[发明专利]一种基于航迹数据的耙吸挖泥船生产时间预估方法

权利要求书

1.一种基于航迹数据的耙吸挖泥船生产时间预估方法，其特征在于，包括如下步骤：

S1.从航迹数据库中提取耙吸挖泥船的航迹数据；

从航迹数据库中提取统计时间内耙吸挖泥船的航迹数据，将所有航迹点串联生成一条完整的航迹路径P₀，P₀为航迹点按时间顺序依次排列构成的集合{x₁，...x_i，...x_n}，其中x_i＝(lon_i,lat_i,sog_i,cog_i,t_i)，lon_i为航迹点的经度，lat_i为航迹点的纬度，sog_i为航迹点的速度，cog_i为航迹点的航向，t_i为通过该航迹点的时刻，n为该耙吸挖泥船航迹点数量；

S2.对航迹数据进行预处理；

此步骤完成剔除异常数据，提取有效轨迹片段；

S3.基于分层聚类算法，辨识出“装舱”、“往抛泥区”、“返装舱区”、“抛泥”轨迹点，并将轨迹点打上相应标签；

S4.提取出“装舱”、“往抛泥区”、“返装舱区”、“抛泥”有效子轨迹；

S5.计算生产时间；

计算“装舱”、“往抛泥区”、“返装舱区”、“抛泥”4种行为的累计工作时间及总工作时间；

所述步骤S3包括以下步骤：

S31分层聚类算法的第一层，采用DBSCAN算法搭建施工区辨识模型；

输入向量为X＝{lon,lat}，输出向量为Y＝{clusterid1}，其中：lon为经度；lat为纬度；clusterid1为簇类别序号；

DBSCAN算法过程为：

S311设置DBSCAN算法参数；设置参数邻域半径r取值为所有相邻轨迹点的之间的距离的中位数，设置参数领域范围内最少轨迹点数目MinPts为5，即在半径为r的邻域范围内至少包含MinPts个轨迹点；

S312任意选择一个未访问的轨迹点p，标记轨迹点p为“已访问”，并检查轨迹点p是否满足条件：以轨迹点p为中心，半径为r的邻域范围内，是否包含至少MinPts个轨迹点，如果条件不满足则将轨迹点p标记为噪声；如果条件满足则将轨迹点p称为核心对象，进入下一步；

S313以轨迹点p为中心创建一个新的簇C，并将轨迹点p的邻域范围内所有点加入“候选集N”；

S314对候选集N中所有尚未处理的轨迹点q进行判断，检查其在半径为r的邻域范围内是否包含至少MinPts个轨迹点，如果是则将轨迹点q的r邻域中未归入任何一簇的轨迹点加入簇C，如果不是则将轨迹点q从“候选集N”中移除；

S315重复步骤S314，继续检查“候选集N”中未处理的轨迹点，直至所有轨迹点被处理；

S316重复步骤S312-S315，直至所有的轨迹点归入了某个簇或者标记为噪声，最后输出所有轨迹点的簇类别序号cluster1；

S317辨识轨迹簇cluster1的类别；

根据公式，计算出关键参数q_0.95、q_0.5、q_0.05，

其中sog为速度，P()表示概率值；

q_0.95、q_0.5、q_0.05分别为速度的95％、50％、5％分位数；

若q_0.05＞＝8kn，该类别识别为：“航行轨迹”；

若q_0.95＜＝1kn，该类别识别为“抛锚区轨迹“；

若1kn＜q_0.05＜4kn,且q_0.95＞8kn，该类别识别为“施工区轨迹”；

S32分层聚类算法的第二层，对“施工区轨迹”采用高斯聚类算法搭建装舱轨迹辨识模型；

输入向量为X＝{sog}，输出向量为Y＝{clusterid2}，其中：sog为航速；clusterid2为簇类别序号，设置参数高斯混合成分的个数C＝3；

高斯混合聚类算法聚类过程如下：

S321初始化高斯混合分布的模型参数(π_k，μ_k,σ_k),π_k代表第k高斯成分的混合权重；μ_k代表速度均值；σ_k代表速度标准差；

S322计算各个轨迹点属于各高斯成分的后验概率：

其中g_k(X；μ_k,σ_k)为单高斯分布函数；

S323选取S322步骤中后验概率最大的簇所为判决结果并输出k个样本簇，并更新模型参数

其中N_k是属于k簇的轨迹点数；N所有轨迹点数；x_kn是k簇第n个轨迹点速度；

S324重复S322、S223步骤，直至所有的参数收敛，输出最后所有轨迹点的簇类别序号cluster2；

S325辨识轨迹簇cluster2的类别

簇类别辨识过程依据为：将平均速度低速(0-1节)的簇辨识为“抛泥轨迹”；将平均速度中速(1-4节)的簇辨识为“装舱轨迹”；将平均速度高速(4节)的簇辨识为“往返于抛泥区和装舱区轨迹”；

S33分层聚类算法的第三层，对“往返于抛泥区和装舱区轨迹”采用高斯聚类算法搭建往返轨迹辨识模型；

输入向量为X＝{sog,cog}，输出向量为Y＝{clusterid3}，其中：sog为航速；cog为航向；clusterid3为簇类别序号；将平均速度处于6-9kn的簇辨识为“往抛泥区轨迹”；将平均速度处于9-15kn的簇辨识为“返装舱区轨迹”；

S34根据上述算法对簇cluster1、cluster2、cluster3辨识的结果，对轨迹路径P₁的所有轨迹点的重新打上簇类别标签，其中：

cluster_i＝0，表示“其他轨迹”，

cluster_i＝1，表示“装舱轨迹”，

cluster_i＝2，表示“抛泥轨迹”，

cluster_i＝3，表示“往抛泥区轨迹”，

cluster_i＝4，表示“返装舱区轨迹”，

cluster_i为第i个轨迹点的航迹类别标签，打上簇标签的航迹路径P₁^*可以表示为其中x_i＝(lon_i,lat_i,sog_i,cog_i,cluster_i,t_i)，lon_i为航迹点的经度，lat_i为航迹点的纬度，sog_i为航迹点的速度，cog_i为航迹点的航向，t_i为通过该航迹点的时刻，n_new为该耙吸挖泥船航迹点数量。