基于AIS的航道船舶流量智能采集系统开发
船舶自动识别系统(AIS)存在的问题及治理路径
船舶自动识别系统（AIS）存在的问题及治理路径宋兵兵摘要：对国际公约关于船舶AIS相关要求进行梳理，结合海事日常管理实际，对船舶AIS在海事监管中所暴露出来的问题进行剖析。
借鉴国内外相关经验，寻求解决船舶AIS问题的路径，基于船舶AIS如何让海事监管更趋智能，提出可行建议。
关键词：船舶自动识别系统；水上交通安全；治理D0I:10.16176/ki.21-1284.2021.02.0081997年IMO的航行安全分委员会在第43次会议上通过了《关于全球船载自动识别系统（AIS）性能标准的建议案》，标志着AIS正式进入航海界。
由于AIS是基于VHF通信技术的系统，其不需要额外接收、发射设备投入，又能在船舶自动识别、协调避碰和船舶跟踪管理等方面起到很大作用，因此得到广泛应用。
从水上交通管理角度出发，为保障水上交通安全有序，我国在各个水上交通要道都设有V TS（交管中心），例如长江口、成山头等。
随着信息技术 的发展，特别是大数据、区块链等技术在航海领域应用，为提高VTS精准监管和服务能力，对船舶AIS数据真实性和完备性的要求越来越高。
但是，新事物的出现总是会伴着各种问题，船舶AIS自身存在设计、安装和性能等多方面的缺陷，导致设备存在随意拆卸、开关和改装等问题；船舶AIS在生产、销售、维护等方面不规范，导致设备存在随意买卖、质量不合格、静态数据随意改等问题。
诸多问题得不到解决给船船、船岸间信息互通、协调避碰带来极大困难。
《交通强国建设纲要》指出，到2035年交通科技创新体系基本建成，交通关键装备先进安全。
船舶AIS数据作为海事监管服务体系的信息基石，在远程动态感知、建设水上交通安全一体化防控体系、推进智慧海事建设方面将起到重要作用，所以加快解决船舶AIS信息不准、多套设备、随意开关机等诸多问题对建设交通强国十分必要。
一、船载AIS及配备要求（一）船载AIS船舶自动识别系统（以下简称AIS）,是指一种应用于船和岸、船和船之间的海事安全与通信的新型助航系统，常由VHF通信机、GPS定位仪和与船载显示器及传感器等相连接的通信控制器组成，能自动交换船位、航速、航向、船名、呼号等重要信息。
《基于AIS数据的船舶行为异常检测》
《基于AIS数据的船舶行为异常检测》篇一基于S数据的船舶行为异常检测的高质量范文一、引言随着全球贸易的繁荣发展，海上运输日益繁忙，船舶的安全监管成为了亟待解决的问题。
自动识别系统（S）作为一种有效的船舶跟踪手段，为我们提供了丰富的船舶航行数据。
因此，本文提出基于S数据的船舶行为异常检测方法，以实现更高效、更精准的船舶监控与安全管理。
二、S数据概述S（Automatic Identification System）是一种自动跟踪和识别船舶的系统，能够实时收集并传播船舶的位置、速度、航向等关键信息。
S数据在船舶管理、交通流量管理、船舶行为分析等领域有着广泛的应用。
本文通过深入分析S数据，以期在异常行为检测中实现更好的性能。
三、船舶行为异常检测的必要性随着船舶交通的复杂化，传统的依靠人工观察的监管方式已经无法满足实际需求。
基于S数据的船舶行为异常检测技术，能够实时监测船舶的航行状态，及时发现潜在的异常行为，为船舶安全提供有力保障。
因此，研究并应用这一技术具有重要的现实意义。
四、基于S数据的船舶行为异常检测方法（一）数据预处理首先，对S数据进行清洗和预处理，包括去除无效数据、填补缺失值等。
然后，根据船舶的航行特点，提取出位置、速度、航向等关键信息。
（二）特征提取与建模基于预处理后的数据，提取出反映船舶行为的特征，如航速变化率、航向变化率等。
然后，利用机器学习算法建立模型，对正常航行行为进行学习与建模。
（三）异常检测与报警将实时S数据输入到模型中，通过比较实际行为与正常行为模型的差异，判断是否存在异常行为。
若发现异常行为，则立即发出报警信号。
五、实验与分析（一）实验数据集本文采用实际S数据作为实验数据集，包括不同类型、不同航线的船舶数据。
（二）实验方法与步骤首先，对数据进行预处理和特征提取；然后，利用机器学习算法建立正常行为模型；最后，对模型进行测试与验证。
（三）实验结果与分析通过实验发现，基于S数据的船舶行为异常检测方法能够有效地发现船舶的异常行为。
《基于AIS数据的船舶行为异常检测》范文
《基于AIS数据的船舶行为异常检测》篇一基于S数据的船舶行为异常检测的高质量范文一、引言随着全球贸易的快速发展，海上交通的密集度持续增加，保障海上安全已成为亟待解决的问题。
船舶自动识别系统（S）数据的广泛应用为船舶行为监测与异常检测提供了有力支持。
本文旨在探讨基于S数据的船舶行为异常检测方法，旨在提高海上交通的安全性及管理效率。
二、S数据概述S（Automatic Identification System）是一种用于船舶自动识别和报告的技术。
S设备通过收集船舶的航行数据和位置信息，实现实时数据共享，为船舶管理、交通流量管理以及安全监控等提供了基础数据。
三、船舶行为异常检测的必要性在海上交通中，船舶行为异常可能会对船舶自身的安全、周围船只的航行安全以及环境造成严重威胁。
因此，及时发现和处理船舶行为异常对提高海上交通安全性至关重要。
而基于S数据的船舶行为异常检测方法，可以有效地解决这一问题。
四、基于S数据的船舶行为异常检测方法（一）数据预处理首先，需要对S数据进行预处理，包括数据清洗、格式转换和标准化等步骤。
目的是去除无效、错误或重复的数据，确保数据的准确性和可靠性。
（二）特征提取从预处理后的S数据中提取出反映船舶行为的特征，如航速、航向、位置等。
这些特征将用于后续的异常检测。
（三）异常检测算法采用合适的异常检测算法对提取的特征进行检测。
常用的算法包括基于统计的异常检测算法、基于机器学习的异常检测算法等。
这些算法能够有效地发现船舶行为的异常模式。
（四）结果分析与处理对检测到的异常结果进行分析，判断其是否真正为异常行为。
若是异常行为，则进行报警或采取其他措施进行处理。
同时，对检测结果进行可视化展示，便于用户理解和操作。
五、实验与分析为了验证基于S数据的船舶行为异常检测方法的有效性，我们进行了实验分析。
实验数据来自某海域的S数据。
我们采用了多种异常检测算法，对提取的特征进行检测，并分析了检测结果的准确性和实时性。
智慧航道系统设计方案
智慧航道系统设计方案智慧航道系统是一种基于物联网技术和人工智能算法的航道管理系统，旨在提高航道的安全性和效率。
本文将介绍智慧航道系统的设计方案。
一、智慧航道系统的目标智慧航道系统的设计目标是通过实时采集、监测和分析航道中的各种信息数据，帮助船舶避免碰撞、优化航线规划，提高航道的通航安全性和通行效率。
二、系统组成1. 数据采集和传输模块：利用物联网技术，通过各种传感器和设备实时采集、监测和记录航道中的船舶位置、速度、航向、水深、气象等信息，并将数据传输至中央处理服务器。
2. 中央处理服务器：接收来自各个传感器的数据，对数据进行处理、分析和存储。
服务器上设置智能算法模块，根据船舶的位置和状态信息生成各种预警信息，并将其发送给相关部门和船舶。
3. 预警和通知模块：根据智能算法生成的预警信息，通过各种通信手段向船舶和相关部门进行通知和预警。
4. 用户界面和操作模块：管理员和船舶可以通过用户界面访问系统，查看航道的实时信息、预警信息和历史数据，并进行相关操作，例如下达指令、修改航线等。
三、系统功能1. 实时航道监测：通过传感器实时监测航道中的船舶位置、速度、航向、水深、气象等信息，并将数据上传至中央服务器。
2. 船舶碰撞预警：通过智能算法分析船舶的位置和运动状态，生成碰撞预警信息，并及时通知相关船舶和部门。
3. 航线规划优化：根据船舶和航道的实时信息，智能算法能够生成最优航线，避免各种障碍物和危险区域。
4. 船舶动态管理：系统能够实时监控船舶的位置和运动状态，实现对船舶的动态管理，例如定位、时间计算和速度监测。
5. 历史数据分析和统计报表：系统可对航道的历史数据进行分析和统计，并生成相关的报表用于决策参考。
四、系统优势1. 提高航道安全性：智慧航道系统能够根据实时数据生成各种预警信息，帮助船舶避免碰撞和危险情况，提高航道的安全性。
2. 提高航道通行效率：系统能够实时监测航道的状况，并根据船舶位置和状态生成最优航线，优化航行路径，提高航道通行效率。
ai港口智慧系统设计方案
ai港口智慧系统设计方案智慧港口系统是基于人工智能和物联网技术，用于提升港口运营效率和安全性的一种智能化解决方案。
下面是一个设计方案的概述，包括系统架构、主要功能和实施步骤。
1.系统架构智慧港口系统的架构包括前端设备、传感器网络、云平台和后端应用。
前端设备包括摄像头、门禁系统和车辆识别系统等，用于采集港口的实时数据。
传感器网络负责将传感器数据传输到云平台进行处理和分析。
云平台负责对数据进行存储、分析和对外服务。
后端应用包括运维管理系统、安全监控系统和物流管理系统等。
2.主要功能（1）车辆流量监测：通过车辆识别系统和摄像头进行车辆进出港口的监测和统计，实时更新车流量信息。
这个功能可以提供数据支持给物流管理系统，帮助管理者更好的调配资源。
（2）智能安全监控：通过摄像头和智能分析算法，对港口区域进行实时监控，识别异常行为和安全隐患，并向相关人员发送预警信息。
这个功能能有效提升港口的安全性和应急响应能力。
（3）货物跟踪和追溯：通过物联网技术和RFID标签，对货物进行实时跟踪和追溯。
这个功能可以提供货物的准确位置信息，帮助物流管理人员更好地掌握货物流动情况，并及时解决潜在问题。
（4）远程监控和远程操作：通过云平台，可以实现对港口设备的远程监控和控制。
这个功能可以帮助管理人员及时发现设备故障和异常情况，并进行远程维护和操作，提高设备的可用性和运行效率。
（5）大数据分析和决策支持：云平台上的数据可以进行大数据分析和挖掘，通过数据建模和预测算法，帮助管理人员更好地了解港口的运营情况，并做出更明智的决策。
3.实施步骤（1）需求分析：与港口管理部门合作，了解其需求和痛点，明确系统的功能和性能需求。
（2）系统设计：基于需求分析，设计系统的架构和模块，选择合适的传感器和设备，设计数据采集和传输方案。
（3）系统开发：根据设计方案开发系统的前端设备、传感器网络和后端应用，同时搭建云平台进行数据存储和分析。
（4）系统集成和测试：将开发好的模块进行集成，完成整个系统的搭建，并进行功能和性能测试。
基于大规模AIS数据的船舶异常行为检测与预警
汇报人：日期:•引言•大规模AIS数据预处理•船舶异常行为检测方法•预警模型构建与评估•应用案例与分析目•结论与展望录引言01随着全球船舶数量的不断增加，船舶的异常行为对海上安全和环境保护造成了严重威胁，因此对船舶异常行为的检测和预警变得至关重要。
船舶异常行为检测的重要性船舶自动识别系统（AIS）数据具有实时性、高精度和广泛覆盖范围等优点，为船舶异常行为的检测提供了宝贵的信息。
AIS数据的应用价值研究背景与意义研究现状与问题研究现状目前，针对船舶异常行为的检测和预警已经引起了广泛关注，国内外学者在基于AIS数据的方法上进行了大量研究，取得了显著的成果。
存在的问题然而，现有的研究方法在处理大规模AIS数据时存在一些问题，如计算效率低下、难以发现复杂异常模式等。
研究内容与方法研究内容本文旨在提出一种基于大规模AIS数据的船舶异常行为检测与预警方法，解决现有方法在处理大规模数据时存在的问题，提高检测准确率和实时性。
研究方法首先，对大规模AIS数据进行预处理和特征提取，包括数据清洗、船舶轨迹提取、行为特征提取等步骤。
然后，利用机器学习算法对提取的行为特征进行学习和分类，识别出正常行为和异常行为。
最后，结合船舶的航行环境和动态信息，对异常行为进行预警和可视化展示。
大规模AIS数据预处02理AIS数据采集直接采集通过岸基AIS接收站直接从船舶上采集AIS数据。
数据传输通过卫星、无线电、网络等途径将船舶AIS数据传输到数据中心。
数据存储将采集的AIS数据存储在数据库或云存储系统中，以备后续处理和分析。
010302数据清洗与过滤去除无效数据删除重复、无效或错误的AIS数据，保证数据的质量和可靠性。
数据过滤根据时间、空间、船舶类型等条件对AIS数据进行过滤，以减少数据处理和分析的复杂度。
数据格式转换将不同格式的AIS数据进行标准化和统一化，以便后续处理和分析。
1数据标准化与归一化23将AIS数据按照一定的标准进行转换，使得不同来源、不同类型的数据具有可比性。
基于AIS的港口船舶动态统计系统
基于AIS的港口船舶动态统计系统作者：张建雄来源：《中国水运》2015年第02期摘要：通过整合船舶AIS动态信息、船舶报港动态信息并与地理信息系统（电子江图）相结合，为港口单位提供港区、锚地等区域船舶动态信息统计与应用功能。
系统采用B/S架构，包括服务端、应用端两部分，服务端主要负责数据采集与分析；应用端负责对采集的数据进行分类统计并显示。
关键词：宜昌港口船舶动态 AIS 数据交换统计分析随着“四个长江”特别是“数字长江”建设目标的提出，长江航运信息化基础项目建设力度得到了进一步加强。
长江干线AIS、电子江图、长江船舶动态系统等信息化基础项目相继建成并投入应用，长江航运迎来了数字化、信息化的发展机遇期。
在航运信息化加快发展的背景下，港口作为航运业的重要参与方，其生产管理信息化水相对落后，如何将航运基础信息平台的建设成果更好服务港口单位，是海事信息化部门需要重点关注的应用领域。
目标通过建设宜昌港船舶动态统计系统可实现对港口区域船舶动态数据的自动采集，实现港区截面船舶流量自动统计等功能，并可按照管理要求自动生成相应统计报表。
系统主要由数据采集服务器、web应用服务器、船舶统计数据库三部分组成。
系统结构1、数据采集服务器作为系统的核心，数据采集服务器负责从相关业务数据系统、长江海事数据中心、AIS岸基系统、长江海事电子巡航系统等采集相关船舶静态、动态信息，并对采集的信息数据进行组织、加工、存储，最后形成完整的业务统计数据。
2、应用服务器应用服务器依托数据采集服务器，对外提供统计查询服务，并负责数据的前端显示。
系统采用B/S架构，用户通过公网网络访问web应用服务。
3、数据库服务器承担船舶相关动态信息数据库的存储、运行和管理。
功能设计1、需求分析宜昌港码头覆盖范围从云池到葛洲坝闸口，码头零散分布，船舶停靠后由工作人员手工操作记录靠泊情况，报集团公司归档管理。
手工操作难以避免遗漏、登记错误、丢失等现象，汇总上报数据的准确性难以把握。
基于AIS的航道船舶流量智能采集系统开发
０ 引 言
航道通航能力是一种有限资源 ， 制约了海区或港 区的最大船舶运输交通流量。充分发挥航道的通航 能力 ， 是一 项 系统 工 程 ， 需要 对 航 道 的实 际 通航 状 况
进 行 详细 的统 计分 析 ， 需要根 据 历年 的通航 状况 进 还 行 纵 向对 比。因 此 ， 采集 详 细 的航 道船 舶 通 航 记 录 ， 是 对航 道通 航 能力进 行科 学分 析 的基本保 证 。
周剑 敏
（ 浙江 国际海运职业技 术学院 ， 浙江 舟 山 ３ ６２ ） １０ １
摘要 ： 通航 能力和通航 需求的准确分析 ， 于区域航运业的发展有着重要的意义。航道船舶 交通 流量及相 关货运信息 的 对 精确采集 ， 统计分析的基 础。本文研 究基 于 ＡＳ 船舶 自动识别 系统 ） 是 Ｉ（ 数据 的航道 交通 流量智能采 集 系统 的设 计方案 ，
１ Ａ Ｓ用 于 航道 交通 流 量 统计 的原 理 Ｉ
船舶 自动识别系统是一种新型的船用助航设备 ， ＡＳ主要由主控制单元、 Ｈ Ｉ Ｖ Ｆ通信模块 、 内置 Ｇ Ｓ Ｐ 模 块 和计 程仪 、 罗经 和 Ｇ Ｓ 电子 海 图等 船 舶 设 备 接 电 Ｐ、
口以及 静态信 息输 入接 口等部 分组 成 ¨ 。
２１ ０ １年第 １ 期 １
文章编号 ：０ ６２ ７ （ ０ １ １－１５０ １０ －４ ５ ２ １ ） ０ ９ － １ ４
计 算 机 与 现 代 化 Ｊ Ｕ Ｎ ＩＹ Ｉ Ｎ Ａ Ｈ Ａ Ｉ Ａ Ｊ Ｕ ＸＡ Ｄ ＩＵ Ｓ
总第 １５期 ９
基 于 ＡＳ的航 道船 舶 流 量 智 能采 集 系统 开 发 Ｉ
ＡＩ － ａ ｅ ｎ ｅｌ ｅ ｔＳ ｓｅ Ｄｅ ｅｏ ｍ ｅ ｔｆ ｒＮａ ｉａ ｉｎ Ｃ ａ ｎ ｌ ａ ｃＦ ｏ Ｒｅ ｏ ｄ ｓ ｂ ｓ ｄ Ｉ ｔｌ ｇ ｎ ｙ ｔｍ ｖ ｌｐ ｎ ｏ ｖｇ ｔｏ ｈ ｎ ｅ Ｔｒ ｌｗ ｃ ｒ ｉ
基于AIS的船舶交通流量统计方法研究
图 ２ 交 通 流 观 测 现 场 图
收 稿 日期 ：０ １０ — ２ ２ １－３１
李 红 祥 （ ９ ３ ： ， 士 ， 要 研 究 领 域 为 交 通 信 息 工 程 及 控 制 Ｉ ８ 一） 男 硕 主
・
８５ ・ ４
武汉理工大学学报（ 通科学与工程版） 交
２１ ０ １年
感 知 神 经 网 络 校 验 的解 决 方 法 ． 过 开 发 模 拟 软 件 对 通 过 武 汉 长 江 大 桥 的船 舶 进 行 了交 通 流 量 的 通
自动 统 计 及 校 验 实 验 ， 证 了该 方 法 的 可行 性 ． 验
关 键 词 ： Ｉ ； 舶 交 通 流 量 ； 知 神 经 网络 Ａｓ 船 感
中图 法 分 类 号 ： ７ ． ９ Ｕ６ １ ９ ＤＯＩ １ ． ９ ３ ｊｉｓ ． ０ ６２ ２ ． ０ １ ０ ． ４ ： ０ ３ ６ ／．ｓ ｎ １ ０ — ８ ３ ２ １ ． ４ ０ ９
目前 已有 一 些 研 究 船 舶 交 通 流 量 统 计 方 法 ， 但 据 调 查 ， 有 的 船 舶 交 通 流 量 统 计 系 统 存 在 不 现
观测 到 航道 内船 舶 密 度 和 船 舶 通 过 状 况 ， 可 以 既 人 工记 录也 可 以 自动 记 录某一 时 间段 内船 舶通 过 航 道某 一断 面 的数 量 ． 过 理 论 研 究 和 模 拟 软 件 通
实 验 的 方 法 证 明 了 基 于 ＡＩ 的 船 舶 交 通 流 量 统 Ｓ 计 系统 的可 行性 ．
摘 要 ： 过 构 建 一 个 由 船 载 ＡＩ 、 台 ＡＩ 相 关 的应 用 软 件 组 成 的船 舶 交 通 流 量 统 计 系 统 ， 通 通 Ｓ岸 Ｓ及 对 过 航 道 某 一 断 面 的 船 舶 交 通 流量 进 行 自动 统 计 ， 时 针 对 统 计 过 程 中存 在 的漏 统 计 问 题 ， 用 了 同 采
AIS动态数据库船舶监控系统的设计与分析
AIS动态数据库船舶监控系统的设计与分析作者：李立春来源：《中国水运》2016年第12期摘要：本文提出一种基于船舶自动识别系统（ AIS）时态数据库的船舶实时监控和历史轨迹查询解决方案，有助于提高水上交通管理的效率并改善水上交通的安全。
关键字：AIS；监控；设计中图分类号：U698 文献标识码：A 文章编号：1006—7973（2016）12-0046-01随着航行水域内的船舶交通量逐步增大，传统的VTS、ARPA提供的航行信息已经不能满足船舶航行的需要，AIS在船舶避碰、海事监管等领域发挥着越来越大的作用。
1 AIS介绍AIS是船舶自动识别系统的简称，集现代数字通信、网络和信息技术于一体，是工作在VHF海上频段的新型船舶和岸基、星基广播系统。
2 系统架构分析基于AIS技术的船舶动态监控系统可系统架构包括三层结构，如图1所示。
（1）数据采集层。
船舶上安装的AIS发送机可以向AIS接收机发送本船的相关信息，包括船舶名称、位置、速度、方向等。
（2）数据处理及存储层。
该层的功能是处理和解码AIS 数据并将其存储在数据库服务器中。
（3）数据显示层。
处理后的船舶信息可以显示在船舶实时监控系统的客户端。
用户可以通过客户端以图形化的方式监控船舶的位置、航行方向及速度，相关的文字信息也同时显示在客户端上。
3 船舶动态监控系统技术分析船舶实时监控系统集成了计算机、通信、GIS、GPS、数据库等多项技术，多用户实时访问及历史轨迹的查询与回放是船舶实时监控系统的两大关键技术。
3.1 多用户实时访问船舶实时监控系统的刷新频率为1s。
为了显示每条船舶的实时位置，客户端每秒钟需要从服务器获取一次船舶的最新信息。
如果每个客户端每秒钟查询一次数据库，如图2所示，将大大增加服务器的负载，从而使客户端的数目受到极大限制。
对于普通的船舶实时监控需求，数据库将每秒钟生成一次最新态势文件，该文件中包含每条船舶的最新位置和相关信息。
数据库服务器每隔一秒会将最新态势文件发送给文件传输服务器；然后，文件传输服务器将该文件及时分发给每个客户端；最后，基于最新态势文件，客户端将实时信息显示在海图上。
基于AIS的电子海图导航系统设计与实现
系统设计
国际标准电子海图显示系统的设计主要包括以下方面：
1、架构设计：ECDIS主要由数据接收模块、数据处理模块、图形渲染模块和 用户交互模块组成。数据接收模块负责从外部源获取各种航行数据，数据处理 模块对数据进行处理和解析，图形渲染模块将处理后的数据以图形化形式呈现， 用户交互模块则方便用户进行各种操作。
2、系统架构设计
基于AIS的电子海图导航系统主要包括数据采集、数据处理、数据显示和通信 模块。数据采集模块通过串口通信方式接收AIS设备发送的数据；数据处理模 块对采集到的数据进行处理和解析，提取出船舶的位置、航向、航速等信息； 数据显示模块将处理后的数据在海图上实时显示；通信模块用于与其他船舶和 岸上指挥中心进行信息交换。系统架构如下图所示：
4、系统集成实现：ECDIS需与船舶的其他航行设备（如GPS、AIS等）进行集 成，以实现数据的实时共享和同步。此外，还需开发与航海通告系统、航标系 统的接口，以便及时获取相关航行信息。
4、系统集成实现：ECDIS需与船 舶的其他航行设备（如GPS、AIS 等）进行集成
1、测试方案：采用仿真测试和实船测试两种方案，以验证系统的各项功能和 性能指标。
一、系统设计
1、需求分析
基于AIS的电子海图导航系统需要具备以下功能： （1）实时接收和处理AIS 设备发送的位置、航速、航向等信息； （2）提供实时海图显示，包括船舶位 置、航向、航速等； （3）支持船舶的自动导航和控制系统； （4）提供实时 通信功能，包括与其他船舶和岸上指挥中心的信息交换； （5）支持航海计划 的制定和管理； （6）提供船舶交通流量统计和预警功能。
3、业务处理流程
系统运行流程如下： （1）S设备将船舶的位置、航向、航速等信息通过串口 通信发送到数据处理模块； （2）数据处理模块接收数据并进行处理和解析， 提取出船舶的关键信息并存储到数据库中； （3）前端界面通过WebSocket通 信协议实时获取数据库中的数据并在海图上显示； （4）用户可以通过前端界 面输入航海计划的相关信息并发送到后端； （5）
港口航道的智能化信息系统
港口航道的智能化信息系统在当今全球化的经济格局中，港口作为货物运输的重要枢纽，其运行效率和安全性对于国际贸易和经济发展至关重要。
随着科技的飞速发展，智能化信息系统在港口航道领域的应用日益广泛，为港口的运营管理带来了革命性的变化。
港口航道智能化信息系统是一个综合性的体系，它融合了多种先进的技术和理念，旨在实现港口航道的高效、安全和可持续运营。
这个系统涵盖了从船舶进出港的调度指挥，到货物装卸的管理，再到航道水文气象的监测等多个方面。
通过实时收集、处理和分析大量的数据，智能化信息系统能够为港口的管理者和相关工作人员提供准确、及时的决策支持，从而提高港口的运营效率，减少拥堵和事故的发生。
在船舶调度指挥方面，智能化信息系统发挥着关键作用。
以往，船舶的进出港调度主要依靠人工经验和简单的通信手段，容易出现信息不准确、不及时的情况，导致港口拥堵和船舶等待时间过长。
而现在，通过智能化的船舶调度系统，能够实时获取船舶的位置、航向、速度等信息，并结合港口的航道条件、泊位使用情况等因素，自动生成最优的调度方案。
这样一来，船舶能够更加有序地进出港口，大大提高了港口的通过能力。
货物装卸管理也是港口运营的重要环节。
智能化信息系统可以对货物的种类、数量、装卸时间等进行精确的记录和管理。
通过与港口的物流系统相连接，实现货物的快速装卸和转运，提高港口的作业效率。
同时，系统还能够对货物的库存进行实时监控，及时提醒管理人员补充货物或者调整库存策略，确保货物的供应能够满足市场需求。
航道水文气象的监测对于港口的安全运营至关重要。
智能化信息系统能够实时收集航道的水深、水流、风速、风向等信息，并通过数据分析和模型预测，及时发现潜在的安全隐患。
例如，如果预测到即将有恶劣天气来临，系统可以提前通知船舶调整航行计划，或者采取相应的防护措施，保障船舶和货物的安全。
此外，系统还能够对航道的淤积情况进行监测，为航道的维护和疏浚提供科学依据。
除了以上几个方面，港口航道的智能化信息系统还包括港口设施的管理、人员的调配、应急救援等多个功能模块。
基于AIS数据的智能航道交通流量记录系统设计
０
前 言
况 下 ， 能 很 方 便 地 掌 握 航 行 船 舶 的相 关 参 数 ， 而 不 从 导致统计数据失真 。 随 着 船 舶 自动 识 别 系 统 （ Ｉ ） 应 用 ， 用 ＡＩ ＡＳ 的 利 Ｓ
航 道 通 航 能 力 是 一 种 有 限 资 源 ， 约 了 海 区 或 港 制 区 的最 大 船 舶 运 输 交 通 流 量 。充 分 发 挥 航 道 的通 航 能 力 ， 一 项 系统 工 程 ， 要 对 航 道 的 实 际 通 航 状 况 是 需
ｓ ｉ ｐ ｎ ｎ ｕ ｔｙ ａ ｄ ｉ ｉ ｈ ａ ｉ ｆｓａｉｔｃ ｌ ａ ｌｓｓ ｔ ｅ ｔ ｅ ｒ ｃｓ ｄ ｔ ｆｃ ａ ｎ ｌｔａ ｃ ｎ ｅａｅ ｈ ｐ ｉ ｇ ｉ ｄ ｓｒ ｎ ｔ ｓ ｔ ｅ ｂ ｓｓ ｏ ｔｔｓｉａ ｎａｙ ｉ ｏ ｇ ｔ ｈ ｐ ｅ ｉｅ ａａ ｏ ｈ ｎ ｅ ｒｆ ａ ｄ ｒ ｌｔ ｄ ｉ ｓ ｉ ｍｅ ｔｏ ｏ ｈ ｐ ｎ ｆｃ ｍｍｏ ｉ ｅ ．Ｔ ｅ ｒ ｓ ａ ｃ ｆｔ ｅ ｉｎ ｏ ｈ ｎ ｅ ｒｆ ｃ ｉｔ ｌ ｇ ｎ ｅ ｏ ｄｎ ｙ ｔｍ ａ ｅ ｎ ｄ ｔ ｆ ｄｔ ｓ ｈ ｅ ｅ ｒ ｈ ｏ ｈｅ ｄ ｓｇ ｆｃ ａ ｎ ｌｔａｆ ｎ ｅｌ ｅ ｔｒ ｃ ｒ ｉｇ ｓ ｓｅ ｂ ｓ ｄ ｏ ａａ ｏ ｉ ｉ ｉ
条件下 的手工记 录方法 ， 率低 下且效 果不 佳 ， 自 效 受 然 条 件 限 制 较 多 ， 其 在 船 舶 名 称 、 号 不 清 楚 的 情 尤 呼
一种基于AIS历史数据的船舶经验航线提取系统及方法[发明专利]
![一种基于AIS历史数据的船舶经验航线提取系统及方法[发明专利]](https://img.taocdn.com/s3/m/a5fb41b170fe910ef12d2af90242a8956becaa96.png)
(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202210036684.5(22)申请日 2022.01.13(71)申请人 武汉理工大学地址 430000 湖北省武汉市珞狮路122号(72)发明人 刘文 梁茂晗 占洋 孟祥昊 陈卓 张居富 苏建龙 张爽 焦航 任旭杰 (74)专利代理机构 南京纵横知识产权代理有限公司 32224专利代理师 祝蓉蓉(51)Int.Cl.G06F 16/29(2019.01)G06K 9/62(2022.01)G08G 3/00(2006.01)(54)发明名称一种基于AIS历史数据的船舶经验航线提取系统及方法(57)摘要本发明公开一种基于AIS历史数据的船舶经验航线提取系统及方法，所述系统包括语义航线提取系统、航道边界提取系统和最热航线提取系统；所述语义航线提取系统，用于通过AIS轨迹起止点聚类、特征点提取及特征点聚类获得区域内的语义航线；所述航道边界提取系统，用于为每一种语义航线提取边界信息；所述最热航线提取系统，用于利用航线边界点集构建航道三角网，并提取航道内的最热航线。
本发明基于AIS历史数据，综合考虑船舶航线模式和每一航线模式下轨迹密度分布，实现从复杂的AIS数据中提取高精度的最热航线。
权利要求书2页 说明书7页 附图2页CN 114564545 A 2022.05.31C N 114564545A1.基于AIS历史数据的船舶经验航线提取系统，其特征在于，包括语义航线提取系统、航道边界提取系统和最热航线提取系统；所述语义航线提取系统，用于通过AIS轨迹起止点聚类、特征点提取及特征点聚类获得区域内的语义航线；所述航道边界提取系统，用于为每一种语义航线提取边界信息；所述最热航线提取系统，用于利用航线边界点集构建航道三角网，并提取航道内的最热航线。
2.根据权利要求1所述基于AIS历史数据的船舶经验航线提取系统，其特征在于，所述语义航线提取系统进一步包括：首先使用DBSCAN聚类算法对AIS数据的起始点、终止点分别聚类；然后使用改进DP压缩算法提取每条船舶AIS轨迹的特征点，包括：起点、终点、航路点；最后利用DBSCAN算法对所有轨迹的特征点进行聚类，具有相同特征点簇的轨迹集合被定义为语义航线；所述的改进DP压缩算法进一步包括：首先，对每个轨迹点利用如下归一化方法进行归一化，然后，利用将船舶轨迹首末顶点虚连一条直线，求出其余各顶点到该直线的同步欧式距离(SED)，选其最大者与规定的限差相比较，若小于等于限差，则将直线两端间各点全部删去；若大于限差，则离该直线距离最大的顶点保留，并以此为界，把曲线分为两部分，对这两部分重复使用上述方法，直至最终无法作进一步的压缩为止；P i ＝(xi，yi，ti,Si)和Pj＝(x′j，y′j，t′j,S′i)的SED可以通过以下公式计算，3.根据权利要求2所述基于AIS历史数据的船舶经验航线提取系统，其特征在于，所述航道边界提取系统包括核密度估计模块和边界点提取模块；所述核密度估计模块，用于计算每一语义航线的轨迹点集的核密度估计分布；所述边界点提取模块，用于根据设置的阈值提取语义航线的边界点集，其中，所述阈值是通过观察轨迹点集的核密度估计分布，结合实际应用对边界的需求情况，选择适合作为边界点的值设置得到；其中，所述核密度估计模块进一步包括：将每一语义航线的轨迹点集转化为网格中相应的点(x1，x2，…，xn)，利用下式计算核密度估计分布：其中，K(x)表示核函数，h表示光滑参数，K(x)符合以下条件：K(x)≥0(‑∞<x<+∞)K(‑x)＝K(x)。
智慧港口船舶动态数据实时采集
智慧港口船舶动态数据实时采集智慧港口船舶动态数据实时采集现代化的港口运营需要准确、快速的数据信息支持，以确保货物的安全和高效运输。
而智慧港口船舶动态数据实时采集技术的引入，为港口管理提供了全新的解决方案。
智慧港口船舶动态数据实时采集技术是指利用先进的传感器和通信设备，对船舶动态信息进行实时监测和采集的一种技术手段。
通过这种技术，港口管理者可以随时了解到船舶的位置、航速、负载情况以及其他相关信息，从而做出智能化的决策。
首先，智慧港口船舶动态数据实时采集技术能够提高港口的运营效率。
传统的港口管理方式通常需要通过人工巡查或者手动输入数据的方式获取船舶动态信息，这种方式不仅耗时耗力，还容易出现数据不准确的问题。
而智慧港口船舶动态数----宋停云与您分享----据实时采集技术可以实现对船舶信息的自动采集和实时传输，大大减少了人力成本，提高了数据的准确性和及时性，进而提高了港口的运营效率。
其次，智慧港口船舶动态数据实时采集技术能够增强港口的安全性。
船舶在进入港口时，会面临着种种潜在的安全风险，例如航道淤塞、船只碰撞等。
通过实时采集船舶的动态数据，港口管理者可以对船舶的行驶轨迹进行监控和分析，及时发现并解决潜在的安全问题，确保船舶和货物的安全运输，保障港口的正常运营。
此外，智慧港口船舶动态数据实时采集技术还能够提升港口的服务质量。
通过实时获取船舶的动态信息，港口管理者可以及时了解到船舶的到港时间、离港时间等重要信息，从而安排好相关的物流运输任务，提前做好货物的接收和发运准备工作，减少货物滞留时间，提高港口的服务效率，为客户提供更加便捷、高效的服务。
----宋停云与您分享----总结起来，智慧港口船舶动态数据实时采集技术的引入，为港口管理带来了许多优势。
它可以提高港口的运营效率，增强港口的安全性，并且提升港口的服务质量。
随着技术的不断发展和创新，相信智慧港口船舶动态数据实时采集技术将在未来的港口运营中发挥越来越重要的作用。
基于AIS数据和循环神经网络的船舶轨迹异常检测
通过对多种船舶类型和不同场景的数据集进行实验验证，证明了所提出方法的有效性和鲁棒性。
与传统方法相比，所提出方法具有更高的检测准确率和较低的误报率，能够为船舶监控和安全预警提供有力支持。
研究成果总结
研究不足与展望
在实际应用中，AIS数据的获取和处理可能受到信号遮挡、干扰等因素影响，需要进一步研究解决。
通过减少船舶事故和降低海损，可以为社会带来显著的经济效益和环境效益。
基于所提出方法的船舶轨迹异常检测技术，可以为海事管理部门提供更加精准、高效的监管手段，保障船舶航行安全。
THANKS
感谢观看
利用训练数据集对模型进行训练，通过反向传播算法优化模型的参数，提高模型的预测准确性和泛化能力。在训练过程中，可以采用一些技巧如早停（early stopping）、正则化（regularization）等来防止过拟合和模型泛化能力的提升。
数据预处理
构建模型
训练与优化
训练过程
优化策略
评估指标
模型训练与优化
数据变换
数据标准化
将数据按照一定的比例进行缩放，使其落入一个较小的区间内，以便更好地进行数据处理和分析。
数据归一化
将数据的各个特征按照一定的比例进行缩放，使其落入一个较小的区间内，以便更好地进行模型的训练和预测。
数据归一化
基于ais数据的船舶轨迹特征提取
03
03
船舶航向信息
通过AIS数据中的航向信息获取。
2023-10-27
基于ais数据和循环神经网络的船舶轨迹异常检测
目录
contents
引言数据预处理基于ais数据的船舶轨迹特征提取基于循环神经网络的船舶轨迹异常检测模型实验结果与分析结论与展望
采用北斗星系统的船舶AIS数据采集
１ ０・
科 技 论 坛
采用北 斗星系统 的船舶 Ａ Ｉ Ｓ数据采 集
孙继 祥
（ 武汉交通职业 学院， 湖北 武汉 ４ ３ ０ ０ ０ ０ ） 摘 要： Ａ Ｉ Ｓ覆 盖的船舶 范围非常广泛 ， 但是发射的信号传输距 离有限 ， 但是 当船舶在远洋 中航行 时 ， 存在监控盲 区， 往往 不能被岸基 Ａ Ｉ Ｓ基站接 受。 对装有北斗设备的船 舶来说 ， 利用北斗星导航 系统转发船舶 Ａ Ｉ Ｓ 信 息的做 法是有效的。用北斗转发船舶 和周 围船舶 的 Ａ Ｉ Ｓ 信息 ， 结合 Ａ Ｉ Ｓ和北斗的优 势， 使没有配备 北斗设备 的船舶也能得 到有效监控 ， 从 而可以使监控 区域覆盖陆地 Ａ Ｉ Ｓ基站 的盲 区。 Ｓ数 据 采 集
北 斗的短报文通信能力有限 ， 但 是船舶 收到的 Ａ Ｉ Ｓ 信息数据量 的更新时间与本船 Ａ Ｉ Ｓ数据更新时间相同。 如果用本船 Ａ Ｉ Ｓ数据更 又很 大 ， 为 了有效利用北斗 的短报文通信功能 ， 减少数据冗余 ， 有必 新时 间减去周 围船舶 的数据更新 时间 ， 可以大大缩短 ｕ ｔ 的长度 ， 其 要对接 收到的 Ａ Ｉ Ｓ信息采取一系列的处 理措施 。Ａ Ｉ Ｓ数据冗余主要 差 只 包 含 时 、 分、 秒、 小秒 ， 从 而 达 到 了 压 缩 的 效果 。 有重复数据冗余 、 误用数 据冗 余 、 数据表示冗余 、 编码冗余 等 ， 首 先 １ ． ４数 据重组 为了减少 Ａ Ｉ Ｓ数据冗余 ， 可 以通过数据预处理 和数据压缩 ， 利用 北 般情况下 ， 北斗转 发信 息时 ， 报文会包 含很多条 Ａ Ｉ Ｓ数据信 斗转发处理过 的数据 。数据处理总流程 ： 船 载 ＡＩ Ｓ 设备接 收并存储 息 ， 因此 ， 通过北斗转发周 围船舶 Ａ Ｉ Ｓ信息 时 ， 为 了判断某 Ａ Ｉ Ｓ信息 Ａ Ｉ Ｓ信息一 数据预处理一 数据压缩并存储一 北斗转发。 的重要性 ， 需要哪找某种标准进行。 如： 离本船较近船舶 的 Ａ Ｉ Ｓ信息 １ 数 据 预 处 理 是非常重要的 ， 能够让基站了解 本船 周围的船 舶情况。基站如果指 为了去除重复 的数据冗余 ， 数据 预处理 的无用数据冗余 以及 数 定要查找某条船 ， 其Ａ Ｉ Ｓ信息就非常重要 。因此 ｍＩ ｓ信息 的排序 、 据表示冗余 ， 主要包括数据获取 、 数据过滤 、 去 除数据表 示冗余 。其 优先级计 算以及一条北斗信 息所包含的 Ａ Ｉ Ｓ信息数 目的设 定等都 中去除数 据表示冗余包括排序 、 数据重组 。 包括在数据重组过程中。 一般情况下 ， 为了得到优先级 ， 以距离和等 １ ． １数 据 获 取 待时 间作 为优先级 的辨别 因素 ， 可 以先求 出距离 ｄ 。某 种程度上 ， ｄ 船舶接收 到的周围船舶 Ａ Ｉ Ｓ信息并不 是都是有用 的 ， 如： 某 船 值越小 的船舶对其影响越大 ， 优先级也越 大。 优先级与距离成反 比， 舶几个小时前 的数据就是无用数据 ， 只有 当前 或最近很 短时间内的 与等待时间成正 比。 Ａ Ｉ Ｓ信息有用 。因此 ， 有必要对 Ａ Ｉ Ｓ 数据进行时 间过滤 。另外 ， 对于 采用数据排序算法是最大堆有 限及排序法 ， 假定每次都一次选 特定 的应用 ， Ａ Ｉ Ｓ信息很多 字段 只需要某 些特点字段 。为了减 少数 取前 Ｎ Ｕ Ｍ条处理好 的 Ａ Ｉ Ｓ数据进行 数据重组 ， 则重组 的流程为 ： 本 据量 ， 可 以通过字段筛选来进行。如 ： 对于船舶动态监控来说 ， 可以 船 Ａ Ｉ Ｓ数 据一 处 理过 的船 Ａ Ｉ Ｓ数 据一 处 理 过的 船 Ｎ Ｕ Ｍ Ａ Ｉ Ｓ数 据一 更新时间 、 海上移动识别码 、 维度等字段 。 Ｃ Ｒ Ｂ验证 码 。 定义 ｔ 为过去某时刻 ， ｔ 为时间间隔， ｔ 为现在时刻则只需获取 ２ 数 据压 缩 时间 区间 Ｔ ＝ ［ １ ｐ ’ ｔ ｎ Ｊ 内的数据 ， 而ｔ 时刻以前的数据就可 以认 为是无 数据预处理部分得到的数据必须是精 简的数据 ， 是从过滤 和差 用数据。 值 的角度减少数据量 ， 只有从 压缩 算法的角度着手 ， 才 能更进一 步 为 了使指定船舶的 Ａ Ｉ Ｓ 信息 能优先被转发 ， 船载 Ａ Ｉ Ｓ接收端在 减少数据量 。 目前 ， 数据压缩算法分为损压缩和无损压缩两种 。 由于 接收到 Ａ Ｉ Ｓ数据后加上优先级字段 ， 能够实现对制定船舶的定位 。 文本 压缩职能用无损压缩 ，由于 Ｌ ｚ ｗ 编码对小数据压缩 的效果有 １ ． ２数据过滤 时不 稳定 ，但其编码效 果相对最好 。因此 ，文本直接用 ｉ ａ ｖ ａ中的 为 了减轻 北斗 的负担 ， 通过减少重 复数据的转发 ， 提高北 斗的 Ｇ Ｚ Ｉ Ｐ Ｏ ｕ ｔ ｐ ｕ ｔ Ｓ ｔ ｒ ｅ ａ ｍ和 Ｂ ｙ ｅ — Ａ ｒ ｒ ａ ｙ Ｏ ｕ ｔ ｐ ｕ ｔ Ｓ ｔ ｒ ｅ ａ ｍ进行压缩 ， 字符 串压 缩 有效利用 率 。如果 已经 通过北斗转发 的 Ａ Ｉ Ｓ数据 没有更新 或更 新 率平 均值在 ２ ９ ％左 右。 过 ，但之前 的 Ａ Ｉ Ｓ信息字段 与其经度 和维度 的差值分别小 于经度 、 ３ 北 斗 卫 星转 发 维度差 阈值 ， 那么Ａ Ｉ Ｓ数据就是重复数据 ， 没有必要再转发一次 。 这 北斗卫星每次发射的电文长度不超过 １ ２ ０个汉字 ， 每次转发 的 是 因为在这种情况 下 ， 船舶 的位置可以近似认为 没有 变化 ， 船舶基 字节数有 限 ， 而Ａ Ｉ Ｓ 数据较大 ， 为 了在接收端能将数据重新组合 ， 在 本没有移动 。 转发数据时 ， 要先拆分数据 ， 每条拆分 的数据前用序号 标志 ： 第 １ ， ２ 定义在 ｔ 叫 刻， Ａ船 的 Ａ Ｉ Ｓ数据为 Ａ Ｉ Ｓ — ｔ ， 并设定 ｔ ２ ＝ ｔ 。 ＋ △ｔ ， 其 中 个 自觉表示原数据被拆分成 的条数 ， 第３ ， ４ 个 字节表示在原数 据中 上次从数据库 取数 据的时刻为 ｔ ． ， 而 当前从数据库 中去 数据的时刻 该数 据的序列号 ， 最后 两个字节则表示在所有数据 中原数据 的序列 则为 ｔ ， 则要 丢弃在 ｔ 时刻收到 的 Ａ船 Ａ Ｉ Ｓ数据 ， 其为重复数据。 其 号。这样 ， 根据数据报头 ， 在接收端判断该数据是否 已经接受完整 ， 数据过滤 的流程为 ：从数据 库取出满足时 间条件 的 Ａ Ｉ Ｓ数据一 对每 如果接受完整就组装数据 ， 抛弃数据报头 ， 进行 Ｃ Ｒ Ｃ检验 。如果结 个元 素按 ｍｍ ｓ ｉ 字段在表 ｕ ｓ ｅ ｆ ｕ ｌ ｌ ａ ｉ ｓ 中查找一 是 否找到数据 一 两者 的 果不正确 ， 就该丢弃数据 ， 如果正确 ， 则解压组装后 的数据 。 ｕ ｐ ｄ ａ ｔ ｅ ｔ ｉ ｍｅ字段是否相等一 经纬度差是否小于相应 阈值 一 丢弃 、 存入 参 考 文 献
基于AIS数据的船舶轨迹时空数据挖掘与可视化——以珠江口水域为例
摘要珠江口水域作为“21世纪海上丝绸之路”的重要节点，是中国国家安全的天然屏障与战略通道。
AIS(Automatic Identification System)数据包含了大量的船舶信息和航行时空信息，是进行区域水上交通态势评估的重要数据。
基于AIS 数据，挖掘船舶在珠江口水域的水上交通特征，为优化水域运输网络、提高运输效率、打击水上犯罪及预防交通事故等提供理论支持。
当前研究主要强调水上交通的空间特征，大多忽略了水上交通的时间特征，且鲜有对珠江口水域船舶轨迹时空特征、轨迹异常检测及港口空间信息等方面进行挖掘。
为此，本文基于AIS数据，利用时空划分、线密度分析、矩阵分解、GIS技术、聚类分析及复杂网络等计算机技术和方法，分析了珠江口水上交通时空特征，识别了水域重点区域，检测了离群轨迹点，分析了港口的层次结构。
主要内容及结论如下：(1)水上交通时空特征挖掘及可视化。
基于时空划分、线密度分析、时空统计分析及矩阵分解等方法分析水域交通时空特征。
研究发现：一级航道有1条，二级航道有3条。
按航线数量将各区域划分为繁忙区、较繁忙区和不繁忙区；按航线量变化曲线将各区域划分为双峰型、单峰型和平稳型；按航线量随时间变化情况将各区域划分为全天繁忙型、晚上繁忙型和上午繁忙型。
(2)重点区域识别及轨迹异常检测与可视化。
基于层次聚类及DBSCAN聚类等算法挖掘重点区域及检测异常轨迹。
研究发现：大型港口、出海/入海口为重要区域；不同船舶类型的停泊点的空间分布主要受该区域的自然环境、地理位置及经济发展水平影响；利用聚类算法能有效检测到离群轨迹点，及时找出空间位置及船速异常的船舶。
(3)港口空间信息挖掘。
基于复杂网络分析港口空间信息。
研究发现：港口度，点强度及中心性值均较大为香港港、广州港，较小的为珠海港、虎门港及佛山港等；珠江口水域港口可划分为五个层次，香港港、广州港及深圳的蛇口港处于第一层次，是珠江口的枢纽港，且不同层次港口的中心性差距明显。
人工智能在港口航道中的运用
人工智能在港口航道中的运用
在港口航道中，人工智能（AI）技术的应用涵盖了多个层面，显著提升了航道管理效率、安全性及环境可持续性。
以下是AI技术在港口航道中的主要运用：
智能引航与航行辅助：
•AIS（自动识别系统）集成AI技术可以实时分析船舶动态信息，如位置、航速、航向等，并预测潜在的碰撞风险，为船舶提供安全导航建议。
•通过结合GPS、雷达和电子海图数据，AI算法能够协助引航员进行精准航道规划和优化航线，提高航道利用率和航行安全。
智能船舶调度系统：
•AI可以通过预测船舶到港时间和优化泊位分配，减少船舶在港等待时间，提升整个港口的周转效率。
•自动化调度算法可综合考虑航道状况、潮汐变化、船队规模、货物类型等多种因素，制定最优进出港方案。
航道维护与监测：
•利用无人机搭载AI图像识别技术对航道进行定期巡检，及时发现沉船、淤积、礁石或其他障碍物，确保航道畅通无阻。
•集成水文监测数据，AI可以帮助预测和预警航道底部变化以及极端天气条件下的航道适航性。
港口安全管理：
•对于危险品运输船只，AI可用于监控其操作过程，提前警示可能的安全隐患，降低事故风险。
•在码头周边水域，AI视频分析系统可以实时检测异常行为和违规事件，保障港口安全运营。
环境保护与节能减排：
•AI驱动的节能驾驶指导系统，可以帮助船舶在进港和离港过程中实现最低能耗。
•对于污染物排放控制，AI可以通过分析船舶设备运行数据来优化能源使用，并协助监管部门执行环保法规。
综上所述，人工智能技术已经成为现代港口航道高效、智能、绿色运营管理的重要支撑力量。
随着技术不断进步，未来在港口航道领域的人工智能应用将更加广泛深入。
开辟基于虚拟AIS航标的和畅洲北汊大型海轮航道探讨
长江尹公洲航段是长江下游重要的隘口和事故多发区，京杭运河与长江在此交汇，航道内存在三股船流，上下行大小船混合航行，通航形势严峻。
长江南京以下12.5m 深水航道运行以后，在一定程度上改善了尹公洲航段的航道条件，但未能从根本上改变尹公洲航段的固有问题，航轮航行受限，船长230m 以上海轮禁止通行，通航压力依然很大；而尹公洲上游的港口码头，特别是南京区域物流中心和江北自贸区的发展对更大船舶顺畅进出南京港的需求强烈，如何改善尹公洲的通航现状，让12.5m 深水航道更加畅通高效值得深入思考。
长江尹公洲段流经和畅洲一分为二，南汊为主航道，北汊暂未通航，但历来有专家学者呼吁利用北汊开通航道，形成南、北汊分道通航局面，来改善尹公洲航段通航压力、提高通航效率、降低通航风险。
由于和畅洲北汊位于“生态红线”范围内，开通航道一直无法实现，但今年自然资源部发布的《自然资源部国家林业和草原局关于做好自然保护区范围及功能分区优化调整前期有关工作的函》自然资函〔2020〕71号提出，根据保护对象不同实行差别化管控措施，使得开辟和畅洲北汊航道有了新的转机。
如何在生态环保和通航之间找到平衡点，值得思考和探讨。
1水道及交通流情况1.1主航道基本情况和畅洲汊道分为和畅洲北汊和南汊。
南汊为长江主航道，全长约10.2km ，上接焦山水道，下连口岸直水道，航道平面形态呈“Z ”字形，存在两个近90°急弯，中段与京杭运河呈“十”字交汇。
长江南京以下12.5m 深水航道二期工程实施后，和畅洲南汊分流比在32.3%左右，航道设计水深为12.5m ，焦北滩尾切滩工程将最小航宽由200m 提升至290m 。
和畅洲水道在中、洪水期，水流流向多变、流速较快，特DOI 编码：10.19412/ki.42-1395/u.2021.01.003开辟基于虚拟AIS 航标的和畅洲北汊大型海轮航道探讨【摘要】本文针对尹公洲航段大型海轮通航受限，12.5m 深水航道效益未能充分显现的问题，在自然资源部拟对自然保护区实行差别化管控的基础上，提出了开辟和畅洲北汊航道的设想。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计算公式如下: NP 直线方程为
X = La P + ( LaN - La P) # uc ( ucI [ 0, 1] )
( 5)
Y = Lo P + ( LoN - Lo P) # uc
$c= ( LaB - LaA ) - ( LaN - LaP )
( 6)
( LoB - LoA ) - ( LoN - LoP )
设 A 点的经纬度坐标是( LaA , LoA ) , B 点的经纬 度坐 标 是 ( LaB, LoB ) , M、N 点 坐 标 分 别 是 ( LaM, LoM ) 、( LaN , LoN ) 。通过计算 AB 线段与 MN 线段相 交情况, 可以得到船舶是否穿越观察线的结论。
图 3 航向判断参考点示意图
3 基于 AIS 的航道智能交通流量记录 系统基本结构及主要模块工作流程
( 3)
( LoB - LoA ) - ( Lo N - LoM)
( 1) 当 $= 0 时, AB 和 MN 没有交点, 船舶航向
与观察线平行或重叠, 船舶未穿越观察线, 这种状况
在航道上是几乎不可能发生的; 当 $X 0 时, 则
t = 1 ( LaB - La A) - ( LaN - LaM)
当 $c= 0 时, AB 和 NP 平行没有交点, 船舶航向
是穿越观察线向参考点一侧行驶; 当 $X 0 时, 则
tc= 1 ( LaP - LaA ) - ( La N - LaP )
$c ( LoP - LoA ) - ( Lo N - LoP )
( 7)
u c=
1 $c
( LaB ( LoB
0引言
1 AIS 用于航道交通流量统计的原理
航道通航能力是一种有限资源, 制约了海区或港 区的最大船舶运输交通流量。充分发挥航道的通航 能力, 是一项系统工程, 需要对航道的实际通航状况 进行详细的统计分析, 还需要根据历年的通航状况进 行纵向对比。因此, 采集详细的航道船舶通航记录, 是对航道通航能力进行科学分析的基本保证。
ZHOU Jian 2min
( Zhejiang International Maritime College, Zhoushan 316021, China )
Abstract : An accurate analysis on the ability and demand for navigation is of great significance to regional navigation industry. Meanwhile, gathering accurate information concerning ship traffic flow and relative cargo transportation in a navigation channel are essential for statistics and analyses. This essay aims to give a research on the AIS 2data 2based ( AIS, Automatic Identification Sys 2 tem) intelligent system design plan for navigation channel traffic flow information gathering , expounds the rationale of the intelli 2 gent system design as well as its major algorithm and structure, especially elaborats on the workflow of intelligent ships. AIS in 2 formation track, record and control module in the system. Key words: AIS data; navigation ability; intelligent; na有穿越观察线( 有可能
不久将要穿越, 或者在过去某时刻曾经穿越) 。
2. 2 船舶穿越观察线方向的判断
从航道通航数据统计的需要来看, 不仅需要记录 船舶穿越观察线的次数, 还有必要记录穿越的方向, 以区别该航道内船舶双向通航的各自流量。
2 相关计算
如图 2 所示, A、B 分别是航道两侧的观察点, AB 连线是采集通航船舶信息的 AIS 信息采集观察界线, M、N 分别是某船在两个相邻 AIS 数据采集时间点的 船位坐标。
2. 3 有效 AIS 信息采集区的设置
由于 AIS 信号通过 VHF 来发送, 因此实际有效 距离可以超过 50 n mile, 而作为航道通航流量记录所 采集的 AIS 信息只需限于观察线附近的船舶发出, 为 避免无关船舶 AIS 数据对系统的影响, 有必要对 AIS 信息有效范围进行设定, 即以两个观察点作为对角适 当扩展后得到的一个矩形区域作为 AIS 信息采集的 有效区, 如图 4 所示。实际运行时, 系统对所有接收 到的船舶 AIS 信息中的经纬度坐标进行判断, 属于有 效区域中的 AIS 信息被分离出来加入跟踪队列。因 此, 当船舶驶进该有效采集区域后, 进行观察线穿越 状态的跟踪, 驶离该区域后放弃跟踪。
传统的交通流量记录利用通航观测站, 采用人工 条件下的手工记录方法, 效率低下且效果不佳, 受自 然条件限制较多, 尤其在船舶名称、呼号不清楚的情 况下, 不能很方便地掌握航行船舶的相关参数, 从而 导致统计数据失真。
随着船舶自动识别系统 ( AIS) 的应用, 利用 AIS 进行航道交通流量统计已成为可能, 由此带来航道通 航能力和通航需求精细分析的突破。
通过对一定时间段内采集的通过观察线的船舶 信息的分析, 即可获取相关航道的实际通航状况, 并 可进一步统计分析各类船舶, 甚至各类货物的通航信 息, 从中得出航道通航能力的发展趋势和实际需求。
图 2 航行船舶航迹与观察线关系示意图
2. 1 船舶穿越观察线的判断
AB 直线方程为
X = La A + ( La B - LaA) # t ( tI [ 0, 1] )
- La A) - Lo A)
( La P - La A) ( Lo P - Lo A)
当 t cI [ 0, 1] , 并且 u cI [ 0, 1] 时, AB 线段和 MN
线段有交点, 说明被监控的船舶是从参考点一侧, 向
观察线的另一侧航行; 而如果 t cI [ 0, 1] 、u cI [ 0, 1] 的条件不能同时满足, 则船舶是从观察线的另一侧向 参考点一侧航行。
如果在航道两岸确定两个观察点, 测定两点的经 纬度坐标, 当船舶经过这两点间连线时, 记录该船舶 的相关静态和动态数据, 即可完成通航数据的采集。 如图 1 所示, A、B 分别是航道两侧的两个观察点, 这 两个观察点仅是地理坐标点, 不需要真 实设置。AB 连线是船舶通过航道的观察线, 作为分别用于采集双 向通过的船舶动静态数据的界线。
关键词: AIS 数据; 通航能力 ; 智能; 航 道
中图分类号: TP311
文 献标识码: A
doi: 10. 3969 / j. issn. 100622475. 2011. 11. 050
AIS 2based Intelligent System Development for Navigation Channel Traffic Flow Record
与参考线 AB 的相交情况, 即可判别船舶的航向: ( 1) 当 AB 线段与 NP 线段出现相交, 说明 N 点
与 P 点分别在观察线的两侧, 即船舶背向参考点向另 一侧方向航行;
( 2) 当 AB 线段与 NP 线段没有相交, 说明 N 点 与 P 点同时出现在观察线的同一侧, 即船舶从另一侧 向参考点一侧行驶过来。
船舶自动识别系统是一种新型的船用助航设备, AIS 主要由主控制单元、VHF 通信模块、内置 GPS 模 块和计程仪、电罗经和 GPS、电子海图等船舶设备接 口以及静态信息输入接口等部分组成[ 1] 。
AIS 系统中比较常用的信息主要有 3 类: 船舶动 态信息、船舶静态信息和航行相关信息。船舶的动态 信息中包括: 航行状态、转向率、对地速度、位置精度、 经度、纬度、对地航向、船首向等; 船舶的静态信息和 航行相关信息 包括: 海上 移动船舶标识 号、呼号、船 名、船货类型、天线位置、估计到达时间、目的地、吃水 深度等[ 2] 。
19 6
计算机与现代化
2011 年第 11 期
的船舶, 从 2002 年 7 月 1 日起到 2008 年 7 月 1 日须 分阶段配备 AIS 设备[ 3] 。根据这个规划, 绝大多数船 舶安装 AIS 设备的时代已经来临, 利用 AIS 数据来记 录来往于各航道的一定吨位以上的海船通航信息, 已 具备基本的条件。
$ ( LoM - LoA ) - ( Lo N - LoM )
( 4)
u = 1 ( LaB - La A) $ ( LoB - Lo A)
( LaM - LaA) ( LoM - LoA)
( 2) 当 t I [ 0, 1] , 并且 u I [ 0, 1] 时, AB 线段和
MN 线段有交点, 说明被监控的船舶在两个时间采集
2011 年第 11 期 文章编号: 1006 22475( 2011) 11 20195 204
计算 机 与 现 代 化 JISUANJI YU XIANDAIHUA
总第 195 期
基于 AIS 的航道船舶流量智能采集系统开发
周剑敏
( 浙江国际海运职业技术学院, 浙江 舟山 316021)
摘要: 通航能力和通航需求的准 确分析, 对于区域航运业的发展有着重要的意义。航道船舶交 通流量及 相关货运信 息的 精确采集, 是统计分析 的基础。本文研究基于 AIS( 船舶自动识别系统) 数据的航道交 通流量智能 采集系统 的设计方案, 论述该智能系统的设计原理及主要算法、主要结构, 重点说明该系统中的智能航道通 过船舶 AIS 信息跟 踪记录控制 模块 的工作流程。