CN116913135B - 一种基于ais数据的复杂锚地水域碰撞危险识别方法及装置 - Google Patents
一种基于ais数据的复杂锚地水域碰撞危险识别方法及装置 Download PDFInfo
- Publication number
- CN116913135B CN116913135B CN202310795416.6A CN202310795416A CN116913135B CN 116913135 B CN116913135 B CN 116913135B CN 202310795416 A CN202310795416 A CN 202310795416A CN 116913135 B CN116913135 B CN 116913135B
- Authority
- CN
- China
- Prior art keywords
- ship
- anchor
- collision risk
- collision
- risk
- 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
- 239000003673 groundwater Substances 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 10
- LFULEKSKNZEWOE-UHFFFAOYSA-N propanil Chemical compound CCC(=O)NC1=CC=C(Cl)C(Cl)=C1 LFULEKSKNZEWOE-UHFFFAOYSA-N 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012900 molecular simulation Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- QZXCCPZJCKEPSA-UHFFFAOYSA-N chlorfenac Chemical compound OC(=O)CC1=C(Cl)C=CC(Cl)=C1Cl QZXCCPZJCKEPSA-UHFFFAOYSA-N 0.000 description 3
- 241000208125 Nicotiana Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004873 anchoring Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
-
- 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
-
- 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
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/30—Adapting or protecting infrastructure or their operation in transportation, e.g. on roads, waterways or railways
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Ocean & Marine Engineering (AREA)
- Mathematical Analysis (AREA)
- Remote Sensing (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于AIS数据的复杂锚地水域碰撞危险识别方法及装置。方法包括以下步骤:S1、由船舶AIS数据中提取船舶位置、船舶运动及船舶尺度信息,构成船舶运动信息集;S2、利用船舶运动信息集中的信息对锚地及附近水域中的微观碰撞危险、宏观碰撞危险以及船舶交通复杂性进行计算;S3、基于三种危险因子计算结果,构造锚地碰撞危险空间,计算锚地碰撞危险距离,通过锚地碰撞危险距离的径向分布情况来对锚地水域的碰撞危险进行识别。本发明为船舶交通监管人员对于辖区锚地及其附近水域的监管提供帮助,尤其是复杂交通局面下,有助于其对该水域的交通情况进行充分的理解。
Description
技术领域
本发明涉及船舶交通安全与风险评估技术领域,具体而言,尤其涉及一种基于AIS数据的复杂锚地水域碰撞危险识别方法及装置。
背景技术
进入21世纪后,在全球经济与航运业的持续发展下,全球各地的船舶交通飞速增长,这一现象在港口等船舶活动频繁的区域尤为突出。船舶交通量的增长会导致船舶交通趋于复杂化,使得本就繁忙的港口水域更加拥挤,增大其中船舶碰撞事故发生的可能性。在港口船舶交通中,根据港口主管部门的安排或船舶自身的计划,部分船舶选择在港口附近的锚地中进行抛锚,从而为其下一步活动进行准备。对于船舶交通繁忙且复杂的港口水域,碰撞危险不仅存在于船舶来往的航道之中,同时存在于供船舶进行停泊的锚地之中。由于锚地是一种特殊的通航功能性水域,与航道等常见水域相比,在过去的船舶碰撞危险研究中对其关注较少。在少有的锚地碰撞危险研究中,也仅是从碰撞危险度或船舶交通流的角度进行简单分析,并没有考虑锚地的特殊性,包括锚地中的船舶的特殊性以及锚地本身的特殊性。同时,也没有考虑到不断复杂化的船舶交通对锚地中的船舶碰撞危险所带来的影响。这不但使得锚地中的碰撞危险无法被准确识别,危及锚地及其附近的船舶航行与停泊安全,而且会妨碍到相关人员对于繁忙且复杂的港口水域交通的有效监管,影响其对于锚地乃至港口水域的船舶交通风险监控与分析。因此,在港口船舶交通不断复杂化的今天,亟待设计一种能够充分利用船舶AIS数据锚地碰撞危险识别分析方法,在充分考虑锚地的特殊性的前提下,对锚地水域中的船舶碰撞危险进行准确的识别与分析。
发明内容
鉴于现有技术的不足,本发明提供一种基于AIS数据的复杂锚地水域碰撞危险识别方法及装置。一方面,本发明为船舶交通监管人员对于辖区锚地及其附近水域的监管提供帮助,尤其是复杂交通局面下,有助于其对该水域的交通情况进行充分的理解。另一方面,本发明可以对锚地及其附近水域的碰撞危险分析,从而为锚地的设计和变更提供依据。
本发明采用的技术手段如下:
一种基于AIS数据的复杂锚地水域碰撞危险识别方法,包括以下步骤:
S1、由船舶AIS数据中提取船舶位置、船舶运动及船舶尺度信息,构成船舶运动信息集;
S2、利用船舶运动信息集中的信息对锚地及附近水域中的微观碰撞危险、宏观碰撞危险以及船舶交通复杂性进行计算;
S3、基于微观碰撞危险、宏观碰撞危险以及船舶交通复杂性三种危险因子计算结果,构造锚地碰撞危险空间,计算锚地碰撞危险距离,通过锚地碰撞危险距离的径向分布情况来对锚地水域的碰撞危险进行识别。
本发明还提供了一种基于AIS数据的复杂锚地水域碰撞危险识别装置,包括:
数据提取处理模块,其用于由船舶AIS数据中提取船舶位置、船舶运动及船舶尺度信息,构成船舶运动信息集;
危险因子计算模块,其用于利用船舶运动信息集中的信息对锚地及附近水域中的微观碰撞危险、宏观碰撞危险以及船舶交通复杂性进行计算;
碰撞危险识别模块,其用于基于微观碰撞危险、宏观碰撞危险以及船舶交通复杂性三种危险因子计算结果,构造锚地碰撞危险空间,计算锚地碰撞危险距离,通过锚地碰撞危险距离的径向分布情况来对锚地水域的碰撞危险进行识别。
较现有技术相比,本发明具有以下优点:
1、本发明提供的复杂锚地水域碰撞危险识别方法是基于船舶AIS数据进行设计的,与传统基于交通流统计参数的锚地碰撞危险模型不同,可以对大量的船舶AIS数据中的船舶航行状态信息进行充分的利用,包括船舶的位置信息、运动信息、尺度信息等,从而可以充分实时挖掘指定锚地水域中的潜在的碰撞危险。
2、本发明提供的基于船舶AIS数据的复杂锚地水域碰撞危险识别分析方法不仅考虑了船舶之间所存在的由于相对运动产生的微观碰撞危险,还基于椭圆形船舶领域考虑了由于锚地本身特性所产生的宏观层面的碰撞危险,可以从全局角度揭示锚地及其附近水域对于航行至该水域或欲穿过该水域的船舶所需面临的碰撞危险大小。
3、本发明提供的基于船舶AIS数据的复杂锚地水域碰撞危险识别分析方法对比传统方法还将由于港口水域船舶交通量不断增加导致的船舶交通复杂性的增加,在对该水域碰撞危险的识别中将复杂性的增加对于碰撞危险的影响考虑在内,因而可以对复杂锚地水域的船舶碰撞危险进行更加有效和准确的识别。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为实施例中基于AIS数据的复杂锚地水域碰撞危险识别方法流程图。
图2为实施例中船舶航行状态信息的插值示意图。
图3为实施例中锚地中在航船舶之间的相对运动关系示意图。
图4为实施例中锚地中在航船舶与锚泊船舶的相对运动关系示意图。
图5为实施例中锚地以及动态范围边界示意图。
图6为实施例中安全可航水域示意图。
图7为实施例中锚地及其附近水域中的船舶位置分布示意图。
图8为实施例中在锚地碰撞危险立体空间中的碰撞危险距离示意图。
图9为实施例中烟台港附近锚地的碰撞危险可视化表征示意图。
图10为实施例中2号锚地24小时碰撞危险变化情况示意图。
图11为实施例中基于AIS数据的复杂锚地水域碰撞危险识别装置结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
本发明提供了一种基于AIS数据的复杂锚地水域碰撞危险识别分析方法,本发明的实施流程图如图1所示,其中共包含三个大阶段:
第一阶段,接收AIS数据并储存,从AIS数据中提取构成本发明中的船舶航行状态信息集所需要的信息,包括船舶位置信息、船舶运动信息以及船舶尺度信息,构成每艘船舶在AIS数据接收时刻的航行状态信息集,并将不同时刻的航行状态信息集向同一时刻进行插值。
第二阶段,计算锚地碰撞危险三个维度的危险值,分别为微观碰撞危险维度、宏观碰撞危险维度以及船舶交通复杂性维度。
第三阶段,以锚地微观碰撞危险、锚地宏观碰撞危险以及锚地船舶交通复杂性三个维度建立锚地碰撞危险立体空间,经归一化处理后的三个维度的数值作为两艘船舶之间的碰撞危险在该空间的坐标值,其与坐标原点之间的距离即锚地碰撞危险距离,基于所有锚地碰撞危险距离,通过径向分布函数求取船舶在该空间中的径向分布情况,进而对该锚地水域的碰撞危险进行识别和分析。
本发明提供的基于AIS数据的复杂锚地水域碰撞危险识别方法的具体实施步骤如下:
(一)船舶航行状态信息集的提取和处理
接收AIS数据并储存,在实时场景中,可从船舶处接收AIS数据,并储存在岸基的数据储存和处理终端中,在研究场景中,可从AIS数据库中获得AIS数据。从AIS数据中提取本发明构建船舶航行状态信息集所需的信息,包括位置信息:船舶经度、船舶纬度;运动信息:船舶速度、船舶航向;尺度信息:船舶长度。以某艘船舶1为例,在某一时刻所构建的船舶航行状态信息集如下:
Info1=(long1,lat1,speed1,course1,length1) (1)
推广到所有船舶的航行信息集如下:
Infoi=(longi,lati,speedi,coursei,lengthi) (2)
由于船舶AIS数据的接收时刻不同,所得到的不同船舶的船舶航行信息集在某一研究时刻附近的时间标签将会不一致。因此,需要对这些船舶航行信息集向研究时刻进行插值,如图2所示。
以速度信息为例,研究时刻为T0,某艘船舶的航行状态信息集在时刻T0附近的时间标签附近存在T1和T2,分别位于时刻T0两侧,在这两个时刻的速度信息分别为speed1和speed2,此时便可以根据时刻T1和T2的航行状态信息集中的速度信息对研究时刻T0的速度信息speed0进行内插计算:
对于时刻T1和T2分布在研究时刻为T0一侧的情况,则需要进行外插计算:
进而获得所有研究时刻所有船舶的航行状态信息集,将其储存在数据库之中以备调用。
(二)锚地微观碰撞危险、宏观碰撞危险以及交通复杂性的计算
1.锚地微观碰撞危险的计算
锚地微观碰撞危险是指锚地水域中两两船舶之间由于相对运动关系所客观存在的碰撞危险。锚地中存在着在航船舶与锚泊船舶,因此锚地中的两两船舶存在着三种不同的情况,分别是:1)在航船舶与在航船舶;2)在航船舶与锚泊船舶:3)锚泊船舶与锚泊船舶。由于被视为静止物标的锚泊船舶和锚泊船舶之间不存在相对运动的情况,所以在锚地微观碰撞危险的计算中只考虑前两种情况。
在航船舶与在航船舶之间的碰撞危险
在航船舶与在航船舶之间的碰撞危险的计算与开阔水域之中的船舶之间的碰撞危险的计算相同,以一艘船舶为本船,另一艘船舶为目标船,在平面直角坐标系中构建目标船相对于本船的相对运动关系,如图3所示,从而求解其中的DCPA与RCPA:
DCPA=dis×|sin(CR-CB-π)| (5)
其中,CB为目标船舶相对于本船的方位,CR为目标船相对于本船运动的航向,speedR为目标船相对于本船运动的速度,dis为两艘船舶之间的距离,可通过船舶航行信息集中两艘船舶的经纬度坐标求得:
CB为目标船舶相对于本船的方位,可通过两船的经纬度坐标根据反正切三角函数获得:
speedR为目标船相对于本船运动的速度,在相对运动三角形△TBC中,可通过船舶航行状态信息集中的速度和航向信息计算获得:
CR为目标船相对于本船运动的航向,在计算出两船的相对速度speedR的基础上进行计算:
在得到两艘船舶之间的DCPA与TCPA之后,根据它们和碰撞危险之间的反比关系计算锚地中的两艘在航船舶之间碰撞危险:
CRmicro为在航船舶与在航船舶之间的碰撞危险因子。
在航船舶与锚泊船舶之间的碰撞危险
在航船舶与锚泊船舶之间的碰撞危险的计算同样根据两船之间在直角坐标系中的相对运动关系进行,区别于两艘在航船舶的是其中一艘船舶的速度为0,即相对运动关系可转换为目标船舶相对于一个静止物标的相对运动,如图4所示,从而计算两艘船舶之间的DCPA与TCPA:
DCPA=dis×sinCRB (12)
其中,dis仍是两艘船舶之间的距离,可通过船舶航行信息集中两艘船舶的经纬度坐标求得。speedO为本船速度,CRB为目标船相对于本船的相对方位,可根据船舶航行状态信息集中的两船方位计算获得:
CRB=CB-CO (14)
同样,在获得了两艘船舶之间的DCPA与TCPA之后,根据它们和碰撞危险之间的反比关系通过公式(11)计算锚地中在航船舶与锚泊船舶之间的碰撞危险。
2.锚地宏观碰撞危险的计算
锚地宏观碰撞危险的计算,是考虑锚地本身的特点,从锚地及其附近水域中的安全可航水域角度出发,从而对航行至该水域或欲穿过该水域的船舶所需面临的锚地的整体碰撞危险大小进行评估。对于一艘航行至该水域或欲穿过该水域的船舶而言,安全可航水域越小,其进行避碰操纵行为的难度越大,从而具有更高的发生碰撞事故的可能性。
为计算安全可航水域,首先需要确定研究水域的范围,考虑到锚地宏观碰撞危险是针对航行至该水域或欲穿过该水域的船舶而言,所以研究水域不仅包括锚地区域,还包括锚地周围一定范围内的区域,本发明根据锚地中船舶的平均船舶领域尺度将锚地向外扩展,如图5所示。该范围为可变化的动态范围,将因锚地中存在的船舶尺度以及数量的不同而不同,。
然后,需要计算锚地及其附近水域的总体面积Areaanc,可根据锚地边界的坐标值进行计算。之后,计算锚地及其附近水域内的所有船舶的船舶领域面积,本发明中所采用的是椭圆形船舶领域,比起圆形船舶领域更能够反映航海实际。最后,计算锚地及其附近水域中没有被船舶领域覆盖的区域面积Areasafe。本发明的安全可航水域如图6所示。
完成以上计算之后,通过安全可航水域占据研究水域总面积的比值大小,并根据安全可航水域的大小与危险大小成反比的特点,可计算出锚地的宏观碰撞危险:
3.锚地船舶交通复杂性的计算
本发明在锚地碰撞危险的识别中还对锚地及其附近水域的船舶交通复杂性进行了考虑,从而可以对日益复杂的船舶交通局面下的锚地碰撞危险进行更加准确和有效的识别。本发明中对于锚地船舶交通复杂性的考虑基于锚地及其附近水域中的船舶在空间分布上的紧密性。
为计算锚地船舶交通复杂性,首先需要通过航行状态信息集中的位置信息计算锚地及其附近水域的所有船舶之间的距离disij,如图7所示,具体计算方式与公式7相同。
然后,引入分子模拟中的径向分布函数,将锚地及其附近水域视为分布空间,需要说明的是,由于船舶交通的特点,该空间为二维空间,所以相应的径向分布函数的计算需要由三维向二维进行转化。将船舶视为粒子,描述其在研究水域的二维空间中的径向分布情况,并对该径向分布在一定阈值内进行积分,本发明将积分阈值确定为研究水域空间半径的一半,从而得到锚地及其附近水域中船舶的位置复杂性:
其中,CMPd表示锚地及其附近水域中船舶的位置复杂性因子,Ranc为锚地范围的半径,Ni(r,Δr)为以船舶i为中心距离为r宽度为Δr的圆环内的船舶分布数量,λ为调整系数,N为锚地中船舶数量,ρ为锚地中的单位密度,S(r,Δr)为距离中心点r宽度为Δr的圆环面积,r为到中心点的距离,Δr为圆环宽度。
(三)锚地碰撞危险的识别
在(二)中,得到了锚地水域的微观船舶碰撞危险CRmicro、宏观船舶碰撞危险CRmacro以及船舶交通复杂性水平CMPd。本发明的锚地碰撞危险识别方法便是在综合考虑上述三种危险因子的基础上进行的。首先,需要将上述三种危险因子进行归一化,接近于0表示其危险水平越低或复杂性越高,而接近于1则表示其危险水平越低或复杂性越低。之后,便以归一化后的CRmicro′、CRmacro′、CMPd′构建锚地碰撞危险立体空间,CRmicro′、CRmacro′、CMPd′分别表示立体空间直角坐标系的x轴、y轴和z轴。在该锚地碰撞危险立体空间之中,某一点的坐标表示某两艘船舶的微观碰撞危险大小,该两艘船舶所处锚地的整体宏观碰撞危险大小以及复杂性水平大小。而该点与坐标原点的距离则表示两艘船舶在考虑微观碰撞危险、锚地宏观碰撞危险以及复杂性水平之后的综合碰撞危险大小,本发明将其命名为锚地碰撞危险距离disacs,如图8所示,该距离可以通过下式计算:
计算锚地及其附近水域中的所有disacs,引入分子模拟中的径向分布函数,得到在锚地碰撞危险立体空间中的径向分布G(disacs)
通过对该径向分布G(disacs)在一定阈值范围内求取积分,阈值设定为碰撞危险空间半径的一半,综合表征该水域的碰撞危险大小CRanc,经归一化后可对该锚地水域的碰撞危险进行识别。
图9为根据本发明所提供的基于AIS数据的复杂锚地水域碰撞危险识别方法所得到烟台港附近锚地水域碰撞危险的可视化表征结果,表示烟台港附近的4个锚地的碰撞危险大小。进一步,针对其中的2号锚地,对其一天内24小时的锚地碰撞危险进行识别,取每小时的第一个时刻作为该小时的代表,分析锚地碰撞危险随时间的变化,如图10所示。
本发明实施例还提供了一种基于AIS数据的复杂锚地水域碰撞危险识别装置,如图11所示,包括:
数据提取处理模块,其用于由船舶AIS数据中提取船舶位置、船舶运动及船舶尺度信息,构成船舶运动信息集;
危险因子计算模块,其用于利用船舶运动信息集中的信息对锚地及附近水域中的微观碰撞危险、宏观碰撞危险以及船舶交通复杂性进行计算;
碰撞危险识别模块,其用于基于微观碰撞危险、宏观碰撞危险以及船舶交通复杂性三种危险因子计算结果,构造锚地碰撞危险空间,计算锚地碰撞危险距离,通过锚地碰撞危险距离的径向分布情况来对锚地水域的碰撞危险进行识别。
对于本发明实施例的而言,由于其与上面实施例中的相对应,所以描述的比较简单,相关相似之处请参见上面实施例中部分的说明即可,此处不再详述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种基于AIS数据的复杂锚地水域碰撞危险识别方法,其特征在于,包括以下步骤:
S1、由船舶AIS数据中提取船舶位置、船舶运动及船舶尺度信息,构成船舶运动信息集;
S2、利用船舶运动信息集中的信息对锚地及附近水域中的微观碰撞危险、宏观碰撞危险以及船舶交通复杂性进行计算;
S3、基于微观碰撞危险、宏观碰撞危险以及船舶交通复杂性三种危险因子计算结果,构造锚地碰撞危险空间,计算锚地碰撞危险距离,通过锚地碰撞危险距离的径向分布情况来对锚地水域的碰撞危险进行识别,包括:
对所述微观碰撞危险、宏观碰撞危险以及船舶交通复杂性三种危险因子进行归一化,基于归一化后的结果构建锚地碰撞危险立体空间,微观碰撞危险因子、宏观碰撞危险因子以及船舶交通复杂性因子表示立体空间直角坐标系的x轴、y轴和z轴,
计算锚地及其附近水域中的所有锚地碰撞危险距离,引入分子模拟中的径向分布函数,得到在锚地碰撞危险立体空间中的径向分布,
通过对所述径向分布在一定阈值范围内求取积分,所述阈值被设定为碰撞危险空间半径的一半,综合表征该水域的碰撞危险大小,经归一化后对锚地水域的碰撞危险进行识别。
2.根据权利要求1所述的一种基于AIS数据的复杂锚地水域碰撞危险识别方法,其特征在于,由船舶AIS数据中提取船舶位置、船舶运动及船舶尺度信息,构成船舶运动信息集,包括:对位于不同时间标签的航行状态信息集向同一时刻进行插值,获得不同船舶在同一时间标签的航行状态信息集。
3.根据权利要求1所述的一种基于AIS数据的复杂锚地水域碰撞危险识别方法,其特征在于,利用船舶运动信息集中的信息计算锚地及附近水域中的微观碰撞危险,包括根据以下方式计算在航船舶与在航船舶之间的碰撞危险:
DCPA=dis×|sin(CR-CB-π)|
其中,CRmicro为在航船舶与在航船舶之间的碰撞危险因子,dis为两艘船舶之间的距离,CB为目标船舶相对于本船的方位,CR为目标船相对于本船运动的航向,speedR为目标船相对于本船运动的速度。
4.根据权利要求3所述的一种基于AIS数据的复杂锚地水域碰撞危险识别方法,其特征在于,利用船舶运动信息集中的信息计算锚地及附近水域中的微观碰撞危险,包括根据以下方式计算在航船舶与锚泊船舶之间的碰撞危险:
DCPA=dis×sinCRB
其中,CRmicro为在航船舶与锚泊船舶之间的碰撞危险因子,dis为两艘船舶之间的距离,CRB为目标船相对于本船的相对方位,speedO为本船速度。
5.根据权利要求1所述的一种基于AIS数据的复杂锚地水域碰撞危险识别方法,其特征在于,利用船舶运动信息集中的信息计算锚地及附近水域中的宏观碰撞危险,包括根据以下方式计算锚地的宏观碰撞危险:
其中,CRmacro为锚地的宏观碰撞危险因子,Areaanc为锚地及其附近水域的总体面积,Areasafe为锚地及其附近水域中没有被船舶领域覆盖的区域面积。
6.根据权利要求1所述的一种基于AIS数据的复杂锚地水域碰撞危险识别方法,其特征在于,利用船舶运动信息集中的信息计算锚地及附近水域中的船舶交通复杂性,包括根据以下方式计算船舶交通复杂性:
其中,CMPd表示锚地及其附近水域中船舶的位置复杂性因子,Ranc为锚地范围的半径,Ni(r,Δr)为以船舶i为中心距离为r宽度为Δr的圆环内的船舶分布数量,λ为调整系数,N为锚地中船舶数量,ρ为锚地中的单位密度,S(r,Δr)为距离中心点r宽度为Δr的圆环面积,r为到中心点的距离,Δr为圆环宽度。
7.一种基于AIS数据的复杂锚地水域碰撞危险识别装置,其特征在于,包括:
数据提取处理模块,其用于由船舶AIS数据中提取船舶位置、船舶运动及船舶尺度信息,构成船舶运动信息集;
危险因子计算模块,其用于利用船舶运动信息集中的信息对锚地及附近水域中的微观碰撞危险、宏观碰撞危险以及船舶交通复杂性进行计算;
碰撞危险识别模块,其用于基于微观碰撞危险、宏观碰撞危险以及船舶交通复杂性三种危险因子计算结果,构造锚地碰撞危险空间,计算锚地碰撞危险距离,通过锚地碰撞危险距离的径向分布情况来对锚地水域的碰撞危险进行识别,包括:
对所述微观碰撞危险、宏观碰撞危险以及船舶交通复杂性三种危险因子进行归一化,基于归一化后的结果构建锚地碰撞危险立体空间,微观碰撞危险因子、宏观碰撞危险因子以及船舶交通复杂性因子表示立体空间直角坐标系的x轴、y轴和z轴,
计算锚地及其附近水域中的所有锚地碰撞危险距离,引入分子模拟中的径向分布函数,得到在锚地碰撞危险立体空间中的径向分布,
通过对所述径向分布在一定阈值范围内求取积分,所述阈值被设定为碰撞危险空间半径的一半,综合表征该水域的碰撞危险大小,经归一化后对锚地水域的碰撞危险进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310795416.6A CN116913135B (zh) | 2023-06-30 | 2023-06-30 | 一种基于ais数据的复杂锚地水域碰撞危险识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310795416.6A CN116913135B (zh) | 2023-06-30 | 2023-06-30 | 一种基于ais数据的复杂锚地水域碰撞危险识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116913135A CN116913135A (zh) | 2023-10-20 |
CN116913135B true CN116913135B (zh) | 2024-01-02 |
Family
ID=88365926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310795416.6A Active CN116913135B (zh) | 2023-06-30 | 2023-06-30 | 一种基于ais数据的复杂锚地水域碰撞危险识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116913135B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130131961A (ko) * | 2012-05-25 | 2013-12-04 | (주)지엠티 | 선박자동식별장치를 활용한 선박간 지능적 충돌예측정보 제공방법 |
WO2019143083A1 (ko) * | 2018-01-16 | 2019-07-25 | 선박안전기술공단 | 선박 충돌 방지 시스템 및 방법 |
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 |
CN115620559A (zh) * | 2022-09-23 | 2023-01-17 | 杭州云栖慧联技术有限公司 | 一种基于智能感知的船舶安全管理方法、系统及设备 |
CN115935767A (zh) * | 2022-11-08 | 2023-04-07 | 大连海事大学 | 基于统计力学的三维船舶交通复杂度识别感知方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7881868B2 (en) * | 2007-06-12 | 2011-02-01 | Palo Alto Research Center Incorporated | Dual assessment for early collision warning |
FR2967285B1 (fr) * | 2010-11-05 | 2013-07-19 | Rockwell Collins France | Procede et dispositif de detection de collisions potentielles pouvant etre mis en oeuvre dans un aeronef |
US8447509B2 (en) * | 2011-07-13 | 2013-05-21 | Dynamic Research, Inc. | System and method for testing crash avoidance technologies |
-
2023
- 2023-06-30 CN CN202310795416.6A patent/CN116913135B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130131961A (ko) * | 2012-05-25 | 2013-12-04 | (주)지엠티 | 선박자동식별장치를 활용한 선박간 지능적 충돌예측정보 제공방법 |
WO2019143083A1 (ko) * | 2018-01-16 | 2019-07-25 | 선박안전기술공단 | 선박 충돌 방지 시스템 및 방법 |
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 |
CN115620559A (zh) * | 2022-09-23 | 2023-01-17 | 杭州云栖慧联技术有限公司 | 一种基于智能感知的船舶安全管理方法、系统及设备 |
CN115935767A (zh) * | 2022-11-08 | 2023-04-07 | 大连海事大学 | 基于统计力学的三维船舶交通复杂度识别感知方法及装置 |
Non-Patent Citations (1)
Title |
---|
船舶碰撞危险度的新模型;郑中义, 吴兆麟;大连海事大学学报(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116913135A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108873799B (zh) | 船载智能驾驶辅助终端 | |
Shu et al. | Influence of external conditions and vessel encounters on vessel behavior in ports and waterways using Automatic Identification System data | |
Yoo | Near-miss density map for safe navigation of ships | |
US8706329B2 (en) | Facilitating navigation of vessels in specific water environments | |
CN112885151B (zh) | 一种融合几何解析与数据挖掘的船舶碰撞风险预警方法 | |
CN111536962B (zh) | 智能船舶的航线规划方法及装置、存储介质、计算机设备 | |
CN113012472B (zh) | 一种适用于vts系统的船舶预警方法、设备及存储介质 | |
Mestl et al. | Identifying and analyzing safety critical maneuvers from high resolution AIS data | |
Silveira et al. | Assessment of ship collision estimation methods using AIS data | |
Perkovic et al. | Nautical risk assessment for LNG operations at the Port of Koper | |
CN116913135B (zh) | 一种基于ais数据的复杂锚地水域碰撞危险识别方法及装置 | |
KR101728603B1 (ko) | 구글맵과 enc를 이용한 일반 pc에서 운용 가능한 3차원 선박운항시뮬레이터 | |
Xu et al. | Safety Assessment of Navigation Based on Ship Handing Simulator | |
Sudhendar et al. | Evolution of intelligent shipboard piloting systems: A distributed system for the St Lawrence Seaway | |
Olindersson et al. | Development of a software to identify and analyse marine traffic situations | |
Hagen et al. | Exploration of COLREG-relevant parameters from historical AIS-data | |
Kao et al. | Fuzzy grounding alert system for vessel traffic service via 3D marine GIS | |
Liu et al. | Spatial modeling and analysis based on spatial information of the ship encounters for intelligent navigation safety | |
Liu et al. | Spatial modeling and analysis approach for ship-encounters dynamic spatial–temporal domain | |
Perera et al. | Vector-product based collision estimation and detection in e-navigation | |
CN113436467A (zh) | 一种水面无人艇在河道航行时的避碰决策方法 | |
Xue et al. | Risk Assessment Based on KDE of Ship Collision Candidates for Ship Routing Waterway | |
Uriasz | Determination of ship's safe navigation lane in the navigational information system | |
Froese | Safe and efficient port approach by vessel traffic management in waterways | |
Wang et al. | Collision Risk Prediction and Quantification Method for Multi-ship Encountered Situation with Multi-factors in Inland Water |
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 |