[发明专利]一种船舶航路提取以及航迹偏离检测的方法

说明书

本发明公开了一种船舶航路提取以及航迹偏离检测的方法，所述计算方法包括如下步骤：获取船舶的历史信息和位置信息；进行处理噪声；构建高斯过程回归模型进行模型训练和学习，通过模型训练得到正常的主航迹线；基于模型训练的主航迹线，判别偏离航线的异常点。本发明的优点在于：其聚类算法更适合做大型数据的聚类，核心点不确定的数据聚类分析，得到的簇数更加细致和精确，簇内的相似性更高。可以有效地去除噪声的影响，更好的对船舶航路类别进行提取。其高斯过程回归基于无参统计建模，无需事先假定航迹模型，相对于线性回归对不确定航迹具有良好的表征能力。

技术领域

本发明涉及海事安全技术领域，具体指一种船舶航路提取以及航迹偏离检测的方法。

背景技术

航运业的飞速发展，使我们在享受海上交通运输带来的便利的同时，也在承受着交通事故带来的损失。一些重要航道的交通密度持续增加，水上交通安全事故的概率也随之增加，其造成的损失也在逐年递增。

船舶主航迹能为船舶事故的调查等提供有效依据，主航迹在航海中的广泛应用使得船舶主航迹的提取需求越来越迫切，航路提取方法急待优化，有效、方便、快捷的航路提取方法对航运业的发展有着巨大的促进作用。准确感知船舶航迹模式并进行异常检测能有效发现船舶危险行为并实现快速预警，对防范船舶偏航、船舶搁浅以及碰撞等事故的发生具有重要作用。

发明内容

本发明的目的就是要提供一种船舶航路提取以及航迹偏离检测的方法，其具有更高的计算精度，对于船舶航路提取精度较高，航迹偏离检测更为准确。

为实现上述目的，本发明所设计的一种船舶航路提取以及航迹偏离检测的方法，所述计算方法包括如下步骤：

步骤1：获取船舶的历史信息和位置信息，这一步骤是为了方便进行聚类处理；

步骤2：进行处理噪声；

步骤3：构建高斯过程回归模型进行模型训练和学习，通过模型训练得到正常的主航迹线；

步骤4：基于模型训练的主航迹线，判别偏离航线的异常点。

进一步地，所述步骤1的具体步骤为：

通过海面雷达获得船舶的历史信息和位置信息，原始航迹点数据T为N个航迹点(X_i，Y_i，t_i)构成的集合：T＝{(x₁，y₁，t₁)，(x₂，y₂，t₂)，…(x_N，y_N，t_N)}，其中x_i和y_i下标表示航迹序列中第i个时间点上的经度和纬度，t_i对应时间戳，通过高斯投影转换方式将地理坐标转换为大地坐标x^*＝[x^*₁,x^*₂…x*_n]和y^*＝[y^*₁,y^*₂…y^*_n]。

更进一步地，所述步骤2中，所述噪声处理的具体步骤为：

在每一采样时刻对船舶轨迹的大地坐标进行聚类：

x^*＝[x^*₁,x^*₂…x^*_n]

y^*＝[y^*₁,y^*₂…y^*_n]