[发明专利]一种基于AIS数据的船舶行为识别方法及系统

说明书

本发明公开了一种基于AIS数据的船舶行为识别方法及系统，其中涉及的一种基于AIS数据的船舶行为识别方法，包括：S1.获取船舶自动识别系统AIS的原始数据，并对获取到的原始数据进行预处理，得到船舶行为的数据集；S2.预构建时序和视觉网络双融合的船舶行为识别网络，并将得到的船舶行为数据集输入构建好的船舶行为识别网络进行训练，得到训练好的船舶行为识别网络模型；S3.将所要识别的船舶轨迹数据输入船舶行为识别网络模型中，输出船舶轨迹数据的行为识别结果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于AIS数据的船舶行为识别方法及系统。

背景技术

海洋是孕育生命的摇篮，是天然的聚宝盆，是交通运输的要道，不仅为生命提供水分循环，为地球储存能量，同时也为人类探索自然和促进经济转型提供了充足的空间。开发海洋、利用海洋、管理海洋已经成为各国解决人口膨胀、环境污染、资源短缺的有效途径。非法、瞒报和无管制的捕捞是对海洋资源可持续发展的最严重威胁之一，也会对海洋生物多样性，海洋生态系统造成不可估量的破坏。海洋领域意识要求利用来自海洋情报来源的数据和信息对渔业进行持续监测和跟踪，及时发现相关非法活动进行有效的遏制与打击。

近年来，自动识别系统(AIS)在船舶上的广泛应用，逐步开启了海上交通监视的新纪元。AIS是一个全球跟踪系统，也是一种自动进行船对岸台和船对船识别的融合现代技术的航海设备。通过该跟踪系统，船舶广播关于自身的动态信息(例如经度、纬度、对地航速、对地航向、航行状态等)以及静态信息(例如MMSI编号、船舶尺寸，船舶类型等)，通过交换船舶状态信息以观察其航行意图来降低海上船舶碰撞风险，同时帮助海事相关人员监测船只的流动性。虽然其最初是为了安全目的而设计的，但很快显而易见的是，如果有相关技术手段能够有效地从这些数据流中提取、检测和分析相关信息来帮助海事部门监测海上的船只，那么这些海量数据的潜力显然是令人振奋的。然而，海量的数据使得人工处理变得不现实，因此这对基于人工智能的AIS数据分析研究将是一个严峻的挑战。

现有的基于AIS数据的船舶行为识别方法主要存在以下两个问题：

1、需要人为的从数据中提取相应的手工特征，非常依赖于专家经验而且很容易忽略很多有效的信息；

2、只将AIS数据视为时序数据，很容易忽略船舶轨迹几何形状的特征；只将AIS数据视为图像数据，很容易忽略船舶运动过程中的动态属性变化的时序特征；故缺少对AIS轨迹数据的多角度分析；

故，针对现有技术的缺陷，本发明提出一种基于AIS数据的船舶行为识别方法及系统。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种基于AIS数据的船舶行为识别方法及系统，使用深度学习的方法通过时序领域和计算机视觉领域的融合模型，缓解了数据噪声对识别方法的影响，多角度考虑轨迹数据提高了识别方法对场景的适应能力，并实现了对船舶行为近实时的准确识别。

为了实现以上目的，本发明采用以下技术方案：

一种基于AIS数据的船舶行为识别方法，包括：

S1.获取船舶自动识别系统AIS的原始数据，并对获取到的原始数据进行预处理，得到船舶行为的数据集；

S2.预构建时序和视觉网络双融合的船舶行为识别网络，并将得到的船舶行为数据集输入构建好的船舶行为识别网络进行训练，得到训练好的船舶行为识别网络模型；

S3.将所要识别的船舶轨迹数据输入船舶行为识别网络模型中，输出船舶轨迹数据的行为识别结果。

进一步的，所述步骤S1具体包括：

S11.对获取的船舶自动识别系统AIS的原始数据进行关键特征选择；其中选择的关键特征包括基准时间、经度、纬度、对地航向以及对地航速；