[发明专利]一种泊位识别方法、平台

说明书

一种泊位识别方法，包括以下步骤，获取船舶AIS数据和港口数据；从所述AIS数据和港口数据中筛选出靠泊数据，根据船舶到港距离形成港口靠泊数据表；对船舶靠泊数据进行DBSCAN密度聚类，获得靠泊数据的类别标签；对于聚类后得到的数据簇，根据簇内的船首向、经纬度边界形成泊位线段；根据数据簇内船型确定泊位类型；根据数据簇内船型信息提取泊位信息。

技术领域

本发明属于海洋运输技术领域，特别涉及一种泊位识别方法和平台。

背景技术

随着我国国民经济的快速发展，全球经济一体化的形成，国际贸易往来变得更加密切，全球绝大多数的国际贸易是通过海上运输完成。而港口作为最重要的海上交通枢纽，对国家经济建设起着至关重要的作用。

航运业的不断复苏，使得港口对国际贸易的作用越来越大，而泊位作为港口的基本功能单元，其重要性更是不言而喻。泊位是港口内船舶停靠作业的位置，港口泊位的数量和大小是衡量一个港口的重要指标。通过泊位可以准确评估港口的运营效率、运力等，还能够及时了解船舶的修理或补给等状态。

港口泊位一般包括泊位位置、靠泊船型、最大靠泊载重吨、最大靠泊吃水、最大靠泊船长等信息，但获取这些信息是十分困难的，一般不公开。目前这些泊位信息要么花费巨额购买，要么靠人工收集。但人工收集存在一些问题：收集困难且难以保证质量，准确性不高；实时性较低，泊位的新建、废弃、修改均无法及时获得更新。

发明内容

本发明实施例之一，一种泊位识别方法，包括以下步骤，

获取船舶AIS数据和港口数据；

从所述AIS数据和港口数据中筛选出靠泊数据，根据船舶到港距离形成港口靠泊数据表；

对船舶靠泊数据进行DBSCAN密度聚类，获得靠泊数据的类别标签；

对于聚类后得到的数据簇，根据簇内的船首向、经纬度边界形成泊位线段；

根据数据簇内船型确定泊位类型；

根据数据簇内船型信息提取泊位信息。

所述从AIS数据和港口数据中筛选出靠泊数据，根据船舶到港距离形成港口靠泊数据表的步骤包括，

筛选出来船舶状态连续为靠泊的AIS数据，查看靠泊数据的经纬度范围，并查询在该范围内的所有港口，再计算到港的距离，在指定距离内，距离最近的港口，即认定船靠泊在该港，形成船舶在港靠泊行为数据表。数据表包括：船舶MMSI、经纬度位置、靠泊时间、靠泊时长和/或靠泊港口。

本发明的技术方案采用了机器学习，尤其涉及港口相关泊位的标定、泊位类型识别以及泊位信息提取，主要是采用机器学习中非监督学习的DBSCAN密度聚类算法，并结合业务，最后完成对泊位的标定等。本发明的方法实现简单，实践中效果良好。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1根据说明书实施例之一的基于机器学习的泊位识别方法流程图

具体实施方式

鉴于现有泊位获取方式的不足，本发明实施例提出一种基于机器学习相关算法，利用AIS动态数据，并结合业务逻辑，对港口的泊位位置进行标定，标识泊位类型以及获取泊位的相关信息。

根据一个或者多个实施例，一种泊位识别方法，该方法的软件使用SQL和Python语言开发。使用MySQL数据库存储所有必需的AIS数据，以及用来存储标定好的泊位数据，以便在网站集成。

一种泊位识别方法，包括以下几个步骤：

1)AIS数据采集和预处理；