1.本发明涉及航运信息化技术领域，船舶程尤其涉及一种船舶偏航检测方法和系统
。偏航
背景技术：
2.桥梁是检测内河交通的重要组成部分，船舶在内河流域的和系偏航检测技术是桥梁主动防碰撞的一个重要问题
。
为了确保桥梁和航行船舶的统流安全，需要对船舶的船舶程偏航情况进行实时监测和控制
。
3.船舶的偏航偏航问题一旦发生，可能会导致船舶与桥梁碰撞，检测严重危及桥梁和船舶的和系安全
。
这不仅会带来巨大的统流经济损失和法律风险，同时也会对交通运输和经济发展造成不可估量的船舶程影响
。
4.因此，偏航桥梁管理人员必须具备对船舶偏航及时监测和控制的检测技术
。
通过研究船舶偏航检测技术，和系可以提高桥梁管理人员的统流响应能力和管理水平
。
通过引入先进的船舶偏航检测技术，可以有效地监测船舶的运行状态和偏航情况，及时发现和处理异常情况，减少桥梁与船舶碰撞事故的发生
。
5.随着科技的发展，新的偏航检测技术和设备不断涌现，如基于智能算法和机器学习的视觉识别技术
、
高精度的传感器技术等
。
6.目前船舶偏航检测技术主要基于雷达和
ais(
船舶自动识别系统
)
等硬件设备对船舶的位置进行监测，通过设置电子围栏来判断船只是否偏航
。
然而，这种技术存在以下缺陷，导致在实际应用中出现误判的情况：
7.一是电子围栏的设定过于简陋
。
一般电子围栏被设定为河道中轴线往两岸不超过一定距离的水域，然而这种简单的设定没有考虑到船舶有不同的航线，随水文
、
天气
、
船舶交互等条件的不同又会出现差异
。
二是电子围栏没有考虑不同船舶之间的静态差异
。
理想的模型应该考虑不同船舶的航行行为是不同的，而当前业内的软件大都没有考虑船舶自身的历史行为
。
业界和学界对于船舶偏航检测这一垂直领域的研究存在较大空白
。
除了电子围栏外，学界存在利用决策树，模糊理论等方法，均存在解释性与实用性不足的问题
。
技术实现要素：
8.本发明的目的在于解决背景技术中的至少一个技术问题，提供一种船舶偏航检测方法和系统
。
9.为实现上述目的，本发明提供一种船舶偏航检测方法，包括：
10.获取存储目标水域的船舶的历史轨迹数据，对其中的
ais
数据进行预处理，得到各船舶的历史轨迹集合；
11.对所有船舶的历史轨迹集合进行聚类，得到作为目标水域的惯常轨迹集合的聚类中心轨迹集合；
12.对于进入目标水域的当前船舶，将其在目标水域的当前轨迹与该船舶在目标水域的历史轨迹集合进行对比，同时将所述当前轨迹与所述惯常轨迹集合进行对比，若所述当
前轨迹远离所述历史轨迹集合与所述惯常轨迹集合中所有轨迹，则认定当前船舶偏航；若所述当前轨迹接近所述历史轨迹集合和
/
或所述惯常轨迹集合中的一条轨迹，则认定当前船舶未偏航
。
13.根据本发明的一个方面，获取存储目标水域的船舶的历史轨迹数据，对其中的
ais
数据进行预处理，得到各船舶的历史轨迹集合，包括：
14.对
ais
数据进行清洗
、
坐标转换和整理，去除异常数据；
15.根据同一船舶进入目标水域的先后时间顺序，得到同一船舶近期多条按照时间先后顺序排列的历史轨迹队列，以所述历史轨迹队列为值，以该船舶的
mmsi
码作为键组成键值对，对所有船舶进行相同处理，构成所有船舶的历史轨迹数据字典
mmsi_dict
，得到所有船舶的历史轨迹集合
。
16.根据本发明的一个方面，各条所述历史轨迹的信息存储于尺寸为
l
×5的二维数组中，包括
l
个
ais
信号点的时间
、
墨卡托投影坐标
、
航速和航向
。
17.根据本发明的一个方面，所述对所有船舶的历史轨迹集合进行聚类，得到作为作为目标水域的惯常轨迹集合的聚类中心轨迹集合为：
18.记所有历史轨迹为
{ t1，
t2，
...
，
tn}
，利用
k-中心点算法对船舶轨迹进行聚类并计算聚类中心，包括：
19.(1)
随机挑选k条历史轨迹作为聚类中心
20.(2)
在选定聚类中心后，对于其他所有非聚类中心的历史轨迹，计算每条历史轨迹到k条聚类中心的轨迹的对称分段路径距离，并归类到距离最近的聚类中心所属的类；
21.其中，非聚类中心的历史轨迹
ti所属的类别k*
的计算方式为：
22.其中，
sspd
为对称分段路径距离；
23.(3)
在所有历史轨迹都完成归类后，在每个类中，计算每条历史轨迹到同类其余历史轨迹的对称分段路径距离并求和，取和最小的轨迹作为该类新的聚类中心
。
24.(4)
重复
(2)-(3)
直到收敛或达到轮次上限，选出k条聚类中心轨迹，形成作为目标水域的惯常轨迹集合的聚类中心轨迹集合
。
25.根据本发明的一个方面，计算两条历史轨迹的所述对称分段路径距离，包括：
26.(1)
从历史轨迹
t1中所有点往历史轨迹
t2的所有线段作垂线，记历史轨迹
t1中第i个点
p
i1
往历史轨迹
t2第j段线段所作垂线的垂足为其中
proj
表示正交投影，垂足在线段上时记为垂足线段外时，
p
i1
到的距离为：
[0027][0028]
其中，
||
·
||2代表线段的
2-范数，在欧氏空间中代表线段的长度；此时，距离等价于计算线段上所有点到点
p
i1
的距离的最小值；
[0029]
(2)
在计算历史轨迹
t1所有点到历史轨迹
t2所有线段的距离后，定义历史轨迹
t1中第i个点
p
i1
到历史轨迹
t2的距离dpt
(p
i1
，
t2)
为：
[0030][0031]
其中，点
p
i1
到历史轨迹
t2的距离取点
p
i1
到历史轨迹
t2中所有线段距离的最小值，此时，距离dpt
(p
i1
，
t2)
等价于计算历史轨迹
t2上所有点到点
p
i1
的距离的最小值；
[0032]
(3)
在计算历史轨迹
t1所有点到历史轨迹
t2的距离后，定义历史轨迹
t1到历史轨迹
t2的分段路径距离dspd
(t1，
t2)
为：
[0033][0034]
其中，
spd
为分段路径距离；
[0035]
历史轨迹
t1到历史轨迹
t2的单向距离为历史轨迹
t1所有点到历史轨迹
t2距离的平均值；
[0036]
(4)
在计算历史轨迹
t1到历史轨迹
t2的单向分段路径距离后，重复
(1)
到
(3)
步计算历史轨迹
t2到历史轨迹
t1的单向分段路径距离，定义历史轨迹
t1和历史轨迹
t2的对称分段路径距离dsspd
(t1，
t2)
为：
[0037][0038]
根据本发明的一个方面，当前船舶进入目标水域后，对当前船舶的偏航检测步骤为：
[0039]
(1)
计算
t0到所有惯常轨迹的单向分段路径距离并取最小值
d0：
[0040]
其中，
t0为当前船舶最后发送的3个信号点组成的一条短轨迹；为短轨迹
t0到作为聚类中心的第k条历史轨迹的分段路径距离；
[0041]
(2)
以当前船舶的
mmsi
作为键，在字典
mmsi_dict
中查找键对应的值，得到当前船舶近期最多s条历史轨迹其中s为队列的最大长度，计算
t0到各历史轨迹的单向分段路径距离并取最小值为
d1：
[0042][0043]
(3)
将
d0和
d1与阈值
h0与
h1进行对比，如果
d0≤h0或者
d1≤h1则判定当前船舶未偏航，否则判定当前船舶偏航
。
[0044]
为实现上述目的，本发明还提供一种船舶偏航检测系统，包括：
[0045]
历史轨迹集合计算模块，获取存储目标水域的船舶的历史轨迹数据，对其中的
ais
数据进行预处理，得到各船舶的历史轨迹集合；
[0046]
历史轨迹集合聚类模块，对所有船舶的历史轨迹集合进行聚类，得到作为目标水域的惯常轨迹集合的聚类中心轨迹集合；
[0047]
偏航判断模块，对于进入目标水域的当前船舶，将其在目标水域的当前轨迹与该船舶在目标水域的历史轨迹集合进行对比，同时将所述当前轨迹与所述惯常轨迹集合进行对比，若所述当前轨迹远离所述历史轨迹集合与所述惯常轨迹集合中所有轨迹，则认定当前船舶偏航；若所述当前轨迹接近所述历史轨迹集合和
/
或所述惯常轨迹集合中的一条轨
迹，则认定当前船舶未偏航
。
[0048]
为实现上述目的，本发明还提供一种电子设备，包括处理器
、
存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的船舶偏航检测方法
。
[0049]
为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的船舶偏航检测方法
。
[0050]
根据本发明的方案，本发明通过对当前船舶在目标水域中的航行轨迹分别与自身历史轨迹和由所有船舶共同在目标水域中形成的惯常轨迹对比来判断当前航行轨迹是否偏航，如此对比判断当前轨迹是否偏航的结果更加精准有效，不只与自身历史数据相比较，还与目标水域中所有船舶正常行驶的数据相比较，使得比较结果可信度更高，保证水域航行过程中面对桥梁等阻碍时可以对船舶进行更加精准有效地操控
。
不仅如此，通过将当前轨迹分别与自身历史数据和所有船舶的历史数据相比较，还可以有效判断当前轨迹是否处于最优轨迹类别中，对于大幅缩短航行线路和航行时间提供保障，从另一角度优化了水域航行航线导航技术
。
[0051]
本发明通过大数据与机器学习算法，对船舶轨迹进行偏航检测，桥方管理人员可实现桥梁的主动防碰撞，有更充裕的时间处理实际船舶航行过程中可能出现的事故风险，有效降低船舶相撞
、
船桥相撞的危害，保障船舶的航行安全和相关工作人员的生命财产安全
。
[0052]
本发明通过提高偏航检测算法的可靠性与可解释性，系统将减少模型风险误判的可能性，从而降低桥方管理人员的管理成本，避免无意义的紧急处理行动
。
同时，通过降低船桥碰撞的风险，本发明能够减少相关单位在碰撞后必要的维护
、
修补桥梁的成本和附带的航道阻塞带来的经济损失
。
[0053]
水上通航作为道路交通中必不可少的一环，承担了较大的运输责任，而航行安全则是水上通航的关键部分
。
本发明旨在对水上通航进行更优化的安全保障，使航道具备更好的航行条件
。
本发明研究有利于交通安全设施的智能检测技术，在提升道路服务水平方面具有十分关键的意义
。
附图说明
[0054]
图1示意性表示根据本发明的一种实施方式的船舶偏航检测方法的流程图；
[0055]
图2为计算一条线段上所有点到另一条线段上的其中一点的距离的最小值示意图；
[0056]
图3为点到历史轨迹上所有点到一条线段上其中一点的距离的最小值示意图；
[0057]
图4为一条历史轨迹到另一条历史轨迹的单向距离图
。
具体实施方式
[0058]
现在将参照示例性实施例来论述本发明的内容
。
应当理解，论述的实施例仅是为了使得本领域普通技术人员能够更好地理解且因此实现本发明的内容，而不是暗示对本发明的范围的任何限制
。
[0059]
如本文中所使用的，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语
。
术语“基于”要被解读为“至少部分地基于”。
术语“一个实施例”和“一种实施例”要被解读为“至少一个实施例”。
[0060]
图1示意性表示根据本发明的一种实施方式的船舶偏航检测方法的流程图
。
如图1所示，根据本发明的船舶偏航检测方法，包括以下步骤：
[0061]
a.
获取存储目标水域的船舶的历史轨迹数据，对其中的
ais
数据进行预处理，得到各船舶的历史轨迹集合；
[0062]
b.
对所有船舶的历史轨迹集合进行聚类，得到作为目标水域的惯常轨迹集合的聚类中心轨迹集合；
[0063]
c.
对于进入目标水域的当前船舶，将其在目标水域的当前轨迹与该船舶在目标水域的历史轨迹集合进行对比，同时将当前轨迹与惯常轨迹集合进行对比，若当前轨迹远离历史轨迹集合与惯常轨迹集合中所有轨迹，则认定当前船舶偏航；若当前轨迹接近历史轨迹集合和
/
或惯常轨迹集合中的一条轨迹，则认定当前船舶未偏航
。
[0064]
根据本发明的一种实施方式，在上述a步骤中，获取存储目标水域的船舶的历史轨迹数据，对其中的
ais
数据进行预处理，得到各船舶的历史轨迹集合，包括：
[0065]
对
ais
数据进行清洗
、
坐标转换和整理，去除异常数据；
[0066]
根据同一船舶进入目标水域的先后时间顺序，得到同一船舶近期多条按照时间先后顺序排列的历史轨迹队列，以历史轨迹队列为值，以该船舶的
mmsi
码作为键组成键值对，对所有船舶进行相同处理，构成所有船舶的历史轨迹数据字典
mmsi_dict
，得到所有船舶的历史轨迹集合
。
[0067]
具体地，
ais
数据包含动态信息和静态信息两部分，在数据库中以
mmsi(
水上移动通信业务识别码
)
作为船舶的身份识别码，每条
ais
数据记录当前的时间，经纬度，航速，航向
。
经纬度按公式
[0068][0069]
计算其墨卡托投影坐标
(x
，
y)
，单位为米，其中r为地球半径，为十进制大地经纬度
(wgs84
坐标系
)。
将经纬度转化为墨卡托投影坐标为后续的几何计算提供了基础
。
[0070]
数据以字典的结构储存，记该字典为
mmsi_dict。mmsi_dict
的键为船舶的
mmsi
码，对应的值为一个队列，队列的所有元素是船舶的所有历史轨迹，每条历史轨迹的信息储存于一个尺寸为
l
×5的二维数组中，包括
l
个
ais
信号点的时间，墨卡托投影坐标，航速，航向
。
队列的最大长度记为s，队列遵循先进先出的原则，这样的设计可以节省计算和储存成本，同时保证船舶的历史轨迹库一直在更新
。
[0071]
根据本发明的一种实施方式，在上述b步骤中，内河流域两岸普遍存在许多码头，船舶在不同码头间往来，加上水文等条件使得船舶的轨迹呈现出多样性与复杂性
。
记所有历史轨迹为
{ t1，
t2，
...
，
tn}
，利用
k-中心点算法对船舶轨迹进行聚类并计算聚类中心，包括：
[0072]
(1)
随机挑选k条历史轨迹作为聚类中心
[0073]
(2)
在选定聚类中心后，对于其他所有非聚类中心的历史轨迹，计算每条历史轨迹到k条聚类中心的轨迹的对称分段路径距离，并归类到距离最近的聚类中心所属的类；
[0074]
其中，非聚类中心的历史轨迹
ti所属的类别k*
的计算方式为：
[0075]
其中，
sspd
为对称分段路径距离；
[0076]
(3)
在所有历史轨迹都完成归类后，在每个类中，计算每条历史轨迹到同类其余历史轨迹的对称分段路径距离并求和，取和最小的轨迹作为该类新的聚类中心
。
[0077]
(4)
重复
(2)-(3)
直到收敛或达到轮次上限，选出k条聚类中心轨迹，形成作为目标水域的惯常轨迹集合的聚类中心轨迹集合
。
[0078]
根据本发明的
k-中心点算法在实际应用中还可以作以下修改：
[0079]
(1)
可以按照出发和停泊的码头，把同一航线的轨迹先聚成一类，再运行
k-中心点算法，得到的结果将比较准确，迭代也收敛更快；
[0080]
(2)
在计算聚类中心时把对
sspd(
对称分段路径距离
)
求和改为求平方和，在轨迹之间排列较为紧密时效果更好；
[0081]
(3)
在完成聚类并得到聚类中心后，还可以根据实际情况手动添加一些特殊的轨迹，以适应更复杂的航行与水文情况
。
[0082]
进一步地，在本实施方式中，采用
sspd
作为两条历史轨迹之间的距离度量
。
记两条历史轨迹为与分别有m和n个信号点的坐标，这些信号点分别组成了
m-1
和
n-1
条线段和具体地，计算两条历史轨迹的对称分段路径距离，包括：
[0083]
(1)
从历史轨迹
t1中所有点往历史轨迹
t2的所有线段作垂线，记历史轨迹
t1中第i个点
p
i1
往历史轨迹
t2第j段线段所作垂线的垂足为其中
proj
表示正交投影
(orthogonal projection)
，垂足在线段上时记为垂足线段外时，
p
i1
到的距离为：
[0084][0085]
其中，
||
·
||2代表线段的
2-范数，在欧氏空间中代表线段的长度；此时，距离等价于计算线段上所有点到点
p
i1
的距离的最小值，该距离的计算方式如图2所示；
[0086]
(2)
在计算历史轨迹
t1所有点到历史轨迹
t2所有线段的距离后，定义历史轨迹
t1中第i个点
p
i1
到历史轨迹
t2的距离dpt
(p
i1
，
t2)
为：
[0087]
[0088]
其中，点
p
i1
到历史轨迹
t2的距离取点
p
i1
到历史轨迹
t2中所有线段距离的最小值，此时，距离dpt
(p
i1
，
t2)
等价于计算历史轨迹
t2上所有点到点
p
i1
的距离的最小值，该距离的计算方式如图3所示；
[0089]
(3)
在计算历史轨迹
t1所有点到历史轨迹
t2的距离后，定义历史轨迹
t1到历史轨迹
t2的分段路径距离dspd
(t1，
t2)
为：
[0090][0091]
其中，
spd
为分段路径距离；
[0092]
历史轨迹
t1到历史轨迹
t2的单向距离为历史轨迹
t1所有点到历史轨迹
t2距离的平均值，该距离的计算方式如图4所示；
[0093]
(4)
在计算历史轨迹
t1到历史轨迹
t2的单向分段路径距离后，重复
(1)
到
(3)
步计算历史轨迹
t2到历史轨迹
t1的单向分段路径距离，定义历史轨迹
t1和历史轨迹
t2的对称分段路径距离dsspd
(t1，
t2)
为：
[0094][0095]
值得说明的是，历史轨迹
t1到历史轨迹
t2的单向
spd
与历史轨迹
t2到历史轨迹
t1的单向
spd
一般是不相等的，为了满足距离的对称性，分别计算两次单向距离后取平均值即为两条轨迹的
sspd
，单位为米
。
[0096]
根据本发明的一种实施方式，在上述c步骤中，当前船舶进入目标水域后，通过
ais
设备和雷达对其协同定位，对当前船舶的偏航检测步骤为：
[0097]
(1)
计算
t0到所有惯常轨迹的单向分段路径距离并取最小值
d0：
[0098]
其中，
t0为当前船舶最后发送的3个信号点组成的一条短轨迹；为短轨迹
t0到作为聚类中心的第k条历史轨迹的分段路径距离；
[0099]
(2)
以当前船舶的
mmsi
作为键，在字典
mmsi_dict
中查找键对应的值，得到当前船舶近期最多s条历史轨迹其中s为队列的最大长度，计算
t0到各历史轨迹的单向分段路径距离并取最小值为
d1：
[0100][0101]
(3)
将
d0和
d1与阈值
h0与
h1进行对比，如果
d0≤h0或者
d1≤h1则判定当前船舶未偏航，否则判定当前船舶偏航
。
[0102]
在本实施方式中，阈值
h0与
h1的测定方式为：在数据库中计算所有轨迹的
d0与
d1，各取
90
％分位数作为阈值
h0与
h1。
在实践中由于计算开销较大，一般采取抽样计算的方式，例如抽取所有轨迹的
20
％进行测定
。
[0103]
值得说明的是，在偏航检测的时候计算船舶短轨迹
t0到惯常轨迹和同船历史轨迹的单向
spd
而非双向
sspd
，是因为
t0只有3个坐标点比较短，而与一般比较长，有几十到几百个坐标点不等
。
此时，和将会很大而失去参考价
值，这导致
sspd
也失去参考价值，而单向的和则能有效衡量当前轨迹是否接近当前水域的惯常轨迹和自身的历史轨迹
。
[0104]
根据本发明的上述方案可知，实际上，本发明共分为以下三个步骤：
[0105]
第一步是对数据库中的
ais
信息进行清洗
、
坐标转换和整理以除去定位错误
、
设备接收错误等导致的异常数据，然后根据先进先出的原则
(
即按照时间先后顺序进出目标水域
)
得到同一条船最近s条完整的历史轨迹队列
。
之后，以该历史轨迹队列作为值，以该船
mmsi
码作为键组成键值对构成所有船的历史轨迹数据字典
mmsi_dict。
即，第一步旨在得到所有船舶的精确的历史轨迹集合
。
[0106]
第二步是对所有船舶的历史轨迹进行聚类并得到聚类中心轨迹集合
。
在本发明中，本发明提出可以根据码头之间的航线对船舶历史轨迹手动进行一次预分类，即先手动选出一条历史轨迹为聚类中心轨迹，基于此进行一次分类，然后以此为基础进行聚类，即以此作为初始值运行
k-中心点算法，可以有效加快迭代过程和提高聚类结果指标
。
[0107]
第三步是对于进入监控水域
(
即目标水域
)
的船舶，将其当前的一小段轨迹与同船的历史轨迹集合和目标水域的所有船舶形成的惯常轨迹分别对比，即分别计算单向
spd。
对于两项
spd
都超出预设阈值的船舶，系统将判定为偏航，并移交桥梁管理方进行进一步处理
。
此外，当船舶从监控水域离开时，其完整的轨迹会被放入该船
mmsi
码对应的队列中，并排出距离当前时间最远的轨迹
。
[0108]
根据本发明的上述方案，本发明通过对当前船舶在目标水域中的航行轨迹分别与自身历史轨迹和由所有船舶共同在目标水域中形成的惯常轨迹对比来判断当前航行轨迹是否偏航，如此对比判断当前轨迹是否偏航的结果更加精准有效，不只与自身历史数据相比较，还与目标水域中所有船舶正常行驶的数据相比较，使得比较结果可信度更高，保证水域航行过程中面对桥梁等阻碍时可以对船舶进行更加精准有效地操控
。
不仅如此，通过将当前轨迹分别与自身历史数据和所有船舶的历史数据相比较，还可以有效判断当前轨迹是否处于最优轨迹类别中，对于大幅缩短航行线路和航行时间提供保障，从另一角度优化了水域航行航线导航技术
。
[0109]
本发明通过大数据与机器学习算法，对船舶轨迹进行偏航检测，桥方管理人员可实现桥梁的主动防碰撞，有更充裕的时间处理实际船舶航行过程中可能出现的事故风险，有效降低船舶相撞
、
船桥相撞的危害，保障船舶的航行安全和相关工作人员的生命财产安全
。
[0110]
本发明通过提高偏航检测算法的可靠性与可解释性，系统将减少模型风险误判的可能性，从而降低桥方管理人员的管理成本，避免无意义的紧急处理行动
。
同时，通过降低船桥碰撞的风险，本发明能够减少相关单位在碰撞后必要的维护
、
修补桥梁的成本和附带的航道阻塞带来的经济损失
。
[0111]
水上通航作为道路交通中必不可少的一环，承担了较大的运输责任，而航行安全则是水上通航的关键部分
。
本发明旨在对水上通航进行更优化的安全保障，使航道具备更好的航行条件
。
本发明研究有利于交通安全设施的智能检测技术，在提升道路服务水平方面具有十分关键的意义
。
[0112]
为实现上述目的，本发明还提供一种船舶偏航检测系统，包括：
[0113]
历史轨迹集合计算模块，获取存储目标水域的船舶的历史轨迹数据，对其中的
ais
数据进行预处理，得到各船舶的历史轨迹集合；
[0114]
历史轨迹集合聚类模块，对所有船舶的历史轨迹集合进行聚类，得到作为目标水域的惯常轨迹集合的聚类中心轨迹集合；
[0115]
偏航判断模块，对于进入目标水域的当前船舶，将其在目标水域的当前轨迹与该船舶在目标水域的历史轨迹集合进行对比，同时将当前轨迹与惯常轨迹集合进行对比，若当前轨迹远离历史轨迹集合与惯常轨迹集合中所有轨迹，则认定当前船舶偏航；若当前轨迹接近历史轨迹集合和
/
或惯常轨迹集合中的一条轨迹，则认定当前船舶未偏航
。
[0116]
根据本发明的一种实施方式，在上述历史轨迹集合计算模块中，获取存储目标水域的船舶的历史轨迹数据，对其中的
ais
数据进行预处理，得到各船舶的历史轨迹集合，包括：
[0117]
对
ais
数据进行清洗
、
坐标转换和整理，去除异常数据；
[0118]
根据同一船舶进入目标水域的先后时间顺序，得到同一船舶近期多条按照时间先后顺序排列的历史轨迹队列，以历史轨迹队列为值，以该船舶的
mmsi
码作为键组成键值对，对所有船舶进行相同处理，构成所有船舶的历史轨迹数据字典
mmsi_dict
，得到所有船舶的历史轨迹集合
。
[0119]
具体地，
ais
数据包含动态信息和静态信息两部分，在数据库中以
mmsi(
水上移动通信业务识别码
)
作为船舶的身份识别码，每条
ais
数据记录当前的时间，经纬度，航速，航向
。
经纬度按公式
[0120][0121]
计算其墨卡托投影坐标
(x
，
y)
，单位为米，其中r为地球半径，为十进制大地经纬度
(wgs84
坐标系
)。
将经纬度转化为墨卡托投影坐标为后续的几何计算提供了基础
。
[0122]
数据以字典的结构储存，记该字典为
mmsi_dict。mmsi_dict
的键为船舶的
mmsi
码，对应的值为一个队列，队列的所有元素是船舶的所有历史轨迹，每条历史轨迹的信息储存于一个尺寸为
l
×5的二维数组中，包括
l
个
ais
信号点的时间，墨卡托投影坐标，航速，航向
。
队列的最大长度记为s，队列遵循先进先出的原则，这样的设计可以节省计算和储存成本，同时保证船舶的历史轨迹库一直在更新
。
[0123]
根据本发明的一种实施方式，在上述历史轨迹集合聚类模块中，内河流域两岸普遍存在许多码头，船舶在不同码头间往来，加上水文等条件使得船舶的轨迹呈现出多样性与复杂性
。
记所有历史轨迹为
{ t1，
t2，
...
，
tn}
，利用
k-中心点算法对船舶轨迹进行聚类并计算聚类中心，包括：
[0124]
(1)
随机挑选k条历史轨迹作为聚类中心
[0125]
(2)
在选定聚类中心后，对于其他所有非聚类中心的历史轨迹，计算每条历史轨迹到k条聚类中心的轨迹的对称分段路径距离，并归类到距离最近的聚类中心所属的类；
[0126]
其中，非聚类中心的历史轨迹
ti所属的类别k*
的计算方式为：
[0127]
其中，
sspd
为对称分段路径距离；
[0128]
(3)
在所有历史轨迹都完成归类后，在每个类中，计算每条历史轨迹到同类其余历史轨迹的对称分段路径距离并求和，取和最小的轨迹作为该类新的聚类中心
。
[0129]
(4)
重复
(2)-(3)
直到收敛或达到轮次上限，选出k条聚类中心轨迹，形成作为目标水域的惯常轨迹集合的聚类中心轨迹集合
。
[0130]
根据本发明的
k-中心点算法在实际应用中还可以作以下修改：
[0131]
(1)
可以按照出发和停泊的码头，把同一航线的轨迹先聚成一类，再运行
k-中心点算法，得到的结果将比较准确，迭代也收敛更快；
[0132]
(2)
在计算聚类中心时把对
sspd(
对称分段路径距离
)
求和改为求平方和，在轨迹之间排列较为紧密时效果更好；
[0133]
(3)
在完成聚类并得到聚类中心后，还可以根据实际情况手动添加一些特殊的轨迹，以适应更复杂的航行与水文情况
。
[0134]
进一步地，在本实施方式中，采用
sspd
作为两条历史轨迹之间的距离度量
。
记两条历史轨迹为与分别有m和n个信号点的坐标，这些信号点分别组成了
m-1
和
n-1
条线段和具体地，计算两条历史轨迹的对称分段路径距离，包括：
[0135]
(1)
从历史轨迹
t1中所有点往历史轨迹
t2的所有线段作垂线，记历史轨迹
t1中第i个点
p
i1
往历史轨迹
t2第j段线段所作垂线的垂足为其中
proj
表示正交投影
(orthogonal projection)
，垂足在线段上时记为垂足线段外时，
p
i1
到的距离为：
[0136][0137]
其中，
||
·
||2代表线段的
2-范数，在欧氏空间中代表线段的长度；此时，距离等价于计算线段上所有点到点
p
i1
的距离的最小值，该距离的计算方式如图2所示；
[0138]
(2)
在计算历史轨迹
t1所有点到历史轨迹
t2所有线段的距离后，定义历史轨迹
t1中第i个点
p
i1
到历史轨迹
t2的距离dpt
(p
i1
，
t2)
为：
[0139][0140]
其中，点
p
i1
到历史轨迹
t2的距离取点
p
i1
到历史轨迹
t2中所有线段距离的最小值，此时，距离dpt
(p
i1
，
t2)
等价于计算历史轨迹
t2上所有点到点
p
i1
的距离的最小值，该距离的计算方式如图3所示；
[0141]
(3)
在计算历史轨迹
t1所有点到历史轨迹
t2的距离后，定义历史轨迹
t1到历史轨迹
t2的分段路径距离dspd
(t1，
t2)
为：
[0142][0143]
其中，
spd
为分段路径距离；
[0144]
历史轨迹
t1到历史轨迹
t2的单向距离为历史轨迹
t1所有点到历史轨迹
t2距离的平均值，该距离的计算方式如图4所示；
[0145]
(4)
在计算历史轨迹
t1到历史轨迹
t2的单向分段路径距离后，重复
(1)
到
(3)
步计算历史轨迹
t2到历史轨迹
t1的单向分段路径距离，定义历史轨迹
t1和历史轨迹
t2的对称分段路径距离dsspd
(t1，
t2)
为：
[0146][0147]
值得说明的是，历史轨迹
t1到历史轨迹
t2的单向
spd
与历史轨迹
t2到历史轨迹
t1的单向
spd
一般是不相等的，为了满足距离的对称性，分别计算两次单向距离后取平均值即为两条轨迹的
sspd
，单位为米
。
[0148]
根据本发明的一种实施方式，在上述偏航判断模块中，当前船舶进入目标水域后，通过
ais
设备和雷达对其协同定位，对当前船舶的偏航检测步骤为：
[0149]
(1)
计算
t0到所有惯常轨迹的单向分段路径距离并取最小值
d0：
[0150]
其中，
t0为当前船舶最后发送的3个信号点组成的一条短轨迹；为短轨迹
t0到作为聚类中心的第k条历史轨迹的分段路径距离；
[0151]
(2)
以当前船舶的
mmsi
作为键，在字典
mmsi_dict
中查找键对应的值，得到当前船舶近期最多s条历史轨迹其中s为队列的最大长度，计算
t0到各历史轨迹的单向分段路径距离并取最小值为
d1：
[0152][0153]
(3)
将
d0和
d1与阈值
h0与
h1进行对比，如果
d0≤h0或者
d1≤h1则判定当前船舶未偏航，否则判定当前船舶偏航
。
[0154]
在本实施方式中，阈值
h0与
h1的测定方式为：在数据库中计算所有轨迹的
d0与
d1，各取
90
％分位数作为阈值
h0与
h1。
在实践中由于计算开销较大，一般采取抽样计算的方式，例如抽取所有轨迹的
20
％进行测定
。
[0155]
值得说明的是，在偏航检测的时候计算船舶短轨迹
t0到惯常轨迹和同船历史轨迹的单向
spd
而非双向
sspd
，是因为
t0只有3个坐标点比较短，而与一般比较长，有几十到几百个坐标点不等
。
此时，和将会很大而失去参考价值，这导致
sspd
也失去参考价值，而单向的和则能有效衡量当前轨迹是否接近当前水域的惯常轨迹和自身的历史轨迹
。
[0156]
此外，为了实现上述目的，本发明还提供一种电子设备，包括处理器
、
存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上所述的船舶偏航检测方法
。
[0157]
此外，为了实现上述目的，本发明还提供一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上所述的船舶偏航检测方法
。
[0158]
根据本发明的上述方案，本发明通过对当前船舶在目标水域中的航行轨迹分别与自身历史轨迹和由所有船舶共同在目标水域中形成的惯常轨迹对比来判断当前航行轨迹是否偏航，如此对比判断当前轨迹是否偏航的结果更加精准有效，不只与自身历史数据相比较，还与目标水域中所有船舶正常行驶的数据相比较，使得比较结果可信度更高，保证水域航行过程中面对桥梁等阻碍时可以对船舶进行更加精准有效地操控
。
不仅如此，通过将当前轨迹分别与自身历史数据和所有船舶的历史数据相比较，还可以有效判断当前轨迹是否处于最优轨迹类别中，对于大幅缩短航行线路和航行时间提供保障，从另一角度优化了水域航行航线导航技术
。
[0159]
本发明通过大数据与机器学习算法，对船舶轨迹进行偏航检测，桥方管理人员可实现桥梁的主动防碰撞，有更充裕的时间处理实际船舶航行过程中可能出现的事故风险，有效降低船舶相撞
、
船桥相撞的危害，保障船舶的航行安全和相关工作人员的生命财产安全
。
[0160]
本发明通过提高偏航检测算法的可靠性与可解释性，系统将减少模型风险误判的可能性，从而降低桥方管理人员的管理成本，避免无意义的紧急处理行动
。
同时，通过降低船桥碰撞的风险，本发明能够减少相关单位在碰撞后必要的维护
、
修补桥梁的成本和附带的航道阻塞带来的经济损失
。
[0161]
水上通航作为道路交通中必不可少的一环，承担了较大的运输责任，而航行安全则是水上通航的关键部分
。
本发明旨在对水上通航进行更优化的安全保障，使航道具备更好的航行条件
。
本发明研究有利于交通安全设施的智能检测技术，在提升道路服务水平方面具有十分关键的意义
。
[0162]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的模块及算法步骤，能够以电子硬件
、
或者计算机软件和电子硬件的结合来实现
。
这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件
。
专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围
。
[0163]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述
。
[0164]
在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现
。
例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行
。
另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式
。
[0165]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上
。
可以根据实际的需要选择其中的部分或者全部模块来实现本发明实施例方案
的目的
。
[0166]
另外，在本发明实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中
。
[0167]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中
。
基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备
(
可以是个人计算机，服务器，或者网络设备等
)
执行本发明各个实施例节能信号发送
/
接收的方法的全部或部分步骤
。
而前述的存储介质包括：u盘
、
移动硬盘
、rom、ram、
磁碟或者光盘等各种可以存储程序代码的介质
。
[0168]
以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明
。
本领域技术人员应当理解，本技术中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案
。
例如上述特征与本技术中公开的
(
但不限于
)
具有类似功能的技术特征进行互相替换而形成的技术方案
。
[0169]
应理解，本发明的发明内容及实施例中各步骤的序号的大小并不绝对意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定
。