[发明专利]一种基于AIS数据的船舶位置预测系统和方法

说明书

本发明涉及一种基于AIS数据的船舶位置预测系统和方法，包括中央处理器模块、航线聚类模块和航线对比模块：中央处理器模块包括AIS数据采集模块、历史航线记录模块、相似性分析模块和航线预测模块；AIS数据采集模块用于采集目标水域船舶的数据；本系统将相识度高的航线归类获取目标水域的航线集合，计算得到目标水域轨迹片段与航线的第一转移概率和与目标船舶最接近的第一轨迹片段集合，根据第一转移概率计算得到第一轨迹片段集合中的每一个片段与各航线的第二转移概率，根据第二转移概率得到目标船舶轨迹属于航线集合的概率，选择概率高的航线作为目标船舶的航线。本发明的预测系统可在船舶数据丢失时，对船舶轨迹进行预测，适用性强。

技术领域

本发明涉及航运信息化技术领域，尤其涉及一种基于AIS数据的船舶位置预测的系统和方法。

背景技术

在海洋渔业安全监控领域中，通过船舶历史轨迹数据对船舶下一时刻的状态进行预测并得到船舶轨迹预测结果在船舶状态监控和异常检测方面具有重大意义。渔船轨迹预测不仅可以在渔船监控数据传输丢失时对渔船状态进行估计，而且能够提前感知渔船可能发生的异常行为并对渔船进行重点监测，同时对异常航行行为做出警告。

传统的轨迹预测方法如基于高斯混合模型的轨迹预测、基于频繁轨迹的移动对象位置预测、基于神经网络的轨迹位置预测、基于卡尔曼滤波的轨迹预测，都无法有效实现渔船轨迹预测。前三种轨迹预测方法建立在特定区域轨迹行为模式固定的基础上，例如陆上轨迹遵循路网交通，海上轨迹受航道限制，而渔船在海上航行时不受航道限制，其航行行为具有很大的随意性，并且大多数情况下渔船在海上做非线性运动，无法从历史轨迹中提取相关行为模式实现渔船轨迹预测。基于卡尔曼滤波的轨迹预测方法是一种基于目标运动特征和历史轨迹信息的轨迹预测方法，但是其只适用于线性系统，无法直接应用到类似渔船航行的非线性系统中。

AIS系统能对渔船进行位置监控并获得一系列时空连续的渔船轨迹数据，但是上述系统使用的传感器在监测渔船位置、速度、方向等状态信息时都会带有各自的测量误差。

发明内容

有鉴于此，有必要提供一种基于AIS数据的船舶位置预测系统和方法，用以实现在船舶数据传输丢失时对船舶轨迹预测的目的。

为了实现上述目的，一方面，本发明提供一种基于AIS数据的船舶位置预测系统和方法，包括中央处理器模块、航线聚类模块和航线对比模块：

所述中央处理器模块包括AIS数据采集模块、历史航线记录模块、相似性分析模块和航线预测模块；

所述航线对比模块与所述历史航线记录模块电性连接；

所述AIS数据采集模块用于采集目标水域船舶的数据；

所述航线聚类模块用于将所述目标水域船舶的数据经过若干次聚类，并将目标水域相识度高的同一起点和终点的航线归为一类，得到目标水域的航线集合；

所述历史航线记录模块用于记录所述目标水域的航线集合；

所述航线对比模块用于计算得到目标水域轨迹片段与目标水域航线的第一转移概率；

所述相似性分析模块用于将目标船舶的轨迹片段序列与目标水域的轨迹片段集合进行相识度分析，得到与目标船舶最接近的第一轨迹片段集合；

所述航线预测模块用于根据所述第一转移概率计算得到所述第一轨迹片段集合中的每一个片段与航线集合中各航线的第二转移概率，根据所述第二转移概率得到目标船舶轨迹属于所述航线集合的概率，选择概率的航线作为目标船舶的航线。

在一些可能的实现方式中，还包括AIS数据预处理模块，所述中央处理器模块还包括航线轨迹显示模块和外部实时反馈模块。