CN115655281A - 海上航路的规划方法、规划装置和可读存储介质 - Google Patents

Abstract

本发明提供了一种海上航路的规划方法、规划装置和可读存储介质，涉及海上路径规划技术领域。海上航路的规划方法包括：获取历史航线数据并提取关键转向点，通过聚类算法确认关键点；将多个关键点连接成边，确定边的权重并计算长度，构建海上航行图的边集；从待规划路径起点和终点两个方向出发，分别在边集中进行最短路径搜索，当双向搜索第一次相遇时确认一个中间结点，将起点、中间结点和终点确定为候选路径；在候选路径的范围内进行最短路径搜索，确定出起点与终点之间的最短路径并作为规划路径。本申请提供的海上航路的规划方法，形成一张覆盖全球水域的带权图，提升路径规划的计算速度和效率，能够精准、高效的选取待规划航路的最优路线。

Description

海上航路的规划方法、规划装置和可读存储介质

技术领域

本发明涉及海上路径规划技术领域，具体而言，涉及一种海上航路的规划方法、规划装置和可读存储介质。

背景技术

随着航运业的发展，各国之间的海上贸易交流愈加频繁，如何降低船舶航行路径的成本，合理规划航线成为各航运公司关注的重点。目前，在海域中，由于船舶航行的自由度十分宽泛，导致建立一种海上规划航线的导航系统非常困难。通常的海上路径规划方法主要来源于机器人路径规划，机器人的路径规划所需要的信息都是从传感器得来的，往往适用于局部路径规划，而并不适合远距离的航线规划。同时，在对航线规划的最优路径搜索的过程中，通常采用从出发点到终点的单向搜索方式，导致搜索范围巨大，产生大量的无用计算，影响航线规划的速度和效率。

因此，如何提出一种构建海上航线规划的导航系统，能够降低最短路径的搜索范围、提升路径规划的计算速度和效率，且能够精准、高效的选取待规划航路的最优路线的规划方法成为目前亟待解决的问题。

发明内容

为解决上述技术问题，本申请提出一种能够解决现有海上路径规划时，只能短距离路径规划，并且搜索范围巨大导致产生大量无用计算，影响路径规划的速度和效率的规划方法。

本发明的第一个目的在于提供一种海上航路的规划方法。

本发明的第二个目的在于提供一种海上航路的规划装置。

本发明的第三个目的在于提供一种海上航路的规划装置。

本发明的第四个目的在于提供一种可读存储介质。

为实现上述目的，本发明第一方面的技术方案提供了一种海上航路的规划方法，其包括以下步骤：获取历史航线数据，提取每条历史航线数据中的关键转向点，通过聚类算法从关键转向点中确定出核心点，多个核心点构成互不相交的簇，并对每个簇计算其簇内中心点，并将中心点作为一关键点，将所有的关键点形成关键点集；将关键点集中的多个关键点连接成边，计算每个边的长度，并确定每个边的权重，以构建出海上航行图的边集；确定待规划航路的起点和终点，从起点向终点方向进行最短路径搜索，从终点向起点方向进行最短路径搜索，其中，在进行最短路径搜索时，在搜索到边集中的任一边上的关键点后，基于边集中的边的权重进行继续搜索；当搜索到一个中间结点同时处于起点和终点的最短路径搜索范围内时，将起点、中间结点和终点确定为候选路径；在候选路径的范围内进行最短路径搜索，确定出起点与终点之间的最短路径，将最短路径确认为起点与终点之间的规划路径。

根据本发明提供的海上航路的规划方法，包括：获取历史航线数据，历史航线数据包括航行轨迹、航行时间、航行距离和航行日期等，历史航线数据为多条航线数据。提取每条历史航线数据中的多个关键转向点，组成一个关键转向点集，关键转向点类似于陆地公路桥梁的转向路口，每个转向路口即为一个转向点。本申请中，船舶在航行经过某区域以相似航线航行时，选取的转向位置大致是相同的，转向位置即为转向点，并且提取到的多条航线数据中的转向点是可以重复的。对关键转向点集进行聚类，聚类方式采用DBSCAN（Density-Based Spatial Clustering of Applications with Noise，基于密度的聚类算法）方式进行聚类。首先在关键转向点集中确认出核心点，每个核心点构成一个簇，每个簇中包括一个核心点和多个关键转向点，多个核心点之间形成了互不相交的小簇，并计算每个簇内的中心点，作为一个关键点，最终将多个关键点形成一个关键点集。可以理解为，对一个特定的整体航线，规划成不同的小簇，计算并选取每个小簇中的中心点作为关键点，关键点也可以理解为从一个具有多个关键转向点的小簇中选取出的一个具有代表性的转向点。将关键点集中的多个关键点进行连接形成边，并确定每个边的权重，从而将多个能够连接的关键点进行连接形成多条边，多条边组成边的集合，并计算每条边的长度，最终得到海上航行路径规划的边集。

在海上航路规划的过程中，首先要确定待规划航路的起点和终点，然后从起点和终点两个方向出发，分别搜索边集中距离起点和终点最近的两个关键点，接着从各自的关键点出发，基于边集中边的权重进行继续搜索。当从起点的搜索方向与从终点的搜索方向第一次相遇的时候，也就是搜索到一个中间结点同时处于起点的搜索方向和终点的搜索方向时，确认出一条从起点途径中间结点最终到达终点的候选路径，这个时候就能确认出一条从起点到终点的搜索范围。此时，候选路径还可能不是最短路径，但是这个时候已经确认了搜索范围，然后基于该搜索范围进行最短路径搜索，最终确认出一条从起点到终点的最短路径，并确认为规划路径。本申请通过构建海上航行路径规划的边集，也可以理解为构建了一种海上导航系统，从而形成一张能够覆盖全球水域的带权图，实现丰富自由地海上寻路功能，避免了实际规划出的航线出现偏航或增加航行距离等问题。然后以海上导航系统为基础，采用双向搜索最短路径的方式，相比于从起点到终点单向最短路径的搜索方式，能够大幅度缩小搜索范围，提升路径规划的计算速度和效率，使得航运行业各相关方能够更加精准、高效的选取待规划航路的最优路线。

另外，本发明提供的海上航路的规划方法还可以具有如下附加技术特征：

在上述技术方案中，提取每条历史航线数据中的关键转向点的步骤，具体包括：通过预设转向角度阈值，对历史航线数据抽稀成关键转向点序列，提取每条历史航线数据中的多个关键转向点。

在该技术方案中，对于某一艘特定船舶的单次航线数据，选取一个固定的预设转向角度阈值，在该航线数据中寻找满足预设转向角度阈值的转向点，将多个转向点抽稀成几个关键转向点序列，这个序列能够准确地描述该航线数据。然后对获取到的多条历史航线数据进行关键转向点提取，最终得到一个关键转向点集。通过抽稀的方式，将某艘特定船舶的单次航线数据，变换成几个能够准确描述该航线数据的点，减少形成关键点集的计算量，提升构建海上航行图边集的效率。

进一步地，固定的预设转向角度的阈值可以设置为6°-20°，在该范围内，使得关键转向点的选取更加全面化，更好的反应出航线的轨迹。

进一步地，固定的预设转向角度的阈值设置为10°时，选取到的关键转向点既能够反应出航线的整体轨迹，同时又能够降低选取到的关键点个数，减小后续的计算量。

在上述技术方案中，通过聚类算法从关键转向点中确定出核心点的步骤，具体包括：确定邻域半径和最小点数量；选取关键转向点为基准点，在基准点的邻域半径内的关键转向点数量大于等于最小点数量时，将对应的基准点确认为核心点。

在该技术方案中，选取一些关键转向点设置成基准点，并判断该基准点是否能够作为核心点。具体地，选定具体的邻域半径和最小点数量，判断基准点的邻域半径内关键转向点的数量是否大于等于最小点数量，在判断结果为是时，将对应的基准点确认为核心点。

可以理解的是，核心点，顾名思义核心位置的点，当一个基准点的邻域半径内的关键转向点数量大于等于最小点数量时，这个时候就可以认为该邻域半径内关键转向点比较密集，也就是该邻域内经常有船舶经过，此处位置相对船舶航行来说比较重要，因此将该基准点作为核心点。相反，对于基准点的邻域半径内的关键转向点数量小于最小点数量时，这个时候就可以确认为该邻域半径内关键转向点比较稀疏，很少有船舶经过，在确认关键点的时候，此邻域就可以不用考虑选取转向点。从而减少了关键点选取的工作量，并且能够更加精准的选取出关键点，避免航行线路绕行。

在上述技术方案中，多个核心点构成互不相交的簇的步骤，具体包括：确定两个核心点之间是否密度可达，将所有密度可达的核心点构成同一个簇，所有非密度可达的核心点构成互不相交的簇。

在该技术方案中，在选取基准点的过程中，相邻的核心点的邻域半径可能存在相交的情况，如果相邻的核心点的邻域半径存在交集，就可以认为这两个核心点之间密度可达，这种情况下将这两个核心点形成的两个簇合并成一个簇。具体地，判断两个核心点之间是否密度可达，如果密度可达的话，即可将这两个核心点构成同一个簇，然后非密度可达的核心点之间，就形成了多个互不相交的簇。通过对相邻的两个核心点之间判断是否密度可达，减少形成了关键点集的计算量，提升了构建海上航行图边集的效率。

在上述技术方案中，将关键点集中的多个关键点连接成边，计算每个边的长度，并确定每个边的权重，以构建出海上航行图的边集的步骤，具体包括：将所有历史航线数据中，位于同一航线上的任意连续两点构成轨迹段；以任一轨迹段的两个端点作为焦点构建椭圆邻域；对椭圆邻域内的任意两个关键点形成的关键线段与任一轨迹段之间的夹角进行判断；在任一夹角小于预设角度时，将对应的两个关键点连接成一个边，计算每个边的长度，并确定每个边的权重，将所有的边汇总成海上航行图的边集。

在该技术方案中，在所有历史航线数据中选取同一航线上的任意连续两点构成一个轨迹段，例如点P、点Q连接形成同一航线上的一个轨迹段PQ，然后以点P、点Q为焦点，构建一个椭圆邻域，该区域内包含多个关键点，并开始判断该椭圆邻域内多个关键点之间是否能够连接形成边。具体地，判断任意两个关键点之间的连线形成的关键线段与轨迹段PQ之间的夹角是否小于等于预设阈值，在判断结果为是时，则将这两点进行连接，形成一条没有方向的边。然后通过遍历所有获取到的航线数据上的轨迹段，去判断任意两个关键点之间的连线形成的关键线段与轨迹段PQ之间的夹角是否小于等于预设阈值，如果判断结果为是，则将两点进行连接。可以理解的是，当任意两个关键点之间的连线与轨迹段之间的夹角小于等于预设阈值时，这个时候这两个关键点之间连线形成的方向与实际航线上的行驶方向接近，证明这两个关键点能够反映出该轨迹段的行驶方向，从而将这两个关键点进行连接，这样就能够有效避免绕行或偏离航行方向，最终得到海上航行路径规划的边集，进而形成一张能够覆盖全球水域的带权图。同时，确定每条边的权重，边的权重代表边的长度或者距离，也可以理解为在实际航行过程中，船舶通过这条边的航程，航线规划的目标即是寻找一条起点和终点之间，权重之和最小的路径。并对边集中所有的边的长度进行计算，具体计算方式可以为基于地球距离计算该边的两个关键点之间的距离。通过设定关键点的连接条件，判断选取到的所有关键点之间是否能够连接，将满足条件的关键点进行连接，最终形成一个边集，这样就能保证最终构建出来的边集，能够避免绕行拓展和途经点的拓展，实现丰富自由地海上寻路功能。

进一步地，夹角的预设阈值可以设置为15°-50°，在该范围内，能够保证关键点之间的连接能够真实的反映出航线的行驶方向，从而避免绕行或偏离航行方向。

进一步地，夹角的预设阈值设置为45°时，反映出航线的行驶方向效果最佳。

进一步地，边的权重包括边的两个关键点之间的距离。

在上述技术方案中，从起点向终点方向进行最短路径搜索，从终点向起点方向进行最短路径搜索的步骤，具体包括：采用Dijkstra算法（迪克斯特拉算法）从起点向终点方向进行最短路径搜索以及采用Dijkstra算法从终点向起点方向进行最短路径搜索。

在该技术方案中，Dijkstra算法（迪克斯特拉算法）是由荷兰计算机科学家狄克斯特拉，于1959年提出的，因此又叫狄克斯特拉算法，是从一个顶点到其余各顶点的最短路径算法，解决的是有权图中最短路径问题。利用Dijkstra算法对起点和终点双向进行最短路径搜索，由于规划出来的边集中边的数量众多且没有方向性，如果采用Dijkstra算法进行从起点到终点的单向路径搜索，这个时候就会规划出多条无用的路径，导致搜索范围巨大，从而产生大量的无用计算。而本申请中，采用双向搜索方法可以大幅缩小搜索范围，从而提升计算速度，优化搜索效率。

本发明第二方面的技术方案提供了一种海上航路的规划装置，包括：航线数据获取模块，用于获取历史航线数据；关键转向点提取模块，用于提取每条历史航线数据中的关键转向点；关键点集建立模块，用于通过聚类算法从关键转向点中确定出核心点，确定两个核心点之间是否密度可达，将所有密度可达的核心点构成同一个簇，所有非密度可达的核心点构成互不相交的簇，并对每个簇计算其簇内中心点，并将中心点作为一关键点，将所有的关键点形成关键点集；边集建立模块，用于将关键点集中的多个关键点连接成边，计算每个边的长度，并确定每个边的权重，以构建出海上航行图的边集；规划路径确定模块，用于确定待规划航路的起点和终点，采用Dijkstra算法从起点向终点方向进行最短路径搜索以及采用Dijkstra算法从终点向起点方向进行最短路径搜索，其中，在进行最短路径搜索时，在搜索到边集中的任一边上的关键点后，基于边集中的边的权重进行继续搜索，当搜索到一个中间结点同时处于起点和终点的最短路径搜索范围内时，将起点、中间结点和终点确定为候选路径，在候选路径的范围内进行最短路径搜索，确定出起点与终点之间的最短路径，将最短路径确认为起点与终点之间的规划路径。

根据本发明提供的海上航路的规划装置，首先通过航线数据获取模块获取历史航线数据，然后利用关键转向点提取模块提取每条历史航行数据中的多个关键转向点，组成一个关键转向点集。接着利用关键点集建立模块对关键转向点集进行聚类，聚类方式采用DBSCAN算法进行聚类，首先在关键转向点集中确认出核心点，每个核心点构成一个簇，多个核心点之间形成了多个互不相交的簇，并计算每个簇内的中心点作为一个关键点，最终将多个关键点形成一个关键点集。利用边集建立模块将关键点集中的多个关键点进行连接形成边，并确定每个边的权重，从而将多个能够连接的关键点进行连接形成多条边，多条边组成边的集合，并计算每条边的长度，最终得到海上航行路径规划的边集。最后利用规划路径确定模块确定待规划航路的起点和终点，然后从起点和终点两个方向出发，采用Dijkstra算法搜索边集中距离起点和终点最近的两个关键点，接着从各自的关键点出发，基于边集中边的权重进行继续搜索。当从起点的搜索方向与从终点的搜索方向第一次相遇的时候，也就是搜索到一个中间结点同时处于起点的搜索方向和终点的搜索方向时，能够确认出一条从起点途径中间结点最终到达终点的候选路径，这个时候就能确认出从起点到终点的搜索范围。此时，候选路径还可能不是最短路径，但是这个时候已经确认了搜索范围，然后基于该搜索范围再进行最短路径搜索，最终确认出一条从起点到终点的最短路径，并确定为规划路径。本申请通过构建海上航行路径规划的边集，从而形成一张能够覆盖全球水域的带权图，也可以认为构建了一种海上导航系统，实现丰富自由地海上寻路功能，避免了实际规划出的航路出现偏航或增加航行距离等问题。然后以海上导航系统为基础，采用双向搜索最短路径，相比于从起点到终点单向最短路径的搜索方式，本发明能够大幅度缩小搜索范围，提升路径规划的计算速度和效率，使得航运行业各相关方更加精准、高效的选取待规划航路的最优路线。

进一步地，关键点集建立模块具体还用于在选取核心点的过程中，相邻的核心点的邻域半径可能存在相交的情况，如果相邻的核心点的邻域半径存在交集，就可以认为这两个核心点之间密度可达，这种情况下将这两个核心点形成的两个簇合并成一个簇。具体地，判断两个核心点之间是否密度可达，如果密度可达的话，即可将这两个核心点构成同一个簇，然后非密度可达的核心点之间，就形成了多个互不相交的簇。

本发明第三方面的技术方案提供了一种海上航路的规划装置，包括：存储器，存储有程序和/或指令；处理器，执行程序和/或指令；其中，处理器在执行程序和/或指令时，实现如第一方面任一项技术方案中的海上航路的规划方法的步骤。

根据本发明提供的海上航路的规划装置，由于其能够实现如第一方面任一项技术方案中的用于海上航路的规划方法的步骤。因此，该装置还具有上述第一方面任一项技术方案中海上航路的规划方法的全部有益效果，在此不再赘述。

本发明第四方面的技术方案提供了一种可读存储介质，其上存储有程序和/或指令，在程序和/或指令被执行时，实现如第一方面任一项技术方案中的用于海上航路的规划方法的步骤。

本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。

附图说明

图1是根据本发明的第一个实施例的海上航路的规划方法的流程示意图；

图2是根据本发明的第二个实施例的海上航路的规划方法的流程示意图；

图3是根据本发明的第三个实施例的关键点集构建边集的流程示意图；

图4是根据本发明的第四个实施例的海上航路的规划方法的流程示意图；

图5是根据本发明的第五个实施例的海上航路的规划方法的流程示意图；

图6是根据本发明的一个实施例的提取历史航线数据中的关键转向点的示意图；

图7是根据本发明的一个实施例的构建海上航行图的边集的示意图；

图8是根据本发明的一个实施例的确定候选路径的示意图；

图9是根据本发明的一个实施例的搜索最短路径的示意图；

图10是根据本发明的一个实施例的搜索结果的示意图；

图11是根据本发明的另一个实施例的搜索结果的示意图；

图12是根据本发明的一个实施例的海上航路的规划装置的方框示意图；

图13是根据本发明的另一个实施例的海上航路的规划装置的方框示意图。

其中，图12和图13中的附图标记与部件名称之间的对应关系为：

100海上航路的规划装置，1航线数据获取模块，2关键转向点提取模块，3关键点集建立模块，4边集建立模块，5规划路径确定模块，6存储器，7处理器。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

下面参照图1至图13描述本发明一些实施例中的海上航路的规划方法、规划装置和可读存储介质。

如图1所示，根据本申请中的一个实施例，提供了一种海上航路的规划方法，包括：

S102，获取历史航线数据，提取每条历史航线数据中的关键转向点，通过聚类算法从关键转向点中确定出核心点，多个核心点构成互不相交的簇，并对每个簇计算其簇内中心点，并将中心点作为一关键点，将所有的关键点形成关键点集。

S104，将关键点集中的多个关键点连接成边，计算每个边的长度，并确定每个边的权重，以构建出海上航行图的边集。

S106，确定待规划航路的起点和终点，从起点向终点方向进行最短路径搜索，从终点向起点方向进行最短路径搜索，其中，在进行最短路径搜索时，在搜索到边集中的任一边上的关键点后，基于边集中的边的权重进行继续搜索。

S108，当搜索到一个中间结点同时处于起点和终点的最短路径搜索范围内时，将起点、中间结点和终点确定为候选路径。

S110，在候选路径的范围内进行最短路径搜索，确定出起点与终点之间的最短路径，将最短路径确认为起点与终点之间的规划路径。

根据本发明提供的海上航路的规划方法，包括：获取历史航线数据，历史航线数据包括航行轨迹、航行时间、航行距离、航行日期等，历史航线数据为多条航线数据。提取每条历史航线数据中的多个关键转向点，组成一个关键转向点集，关键转向点类似于陆地公路桥梁的转向路口，每个转向路口即为一个转向点。本申请中，船舶在航行经过某区域以相似航线航行时，选取的转向位置大致是相同的，转向位置即为转向点，并且提取到的多条航线数据中的转向点是可以重复的。对关键转向点集进行聚类，聚类方式采用DBSCAN算法进行聚类。首先在关键转向点集中确认出核心点，每个核心点构成一个簇，每个簇中包括一个核心点和多个关键转向点，多个核心点之间形成了互不相交的小簇，并计算每个簇内的中心点，作为一个关键点，最终将多个关键点形成一个关键点集。可以理解为，对一个特定的整体航线，规划成不同的小簇，计算并选取每个小簇中的中心点作为关键点，关键点也可以理解为从一个具有多个关键转向点的小簇中选取出的一个具有代表性的转向点。将关键点集中的多个关键点进行连接形成边，并确定每个边的权重，从而将多个能够连接的关键点进行连接形成多条边，多条边组成边的集，并计算每条边的长度，最终得到海上航行路径规划的边集。

在海上航路规划的过程中，首先要确定待规划航路的起点和终点，然后从起点和终点两个方向出发，分别搜索边集中距离起点和终点最近的两个关键点，接着从各自的关键点出发，基于边集中边的权重进行继续搜索。当从起点的搜索方向与从终点的搜索方向第一次相遇的时候，也就是搜索到一个中间结点同时处于起点的搜索方向和终点的搜索方向时，确认出一条从起点途径中间结点最终到达终点的候选路径，这个时候就能确认出一条从起点到终点的搜索范围。此时，候选路径还可能不是最短路径，但是这个时候已经确认了搜索范围，然后基于该搜索范围进行最短路径搜索，最终确认出一条从起点到终点的最短路径，并确认为规划路径。本申请通过构建海上航行路径规划的边集，也可以理解为构建了一种海上导航系统，从而形成一张能够覆盖全球水域的带权图，实现丰富自由地海上寻路功能，避免了实际规划出的航路出现偏航或增加航行距离等问题。然后以海上导航系统为基础，采用双向搜索最短路径的方式，相比于从起点到终点单向最短路径的搜索方式，能够大幅度缩小搜索范围，提升路径规划的计算速度和效率，使得航运行业各相关方能够更加精准、高效的选取待规划航路的最优路线。

在根据本申请中的一个实施例中，如图2所示，海上航路的规划方法，还包括：

S202，通过预设转向角度阈值，对历史航线数据抽稀成关键转向点序列，提取每条历史航线数据中的多个关键转向点，确定邻域半径和最小点数量；选取关键转向点为基准点，在基准点的邻域半径内的关键转向点数量大于等于最小点数量时，将对应的基准点确认为核心点，确定两个核心点之间是否密度可达，将所有密度可达的核心点构成同一个簇，所有非密度可达的核心点构成互不相交的簇，并对每个簇计算其簇内中心点，并将中心点作为一关键点，将所有的关键点形成关键点集。

S204，将关键点集中的多个关键点连接成边，计算每个边的长度，并确定每个边的权重，以构建出海上航行图的边集。

S206，确定待规划航路的起点和终点，从起点向终点方向进行最短路径搜索，从终点向起点方向进行最短路径搜索，其中，在进行最短路径搜索时，在搜索到边集中的任一边上的关键点后，基于边集中的边的权重进行继续搜索。

S208，当搜索到一个中间结点同时处于起点和终点的最短路径搜索范围内时，将起点、中间结点和终点确定为候选路径。

S210，在候选路径的范围内进行最短路径搜索，确定出起点与终点之间的最短路径，将最短路径确认为起点与终点之间的规划路径。

在该实施例中，具体介绍了从多条历史航线中，选取船舶航行过程中具有代表性的关键点作为转向点，最终形成一个关键点集的具体步骤。

如图6所示，图6中所有的点形成的线路就是一条特定的历史航线数据，从特定的历史航线数据中提取关键转向点（如图6中点H）。具体地，获取历史航线数据，对于某一个特定船舶的单次航线数据选取一个固定的预设转向角度阈值，固定的预设转向角度阈值可以设置为6°-20°，固定的预设转向角度设置为10°时为最佳。在该航线数据中寻找满足预设转向角度阈值的转向点，将多个转向点抽稀成几个关键转向点序列，这个序列能够准确地描述该航线数据。然后对获取到的多条历史航线数据进行关键转向点提取，最终得到一个关键转向点集。关键转向点类似于陆地公路桥梁的转向路口，每个转向路口即为一个转向点。对关键转向点集进行聚类，聚类方式采用DBSCAN算法方式进行聚类。选取一些关键转向点设置成基准点，并判断该基准点是否能够作为核心点。具体地，选定具体的邻域半径和最小点数量，判断基准点的邻域半径内关键转向点的数量是否大于等于最小点数量，在判断结果为是时，将对应的基准点确认为核心点。在选取基准点的过程中，相邻的核心点的邻域半径可能存在相交的情况，这种情况下可以将两个核心点形成的两个簇合并成一个簇。具体地，判断两个核心点之间是否密度可达，如果密度可达的话，即可将这两个核心点构成同一个簇，然后非密度可达的核心点之间，就形成了多个互不相交的簇。然后计算每个小簇中的中心点作为关键点，最终形成一个关键点集。通过该种选取方式，使得最终选取出的关键点更加具有代表性，更能够体现出船舶在历史航行过程中，经过某一转向位置时，在哪个位置进行转向更加合理，使得最终用户在规划航路时，能够更加精准的选取到最短路径，避免偏航或增加航行距离。同时将某个特定船舶的单次航线数据，变换成几个能够准确描述该航线数据的点，尽最大可能地减少选取关键点的个数，并且减少形成关键点集的计算量，提升构建海上航行图边集的效率。

在根据本申请中的一个实施例中，如图3所示，以关键点集构建边集的步骤包括：

S302，将所有历史航线数据中，位于同一航线上的任意连续两点构成轨迹段。

S304，以任一轨迹段的两个端点作为焦点构建椭圆邻域。

S306，对椭圆邻域内的任意两个关键点形成的关键线段与任一轨迹段之间的夹角进行判断；在任一夹角小于预设角度时，将对应的两个关键点连接成一个边。

S308，计算每个边的长度，并确定每个边的权重。

S310，将所有的边汇总成海上航行图的边集。

在该实施例中，介绍了从关键点集中，确认出能够连接的关键点形成边，最后构建出海上航行图的边集的具体步骤。如图7所示，首先从众多关键转向点中确认出关键点，能够将边连接在一起的点即为关键点（图7中点K即为关键点），关键点附近的点即为关键转向点，然后判断两个关键点之间是否能够连接形成边，最终将能够连接的两个关键点进行连接形成边，对关键点集中的所有关键点进行判断是否能够连接，将能够连接的关键点形成的边整体作为一个集合，形成最终的边集。其中，判断两个关键点之间是否能够连接形成边的步骤，具体如下：在所有历史航线数据中选取同一航线上的任意连续两点构成一个轨迹段，例如点P、点Q连接形成同一航线上的一个轨迹段PQ，然后以点P、点Q为焦点，构建一个椭圆邻域，该区域内包含多个关键点，并开始判断该椭圆邻域内多个关键点之间是否能够连接形成边。具体地，判断任意两个关键点之间的连线形成的关键线段与轨迹段PQ之间的夹角是否小于等于预设阈值，在判断结果为是时，则将这两点进行连接，形成一条没有方向的边。然后通过遍历所有获取到的航线数据上的轨迹段，去判断任意两个关键点之间的连线形成的关键线段与轨迹段PQ之间的夹角是否小于等于预设阈值，夹角的预设阈值为45°，如果判断结果为是，则将两点进行连接。最终得到海上航行路径规划的边集，从而形成一张能够覆盖全球水域的带权图。同时，确定每条边的权重，并对边集中所有的边的长度进行计算，具体计算方式可以为基于地球距离计算该边的两个关键点之间的距离。通过设定关键点的连接条件，判断选取到的所有关键点之间是否能够连接，将能够连接的关键点连接，最终形成一个边集，这样就能保证最终构建出来的边集，避让绕行拓展和途经点的拓展，实现丰富自由地海上寻路功能。

在根据本申请中的一个实施例中，如图4所示，海上航路的规划方法，还包括：

S402，通过预设转向角度阈值，对历史航线数据抽稀成关键转向点序列，提取每条历史航线数据中的多个关键转向点，确定邻域半径和最小点数量；选取关键转向点为基准点，在基准点的邻域半径内的关键转向点数量大于等于最小点数量时，将对应的基准点确认为核心点，确定两个核心点之间是否密度可达，将所有密度可达的核心点构成同一个簇，所有非密度可达的核心点构成互不相交的簇，并对每个簇计算其簇内中心点，并将中心点作为一关键点，将所有的关键点形成关键点集。

S404，将所有历史航线数据中，位于同一航线上的任意连续两点构成轨迹段；以任一轨迹段的两个端点作为焦点构建椭圆邻域；对椭圆邻域内的任意两个关键点形成的关键线段与任一轨迹段之间的夹角进行判断；在任一夹角小于预设角度时，将对应的两个关键点连接成一个边，计算每个边的长度，并确定每个边的权重，将所有的边汇总成海上航行图的边集。

S406，确定待规划航路的起点和终点，采用Dijkstra算法从起点向终点方向进行最短路径搜索以及采用Dijkstra算法从终点向起点方向进行最短路径搜索，其中，在进行最短路径搜索时，在搜索到边集中的任一边上的关键点后，基于边集中的边的权重进行继续搜索。

S408，当搜索到一个中间结点同时处于起点和终点的最短路径搜索范围内时，将起点、中间结点和终点确定为候选路径。

S410，在候选路径的范围内进行最短路径搜索，确定出起点与终点之间的最短路径，将最短路径确认为起点与终点之间的规划路径。

在该实施例中，介绍了从待规划路径的起点和终点之间，计算获取最优路径的具体步骤。具体地，获取待规划路径的起点和终点，利用两个优先队列，交替取出路径最小的元素进行扩展，即从起点和终点分别应用传统Dijkstra算法，当正向搜索和反向搜索第一次相遇时，即搜索到一个中间结点同时处于起点和终点的最短路径搜索范围内时，即起点搜索方向与终点搜索方向的交集确定出中间结点，就会得到一条候选路径：起点-中间结点-终点。此时的路径还不一定是最短路径，但是此时已经把搜索范围限定在了起点和终点的两个搜索范围内，此时只需要在起点搜索方向与终点搜索方向的并集范围内应用Dijkstra算法进行搜索，就可以得到从起点到终点的全局最短路径。本申请中采用双向搜索方法，可以大幅减少搜索范围，从而提升计算速度，优化搜索效率。

如图12所示，本发明第二方面的技术方案提供了一种海上航路的规划装置100，包括：航线数据获取模块1，用于获取历史航线数据；关键转向点提取模块2，用于提取每条历史航线数据中的关键转向点；关键点集建立模块3，用于通过聚类算法从关键转向点中确定出核心点，确定两个核心点之间是否密度可达，将所有密度可达的核心点构成同一个簇，所有非密度可达的核心点构成互不相交的簇，并对每个簇计算其簇内中心点，并将中心点作为一关键点，将所有的关键点形成关键点集；边集建立模块4，用于将关键点集中的多个关键点连接成边，计算每个边的长度，并确定每个边的权重，以构建出海上航行图的边集；规划路径确定模块5，用于确定待规划航路的起点和终点，采用Dijkstra算法从起点向终点方向进行最短路径搜索以及采用Dijkstra算法从终点向起点方向进行最短路径搜索，其中，在进行最短路径搜索时，在搜索到边集中的任一边上的关键点后，基于边集中的边的权重进行继续搜索，当搜索到一个中间结点同时处于起点和终点的最短路径搜索范围内时，将起点、中间结点和终点确定为候选路径，在候选路径的范围内进行最短路径搜索，确定出起点与终点之间的最短路径，将最短路径确认为起点与终点之间的规划路径。

根据本发明提供的海上航路的规划装置100，首先通过航线数据获取模块1获取历史航线数据，然后利用关键转向点提取模块2提取每条历史航行数据中的多个关键转向点，组成一个关键转向点集。接着利用关键点集建立模块3对关键转向点集进行聚类，聚类方式采用DBSCAN算法进行聚类，首先在关键转向点集中确认出核心点，每个核心点构成一个簇，多个核心点之间形成了多个互不相交的簇，并计算每个簇内的中心点作为一个关键点，最终将多个关键点形成一个关键点集。利用边集建立模块4将关键点集中的多个关键点进行连接形成边，并确定每个边的权重，从而将多个能够连接的关键点进行连接形成多条边，多条边组成边的集合，并计算每条边的长度，最终得到海上航行路径规划的边集。最后利用规划路径确定模块5确定待规划航路的起点和终点，然后从起点和终点两个方向出发，采用Dijkstra算法搜索边集中距离起点和终点最近的两个关键点，接着从各自的关键点出发，基于边集中边的权重进行继续搜索。当从起点的搜索方向与从终点的搜索方向第一次相遇的时候，也就是搜索到一个中间结点同时处于起点的搜索方向和终点的搜索方向时，能够确认出一条从起点途径中间结点最终到达终点的候选路径，这个时候就能确认出从起点到终点的搜索范围。此时，候选路径还可能不是最短路径，但是这个时候已经确认了搜索范围，然后基于该搜索范围进行最短路径搜索，最终确认出一条从起点到终点的最短路径，并确定为规划路径。本申请通过构建海上航行路径规划的边集，从而形成一张能够覆盖全球水域的带权图，也可以认为构建了一种海上导航系统，这样就可以避让绕行拓展和途经点的拓展，实现丰富自由地海上寻路功能，避免偏航或增加航行距离。然后以海上导航系统为基础，采用双向搜索最短路径，相比于从起点到终点单向最短路径的搜索方式，能够大幅度降低搜索范围，提升路径规划的计算速度和效率，使得航运行业各相关方更加精准、高效的选取待规划航路的最优路线。

进一步地，关键点集建立模块3具体还用于在选取核心点的过程中，相邻的核心点的邻域半径可能存在相交的情况，如果相邻的核心点的邻域半径存在交集，就可以认为这两个核心点之间密度可达，这种情况下将这两个核心点形成的两个簇合并成一个簇。具体地，判断两个核心点之间是否密度可达，如果密度可达的话，即可将这两个核心点构成同一个簇，然后非密度可达的核心点之间，就形成了多个互不相交的簇。

如图13所示，本发明第三方面的技术方案提供了一种海上航路的规划装置100，包括：存储器6，存储有程序和/或指令；处理器7，执行程序和/或指令；其中，处理器7在执行程序和/或指令时，实现如第一方面任一项技术方案中的海上航路的规划方法的步骤。

根据本发明提供的海上航路的规划装置100，由于其能够实现如第一方面任一项技术方案中的用于海上航路的规划方法的步骤。因此，该装置还具有上述第一方面任一项技术方案中海上航路的规划方法的全部有益效果，在此不再赘述。

本发明第四方面的技术方案提供了一种可读存储介质，其上存储有程序和/或指令，在程序和/或指令被执行时，实现如第一方面任一项技术方案中的用于海上航路的规划方法的步骤。

在根据本申请中的一个实施例中，如图5所示，提供了一种海上航路的规划方法，具体包括：

S502，获取海上船舶的路径轨迹，对海上船舶的路径轨迹基于转向角度进行抽象、聚类，形成海上船舶的关键转向点集合，作为海上路径规划图的基础点集。

S504，利用大量船舶航线数据，把基础点集中的可行点进行连接，计算权重，并确定所有两两连接的点对为边，计算边的长度，形成海上航行图的边集。

S506，获得待规划路径的起点和终点，应用双向Dijkstra算法，进行海上路径规划，最终得到待规划路径的最短路线。

在该实施例中，如图6至图11所示，类似陆地公路桥梁的转向路口概念，本方案假想海上存在若干个可能的船舶转向区域。对于某一个特定船舶的单次航行航线，本方案选取一个固定的角度阈值10°，将船舶轨迹抽稀成为关键的转向点序列。生成的每一个转向点都是潜在的V（其中，V表示海上路径规划图的点集）中点的元素。

选取历史航线数据，并对每条航线都进行关键路径点提取，将这些点置入一个可重复的集合V_original（其中，V_original表示原始关键转向点的集合，用于生成V）中，这里集合可重复保证了同一个位置点的数量可以描述该位置的权重。

对集合V_original使用DBSCAN算法进行聚类，该聚类方法是基于密度的聚类方法，由于不需要指定聚类簇的数量，且可以自定义距离矩阵。

首先基于地球距离计算点之间的距离，在地球的经纬度坐标上，由于经度﹣180°和+180°代表相同的位置，事实上﹣179.95°与+179.95°的圆上距离很近，而欧式距离很远，因此不能直接用欧式距离近似代表距离。选定轨迹点的邻域半径和最小点数量，并把V_original中的全体样本进行分类：核心点、边界点、噪声点。核心点为邻域半径内点数超过的点称为核心点，在核心点邻域范围内的非核心点称为边界点，其余点为噪音点。并给出点之间的关系：点和点之间密度可达，当且仅当两个点可以通过一系列中间点，互相为邻域内的核心点。所有密度可达的点构成同一个簇，非密度可达的核心点构成互不相交的簇。这些簇就是对V_original的聚类结果，并对每个簇计算其簇内中心点，作为最终的聚类结果，也就是海上路径规划的关键节点集合V。和V_original不同的是，这里的V是传统的不重复集合。

关键点集合V是无序且未连接的，使用航线数据对V中可能存在关联的点进行连接，并生成边集合E（其中，E表示海上路径规划图的边集）。

定义一个航线串接模块：对航行route（route表示航线数据，在历史数据中表现为若干包含时间的路径点）中的任意连续两点P、Q构成的一个轨迹段PQ，以PQ为焦点，计算一个椭圆邻域，V中在邻域中的所有点集构成一个关于PQ的子集V_Pqsub（V_Pqsub表示轨迹段PQ邻域内的关键点），在V_PQsub中任何两点的连续角度如果与轨迹段PQ小于45°，则令该两点连接，形成一条默认无向的边，边的初始权重为两点距离。遍历route中所有的轨迹段，对航线route途径的关键转向点进行连接。

从S_route（S_routes={route_1,route_2,...}，S_route表示航线数据集，route_i代表某个特定的航线数据）中依次选取航线，使用每一条航线对V中的点应用串接模块，如果两点已经连接，则略过，不在此增加或降低该边的权重，所有边的权重初始都设定为点间的距离，且是无向的。最终得到海上路径规划的边集E，由V和E形成的图G=（V,E）（G=（V,E）表示海上路径规划图）。

Dijkstra算法是图论中单源无负权重连通图的一个贪心最短路寻路算法，其中单源是指该算法以某个指定图结点为源头，搜索其余全部结点到改点的最短路径。朴素的Dijkstra算法在遍历任意两点间的距离，不断更新每个点到其他点的最近距离，实现起始点到任意点的最短路径搜索。

具体来说，就是选取某个指定结点v，和其相连的邻居结点集合v_neigh={w1,w2,...}（v_neigh表示海上路径规划图节点v的相邻节点集合，w代表邻居结点），对邻居结点wi，更新点v到wi_neigh邻居结点u的最短距离，并更新最短路径，把点u添加到v的已搜索范围内v_searched:dist (v,u)=min[dist (v,w)+ dist (w,u) , dist (v,u)]。其中，dist (v,u)表示指定结点v到邻居结点u之间的最短距离，dist (v,w) 表示指定结点v到邻居结点w之间的最短距离，dist (w,u) 表示邻居结点w到邻居结点u之间的最短距离。

依此方法逐渐向外搜索，最终得到任一点到v的最短距离。但是在本方案的实际应用中，我们实际在寻找的是指定两点间的最短距离，为双源最短路径搜索，而Dijkstra算法给出了起点到任一点的最短距离，耗时长且产生了大量的无用计算。为此我们引入Dijkstra算法的一个改进优化思路：双向Dijkstra。如图8所示，该方法同时给定起点（图8中点E）和终点（图8中点F），利用两个优先队列，交替取出路径最小的元素进行扩展，即从起点v_start (v_start表示路径规划的起始节点)和终点v_end（v_end表示路径规划的终止节点）分别应用传统Dijkstra算法，图8中点E即为起点v_start，点F即为终点v_end，当两个方向第一次相遇时，即搜索到一个中间结点U同时处于v_start和v_end的最短路径搜索范围内时，即U=v_start_searched (v_start_searched表示路径规划的起始节点在Dijkstra算法中已寻得最短路径的搜索集合)∩v_end_searched（v_end_searched表示路径规划的终止节点在Dijkstra算法中已寻得最短路径的搜索集合），就会得到一条候选路径：v_start-U-v_end。其中，起始节点和终止节点就相当于待规划路径的起点E和终点F。此时的路径还不一定是最短路径，但是此时已经把搜索范围限定在了起点和终点的两个搜索范围内，此时只需要在v_start_searched∪v_end_searched范围内应用Dijkstra算法进行搜索，就可以得到起点v_start到终点v_end的全局最短路径。如图9所示，实线即为最终的从起点E到终点F之间的最短路径，虚线则表示在起点E出发和终点F出发进行双向搜索时，搜索到的可行关键点的线路。双向搜索方法的改进可以大幅减少搜索范围，从而提升本方案的计算速度，优化搜索效率。

如图10和图11示出了本申请中最终得到的最短路径的搜索结果，图10是从起点A到终点B的最短路径搜索结果，图11是从起点C到终点D的最短路径搜索结果，最终确认出从起点出发，到终点之间的最短路径。

路径规划流程：本方案基于船舶AIS（Automatic Identification System，船舶自动识别系统）大数据，利用转向判定和聚类，生成海上关键转向节点，并设置点间权重，构建关键节点之间的连接关系，构成海上路网图。以海上路网作为基础，使用双向Dijkstra搜索算法在图上进行寻路搜索，得到指定起止点的海上路径规划航线。

本发明方法具体实施如下：

1.海上路径图的生成。使用航线数据，提取每条航线上的关键转向点。并把大量航线的转向点利用聚类算法形成全球水域的转向点，作为海上路径规划图的点集V。使用航线轨迹段把V中的点进行连接，并使用其圆上距离作为边的权重，生成海上路径规划图的边集E。

2.双向Dijkstra算法的应用。选取路径规划的起点v_start和终点v_end。分别应用Dijkstra算法向外搜索扩展，持续更新v_start_searched和v_end_searched两个已搜索集合，当两个集合相交与节点U时确定一个基准路径v_start-U-v_end，然后此时只把当前搜索集合的并作为搜索范围的全集，继续使用Dijkstra算法，搜索得到全局最短路径。

在本说明书的描述中，术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，需要理解的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本发明的限制。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种海上航路的规划方法，其特征在于，包括：

获取历史航线数据，提取每条所述历史航线数据中的关键转向点，通过聚类算法从所述关键转向点中确定出核心点，确定两个所述核心点之间是否密度可达，将所有密度可达的核心点构成同一个簇，所有非密度可达的核心点构成互不相交的簇，并对每个簇计算其簇内中心点，并将所述中心点作为一关键点，将所有的关键点形成关键点集；

将所述关键点集中的多个关键点连接成边，计算每个所述边的长度，并确定每个所述边的权重，以构建出海上航行图的边集；

确定待规划航路的起点和终点，采用Dijkstra算法从所述起点向所述终点方向进行最短路径搜索以及采用Dijkstra算法从所述终点向所述起点方向进行最短路径搜索，其中，在进行最短路径搜索时，在搜索到所述边集中的任一所述边上的关键点后，基于所述边集中的边的权重进行继续搜索；

当搜索到一个中间结点同时处于所述起点和所述终点的最短路径搜索范围内时，将所述起点、所述中间结点和所述终点确定为候选路径；

在所述候选路径的范围内进行最短路径搜索，确定出所述起点与所述终点之间的最短路径，将所述最短路径确认为所述起点与所述终点之间的规划路径。

2.根据权利要求1所述的海上航路的规划方法，其特征在于，所述提取每条所述历史航线数据中的关键转向点的步骤，具体包括：

通过预设转向角度阈值，对历史航线数据抽稀成关键转向点序列，提取每条所述历史航线数据中的多个关键转向点。

3.根据权利要求2所述的海上航路的规划方法，其特征在于，所述预设转向角度阈值为6°-20°。

4.根据权利要求1所述的海上航路的规划方法，其特征在于，所述通过聚类算法从所述关键转向点中确定出核心点的步骤，具体包括：

确定邻域半径和最小点数量；

选取所述关键转向点为基准点，在所述基准点的邻域半径内的关键转向点数量大于等于所述最小点数量时，将对应的基准点确认为核心点。

5.根据权利要求1所述的海上航路的规划方法，其特征在于，所述将所述关键点集中的多个关键点连接成边，计算每个所述边的长度，并确定每个所述边的权重，以构建出海上航行图的边集的步骤，具体包括：

将所有历史航线数据中，位于同一航线上的任意连续两点构成轨迹段；

以任一所述轨迹段的两个端点作为焦点构建椭圆邻域；

对所述椭圆邻域内的任意两个所述关键点形成的关键线段与任一所述轨迹段之间的夹角进行判断；

在任一所述夹角小于预设角度时，将对应的两个所述关键点连接成一个所述边，计算每个所述边的长度，并确定每个所述边的权重，将所有的所述边汇总成海上航行图的边集。

6.根据权利要求5所述的海上航路的规划方法，其特征在于，所述预设角度为15°-50°。

7.根据权利要求1所述的海上航路的规划方法，其特征在于，所述边的权重包括所述边的两个所述关键点之间的距离。

8.一种海上航路的规划装置（100），其特征在于，包括：

航线数据获取模块（1），用于获取历史航线数据；

关键转向点提取模块（2），用于提取每条所述历史航线数据中的关键转向点；

关键点集建立模块（3），用于通过聚类算法从所述关键转向点中确定出核心点，确定两个所述核心点之间是否密度可达，将所有密度可达的核心点构成同一个簇，所有非密度可达的核心点构成互不相交的簇，并对每个簇计算其簇内中心点，并将所述中心点作为一关键点，将所有的关键点形成关键点集；

边集建立模块（4），用于将所述关键点集中的多个关键点连接成边，计算每个所述边的长度，并确定每个所述边的权重，以构建出海上航行图的边集；

规划路径确定模块（5），用于确定待规划航路的起点和终点，采用Dijkstra算法从所述起点向所述终点方向进行最短路径搜索以及采用Dijkstra算法从所述终点向所述起点方向进行最短路径搜索，其中，在进行最短路径搜索时，在搜索到所述边集中的任一所述边上的关键点后，基于所述边集中的边的权重进行继续搜索，当搜索到一个中间结点同时处于所述起点和所述终点的最短路径搜索范围内时，将所述起点、所述中间结点和所述终点确定为候选路径，在所述候选路径的范围内进行最短路径搜索，确定出所述起点与所述终点之间的最短路径，将所述最短路径确认为所述起点与所述终点之间的规划路径。

9.一种海上航路的规划装置（100），其特征在于，包括：

存储器（6），存储有程序和/或指令；

处理器（7），执行所述程序和/或指令；

其中，所述处理器（7）在执行所述程序和/或指令时，实现如权利要求1至7中任一项所述的海上航路的规划方法的步骤。

10.一种可读存储介质，其特征在于，包括：

所述可读存储介质存储有程序和/或指令，所述程序和/或指令被执行时，实现如权利要求1至7中任一项所述的海上航路的规划方法的步骤。

Images