CN116645832A

CN116645832A - 一种目标识别方法、装置、电子设备及存储介质

Info

Publication number: CN116645832A
Application number: CN202310531015.XA
Authority: CN
Inventors: 朱国明; 刘晓杰; 陈旭; 王军荣; 马剑波; 池学舜
Original assignee: Hangzhou Hikvision System Technology Co Ltd
Current assignee: Hangzhou Hikvision System Technology Co Ltd
Priority date: 2023-05-09
Filing date: 2023-05-09
Publication date: 2023-08-25

Abstract

本申请提供一种目标识别方法、装置、电子设备及存储介质，涉及智能交通技术领域，通过获取目标对象的信息，将最大相似度对应的信息进行融合，获得准确的目标对象的信息。该方法包括：获取第一对象的第一信息；在第一对象的位置在预设区域范围内的情况下，确定以第一对象的位置为中心的第一范围；确定第一范围内的至少一个第二对象的第二信息；确定第一信息与至少一个第二信息之间的第一相似度；第一相似度包括第一信息与第二信息之间的位置相似度、航向角相似度和标识相似度中的一项；将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息。

Description

一种目标识别方法、装置、电子设备及存储介质

技术领域

本申请涉及智能交通技术领域，尤其涉及一种目标识别方法、装置、电子设备及存储介质。

背景技术

随着全球航运的快速发展，船舶目标识别已成为水上交通部门的一项挑战性工作。雷达系统和船舶自动识别系统(Automatic Identification System，AIS)是保障船舶航行安全、实现水上监管的重要方法。

现有技术中，通常可以将通过雷达系统获取的船舶信息和通过船舶自动识别系统收集的船舶信息进行融合，在融合的过程中，还需要针对通过两种方式获得的船舶信息进行误差处理等操作，从而获得较为准确的船舶信息。但是目前这种融合方式中，进行误差处理的方式比较单一，并不能保证融合之后得到的船舶信息准确率。

发明内容

本申请提供一种目标识别方法、装置、电子设备及存储介质，通过雷达设备和预设数据收集方式获取目标对象的信息，确定上述两种方式获取的目标对象信息之间的位置相似度、航向角相似度或标识相似度，剔除较小相似度对应的信息，将最大相似度对应的信息进行融合，进而可以获得更加准确的目标对象的信息，减少融合过程中存在的误差问题。

第一方面，本申请提供一种目标识别方法，该方法包括：获取第一对象的第一信息，第一信息包括第一对象的位置、航向角和标识信息，第一对象的第一信息通过雷达设备采集；在第一对象的位置在预设区域范围内的情况下，确定以第一对象的位置为中心的第一范围；确定第一范围内的至少一个第二对象的第二信息；第二信息包括第二对象的预测位置、航速、航向角和标识信息；确定第一信息与至少一个第二信息之间的第一相似度；第一相似度包括第一信息与第二信息之间的位置相似度、航向角相似度和标识相似度中的一项；将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息；目标信息包括第一对象的目标位置、第一对象在目标位置的航向角和第一对象的目标标识信息。

可以理解的是，最大的第一相似度对应的第二信息为第一对象发送的信息，该方法可以减少其他对象对应的第二信息的干扰，从至少一个第二信息中确定出第一对象对应的第二信息，再与雷达设备获取的关于第一对象的第一信息进行融合，来获得更加准确的关于第一对象的位置、航向角以及标识信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

在一些实施例中，上述确定第一范围内的至少一个第二对象的第二信息，包括：从船舶自动识别系统在预设时间段内接收的数据信号中，选取位置在第一范围内的至少一个第二对象发送的数据信号；数据信号包括：数据信号的发送时刻、第二对象在发送时刻下的位置、以及第二对象的航速、航向角和标识信息；预设时间段根据第一信息的采集时刻确定；针对至少一个第二对象中的每个第二对象，根据第一信息的采集时刻和第二对象发送的数据信号，确定在第一信息的采集时刻下第二对象的预测位置；根据至少一个第二对象发送的数据信号和第二对象的预测位置，确定至少一个第二对象的第二信息。

在一些实施例中，上述确定第一信息与至少一个第二信息之间的第一相似度，包括：获取第一信息中第一对象的位置与每个第二信息中的预测位置间的至少一个距离差；将距离差确定为第一相似度。

在一些实施例中，上述确定第一信息与至少一个第二信息之间的第一相似度，包括：获取第一信息中第一对象的位置与每个第二信息中的预测位置间的至少一个距离差；在至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取第一信息中的标识信息与每个目标距离差对应的第二信息中的标识信息之间的至少一个标识相似度；在至少一个标识相似度中，存在位于预设标识相似度范围内的目标标识相似度的情况下，获取第一信息中的航向角与每个目标标识相似度对应的第二信息中的航向角之间的角度差；将角度差确定为第一相似度。

在一些实施例中，上述确定第一信息与至少一个第二信息之间的第一相似度，包括：获取第一信息中第一对象的位置与每个第二信息中的预测位置之间的至少一个距离差；在至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取第一信息中的航向角与每个目标距离差对应的第二信息中的航向角之间的至少一个角度差；在至少一个角度差中，存在位于预设角度差范围内的目标角度差的情况下，获取第一信息中的标识信息与每个目标角度差对应的第二信息中的标识信息之间的至少一个标识相似度；将标识相似度确定为第一相似度。

在一些实施例中，上述将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息，包括：在第一相似度为标识相似度，且在最大的标识相似度存在一个对应的第二信息的情况下，将最大的标识相似度对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

在一些实施例中，上述将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息，包括：在第一相似度为标识相似度，且在最大的标识相似度存在多个对应的第二信息的情况下，获取第一对象的位置与每个最大的标识相似度对应的第二信息的预测位置间的距离差；将最小距离差对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

在一些实施例中，上述将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息，包括：将第一信息中第一对象的位置作为第一对象的目标信息中的目标位置；将第一信息中的航向角作为第一对象的目标信息中的航向角；将最大的第一相似度对应的第二信息中的标识信息作为第一对象的目标信息中的目标标识信息。

第二方面，本申请提供一种目标识别装置，该装置包括：获取单元、确定单元，融合单元；获取单元，用于获取第一对象的第一信息，第一信息包括第一对象的位置、航向角和标识信息，第一对象的第一信息通过雷达设备采集；确定单元，用于在第一对象的位置在预设区域范围内的情况下，确定以第一对象的位置为中心的第一范围；确定单元，用于确定第一范围内的至少一个第二对象的第二信息；第二信息包括第二对象的预测位置、航速、航向角和标识信息；确定单元，用于确定第一信息与至少一个第二信息之间的第一相似度；第一相似度包括第一信息与第二信息之间的位置相似度、航向角相似度和标识相似度中的一项；融合单元，用于将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息；目标信息包括第一对象的目标位置、第一对象在目标位置的航向角和第一对象的目标标识信息。

在一些实施例中，该装置还包括：选取单元；选取单元，用于从船舶自动识别系统在预设时间段内接收的数据信号中，选取位置在第一范围内的至少一个第二对象发送的数据信号；数据信号包括：数据信号的发送时刻、第二对象在发送时刻下的位置、以及第二对象的航速、航向角和标识信息；预设时间段根据第一信息的采集时刻确定；确定单元，用于针对至少一个第二对象中的每个第二对象，根据第一信息的采集时刻和第二对象发送的数据信号，确定在第一信息的采集时刻下第二对象的预测位置；确定单元，还用于根据至少一个第二对象发送的数据信号和第二对象的预测位置，确定至少一个第二对象的第二信息。

在一些实施例中，获取单元，用于获取第一信息中第一对象的位置与每个第二信息中的预测位置间的至少一个距离差；确定单元，用于将距离差确定为第一相似度。

在一些实施例中，获取单元，用于获取第一信息中第一对象的位置与每个第二信息中的预测位置间的至少一个距离差；获取单元，用于在至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取第一信息中的标识信息与每个目标距离差对应的第二信息中的标识信息之间的至少一个标识相似度；获取单元，用于在所至少一个标识相似度中，存在位于预设标识相似度范围内的目标标识相似度的情况下，获取第一信息中的航向角与每个目标标识相似度对应的第二信息中的航向角之间的角度差；确定单元，用于将角度差确定为第一相似度。

在一些实施例中，获取单元，用于获取第一信息中第一对象的位置与每个第二信息中的预测位置之间的至少一个距离差；获取单元，用于在至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取第一信息中的航向角与每个目标距离差对应的第二信息中的航向角之间的至少一个角度差；获取单元，用于在至少一个角度差中，存在位于预设角度差范围内的目标角度差的情况下，获取第一信息中的标识信息与每个目标角度差对应的第二信息中的标识信息之间的至少一个标识相似度；确定单元，用于将标识相似度确定为第一相似度。

在一些实施例中，融合单元，用于在第一相似度为标识相似度，且在最大的标识相似度存在一个对应的第二信息的情况下，将最大的标识相似度对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

在一些实施例中，获取单元，用于在第一相似度为标识相似度，且在最大的标识相似度存在多个对应的第二信息的情况下，获取第一对象位置与每个最大的标识相似度对应的第二信息的预测位置间的距离差；融合单元，用于将最小距离差对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

在一些实施例中，融合单元，用于将第一信息中第一对象的位置作为第一对象的目标信息中的目标位置；融合单元，用于将第一信息中的航向角作为第一对象的目标信息中的航向角；融合单元，用于将最大的第一相似度对应的第二信息中的标识信息作为第一对象的目标信息中的目标标识信息。

第三方面，本申请实施例提供一种电子设备，包括：存储器和处理器；存储器和处理器耦合；存储器用于存储计算机程序代码，计算机程序代码包括计算机指令；其中，当处理器执行计算机指令时，使得电子设备执行如第一方面及其任一种可能的设计方式的目标识别方法。

第四方面，本申请提供一种计算机可读存储介质，该计算机可读存储介质包括：计算机软件指令；当计算机软件指令在电子设备中运行时，使得电子设备实现上述第一方面的方法。

第五方面，本申请提供一种计算机程序产品，当该计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面描述的相关方法的步骤，以实现上述第一方面的方法。

上述第二方面至第五方面的有益效果可以参考第一方面的对应描述，不再赘述。

附图说明

图1为本申请提供的一种目标识别系统的结构示意图；

图2为本申请提供的一种目标识别方法的流程示意图一；

图3为本申请提供的一种水域环境的示意图一；

图4为本申请提供的一种确定第二对象的第二信息的流程示意图；

图5为本申请提供的一种水域环境的示意图二；

图6为本申请提供的一种目标识别方法的流程示意图二；

图7为本申请提供的一种目标识别方法的流程示意图三；

图8为本申请提供的一种目标识别方法的流程示意图四；

图9为本申请提供的一种目标识别方法的流程示意图五；

图10为本申请提供的一种目标识别方法的流程示意图六；

图11为本申请提供的一种目标识别装置示意图；

图12为本申请提供的一种电子设备的硬件结构示意图。

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、完整地描述，显然，所描述的实施例仅仅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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例中，“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。

为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。

以下对本公开涉及到的现有技术进行解释。

一、船舶自动识别系统(Automatic Identification System，AIS):是一种新型的助航设备。AIS基本功能是：将本船和他船的精确船位、航向、航速(矢量线)、转向速度和最近船舶会遇距离等动态信息和船名、呼号、船型、船长与船宽等静态信息通过VHF自动、定时播发，在VHF覆盖范围内(20海里)装备AIS设备的船舶，可自动接收到这些信息。

二、世界大地测量系统(World Geodetic System，WGS84坐标系)是一种用于地图学、大地测量学和导航(包括全球定位系统)的大地测量系统标准。

三、PI表示一个圆的周长与直径的比例，约为3.14159。

四、莱茵斯坦距离：指的是将一个字符串变为另一个字符串需要进行编辑操作最少的次数，可以利用莱茵斯坦距离计算两个字符串之间的相似度。

随着全球航运的快速发展，船舶目标识别已成为水上交通部门的一项挑战性工作。雷达系统和AIS系统是保障船舶航行安全、实现水上监管的重要方法。

雷达系统和AIS系统各存在优缺点。雷达信号稳定、可以在固定时间内获取区域目标的位置、速度、方位等信息，但无法准确获取目标静态信息，例如船名的准确度无法保证，并且雷达往往只能获取其扫描范围以内的目标信息，在存在盲区的情况下，通过雷达可能无法及时接收到船舶的最新信息。船舶自动识别系统能够获取船舶的位置、航速、航向角、旋转角等动态信息，以及船名、水上移动通信业务标识码(Maritime Mobile ServiceIdentify，MMSI)、呼号、船舶类型等静态信息，但船舶自动识别系统存在着信号不稳定、无法周期性的接收到AIS数据等问题。

针对该问题，本申请实施例提供一种目标识别方法、装置、电子设备及存储介质。该方法中，获取第一对象的位置、航向角和标识信息，确定至少一个第二对象的位置、航速、航向角和标识信息，通过确定第一信息与至少一个第二信息之间的位置相似度、航向角相似度和标识相似度中的一项，可以确定以及识别发送最大的第一相似度对应的第二信息的第二对象为第一对象，因此将最大的第一相似度对应的第二信息与第一信息融合，可以获得更加准确的关于第一对象的位置、航向角以及标识信息。

本申请实施例提供的方法，可以减少其他对象对应的第二信息的干扰，从至少一个第二信息中确定出第一对象对应的第二信息，再与雷达设备获取的关于第一对象的第一信息进行融合，来获得更加准确的关于第一对象的位置、航向角以及标识信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

本申请实施例提供的目标识别方法，可以应用于如图1所示的应用于目标识别系统11中的识别设备103，目标识别系统11包括雷达设备101、船舶数据收集设备102、识别设备103。

目标识别系统11可以应用在海域、江域江、沿海、内河、湖泊等水域环境中，以水域环境中的船舶为识别的目标对象。

雷达设备101可以通过网络方式从雷达基站定时获取关于目标对象的雷达数据，目标对象的雷达数据主要包含目标对象的目标位置、相对位置(目标对象与雷达设备)、速度、航向角、相对距离(目标对象与雷达设备之间的距离)等信息。

雷达设备101可以包括图像拍摄装置。雷达设备101通过图像拍摄装置，可以获取关于目标对象的视频图像信息，通过图像识别技术对视频图像信息进行分析识别目标对象的标识信息，例如通过获取到包含船名的视频图像信息，通过图像识别技术对视频图像信息进行分析，识别到目标对象的船名。

船舶数据收集设备102可以获取目标对象(船舶)主动上报的AIS信号进而获取关于目标对象的AIS数据。船舶数据收集设备102可以获取AIS信号中的AIS报文，AIS报文中包含的AIS数据有AIS信号的上报时刻(发送时刻)、船舶动态信息、船舶静态信息。其中，船舶动态信息主要包含船舶的位置、行驶速度、航向角等信息，船舶静态信息主要包含船名、水上移动通信业务标识码、船长、船宽、AIS设备的位置、到达港等信息。

在一些实施例中，船舶数据收集设备102通过根据标准AIS报文协议，解析AIS数据。

在另一些实施例中，目标识别系统11可以通过访问船舶数据收集设备102获取AIS信号中AIS报文，通过根据标准AIS报文协议，解析AIS数据。

在一些实施例，雷达设备101获取船舶的目标位置、相对位置为极坐标系的距离和方位形式或者WGS84坐标系的经纬度形式，船舶数据收集设备102获取的AIS信号中船舶的位置为极坐标系的距离和方位形式或者WGS84坐标系的经纬度信息。为了统一坐标系便于后续数据处理，可以将两个设备获取的船舶位置统一为WGS84坐标系的经纬度信息或者极坐标系的距离和方位形式，从而方便比较两个设备分别获取的船舶位置。

在一些实施例，识别设备103将两个设备获取的船舶位置统一为WGS84坐标系的经纬度信息或者极坐标系的距离和方位形式。

识别设备103可以判断雷达设备101获取的目标对象的目标位置是否在预设区域范围内，以及确定雷达设备101获取的关于目标对象的雷达数据与船舶数据收集设备102获取的关于目标对象的AIS数据之间位置相似度、航向角相似度或标识相似度。识别设备103还可以剔除较小相似度对应的信息，将最大相似度对应的信息进行融合，进而可以获得更加准确的目标对象的信息，减少融合过程中存在的误差问题。

可以理解的是，通过目标识别系统11的雷达设备101获取第一对象的位置、航向角和标识信息，通过船舶数据收集设备102，获取至少一个第二对象(第二对象包括第一对象)的位置、航向角和标识信息，通过识别设备103确定第一信息与至少一个第二信息之间的位置相似度、航向角相似度和标识相似度中的一项，可以确定以及识别发送最大的第一相似度对应的第二信息的第二对象为第一对象，因此通过识别设备103将最大的第一相似度对应的第二信息与第一信息融合，可以获得更加准确的关于第一对象的位置、航向角以及标识信息。上述方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

图2为本申请实施例提供的一种目标识别方法的流程示意图。示例性的，本申请实施例提供的目标识别方法，可以应用于图1所示的识别设备103。如图2所示，本申请实施例提供的目标识别方法具体可以包括以下步骤S101至S105。

S101、获取第一对象的第一信息。

其中，第一信息包括第一对象的位置、航向角和标识信息；第一对象的第一信息通过雷达设备采集。

在一些实施例中，通常会在目标环境内进行理论位置标点，并记录理论位置标点的经纬度信息，在实际有第一对象经过理论位置标点的情况下，通过雷达设备获取针对第一对象的第一信息。

第一对象的位置可以是由经纬度表示或者由极坐标表示。

S102、在第一对象的位置在预设区域范围内的情况下，确定以第一对象的位置为中心的第一范围。

预设区域范围可以是以提前记录的理论位置标点周围5m、10m或20m的区域范围。判断第一对象的位置是否在预设区域范围内，即判断第一对象的位置与理论位置标点之间的距离是否在预设区域范围内。

在一些实施例中，在第一对象的位置的经纬度未在预设区域范围内的情况下，剔除该第一信息。可以理解的是，在预设区域范围内的，雷达设备获取第一对象的第一信息为一个有效信息，否则，则为一个无效信息。剔除无效信息可以去掉一些干扰的信息，例如水域环境外的行人、车辆等干扰的信息，来降低获取关于第一对象信息的影响。

示例性的，如图3所示，若雷达设备获取第一对象的位置为雷达位置1的情况下，雷达位置1与理论位置标点之间的雷达距离1在预设区域范围内，则雷达位置1对应的信息为一个有效信息，以雷达位置1为中心，确定第一范围；雷达位置2与理论位置标点之间的雷达距离1未在预设区域范围内，则雷达位置2对应的信息为一个无效信息，将雷达位置2对应的信息剔除。

在一些实施例中，在第一对象的位置的经纬度在预设区域范围内的情况下，第一范围可以是以第一对象的位置为中心，以20m、50m、100m或200m为半径的圆。

S103、确定第一范围内的至少一个第二对象的第二信息。

其中，第二信息包括第二对象的预测位置、航速、航向角和标识信息，预测位置可以是由经纬度表示或者由极坐标表示。

在一些实施例中，请参阅图4，S103可以包括S1031-S1033：

S1031、从船舶自动识别系统在预设时间段内接收的数据信号中，选取位置在第一范围内的至少一个第二对象发送的数据信号。

其中，数据信号包括：数据信号的发送时刻、第二对象在发送时刻下的位置、以及第二对象的航速、航向角和标识信息；预设时间段根据第一信息的采集时刻确定。

S1032、针对至少一个第二对象中的每个第二对象，根据第一信息的采集时刻和第二对象发送的数据信号，确定在第一信息的采集时刻下第二对象的预测位置。

S1033、根据至少一个第二对象发送的数据信号和第二对象的预测位置，确定至少一个第二对象的第二信息。

在一些实施例中，数据信号可以为AIS信号。可以通过船舶信号收集设备，即AIS收集设备，接收第一范围内的至少一个第二对象通过船舶自动识别系统发送的AIS信号。

在海域、江域江、沿海、内河、湖泊等水域环境中，装备AIS设备的船舶可以发送AIS信号，以雷达系统获取的标点位置为中心的第一范围内，通过AIS收集设备接收至少一个船舶在预设时间段内(例如，当前时刻前10分钟、前20分钟、前30分钟或者前1小时内的时间段内)发送的AIS信号(可以为同一个船舶发送的AIS信号，也可以为不同船舶发送的AIS信号)。

AIS信号包括AIS报文，AIS报文中包含上报时刻(发送时刻)、船舶动态信息、船舶静态信息。其中，船舶动态信息主要包含船舶在发送时刻下的位置、行驶速度、航向角等信息，船舶静态信息主要包含的船名、类型、MMS、船长、船宽、AIS设备的位置、到达港等信息。可以根据标准AIS报文协议，解析发送时刻、船舶动态数据、静态数据。

在一些实施例中，AIS报文中包含船舶在发送时刻下的位置由经纬度表示时，可以参考三角函数计算船舶在第一信息的采集时刻下的预测位置。示例性的，设第一点A的经纬度为(LonA,LatA)，第二点B的经纬度为(LonB,LatB)，按照0度经线的基准，东经取经度的正值(Longitude)，西经取经度负值(-Longitude)，北纬取90-纬度值(90-Latitude)，南纬取90+纬度值(90+Latitude)，则经过上述处理过后的两点被计为(MLonA,MLatA)和(MLonB,MLatB)。那么根据三角函数推导，可以得到计算两点距离的如下公式：C＝sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB)；Distance＝R*Arccos(C)*Pi/180。

示例性，以雷达系统获取的雷达位置1为中心，半径为100m的圆型区域范围为第一范围。通过收集第一范围内在当前时刻前30分钟内发送的AIS信号，并根据每个AIS信号获取每个信号对应的发送时刻，以及每个AIS信号在发送时刻下的船舶位置、航速和航向角。如图5所示，根据收集到的5个AIS信号，可以获取AIS信号1对应的船舶发送位置1、AIS信号2对应的船舶发送位置2、AIS信号3对应的船舶发送位置3、AIS信号4对应的船舶发送位置4、AIS信号5对应的船舶发送位置5，其中船舶发送位置2和船舶发送位置3为同一船舶在不同时刻下的位置。再根据每个AIS信号对应的发送时刻和第一信息的采集时刻，以及发送时刻下的船舶位置、航速和航向角，可以预测第一信息的采集时刻下的AIS信号1对应的船舶预测位置1、AIS信号2和AIS信号3对应的船舶预测位置2、AIS信号4对应的船舶预测位置4、AIS信号5对应的船舶预测位置5。

S104、确定第一信息与至少一个第二信息之间的第一相似度。

其中，第一相似度包括第一信息与第二信息之间的位置相似度、航向角相似度和标识相似度中的一项。

位置相似度是第一信息中的第一对象的位置与第二信息中的预测位置之间的位置相似度。将第一对象的位置和预测位置统一为同一种坐标类型表示的情况下，位置相似度可以通过第一对象的位置与预测位置之间的经纬度信息相似度或者极坐标信息相似度来确定。位置相似度也可以通过第一信息中的第一对象的位置与第二信息中的预测位置之间的距离差来确定，距离差越小，则位置相似度越大。

航向角相似度是第一信息中的航向角与第二信息中的航向角之间的航向角相似度。航向角相似度可以通过计算第一信息中的航向角与第二信息中的航向角之间的绝对值差来确定，绝对值差越小，则航向角相似度越大。

标识相似度是第一信息中的标识信息与第二信息中的标识信息之间的标识相似度，一般情况下为船名相似度，船名相似度越大，则标识相似度越大。其中，船名相似度可以通过莱文斯坦距离算法计算船名相似度。

莱文斯坦距离算法的解决是基于动态规划的思想，具体如下：

1、设s(雷达设备获取的船名)的长度为n，t(AIS采集设备获取的船名)的长度为m。如果n＝0，则返回m并退出；如果m＝0，则返回n并退出。否则构建一个数组d[0..m,0..n]。

2、将第0行初始化为0..n，第0列初始化为0..m，依次检查s的每个字母(i＝1..n)，依次检查t的每个字母(j＝1..m)。

3、如果s[i]＝t[j]，则cost＝0；如果s[i]！＝t[j]，则cost＝1。将d[i,j]设置为以下三个值中的最小值：

(1)紧邻当前格上方的格的值加一，即d[i-1,j]+1。

(2)紧邻当前格左方的格的值加一，即d[i,j-1]+1。

(3)当前格左上方的格的值加cost，即d[i-1,j-1]+cos。

4、重复3-6步直到循环结束。d[n,m]即为莱茵斯坦距离。

示例性的，以两个字符串，abc和abe为例。

		a	b	c
						0	1	2	3
a	1	A处0	D处1	G处2
					b	2	B处1	E处0	H处1
e	3	C处2	F处1	I处1

其中，A处两个a相同，因此s[i]＝t[j]，则cost＝0。根据(1)紧邻当前格上方的格的值加一，这样得到1+1＝2，根据(2)紧邻当前格左方的格的值加一，这样得到1+1＝2，根据(3)当前格左上方的格的值加cost，左上角的值加0，得到0+0＝0。A处取2、2、0中的最小值，因此A处取0。同理，得到B处取1、C处取2、D处取1、E处取0、F处取1、G处取2、H处取1、I处取1。

每处取值的意义为：A处表示a和a需要有0个操作；B处表示ab和a需要有1个操作；C处表示abe和a需要有2个操作；D处表示a和ab需要有1个操作；E处表示ab和ab需要有0个操作；F处表示abe和ab需要有1个操作；G处表示a和abc需要有2个操作；H处表示ab和abc需要有1个操作；I处表示abe和abc需要有1个操作。

因此I处表示abe和abc需要有1个操作，其中，相似度的计算公式为 abe与abc之间的相似度为1-1/3＝0.666。

S105、将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息。

其中，最大的第一相似度表示第一相似度中最大的位置相似度、最大的航向角相似度或者最大的标识相似度；目标信息包括第一对象的目标位置、第一对象在目标位置的航向角和第一对象的目标标识信息。

可以理解的是，最大的第一相似度对应的第二信息为第一对象发送的信息，即最大的第一相似度对应的第二信息的第二对象可以确定为第一对象，因此将最大的第一相似度对应的第二信息与第一信息融合，来获得第一对象的目标信息。

上述实施例至少包括以下有益效果：可以减少其他对象对应的第二信息的干扰，从至少一个第二信息中确定出第一对象对应的第二信息，再与雷达设备获取的关于第一对象的第一信息进行融合，来获得更加准确的关于第一对象的位置、航向角以及标识信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

在一些实施例中，由于雷达设备获取的关于目标船舶的动态信息，例如目标船舶的位置、航速、航向角信息较为准确，而AIS信号具有的关于目标船舶的静态信息，例如目标船舶的船名、类型、MMS较为准确。因此将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息，如图6所示，具体可以包括以下步骤S1051至S1053。

S1051、将第一信息中的第一对象的位置作为第一对象的目标信息中的目标位置。

一般情况下，雷达设备获取第一信息中的第一对象的位置准确度较高，因此将雷达设备获取的第一对象的位置作为第一对象的目标位置。

S1052、将第一信息中的航向角作为第一对象的目标信息中的航向角。

一般情况下，雷达设备获取第一信息中的航向角准确度较高，因此将雷达设备获取航向角作为第一对象的航向角。

S1053、将最大的第一相似度对应的第二信息中的标识信息作为第一对象的目标信息中的目标标识信息。

一般情况下，雷达设备获取标识信息方式为通过图像拍摄装置，获取关于第一对象的视频图像信息，通过图像识别技术对视频图像信息进行分析识别第一对象的标识信息，例如通过获取到包含船名的视频图像信息，通过图像识别技术对视频图像信息进行分析，识别到第一对象的船名。但是在雷达设备与第一对象距离过远、视频图像信息的清晰度不高、图像拍摄装置存在故障、第一对象的标识信息的部分区域被遮掩等的情况下，雷达设备通过图像拍摄装置获取标识信息方式准确度不高。

而通过AIS收集设备获取的AIS信号是由第二对象通过其具有的AIS设备主动上报的信号，AIS信号包括AIS报文，AIS报文中包含AIS信号的上报时刻(发送时刻)、船舶动态信息、船舶静态信息准确度较高。因此将最大的第一相似度对应的第二信息中的标识信息作为第一对象的目标信息中的目标标识信息，是准确度较高的方法。

可以理解的是，雷达设备获取的关于第一对象的第一信息中的位置、航向角准确度较高，因此将第一信息中的位置、航向角作为第一对象的位置、航向角，而通过预设数据收集方式(AIS收集设备)获取的关于第一对象的第二信息中的标识信息准确度较高，因此将第二信息中的标识信息作为第一对象的标识信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

在一些实施例中，第一信息与至少一个第二信息之间的第一相似度为第一对象的位置与预测位置的距离差的情况下，如图7所示，可以包括步骤S201至S202。

S201、获取第一信息中的第一对象的位置与每个第二信息中的预测位置间的至少一个距离差，确定距离差为第一相似度。

S202、将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息。

即，将至少一个距离差中最小距离差对应的第二信息与第一信息融合，获得第一对象的目标信息。距离差中最小距离差对应的第二信息的第二对象可以确定为第一对象，因此将最大的第一相似度对应的第二信息与第一信息融合，来获得第一对象的目标信息。

其中，第二信息与第一信息融合的步骤可以参考步骤S1051至S1053。

可以理解的是，通过获取第一信息中的第一对象的位置与每个第二信息中的预测位置间的至少一个距离差，获取距离差中最小距离差，最小距离差对应的第二信息的第二对象可以确定为第一对象，因此剔除其他第二信息，将最小距离差对应的第二信息与第一信息融合，进而降低融合后的可能存在的信息误差，可以获得更加准确的第一对象的目标信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

在一些实施例中，第一信息与至少一个第二信息之间的第一相似度为第一对象的位置与预测位置的距离差的情况下，如图8所示，可以包括步骤S301至S305。

S301、获取第一信息中的第一对象的位置与每个第二信息中的预测位置间的至少一个距离差。

S302、在至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取第一信息中的标识信息与每个目标距离差对应的第二信息中的标识信息之间的至少一个标识相似度。

在一些实施例中，可以设定预设距离差范围为10米、20米、0.1公里、0.5公里、1公里范围等。

在另一些实施例中，可以在至少一个距离差中，选择距离差最小的n个的距离差对应的第二信息中的标识信息之间的至少一个标识相似度。其中，n可以取3、5等。

可以理解的是，获取第一信息中的标识信息与每个目标距离差对应的第二信息，剔除不在预设距离差范围内的距离差对应的第二信息，进而排除非第一对象发送的第二信息的干扰，例如，其他行人的移动设备、其他车辆等对象发送的第二信息的干扰。

示例性的，如上述图5所示，可以选择距离雷达位置较近的三个船舶预测位置：船舶预测位置1、船舶预测位置2、船舶预测位置5。获取第一信息中的标识信息与船舶预测位置1对应的AIS信号1中的标识信息之间的标识相似度、第一信息中的标识信息与船舶预测位置2对应的AIS信号2中的标识信息之间的标识相似度、第一信息中的标识信息与船舶预测位置5对应的AIS信号5中的标识信息之间的标识相似度。

S303、在至少一个标识相似度中，存在位于预设标识相似度范围内的目标标识相似度的情况下，获取第一信息中的航向角与每个目标标识相似度对应的第二信息中的航向角之间的角度差。

S304、将角度差确定为第一相似度。

S305、将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息。

即，将至少一个角度差中，最小角度差对应的第二信息与第一信息融合，获得第一对象的目标信息。角度差中最小角度差对应的第二信息的第二对象可以确定为第一对象，因此将最大的第一相似度对应的第二信息与第一信息融合，来获得第一对象的目标信息。

可以理解的是，先剔除不在预设距离差范围内的距离差对应的第二信息，获取存在位于预设距离差范围内的目标距离差对应的第二信息，在从至少一个目标距离差对应的第二信息中，剔除与第一信息的标识信息相似度较小的第二信息，选择出相似度较大的第二信息，最后获取至少一个相似度较大的第二信息的航向角与第一航向角之间的角度差，将角度差确定为第一相似度，进而可以将最大的第一相似度对应的第二信息与第一信息融合，即将最大的角度差对应的第二信息与第一信息融合，该方法可以降低融合后的可能存在的信息误差，获得更加准确的第一对象的目标信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

在一些实施例中，第一信息与至少一个第二信息之间的第一相似度为第一对象的位置与预测位置的航向差的情况下，如图9所示，可以包括步骤S401至S405。

S401、获取第一信息中的第一对象的位置与每个第二信息中的预测位置之间的至少一个距离差。

在一些实施例中，在至少一个距离差中，将距离差按从小到大的顺序排列，获取第一信息中的标识信息与距离差排列前n个的距离差对应的第二信息中的标识信息之间的至少一个标识相似度。其中，n可以取3、5等。

S402、在至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取第一信息中的航向角与每个目标距离差对应的第二信息中的航向角之间的至少一个角度差。

在一些实施例中，在至少一个距离差中，将距离差按从小到大的顺序排列，获取第一信息中的航向角与距离差排列前n个的距离差对应的第二信息中的标识信息之间的至少一个标识相似度。其中，n可以取3、5等。

S403、在至少一个角度差中，存在位于预设角度差范围内的目标角度差的情况下，获取第一信息中的标识信息与每个目标角度差对应的第二信息中的标识信息之间的至少一个标识相似度。

S404、将标识相似度确定为第一相似度。

S405、将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息。

即，将至少一个标识相似度中，最小标识相似度对应的第二信息与第一信息融合，获得第一对象的目标信息。标识相似度中最小标识相似度对应的第二信息的第二对象可以确定为第一对象，因此将最大的第一相似度对应的第二信息与第一信息融合，来获得第一对象的目标信息。

可以理解的是，先剔除不在预设距离差范围内的距离差对应的第二信息，获取存在位于预设距离差范围内的目标距离差对应的第二信息，在从至少一个目标距离差对应的第二信息中，剔除与第一信息的角度差较大的第二信息，选择出与第一信息的角度差较小的第二信息，最后获取至少一个角度差较小的第二信息的航向角与第一航向角之间的标识相似度，将标识相似度确定为第一相似度，进而可以将最大的第一相似度对应的第二信息与第一信息融合，即将最大的标识相似度对应的第二信息与第一信息融合，该方法可以降低融合后的可能存在的信息误差，获得更加准确的第一对象的目标信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

在一些实施例中，在第一相似度为标识相似度的情况下，最大的标识相似度可能存在一个对应的第二信息，可以包括步骤S4011。

S4011、在第一相似度为标识相似度，且在最大的标识相似度存在一个对应的第二信息的情况下，将最大的标识相似度对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

在另一些实施例中，在第一相似度为标识相似度的情况下，最大的标识相似度可能存在多个对应的第二信息，可以包括步骤S4021至S4022。

S4021、在第一相似度为标识相似度，且在最大的标识相似度存在多个对应的第二信息的情况下，获取第一对象的第一对象的位置与每个最大的标识相似度对应的第二信息的位置间的距离差。

示例性的，AIS信号1中包含的船名1为CSCL LE HAVRE，AIS信号2中包含的船名2为CSCL LH HAVRE，AIS信号5中包含的船名5为CSHF LE HAVRE，雷达获取的第一对象的船名为CSCL LK HAVRE，通过莱文斯坦距离算法，获得船名1与第一对象的船名之间的相似度为0.909、船名2与第一对象的船名之间的相似度为0.909、船名5与第一对象的船名之间的相似度为0.727。可知，船名1与船名2与第一对象的船名之间的相似度最大，且相同。

在上述情况下，获取AIS信号1对应的船舶预测位置1与雷达获取的第一对象的位置之间的距离差1，AIS信号2对应的船舶预测位置2与雷达获取的第一对象的位置之间的距离差2。

S4022、将最小距离差对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

示例性的，如上述图5所示，距离差1为0.1公里，距离差2为0.5公里，说明发送AIS信号1的第二对象为第一对象，因此将AIS信号1对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

可理解的是，在第一相似度为标识相似度的情况下，最大的标识相似度存在一个对应的第二信息，可以直接将第二信息与第一信息进行融合。而当最大的标识相似度存在多个对应的第二信息，需要进一步获取第一对象的第一对象的位置与每个最大的标识相似度对应的第二信息的位置间的距离差，确定最小距离差对应的第二信息，该第二信息对应的第二对象为实际的第一对象。本实施中的方法可以减少其他对象对应的第二信息的干扰，从至少一个第二信息中确定出第一对象对应的第二信息，再与第一信息进行融合，来获得更加准确的第一对象的目标信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

在一些实施例中，如图10所示，还可以包括步骤S1至S14。

S1、对目标环境进行理论位置标点，在实际有目标船舶经过理论位置标点的情况下，通过雷达设备获取针对目标船舶的第一信息，第一信息包括目标船舶的经纬度位置、目标船舶的航向角、船名。

S2、确定雷达设备获取的目标船舶的经纬度位置与理论位置标点的经纬度位置之间的误差值。当误差值在预设误差范围的情况下，执行步骤S3；当误差值未在预设误差范围的情况下，执行步骤S14。

S3、通过船舶信号收集设备获取在当前时刻前一个小时内接收到的多个船舶自动识别信号；每个船舶自动识别信号包括船舶自动识别信号的发送时刻，船舶的航向角、船舶的航速、船舶的船名、船舶的类型、船舶的MMSI等信息。

S4、根据每个船舶自动识别信号的发送时刻与当前时刻、以及对应的船舶的航速和航向角，确定对应的船舶在当前时刻下的预测经纬度位置。

S5、计算雷达设备获取的目标船舶的经纬度位置与每个预测经纬度位置之间的距离差。

S6、从多个距离差中获取距离最近的三个距离差对应的船舶自动识别信号。

S7、在目标识别系统配置船名相似度规则的情况下，执行步骤S8和S9，在目标识别系统未配置船名相似度规则的情况下，执行步骤S10。

S8、将最近的三个距离差对应的船舶自动识别信号的船名与雷达设备获取的船名进行相似度计算。

S9、确定相似度在预设相似度范围的最大相似度对应的船舶自动识别信号，然后执行步骤S11。

S10、在目标识别系统配置航向计算规则的情况下，执行步骤S11和S12；在目标识别系统未配置航向计算规则的情况下，执行步骤S12。

S11、计算该船舶自动识别信号中的航向角与雷达设备获取的航向角之间的角度差，在角度差满足预设角度差范围的情况下，执行步骤S12；在角度差未在预设角度差范围内的情况下，执行步骤S14。

S12、从满足条件的船舶自动识别信号中，确定最小距离差对应的船舶自动识别信号，或者最大相似度对应的船舶自动识别信号。

S13、将该船舶自动识别信号中的信息与雷达系统获取第一信息进行数据融合，具体包括：将该船舶自动识别信号中的船名、船舶的类型、船舶的MMSI作为目标船舶的船名、船舶的类型、船舶的MMSI，将雷达系统获取第一信息中的经纬度位置、航向角作为目标船舶的型经纬度位置、航向角。

S14、将该信息剔除，无需进行数据融合。

上述实施例至少包括以下有益效果：通过雷达设备获取目标船舶的位置、航向角和标识信息，确定至少一个船舶(船舶包括目标船舶)的位置、航向角和标识信息，从满足条件的船舶自动识别信号的信息与雷达系统获取第一信息，可以获得更加准确的关于目标船舶的位置、航向角以及标识信息。本实施中的方法可以减少其他对象(其他船舶)对应的第二信息的干扰，从至少一个第二信息中确定出目标船舶对应的第二信息，再与第一信息进行融合，来获得更加准确的第一对象的目标信息。该方法弥补了单个设备上报对象信息以及现有融合方法得到的对象信息不准确、误差大的缺点。并且该方法应用对象为船舶的情况下，最终融合获得的准确度较高的船舶信息可以帮助管理者掌握更加准确的管理港口、船舶等真实情况。

本申请实施例还提供了一种目标识别装置，请参阅图11，该装置包括：获取单元201、确定单元202，融合单元203。

获取单元201，用于获取第一对象的第一信息，第一信息包括第一对象的位置、航向角和标识信息，第一对象的第一信息通过雷达设备采集；确定单元202，用于在第一对象的位置在预设区域范围内的情况下，确定以第一对象的位置为中心的第一范围；确定单元202，用于确定第一范围内的至少一个第二对象的第二信息；第二信息包括第二对象的预测位置、航速、航向角和标识信息；确定单元202，用于确定第一信息与至少一个第二信息之间的第一相似度；第一相似度包括第一信息与第二信息之间的位置相似度、航向角相似度和标识相似度中的一项；融合单元203，用于将至少一个第一相似度中最大的第一相似度对应的第二信息与第一信息融合，获得第一对象的目标信息；目标信息包括第一对象的目标位置、第一对象在目标位置的航向角和第一对象的目标标识信息。

在一些实施例中，该装置还包括：选取单元204；选取单元204，用于从船舶自动识别系统在预设时间段内接收的数据信号中，选取位置在第一范围内的至少一个第二对象发送的数据信号；数据信号包括：数据信号的发送时刻、第二对象在发送时刻下的位置、以及第二对象的航速、航向角和标识信息；预设时间段根据第一信息的采集时刻确定；确定单元202，用于针对至少一个第二对象中的每个第二对象，根据第一信息的采集时刻和第二对象发送的数据信号，确定在第一信息的采集时刻下第二对象的预测位置；确定单元202，还用于根据至少一个第二对象发送的数据信号和第二对象的预测位置，确定至少一个第二对象的第二信息。

在一些实施例中，获取单元201，用于获取第一信息中第一对象的位置与每个第二信息中的预测位置间的至少一个距离差；确定单元202，用于将距离差确定为第一相似度。

在一些实施例中，获取单元201，用于获取第一信息中第一对象的位置与每个第二信息中的预测位置间的至少一个距离差；获取单元201，用于在至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取第一信息中的标识信息与每个目标距离差对应的第二信息中的标识信息之间的至少一个标识相似度；获取单元201，用于在所至少一个标识相似度中，存在位于预设标识相似度范围内的目标标识相似度的情况下，获取第一信息中的航向角与每个目标标识相似度对应的第二信息中的航向角之间的角度差；确定单元202，用于将角度差确定为第一相似度。

在一些实施例中，获取单元201，用于获取第一信息中第一对象的位置与每个第二信息中的预测位置之间的至少一个距离差；获取单元201，用于在至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取第一信息中的航向角与每个目标距离差对应的第二信息中的航向角之间的至少一个角度差；获取单元201，用于在至少一个角度差中，存在位于预设角度差范围内的目标角度差的情况下，获取第一信息中的标识信息与每个目标角度差对应的第二信息中的标识信息之间的至少一个标识相似度；确定单元202，用于将标识相似度确定为第一相似度。

在一些实施例中，融合单元203，用于在第一相似度为标识相似度，且在最大的标识相似度存在一个对应的第二信息的情况下，将最大的标识相似度对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

在一些实施例中，获取单元201，用于在第一相似度为标识相似度，且在最大的标识相似度存在多个对应的第二信息的情况下，获取第一对象位置与每个最大的标识相似度对应的第二信息的预测位置间的距离差；融合单元203，用于将最小距离差对应的第二信息与第一信息进行融合，获取第一对象的目标信息。

在一些实施例中，融合单元203，用于将第一信息中第一对象的位置作为第一对象的目标信息中的目标位置；融合单元203，用于将第一信息中的航向角作为第一对象的目标信息中的航向角；融合单元203，用于将最大的第一相似度对应的第二信息中的标识信息作为第一对象的目标信息中的目标标识信息。

在采用硬件的形式实现上述集成的单元的功能的情况下，本申请实施例提供了一种电子设备的硬件组成示意图。如图12所示，该电子设备还包括：处理器401，通信接口402，总线404。可选的，电子设备还可以包括存储器403。

处理器401，可以是实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。该处理器401可以是中央处理器，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器401也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

通信接口402，用于与其他设备通过通信网络连接。该通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。

存储器403，可以是只读存储器403(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器403(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器403(electrically erasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

作为一种可能的实现方式，存储器403可以独立于处理器401存在，存储器403可以通过总线404与处理器401相连接，用于存储指令或者程序代码。处理器401调用并执行存储器403中存储的指令或程序代码时，能够实现本申请实施例提供的目标识别方法。

另一种可能的实现方式中，存储器403也可以和处理器401集成在一起。

总线404，可以是扩展工业标准结构(extended industry standardarchitecture，EISA)总线等。总线404可以分为地址总线、数据总线、控制总线等。为便于表示，图12中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将电子设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

本申请实施例还提供了一种计算机可读存储介质。上述方法实施例中的全部或者部分流程可以由计算机指令来指示相关的硬件完成，该程序可存储于上述计算机可读存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。计算机可读存储介质可以是前述任一实施例的或内存。上述计算机可读存储介质也可以是上述电子设备的外部存储设备，例如上述电子设备上配备的插接式硬盘，智能存储卡(smart media card，SMC)，安全数字(securedigital，SD)卡，闪存卡(flash card)等。进一步地，上述计算机可读存储介质还可以既包括上述目标识别装置的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述电子设备所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本申请实施例还提供一种计算机程序产品，该计算机产品包含计算机程序，当该计算机程序产品在电子设备上运行时，使得该电子设备执行上述实施例中所提供的目标识别方法。

尽管在此结合各实施例对本申请进行了描述，然而，在实施所要求保护的本申请过程中，本领域技术人员通过查看附图、公开内容、以及所附权利要求书，可理解并实现公开实施例的其他变化。在权利要求中，“包括”(Comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims

1.一种目标识别方法，其特征在于，所述方法包括：

获取第一对象的第一信息，所述第一信息包括所述第一对象的位置、航向角和标识信息，所述第一对象的第一信息通过雷达设备采集；

在所述第一对象的位置在预设区域范围内的情况下，确定以所述第一对象的位置为中心的第一范围；

确定所述第一范围内的至少一个第二对象的第二信息；所述第二信息包括所述第二对象的预测位置、航速、航向角和标识信息；

确定所述第一信息与至少一个所述第二信息之间的第一相似度；所述第一相似度包括所述第一信息与所述第二信息之间的位置相似度、航向角相似度和标识相似度中的一项；

将至少一个所述第一相似度中最大的第一相似度对应的第二信息与所述第一信息融合，获得所述第一对象的目标信息；所述目标信息包括所述第一对象的目标位置、所述第一对象在所述目标位置的航向角和所述第一对象的目标标识信息。

2.根据权利要求1所述的方法，其特征在于，所述确定所述第一范围内的至少一个第二对象的第二信息，包括：

从船舶自动识别系统在预设时间段内接收的数据信号中，选取位置在所述第一范围内的至少一个第二对象发送的数据信号；所述数据信号包括：数据信号的发送时刻、第二对象在所述发送时刻下的位置、以及第二对象的航速、航向角和标识信息；所述预设时间段根据第一信息的采集时刻确定；

针对所述至少一个第二对象中的每个第二对象，根据所述第一信息的采集时刻和所述第二对象发送的数据信号，确定在所述第一信息的采集时刻下第二对象的预测位置；

根据所述至少一个第二对象发送的数据信号和所述第二对象的预测位置，确定所述至少一个第二对象的第二信息。

3.根据权利要求1或2所述的方法，其特征在于，所述确定所述第一信息与至少一个所述第二信息之间的第一相似度，包括：

获取所述第一信息中第一对象的位置与每个所述第二信息中的预测位置间的至少一个距离差；

将所述距离差确定为所述第一相似度。

4.根据权利要求1或2所述的方法，其特征在于，所述确定所述第一信息与至少一个所述第二信息之间的第一相似度，包括：

在所述至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取所述第一信息中的标识信息与每个所述目标距离差对应的第二信息中的标识信息之间的至少一个标识相似度；

在所述至少一个标识相似度中，存在位于预设标识相似度范围内的目标标识相似度的情况下，获取所述第一信息中的航向角与每个所述目标标识相似度对应的第二信息中的航向角之间的角度差；

将所述角度差确定为所述第一相似度。

5.根据权利要求1或2所述的方法，其特征在于，所述确定所述第一信息与至少一个所述第二信息之间的第一相似度，包括：

获取所述第一信息中第一对象的位置与每个所述第二信息中的预测位置之间的至少一个距离差；

在所述至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取所述第一信息中的航向角与每个所述目标距离差对应的第二信息中的航向角之间的至少一个角度差；

在所述至少一个角度差中，存在位于预设角度差范围内的目标角度差的情况下，获取所述第一信息中的标识信息与每个所述目标角度差对应的第二信息中的标识信息之间的至少一个标识相似度；

将所述标识相似度确定为所述第一相似度。

6.根据权利要求5所述的方法，其特征在于，所述将至少一个所述第一相似度中最大的第一相似度对应的第二信息与所述第一信息融合，获得所述第一对象的目标信息，包括：

在所述第一相似度为所述标识相似度，且在最大的标识相似度存在一个对应的第二信息的情况下，将所述最大的标识相似度对应的第二信息与所述第一信息进行融合，获取所述第一对象的目标信息。

7.根据权利要求5所述的方法，其特征在于，所述将至少一个所述第一相似度中最大的第一相似度对应的第二信息与所述第一信息融合，获得所述第一对象的目标信息，包括：

在所述第一相似度为所述标识相似度，且在所述最大的标识相似度存在多个对应的第二信息的情况下，获取所述第一对象的位置与每个所述最大的标识相似度对应的第二信息的预测位置间的距离差；

将最小距离差对应的第二信息与所述第一信息进行融合，获取所述第一对象的目标信息。

8.根据权利要求1或2所述的方法，其特征在于，所述将至少一个所述第一相似度中最大的第一相似度对应的第二信息与所述第一信息融合，获得所述第一对象的目标信息，包括：

将所述第一信息中第一对象的位置作为所述第一对象的目标信息中的目标位置；

将所述第一信息中的航向角作为所述第一对象的目标信息中的航向角；

将最大的第一相似度对应的第二信息中的标识信息作为所述第一对象的目标信息中的目标标识信息。

9.一种目标识别装置，其特征在于，所述装置包括：获取单元、确定单元，融合单元；

所述获取单元，用于获取第一对象的第一信息，所述第一信息包括所述第一对象的位置、航向角和标识信息，所述第一对象的第一信息通过雷达设备采集；

所述确定单元，用于在所述第一对象的位置在预设区域范围内的情况下，确定以所述第一对象的位置为中心的第一范围；

所述确定单元，用于确定所述第一范围内的至少一个第二对象的第二信息；所述第二信息包括所述第二对象的预测位置、航速、航向角和标识信息；

所述确定单元，用于确定所述第一信息与至少一个所述第二信息之间的第一相似度；所述第一相似度包括所述第一信息与所述第二信息之间的位置相似度、航向角相似度和标识相似度中的一项；

所述融合单元，用于将至少一个所述第一相似度中最大的第一相似度对应的第二信息与所述第一信息融合，获得所述第一对象的目标信息；所述目标信息包括所述第一对象的目标位置、所述第一对象在所述目标位置的航向角和所述第一对象的目标标识信息。

10.根据权利要求9所述的装置，其特征在于，还包括：选取单元；

所述选取单元，用于从船舶自动识别系统在预设时间段内接收的数据信号中，选取位置在所述第一范围内的至少一个第二对象发送的数据信号；所述数据信号包括：数据信号的发送时刻、第二对象在所述发送时刻下的位置、以及第二对象的航速、航向角和标识信息；所述预设时间段根据第一信息的采集时刻确定；

所述确定单元，用于针对所述至少一个第二对象中的每个第二对象，根据所述第一信息的采集时刻和所述第二对象发送的数据信号，确定在所述第一信息的采集时刻下第二对象的预测位置；所述确定单元，还用于根据所述至少一个第二对象发送的数据信号和所述第二对象的预测位置，确定所述至少一个第二对象的第二信息；

和/或，

所述获取单元，用于获取所述第一信息中第一对象的位置与每个所述第二信息中的预测位置间的至少一个距离差；所述确定单元，用于将所述距离差确定为所述第一相似度；

和/或，

所述获取单元，用于获取所述第一信息中第一对象的位置与每个所述第二信息中的预测位置间的至少一个距离差；所述获取单元，用于在所述至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取所述第一信息中的标识信息与每个所述目标距离差对应的第二信息中的标识信息之间的至少一个标识相似度；所述获取单元，用于在所至少一个标识相似度中，存在位于预设标识相似度范围内的目标标识相似度的情况下，获取所述第一信息中的航向角与每个所述目标标识相似度对应的第二信息中的航向角之间的角度差；所述确定单元，用于将所述角度差确定为所述第一相似度；

和/或，

所述获取单元，用于获取所述第一信息中第一对象的位置与每个所述第二信息中的预测位置之间的至少一个距离差；所述获取单元，用于在所述至少一个距离差中，存在位于预设距离差范围内的目标距离差的情况下，获取所述第一信息中的航向角与每个所述目标距离差对应的第二信息中的航向角之间的至少一个角度差；所述获取单元，用于在所述至少一个角度差中，存在位于预设角度差范围内的目标角度差的情况下，获取所述第一信息中的标识信息与每个所述目标角度差对应的第二信息中的标识信息之间的至少一个标识相似度；所述确定单元，用于将所述标识相似度确定为所述第一相似度；

和/或，

所述融合单元，用于在所述第一相似度为所述标识相似度，且在最大的标识相似度存在一个对应的第二信息的情况下，将所述最大的标识相似度对应的所述第二信息与所述第一信息进行融合，获取所述第一对象的目标信息；

和/或，

所述获取单元，用于在所述第一相似度为所述标识相似度，且在所述最大的标识相似度存在多个对应的第二信息的情况下，获取所述第一对象位置与每个所述最大的标识相似度对应的第二信息的预测位置间的距离差；所述融合单元，用于将最小距离差对应的第二信息与所述第一信息进行融合，获取所述第一对象的目标信息；

和/或，

所述融合单元，用于将所述第一信息中第一对象的位置作为所述第一对象的目标信息中的目标位置；所述融合单元，用于将所述第一信息中的航向角作为所述第一对象的目标信息中的航向角；所述融合单元，用于将最大的第一相似度对应的第二信息中的标识信息作为所述第一对象的目标信息中的目标标识信息。

11.一种电子设备，其特征在于，包括，一个或多个处理器、和存储器；所述处理器和所述存储器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；

当所述处理器执行所述计算机指令时，以使所述电子设备执行如权利要求1-8中任一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括：计算机软件指令；当所述计算机软件指令在电子设备中运行时，使得所述电子设备实现如权利要求1-8中任一项所述的方法。