[发明专利]复杂水域基于最优会遇距离的自适应多船会遇识别方法

说明书

本发明涉及复杂水域基于最优会遇距离的自适应多船会遇识别方法，包括以下步骤：S1：对接收到的雷达数据和船舶自动识别系统数据进行融合计算，构建船舶航行行为动静态数据集；S2：从船舶航行行为动静态数据集中挖掘出船舶避碰行动特征值；S3：通过深度神经网络建立船舶会遇距离与其影响因素的非线性映射关系，构建复杂水域内每艘船舶最优会遇距离计算模型；S4：通过自适应密度聚类算法进行多船会遇实时识别，将复杂水域航行船舶划分为由会遇船舶构成的多个会遇船舶子系统。本发明能够量化船舶会遇态势的最优会遇距离，精确直观地识别海上复杂水域内发生会遇行为的船舶，对于提高海上交通监控系统中的船舶会遇和碰撞风险监控和预警具有重要的意义。

技术领域

本发明涉及海上智能交通运输技术领域，尤其涉及复杂水域基于最优会遇距离的自适应多船会遇识别方法。

背景技术

船舶会遇是海上交通工程中的重要概念，会遇是船舶发生碰撞事故的必要条件。船舶在海上复杂水域航行过程中，如果发生会遇的船舶间距小于一定的阈值，且双方没有正确采取避免碰撞的措施，就会发生碰撞事故，通过研究船舶会遇可以一定程度上反映水上交通危险程度。

复杂水域内多船会遇的精确识别模型是实现船舶间碰撞风险感知预警的前提。目前相对研究提出的识别模型都设定所有的船舶具有相同的会遇距离，然而实际上复杂水域内大量的航行船舶是否发生了有效的会遇态势，其会遇距离受到船本身的动静态特征、水域通航、地理环境及水文气象等因素影响，而且各因素之间本身存在交互作用，因此导致船舶会遇态势的最优会遇距离难以量化。

发明内容

针对现有技术存在的问题，本发明的目的在于提供复杂水域基于最优会遇距离的自适应多船会遇识别方法，其能够精确直观地识别海上复杂水域内发生会遇行为的船舶，量化船舶会遇态势的最优会遇距离，为海事值班人员提供船舶会遇和预警信息，提高海上交通安全监管的效率。

为实现上述目的，本发明采用的技术方案是：

复杂水域基于最优会遇距离的自适应多船会遇识别方法，其包括以下步骤：

S1：在包含环境信息的电子海图的基础上，对雷达数据和包含船舶静动态信息的船舶自动识别系统数据进行融合计算，并构建船舶航行行为动静态数据集；

S2：分析复杂水域内船舶会遇的影响因素，从船舶航行行为动静态数据集中挖掘出船舶避碰行动特征值，并构建船舶避碰行动特征值数据集；

S3：通过深度神经网络建立船舶会遇距离与其影响因素的非线性映射关系，构建多因素耦合影响下的船舶最优会遇距离计算模型；

S4：通过自适应密度聚类算法进行多船会遇实时识别，在该算法中将每艘船舶在多因素影响下的会遇距离作为密度聚类的距离阈值，从航行船舶中实时提取发生有效会遇行为的船舶簇，将复杂水域航行船舶划分为由会遇船舶构成的多个会遇船舶子系统。

进一步地，步骤S1的具体实现以下子步骤：

S11：船舶自动识别系统和雷达数据的时空配准；把包含经纬度信息的船舶自动识别系统航迹数据以及包含距离和方位信息的雷达航迹数据转化为相同的数据格式，然后将这两种航迹数据变换到同一个直角参考系统中并进行时间对齐；

S12：将时空配准后的两种航迹数据进行航迹关联；采用Hough变换将直角参考系统转化为参数空间，然后通过模糊聚类和隶属度函数方法计算船舶自动识别系统航迹数据和雷达航迹数据的相关性；

S13：采用集合证据理论和自适应多因素航迹融合算法将航迹关联后的船舶自动识别系统航迹数据和雷达航迹数据进行航迹融合，得到高精度的船舶航迹数据，构建出船舶航行行为动静态数据集。

进一步地，步骤S2的具体实现以下子步骤：