CN113096445A - 一种以视觉航标为通讯节点的智能航路设计方法 - Google Patents
一种以视觉航标为通讯节点的智能航路设计方法 Download PDFInfo
- Publication number
- CN113096445A CN113096445A CN202110331088.5A CN202110331088A CN113096445A CN 113096445 A CN113096445 A CN 113096445A CN 202110331088 A CN202110331088 A CN 202110331088A CN 113096445 A CN113096445 A CN 113096445A
- Authority
- CN
- China
- Prior art keywords
- navigation
- intelligent
- information
- ship
- ais
- 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.)
- Granted
Links
Images
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种以视觉航标为通讯节点的智能航路设计方法。该方法基于现有的完整***性的航标配布(包括浮动、固定和无线电航标),通过在现有航标上安装智能感知终端设备进行船舶AIS数据采集,并经过后台数据处理和风险评估分析后,将助航信息通过智能感知终端发送给区域内的过往船舶,实现助航安全信息/助航风险预警信息的及时播发和网格化无缝对接,实现传统助航和智能化信息服务的有机融合,实现海上助航信息服务网格化精准提供,从而实现船舶智能航路的功能。
Description
技术领域
本发明涉及一种以视觉航标为通讯节点的智能航路设计方法。
背景技术
目前关于船舶智能助航方面的技术方案,没有利用航道上已经布设且位置便利的航标设施,从而造成***建设的投入成本高、助航效率低下的问题。本方法以视觉航标为通讯节点进行感知信息收集和助航信息播发,并实现网格化无缝对接,可以有力提升助航效率,降低建设成本投入。
发明内容
本发明的目的在于提供一种以视觉航标为通讯节点的智能航路设计方法,该方法以视觉航标为通讯节点进行感知信息收集和助航信息播发,并实现网格化无缝对接,可以有力提升助航效率,降低建设成本投入。
为实现上述目的,本发明的技术方案是:一种以视觉航标为通讯节点的智能航路设计方法,包括如下步骤:
在航标上安装智能感知终端;
通过智能感知终端进行船舶AIS数据采集,并传输给监控中心;
监控中心的***管理平台根据航路通航风险管理特点,通过在电子海图上设置航道边界、危险物、重要转向点、航行规则等航行预警告条件,对前端传回的船舶AIS数据进行处理,将助航信息通过智能感知终端发送给区域内所有的过往的船舶或特定的过往船舶,实现助航信息的及时播发,如水文、气象、航行警告报文或语音信息等,进而达到为船舶提供及时、智能化的助航信息目的。
在本发明一实施例中,所述在航标上安装智能感知终端,即选择航路关键位置的水域航标及靠近风险较高区域的水域航标安装智能感知终端。
在本发明一实施例中,所述航路关键位置包括航路的口门、转向点、受限水域,所述风险较高区域包括靠近碍航沉船沉物、礁石、浅滩、岬角的区域。
在本发明一实施例中,安装智能感知终端时,需保证各智能感知终端信号覆盖范围的有效衔接和预定的冗余度。
在本发明一实施例中,所述助航信息包括助航安全信息、助航风险预警信息。其中助航安全信息可以向区域内所有过往船舶进行播发,助航风险预警信息可以向区域内特定的过往船舶进行播发。
在本发明一实施例中,所述智能感知终端具有船舶AIS数据采集及助航信息播发功能。
在本发明一实施例中,所述智能感知终端包括单片机控制模块及与该单片机控制模块连接的用于为整个***供电的电源供电模块、用于实现助航语音播报的语音模块、用于实现AIS数据收发的AIS收发模块、用于实现实时视频数据传输的4G远传DTU模块,还包括与所述4G远传DTU模块连接的用于采集航道视频数据的高清摄像头。
在本发明一实施例中,所述在航标上安装智能感知终端作为通讯节点,实现传统航标智能化改进的方法。
在本发明一实施例中,船舶AIS数据处理包括船舶AIS数据甄别、丢包船舶AIS数据修复,所述丢包船舶AIS数据修复包括短距离缺失数据修复、长距离缺失数据修复。
在本发明一实施例中,所述船舶AIS数据甄别采用基于ER规则的AIS动态信息甄别方法。
在本发明一实施例中,所述短距离缺失数据修复,通过引入速度和方向作为插值法边界条件,分析插值法的修复效果,并获取完备轨迹数据库,从而实现短距离缺失数据修复;所述长距离缺失数据修复,利用相似轨迹建立基于LSSVM的回归预测模型,还原真实AIS信息,从而达到长距离缺失数据修复。
本发明一实施例中,通过助航服务信息化智能化,为船舶安全航行提供智能航保支持服务。
相较于现有技术,本发明具有以下有益效果:
1、本发明方法以视觉航标为通讯节点进行感知信息收集和助航信息播发,并实现网格化无缝对接。
2、本发明方法通过智能感知终端实现助航安全信息/助航风险预警信息的播发。其中助航安全信息可以向区域内所有过往船舶进行播发,助航风险预警信息可以向区域内特定的过往船舶进行播发。
3、本发明方法可应用于指导信息化发展趋势下航标配布整体设计,拓展传统航标服务范畴,进一步发掘其应用价值:通过对船舶航经水域的视觉和无线电航标的信息化升级改造,使传统的助航标志具备收集和播发助航信息的能力,拓展了传统航标的助航服务的范畴。同时,传统浮动和固定等标志,为信息化装备提供搭载基础,使其发挥更多的应用价值。
4、本发明方法响应《交通强国建设纲要》和《智能航运发展指导意见》要求,支持智能航运,可用于指导传统导航设施数字化改造,探索智能航运支持***(智能航保)建设的方法。
5.本发明方法减少智能航运支持***信息化建设的投资:由于传统航标的数量多、分布水域广,为信息化装备的安装选点提供更多的选择空间,通过航标上已集成安装的AIS终端、现有的海事AIS岸基或自主研发的智能感知终端接收船舶的AIS信息(包括船名、呼号等静态信息,以及位置坐标、航速、航向等航行动态信息,默认设置接收距离3海里),克服海上通讯受传输距离、构筑物遮挡等因素影响通讯质量,能实现半径3-5海里范围内船舶AIS航行动态的智能感知、数据采集和分析,大大减少了基础设施的投入。
附图说明
图1为本发明应用场景示意图。
图2为本发明一实施例的智能感知终端原理框图。
图3为基于LSSVM数据修复模型步骤。
图4为粒子群算法优化算法流程图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明一种以视觉航标为通讯节点的智能航路设计方法,包括如下步骤:
在航标上安装智能感知终端;
通过智能感知终端进行船舶AIS数据采集,并传输给监控中心;
监控中心的***管理平台根据航路通航风险管理特点,通过在电子海图上设置航道边界、危险物、重要转向点、航行规则等航行预警告条件,对前端传回的船舶AIS数据进行处理,将助航信息通过智能感知终端发送给区域内所有的过往的船舶或特定的过往船舶,实现助航信息的及时播发,如水文、气象、航行警告报文或语音信息等,进而达到为船舶提供及时、智能化的助航信息目的。
以下为本发明的具体实现过程。
如图1所示,一种以视觉航标为通讯节点的智能航路设计方法,基于现有的完整***性的航标配布(包括浮动、固定和无线电航标),通过安装智能感知终端设备进行船舶AIS数据采集,并经过后台数据处理和风险评估分析后,将助航信息通过智能感知终端发送给所有的过往船舶或特定的过往船舶,实现助航安全信息/助航风险预警信息的及时播发和网格化无缝对接,实现传统助航和智能化信息服务的有机融合,实现海上助航信息服务网格化精准提供,从而实现航路助航信息的智能化提供与航行风险的有效管控功能。
本发明方法主要的实现功能:
1、感知航路,提高船舶对航通环境的感知能力:
依托于特定航道等通航水域附近配布的视觉及无线电航标,特别是航道口门、转向点、船舶定线制水域、通航桥梁水域,以及标识沿线碍航礁石、沉船沉物、浅滩岬角的航标,使其具备就近播发助航信息的功能。同时,这些本地就近采集的信息,更具及时性和针对性,从而提高附近航经船舶对航行环境的感知能力。
通过本发明方法可以展示特定航道上视觉航标和无线电航标的分布情况、航行转向点、船舶定线制、桥梁通航孔等航道信息,以及沉船、礁石、浅滩等航道周边的碍航信息。
2、感知船舶航行风险:触礁、搁浅、违规航行、速度与航向异常:
通过本发明方法可实现在视觉航标半径3-5海里范围内船舶AIS航行动态的智能感知、数据采集和分析;通过航标上已集成安装的AIS终端、现有的海事AIS岸基或自主研发的智能感知终端接收船舶的AIS信息(包括船名、呼号等静态信息,以及位置坐标、航速、航向等航行动态信息,默认设置接收距离3海里)。
根据航标周边水域情况,评估风险等级,划定多级报警区域和虚拟边界。
结合划定好的风险等级区域,对船舶航行动态(触礁、搁浅、违规航行、速度与航向异常)进行分析评估。
3、助航信息播发:
通过智能感知终端实现助航安全信息/助航风险预警信息的播发。其中助航安全信息可以向区域内所有过往船舶进行播发,助航风险预警信息可以向区域内特定的过往船舶进行播发。根据不同预警级别,正确地向船舶VHF电台、船载AIS终端、DSC接收机等发送语音、报文等多种形式的助航信息;功耗控制在配置12V600Ah蓄电池、无充电情况下可持续工作不小于37天;智能感知终端产品体积小,集成度高,适用于简易灯桩乃至灯浮现场安装。
根据不同的风险等级,通过通信模块向智能感知终端发送控制指令。
终端主机具备过滤船舶信息、智能识别船名并转换为语音等功能。
4、作用距离:
全航路网格化有效衔接、全程感知。
单个通讯节点作用范围3-5海里。
本发明方法主要的实现方式
1、航路和航行规则设定
用户可以通过本发明方法输入航路边界经纬度、航路转向点等,实现航行规则自定义。用户在完成航行规则配置后,即可实现海图展示已配置完毕的航行规则。
2、关键视觉航标位置点的选择
选定航路的口门、转向点及近碍航物等水域的航标作为安装点,并保证各智能感知终端信号覆盖范围的有效衔接和预定的冗余度,让信息采集和规则设置更具针对性,传输更快捷可靠。
3、风险设定
设定桥区、礁石、沉船等航行风险点的警戒区和危险区
4、助航安全信息设定
本发明发法支持播发的助航安全信息包括航行通告信息、航行警告信息和水文气象信息。
5、助航风险预警信息设定
本发明方法支持转向点告警、逆行告警、礁石区域告警、沉船区域告警等告警规则的添加,可对一级报警值(警戒区报警)和二级报警值(危险区报警)进行设置,可实现AIS甚高频告警、普通文字报文告警等多种告警方式,降低因驾驶人员疏忽等人为因素导致的安全风险,保证船舶按航行规则行驶。
6、助航信息播发方式设定(对应终端指定、文字、语音)
指定由离目标船舶最近的智能感知终端向区域内的所有船舶发送助航安全信息,并向触发告警规则的特定船舶发送助航风险预警信息,信息可选择甚高频方式、文字方式和高音喇叭方式。发送的文字和语音信息内容可以自定义。发送次数和间隔可以自定义。
本发明方法的主要要素构成
1、视觉航标选择
选取布设在航路的口门、转向点、受限水域等关键位置,以及靠近碍航沉船沉物、礁石、浅滩、岬角等风险较高的水域航标,部署安装智能感知终端,并保证各终端信号覆盖范围的有效衔接和一定的冗余度。
2、智能感知终端
根据选点水域的航行环境、船舶类型、通航模式、交通流等要素,确定对应的助航需求,选择有针对性的智能终端,并提供不同类别的播发信息,满足不同海上活动的助航信息需求。
实现船舶AIS信息的采集和助航安全信息/助航风险预警信息的及时播发。
3、通讯与服务器(4G+AIS/VDES)
智能感知终端通过AIS专用的VHF信道采集船舶AIS数据。并结合成熟的VDES技术提升AIS采集数据的完整性和质量。
智能感知终端和后台的数据传输主要采用4G技术,通过移动通信运营商的公用网络进行传输。
4、管理软件
处理智能感知终端传回的AIS信息,经风险评估运算,并向终端发送控制指令,用于播发船舶助航和预警信息。
另外,本发明方法中船舶AIS数据的处理中船舶AIS数据的甄别及修复也是本发明保护的重点,具体如下:
1、AIS数据甄别方法
船舶在航行时,其运动特征如航速、航向和轨迹位置遵循一定的规律。海事监管人员在长期的工作中,已经发现并掌握了这些规律,并能够以这些规律为基础,“估计”AIS动态信息的正确性。然而,面对激增的海量AIS数据,完全依靠人力无法胜任这项工作。因此,模拟人工辨别AIS数据的过程,建立数学模型,实现自动识别错误AIS数据是可行的办法。参考人工识别AIS数据的过程可以发现,船舶速度、航向和轨迹位置的普遍规律是判断AIS数据的真实性的重要依据,监管人员通过融合这3条依据,得出最终判断结果。这是一个典型的基于先验数据判断后验数据的概率推理模型。因此,可以从概率的角度推理AIS动态信息的正确性。
证据推理(Evdential Reasoning,ER)源于贝叶斯推理,是对贝叶斯推理的发展和继承,对冲突证据的处理较传统贝叶斯推理更为成熟。基于ER规则的AIS动态信息甄别方法,需要如下几个步骤:(1)先验知识获取,即船舶行为特征统计分析;(2)信度转换,即将统计出的船舶运动特征转化为取值范围为[0,1]的可用于证据合成的证据;(3)证据可靠性评估,寻找合理可行的方式客观确定证据的可靠性;(4)证据融合,确定合理的方式融合多条证据;(5)模型参数优化,根据不同的优化目标制定合理的目标函数,修正证据的权重系数。
2、丢包AIS动态数据修复方法
由于传播过程中存在信号衰减和噪声干扰,导致AIS动态数据丢包率较高。经过数据清洗和甄别处理,错误数据被清除,也会增加AIS动态数据的丢失率。缺失的AIS动态数据会对船舶交通流感知和船舶行为识别造成困难。需要针对受限水域AIS动态数据丢包问题展开修复研究。对于短距离轨迹缺失的AIS数据,引入速度和方向作为插值法边界条件,分析插值法的修复效果,并获取完备轨迹数据库。对于长距离连续轨迹点丢失的AIS数据,利用相似轨迹建立基于LSSVM的回归预测模型,还原真实AIS信息。
2.1、短距离缺失数据修复
由于AIS数据存在错误和丢失,在执行错误数据清洗和识别操作之后,船舶运动时空轨迹存在大量的丢失,需要对AIS数据同步还原。
2.1.1、插值法
在对AIS报文中船舶轨迹数据同步时,在没有先验经验的支持下,采用分段三次Hermite插值和三次样条插值法还原船舶轨迹的误差很小。当插值区间较小时,采用插值算法能够以较高的精度还原数据。但是,以往利用插值法还原AIS数据的研究仅用于AIS数据的同步,即AIS数据不存在丢失或仅存在一个点丢失。对于对短距离丢失的少量AIS数据,例如由于报文丢失或者数据清洗,出现少量AIS数据点的丢失,采用插值法一方面可以高效率的还原船舶轨迹,另一方面有利于获取足够多的完备AIS数据样本。但是,需要评估插值法对丢失AIS数据的修复效果,从而确定在规定误差范围内插值法的最大适用距离。通常,插值法的使用效果与所处航段有密切关系,对于航道线形弯曲度较小的航道,船舶时空轨迹变化比较“平缓”,对应的插值法修复效果较好;反之,当航道线形比较蜿蜒曲折时,船舶时空轨迹变化比较“剧烈”,对应的插值法修复效果则较差。
评估插值法的效果,可以取划定航道内的完整的船舶轨迹数据样本,通过人为去除部分轨迹点来验证插值法修复效果的方式,验证插值法在航段内的适用性。本文中,对于插值法的修复效果,设定如下评估指标:(1)轨迹修复平均误差小于0.15倍船长;(2)修复数据的平均速度误差小于0.15knot;(3)修复数据的平均航迹向误差小于6度;(4)轨迹修复最大误差小于0.25倍船长;(5)修复数据的最大速度误差小于0.3knot;(6)修复数据的最大航迹向误差小于10度。
丢失AIS数据需要从时间、经度、纬度、速度、航迹向5个方面修复。其中,速度v与航迹向θ可以转化为经度方向和纬度方向的速度矢量。AIS数据中的经度、纬度为时间t的有序时序数列,可以转化为经度方向的距离和纬度方向的距离,距离对时间t的导数分别为经度方向速度矢量和纬度方向速度矢量。因此,AIS时序数列满足三次样条插值和分段三次Hermite插值的条件。
对于任意一段AIS序列,将其分离为经度和纬度两个方向的时间序列。对于每一个时间序列,以序列中的第一个轨迹点的时间作为零点,对应的位置也为坐标原点。根据经纬度距离转换公式,将时间序列中各个点与首点的经纬度差值转换为距离差值。对速度和航向角进行预处理,将速度分为经度和纬度方向的速度。然后修复AIS数据序列时,设第i条数据的时间为ti,loni为经度,xi为距离首点的经度距离矢量,lati为纬度,yi为距离首点的经度距离矢量速度为vi,航向角为θi,vxi=vi*cosθi为经度方向的速度矢量,vyi=vi*sinθi为纬度方向的速度矢量。
2.1.1.1、分段三次Hermite插值
对于原AIS序列中有n条数据,令(ti,ti+1)区间内经度的Hermite插值多项式(1)为:
在区间(t1,t2)内,其中t1、t2、x1、x2、vx1、vx2均已知,带入(1)、(2)得:
解方程组(3)得区间(t1,t2)的三次Hermite插值多项式系数a1、b1、c1、d1,得到:
由系数a1、b1、c1、d1构成的式(4)所示的三次多项式即为区间(t1,t2)内的插值函数,可以求得区间任一时刻的经度距离矢量和经度方向的速度。对应纬度也可求得相应的函数,求出y(t)、vy1。
对于原AIS序列,对两条数据间(ti,ti+1)利用上述方程,即可求得对应区间内的n-1个Hermite插值多项式组(5):
经过插值后,得到关于时间t的分段函数,对于需要插值的时间,只需转换成与首点的时间差后带入对应的分段函数,即可求出经纬度距离矢量和经纬度方向上的速度vx、vy。然后通过经纬度距离转换函数转化成为经纬度数值,速度值可以通过经纬度速度方向合成:求出修复得到的速度后,再通过方程(6)得到航向角。
2.1.1.1、三次样条插值
在对原始数据预处理后,将AIS序列中的经纬度转换得到经度和纬度方向上的距首个AIS点的距离。由于AIS数据中经度及经度方向上的速度,纬度和纬度方向上的速度,在时间上是连续的。故对经度方向上的距离x,和纬度方向的距离y分别对时间t插值,得到距离关于时间的样条函数。再对样条函数进行微分,得到经纬度关于速度的函数,即可求出任意时刻的经纬度,及速度和航向角。具体计算如下:
对于AIS序列,在每个子段[ti,ti+1]上,作三次式s3(t),使得
令hi=ti+1-ti,由于s'3(ti)=vi故:
在[ti,ti+1]的左右两端分别有:
为了保证二阶导数的连续性,则有
则上式表示为(1-αi)vi-1+2vi+αivi+1=βi
对于经度方向的距离则可得出关于v1,v2,...,vn-1的方程组(12):
解方程组得到系数矩阵(13):
得到系数矩阵后,同理可解得x和y关于时间t的分段样条函数,将经纬度方向的距AIS序列首个点的距离通过转换得到经纬度信息,得到距离再对经度方向上的速度和纬度方向距离对时间微分,求出相应方向的速度,再通过方程(6)即可求得航向角。
2.1.2、制定完备AIS轨迹数据库
采用分段三次Hermite插值法可以对连续丢失3个轨迹点以内的AIS数据执行高精度的修复。以连续丢失3个轨迹点作为标准,将船舶轨迹修复划分为短距离轨迹丢失和长距离轨迹丢失。短距离轨迹点丢失的AIS数据采用分段三次Hermite插值法修复,长距离的轨迹点丢失AIS数据则采用相似轨迹回归预测的方法予以修复。
三个连续丢失轨迹点对应的时长为90秒。原始AIS数据经过数据清洗与甄别之后,会出现大量的轨迹点空缺。当清洗过后的AIS数据中,前后两条数据的时间差大于90秒时,该条船舶轨迹会被截断,形成两条单独的轨迹。这样,所有的船舶轨迹连续缺失点数量均少于3个点,可以采用分段三次Hermite插值法予以修复,形成完备的AIS轨迹历史数据库。为下一步基于相似轨迹回归预测的长距离丢失轨迹修复提供了充足的数据基础。
2.2、基于LSSVM的长距离缺失数据修复
船舶在航道中的行为通常隐藏着固定的模式,这种隐藏的行为模式实际上是历史AIS数据和当前丢失轨迹都具有的一种函数关系。因此,数据修复的方法就是试图寻找一个能确定丢失值和观测值都普遍具有的行为特征函数,也就是说利用AIS历史数据修复丢失数据的问题与回归问题在本质上是相似的。最小二乘支持向量机(LSSVM)是Suyken提出的一种新型支持向量机方法,用于解决函数估计和模式分类等问题。回归是最小二乘支持向量机的主要功能之一,LSSVM回归算法的目的就是得到回归函数模型,实现数据的拟合和预测。LSSVM采用最小二乘线性***作为损失函数,代替传统的支持向量机采用的二次规划方法,LSSVM方法简化了计算的复杂性、提高了运算速度,适合应用于海量AIS数据的修复。
采用LSSVM修复AIS丢失数据的步骤如图3所示。船舶缺失AIS数据修复LSSVM模型中,有几个关键参数要选择。其中,核函数的选择是其中之一。核函数有很多种,如线性核、多项式核、Sigmoid核和径向基核(Radial Basis Function,RBF)。其中,RBF核是最为常用的核函数,对不同大小的样本和维度都具有很好的适应性。相比其他核函数,RBF的突出优点体现为如下几点:(1)在RBF核函数中,线形核函数只是它的一个特例,具有宽泛的使用范围;(2)RBF核函数需要输入的参数比多项式核少,因此具有更低的函数复杂度;(3)对于某些参数,RBF核和sigmoid核有着相似的性能。正式因为RBF核具有如上优良特性,本发明选定RBF核作为AIS数据修复LSSVM模型的核函数式。
基于RBF核函数的LSSVM回归模型具有两个超参数,一个是惩罚系数C,另一个是核函数宽度变量σ。这两个参数决定了船舶轨迹数据回归中LSSVM的泛化能力。惩罚系数C代表着对船舶相似轨迹样本中误差的容忍程度,它是修复模型的经验风险和复杂度的折中。若C取值过大,虽然模型对轨迹数据的学习精度会得到提升,但是模型的泛化能力会变差,不利于模型的通用性;若C取值过小,则模型对相似轨迹样本数据的误差容忍度较高,此时模型的训练误差会增大,相应的修复精度也会降低。核函数的宽度变量σ反映了修复模型中支持向量的相关程度。当σ取值过大时,支持向量之间影响程度加强,从而导致模型对船舶轨迹数据的预测精度变差;当σ取值过小时,支持向量之间的影响程度降低,此时修复模型的泛化能力变差,普适性降低。
因此,轨迹修复模型的复杂程度、泛化能力和预测精度在很大程度上都依赖于惩罚系数和核函数宽度变量,在建模过程中两个参数的选取和优化非常关键。在LSSVM中,对于模型参数的选择没有固定的规则,一般都是通过试算法、交叉验证法和智能优化算法来搜寻。试算法的工作效率低,无法适应模型参数多的情况。交叉验证法重复计算量大。随着智能优化算法的发展,粒子群算法、蚁群算法、遗传算法越来越普遍的被用于求取LSSVM模型参数,其中粒子群优化以其编程简单,搜寻速度快的优点,成为应用最广的参数确定算法。
基本粒子群算法的应用具体有三部分的内容:①粒子群算法的计算流程;②粒子群算法的参数设置;③粒子群算法的终止条件,流程如图4所示。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (10)
1.一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,包括如下步骤:
在航标上安装智能感知终端;
通过智能感知终端进行船舶AIS数据采集,并传输给监控中心;
监控中心的***管理平台根据航路通航风险管理特点,通过在电子海图上设置包括航道边界、危险物、重要转向点、航行规则的航行预警告条件,对前端传回的船舶AIS数据进行处理,将助航信息通过智能感知终端发送给区域内所有的过往的船舶或特定的过往船舶,实现助航信息的及时播发,进而达到为船舶提供及时、智能化的助航信息目的。
2.根据权利要求1所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,所述在航标上安装智能感知终端,即选择航路关键位置的水域航标及靠近风险较高区域的水域航标上安装智能感知终端,使通讯信号覆盖范围互相衔接,满足全航路船岸信息交互需要。
3.根据权利要求2所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,所述航路关键位置包括航路的口门、转向点、受限水域,所述风险较高区域包括靠近碍航沉船沉物、礁石、浅滩、岬角的区域。
4.根据权利要求2或3所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,安装智能感知终端时,需保证各智能感知终端信号覆盖范围的有效衔接和预定的冗余度。
5.根据权利要求1所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,所述助航信息包括助航安全信息、助航风险预警信息;其中助航安全信息可以向区域内所有过往船舶进行播发,助航风险预警信息可以向区域内特定的过往船舶进行播发。
6.根据权利要求1所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,所述智能感知终端具有船舶AIS数据采集及助航信息播发功能;所述智能感知终端包括单片机控制模块及与该单片机控制模块连接的用于为整个***供电的电源供电模块、用于实现助航语音播报的语音模块、用于实现AIS数据收发的AIS收发模块、用于实现实时视频数据传输的4G远传DTU模块,还包括与所述4G远传DTU模块连接的用于采集航道视频数据的高清摄像头。
7.根据权利要求2或5所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,所述在航标上安装智能感知终端作为通讯节点,实现传统航标智能化改进。
8.根据权利要求1所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,船舶AIS数据处理包括船舶AIS数据甄别、丢包船舶AIS数据修复,所述丢包船舶AIS数据修复包括短距离缺失数据修复、长距离缺失数据修复;所述船舶AIS数据甄别采用基于ER规则的AIS动态信息甄别方法。
9.根据权利要求8所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,所述短距离缺失数据修复,通过引入速度和方向作为插值法边界条件,分析插值法的修复效果,并获取完备轨迹数据库,从而实现短距离缺失数据修复;所述长距离缺失数据修复,利用相似轨迹建立基于LSSVM的回归预测模型,还原真实AIS信息,从而达到长距离缺失数据修复。
10.根据权利要求7所述的一种以视觉航标为通讯节点的智能航路设计方法,其特征在于,通过助航服务信息化智能化,为船舶安全航行提供及时、交互的智能航保支持服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110331088.5A CN113096445B (zh) | 2021-03-29 | 2021-03-29 | 一种以视觉航标为通讯节点的智能航路设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110331088.5A CN113096445B (zh) | 2021-03-29 | 2021-03-29 | 一种以视觉航标为通讯节点的智能航路设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113096445A true CN113096445A (zh) | 2021-07-09 |
CN113096445B CN113096445B (zh) | 2022-04-01 |
Family
ID=76670710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110331088.5A Active CN113096445B (zh) | 2021-03-29 | 2021-03-29 | 一种以视觉航标为通讯节点的智能航路设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096445B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780644A (zh) * | 2022-06-17 | 2022-07-22 | 鹏城实验室 | 一种船舶航行数据处理方法、装置、设备及存储介质 |
CN117809489A (zh) * | 2023-12-29 | 2024-04-02 | 中远海运科技股份有限公司 | 一种基于船舶实现航线智能监控方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120108534A (ko) * | 2011-03-24 | 2012-10-05 | 동강엠텍(주) | 선박 운항 시스템, 선박 운항정보 표시방법, 및 그 기록매체 |
CN102967310A (zh) * | 2012-12-12 | 2013-03-13 | 中国船舶重工集团公司第七0七研究所 | 基于电子海图的航路监控方法 |
CN206323619U (zh) * | 2017-01-10 | 2017-07-11 | 广州嘉航通信科技有限公司 | 智能航标 |
CN107886775A (zh) * | 2017-11-25 | 2018-04-06 | 交通运输部东海航海保障中心福州航标处 | 一种桥区船舶主动防撞预警方法及*** |
CN110194244A (zh) * | 2019-04-12 | 2019-09-03 | 淮安市九洲航标有限公司 | 智能数据采集监测航道航标 |
CN110312215A (zh) * | 2019-07-22 | 2019-10-08 | 交通运输部东海航海保障中心福州航标处 | 一种用于灯塔/灯桩智能感知与助航信息播发装置 |
CN210294537U (zh) * | 2019-07-13 | 2020-04-10 | 福建飞通通讯科技股份有限公司 | 船舶航路预警提示装置 |
CN111739345A (zh) * | 2020-07-21 | 2020-10-02 | 范文峰 | 一种基于ais的水上智能监控管理方法及*** |
CN212125468U (zh) * | 2020-04-23 | 2020-12-11 | 武汉欣海远航科技研发有限公司 | 一种智能感知航标设备 |
-
2021
- 2021-03-29 CN CN202110331088.5A patent/CN113096445B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120108534A (ko) * | 2011-03-24 | 2012-10-05 | 동강엠텍(주) | 선박 운항 시스템, 선박 운항정보 표시방법, 및 그 기록매체 |
CN102967310A (zh) * | 2012-12-12 | 2013-03-13 | 中国船舶重工集团公司第七0七研究所 | 基于电子海图的航路监控方法 |
CN206323619U (zh) * | 2017-01-10 | 2017-07-11 | 广州嘉航通信科技有限公司 | 智能航标 |
CN107886775A (zh) * | 2017-11-25 | 2018-04-06 | 交通运输部东海航海保障中心福州航标处 | 一种桥区船舶主动防撞预警方法及*** |
CN110194244A (zh) * | 2019-04-12 | 2019-09-03 | 淮安市九洲航标有限公司 | 智能数据采集监测航道航标 |
CN210294537U (zh) * | 2019-07-13 | 2020-04-10 | 福建飞通通讯科技股份有限公司 | 船舶航路预警提示装置 |
CN110312215A (zh) * | 2019-07-22 | 2019-10-08 | 交通运输部东海航海保障中心福州航标处 | 一种用于灯塔/灯桩智能感知与助航信息播发装置 |
CN212125468U (zh) * | 2020-04-23 | 2020-12-11 | 武汉欣海远航科技研发有限公司 | 一种智能感知航标设备 |
CN111739345A (zh) * | 2020-07-21 | 2020-10-02 | 范文峰 | 一种基于ais的水上智能监控管理方法及*** |
Non-Patent Citations (2)
Title |
---|
方耿舜 等: "基于AIS技术的数字航标***的研究", 《中国水运(下半月)》 * |
王永明 等: "基于最小二乘支持向量机的AIS数据修复方法", 《上海海事大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780644A (zh) * | 2022-06-17 | 2022-07-22 | 鹏城实验室 | 一种船舶航行数据处理方法、装置、设备及存储介质 |
CN117809489A (zh) * | 2023-12-29 | 2024-04-02 | 中远海运科技股份有限公司 | 一种基于船舶实现航线智能监控方法及*** |
CN117809489B (zh) * | 2023-12-29 | 2024-05-31 | 中远海运科技股份有限公司 | 一种基于船舶实现航线智能监控方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113096445B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460218B (zh) | 一种船端综合航行***架构 | |
CN113096445B (zh) | 一种以视觉航标为通讯节点的智能航路设计方法 | |
CN109817023B (zh) | 一种海缆水域ais目标检测方法 | |
Zissis et al. | A distributed spatial method for modeling maritime routes | |
CN112462774A (zh) | 一种基于无人机航行跟随的城市道路监管方法、***及可读存储介质 | |
CN113050121A (zh) | 一种船舶导航***和船舶导航方法 | |
CN110889444B (zh) | 一种基于卷积神经网络的驾驶轨迹特征分类方法 | |
CN112562417A (zh) | 一种船舶应急指挥管理***和方法 | |
Tang et al. | Detection of abnormal vessel behaviour based on probabilistic directed graph model | |
Naus | Drafting route plan templates for ships on the basis of AIS historical data | |
CN105070101A (zh) | 筒型平台拖带风险预警及可视化*** | |
Wu et al. | A new multi-sensor fusion approach for integrated ship motion perception in inland waterways | |
Huang et al. | Traffic congestion level prediction based on recurrent neural networks | |
CN112382097A (zh) | 一种基于动态交通流的城市道路监管方法、***及可读存储介质 | |
CN117647812A (zh) | 基于导航雷达的船舶行驶路线检测预警方法及*** | |
CN114485700A (zh) | 高精度动态地图生成方法及装置 | |
CN114155491A (zh) | 一种基于ais数据的船舶行为识别方法及*** | |
CN115723919A (zh) | 一种船舶偏航的辅助航行方法及装置 | |
CN108305505B (zh) | 一种适用于车载短距离通信网络的行人交通事故预警方法 | |
CN111190421A (zh) | 一种基于大数据船舶航行路线实时调度的分析方法 | |
CN116384597B (zh) | 基于地理信息***的渔港船舶进出港动态预测方法及*** | |
CN117217097A (zh) | 一种船舶工业数字孪生体平台化构建方法及*** | |
CN115311900A (zh) | 一种基于视觉增强的内河航道船舶辅助目标识别***和方法 | |
Newaliya et al. | A review of maritime spatio-temporal data analytics | |
CN114565176A (zh) | 一种长期船舶轨迹预测方法 |
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 |