CN116402846A - 一种基于ais大数据的内河航道船舶态势分析预测方法 - Google Patents
一种基于ais大数据的内河航道船舶态势分析预测方法 Download PDFInfo
- Publication number
- CN116402846A CN116402846A CN202211671241.XA CN202211671241A CN116402846A CN 116402846 A CN116402846 A CN 116402846A CN 202211671241 A CN202211671241 A CN 202211671241A CN 116402846 A CN116402846 A CN 116402846A
- Authority
- CN
- China
- Prior art keywords
- ship
- navigation
- information
- track
- inland waterway
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 title claims abstract description 12
- 230000007613 environmental effect Effects 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000003449 preventive effect Effects 0.000 claims description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于AIS大数据的内河航道船舶态势分析预测方法,包括以下步骤:通过AIS大数据获取船舶在内河航道上的历史航行数据信息和当前航行熟悉信息,然后预设时间间隔,根据时间差计算得到船舶航行时间,以及未来某个时刻船舶的经纬度坐标,从而得到未来某个时间段内多个时间点的多个两船相对距离,通过预测未来某个时刻两船的经纬度坐标和两船最小会遇时间,从而预测船舶态势,并根据内河航道的环境信息、交通信息以及天气信息,模拟对船舶的状态。本发明解决了现有技术中在内河航道无法判断周围船舶的航行态势,减少船舶碰撞。
Description
技术领域
本发明涉及船舶交通管理技术领域,具体涉及一种基于AIS大数据的内河航道船舶态势分析预测方法。
背景技术
AIS全称为船舶自动识别系统(AutomaticIdentificationSystem),是一种新型的助航设备,能够记录船舶时空信息,蕴含了大量的船舶航行的历史数据,包括船名、水上移动业务标识(MMSI)、船舶空间位置、船速、船型、时间戳等属性。随着AIS系统的普及,国内外各港口及内河航道已广泛应用该AIS系统,航业相关政府部门及企业已经积累了大量的航海信息资源,借助于先进的数据分析手段及方法,对AIS航行数据进行深度挖掘,可以从中获取反映航道交通状态及船舶行为的有效信息,从而为航运资源的管理与调配提供依据,极大程度地避免航道拥堵,提高航运效率。
船舶态势即为船舶在客观环境下受到各种内外力影响而形成的船舶实际运动趋势及状态,以及后续可能包含着的变化。由于内河航道窄且多弯曲,内河航道上有大量的桥梁、船闸、服务区和码头等,内河航道数量多使航道拥挤,船舶种类繁杂使船舶驾驶员不能很好的判断船舶周围环境,而且对于一些简易小型船只或未装备AIS的船只来说无法获取其动态信息,使船舶在内河航道航行时往往近距离的视野盲区而发生碰撞,造成水上事故。因此,为避免船舶态势对船舶造成影响,需要提前预测船舶态势,及时发现对船舶造成的影响,从而提前做出相应的判断和决策。
发明内容
本发明要解决的技术问题是提供一种基于AIS大数据的内河航道船舶态势分析预测方法,解决了现有技术中在内河航道无法判断周围船舶的航行态势,减少船舶碰撞。
为解决上述技术问题,本发明的实施例提供一种基于AIS大数据的内河航道船舶态势分析预测方法,包括以下步骤:
S1、获取信息:获取AIS大数据中内河航道内各船舶的历史航行数据信息和当前航行数据信息;
S2、船舶定位预测:以当前时刻为时间起点、预设时间段为时间间隔,计算当前时刻后某一时间段内的多个时间点,并计算船舶与船舶之间AIS数据接收时间差和时间点,进而根据时间差计算得到船舶的航行时间,并根据步骤S1中获取的历史航行数据和当前航行数据信息计算出未来某个时刻船舶的经纬度坐标;
S3、船舶距离预测:根据步骤S2中计算出的未来某个时刻船舶的经纬度坐标得到本船和他船的相对距离,并根据步骤S1中获得的各船舶历史航行数据信息,计算未来某个时间段内多个时间点的多个两船相对距离,对多个两船相对距离中提取最小相对距离,预测两船最小会遇时间;
S4、船舶态势预测:根据步骤S2中未来某个时刻两船的经纬度坐标和步骤S3中两船最小会遇时间,判断本船和他船的会遇态势;
S5、船舶分析和判断:引入根据雷达和网络获取内河航道的环境信息、交通信息以及天气信息,模拟对船舶的状态,结合海面的风、浪、流和浅水对航行态势的影响,及时进行预防措施。
其中,步骤S1还包括以下步骤:
根据AIS大数据中内河航道内各船舶的历史航行数据提取船舶在航行轨迹中多个历史轨迹点,并根据多个历史轨迹点计算船舶的历史轨迹航速;
根据AIS获取的当前航行数据信息,提取船舶在航行轨迹中多个当前轨迹点,将航行轨迹中每个当前轨迹点与历史轨迹点进行对比,以及将航行轨迹中每个航迹点的航行速度与历史轨迹航速进行比对,若航行轨迹中轨迹点与历史轨迹点的差值大于等于预设轨迹点阈值,且航行轨迹中的当前航行速度与历史轨迹航速的差值大于等于预设航速阈值,则该轨迹点为异常点,将该异常点剔除。
其中,步骤S1中,所述AIS大数据中内河航道内各船舶的历史航行数据信息包括:船舶位置、船舶类型、船舶名称、船舶重量、船舶长宽、吃水与可用水深的关系、出发港、目的港等信息;
所述当前航行数据信息包括:船舶经纬度位置信息、时间戳、对地航向、5对地航速等。
其中,步骤S2中,还包括以下步骤:
根据步骤S1中获得的各船舶历史航行数据信息和当前航行数据信息和步骤S2中获得的船舶航行时间,确定船舶当前位置,且分析船舶是否偏离原本航线。
其中,步骤S5中,内河航道的环境信息、交通信息以及天气信息还包括内河航道的码头位置、桥梁、船闸、服务区。
本发明上述技术方案的有益效果如下:
(1)本发明通过AIS大数据信息中的历史航行数据信息和当前航行数据信息,根据经纬度、航速、及其时间的同步关系,采用预设时间间隔进行计算,5得到未来两船之间的最小会遇距离,并结合内河航道上的区域状况,提前预测船舶态势,从而能及时发现,减小船舶碰撞,降低态势对船舶带来的影响。
(2)本发明根据AIS大数据信息中的历史航行数据信息能提前了解内河航道上可能会发生的危险因素,从而提前进行提前分析,减少对船舶带来的损失。
附图说明
图1为本发明的流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
如图1所示,本发明的实施例提供一种基于AIS大数据的内河航道船舶态势分析预测方法,包括以下步骤:
本实施例中,由于AIS大数据中包含多种航行数据信息,可能存在信息错误,因此需要将部分轨迹点予以剔除,步骤S1还包括以下步骤:
根据AIS大数据中内河航道内各船舶的历史航行数据提取船舶在航行轨迹中多个历史轨迹点,并根据多个历史轨迹点计算船舶的历史轨迹航速;
根据AIS获取的当前航行数据信息,提取船舶在航行轨迹中多个当前轨迹点,将航行轨迹中每个当前轨迹点与历史轨迹点进行对比,以及将航行轨迹中每个航迹点的航行速度与历史轨迹航速进行比对,若航行轨迹中轨迹点与历史轨迹点的差值大于等于预设轨迹点阈值,且航行轨迹中的当前航行速度与历史轨迹航速的差值大于等于预设航速阈值,则该轨迹点为异常点,将该异常点剔除。
本实施例中,步骤S1中,所述AIS大数据中内河航道内各船舶的历史航行数据信息包括:船舶位置、船舶类型、船舶名称、船舶重量、船舶长宽、吃水与可用水深的关系、出发港、目的港等信息;
所述当前航行数据信息包括:船舶经纬度位置信息、时间戳、对地航向、对地航速等。
步骤S2中,还包括以下步骤:根据步骤S1中获得的各船舶历史航行数据信息和当前航行数据信息和步骤S2中获得的船舶航行时间,确定船舶当前位置,且分析船舶是否偏离原本航线。
步骤S5中,内河航道的环境信息、交通信息以及天气信息还包括内河航道的码头位置、桥梁、船闸、服务区等信息。
本发明中,首先通过AIS大数据获取船舶在内河航道上的历史航行数据信息和当前航行熟悉信息,然后预设时间间隔,根据时间差计算得到船舶航行时间,以及未来某个时刻船舶的经纬度坐标,从而得到未来某个时间段内多个时间点的多个两船相对距离,通过预测未来某个时刻两船的经纬度坐标和两船最小会遇时间,从而预测船舶态势,并根据内河航道的环境信息、交通信息以及天气信息,模拟对船舶的状态。提前进行提前分析,减小船舶碰撞,降低态势对船舶带来的影响,减少对船舶带来的损失。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于AIS大数据的内河航道船舶态势分析预测方法,其特征在于,包括以下步骤:
S1、获取信息:获取AIS大数据中内河航道内各船舶的历史航行数据信息和当前航行数据信息;
S2、船舶定位预测:以当前时刻为时间起点、预设时间段为时间间隔,计算当前时刻后某一时间段内的多个时间点,并计算船舶与船舶之间AIS数据接收时间差和时间点,进而根据时间差计算得到船舶的航行时间,并根据步骤S1中获取的历史航行数据和当前航行数据信息计算出未来某个时刻船舶的经纬度坐标;
S3、船舶距离预测:根据步骤S2中计算出的未来某个时刻船舶的经纬度坐标得到本船和他船的相对距离,并根据步骤S1中获得的各船舶历史航行数据信息,计算未来某个时间段内多个时间点的多个两船相对距离,对多个两船相对距离中提取最小相对距离,预测两船最小会遇时间;
S4、船舶态势预测:根据步骤S2中未来某个时刻两船的经纬度坐标和步骤S3中两船最小会遇时间,判断本船和他船的会遇态势;
S5、船舶分析和判断:引入根据雷达和网络获取内河航道的环境信息、交通信息以及天气信息,模拟对船舶的状态估计,结合海面的风、浪、流和浅水对航行态势的影响,及时进行预防措施。
2.根据权利要求1所述的基于AIS大数据的内河航道船舶态势分析预测方法,其特征在于,步骤S1还包括以下步骤:
根据AIS大数据中内河航道内各船舶的历史航行数据提取船舶在航行轨迹中多个历史轨迹点,并根据多个历史轨迹点计算船舶的历史轨迹航速;
根据AIS获取的当前航行数据信息,提取船舶在航行轨迹中多个当前轨迹点,将航行轨迹中每个当前轨迹点与历史轨迹点进行对比,以及将航行轨迹中每个航迹点的航行速度与历史轨迹航速进行比对,若航行轨迹中轨迹点与历史轨迹点的差值大于等于预设轨迹点阈值,且航行轨迹中的当前航行速度与历史轨迹航速的差值大于等于预设航速阈值,则该轨迹点为异常点,将该异常点剔除。
3.根据权利要求1所述的基于AIS大数据的内河航道船舶态势分析预测方法,其特征在于,步骤S1中,所述AIS大数据中内河航道内各船舶的历史航行数据信息包括:船舶位置、船舶类型、船舶名称、船舶重量、船舶长宽、吃水与可用水深的关系、出发港、目的港的信息;
所述当前航行数据信息包括:船舶经纬度位置信息、时间戳、对地航向、对地航速。
4.根据权利要求1所述的基于AIS大数据的内河航道船舶态势分析预测方法,其特征在于,步骤S2中,还包括以下步骤:
根据步骤S1中获得的各船舶历史航行数据信息和当前航行数据信息和步骤S2中获得的船舶航行时间,确定船舶当前位置,且分析船舶是否偏离原本航线。
5.根据权利要求1所述的基于AIS大数据的内河航道船舶态势分析预测方法,其特征在于,步骤S5中,内河航道的环境信息、交通信息以及天气信息还包括内河航道的码头位置、桥梁、船闸、服务区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211671241.XA CN116402846A (zh) | 2022-12-26 | 2022-12-26 | 一种基于ais大数据的内河航道船舶态势分析预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211671241.XA CN116402846A (zh) | 2022-12-26 | 2022-12-26 | 一种基于ais大数据的内河航道船舶态势分析预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116402846A true CN116402846A (zh) | 2023-07-07 |
Family
ID=87006320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211671241.XA Pending CN116402846A (zh) | 2022-12-26 | 2022-12-26 | 一种基于ais大数据的内河航道船舶态势分析预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116402846A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037547A (zh) * | 2023-10-07 | 2023-11-10 | 交通运输部水运科学研究所 | 一种航道关键节点的拥堵程度评价方法、系统及存储介质 |
CN117727207A (zh) * | 2024-02-18 | 2024-03-19 | 交通运输部水运科学研究所 | 一种船舶通过弯曲河道航行状态判别方法及系统 |
-
2022
- 2022-12-26 CN CN202211671241.XA patent/CN116402846A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037547A (zh) * | 2023-10-07 | 2023-11-10 | 交通运输部水运科学研究所 | 一种航道关键节点的拥堵程度评价方法、系统及存储介质 |
CN117037547B (zh) * | 2023-10-07 | 2023-12-19 | 交通运输部水运科学研究所 | 一种航道关键节点的拥堵程度评价方法、系统及存储介质 |
CN117727207A (zh) * | 2024-02-18 | 2024-03-19 | 交通运输部水运科学研究所 | 一种船舶通过弯曲河道航行状态判别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116402846A (zh) | 一种基于ais大数据的内河航道船舶态势分析预测方法 | |
CN103730031B (zh) | 内河桥区船载航行主动避碰系统及避碰方法 | |
CN109740494B (zh) | 一种基于船舶轨迹大数据的港口识别方法 | |
JP6633795B2 (ja) | 機械学習を用いた船舶の損失航跡データ推定システム | |
Zissis et al. | A distributed spatial method for modeling maritime routes | |
CN113553682B (zh) | 一种数据驱动的多层次船舶航路网络构建方法 | |
Altan et al. | Maritime Traffic Analysis of the Strait of Istanbul based on AIS data | |
CN112967527A (zh) | 一种渡船碰撞风险评估方法、系统、装置及介质 | |
CN104916166A (zh) | 一种桥梁防撞预警系统及实现方法 | |
KR100807822B1 (ko) | 항만 및 협수로를 위한 전자 선박인도방법 및 시스템 | |
CN111047911A (zh) | 一种基于电子海图的海上事故预警导航方法 | |
CN116797117A (zh) | 港口拥堵状态监测与评估方法、系统、终端和存储介质 | |
CN114881336A (zh) | 自动标示虚拟航标方法、系统、计算机设备及存储介质 | |
CN112991820A (zh) | 套牌船识别方法及系统 | |
CN115346399B (zh) | 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 | |
Zaman | Study on safety of navigation using automatic identification system for marine traffic area case study: Malacca Straits | |
CN114565176B (zh) | 一种长期船舶轨迹预测方法 | |
CN113870620B (zh) | 一种多ais设备同时开启的船舶识别方法 | |
CN113793031B (zh) | 海底管线风险预测方法及装置 | |
CN113077658B (zh) | 流域管理方法、系统、计算机设备及存储介质 | |
Mannarini et al. | Preliminary inter-comparison of AIS data and optimal ship tracks | |
CN110363369B (zh) | 船舶搁置状态判断方法、装置、设备及其存储介质 | |
CN114708750A (zh) | 一种桥区水域船舶碰撞风险检测方法和装置 | |
CN115017387A (zh) | 基于船舶ais大数据的港口及泊位电子围栏构建方法 | |
CN109712433B (zh) | 一种渔船防台回港智能引导方法 |
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 |