[发明专利]AIS与雷达的航迹关联方法及装置

说明书

本发明提供一种AIS与雷达的航迹关联方法及装置，所述方法包括：分别将AIS航迹点和雷达航迹点输入局部特征提取模块，获取AIS簇级节点的高维特征向量和雷达簇级节点的高维特征向量；将AIS簇级节点的高维特征向量和雷达簇级节点的高维特征向量输入注意力机制图神经网络，获取AIS簇级节点的高维分布特征向量和雷达簇级节点的高维分布特征向量；基于AIS簇级节点的高维分布特征向量和雷达簇级节点的高维分布特征向量，获取AIS航迹与雷达航迹之间的关联。本发明将AIS和雷达的航迹关联问题转化为分布特征之间的最优传输问题，再根据分布特征之间的最优传输确定航迹关联，提高了在目标密集场景下AIS和雷达的航迹关联的准确性。

技术领域

本发明涉及AIS与航海雷达航迹融合技术领域，尤其涉及一种AIS与雷达的航迹关联方法及装置。

背景技术

随着船舶数量不断增多，船只密度不断增大，各船舶之间相关信息的交换在保障船舶航行安全和提高航运效率方面是十分重要的。

雷达和自动识别系统(Automatic Identification System,AIS)作为船舶避碰系统主要的数据来源，有着各自特点，而且二者获取的信息具有一定的互补性和冗余性。

船用航海雷达是主动式传感器，可以对运动和静止的目标进行检测跟踪，提供距离、方位、航速、航向等信息。但雷达易受天气、海况以及地形遮挡的影响，从而导致出现虚假目标、目标漏检和分辨率低等问题。

AIS是被动式传感器，工作在甚高频，不受船舶位置和天气因素的影响。但是AIS不是自动探测装置，不能探测到孤岛和其他未装备AIS设备的船舶，另外数据存在时间延迟。

因此，将AIS和雷达获得的数据进行结合有利于改善船舶对周围环境的探测性能，是船舶避碰和导航的重要手段。

传统AIS与雷达航迹关联方法主要有基于统计和基于模糊数学的方法。这两种方法十分依赖AIS与雷达航迹严格的时间对齐预处理操作。但是在目标密集环境下，被探测的目标数量很多，目标运动方式复杂多变，以及采样周期不同带来的航迹信息异步都对关联结果产生严重影响，导致关联的准确性不高。

综上，在目标密集场景下，提高AIS和雷达的航迹关联准确性是急需解决的技术问题。

发明内容

本发明提供一种AIS与雷达的航迹关联方法及装置，用以解决现有技术中在目标密集场景下，AIS与雷达的航迹关联准确性不高的缺陷。

本发明提供一种AIS与雷达的航迹关联方法，包括：

分别将AIS航迹点和雷达航迹点输入局部特征提取模块，获取AIS簇级节点的高维特征向量和雷达簇级节点的高维特征向量；

将所述AIS簇级节点的高维特征向量和所述雷达簇级节点的高维特征向量输入注意力机制图神经网络，获取AIS簇级节点的高维分布特征向量和雷达簇级节点的高维分布特征向量；

基于所述AIS簇级节点的高维分布特征向量和所述雷达簇级节点的高维分布特征向量，获取AIS航迹与雷达航迹之间的关联。

可选地，所述局部特征提取模块包括局域聚合层、特征描述层和分组层；

其中，所述局域聚合层用于对航迹点进行不同尺度的局域聚合，获取所述航迹点的分布特征；

所述特征描述层用于对所述航迹点的分布特征进行编码，获取所述航迹点的高维特征向量；

所述分组层用于对所述航迹点的高维特征向量进行聚类和编码处理，获取簇级节点的高维特征向量。

可选地，分别将AIS航迹点和雷达航迹点输入局部特征提取模块，获取AIS簇级节点的高维特征向量和雷达簇级节点的高维特征向量，包括：