[发明专利]一种单拖船只目标的识别方法及装置

权利要求书

1.一种单拖船只目标的识别方法，其特征在于，包括：

获取船只的实时行驶轨迹数据；

对所述实时行驶轨迹数据进行预处理，获得预处理结果；

对所述预处理结果进行轨迹聚类，获得聚类结果；

对所述聚类结果进行特征抽取，获得特征数据；

将所述特征数据输入识别单拖船只目标的预设模型进行处理，获得单拖船只目标的识别结果。

2.根据权利要求1所述的单拖船只目标的识别方法，其特征在于，对所述实时行驶轨迹数据进行预处理，包括：

删除所述实时行驶轨迹数据中轨迹的点数少于第一值的实时行驶轨迹数据；

删除所述实时行驶轨迹数据中平均速度小于第二值的实时行驶轨迹数据；和/或

删除所述实时行驶轨迹数据中平均速度大于第三值的实时行驶轨迹数据。

3.根据权利要求1所述的单拖船只目标的识别方法，其特征在于，对所述预处理结果进行轨迹聚类，获得聚类结果，包括：

对所述预处理结果通过聚类算法进行轨迹聚类，获取中间聚类结果；

根据所述中间聚类结果，计算出待识别船只的活动范围，获取活动范围结果；

将小于或者等于第一阈值的活动范围结果删除；否则，则保留该活动范围，得到最终的聚类结果。

4.根据权利要求3所述的单拖船只目标的识别方法，其特征在于，对所述聚类结果进行特征抽取，获得特征数据，包括：

对所述聚类结果进行特征抽取，得到以下至少一种特征数据：航向变化结果、转弯次数结果、直行时间结果、绕圈率结果、航速、航向。

5.根据权利要求4所述的单拖船只目标的识别方法，其特征在于，

所述航向变化结果是待识别船只的航向变化之和，所述航向变化是待识别船只的两个时刻的航向差；

所述转弯次数结果是待识别船只的转弯次数；

所述直行时间结果是待识别船只的分段统计直行时间；

所述绕圈率结果是待识别船只的绕圈率；所述绕圈率是待识别船只的总路程除以位移。

6.根据权利要求1所述的单拖船只目标的识别方法，其特征在于，预测单拖船只目标模型通过如下通过训练：

获取船只的历史轨迹样本数据；

对所述船只的历史轨迹样本数据进行数据清洗处理，获取清洗结果；

对所述清洗结果进行数据可视化处理，获取可视化结果；

对所述可视化结果进行特征抽取，获取所述特征抽取结果；

对所述特征抽取结果通过随机森林模型进行训练，获取所述预设模型。

7.根据权利要求6所述的单拖船只目标的识别方法，其特征在于，所述随机森林模型的参数包括：

n_estimators＝60；

max_depth＝10；

min_samples_split＝10；

其中，n_estimators为决策树个数，max_depth为决策树的深度，min_samples_split为节点最小样本数。

8.根据权利要求7所述的单拖船只目标的识别方法，其特征在于，将所述特征数据输入识别单拖船只目标的预设模型进行处理，获得单拖船只目标的识别结果，包括：

将所述特征数据输入预设模型，输出预测结果；

根据所述预测结果对待识别船只的类别进行判断，获取判断结果；

根据所述判断结果，获取单拖船只目标。

9.根据权利要求8所述的单拖船只目标的识别方法，其特征在于，所述根据所述判断结果，获取单拖船只目标，包括：

当所述判断结果为待识别船只为单拖船只目标的概率大于0.7时，获取单拖船只目标。

10.一种单拖船只目标的识别装置，其特征在于，包括：

获取模块，用于获取船只的实时行驶轨迹数据；

预处理模块，用于对所述实时行驶轨迹数据进行预处理，获得预处理结果；

聚类模块，用于对所述预处理结果进行轨迹聚类，获得聚类结果；

特征抽取模块，用于对所述聚类结果进行特征抽取，获得特征数据；

识别模块，用于将所述特征数据输入识别单拖船只目标的预设模型进行处理，获得单拖船只目标的识别结果。