[发明专利]基于语义的船舶行为动态推理方法及装置

说明书

本发明公开了一种基于语义的船舶行为动态推理方法及装置，该方法包括：船舶航行数据整理和语义要素提取；利用抽象化提取的语义要素建立船舶行为语义网络，船舶行为语义网络是指建立各语义要素之间的语义关系和进行实例化以实现对船舶行为语义的结构化表达；将船舶行为语义网络转化为静态贝叶斯网络；将静态贝叶斯网络赋予时间序列信息转化为动态贝叶斯网络；输出动态贝叶斯网络推理的船舶隐藏行为。本发明能够从人类认知的角度推理潜在的船舶行为，有效地为水上交通管理提供决策支持。

技术领域

本发明属于船舶行为识别技术领域，具体涉及一种基于语义的船舶行为动态推理方法及装置。

背景技术

全球定位系统和船舶自动识别系统(AIS)的快速发展使得水上交通数据呈现爆发式的增长，其具有数据量大、实时更新快、数据类型多、碎片化程度高的特征，这使得从原始数据中识别和推理不确定的船舶行为十分困难，并且，受制于人脑对信息的采集、处理和分析能力的不足，很难从大量的数据对船舶有更为深层次的认知，而语义是一种从人的表达习惯和知识理解习惯角度出发的知识发现新模式，从单纯数据层面进入到知识层面，因此从语义的角度识别、分析和表达船舶行为能够更好的贴切人脑的思维方式，提高水上交通管理效率。

目前，船舶行为的识别和推理方法主要有基于数据驱动的方法和基于知识建模的方法。但是以上两种方法存在以下不足：第一，基于数据驱动的方法只能够从数据层面实现船舶行为的识别，但是船舶的行为受到航行环境等因素约束，仅从数据层面难以反映船舶受到周围环境的干扰，不能够对船舶轨迹内所隐含的行为进行准确表达；第二，基于知识建模的方法能够从语义的角度对船舶行为进行识别和表达，但是没有考虑到船舶行为的不确定性，因而在船舶识别和推理方面准确性不足。综上，如何从海量的船舶航行数据中从语义层次识别和推理不确定性船舶行为是当前船舶行为研究所面临的一个问题。

发明内容

针对现有技术中存在的问题，本发明提供一种基于语义的船舶行为动态推理方法及装置，以解决船舶不确定性行为的识别和推理问题。

为实现上述目的，本发明提供了一种船舶行为动态推理方法，包括：

船舶航行数据整理和要素提取；

利用抽象化提取的语义要素建立船舶行为语义网络；船舶行为语义网络是指建立各语义要素之间的语义关系和进行实例化以实现对船舶行为语义的结构化表达；

将建立的船舶行为语义网络转化为静态贝叶斯网；

将得到的静态贝叶斯网络赋予时间序列信息得到动态贝叶斯网络；

输出动态贝叶斯网络推理的船舶隐藏行为。

进一步地，航行数据指船舶自动识别系统所记录的数据，主要包含静态数据和动态数据。动态数据主要包含船舶某一时间戳下对应的地理经度、地理纬度、对地航向、对地航速和船艏向；静态数据主要包含船舶的唯一标识符(MMSI)和船舶类型。

进一步地，要素提取是指基于船舶航行数据提取数据中的语义信息。其中：

船舶的地理经纬度数据提取为船舶位置语义。

根据船舶航行在不同功能水域时具有不同的隐藏行为，具体将位置语义分为通用水域，码头水域，锚地水域和航道水域。

船舶某一时刻对应的时间戳数据提取为时间语义。时间语义进一步可以分为时间段和时间点语义。时间点语义进一步可以分为开始时间语义和结束时间语义。

船舶某一时刻下对应的所有动态数据提取为船舶航行状态语义，形式化表达为S＝{S₁,S₂,…,S_m}。船舶相同的航行状态语义在不同的位置语义中所隐藏的语义行为差异明显，根据位置语义的不同，划分为通用水域的状态语义、码头水域的状态语义、锚地水域的状态语义、航道水域的状态语义。