[发明专利]船舶行为变化及异常识别方法、设备及介质

权利要求书

1.一种船舶行为变化及异常识别方法，其特征在于，包括步骤：

获取船舶运动区域，根据所述船舶运动区域确定空间分辨率；

获取船舶的运行数据和环境数据；

根据所述船舶运动区域，以所述空间分辨率的像元作为单位，在每一时间间隔选取轨迹点，以所述轨迹点绘制船舶的运行轨迹曲线；

在所述运行轨迹曲线上，根据所述运行数据和所述环境数据对所述轨迹点进行赋值，绘制时空环境地图；

对所述时空环境地图按照赋值变化进行分段，以获取环境变化点集合；

在经过处理后的运行轨迹曲线上，获取大于阈值的变化点，以所述变化点构建异常位置点集合；

计算环境变化点集合与所述异常位置点集合的变化临近度；

对所述变化临近度进行划分，得到轨迹变化点和轨迹异常点。

2.根据权利要求1所述的船舶行为变化及异常识别方法，其特征在于，所述获取船舶运动区域，根据所述船舶运动区域确定空间分辨率的步骤，包括步骤：

获取船舶的港口区域和船舶的航线区域，所述港口区域和所述船舶的航线区域构成所述船舶运动区域；

根据所述船舶运动区域的尺度确定所述空间分辨率。

3.根据权利要求1所述的船舶行为变化及异常识别方法，其特征在于，所述获取船舶的运行数据和环境数据的步骤中，所述运行数据包括：经度数据、纬度数据、方向数据、速度数据和时间数据；所述环境数据包括：洋流数据、风速数据、水深数据和船舶密度数据。

4.根据权利要求3所述的船舶行为变化及异常识别方法，其特征在于，所述在所述船舶运行轨迹图上，根据所述运行数据和所述环境数据对所述船舶运行轨迹图进行赋值，绘制时空环境地图的步骤，包括如下步骤：

根据所述轨迹点所在时间的所述经度数据、所述纬度数据、所述洋流数据、所述风速数据对所述轨迹点进行赋值，得到轨迹属性时变线；

根据所述轨迹点所在时间的所述经度数据、所述纬度数据、所述船舶密度数据、船舶相对运行速度和船舶相遇权重对所述轨迹点进行赋值，得到船舶密度变化图；

实时获取台风路径图，计算时刻一一对应所述轨迹点与台风中心的距离，根据所述轨迹点所在时间的所述经度数据、所述纬度数据、所述距离对所述轨迹点进行赋值，得到台风距离轨迹图；

根据所述轨迹点所在时间的所述经度数据、所述纬度数据、所述轨迹点当前位置上的所述水深数据对所述轨迹点进行赋值，得到水深线；

由所述轨迹属性时变线、所述船舶密度变化图、所述台风距离轨迹图和所述水深线绘制所述时空环境地图。

5.根据权利要求1所述的船舶行为变化及异常识别方法，其特征在于，还包括所述运行轨迹曲线处理步骤：

对所述运行轨迹曲线进行平滑处理；

计算所述轨迹点与经过平滑处理后的运行轨迹曲线上相对应的点之间的方向变化值；

计算任意两个所述轨迹点之间的速度变化值；

计算所述轨迹点的实际位置与经过平滑处理后的位置的距离变化值。

6.根据权利要求1所述的船舶行为变化及异常识别方法，其特征在于，所述计算环境变化点集合与所述异常位置点集合的变化临近度的步骤，具体包括如下步骤：

计算环境变化点集合与所述异常位置点集合的最短距离函数；

对所述最短距离函数的值采用基于模拟退火思想的改进K均值算法聚类，求取最短距离值最优解。

7.根据权利要求6所述的船舶行为变化及异常识别方法，其特征在于，得到对所述最短距离值采用基于模拟退火思想的改进K均值算法聚类，求取最短距离值最优解的步骤，包括如下步骤：

选取初始温度聚类结果作为初始解，计算所述最短距离函数；

基于所述初始解，采用随机扰动方法随机产生新解，计算所述最短距离函数；

在满足计算终止条件时，输入若干最短距离值。