[发明专利]一种基于多数据融合的航道交通信息预测方法及应用有效
申请号: | 201410337925.5 | 申请日: | 2014-07-15 |
公开(公告)号: | CN104091470A | 公开(公告)日: | 2014-10-08 |
发明(设计)人: | 贝佳;任桐炜;梁友;马威;任重远 | 申请(专利权)人: | 南京大学 |
主分类号: | G08G3/00 | 分类号: | G08G3/00 |
代理公司: | 江苏银创律师事务所 32242 | 代理人: | 孙计良 |
地址: | 210000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 多数 融合 航道 交通 信息 预测 方法 应用 | ||
技术领域
本发明涉及船舶航道交通管理。
技术背景
随着船舶大型化的发展、航次时间的缩短、水路交通量的快速增长以及超限超载等违章行为的大量存在,极易引起水上交通的拥堵,严重影响水路运输的效率。全面掌握水路交通基础设施现状,实时掌握内河交通运输动态,及时采集船舶运行状态,并突发事件等进行预测预警,对水上运输安全监管、确保航道畅通、合理配置航道资源有着重要的意义。在通过各类现场传感器装置实现交通信息的采集、汇聚、监测的基础上,利用交通信息的可预测性、利用各种信息技术对交通信息进行预测、对交通事件进行自动检测,对提高交通设施的通过能力、减少交通事件造成的损失、避免二次事件的发生等有着重要的作用。
在传统的水路运输管理中,主管部门通常通过VTS(Vessel Traffic Services,船舶交通管理系统)来了解来往船舶的信息及航行状态,但是由于需要人工向系统输入信息导致工作强度大、雷达距离限制及盲区情况、建设及运行的资金代价等因素,导致其不适应于交通繁忙的水域和内河航运。针对此情况,北美和欧洲研究并应用基于VHF/DSC的自动获得船舶信息和航行状态的技术,即AIS(Automatic identification System,自动身份识别系统),配备了AIS的船舶可以自动识别其周围20海里水域内其他配备了AIS的航行船舶,并掌握这些船舶的名称、类型、位置、航向、航速、航行状态及其他与安全有关的信息,从而大大降低船与船之间碰撞的可能性,交管部门也可以借助AIS掌握安装了AIS设备的船舶行驶状况。国内在沿海主要港口、重要水道和长江干线南京以下水域等开阔水域的交通管理中,同样采用VTS和AIS结合的方式。
由于VTS和AIS建设和运行的代价昂贵,同时由于内河航道点多线长面广、内河运输船舶吨位小数量大等特点,国内的内河交通管理对船舶信息的采集可以分为连续采集方式和离散采集方式。在连续方式中,船载GPS终端不断通过AIS向信息中心汇报船舶的实时航行状态(如位置、速度等)。在离散方式中,采用各种不同技术手段的岸基监测点(如视频监测点、RFID监测点和船闸检测点等)采集观测范围内的船舶监测信息并向信息中心进行汇报。离散方式和连续方式采集到的船舶信息各有特点:一方面通过连续采集方式可以持续得到具体船舶的当前最新信息,但是并不是所有船舶均安装有船载GPS终端设备,也无法保证安装有船载GPS终端设备的船舶在航行时随时通过AIS完成信息汇报,此外还存在着伪造船载GPS终端设备身份和船舶信息从而逃避监管和处罚的可能;另一方面通过离散采集方式,虽然无法持续得到部分船舶的实时航行信息,但能确保观测范围内所有船舶监测信息的准确性和完整性。
因此,有必要在对离散数据和连续数据进行融合的基础上,完成航道信息的分析和预测。
发明内容
本发明所要解决的问题是为实现对航道监管和预警分析提供支持,解决航道交通信息预测的准确性、完整性和实施性的问题。
为解决上述问题,本发明采用的方案如下:
根据本发明的一种基于多数据融合的航道交通信息预测方法,包括以下步骤:
S1:接收离散监测点船舶的离散监测信息和卫星定位信息;
S2:对来源于不同类型离散监测点的船舶监测信息进行融合,并统一信息格式;S3:根据融合后的离散监测信息和卫星定位信息确定当前活动的船舶,并生成活动船舶的当前航行轨迹;
S4:根据船舶历史航行轨迹信息和当前航行轨迹,结合船舶信息,采用朴素贝叶斯分类算法预测船舶将要到达下一个连通监测点的概率,得到航向概率集PS={pi,1,pi,2,pi,3,...,pi,n,pi,stop},作为航向预测结果;
S5:根据部分船舶的卫星定位信息,对航向概率集PS中的概率数据进行修正,得到修正后的航向预测结果;
其中,pi,j表示船舶在i监测点后航向j监测点的航向概率,pi,stop表示船舶在i监测点后处于停泊状态的概率,i监测点为当前监测点;所述j监测点与i监测点相连通。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410337925.5/2.html,转载请声明来源钻瓜专利网。