移动目标的位置信息,并基于VTS信息和AIS信息展示各水上移动目标的实时位置。为了更清楚的展示各水上移动目标的实时位置,将同一水上移动目标对应的VTS信息和AIS信息关联后展示的问题亟需解决。
发明内容
基于此,有必要针对上述技术问题,提供一种能够确定同一移动对象对应的VTS信息和AIS信息并进行关联以展示该移动对象的实时位置的位置信息融合方法、装置、设备、存储介质和程序产品。
第一方面,本申请提供了一种位置信息融合方法。该方法包括:
获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组;该第一位置信息组包括n个第一位置信息,该第二位置信息组包括n个第二位置信息,该第一位置信息为VTS信息或者AIS信息中的一个,该第二位置信息为该VTS信息或者该AIS信息中的另一个;基于该第一位置信息组以及j个该第二位置信息组进行损失评估,根据损失评估结果从j个该第二标识候选对象中确定与该第一标识目标对象对应的第二标识目标对象;将该第一标识目标对象的当前第一位置信息以及该第二标识目标对象的当前第二位置信息进行融合处理,得到目标移动对象的融合位置信息,并基于该融合位置信息展示该目标移动对象的实时位置。
在其中一个实施例中,该基于该第一位置信息组以及j个该第二位置信息组进行损失评估,根据损失评估结果从j个该第二标识候选对象中确定与该第一标识目标对象对应的第二标识目标对象,包括:
基于预设损失函数,多次计算该第一位置信息组与各第二位置信息组之间的损失值,并从各次计算结果中确定小于预设损失阈值的多个最小损失值;将连续m个计算结果的最小损失值所对应的同一个第二标识候选对象作为该第二标识目标对象。
在其中一个实施例中,该方法还包括:将该融合位置信息写入redis数据库中的与该目标移动对象对应的键值中;轮询该redis数据库中所有移动对象对应的键值,确定多个融合移动对象,该融合移动对象对应的键值中包括该融合移动对象对应的融合位置信息;获取各融合移动对象对应的融合位置信息,并写入规格化键值中;响应于全量统计指令,输出该规格化键值中的信息以展示各融合移动对象的实时位置。
在其中一个实施例中,该获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组,包括:从redis数据库中的第一存储链表中获取规格化处理后的该n个第一位置信息构成该第一位置信息组;从redis数据库中的j个该第二标识候选对象分别对应的第二存储链表中获取规格化处理后的该n个第二位置信息构成该第二位置信息组。
在其中一个实施例中,该方法还包括:从卡夫卡消息队列中获取实时传输的不同移动对象对应的当前位置信息;基于Flink实时流计算平台,根据该移动对象对应的历史位置信息以及该当前位置信息,确定该移动对象对应的规格化位置信息,并将该规格化位置信息作为目标位置信息存储至目标存储链表中;其中,该移动对象为该第一标识目标对象或该第二标识候选对象;对应的,该目标位置信息为该第一位置信息或该第二位置信息,该目标存储链表为该第一存储链表或该第二存储链表。
在其中一个实施例中,该根据该移动对象对应的历史位置信息以及该当前位置信息,确定该移动对象对应的规格化位置信息,包括:根据预设时间间隔确定该当前位置信息中包括的第一时间是否为规格化时间;若该第一时间为该规格化时间,则将该当前位置信息作为该规格化位置信息;若该第一时间不为该规格化时间,则根据该历史位置信息以及该当前位置信息确定该规格化位置信息。
在其中一个实施例中,该根据预设时间间隔确定该当前位置信息中包括的第一时间是否为规格化时间,包括:根据该预设时间间隔确定多个规格化时间点;将该第一时间与该多个规格化时间点进行对比,若该第一时间与该多个规格化时间点中的一个相同,则确定该第一时间为该规格化时间;若该第一时间与该多个规格化时间点不同,则确定该第一时间不为该规格化时间。
在其中一个实施例中,该根据该历史位置信息以及该当前位置信息确定该规格化位置信息,包括:根据该第一时间以及该历史位置信息中包括的第二时间确定第一时间差值;根据该第二时间以及目标规格化时间点确定第二时间差值;对于该历史位置信息中包括的各第一位置参数以及该当前位置信息中的各第二位置参数,基于该第一时间差值以及该第二时间差值对同类型的该第一位置参数和该第二位置参数进行加权平均处理,得到多个规格化后的位置参数,将该多个规格化后的位置参数作为该规格化位置信息。
在其中一个实施例中,该基于该第一时间差值以及该第二时间差值对同类型的该第一位置参数和该第二位置参数进行加权平均处理,包括:对于同类型的该第二位置参数与该第一位置参数,将该第二位置参数与该第一位置参数作差得到参数差值;将该参数差值除以该第一时间差值并乘以该第二时间差值,得到候选参数值,并将该第一位置参数与该候选参数值求和,得到规格化后的位置参数。
第二方面,本申请还提供了一种位置信息融合装置。该装置包括:
获取模块,用于获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组;该第一位置信息组包括n个第一位置信息,该第二位置信息组包括n个第二位置信息,该第一位置信息为VTS信息或者AIS信息中的一个,该第二位置信息为该VTS信息或者该AIS信息中的另一个;
评估模块,用于基于该第一位置信息组以及j个该第二位置信息组进行损失评估,根据损失评估结果从j个该第二标识候选对象中确定与该第一标识目标对象对应的第二标识目标对象;
融合模块,用于将该第一标识目标对象的当前第一位置信息以及该第二标识目标对象的当前第二位置信息进行融合处理,得到目标移动对象的融合位置信息,并基于该融合位置信息展示该目标移动对象的实时位置。
在其中一个实施例中,该评估模块,具体用于:
基于预设损失函数,多次计算该第一位置信息组与各第二位置信息组之间的损失值,并从各次计算结果中确定小于预设损失阈值的多个最小损失值;将连续m个计算结果的最小损失值所对应的同一个第二标识候选对象作为该第二标识目标对象。
在其中一个实施例中,该装置还包括存储模块:
存储模块,用于将该融合位置信息写入redis数据库中的与该目标移动对象对应的键值中;轮询该redis数据库中所有移动对象对应的键值,确定多个融合移动对象,该融合移动对象对应的键值中包括该融合移动对象对应的融合位置信息;获取各融合移动对象对应的融合位置信息,并写入规格化键值中;响应于全量统计指令,输出该规格化键值中的信息以展示各融合移动对象的实时位置。
在其中一个实施例中,该获取模块,具体用于:从redis数据库中的第一存储链表中获取规格化处理后的该n个第一位置信息构成该第一位置信息组;从redis数据库中的j个该第二标识候选对象分别对应的第二存储链表中获取规格化处理后的该n个第二位置信息构成该第二位置信息组。
在其中一个实施例中,该装置还包括规格化模块:
规格化模块,用于从卡夫卡消息队列中获取实时传输的不同移动对象对应的当前位置信息;基于Flink实时流计算平台,根据该移动对象对应的历史位置信息以及该当前位置信息,确定该移动对象对应的规格化位置信息,并将该规格化位置信息作为目标位置信息存储至目标存储链表中;其中,该移动对象为该第一标识目标对象或该第二标识候选对象;对应的,该目标位置信息为该第一位置信息或该第二位置信息,该目标存储链表为该第一存储链表或该第二存储链表。
在其中一个实施例中,该规格化模块,具体用于:根据预设时间间隔确定该当前位置信息中包括的第一时间是否为规格化时间;若该第一时间为该规格化时间,则将该当前位置信息作为该规格化位置信息;若该第一时间不为该规格化时间,则根据该历史位置信息以及该当前位置信息确定该规格化位置信息。
在其中一个实施例中,该规格化模块,具体用于:根据该预设时间间隔确定多个规格化时间点;将该第一时间与该多个规格化时间点进行对比,若该第一时间与该多个规格化时间点中的一个相同,则确定该第一时间为该规格化时间;若该第一时间与该多个规格化时间点不同,则确定该第一时间不为该规格化时间。
在其中一个实施例中,该规格化模块,具体用于:根据该第一时间以及该历史位置信息中包括的第二时间确定第一时间差值;根据该第二时间以及目标规格化时间点确定第二时间差值;对于该历史位置信息中包括的各第一位置参数以及该当前位置信息中的各第二位置参数,基于该第一时间差值以及该第二时间差值对同类型的该第一位置参数和该第二位置参数进行加权平均处理,得到多个规格化后的位置参数,将该多个规格化后的位置参数作为该规格化位置信息。
在其中一个实施例中,该规格化模块,具体用于:对于同类型的该第二位置参数与该第一位置参数,将该第二位置参数与该第一位置参数作差得到参数差值;将该参数差值除以该第一时间差值并乘以该第二时间差值,得到候选参数值,并将该第一位置参数与该候选参数值求和,得到规格化后的位置参数。
第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行该计算机程序时实现上述第一方面任一项所述的方法的步骤。
第四方面,本申请还提供了一种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上述第一方面中任一项所述的方法的步骤。
第五方面,本申请还提供了一种计算机程序产品,该计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面中任一项所述的方法的步骤。
上述位置信息融合方法、装置、设备、存储介质和程序产品,通过获取包括n个第一位置信息的第一标识目标对象的第一位置信息组和j个包括n个第二位置信息的第二标识候选对象的第二位置信息组,进而可以基于该第一位置信息组以及j个该第二位置信息组进行损失评估,根据损失评估结果从j个该第二标识候选对象中确定与该第一标识目标对象对应的第二标识目标对象,从而确定第一标识对象以及第二标识对象为同一目标移动对象,第一位置信息组和第二位置信息组即为同一目标移动对象对应的来自不同系统的位置信息,也即第一位置信息为VTS信息或者AIS信息中的一个,该第二位置信息为该VTS信息或者该AIS信息中的另一个。进一步的,对于目标移动对象,将该第一标识目标对象的当前第一位置信息以及该第二标识目标对象的当前第二位置信息进行融合处理,即可得到目标移动对象的融合位置信息,以基于该融合位置信息展示该目标移动对象的实时位置,基于此,可将目标移动对象的VTS信息和AIS信息进行融合后展示,从而可以直观看到目标移动对象是否存在VTS信息或者AIS信息。由于融合位置信息基于当前第一位置信息和当前第二位置信息融合得到,也即是通过当前VTS信息和当前AIS信息得到,因此,基于融合位置信息所展示的目标移动对象的实时位置也更加准确。
附图说明
图1为一个实施例中位置信息融合方法的流程示意图;
图2为一个实施例中获取目标位置信息的流程示意图;
图3为一个实施例中确定规格化位置信息的流程示意图;
图4为一个实施例中判断规格化时间的流程示意图;
图5为一个实施例中另一种确定规格化位置信息的流程示意图;
图6为一个实施例中获取位置信息组的流程示意图;
图7为一个实施例中确定第二标识目标对象的流程示意图;
图8为一个实施例中水上移动AIS目标与VTS目标融合方法的处理流程示意图;
图9为一个实施例中多个AIS目标分布展示示意图;
图10为一个实施例中多个VTS目标分布展示示意图;
图11为一个实施例中多个VTS目标和AIS目标融合展示示意图;
图12为一个实施例中位置信息融合装置的结构框图;
图13为一个实施例中计算机设备的内部结构图。
实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
随着海运事业的发展,水上目标信号追踪尤其重要。目前,可以获取船舶交通管理系统(Vessel Traffic Service,VTS)和船舶自动识别系统(Automatic IdentificationSystem,AIS)发出的各水上移动目标的位置信息,并基于VTS信息和AIS信息展示各水上移动目标的实时位置。
基于该背景,申请人基于长期的研究发现对于同一水上移动目标,船舶交通管理系统和船舶自动识别系统所发送VTS信息和AIS信息的频率是不同的,因此无法同步基于VTS信息和AIS信息展示该水上移动目标的实时位置,也无法实时查看各水上移动目标是否同时存在VTS信息和AIS信息。基于此,为了更清楚的展示各水上移动目标的实时位置,将同一水上移动目标对应的VTS信息和AIS信息关联后展示的问题亟需解决。
有鉴于此,本申请实施例提供了一种位置信息融合方法,可以对两类异构(不同发送频率)的水上移动目标的位置信息进行实时融合以同步展示该水上移动目标的实时位置。在此过程中,通过实时消费卡夫卡(Kafka)消息队列的实时位置信息并进行实时融合、借助实时流计算平台Flink进行信号融合实时运算以及借助Redis内存数据库进行中间结果和最终结果的存储应用,有效提升了该融合过程的实时性和融合结果的准确性。
在一个实施例中,如图1所示,提供了一种位置信息融合方法。本申请实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,服务器可以是一台服务器,也可以是由多台服务器组成的服务器集群,本申请实施例对服务器的类型不作具体限定。同时,终端可以是个人计算机、笔记本电脑、智能手机、平板电脑和智能设备等,本申请实施例对终端的类型也不作具体限定。本申请实施例中,该方法包括以下步骤:
步骤101,获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组;第一位置信息组包括n个第一位置信息,第二位置信息组包括n个第二位置信息,第一位置信息为VTS信息或者AIS信息中的一个,第二位置信息为VTS信息或者AIS信息中的另一个。
其中,水上移动对象的位置信息通常可以由VTS系统或者AIS系统生成。水上移动对象搭载的AIS系统在不同时刻可以发送该水上移动对象的AIS信息,获取到该AIS信息的设备即可根据该AIS信息明确该水上移动对象的位置。相应的,VTS系统可以获取水上移动对象发射的雷达信号,从而明确水上移动对象的位置,并在不同时刻生成该水上移动对象的VTS信息,获取到该VTS信息的设备同样可根据该VTS信息明确该水上移动对象的位置。为了更加准确清晰的展示水上移动对象的实时位置,可以将同一水上移动对象对应的实时AIS信息和实时VTS信息关联后展示。
其中,AIS信息通常包括水上移动对象在AIS系统中的标识、经度、纬度、对地航速、对地航向以及该AIS信息发出的时间。AIS信息的格式例如为(ais-id,lon,lat,sog,cog,time),其中,ais-id即为标识,lon为经度,lat为纬度,sog为对地航速,cog为对地航向,time为时间。VTS信息所包括的内容与AIS信息类型相同,但标识为水上移动对象在VTS系统中的标识,即(vts-id,lon,lat,sog,cog,time)。
终端可获取不同水上移动对象对应的来自AIS系统和VTS系统中的AIS信息和VTS信息,所获取到来自AIS系统的不同AIS标识的对象的AIS信息例如如下:
位置信息1:(ais-id:2,lon:111.2,lat,22.3,sog:5,6,cog:105,time:20210118091500)
位置信息2:(ais-id:3,lon:112.5,lat,22.2,sog:2.3,cog:3567,time:20210118091500)
位置信息3:(ais-id:2,lon:111.5,lat,22.2,sog:5,8,cog:115,time:20210118091502)
位置信息4:(ais-id:4,lon:113.5,lat,22.2,sog:3,6,cog:205,time:20210118091503)
位置信息5:(ais-id:2,lon:111.5,lat,22.2,sog:5,1,cog:125,time:20210118091504)
位置信息6:(ais-id:1,lon:113.5,lat,22.2,sog:5,9,cog:117,time:20210118091508)
所获取到来自VTS系统的不同VTS标识的对象的VTS信息例如如下:
位置信息1:(vts-id:1,lon:111.3,lat,22.1,sog:3,1,cog:312,time:20210118091505)
位置信息2:(vts-id:2,lon:112.1,lat,22.15,sog:6,1,cog:525,time:20210118091503)
位置信息3:(vts-id:3,lon:111.41,lat,22.13,sog:4.3,cog:625,time:20210118091506)
位置信息4:(vts-id:3,lon:113.45,lat,22.14,sog:4,7,cog:635,time:20210118091509)
位置信息5:(vts-id:1,lon:111.32,lat,22.13,sog:3,3,cog:321,time:20210118091507)
位置信息6:(vts-id:2,lon:112.15,lat,22.21,sog:6,3,cog:523,time:20210118091506)
终端可获取不同水上移动对象对应的来自AIS系统和VTS系统中的AIS信息和VTS信息,但由于不同系统的标识不同,且AIS系统和VTS系统相互独立,例如vts-id:1与ais-id:1并非直接为同一水上移动对象,可能vts-id:2与ais-id:1为同一水上移动对象。因此,在对同一移动对象对应的AIS信息和VTS信息进行融合之前,需要先确定不同标识的AIS信息和VTS信息的对应关系。
在融合之前,终端可获取不同水上移动对象的不同类型标识的位置信息,若进行融合处理,则需要确定同一水上移动对象对应的两种位置信息,也即AIS信息和VTS信息,从而可以进行融合。
如上文的说明可知,终端可获取两个系统中不同标识的水上移动对象不同时刻对应的位置信息。因此,该第一标识目标对象指AIS系统或者VIS系统两个系统中其中一个系统中的某一ID标识的对象,第二标识候选对象指AIS系统或者VIS系统两个系统中另外一个系统中的j个ID标识的j个对象。下文中以第一标识目标对象为AIS系统中的某一ID标识的对象,j个第二标识候选对象为VIS系统中的j个对象为例进行说明,第一标识目标对象为VTS系统中的某一ID标识的对象,j个第二标识候选对象为AIS系统中的j个对象的情况相同,不再赘述。
其中,第一位置信息组为已经接收到的关于第一标识目标对象的n个第一位置信息,也即第一标识目标对象的n个AIS信息。第二位置信息组为已经接收到的对应的第二标识候选对象的n个第二位置信息,也即各第二标识候选对象的n个VTS信息。各AIS信息和VTS信息表征了各对象在不同时刻所处的位置以及相关运行速度。
基于第一位置信息组和j个第二位置信息组可从j个第二标识候选对象中确定与第一标识目标对象对应的对象,以进一步进行关联。
其中,VTS系统中包括多个不同标识的对象,在一种可实现的方式中,从多个不同标识的对象中确定该j个第二标识候选对象的确定过程可以如下:
终端在获取到第一标识目标对象最新的第一位置信息后,计算该最新的第一位置信息与VTS系统中各个不同标识的对象最新的第二位置信息之间的距离,将距离小于预设距离的j个VTS系统中的对象作为该j个第二标识候选对象。可选的,该预设距离可以为500米或者其他距离值,在此不做具体限定。
可选的,距离的计算可以是基于第一位置信息和第二位置信息中的经度纬度进行计算,或者还可以基于经度纬度并结合时间、航速等进行计算,在此不做具体限定。
步骤102,基于第一位置信息组以及j个第二位置信息组进行损失评估,根据损失评估结果从j个第二标识候选对象中确定与第一标识目标对象对应的第二标识目标对象。
在初始确定从j个第二标识候选对象后,缩小了确定VTS系统中与第一标识目标对象对应的VTS系统中的对象的范围。基于该j个第二标识候选对象可快速的确定第二标识目标对象,其中,该第二标识目标对象即为VTS系统与该第一标识目标对象对应的水上移动对象。换言之,第一标识目标对象与第二标识目标对象为同一水上移动对象在不同系统中的存在对象。
具体的,将第一位置信息组与各个第二位置信息组分别对比进行损失评估,得到第一位置信息组与各个第二位置信息组之间的损失评估结果,该损失评估结果用于表征第一标识目标对象与各第二候选标识对象之间的位置信息差值。例如,该损失评估结果可以包括第一标识目标对象与各第二候选标识对象之间距离差、速度差或者方向差中的一个或多个。
根据得到的多个损失评估结果可以从j个第二标识候选对象中确定与第一标识目标对象对应的第二标识目标对象。例如,可选的,可将损失评估结果为位置信息差值最小的第二标识候选对象作为该第二标识目标对象。
步骤103,将第一标识目标对象的当前第一位置信息以及第二标识目标对象的当前第二位置信息进行融合处理,得到目标移动对象的融合位置信息,并基于融合位置信息展示目标移动对象的实时位置。
其中,终端可以获取第一标识目标对象和第二标识目标对象不同时刻的位置信息,当然,也包括最新时刻的位置信息。该当前第一位置信息指第一标识目标对象对应的最新时刻或者当前时刻的位置信息,该当前第二位置信息指第二标识目标对象对应的最新时刻或者当前时刻的位置信息。
可选的,上述第一位置信息、第二位置信息、当前第一位置信息或当前第二位置信息可以是终端对原始位置信息进行规格化处理后的位置信息。
可选的,各种位置信息可以是终端实时获取并存储于数据库的链表中的,并需要计算使用时从链表中调用得到。
上述位置信息融合方法,通过获取包括n个第一位置信息的第一标识目标对象的第一位置信息组和j个包括n个第二位置信息的第二标识候选对象的第二位置信息组,进而可以基于该第一位置信息组以及j个该第二位置信息组进行损失评估,根据损失评估结果从j个该第二标识候选对象中确定与该第一标识目标对象对应的第二标识目标对象,从而确定第一标识对象以及第二标识对象为同一目标移动对象,第一位置信息组和第二位置信息组即为同一目标移动对象对应的来自不同系统的位置信息,也即第一位置信息为VTS信息或者AIS信息中的一个,该第二位置信息为该VTS信息或者该AIS信息中的另一个。进一步的,对于目标移动对象,将该第一标识目标对象的当前第一位置信息以及该第二标识目标对象的当前第二位置信息进行融合处理,即可得到目标移动对象的融合位置信息,以基于该融合位置信息展示该目标移动对象的实时位置,基于此,可将目标移动对象的VTS信息和AIS信息进行融合后展示,从而可以直观看到目标移动对象是否存在VTS信息或者AIS信息。由于融合位置信息基于当前第一位置信息和当前第二位置信息融合得到,也即是通过当前VTS信息和当前AIS信息得到,因此,基于融合位置信息所展示的目标移动对象的实时位置也更加准确。
其中,如上文所说,AIS系统和VTS系统是相互独立的,二者生成各移动对象对应的AIS信息和VTS信息的频率是不同的,为便于进行上述损失评估以及融合处理,终端可对获取到不同移动对象的AIS信息和VTS信息进行时间对齐后并存储,从而便于进行后续处理。该时间对齐可以为对位置信息进行规格化处理,下面将对确定规格化位置信息的过程进行说明。
在一个实施例中,如图2所示,其示出了本申请实施例提供的一种获取目标位置信息的流程示意图。具体的,方法还包括:
步骤201,从卡夫卡消息队列中获取实时传输的不同移动对象对应的当前位置信息。
其中,卡夫卡(kafka)消息队列是基于kafka服务器构建的,Kafka是一个开源流处理平台,是一种高吞吐量的分布式发布订阅消息系统,也是一种通过集群来提供实时消息的消息系统。它可以处理消费者在网站中的所有动作流数据。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。且在Kafka中可实现数据备份功能,若其中有一个分区被破坏,则另一分区中存有该分区数据的副本,保障了数据的安全。
其中,上述不同移动对象指AIS系统或者VTS系统中不同标识对应的移动对象。终端中可以部署有卡夫卡消息队列。不同移动对象对应的实时AIS信息或者实时VTS信息均进入卡夫卡消息队列中。具体的,AIS或者VTS为卡夫卡消息队列中的两个消息主题,终端从卡夫卡消息队列中获取各种不同移动对象的AIS信息或者VTS信息并存储至对应的链表中。所获取的信息格式即为上文位置信息的格式,即例如(id:2,lon:111.2,lat:22.3,time:20210118091500),id为ais-id或者vts-id。
步骤202,基于Flink实时流计算平台,根据移动对象对应的历史位置信息以及当前位置信息,确定移动对象对应的规格化位置信息,并将规格化位置信息作为目标位置信息存储至目标存储链表中。其中,移动对象为第一标识目标对象或第二标识候选对象;对应的,目标位置信息为第一位置信息或第二位置信息,目标存储链表为第一存储链表或第二存储链表。
Flink是一个开源的流处理框架,可以处理有限数据流和无限数据,即能够处理有边界和无边界的数据流。无边界的数据流就是真正意义上的流数据,所以Flink是支持流计算的。有边界的数据流就是批数据,所以也支持批处理的。其可以用于对各种大小规模的数据进行快速计算。同时,Flink在低延迟的基础上还能保证高吞吐,优势明显。
本申请实施例中,终端中可部署有Flink实时流计算平台,Flink实时流计算平台接入两类主题的Kafka消息队列,对两类主题的各个位置信息进行规格化和中间过程的处理。
具体的,移动对象可以是第一标识目标对象或者第二标识候选对象或者为其他移动对象。对于各移动对象,终端可以基于Flink实时流计算平台,可从该移动对象对应的存储链表中获取该移动对象的历史位置信息以及当前位置信息,以进一步确定该移动对象对应的规格化位置信息,并存储该规格化位置信息至该移动对象对应的目标存储链表中。该规格化位置信息指移动对象在预设时刻对应的位置信息。
其中,历史位置信息为当前时刻之前(历史时刻)获取到的移动对象的位置信息,当前位置信息指最新时刻对应的移动对象的位置信息。该历史位置信息在顺序上与当前位置信息相邻。
例如,对于第一标识目标对象,从第一标识目标对象对应的存储链表中获取第一标识目标对象的历史位置信息和当前位置信息并计算,得到第一标识目标对象对应的第一位置信息,并将该第一位置信息存储至第一标识目标对象对应的第一存储链表中。对于第二标识候选对象,从第二标识候选对象对应的存储链表中获取第二标识候选对象的历史位置信息和当前位置信息并计算,得到第二标识候选对象对应的第二位置信息,并将该第二位置信息存储至第二标识候选对象对应的第二存储链表中。
可选的,终端中还可以部署有redis数据库, Redis数据库为缓存数据库,是一种NoSQL数据库,它的数据保存在终端的内存中,其比其他数据库支持更多的数据结构。本申请实施例中,第一存储链表、第二存储链表或者其他存储链表位于该redis数据库,其他中间运算过程的数据和最终的运算结果数据也均存储在redis数据库中。其中,由于redis数据库有快速写入和快速读取的性质,算法运算中间结果直接写入和读取内存,加速运算过程,依托redis数据库进行两类信号的位置信息的规格化处理和实时融合等。
本申请实施例中,水上移动对象的数量较多,同一时间段需要进行融合处理和规格化处理的对象甚至可以超过1万个,基于此,本申请实施例中通过消费卡夫卡消息队列的主题(topic)得到两类需融合信息的实时位置信息,部署的Flink实时流计算平台进行位置信息的规格化处理以及上文中提到的融合处理的实时计算,提升运行速率。并且,Flink有便于横向扩展的能力,使得在后期水上移动对象的数量增多,需要梳理的数据量增大时,可以进行横向扩展,提高运算速度。同时,利用redis数据库存储数据,可充分利用redis数据库的快速写入和快速读取的性质,满足融合过程以及实时位置展示的实时性要求。
在一个实施例中,如图3所示,其示出了本申请实施例提供的一种确定规格化位置信息的流程示意图。根据移动对象对应的历史位置信息以及当前位置信息,确定移动对象对应的规格化位置信息,包括:
步骤301,根据预设时间间隔确定当前位置信息中包括的第一时间是否为规格化时间。
由于两类异构的位置信号,也即其发送位置的频率不相同,终端获取到的第一标识目标对象和第二标识目标对象初始的位置信息是时刻不同的,不便于进行后续的对比以及融合处理。因此,对于从卡夫卡消息队列获取的不同移动对象的不同标识的位置信息,均需要先进行规格化处理,也就是时间对齐操作,使得进行两类信息的位置损失评估计算时,每个比较的点的时间点是一致的。例如某个移动对象的AIS信号每3秒发一个最新AIS位置信息,而VTS信号则10秒发一个最新VTS位置信息,需要每接收一个最新的位置信息,两类目标都需要进行规格化处理。旨在于得到相同时间点的移动对象的VTS信息以及AIS信息。
预设时间间隔例如为15秒,则处理两类异构的信号的位置信息均需要规格化成相隔15秒一个位置信息。可选的,预设时间间隔也可以为5秒或者20秒等,可基于实际情况和终端的算力、存储能力等而定,在此不做具体限定。
以预设时间间隔15秒为例,则目的是得到时间点为15秒的倍数的各个时刻的位置信息。因此,基于预设时间间隔可确定当前位置信息(也即移动对象最新时刻的位置信息)中包括的第一时间是否为规格化时间,规格化时间也即满足时间点为15秒的倍数的时间点。例如,整分钟,或者15秒,30秒,45秒。
在一个实施例中,如图4所示,其示出了本申请实施例提供的一种判断规格化时间的流程示意图。根据预设时间间隔确定当前位置信息中包括的第一时间是否为规格化时间,包括:
步骤401,根据预设时间间隔确定多个规格化时间点。
步骤402,将第一时间与多个规格化时间点进行对比,若第一时间与多个规格化时间点中的一个相同,则确定第一时间为规格化时间;若第一时间与多个规格化时间点不同,则确定第一时间不为规格化时间。
同样以预设时间间隔为15秒为例,可确定多个规格化时间点为2022年05月20日10点12分15秒、2022年05月20日10点12分30秒、2022年05月20日10点12分45秒、2022年05月20日10点13分00秒、2022年05月20日10点13分15秒等为规格化时间点。
对于某一标识的移动对象的当前位置信息,获取该当前位置信息中的第一时间,例如该第一时间为20220520101221,也即2022年05月20日10点12分21秒,不同于上述各规格化时间点中的任一个,不满足规格化时间点的要求,则确定该第一时间不为规格化时间。若第一时间与上述多个规格化时间点中的一个相同,则确定第一时间为规格化时间。
步骤302,若第一时间为规格化时间,则将当前位置信息作为规格化位置信息。
步骤303,若第一时间不为规格化时间,则根据历史位置信息以及当前位置信息确定规格化位置信息。
若为规格化时间,则无需进行规格化处理,可直接将该当前位置信息作为该移动对象的一个规格化位置信息。
若不为规格化时间,则应获取该移动对象对应的历史位置信息,基于该历史位置信息以及当前位置信息计算规格化位置信息。其中,该历史位置信息为该移动对象对应的与该当前位置信息相邻的历史时刻的位置信息。
在一个实施例中,如图5所示,其示出了本申请实施例提供的另一种确定规格化位置信息的流程示意图。根据历史位置信息以及当前位置信息确定规格化位置信息,包括:
步骤501,根据第一时间以及历史位置信息中包括的第二时间确定第一时间差值。
步骤502,根据第二时间以及目标规格化时间点确定第二时间差值。
步骤503,对于历史位置信息中包括的各第一位置参数以及当前位置信息中的各第二位置参数,基于第一时间差值以及第二时间差值对同类型的第一位置参数和第二位置参数进行加权平均处理,得到多个规格化后的位置参数,将多个规格化后的位置参数作为规格化位置信息。
其中,获取该移动对象对应的历史位置信息,该第二时间为历史位置信息中的时间。
为了便于理解,下面以举例形式进行说明,但并不用于限定本申请。
以历史位置信息中的第二时间为20220520101213,也即2022年05月20日10点12分13秒,当前位置信息中的第一时间为20220520101221,也即2022年05月20日10点12分21秒为例,且二者相邻。则可见,缺少目标规格化时间点2022年05月20日10点12分15秒的规格化位置信息,则应基于历史位置信息和当前位置信息计算该2022年05月20日10点12分15秒的规格化信息中的其他参数信息,如经度、纬度、对地航速以及对地航向。
具体的,将第一时间和第二时间作差,也即确定二者之间的时间间隔,则得到第一时间差值。
同时,将第二时间与该目标规格化时间点2022年05月20日10点12分15秒作差,得到二者之间的时间间隔,也即第二时间差值。
如上文所说,需要确定规格化信息中的其他参数信息,如经度、纬度、对地航速以及对地航向。历史位置信息中的各第一位置参数以及当前位置信息中的各第二位置参数即指该经度、纬度、对地航速以及对地航向等。
对于各类型的位置参数,基于第一时间差值、第二时间差值以及历史位置信息和当前位置信息中该参数的值进行加权平均处理,得到各类型的规格化的位置参数,从而进一步得到规格化位置信息,也即该目标规格化时间点2022年05月20日10点12分15秒的经度、纬度、对地航速以及对地航向。
在一个实施例中,基于第一时间差值以及第二时间差值对同类型的第一位置参数和第二位置参数进行加权平均处理,包括:对于同类型的第二位置参数与第一位置参数,将第二位置参数与第一位置参数作差得到参数差值;将参数差值除以第一时间差值并乘以第二时间差值,得到候选参数值,并将第一位置参数与候选参数值求和,得到规格化后的位置参数。
具体的,以相同ID标识的历史位置信息为(time1,lon1,lat1,sog1,cog1)、当前位置信息为(time2,lon2,lat2,sog2,cog2)示例,第一时间差值为ime2-time1,第二时间差值为time-time1。则加权平均处理得到规格化位置信息(time,lon,lat,sog,cog)的各个规格化后的位置参数的具体计算过程如下:
lon = lon1 + ((lon2-lon1)/(time2-time1))*(time-time1)。
lat = lat1 + ((lat2-lat1)/(time2-time1))*(time-time1)。
sog = sog1 + ((sog2-sog1)/(time2-time1))*(time-time1)。
cog = cog1 + ((cog2-cog1)/(time2-time1))*(time-time1)。
基于此,对于各移动对象,均可得到不同规格化时间点的规格化位置信息,并且,可将各规格化位置信息存储于redis数据库中的存储链表中。对于第一标识目标对象对应的多个规格化位置信息,可存储于第一存储链表中,对于各第二标识候选对象对应的多个规格化位置信息,可存储于该第二标识候选对象对应的第二存储链表中。
本申请实施例中,对于卡夫卡消息队列中获取的不同标识类型的移动对象的位置信息,进行规格化处理,得到各移动对象规格化位置信息并存储于redis数据库中,实现时间对齐操作。由于时间节点对齐,后续对第一标识目标对象和各第二标识候选对象进行损失评估计算和融合处理过程的效率和准确性也相应的提升。
规格化处理后存储至redis数据库中,在进行损失评估之前,终端可直接从redis数据库可获取得到第一位置信息组以及各第二位置信息组,具体过程如下。
请参考图6,其示出了本申请实施例提供的一种获取位置信息组的流程示意图。获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组,包括:
步骤601,从redis数据库中的第一存储链表中获取规格化处理后的n个第一位置信息构成第一位置信息组。
步骤602,从redis数据库中的j个第二标识候选对象分别对应的第二存储链表中获取规格化处理后的n个第二位置信息构成第二位置信息组。
其中,redis数据库中的存储链表中存储的规格化处理后的不同标识移动对象对应的多个规格化位置信息示例如下:
对于VTS主题的vts移动对象:
(vts_id,lon1,lat1,sog1,cog1,20220523171145)
(vts_id,lon2,lat2,sog2,cog2,20220523171130)
(vts_id,lon3,lat3,sog3,cog3,20220523171115)
(vts_id,lon4,lat4,sog4,cog4,20220523171100)
(vts_id,lon5,lat5,sog5,cog5,20220523171045)
(vts_id,……,……,……,……,……)
对于AIS主题的ais移动对象:
(ais_id,lon1,lat1,sog1,cog1,20220523171130)
(ais_id,lon2,lat2,sog2,cog2,20220523171115)
(ais_id,lon3,lat3,sog3,cog3,20220523171100)
(ais_id,lon4,lat4,sog4,cog4,20220523171045)
(ais_id,lon5,lat5,sog5,cog5,20220523171030)
(ais_id,……,……,……,……,……)
第一存储链表中包括有多个规格化处理后的第一位置信息,终端可获取时间上最新的n个第一位置信息以构成第一位置信息组。同样的,各第二存储链表中包括有多个规格化处理后的第二位置信息,终端可获取时间上最新的n个第二位置信息以构成各第二位置信息组。可选的,n的取值可以为20,当然,也可以为其他数值,在此不做具体限定。
需要说明的时,由于VTS和AIS两类位置信息发送的频率不同,在一种情况中,AIS对象(第一标识目标对象)和VTS对象(第二标识候选对象)的队列最新的位置信息的时间戳相同,则各自取20个最新的位置信息构成位置信息组即可。在另一种情况中,第一标识目标对象和第二标识候选对象的最新的位置信息的时间戳不同,则以其中一个链表中时间较早的一个点为起点取最新的20个位置信息构成位置信息组。例如,AIS对象的链表中存储的最新的规格化位置信息的时间戳为20220523171030,VTS对象链表中存储的最新的规格化位置信息的时间戳为20220523171045,则二者均取20220523171030以及20220523171030之前的共n个位置信息构成位置信息组。
其中,需要注意的是,为确保计算准确性,这个较早的时间点离当前时间的差值不能超过3分钟,否则直接不对该VTS目标进行融合比较。
经过上文的处理过程,可得到规格化的位置信息,时间对齐后便于损失评估的计算以及后续的融合计算,下面将对损失评估计算的过程进行说明。
在一个实施例中,如图7所示,其示出了本申请实施例提供的一种确定第二标识目标对象的流程示意图。基于第一位置信息组以及j个第二位置信息组进行损失评估,根据损失评估结果从j个第二标识候选对象中确定与第一标识目标对象对应的第二标识目标对象,包括:
步骤701,基于预设损失函数,多次计算第一位置信息组与各第二位置信息组之间的损失值,并从各次计算结果中确定小于预设损失阈值的多个最小损失值。
其中,可基于损失函数得到各损失评估结果。以第一位置信息组为20个AIS信息以及第二位置信息组为20个VTS信息为例,在一种可实现的方式中,该确定损失值得过程可以如下:
其中,min表示求最小值,f为预设损失函数;a、b、c为损失参数,a、b和c之和为1,可选的,a可取0.8,b可取0.1,c可取0.1;ais指ais目标对象,/>指j个vts目标对象中的第n个vts目标对象。dis指求距离。/>为20个AIS信息中的第k个位置信息的经度纬度值,为第n个vts目标对象的20个VTS信息中的第k个位置信息的经度纬度值。为第n个vts目标对象的20个VTS信息中的第k个位置信息的对地航速值,为第n个vts目标对象的20个VTS信息中的第k个位置信息的对地航速值。为第n个vts目标对象的20个VTS信息中的第k个位置信息的对地航向角度值,为第n个vts目标对象的20个VTS信息中的第k个位置信息的对地航向角度值。
可见,基于上述预设损失函数,可得到不同第一位置信息组与各第二位置信息组之间的损失值,以及确定该次计算的最小损失值对应的是哪一个第二标识候选对象。
为确保计算准确性,基于该预设损失函数以及第一位置信息组和各第二位置信息组进行多次计算,得到多个损失值。从多个损失值中确定小于预设损失阈值的多个最小损失值。可选的,该预设损失阈值可设定为100。换言之,可将损失函数值最小并且均小于100的VTS目标对象找出来。
步骤702,将连续m个计算结果的最小损失值所对应的同一个第二标识候选对象作为第二标识目标对象。
对于多个最小损失值,其均对应一个第二表示候选对象,也即VTS目标对象。
当该AIS目标对象连续m次损失函数值运算均计算出同一个VTS目标为最小损失值时,则将这两个AIS目标对象以及VTS目标对象进行融合。
对于目标移动对象,则是将第一标识目标对象和第二标识目标对象进行融合。
本申请实施例中,通过预设损失函数可从j个第二标识候选对象中确定第二标识目标对象,从而确定其与第一标识目标对象为同一目标移动对象。以便于进行后续的融合处理过程。基于预设损失函数进行多次计算,可更加准确的确定该第二标识目标对象,避免偶然性。
在一个实施例中,方法还包括:将融合位置信息写入redis数据库中的与目标移动对象对应的键值中;轮询redis数据库中所有移动对象对应的键值,确定多个融合移动对象,融合移动对象对应的键值中包括融合移动对象对应的融合位置信息;获取各融合移动对象对应的融合位置信息,并写入规格化键值中;响应于全量统计指令,输出规格化键值中的信息以展示各融合移动对象的实时位置。
其中,不同移动对象对应的不同标识的位置信息存储于redis数据库的对应键值中。
对于目标移动对象,将融合位置信息可写入该目标移动对象对应的键值中以用于记录融合位置信息。由此,对于所有的移动对象,均将其对应的融合位置信息写入键值中。当然,还存在没有VTS信息或者AIS信息的无法进行信息融合的移动对象。
对于融合后的目标移动对象,其后续所对应的实时位置信息为最新接收到的该目标移动对象对应的VTS信息或者AIS信息。
对于各移动对象,可轮询各移动对象对应的键值中的内容,将包含有融合位置信息的移动对象作为融合移动对象。
融合移动对象对应的键值中包括融合移动对象对应的融合位置信息;
获取所有融合移动对象对应的融合位置信息,并写入规格化键值中,换言之,将所有融合位置信息筛选出来的数据结果整体写入Redis内存数据库的一个规格化key(键值)中。
响应于全量统计指令,输出规格化键值中的信息以展示各融合移动对象的实时位置。例如,该全量统计指令为在O(1)时间返回融合后的结果,则可直接输出规格化键值内的全量数据。
本申请实施例中,输出规格化键值内的全量数据,从而可以快速展示所有融合移动对象的实时位置。
在一个实施例中,如图8所示,其示出了本申请实施例提供的一种水上移动AIS目标与VTS目标融合方法的处理流程示意图。
其中,数据来源为两类异构的水上移动目标位置信息,一类为AIS目标位置信息,另一类为VTS(雷达)目标位置信息。两类位置信息均来源于Kafka(卡夫卡)实时消息队列。融合算法的输入为Kafka消息队列的两个消息主题(topic)。
该融合算法主要用到Kafka消息队列、Flink实时流计算平台以及Redis内存数据库三个大数据处理组件。其中,Kafka消息队列:提供两类需要融合的目标信号位置的实时数据,通过消费卡夫卡消息队列的主题得到两类需融合信息的实时位置信息。Flink实时流计算平台:实时流计算平台接入两类Kafka消息队列,进行目标位置的规格化和中间过程的处理,需要融合的目标个数超过1万个,需要借助实时流计算平台进行实时计算,并且Flink有便于横向扩展的能力,便于后期数据量增大时进行横向扩展提高运算能力。Redis内存数据库:本算法的所有运算(包括中间运算过程的数据和最终的运算结果数据)均存储在内存数据库中,由于有内存数据库的快速写入和快速读取的性质,算法运算中间结果直接写入和读取内存,加速运算过程,依托内存数据库进行两类信号的实时融合。
在融合处理之前,需要进行规格化处理。其中,由于两类异构的位置信号,其发送位置的频率不相同,需要先进行规格化处理,也就是时间对齐操作,使得进行两类信号位置损失函数计算时,每个比较的点时间点是一致的。例如某个目标AIS信号3秒发一个最新位置点信息,而VTS信号则10秒发一个最新位置点信息,需要每接收一个最新的位置信息,两类目标都需要进行规格化处理。
规格化处理的过程:例如算法设定规格化信号为相隔15秒一个信号点,则处理两类异构的信号源均需要规格化成相隔15秒一个信号点。规格化的具体过程是通过时间间隔之间的差值,进行加权平均得到规格化后的信号点。
如最新一个时间戳为20220522171112(设这个时间戳的经度、纬度、速度和方向角为lon1,lat1,sog1,cog1),同一个id目标的后一个最新的信号点时间戳为20220522171116(设这个时间戳的经度、纬度、速度和方向角为lon2,lat2,sog2,cog2),则需要规格化出20220522171115这个位置点的数据,规格化的计算过程是:目标点时间戳20220522171112与目标点时间戳20220522171116的时间间隔为4秒,目标点时间戳20220522171112与目标点时间戳20220522171115的时间间隔为3秒,所以目标点时间戳20220522171115的lon,lat,sog和cog的计算方法如下:
lon = lon1 + ((lon2-lon1)/4)*3。
lat = lat1 + ((lat2-lat1)/4)*3。
sog = sog1 + ((sog2-sog1)/4)*3。
cog = cog1 + ((cog2-cog1)/4)*3。
换言之,设相同id下最新信号的前一个点目标位置信息为(time1,lon1,lat1,sog1,cog1),最新一个目标位置信息为(time2,lon2,lat2,sog2,cog2),则需要计算规格化后的目标点位置信息,如果time2刚好为15秒的整数倍,则规格化后的数据直接取(time2,lon2,lat2,sog2,cog2),否则如果time2-time1的时间刚好落在15秒的区间内(如整分钟,或者15秒,30秒,45秒)则需要进行规格化处理。
规格化后的数据直接存储在Redis内存数据库的一个链表中,便于之后的融合计算。
两类目标进行融合计算过程包括:首先,读取到最新一个AIS目标后,找出该AIS目标ais_id附近500米范围内的所有实时j个VTS目标vts_id。然后,对这j个VTS目标的最新20个规格化后的数据与该ais_id的20个规格化后的数据进行损失函数评估。其中,取出的20个规格化的数据是从内存数据库的链表中取最新的数据出来比较。接着,按照预先设计好的损失函数,对该ais_id与j个vts_id进行损失评估,计算损失函数值。该损失计算主要对位置距离差,速度差和方向角差进行评估,得到评估结果为损失值,并将损失函数值最小并且均小于100的vts_id找出来。其中,当同一个ais_id连续6次损失函数值运算均计算出同一个vts_id时,则将这两个目标进行融合,并将该ais_id融合结果直接写入一个内存数据库键值中,以便于之后的轮询写入整体key中。最后,在展示移动对象的实时位置时,轮询所有的ais_id数据,将有融合结果的数据写入到融合字段中,并将所有ais_id数据结果整体写入内存数据库Redis的一个key中。此时,当该AIS目标存在融合VTS目标时,最新的lon,lat,sog,cog和time取AIS或者VTS数据中时间戳最新的一个信息。若设置O(1)时间返回融合后的结果,则可以在O(1)时间内取出带有融合结果的全量AIS目标数据。以进行实时位置展示。
在一个实施例中,终端基于融合位置信息展示目标移动对象的实时位置的过程可以包括:
根据目标移动对象的融合位置信息中的当前第一位置信息,生成第一图形,根据目标移动对象的融合位置信息中的当前第二位置信息,生成第二图形。将该第一图形和第二图形叠加得到融合图形,展示该融合图形,即可使用户直观看到终端所展示的目标移动对象的实时位置,且根据融合图像中的第一图形可以明确该目标移动对象具有AIS信号(VTS信号),根据第二图形可以明确该目标移动对象具有VTS信号(AIS信号)。可选的,第一图形和第二图形可以为三角形、方形或者圆形等任意形状,可以区分即可;终端所展示的第一图形和第二图形可以为任意颜色,可以区分即可。
请参考图9,其示出了本申请实施例提供的一种多个AIS目标分布展示示意图。AIS目标以三角形表征。请参考图10,其示出了本申请实施例提供的一种多个VTS目标分布展示示意图。VTS目标以圆形表征。图9和图10为融合之前的展示。请参考图11,其示出了本申请实施例提供的一种多个VTS目标和AIS目标融合展示示意图。由图11的展示可清楚的了解融合后的同一VTS目标和AIS目标的实时位置情况,且可以清楚的看到各移动对象有或者没有VTS信号或AIS信号。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的位置信息融合方法的位置信息融合装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个位置信息融合装置实施例中的具体限定可以参见上文中对于位置信息融合方法的限定,在此不再赘述。
在一个实施例中,如图12所示,提供了一种位置信息融合装置,该位置信息融合装置1200包括:获取模块1201、评估模块1202和融合模块1203,其中:
获取模块1201,用于获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组;该第一位置信息组包括n个第一位置信息,该第二位置信息组包括n个第二位置信息,该第一位置信息为VTS信息或者AIS信息中的一个,该第二位置信息为该VTS信息或者该AIS信息中的另一个;
评估模块1202,用于基于该第一位置信息组以及j个该第二位置信息组进行损失评估,根据损失评估结果从j个该第二标识候选对象中确定与该第一标识目标对象对应的第二标识目标对象;
融合模块1203,用于将该第一标识目标对象的当前第一位置信息以及该第二标识目标对象的当前第二位置信息进行融合处理,得到目标移动对象的融合位置信息,并基于该融合位置信息展示该目标移动对象的实时位置。
在一个实施例中,该评估模块1202,具体用于:
基于预设损失函数,多次计算该第一位置信息组与各第二位置信息组之间的损失值,并从各次计算结果中确定小于预设损失阈值的多个最小损失值;将连续m个计算结果的最小损失值所对应的同一个第二标识候选对象作为该第二标识目标对象。
在一个实施例中,该装置还包括存储模块:
存储模块,用于将该融合位置信息写入redis数据库中的与该目标移动对象对应的键值中;轮询该redis数据库中所有移动对象对应的键值,确定多个融合移动对象,该融合移动对象对应的键值中包括该融合移动对象对应的融合位置信息;获取各融合移动对象对应的融合位置信息,并写入规格化键值中;响应于全量统计指令,输出该规格化键值中的信息以展示各融合移动对象的实时位置。
在一个实施例中,该获取模块1201,具体用于:从redis数据库中的第一存储链表中获取规格化处理后的该n个第一位置信息构成该第一位置信息组;从redis数据库中的j个该第二标识候选对象分别对应的第二存储链表中获取规格化处理后的该n个第二位置信息构成该第二位置信息组。
在一个实施例中,该装置还包括规格化模块:
规格化模块,用于从卡夫卡消息队列中获取实时传输的不同移动对象对应的当前位置信息;基于Flink实时流计算平台,根据该移动对象对应的历史位置信息以及该当前位置信息,确定该移动对象对应的规格化位置信息,并将该规格化位置信息作为目标位置信息存储至目标存储链表中;其中,该移动对象为该第一标识目标对象或该第二标识候选对象;对应的,该目标位置信息为该第一位置信息或该第二位置信息,该目标存储链表为该第一存储链表或该第二存储链表。
在一个实施例中,该规格化模块,具体用于:根据预设时间间隔确定该当前位置信息中包括的第一时间是否为规格化时间;若该第一时间为该规格化时间,则将该当前位置信息作为该规格化位置信息;若该第一时间不为该规格化时间,则根据该历史位置信息以及该当前位置信息确定该规格化位置信息。
在一个实施例中,该规格化模块,具体用于:根据该预设时间间隔确定多个规格化时间点;将该第一时间与该多个规格化时间点进行对比,若该第一时间与该多个规格化时间点中的一个相同,则确定该第一时间为该规格化时间;若该第一时间与该多个规格化时间点不同,则确定该第一时间不为该规格化时间。
在一个实施例中,该规格化模块,具体用于:根据该第一时间以及该历史位置信息中包括的第二时间确定第一时间差值;根据该第二时间以及目标规格化时间点确定第二时间差值;对于该历史位置信息中包括的各第一位置参数以及该当前位置信息中的各第二位置参数,基于该第一时间差值以及该第二时间差值对同类型的该第一位置参数和该第二位置参数进行加权平均处理,得到多个规格化后的位置参数,将该多个规格化后的位置参数作为该规格化位置信息。
在一个实施例中,该规格化模块,具体用于:对于类型的该第二位置参数与该第一位置参数,将该第二位置参数与该第一位置参数作差得到参数差值;将该参数差值除以该第一时间差值并乘以该第二时间差值,得到候选参数值,并将该第一位置参数与该候选参数值求和,得到规格化后的位置参数。
上述位置信息融合装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储位置信息融合数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种位置信息融合方法。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种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上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的位置信息和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经移动对象授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种位置信息融合方法,其特征在于,所述方法包括:
获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组;所述第一位置信息组包括n个第一位置信息,所述第二位置信息组包括n个第二位置信息,所述第一位置信息为VTS信息或者AIS信息中的一个,所述第二位置信息为所述VTS信息或者所述AIS信息中的另一个;所述获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组,包括:从redis数据库中的第一存储链表中获取规格化处理后的所述n个第一位置信息构成所述第一位置信息组;从redis数据库中的j个所述第二标识候选对象分别对应的第二存储链表中获取规格化处理后的所述n个第二位置信息构成所述第二位置信息组;所述方法还包括:从卡夫卡消息队列中获取实时传输的不同移动对象对应的当前位置信息;基于Flink实时流计算平台,根据所述移动对象对应的历史位置信息以及所述当前位置信息,确定所述移动对象对应的规格化位置信息,并将所述规格化位置信息作为目标位置信息存储至目标存储链表中;其中,所述移动对象为所述第一标识目标对象或所述第二标识候选对象;对应的,所述目标位置信息为所述第一位置信息或所述第二位置信息,所述目标存储链表为所述第一存储链表或第二存储链表;所述历史位置信息为所述移动对象对应的与所述当前位置信息相邻的历史时刻的位置信息;
基于所述第一位置信息组以及j个所述第二位置信息组进行损失评估,根据损失评估结果从j个所述第二标识候选对象中确定与所述第一标识目标对象对应的第二标识目标对象;包括:
基于预设损失函数,多次计算所述第一位置信息组与各所述第二位置信息组之间的损失值,并从各次计算结果中确定小于预设损失阈值的多个最小损失值;将连续m个计算结果的最小损失值所对应的同一个第二标识候选对象作为所述第二标识目标对象;其中,损失评估结果包括所述第一标识目标对象与各所述第二标识候选对象之间的距离差、速度差或者方向差中的一个或多个;其中,在第一位置信息组包括n个AIS信息和第二位置信息组包括n个VTS信息的情况下,根据预设损失函数计算损失值的过程为:
min表示求最小值,f为预设损失函数;a、b、c为损失参数,a、b和c之和为1;ais指ais目标对象,指j个vts目标对象中的第z个vts目标对象;dis指求距离;/>为n个AIS信息中的第k个位置信息的经度纬度值,/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的经度纬度值;/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的对地航速值,/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的对地航速值;/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的对地航向角度值,/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的对地航向角度值;
将所述第一标识目标对象的当前第一位置信息以及所述第二标识目标对象的当前第二位置信息进行融合处理,得到目标移动对象的融合位置信息,并基于所述融合位置信息展示所述目标移动对象的实时位置;所述基于所述融合位置信息展示所述目标移动对象的实时位置,包括:根据所述目标移动对象的融合位置信息中的当前第一位置信息,生成第一图形;根据所述目标移动对象的融合位置信息中的当前第二位置信息,生成第二图形;将所述第一图形和所述第二图形叠加得到融合图形,并展示所述融合图形;
其中,所述根据所述移动对象对应的历史位置信息以及所述当前位置信息,确定所述移动对象对应的规格化位置信息,包括:
根据预设时间间隔确定所述当前位置信息中包括的第一时间是否为规格化时间;包括:根据所述预设时间间隔确定多个规格化时间点;将所述第一时间与所述多个规格化时间点进行对比,若所述第一时间与所述多个规格化时间点中的一个相同,则确定所述第一时间为所述规格化时间;若所述第一时间与所述多个规格化时间点不同,则确定所述第一时间不为所述规格化时间;
若所述第一时间不为所述规格化时间,则根据所述历史位置信息以及所述当前位置信息确定所述规格化位置信息;包括:根据所述第一时间以及所述历史位置信息中包括的第二时间确定第一时间差值;根据所述第二时间以及目标规格化时间点确定第二时间差值;对于所述历史位置信息中包括的各第一位置参数以及所述当前位置信息中的各第二位置参数,基于所述第一时间差值以及所述第二时间差值对同类型的所述第一位置参数和所述第二位置参数进行加权平均处理,得到多个规格化后的位置参数,将所述多个规格化后的位置参数作为所述规格化位置信息;其中,所述基于所述第一时间差值以及所述第二时间差值对同类型的所述第一位置参数和所述第二位置参数进行加权平均处理,包括:对于同类型的所述第二位置参数与所述第一位置参数,将所述第二位置参数与所述第一位置参数作差得到参数差值;将所述参数差值除以所述第一时间差值并乘以所述第二时间差值,得到候选参数值,并将所述第一位置参数与所述候选参数值求和,得到规格化后的位置参数;
所述方法还包括:将所述融合位置信息写入redis数据库中的与所述目标移动对象对应的键值中;轮询所述redis数据库中所有移动对象对应的键值,确定多个融合移动对象,所述融合移动对象对应的键值中包括所述融合移动对象对应的融合位置信息;获取各所述融合移动对象对应的融合位置信息,并写入规格化键值中;响应于全量统计指令,输出所述规格化键值中的信息以展示各所述融合移动对象的实时位置。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述第一时间为所述规格化时间,则将所述当前位置信息作为所述规格化位置信息。
3.根据权利要求1所述的方法,其特征在于,所述规格化位置信息包括目标规格化时间点的经度、纬度、对地航速以及对地航向。
4.根据权利要求1所述的方法,其特征在于,所述VTS信息是VTS系统获取各移动对象发射的雷达信号以明确水上移动对象的位置后,在不同时刻生成的。
5.根据权利要求1所述的方法,其特征在于,所述AIS信息包括水上移动对象在AIS系统中的标识、经度、纬度、对地航速、对地航向以及所述AIS信息发出的时间;
所述VTS信息包括水上移动对象在VTS系统中的标识、经度、纬度、对地航速、对地航向以及所述VTS信息发出的时间。
6.根据权利要求1所述的方法,其特征在于,确定所述j个第二标识候选对象的过程包括:
在获取到第一标识目标对象最新的第一位置信息后,计算最新的第一位置信息与VTS系统中各个不同标识的对象最新的第二位置信息之间的距离,将距离小于预设距离的j个VTS系统中的对象作为所述j个第二标识候选对象。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取时间上最新的n个第一位置信息以构成第一位置信息组;
获取时间上最新的n个第二位置信息以构成各第二位置信息组。
8.一种位置信息融合装置,其特征在于,所述装置包括:
获取模块,用于获取第一标识目标对象的第一位置信息组,并获取j个第二标识候选对象的第二位置信息组;所述第一位置信息组包括n个第一位置信息,所述第二位置信息组包括n个第二位置信息,所述第一位置信息为VTS信息或者AIS信息中的一个,所述第二位置信息为所述VTS信息或者所述AIS信息中的另一个;所述获取模块,具体用于:从redis数据库中的第一存储链表中获取规格化处理后的所述n个第一位置信息构成所述第一位置信息组;从redis数据库中的j个所述第二标识候选对象分别对应的第二存储链表中获取规格化处理后的所述n个第二位置信息构成所述第二位置信息组;
所述装置还包括规格化模块,用于从卡夫卡消息队列中获取实时传输的不同移动对象对应的当前位置信息;基于Flink实时流计算平台,根据所述移动对象对应的历史位置信息以及所述当前位置信息,确定所述移动对象对应的规格化位置信息,并将所述规格化位置信息作为目标位置信息存储至目标存储链表中;其中,所述移动对象为所述第一标识目标对象或所述第二标识候选对象;对应的,所述目标位置信息为所述第一位置信息或所述第二位置信息,所述目标存储链表为所述第一存储链表或第二存储链表;所述历史位置信息为所述移动对象对应的与所述当前位置信息相邻的历史时刻的位置信息;
所述规格化模块,具体用于:根据预设时间间隔确定多个规格化时间点;将第一时间与所述多个规格化时间点进行对比,若所述第一时间与所述多个规格化时间点中的一个相同,则确定所述第一时间为所述规格化时间;若所述第一时间与所述多个规格化时间点不同,则确定所述第一时间不为所述规格化时间;
所述规格化模块,具体用于:根据所述第一时间以及所述历史位置信息中包括的第二时间确定第一时间差值;根据所述第二时间以及目标规格化时间点确定第二时间差值;对于所述历史位置信息中包括的各第一位置参数以及所述当前位置信息中的各第二位置参数,基于所述第一时间差值以及所述第二时间差值对同类型的所述第一位置参数和所述第二位置参数进行加权平均处理,得到多个规格化后的位置参数,将所述多个规格化后的位置参数作为所述规格化位置信息;其中,所述基于所述第一时间差值以及所述第二时间差值对同类型的所述第一位置参数和所述第二位置参数进行加权平均处理,包括:对于同类型的所述第二位置参数与所述第一位置参数,将所述第二位置参数与所述第一位置参数作差得到参数差值;将所述参数差值除以所述第一时间差值并乘以所述第二时间差值,得到候选参数值,并将所述第一位置参数与所述候选参数值求和,得到规格化后的位置参数;
评估模块,用于基于所述第一位置信息组以及j个所述第二位置信息组进行损失评估,根据损失评估结果从j个所述第二标识候选对象中确定与所述第一标识目标对象对应的第二标识目标对象;具体用于:基于预设损失函数,多次计算所述第一位置信息组与各所述第二位置信息组之间的损失值,并从各次计算结果中确定小于预设损失阈值的多个最小损失值;将连续m个计算结果的最小损失值所对应的同一个第二标识候选对象作为所述第二标识目标对象;其中,损失评估结果包括所述第一标识目标对象与各第二标识候选对象之间的距离差、速度差或者方向差中的一个或多个;其中,在第一位置信息组包括n个AIS信息和第二位置信息组包括n个VTS信息的情况下,根据预设损失函数计算损失值的过程为:
min表示求最小值,f为预设损失函数;a、b、c为损失参数,a、b和c之和为1;ais指ais目标对象,指j个vts目标对象中的第z个vts目标对象;dis指求距离;/>为n个AIS信息中的第k个位置信息的经度纬度值,/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的经度纬度值;/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的对地航速值,/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的对地航速值;/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的对地航向角度值,/>为第z个vts目标对象的n个VTS信息中的第k个位置信息的对地航向角度值;
融合模块,用于将所述第一标识目标对象的当前第一位置信息以及所述第二标识目标对象的当前第二位置信息进行融合处理,得到目标移动对象的融合位置信息,并基于所述融合位置信息展示所述目标移动对象的实时位置;具体用于:根据所述目标移动对象的融合位置信息中的当前第一位置信息,生成第一图形;根据所述目标移动对象的融合位置信息中的当前第二位置信息,生成第二图形;将所述第一图形和所述第二图形叠加得到融合图形,并展示所述融合图形;
存储模块,用于将所述融合位置信息写入redis数据库中的与所述目标移动对象对应的键值中;轮询所述redis数据库中所有移动对象对应的键值,确定多个融合移动对象,所述融合移动对象对应的键值中包括所述融合移动对象对应的融合位置信息;获取各所述融合移动对象对应的融合位置信息,并写入规格化键值中;响应于全量统计指令,输出所述规格化键值中的信息以展示各所述融合移动对象的实时位置。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211173519.0A CN115454676B (zh) | 2022-09-26 | 2022-09-26 | 位置信息融合方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211173519.0A CN115454676B (zh) | 2022-09-26 | 2022-09-26 | 位置信息融合方法、装置、设备、存储介质和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115454676A CN115454676A (zh) | 2022-12-09 |
CN115454676B true CN115454676B (zh) | 2023-12-19 |
Family
ID=84307749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211173519.0A Active CN115454676B (zh) | 2022-09-26 | 2022-09-26 | 位置信息融合方法、装置、设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115454676B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116392A (zh) * | 2015-09-09 | 2015-12-02 | 电子科技大学 | 一种针对ais与主动雷达航迹融合及识别的方法 |
CN113744569A (zh) * | 2021-11-03 | 2021-12-03 | 武汉理工大学 | 开阔水域船舶自主避碰方法、系统、设备及存储介质 |
CN114063056A (zh) * | 2021-11-09 | 2022-02-18 | 海华电子企业(中国)有限公司 | 一种船舶航迹融合方法、系统、介质和设备 |
-
2022
- 2022-09-26 CN CN202211173519.0A patent/CN115454676B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116392A (zh) * | 2015-09-09 | 2015-12-02 | 电子科技大学 | 一种针对ais与主动雷达航迹融合及识别的方法 |
CN113744569A (zh) * | 2021-11-03 | 2021-12-03 | 武汉理工大学 | 开阔水域船舶自主避碰方法、系统、设备及存储介质 |
CN114063056A (zh) * | 2021-11-09 | 2022-02-18 | 海华电子企业(中国)有限公司 | 一种船舶航迹融合方法、系统、介质和设备 |
Non-Patent Citations (2)
Title |
---|
船舶导航系统中雷达与 AIS 信息融合系统分析;申其兵;中国修船;第37-40页 * |
雷达与 AIS 技术在船舶融合上的应用;刘勇;河南科技;第1-3页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115454676A (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11954317B2 (en) | Systems and method for a customizable layered map for visualizing and analyzing geospatial data | |
CN116341773A (zh) | 车辆需求预测方法、装置、计算机设备和存储介质 | |
CN115454676B (zh) | 位置信息融合方法、装置、设备、存储介质和程序产品 | |
CN112929178B (zh) | 应用于第一终端的区块链审计溯源方法、系统及电子设备 | |
CN117521916A (zh) | 碳排放估算方法、装置、计算机设备和存储介质 | |
CN116861107A (zh) | 业务内容展示方法、装置、设备、介质和产品 | |
CN116862468A (zh) | 考勤管理方法、装置、计算机设备和存储介质 | |
CN118378036B (zh) | 故障检测方法、装置、计算机设备以及存储介质 | |
CN115905343B (zh) | 水上航运数据处理方法、装置、设备、介质和程序产品 | |
CN116483658A (zh) | 服务器性能监控方法、装置、系统、设备和存储介质 | |
CN114785771B (zh) | 自动驾驶数据的上传方法、装置、计算机设备和存储介质 | |
US20240282099A1 (en) | Edge-cloud image orchestration of spaceborne data | |
CN114545978A (zh) | 电力线路巡检无人机的航线申请方法、装置和计算机设备 | |
CN117370684A (zh) | 船舶数据的渲染方法、装置、计算机设备和存储介质 | |
CN117391856A (zh) | 交易数据处理方法、装置、计算机设备和存储介质 | |
CN116822916A (zh) | 订单量获取方法、装置、计算机设备和存储介质 | |
CN116183849A (zh) | 一种水体污染物溯源方法、装置、计算机设备和存储介质 | |
CN118839988A (zh) | 负荷监测模型构建方法、装置、计算机设备、介质和产品 | |
CN115934521A (zh) | 业务应用的台账信息获取方法、装置和计算机设备 | |
CN116244292A (zh) | 数据质量标记方法、装置、计算机设备和存储介质 | |
CN118277026A (zh) | 虚拟资源的处理方法、装置、设备、存储介质及程序产品 | |
CN117170844A (zh) | 分布式锁的离线传播方法、装置、计算机设备及存储介质 | |
CN117319392A (zh) | 边缘云切换方法、装置、计算机设备和存储介质 | |
CN117349131A (zh) | 系统错误信息的显示方法、装置和计算机设备 | |
CN116932677A (zh) | 地址信息匹配方法、装置、计算机设备和存储介质 |
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 |