利用AIS数据修复内河航行船舶航行轨迹的一种新方法外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

利用AIS数据修复内河航行船舶航行轨迹的一种新方法

关键词：内河航行船舶；航迹；船舶行为；船舶安全；船舶自动识别系统AIS

摘要：内河船舶航行轨迹对于分析船舶行为特征和模拟交通流具有重要的作用和帮助。在拟开展的研究中，我们设计了一个基于AIS数据的用以修正内河船舶航迹的方法。首先，基于接收AIS数据和操纵特性的内河船舶的接收范围，有三个规则被开发出来用于确定和删除不精确的数据。其次，一种结合内河航道船舶航行特性来修正航行轨迹的方法被提出，用于模拟船舶轨迹。在转向期间，船舶轨迹是以三种类型（直线、曲线、弧线）和五步（直线、曲线、弧线、曲线和线）为特征的。为了验证该方法的有效性，我们从三个AIS基站收集了2艘内河船舶的AIS数据并进行了分析，所有不精确的AIS数据通过以上的清除三规则都被识别和删除了。结果表明，这三个被开发出来的规则能够有效地识别不精确的AIS数据。由一个AIS基站收集的AIS数据之后被用于：（1）修正船舶轨迹，以及（2）通过比较重新生成的轨迹与实际的轨迹来验证所提出的方法。这其中的实际轨迹由中间频率较高的全球定位系统数据和从AIS船舶单位收集的信息来确定。残余误差被用于计算估计纬度值的修正轨迹函数与GPS数据的实际纬度值之间的差异。这三种灵活的修正轨迹的方法也经过了评估。结果表明，提出的方法可以通过利用AIS数据来有效地修正全轨迹。

1.介绍

自动识别系统（AIS）是一种相对较新的数字导航设备。国际海事组织已经开始着手一系列措施来促进其在船舶上的应用，在这之中，AIS对航行安全方面的作用已经变得越来越重要。海上人命安全公约（SOLAS）要求总吨300以上的国际航行船舶和所有客船都必须要配备AIS设备。此外，一些相关的部门，例如中国海事局，也已经开始特别注意分配给内河船舶AIS设备。例如，长江海事局要求所有超过100总吨的内河船舶要在2012年7月1日前配备AIS设备。通过这些努力，AIS已经在国际和内河船舶之中得到了广泛采用。

AIS信息通常包括：（1）静态信息，如船名、类型、船长、船的宽度、呼号和海上移动服务标识（MMSI）代码，（2）半动态信息，如货物的信息与目的地，以及（3）动态信息，如位置，对地航向（COG）,对地航速（SOG）和转向速度，如果AIS能够从传感器接收到航向信息的话，也包括航向。此外，AIS允许额外的可选信息广播，也给其他船的细节包括路线和海岸电台广播一些水文气象和其他信息。上面所有的信息是通过甚高频(VHF)频道播放的两种通信模式：自组织时分多址(SOTDMA)和载体时分多址(CSTDMA)。目前，有两种船载AIS：A类AIS和B类AIS，这两种AIS被船只广泛的应用。根据国际海事组织的决议，A类AIS只能采用SOTDMA协议，而B类AIS可以采用两种通信模式中的任何一种。与此同时，由于带宽限制，静态和半动态AIS信息需要较长的时间来进行传播。动态信息的传输时间取决于船的航行状态和AIS的类型。根据国际电信联盟的要求，A类和B类AIS的传播时间和更多额外细节如表1所示。

AIS提供的信息对于航行安全和风险评估非常有价值。AIS信息可以与来自其他海上监视系统的数据结合，以获得更精确的船舶位置和轨迹（Harre，2000）。Liu和Shi（2009）提出了一种模糊融合外推法，将VTS和AIS系统的数据进行整合，提高精度。该方法提高了VTS系统的性能和稳定性。凯恩斯发现，AIS也可能起到船舶跟踪的作用，作为长距离识别和跟踪的补充。通过使用AIS和无线局域网，Hu et al，（2007）开发了一个实时AIS网络系统，向公众发布实时AIS信息。

此外，对于碰撞避免研究的最重要的假设之一（Felski和Jaskolski，2012），船舶轨迹规划和机动优化的船舶的初始速度，航向和位置是可以预先知道的。所有这些信息可以由AIS数据提供。例如，Su et al等人设计了一种碰撞避免决策方法。基于模糊逻辑理论的系统使用了AIS信息的最佳舵转向决定让路船。当与附近的其他船舶存在高碰撞风险时，这有助于救助船舶避免碰撞。蚁群算法(ACA)和进化算法(EA)也被广泛用于寻找所有涉及船舶的安全与经济轨迹。根据《国际海上避碰规则公约》，AIS数据用于确定船舶在不同角色（允许或待命）的决策点（时刻）。然后，证据理论被用来帮助船员在避免碰撞时理解自己船的作用。因此，AIS数据对于智能导航的研究是必要的。船域是碰撞避免研究的一个重要问题。AIS数据用于计算本船与其他船舶之间的距离和角度，分析了船域的最小长度和宽度以保持船舶安全。

AIS数据提供了实时信息，这对海上交通调查，统计分析和理论研究很有用（Tsou，2010）。 通过比较路线和AIS数据，确定了船舶的异常行为（Liu和Chen，2013）。在海事事故调查方面，Ambjorn（2008）在Seatrack Web中通过AIS数据挖掘发现了大量可能的溢油船，这也可以预测溢出的油的扩散。Peters和Hammond（2011）设计了一种方法来处理在来自AIS数据的两个报告位置之间的时间间隔中关于船舶位置的概率查询。

同时，历史AIS信息是导航风险评估的非常有价值的来源。以下都可以通过使用AIS数据进行研究：历史数据的统计分析，交通流量特征（如交通量）和船舶尺寸和类型的分布（Aarsaelig;ther和Moan，2009）。Mou等人使用AIS数据来识别最接近进近点（CPA）和船舶的大小/速度/航向之间的相关性。然后开发线性回归模型。此外，基于“北海航运和离岸安全评估模型”（SAMSON）的动态方法被制定以用来评估风险。在新加坡海峡，在数据清理程序下，AIS数据用于计算三个导航风险指数：速度离散度，加速度和减速度，以及船域重叠数。之后，确定了危险区域和船舶类型。

最后但并非最不重要的是，现在许多涉及AIS的交通模拟模型已经建立了，并用来评估海事事故（例如碰撞，基础和石油泄漏）。一些交通模拟平台被开发在旧金山湾,芬兰海湾港和葡萄牙海岸。AIS可以为海事风险评估提供可靠的数据。通过使用新加坡海峡的软件和AIS数据来估计船舶碰撞频率。这些数据来自劳埃德船级社数据库。碰撞频率作为血管冲突数量和因果概率的乘积获得。Goerlandt和Kujala模拟了航行，并获得了船舶航迹，以便使用AIS数据定量地估计船舶碰撞的风险。

目前，B类AIS被内河船舶广泛使用。值得注意的是，转向速率不包含在B类AIS消息中。 为了减少数据过载的机会，B类的发射功率低于A类，数据速率也是如此。 使用CSTDMA协议来广播消息的B类AIS信号有时会生成乱码消息。信号可能受到许多因素的干扰，例如河岸和建筑物的遮挡，恶劣的天气条件，特别是内陆水域的限制。结果，信息可能容易被错误地编码或丢失。同时，通常通过按时间序列连续地连接位置点来恢复船的轨迹。然而，如果从AIS数据提取的位置不正确，则估计的船航迹也是错误的。丢失或丢失的数据可能降低恢复的轨迹的准确性。在任一情况下，恢复的轨迹将影响海员对交通状况的判断，并进一步显着增加导航风险。因此，筛选出不正确的AIS数据和恢复现实轨迹对于增强AIS数据的适用性和提高内陆水运船舶的安全性是有意义的。本研究集中于如何识别不准确的AIS数据。然后调查内陆水道船航迹的修正恢复。

2.数据收集

在本研究中，通过案例研究使用两部分AIS数据。数据由三个AIS基站和一个AIS船载单元收集。对于第一部分AIS数据，三个AIS基站分别位于天星洲长江大桥，武汉长江大桥和白沙洲长江大桥旁边。这些AIS基站可以接收整个长江武汉段的AIS数据。AIS的所有经度，纬度和时间信息在解析后存储在AIS数据库中。如图所示。图1所示，地图上的三个红色五角星是AIS基站的位置。

对于第二部分AIS数据，B类AIS船载机组经过中国船级社（CCS）的升级和批准，以便在广播时保存自己的消息。此外，该AIS船载单元可以在每个广播间隔的中间保存其自己的信息，以获得更多的导航信息。因此，在本研究中收集的AIS数据的时间间隔是标准间隔的一半（当SOG大于2节时约为15秒）。同时，来自此设备的嵌入式GPS模块的全球定位系统（GPS）数据每秒存储一次。该设备安装在名为新平江-1025（MMSI：413762554）的商船上，在长江航行，收集AIS和GPS数据。在本研究中，当新平江-1025将要通过长江明显弯曲的水道石首弯曲河道时，选择同一时间内15组AIS数据和213组GPS数据来分析恢复轨迹的影响。由于AIS的位置和时间信息由嵌入的GPS模块给出，因此AIS数据在广播时具有与相应船舶GPS数据相同的位置和时间信息，如表2所示。

船舶即将通过Shishou Bend时的AIS位置如图所示。

1. 内河船舶轨迹的恢复方法

B类AIS船载移动设备通常在内河航道上使用。因此，来自内陆水道船舶的AIS数据不会免于错误。准确的数据可以显著影响恢复的轨迹。因此，对于数据的清洁过程是必要的。

3.1 清除内河航道船舶AIS数据的方法

3.1.1 AIS不准确的数据的分类

AIS附近的内陆水道船舶的AIS数据可以由AIS基站获取。然后可以通过在数据解析之后连接船位置来获得轨迹。根据AIS基站的接收范围和船舶的机动性，不准确的AIS数据可以分为以下三类：

1. 范围异常：经度或纬度超过预期接收范围。在本研究中，用于数据采集的AIS台站位于长江以南的武汉，因此船舶位置存在正常范围。纬度的正常范围是从29°N到32°N，而正常经度范围是从113°E到116°E。如果纬度或经度超出范围，将被视为不准确的数据。
2. 速度异常：纬度和经度在正常范围内，但纬度和经度的值显着偏离正常轨迹，SOG异常变化。观察到异常点附近的轨迹是刺状的（参见图5）。
3. 航线异常：纬度和经度在正常范围内，没有速度异常，COG的变化异常，异常点附近的航迹不平滑。

基于这三类不准确的AIS数据，我们设计了三个相应的规则来在恢复轨迹之前预处理AIS数据。

3.1.2 清除方法

根据本船的状态，AIS设备以表2所示的某一大致时间间隔广播消息。因此，所接收的船位置是不连续的时间序列形式。

如果有m组AIS数据并且船位置是遵循ITU要求的某个时间间隔内的不连续点的时间序列，则经度值为x 1; x 2; x 3; ...; xm -1; xm 纬度值为y 1; y 2; y 3; ...; ym-1; ym。船舶状态矩阵设置为：

「经度 x1,x2,x3,hellip;,xm-1,xm

纬度 y1,y2,y3,hellip;,ym-1,ym

=

SOG v1,v2,v3,hellip;,vm-1,vm

COG c1,c2,c3,hellip;,cm-1,cm」

通过检测经度和纬度是否在有效范围内，可以直接从数据序列中识别和去除第一类别的不准确数据。 该范围由数据采集设备的覆盖范围决定。假设经度的范围是[x min,x max]，纬度的范围是[y min,y max].

规则1是:

x i le;x min or x i ge;x max ; or

y i le;y min or y i ge;y max i=1,2,3,hellip;,m-1,m （1）

如果x i或y i的值满足这四个不等式中的任何一个，则意味着该位置在正常范围之外，并且将被识别为不准确的数据。

其他两类不准确数据的规则被认为是基于内陆水道船的航行特性。根据AIS的通信传输协议，包括位置和时间信息的B类AIS消息将以确定周期从船舶发送。在间隔期间，内陆水道船的SOG和COG应该相对稳定或平滑变化。可以基于两个相邻位置来计算SOG和COG的变化值。如果SOG和COG中的任何一个在一点急剧变化，则该点将被认为是不准确的数据。重要的是要注意，当测量SOG和COG的变化时，明显不准确的数据需要首先被规则1清除。

用于识别第二和第三类不准确数据的方法的基本思想如下。 不准确的边界被定义为W，在时间t的采样值被设置为x t。然后可以计算时间t处的预测值xrsquo;t：

Xrsquo;t = X t-1 (X t-1 - X t-2) （2）

如果l Xt-Xrsquo;t l gt; W，Xt将被认为是不准确的数据并从数据序列中移除。不准确的数据将被替换为Xrsquo;t以识别下一个值Xt 1。

利用经度，纬度和间隔时间信息，可以计算SOG v i的值以识别第二类不准确数据。根据式（2），可以获得预测的SOG vrsquo;i。

第二类别W 1的不准确界限被设置为：W1=k1 x V i-1，其中k 1是SOG变化的参数。 那么用于识别SOG异常的规则2是：

l Vi - Vrsquo;i l gt; W1 i=2,3,4,hellip;,m-1,m （3）

在这项研究的情况下，对于内陆水道船的真实AIS数据，k1isin;[0.3,0.7].

如果在第i个AIS点的v i满足公式（3），这个AIS点可以被识别为不准确的数据。

为了识别第三类不准确的数据，基于船舶机动性构建COG的基本标准。当船舶改变航向时，可以通过将运动简化为如图3所示的稳定圆来计算两个相邻AIS位置之间的航线变化的最大值。

在上述假设的基础上，内陆水道船舶角度变化的最大阈值如下图3所示连续三个点：A，B和C。弧AB的相应中心点为点O，半径是R1，平均SOG是ˉv1，ˉv1=(va vb)/2。弧BC的相应中心点为Orsquo;，与O点相邻，半径是R2，平均SOG是ˉv2，ˉv2=(vb vc)/2。在弧AB和弧BC中，存在：

T1=2pi;R1/ˉv1

T2=2pi;R2/ˉv2 （4）

3.2 恢复

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[141198]，资料为PDF文档或Word文档，PDF文档可免费转换为Word