CN116244557B - 航道船舶流量监测方法、系统及计算机可读存储介质 - Google Patents

航道船舶流量监测方法、系统及计算机可读存储介质 Download PDF

Info

Publication number
CN116244557B
CN116244557B CN202310496701.8A CN202310496701A CN116244557B CN 116244557 B CN116244557 B CN 116244557B CN 202310496701 A CN202310496701 A CN 202310496701A CN 116244557 B CN116244557 B CN 116244557B
Authority
CN
China
Prior art keywords
channel
ship
grid
coordinates
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310496701.8A
Other languages
English (en)
Other versions
CN116244557A (zh
Inventor
苏东峰
冯建华
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.)
Beijing Hengji Pilot Technology Co ltd
Original Assignee
Beijing Hengji Pilot 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 Beijing Hengji Pilot Technology Co ltd filed Critical Beijing Hengji Pilot Technology Co ltd
Priority to CN202310496701.8A priority Critical patent/CN116244557B/zh
Publication of CN116244557A publication Critical patent/CN116244557A/zh
Application granted granted Critical
Publication of CN116244557B publication Critical patent/CN116244557B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Operations Research (AREA)
  • Ocean & Marine Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种航道船舶流量监测方法、系统和存储介质，方法包括：AIS数据处理：接收AIS数据；获取船舶坐标、处理航域的航道中心线坐标和航道中心点坐标；航道网络预处理：对处理航域划分网格，计算网格复杂度、网格斜率算法参数；船舶航道匹配：将船舶位置c匹配到所在其坐标所在网格的航道上获得匹配点e：匹配点e到航道起始点的距离le并关联船舶序号、航道序号；航道交通流特征计算：根据船舶序号、航道序号、所述le，计算航道密度和航道平均速度。一种航道船舶流量监测系统，所述系统使用上述的方法。一种计算机可读存储介质，存储实现上述的方法的程序。本发明用于航道流量实时监测，可以提供实时、准确的航道流量监测结果。

Description

航道船舶流量监测方法、系统及计算机可读存储介质
技术领域
本发明涉及航道智能管理领域，具体涉及一种航道船舶流量监测方法、系统及计算机可读存储介质。
背景技术
AIS系统，即船舶自动识别系统（Automatic Identification System），是国际海事组织、国际航标协会、国际电信联盟于2000年推出的一个具有船舶自动识别、通信和导航功能的新型助行电子系统。目前，内河航道船舶均安装AIS定位设备并向管理部门发送AIS信息，通过对AIS数据的分析和统计可以精确掌握辖区内航道利用情况和拥堵情况。相关技术中，利用AIS数据分析统计航道利用情况和拥堵情况时，由于航域内航道、船舶数量多，实时数据量大，分析计算往往有一定滞后性，不利于对航道流量的实时判断。
发明内容
本发明的发明人经过大量研究发现，相关技术中航道船舶流量监测方法在将船舶匹配到航道时，方法多采用与公路道路匹配类似的航道中心线逐点匹配算法，根据船舶AIS定位与航道中心线点位逐点计算距离，选择最近的点位作为船舶与航道匹配的点位，其计算复杂度较高，计算量较大，在大范围海量数据的计算场景下耗费时间长，是导致计算结果滞后，不能精确进行实时判断流量的主要原因。
本发明要解决相关技术中航道船舶流量监测方法计算滞后不能精确实时进行流量判断的问题。
针对上述存在的局限性，本发明提出了一种航道船舶流量监测方法及系统。
一种航道船舶流量监测方法，包括：
AIS数据处理：接收AIS数据；获取船舶坐标、处理航域的航道中心线坐标和航道中心点坐标；
航道网络预处理：对处理航域划分网格，根据网格内航道中心点坐标，计算网格复杂度，根据所述网格复杂度，计算网格斜率算法参数；
船舶航道匹配：将船舶位置c匹配到所在其坐标所在网格的航道上获得匹配点e：当所述网格复杂度小于等于预设阈值时，将船舶位置c向所在网格的航道中心线的近似直线上垂直投影，获得匹配点e；当所述网格复杂度大于预设阈值时，依次计算所述船舶位置c与所在网格的所有航道中心点的距离，使得所述距离最小的航道中心点作为匹配点e；计算匹配点e到航道起始点的距离le并关联船舶序号、航道序号；
航道交通流特征计算：根据所述船舶序号、所述航道序号、所述le，计算处理航域内所有航道的航道密度和航道平均速度；
所述网格复杂度的计算公式为：
，
所述、/>为网格包含的所述航道中心点的坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标；所述航道中心点有n个，n为自然数，所述编号顺序为所述网格内的航道中心点，沿从所述航道起始点至所述匹配点e的方向，依次按照位置排列顺序从1至n进行编号。
进一步地：所述AIS数据处理包括：
获取AIS数据：使用KAFKA消息队列接收AIS数据并存储；
获取船舶坐标：获取处理航域内AIS数据中的船舶定位，进行大地经纬度坐标向球面XY坐标系坐标的坐标变换，获取船舶坐标；
获取航道中心点坐标：通过接收输入获取航道中心线坐标，在所述航道中心线上按照预设距离取点作为航道中心点，从而获取航道中心点坐标。进一步地：所述航道网络预处理包括：
S201：对处理航域按照预设的规则划分网格，确定网格线坐标，所述网格线坐标为球面XY坐标系坐标；
S202：根据所述网格线坐标、所述航道中心点坐标，确定网格内航道中心点的坐标；
S203：使用所述网格内航道中心点的坐标计算所述网格复杂度并储存；
S204：当所述网格复杂度小于等于预设阈值时，计算所述网格斜率算法参数并储存；
S205：遍历处理航域内所有网格，运行步骤S203-S204。
进一步地：所述船舶航道匹配包括以下步骤：
S301：获取所述船舶坐标和所述船舶序号；
S302：查找所述船舶坐标所在网格，获取所述船舶坐标所在网格的网格复杂度；
S303：将船舶位置c匹配到其坐标所在网格的航道上获得匹配点e，计算所述le；
S304：关联并存储船舶序号、所述le和所述航道的航道序号；
S305：对处理航域内所有船舶重复步骤S301-S304。
进一步地：所述航道密度的计算方法为：
查找航道的所述航道序号对应的船舶总数和航道总长度，对于所述航道：航道密度=船舶总数/航道总长度；
所述航道平均速度的计算方法为：
根据所述航道序号、所述le计算航道平均速度；
在t1时间，查找航道序号对应船舶的船舶序号，在t2时间，查找航道序号对应船舶的船舶序号，对于所述t1时间及t2时间均查找到的船舶序号，依次对于每个船舶序号，获取t1时间所述船舶位置c与航道起始点的距离，获取t2时间所述船舶位置c与航道起始点的距离/>，计算船舶航道平均速度：
，
式中，t2>t1；
计算航道平均速度，所述航道平均速度为：所述航道所有船舶的船舶航道平均速度的平均值。
进一步地：当所述网格复杂度大于预设阈值时，满足使下式li为最小值的xi、yi为匹配点e坐标：
，xi、yi为网格内航道中心点坐标；所述xc、yc为船舶坐标；
计算所述le，公式为：
，
xk、yk为在所述航道上，从所述航道起始点至所述匹配点e，所有的航道中心点的坐标，xk+1、yk+1为沿从所述航道起始点至所述匹配点e的方向，按照位置排列顺序，坐标xk、yk的下一个相邻坐标，所述坐标共有m个，m为自然数。
进一步地：当所述网格复杂度小于等于预设阈值时，根据所述网格斜率法参数，使用网格斜率法计算所述le，公式为：
；
所述网格斜率算法参数为t、c、la，
；
式中，xc、yc为船舶坐标；xa、ya为网格内航道中心点的起点a的坐标；xb、yb为网格内航道中心点的终点b的坐标；
la为所述起点a与航道起始点的距离，la计算公式为：
，
式中，
xk、yk为在所述航道上，从所述航道起始点至所述起点a，所有的航道中心点的坐标，xk+1、yk+1为沿从所述航道起始点至所述起点a的方向，按照位置排列顺序，坐标xk、yk的下一个相邻坐标，所述坐标共有m个，m为自然数。
一种航道船舶流量监测系统，所述系统使用如上述所述的方法，所述系统包括：
AIS数据处理模块：接收AIS数据；获取船舶坐标和处理航域的航道中心点坐标；
航道网络预处理模块：对处理航域划分网格，根据AIS数据处理模块输出的航道中心点坐标，确定网格内航道中心点坐标，计算网格复杂度，根据所述网格复杂度，计算网格斜率算法参数；
船舶航道匹配模块：根据所述AIS数据处理模块输出的船舶坐标，从所述航道网络预处理模块获取船舶坐标所在网格的网格复杂度、网格斜率算法参数，将船舶匹配到所在网格的航道上获得匹配点e，计算所述匹配点e到航道起始点的距离le并关联船舶序号、所述航道的航道序号；
航道交通流特征计算模块：从所述船舶航道匹配模块查找所述航道序号、所述船舶序号、所述le，计算航道密度和航道平均速度；
所述网格复杂度的计算公式为：
，
所述、/>为网格包含的所述航道中心点的坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标；所述航道中心点有n个，n为自然数，所述编号顺序为所述网格内的航道中心点，沿从所述航道起始点至所述匹配点e的方向，依次按照位置排列顺序从1至n进行编号。
一种计算机可读存储介质，所述可读存储介质上存储航道船舶流量监测程序，所述程序被执行时实现上述所述的方法。
与相关技术相对比，本发明具有以下优点：
本发明的一个发明点的航道船舶流量监测方法，通过将处理航域划分网格，预先计算网格复杂度、网格斜率算法参数，通过预先计算节省了实时计算时的运算量；当网格复杂度低时，使用已计算好的网格斜率算法参数，用斜率匹配的方式用简单的斜率计算代替逐点匹配法，简化了船舶到航道的匹配步骤的计算，从而进一步节省了实时计算的计算量，即使在海量数据的计算场景下，也可以通过较少的算力实现实时计算，对航道流量进行实时、准确的监测。
本发明的另一个发明点的航道船舶流量监测系统，使用了上述航道船舶流量监测方法，也具有上述方法的优点。
本发明的另一个发明点的计算机可读存储介质，通过运行计算机可读存储介质上存储的可执行程序，可以实现上述航道船舶流量监测方法，因此也具有上述方法的优点。
附图说明
图1为本发明一个实施例的航道船舶流量监测系统的结构图；
图2为本发明一个实施例的航道船舶流量监测系统的结构图；
图3为本发明一个实施例的航道船舶流量监测方法的航道网络预处理的流程图；
图4为本发明一个实施例的航道船舶流量监测方法的船舶航道匹配的流程图；
图5为本发明一个实施例的网格斜率法的原理示意图；
图6为本发明一个实施例的逐点匹配法的原理示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面对本发明进行进一步详细说明。但是应该理解，此处所描述仅仅用以解释本发明，并不用于限制本发明的范围。
除非另有定义，本文所使用的所有的技术术语和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同，本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本发明。本文中所涉及的表征手段均可参阅现有技术中的相关描述，本文中不再赘述。
为了进一步了解本发明，下面结合最佳实施例对本发明作进一步的详细说明。
实施例
一种航道船舶流量监测方法，包括：
AIS数据处理：接收AIS数据；获取船舶坐标、处理航域的航道中心线坐标和航道中心点坐标；
航道网络预处理：对处理航域划分网格，根据网格内航道中心点坐标，计算网格复杂度，根据所述网格复杂度，计算网格斜率算法参数；
船舶航道匹配：将船舶位置c匹配到所在其坐标所在网格的航道上获得匹配点e：当所述网格复杂度小于等于预设阈值时，将船舶位置c向所在网格的航道中心线的近似直线上垂直投影，获得匹配点e；当所述网格复杂度大于预设阈值时，依次计算所述船舶位置c与所在网格的所有航道中心点的距离，使得所述距离最小的航道中心点作为匹配点e；计算匹配点e到航道起始点的距离le并关联船舶序号、航道序号；
航道交通流特征计算：根据所述船舶序号、所述航道序号、所述le，计算处理航域内所有航道的航道密度和航道平均速度。
船舶坐标为船舶位置c的XY坐标系坐标。
在处理航域中，通常存在多条航道，航道的航道中心线通常通过人工测绘的方式而获得。
在每条航道中心线上按照预设的间距，取间隔相等的点作为航道中心点，航道中心线有两个端点，任意取一侧的端点为航道起始点，例如取东侧或北侧的端点作为起始点。由于本方案中主要关注航道的拥堵情况、航道平均速度情况，因此任取一侧端点的方式对输出结果没有影响。
取航道中心点的间隔，为50-400m，优选为50m、100m、200m、400m；
划分网格的网格边长为，优选为500m、1km、2km；
选择的航域、划分网格边长、取航道中心点的间隔比，满足以下约束：保证划分网格的区域包含至少1条航道；保证网格内至少划分到一个航道中心点。
船舶航道匹配，是将船舶位置c匹配到附近的航道中心线，确定匹配到航道中心线上的匹配点e。进一步计算从匹配点e到航道起始点的距离le，在实际计算中，通常忽略航道宽度的影响，船舶距离航道起始点的距离通常以匹配点e到航道起始点的距离为准，可以近似为：
，
将船舶位置c匹配到附近的航道，可以求航道中心线上距离船舶位置c最近的点，将该点作为匹配点e，由于这种算法计算量较大，因此使用逐点匹配法进行计算。逐点匹配法是分别求出船舶坐标所在网格内所有航道中心点与c点的距离，其中距离最短的航道中心点为匹配点e。所述逐点匹配法如图6所示，在以d为参考点的网格中，船舶位置c点，其坐标所在网格内有a、b、f、e、g共5个航道中心点，依次计算c点到点a、b、f、e、g的距离，求出距离最近的点即为匹配点e，再通过计算从航道起始点到e点的距离，即求出所述le。从航道起始点到e点的距离，可以计算中间经过的各航道中心点之间的距离，所有距离之和为从航道起始点到e点的距离。
，
xk、yk为在所述航道上，从所述航道起始点至所述匹配点e，所有的航道中心点的坐标，xk+1、yk+1为按照从所述航道起始点至所述匹配点e的方向，坐标xk、yk的下一个相邻坐标，所述坐标共有m个，m为自然数。
在上述示例中，网格内航道中心点为5个，不限于上述示例，根据实际网格划分情况，实际划分到网格内的航道中心点数目进行计算。设距离最近的点为e点，即根据实际计算结果，将使下式为最小值的xi、yi坐标作为e点坐标，从而求出的匹配点e：
，
式中，xi、yi为网格内航道中心点的坐标。
当网格内有2条或以上航道中心线时，使用逐点匹配法进行计算，实际处理中，由于航域的地理分布例如天然河流的形成会有一定距离、海域上为了船只安全航线之间具有安全距离，因此通过选取合适的划分网格大小，可以使内有2条或以上航道中心线的网格的比例小于预设阈值，从而不影响航道流量监测的计算结果。
上述逐点匹配法的计算量较大，当网格复杂度小于等于预设阈值时，可以使用网格斜率法，具体原理为，如图5所示，当网格内航道中心点的几何分布可以近似直线时，上述匹配点e，可以近似为从船舶位置c点向网格内航道中心线的近似直线进行垂直投影，投影点为匹配点e。
所述近似直线为网格内所有航道中心点进行直线拟合的拟合直线，或，所述近似直线为起点a和终点b的连线。所述起点a为网格内航道中心点中距离航道起始点最近的点；所述终点b为网格内航道中心点中距离航道起始点最远的点。在航道中心线上按固定间隔取航道中心点时，可以记录航道中心点的序号，根据序号，可以在划分网格时，确定上述a点和b点。
因此，当网格复杂度小于等于预设阈值时，可以将航道中心点的分布近似为直线分布，从而将船舶位置c匹配到航道中心线时可以采用斜率投影的简单方式进行投影，如图所示投影点为点e。此时，可以认为le满足：
，
lae为起点a到投影点e的距离；通过预先计算每个网格的网格斜率参数，即可快速计算上式。la为起点a到航道起始点的距离。
网格斜率法参数包括la、t、c。
；
式中，xk、yk为在所述航道上，从所述航道起始点至所述起点a，所有的航道中心点的坐标，xk+1、yk+1为沿从所述航道起始点至所述起点a的方向，按照位置排列顺序，坐标xk、yk的下一个相邻坐标，所述坐标共有m个，m为自然数。
由于la可以预先计算，上述网格斜率法参数也可以预先计算，因此知道船舶坐标即可快速计算le，满足下式：
；
式中，t、c为网格斜率法参数，t表示网格内航道中心点的起点a和终点b的连线与x坐标轴夹角的正切值；
c表示网格内航道中心点的起点a和终点b的连线与x坐标轴夹角的余弦值。
xa、ya为网格内航道中心点的起点a的坐标；xb、yb为网格内航道中心点的终点b的坐标。
因此通过计算网格复杂度，可以将航道中心点几何分布近似直线的情况下进行简化计算，从而大大减少了计算量，在海量数据的场景下也能保证没有计算时延。
通过将处理航域划分网格，预先计算网格复杂度、网格斜率算法参数，通过预先计算节省了实时计算时的运算量；当网格复杂度低时，使用已计算好的网格斜率算法参数，用斜率匹配的方式用简单的斜率计算代替逐点匹配法，简化了船舶到航道的匹配步骤的计算，从而进一步节省了实时计算的计算量，即使在海量数据的计算场景下，也可以通过较少的算力实现实时计算，对航道流量进行实时、准确的监测。
实施例2
在实施例1的基础上，进一步地：所述AIS数据处理包括：
获取AIS数据：使用KAFKA消息队列接收AIS数据并存储；
获取船舶坐标：获取处理航域内AIS数据中的船舶定位，进行大地经纬度坐标向球面XY坐标系坐标的坐标变换，获取船舶坐标；
获取航道中心点坐标：通过接收输入获取航道中心线坐标，在所述航道中心线上按照预设距离取点作为航道中心点，从而获取航道中心点坐标。通常所述输入的数据来源为人工测绘的航道图或海图。
航道中心线由多个航道中心点组成，所述预设距离通常为50-400米，可以设置为弯道处所取点的距离更近。
通过接收输入获取航道中心点坐标的方法，是将人工测绘的航道中心线定位，转换为球面XY坐标系坐标，在航道中心线上依据预设的间隔依次取点作为航道中心点。
大地经纬度坐标向球面XY坐标系坐标的坐标变换，可以使用墨卡托投影变换的方法。上述投影，是将大地经纬度坐标（L，B，H）投影到墨卡托平面，即：；
式中， F1、F2是墨卡托投影函数； L为经度坐标， B 纬度坐标，在高度差较小的场景下，通常不考虑高度H。 x， y是该点投影后的平面直角坐标，即墨卡托投影面XY坐标系坐标。
进一步地：如图3所示，所述航道网络预处理包括以下步骤：
S201：对处理航域按照预设的规则划分网格，确定网格线坐标，所述网格线坐标为球面XY坐标系坐标；
S202：根据所述网格线坐标、所述航道中心点坐标，确定网格内航道中心点的坐标；
S203：使用所述网格内航道中心点的坐标计算所述网格复杂度并储存；
S204：当所述网格复杂度小于等于预设阈值时，计算所述网格斜率算法参数并储存；
S205：遍历处理航域内所有网格，运行步骤S203-S204。
网格的划分，可根据需要，网格的边长可以为1km、2km、4km等，例如图5中所示为，以1km*1km划分一个网格。
球面XY坐标系，X轴方向的确定，可以平行于赤道，也可以预先根据需要进行规定，确定X坐标轴方向即确定了Y坐标轴方向。
进一步地：所述船舶航道匹配包括以下步骤：
S301：获取所述船舶坐标和所述船舶序号；
S302：查找所述船舶坐标所在网格，获取所述船舶坐标所在网格的网格复杂度；
S303：将船舶位置c匹配到其坐标所在网格的航道上获得匹配点e，计算所述le；
S304：关联并存储船舶序号、所述le和所述航道的航道序号；
S305：对处理航域内所有船舶重复步骤S301-S304。
进一步地：所述航道密度的计算方法为：
查找航道的所述航道序号对应的船舶总数和航道总长度，对于所述航道：航道密度=船舶总数/航道总长度；
所述航道密度在计算时，依次查找在特定时间点每个航道的船舶总数和航道总长度进行计算，从而得到特定时间点每个航道的所述航道密度；此航道密度显示的是这个时间点实时的密度。
求特定时间段内的航道平均密度：可以按照上述方法计算特定时间段内多个时间点的航道密度，时间点可以根据需要进行选取，再将结果分别对各航道求均值，从而求出各航道特定时间段内航道平均密度。上述时间点的选取，例如但不限于：每隔0.1s、1s、2s、5s、10s、30s、1min、5min、10min、1小时、2小时、4小时、12小时、1天、2天、1月等，选取2~100个时间点来计算。
所述航道平均速度的计算方法为：
根据所述航道序号、所述le计算航道平均速度；
在t1时间，查找航道序号对应船舶的船舶序号，在t2时间，查找航道序号对应船舶的船舶序号，对于所述t1时间及t2时间均查找到的船舶序号，依次对于每个船舶序号，获取t1时间所述船舶位置c与航道起始点的距离，获取t2时间所述船舶位置c与航道起始点的距离/>，计算船舶航道平均速度：
，式中，t2>t1；
计算航道平均速度，所述航道平均速度为：所述航道所有船舶的船舶航道平均速度的平均值。
进一步地：所述网格复杂度的计算公式为：
，
所述、/>为网格包含的所述航道中心点的坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标；所述航道中心点有n个，n为自然数，所述编号顺序为所述网格内的航道中心点，沿从所述航道起始点至所述匹配点e的方向，依次按照位置排列顺序从1至n进行编号。
在所述获取航道中心点坐标时，通过接收输入获取航道中心线坐标，在所述航道中心线上按照预设距离取点作为航道中心点，从而获取航道中心点坐标。在取点的过程中，依次按照位置顺序取点，就可以获得上述位置排列顺序。
进一步地：当所述网格复杂度大于预设阈值时，使用逐点匹配法计算le：使下式li为最小值的xi、yi为匹配点e坐标：
，xi、yi为网格内航道中心点坐标；
计算所述le，公式为：
，
xk、yk为在所述航道上，从所述航道起始点至所述匹配点e，所有的航道中心点的坐标，xk+1、yk+1为沿从所述航道起始点至所述匹配点e的方向，按照位置排列顺序，坐标xk、yk的下一个相邻坐标，所述坐标共有m个，m为自然数。
进一步地：当所述网格复杂度小于等于预设阈值时，根据所述网格斜率法参数，使用网格斜率法计算所述le，公式为：
；
所述网格斜率算法参数为t、c、la，
；
式中，xc、yc为船舶坐标；xa、ya为网格内航道中心点的起点a的坐标；xb、yb为网格内航道中心点的终点b的坐标；
la为所述起点a与航道起始点的距离，la计算公式为：
，
式中，xk、yk为在所述航道上，从所述航道起始点至所述起点a，所有的航道中心点的坐标，xk+1、yk+1为沿从所述航道起始点至所述起点a的方向，按照位置排列顺序，坐标xk、yk的下一个相邻坐标，所述坐标共有m个，m为自然数。
网格复杂度低，说明该网格内航道可近似直线处理，根据精确度要求不同，可取不同阈值进行判断，低于阈值为网络复杂度低的网格，其航道匹配在网格内可近似于直线处理，使用斜率计算法计算le。
如果网格网络复杂度高于阈值，则在预处理中不计算网格斜率算法参数，在船舶网络匹配中使用逐点匹配法计算le，所述网格复杂度阈值为25-45，优选30度为阈值。
实施例3
一种航道船舶流量监测系统，所述系统使用实施例1或2所述的方法，所述系统包括：
AIS数据处理模块：接收AIS数据；获取船舶坐标和处理航域的航道中心点坐标；
航道网络预处理模块：对处理航域划分网格，根据AIS数据处理模块输出的航道中心点坐标，确定网格内航道中心点坐标，计算网格复杂度，根据所述网格复杂度，计算网格斜率算法参数；
船舶航道匹配模块：根据所述AIS数据处理模块输出的船舶坐标，从所述航道网络预处理模块获取船舶坐标所在网格的网格复杂度、网格斜率算法参数，将船舶匹配到所在网格的航道上获得匹配点e，计算所述匹配点e到航道起始点的距离le并关联船舶序号、所述航道的航道序号；
航道交通流特征计算模块：从所述船舶航道匹配模块查找所述航道序号、所述船舶序号、所述le，计算航道密度和航道平均速度。
进一步地：所述系统还可以包括：
船舶轨迹存储模块，按照预设的时间间隔，存储船舶序号、所述航道的航道序号、所述匹配点e到航道起始点的距离le。
所述船舶航道匹配模块可以按照预设的时间间隔对le进行计算或者可以响应航道交通流特征计算模块的请求，对le进行计算。
实施例4
一种计算机可读存储介质，所述可读存储介质上存储航道船舶流量监测程序，所述程序被执行时实现上述实施例1或2的方法。
在本发明的实施例中，本发明的方法、系统和存储介质可以用于航道船舶流量监测和船舶航道匹配，可以理解，本发明不限于上述应用，可以应用于一切适用本发明构思的应用场景中。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换或改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种航道船舶流量监测方法，其特征在于：包括：
AIS数据处理：接收AIS数据；获取船舶坐标、处理航域的航道中心线坐标和航道中心点坐标；
航道网络预处理：对处理航域划分网格，根据网格内航道中心点坐标，计算网格复杂度，根据所述网格复杂度，计算网格斜率算法参数；
船舶航道匹配：将船舶位置c匹配到所在其坐标所在网格的航道上获得匹配点e：当所述网格复杂度小于等于预设阈值时，将船舶位置c向所在网格的航道中心线的近似直线上垂直投影，获得匹配点e；当所述网格复杂度大于预设阈值时，依次计算所述船舶位置c与所在网格的所有航道中心点的距离，使得所述距离最小的航道中心点作为匹配点e；计算匹配点e到航道起始点的距离le并关联船舶序号、航道序号；
航道交通流特征计算：根据所述船舶序号、所述航道序号、所述le，计算处理航域内所有航道的航道密度和航道平均速度；
所述网格复杂度的计算公式为：
，
所述、/>为网格包含的所述航道中心点的坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标；所述航道中心点有n个，n为自然数，所述编号顺序为所述网格内的航道中心点，沿从所述航道起始点至所述匹配点e的方向，依次按照位置排列顺序从1至n进行编号。
2.如权利要求1所述的方法，其特征在于：
所述AIS数据处理包括：
获取AIS数据：使用KAFKA消息队列接收AIS数据并存储；
获取船舶坐标：获取处理航域内AIS数据中的船舶定位，进行大地经纬度坐标向球面XY坐标系坐标的坐标变换，获取船舶坐标；
获取航道中心点坐标：通过接收输入获取航道中心线坐标，在所述航道中心线上按照预设距离取点作为航道中心点，从而获取航道中心点坐标。
3.如权利要求1所述的方法，其特征在于：
所述航道网络预处理包括：
S201：对处理航域按照预设的规则划分网格，确定网格线坐标，所述网格线坐标为球面XY坐标系坐标；
S202：根据所述网格线坐标、所述航道中心点坐标，确定网格内航道中心点的坐标；
S203：使用所述网格内航道中心点的坐标计算所述网格复杂度并储存；
S204：当所述网格复杂度小于等于预设阈值时，计算所述网格斜率算法参数并储存；
S205：遍历处理航域内所有网格，运行步骤S203-S204。
4.如权利要求1所述的方法，其特征在于：
所述船舶航道匹配包括以下步骤：
S301：获取所述船舶坐标和所述船舶序号；
S302：查找所述船舶坐标所在网格，获取所述船舶坐标所在网格的网格复杂度；
S303：将船舶位置c匹配到其坐标所在网格的航道上获得匹配点e，计算所述le；
S304：关联并存储船舶序号、所述le和所述航道的航道序号；
S305：对处理航域内所有船舶重复步骤S301-S304。
5.如权利要求1所述的方法，其特征在于：
所述航道密度的计算方法为：
查找航道的所述航道序号对应的船舶总数和航道总长度，对于所述航道：航道密度=船舶总数/航道总长度；
所述航道平均速度的计算方法为：
根据所述航道序号、所述le计算航道平均速度；
在t1时间，查找航道序号对应船舶的船舶序号，在t2时间，查找航道序号对应船舶的船舶序号，对于所述t1时间及t2时间均查找到的船舶序号，依次对于每个船舶序号，获取t1时间所述船舶位置c与航道起始点的距离，获取t2时间所述船舶位置c与航道起始点的距离/>，计算船舶航道平均速度：
式中，t2>t1；
，
计算航道平均速度，所述航道平均速度为：所述航道所有船舶的船舶航道平均速度的平均值。
6.如权利要求1所述的方法，其特征在于：
当所述网格复杂度大于预设阈值时，满足使下式li为最小值的xi、yi为匹配点e坐标：
，xi、yi为网格内航道中心点坐标；所述xc、yc为船舶坐标；
计算所述le，公式为：
，
所述xk、yk为在所述航道上，从所述航道起始点至所述匹配点e，所有的航道中心点的坐标，所述xk+1、yk+1为按照从所述航道起始点至所述匹配点e的方向，坐标xk、yk的下一个相邻坐标，所述坐标共有m个，m为自然数。
7.如权利要求1所述的方法，其特征在于：
当所述网格复杂度小于等于预设阈值时，根据网格斜率法参数，使用网格斜率法计算所述le，公式为：
；
所述网格斜率算法参数为t、c、la，
；
式中，所述xc、yc为船舶坐标；所述xa、ya为网格内航道中心点的起点a的坐标；所述xb、yb为网格内航道中心点的终点b的坐标；
la为所述起点a与航道起始点的距离，la计算公式为：
，
所述xk、yk为在所述航道上，从所述航道起始点至所述起点a，所有的航道中心点的坐标，所述xk+1、yk+1为沿从所述航道起始点至所述起点a的方向，按照位置排列顺序，坐标xk、yk的下一个相邻坐标，所述坐标共有m个，m为自然数。
8.一种航道船舶流量监测系统，其特征在于：所述系统使用如权利要求1-7任意一项所述的方法，所述系统包括：
AIS数据处理模块：接收AIS数据；获取船舶坐标和处理航域的航道中心点坐标；
航道网络预处理模块：对处理航域划分网格，根据AIS数据处理模块输出的航道中心点坐标，确定网格内航道中心点坐标，计算网格复杂度，根据所述网格复杂度，计算网格斜率算法参数；
船舶航道匹配模块：根据所述AIS数据处理模块输出的船舶坐标，从所述航道网络预处理模块获取船舶坐标所在网格的网格复杂度、网格斜率算法参数，将船舶匹配到所在网格的航道上获得匹配点e，计算所述匹配点e到航道起始点的距离le并关联船舶序号、所述航道的航道序号；
航道交通流特征计算模块：从所述船舶航道匹配模块查找所述航道序号、所述船舶序号、所述le，计算航道密度和航道平均速度；
所述网格复杂度的计算公式为：
，
所述、/>为网格包含的所述航道中心点的坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标，所述/>、/>为所述坐标/>、/>按照编号顺序的下一个坐标；所述航道中心点有n个，n为自然数，所述编号顺序为所述网格内的航道中心点，沿从所述航道起始点至所述匹配点e的方向，依次按照位置排列顺序从1至n进行编号。
9.一种计算机可读存储介质，其特征在于，所述可读存储介质上存储航道船舶流量监测程序，所述程序被执行时实现如权利要求1-7任一项所述的方法。
CN202310496701.8A 2023-05-05 2023-05-05 航道船舶流量监测方法、系统及计算机可读存储介质 Active CN116244557B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310496701.8A CN116244557B (zh) 2023-05-05 2023-05-05 航道船舶流量监测方法、系统及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310496701.8A CN116244557B (zh) 2023-05-05 2023-05-05 航道船舶流量监测方法、系统及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN116244557A CN116244557A (zh) 2023-06-09
CN116244557B true CN116244557B (zh) 2023-07-28

Family

ID=86631628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310496701.8A Active CN116244557B (zh) 2023-05-05 2023-05-05 航道船舶流量监测方法、系统及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN116244557B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102376927B1 (ko) * 2021-07-01 2022-03-22 주식회사 비아이씨티 해상용 지능형 cctv 관제 방법
CN113610312B (zh) * 2021-08-16 2024-07-19 重庆交通大学 基于改进遗传算法的船舶航行实时最优航线规划方法
CN113686342A (zh) * 2021-08-24 2021-11-23 重庆大学 一种基于网格参考航向的控制河段船舶上下水判定方法
CN114066354B (zh) * 2021-11-12 2023-10-31 中远海运科技股份有限公司 一种基于全球船舶历史航迹的智能航线推荐方法及系统

Also Published As

Publication number Publication date
CN116244557A (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN106021675B (zh) 一种基于多源船舶自动识别系统数据的数据融合方法
CN113450596B (zh) 基于船舶轨迹特征点提取的时空dp方法
CN103531043B (zh) 基于航线匹配的船舶点到点航行时间估算方法
CN107886773B (zh) 一种基于信息量的船舶所处会遇态势紧迫度量化分析方法
CN109977523B (zh) 一种海量船舶ais轨迹数据在线压缩方法及装置
CN109188464B (zh) 一种基于北斗船位数据的渔船在港和出海时间的分析方法
CN105390028A (zh) 船舶航行轨迹的纠正方法和系统
CN112947485B (zh) 路径规划方法及系统
CN115273557B (zh) 一种基于ais的在航船舶碰撞风险检测及预警方法和系统
CN115577324B (zh) 雷达和船舶自动识别系统数据融合方法及系统、存储介质
CN111428916B (zh) 一种海上救援船舶巡航路径规划方法
CN114936332A (zh) 一种风电场水域船舶交通流分析的方法、装置和存储介质
CN115577868B (zh) 在途船舶的目的港预测方法、装置、可读存储介质和船舶
CN114564545A (zh) 一种基于ais历史数据的船舶经验航线提取系统及方法
Silveira et al. Assessment of ship collision estimation methods using AIS data
CN104392113B (zh) 一种近海海面冷空气大风风速的估算方法
Wen et al. Spatio-temporal route mining and visualization for busy waterways
CN117232520A (zh) 一种适用于海上航行的船舶智能导航系统及导航方法
CN116244557B (zh) 航道船舶流量监测方法、系统及计算机可读存储介质
CN104933898A (zh) 一种内河航运中船舶驶达标志线时间的判定方法
CN107330587B (zh) 一种基于ais的近岸航道水深利用率计算方法
CN108052629A (zh) 一种基于高精度dem数据的快速海陆判断方法
Wang et al. AIS data-based for statistics and analysis of maritime traffic dangerous features: A case study of San Diego costal water
CN111694034A (zh) 一种基于北斗导航定位的河湖长制水情巡查系统
Lian et al. Research on ship AIS trajectory estimation based on particle filter algorithm

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