论文部分内容阅读
随着AIS(Automatic Identification System)的应用和普及,与之伴随而来的是信息量巨大的AIS数据。如何充分利用海量AIS数据、应用大数据理论与技术解决航运信息服务问题愈来愈引起人们的重视。航线规划作为船舶智能导航系统的关键技术,如何合理利用船舶的AIS历史数据为操船者更好航行指导显得尤为重要。本文针对目前航线设计存在的局限性,提出了利用数据清洗、聚类分析等方法对船舶AIS历史偏转点数据进行提取和聚类,得到用于航线设计的转向点,并应用Dijkstra最短路径算法生成航线。论文完成的主要工作包括:(1)面向航线生成的AIS数据的清洗研究。根据AIS数据的特性,将AIS的数据清洗分为点数据清洗和线数据清洗。将点数据清洗分为船舶静态数据清洗和船舶动态数据清洗,提出了较为规范的船舶静、动态数据清洗方法。根据线数据的特性,对缺失信息严重和存在偏航情况的航线进行了相应的清洗。(2)基于AIS数据的航行转向点提取研究。根据航线设计的特点,研究了基于AIS数据的中船舶偏转点的筛选,通过DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法对船舶偏转点进行聚类,获得可供船舶航行时转向的转向点。(3)构建船舶航行环境。通过构建深水航道作为内河船舶航行的基础区域,构建船舶的航行环境;以聚类得到的转向点作为有向图的结点构建了船舶航行模型。(4)基于有向图的Dijkstra算法航线生成研究。以结点之间的路径为基础,首先通过航行环境筛选出可航路径,再利用Dijkstra算法生成用于辅助船舶航线设计的航线。本文基于长江南京航道局管辖航段的船舶AIS历史数据,对提出的方法进行了清洗、聚类(提取转向点),并基于图论算法进行了航线生成,效果基本符合内河航线的实际航线设计要求,为进一步提升内河航运信息服务奠定了基础。