基于船舶轨迹特征点提取的时空DP方法

基于船舶轨迹特征点提取的时空dp方法
技术领域
1.本发明属于船舶轨迹压缩技术领域，更具体地，涉及一种基于船舶轨迹特征点提取的时空道格拉斯
‑
普克(douglas
–
peucker，dp)方法。


背景技术：

2.经过多年的建设，目前船舶自动识别系统(automatic identification system，ais)基站网络框架已经基本形成，通过ais信息采集系统实时地接收各港口ais接收点采集到的船载ais数据，海事机关可以获得海量的船舶ais轨迹数据。海量的船舶ais轨迹数据中，蕴含着大量信息，包括船舶的静态信息，动态信息，船舶驾驶员的人为因素，船舶避碰行为，船员通常做法，习惯航路等。通过对船舶轨迹的分析研究，可以从中获取能够反映船舶规律的、有效的、潜在的信息，进而为海事机关对船舶违章行为监管，修订航行规则，推行船舶定线制提供有效的数据支持。然而海量的ais数据中存在一些利用价值极低的数据点，当移除这些数据点后船舶轨迹不会产生较大的改变。因此，为提高数据的利用效率，需要对冗杂的船舶ais轨迹数据进行压缩处理。
3.常规的船舶轨迹压缩算法往往只考虑轨迹的距离偏移量来压缩轨迹，得到的轨迹往往忽略船舶的动态信息，船舶航速、航向改变、进出某区域边界等航迹特征点在压缩过程被舍弃，降低了数据的利用价值；少数压缩算法通过航向、航速变化率均值对船舶轨迹特征点进行保留，但忽略由于传感器的误差，航速、航向会出现小范围波动，会将波动点进行保留，压缩后保留分数据点过多；少数压缩算法考虑船舶的时空特性，但往往只将船舶的时间特性仅作为分类和排序的指标。


技术实现要素：

4.针对现有技术的以上缺陷或改进需求，本发明提出了一种基于船舶轨迹特征点提取的时空dp方法，补充目前船舶轨迹压缩方法的不足，解决船舶轨迹压缩过程中特征轨迹点的保留问题，同时兼顾ais数据的时空特性较好的保留了轨迹的形状。
5.为实现上述目的，本发明提供了一种基于船舶轨迹特征点提取的时空dp方法，包括：
6.(1)对ais原始数据进行聚类分析，识别ais数据中的离群点，进而对噪声点进行剔除，构建单船ais时序性数据记录；
7.(2)将单船ais时序性数据记录中各ais数据点的经纬度坐标转化为墨卡托投影坐标；
8.(3)获取各ais数据点的航速变化率、航向变化率以及整个航行过程中的平均航速变化率、平均航向变化率；
9.(4)识别并保留单船ais时序性数据记录中的船舶航向和航速的改变点；
10.(5)识别并保留单船ais时序性数据记录中的船舶进出某区域轨迹点；
11.(6)以船舶轨迹的起点、终点以及保留的船舶航向和航速的改变点、船舶进出某区
域轨迹点为初始点，同时考虑ais数据的时空特性，对ais数据进行压缩。
12.在一些可选的实施方案中，由得到第i个ais数据点的航速变化率s
cri
，由得到第i个ais数据点的航向变化率c
cri
，由得到整个航行过程中的平均航速变化率由得到整个航行过程中的平均航向变化率中的平均航向变化率表示第i+1个ais数据点的航速，表示第i
‑
1个ais数据点的航速，表示第i+1个ais数据点的航向，表示第i
‑
1个ais数据点的航向，δt表示第i+1个ais数据点和第i
‑
1个ais数据点的时间间隔，n表示ais数据点个数。
13.在一些可选的实施方案中，步骤(4)包括：
14.设置船舶航速改变的阈值依次判断各个ais数据点b
i
的航速变化率s
cri
与s
tre
的大小，如果s
cri
≥s
tre
，则航速改变点集合s＝s∪b
i
；
15.设置船舶航向改变的阈值依次判断各个ais数据点p
i
的航向变化率c
cri
与c
tre
的大小，如果c
cri
≥c
tre
，则航向改变点集合c＝c∪p
i
，m和n表示系数。
16.在一些可选的实施方案中，步骤(5)包括：
17.判断相邻两个ais数据点分别代入区域边界线方程后值的乘积是否小于0，若小于0，则将该相邻两个ais数据点标记并保留为船舶进出某区域轨迹点，构成进出某区域点集合e。
18.在一些可选的实施方案中，步骤(6)包括：
19.(6.1)设置距离阈值d
t
，以船舶轨迹的起点、终点以及保留的s，e，c中的特征轨迹点为初始点对轨迹进行分段标记，相邻两个轨迹特征点之间的轨迹为一个子轨迹段；
20.(6.2)连接每个分段航迹的起点和终点，并根据起点与终点的经度，纬度转换后的墨卡托坐标系坐标和时间建立虚拟直线时空轨迹，对每个子轨迹段，计算该子轨迹段ais数据点在虚拟直线时空轨迹上同时刻点的墨卡托坐标系坐标，将该子轨迹段的ais数据点的墨卡托坐标系坐标与该ais数据点在虚拟直线时空轨迹上同时刻点的墨卡托坐标系坐标之间的距离作为该ais数据点到虚拟直线时空轨迹的时空距离d，找到所有时空距离中的最大距离d
max
，比较该最大距离与预设距离阈值d
t
的大小；
21.(6.3)如果d
max
＜d
t
，则该子轨迹段上所有中间数据点全部舍掉，舍掉所有中间点后，连接该子轨迹段起点和终点的直线就作为该子轨迹段的近似，该段子轨迹处理完毕；
22.(6.4)如果d
max
＞d
t
，则对应最大距离的ais数据点应保留为结果轨迹上的数据点，同时通过对应最大距离的ais数据点将该段子轨迹分为两部分，对这两部分曲线分别采用步骤(6.2)和步骤(6.3)进行处理，直到所有的d
max
＜d
t
；
23.(6.5)当所有子轨迹段处理完后，依次连接各分割点形成的轨迹，即为原轨迹压缩后的近似轨迹。
24.在一些可选的实施方案中，由
x＝r0×
λ，y＝r0×
q将单船ais时序性数据记录中各ais数据点的经纬度坐标转化为墨卡托投影坐标，其中，表示ais数据点的经纬度坐标，r0表示标准纬度的平行圆半径，q表示等距纬度，表示墨卡托投影的标准纬度，a表示地球椭球的长半径，e表示地球椭球的第一偏心率，(x,y)表示经纬度转换后的墨卡托坐标系坐标。
25.在一些可选的实施方案中，m∈[9,11]，n∈[3,5]。
[0026]
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0027]
本发明在对船舶ais轨迹压缩时，充分考虑了特征轨迹点的保留问题，同时利用时空距离压缩轨迹较好的保留了轨迹的形状，简化后的数据有较大的二次利用价值。
附图说明
[0028]
图1是本发明实施例提供的一种船舶轨迹压缩流程图；
[0029]
图2是本发明实施例提供的一种航速变化率和航向变化率计算示意图；
[0030]
图3是本发明实施例提供的一种基于船舶轨迹特征点提取的时空dp方法原理图；
[0031]
图4是本发明实施例提供的一种总体船舶轨迹压缩结果图，其中，(a)表示原始轨迹点图，(b)表示压缩后的轨迹点图；
[0032]
图5是本发明实施例提供的一种单船轨迹压缩结果图；
[0033]
图6是本发明实施例提供的一种进出桥区特征点。
具体实施方式
[0034]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0035]
本实施例采用长江武汉段2016年8月9日当天所采集ais数据作为原始数据进行压缩。如图1所示，本发明采取的技术方案是：
[0036]
s1：噪声点剔除，利用聚类算法对ais原始数据进行聚类分析，识别ais数据中的离群点，进而对噪声点进行剔除，构建单船ais时序性数据记录；
[0037]
本实例中主要对船舶的位置噪音点进行剔除，剔除位置偏差较大的数据点后，构建单船ais时序性数据记录。
[0038]
s2：为方便计算距离，将单船ais时序性数据记录中各ais数据点的经纬度坐标转化为墨卡托投影坐标；
[0039][0040][0041]
x＝r0×
λ
[0042]
y＝r0×
q
[0043]
其中，表示ais数据点的经纬度坐标，r0表示标准纬度的平行圆半径，q表示等距纬度，表示墨卡托投影的标准纬度，a表示地球椭球的长半径，e表示地球椭球的第一偏心率，(x,y)表示经纬度转换后的墨卡托坐标系坐标。
[0044]
本实例为了方便计算，提高计算精度，统一将各ais数据点的经纬度坐标转化为墨卡托坐标系坐标，时间统一转化为以秒为单位。
[0045]
s3：各ais数据点的航速变化率、航向变化率以及整个航行过程中的平均航速变化率、平均航向变化率；
[0046][0047][0048][0049][0050]
其中，s
cri
、c
cri
分别表示第i个ais数据点的航速变化率、航向变化率，分别表示整个航行过程中的平均航速变化率、平均航向变化率，表示第i+1个ais数据点的航速，表示第i
‑
1个ais数据点的航速，表示第i+1个ais数据点的航向，表示第i
‑
1个ais数据点的航向，δt表示第i+1个ais数据点和第i
‑
1个ais数据点的时间间隔，n表示ais数据点个数，如图2所示。
[0051]
s4：识别并保留单船ais时序性数据记录中的船舶航向和航速的改变点；
[0052]
受限于传感器的精度，船舶的航速，航向数据会存在小范围的波动，如果直接以平均变化率作为阈值，可能会将这些波动点当成航速变化、航向变化的轨迹特征点进行保留，导致压缩后数据量依然庞大，本发明中引入扩大系数m，n对平均航速变化率和平均航向变化率进行扩大处理。
[0053]
设初始航速改变点的集合s＝{}，设置船舶航速改变的阈值依次判断各个ais数据点b
i
的航速变化率s
cri
与s
tre
的大小，如果s
cri
≥s
tre
，则航速改变点集合s＝s∪b
i
；
[0054]
设初始航向改变点的集合c＝{}，设置船舶航向改变的阈值依次判断各个ais数据点p
i
的航向变化率c
cri
与c
tre
的大小，如果c
cri
≥c
tre
，则航向改变点集合c＝c∪p
i
。
[0055]
其中，m∈[9,11]，n∈[3,5]。
[0056]
本实例中取m＝10，n＝4，构建船舶航速变化率阈值和航向变化率阈值，进行航速特征点和航向特征点的保留。
[0057]
s5：识别并保留单船ais时序性数据记录中的船舶进出某区域轨迹点；
[0058]
大部分船舶轨迹压缩算法都没有将这些点作为轨迹特征点进行保留，但是这些数据点往往包含着驾驶员人为因素，驾驶员通常做法，习惯航路的潜在信息，有一定的利用价值。
[0059]
船舶驶入/出行为包括驶入/出码头、锚地、桥区水域、渔区水域、环形道等闭合区域以及航道、危险线、边界线等非闭合区域的轨迹点，判断相邻两个ais数据点分别代入边界线方程后值的乘积是否小于0，若小于0，则标记并保留为船舶进出某区域轨迹点，构成进出某区域点集合e。
[0060]
本实例对船舶驶入/驶出武汉长江二桥的特征点进行保留。
[0061]
s6：考虑ais的时空特性压缩船舶轨迹，具体地，如图3所示：
[0062]
s6.1：设置距离阈值d
t
，以船舶轨迹的起点、终点以及以上步骤保留的s，e，c中的轨迹特征点为初始点对轨迹进行分段标记，相邻两个轨迹特征点之间的轨迹为一个子轨迹段；
[0063]
s6.2：连接每个分段航迹的起点和终点，并根据起点与终点的经度，纬度转换后的墨卡托坐标系坐标(x,y)和时间建立虚拟直线时空轨迹，对每个子轨迹段，计算各分段ais数据点b
i
(x
i
,y
i
)在虚拟直线时空轨迹上同时刻点b
′
i
的墨卡托坐标系坐标(x
′
i
，y
′
i
)，计算各ais数据点到虚拟直线时空轨迹的时空距离d，即b
i
b
′
i
之间距离，找到所有距离中的最大距离d
max
，比较该最大距离与预设距离阈值d
t
的大小；
[0064][0065]
其中，b
i
(x
i
,y
i
)为子航迹段第i个ais数据点墨卡托坐标系下的坐标，b
′
i
(x
′
i
，y
′
i
)为b
i
在虚拟直线时空轨迹上同时刻点墨卡托坐标系下的坐标。
[0066]
s6.3：如果d
max
＜d
t
，则这条轨迹上所有中间数据点全部舍掉，舍掉所有中间点后，连接该子轨迹段起点和终点的直线就作为这条轨迹的近似，该段轨迹处理完毕；
[0067]
s6.4：如果d
max
≥d
t
，则对应最大距离的ais数据点应保留为结果轨迹上的数据点，同时通过该数据点将该段轨迹分为两部分，对这两部分曲线分别采用s6.2和s6.3进行处理，直到所有的d
max
＜d
t
；
[0068]
s6.5：当所有子轨迹段处理完后，依次连接各分割点形成的轨迹，即为原轨迹压缩后的近似轨迹。
[0069]
总体压缩结果如图4所示，其中，图4中(a)为原始轨迹点图，图4中(b)为压缩后的轨迹点图，其总体形状非常相似，可以证明本发明方法在高效压缩的同时保留轨迹的形状特征。单船轨迹压缩结果如图5、图6所示，可以看到轨迹点数量较少，同时特征点保留也较为完整。
[0070]
本实例中距离阈值d
t
取80。
[0071]
需要指出，根据实施的需要，可将本技术中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
[0072]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。