AIS轨迹简化和阈值的确定外文翻译资料

 2022-11-09 16:25:29

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

AIS轨迹简化和阈值的确定

通过最近的地面网络和卫星建立的自动识别系统（AIS）接收器，使得船舶轨迹变得越来越可和记录且轨迹数据的规模越来越大。大量轨迹造成数据的存储，传输和处理问题。通过使用适当的方法压缩冗余信息得到原始轨迹的精确表示，同时保留主要特征元素成为迫切需要。在本文中，提出一个可实施的新方案：道格拉斯-普克算法，它可以通过提取特征点的方式来简化AIS轨迹。为简化DP算法中单独参数的阈值，提出一种新的基于AIS船舶领域作为简化阈值的确定标准和最低评价。最后，验证了对DP的简化算法的有效性和其简化阈值的合理性。结果表明，DP算法可以有效地简化AIS轨迹，其简化的阈值是科学合理的。

关键词：AIS轨迹 道格拉斯-普克算法 船舶领域 门线图

1引言

自动识别系统（AIS）是一种通过和附近的其他船舶、AIS基站和卫星进行数据的电子交换来实现的船舶自动跟踪，自我报告和识别的船舶定位系统。AIS系统的广泛应用提供了比以往更多的追踪船舶运动轨迹方式。取决于每艘船的移动，船舶从2秒到6分钟不等的时间间隔进行AIS数据传输（国际电信联盟，2014）。海事主管机关现在经常在每一秒处理成千上万的AIS系统中的信息（哈蒙德和彼得，2012）。因此，信息量势不可挡的增加淹没了工作人员，从而造成了数据存储、传输和处理的问题。现在从太空接收AIS信息越来越常见（帕洛塔等人，2013）。这提供了一个用于监测船舶交通和报告的个别船舶位置的经济的解决方案。对于有限的卫星信道带宽，简化数据需要有效的发射的卫星的AIS信息。通过大量的AIS轨迹和宏观交通流情况的观察和分析显示，数据流的增大可能会降低效率。因此需要一种简化算法来压缩冗余信息。为了提高海量AIS轨迹数据的显示速度，找出可以准确地代表原始轨迹的简化轨迹是必要的。在实际的应用中，AIS轨迹的简化是一种重要的数据处理方法。它要求压缩冗余信息，并保持原来的轨迹的主要特征。此外，需要确定一个科学合理的简化阈值及其评价标准。

1.1本文的结构如下

文章第2节介绍了航线的简化理论和AIS轨迹简化的整体设计；在3节介绍了基于船舶领域理论来确定最佳阈值；第4节验证所确定的阈值，简化算法的有效性；在5节讨论结论和未来的工作。

2 AIS数据轨迹化简

由于船舶具有自己特殊的专用航线。正因为如此，航线的简化理论可用于简化AIS轨迹。航线的简化算法已经在地图普遍原理，二维数字高程模型（DEM）数据分布（陈等，2009）以及制图普遍原理（巴尔博亚和洛佩兹，2009）中扮演着重要的角色（帕列罗，2013）。已经提出了几种方法来解决线路简化问题，如visvalingam–怀亚特算法（visvalingam和怀亚特，1993）道格拉斯-普克算法（道格拉斯和普克，1973）等。

一些研究分析和评价了各种航线化简的方法，从数学感知方面并给出了精确的评价。许多制图师认为DP算法是最准确的航线概括算法（詹克斯，1981；怀特，1985；麦克马斯特1986；张和石，2006）。艾蒂安等人（2012）用DP算法简化AIS轨迹以优化计算时间最为恰当，但DP算法中细节的实施和如何确定简化阈值是不精确的。DP算法具有潜在的拓扑错误的缺点（张等人2007）。虽然提出许多改进的DP算法（贝尔托洛托和周，2007；陈等，2009；古德蒙森等人，2009；帕洛塔等人.，2013；石和查尔顿，张等人，2013。），但通过对这两种算法的效率和有效性比较，原DP算法比改进的AIS轨迹处理更适用于简化AIS轨迹。

2.1道格拉斯-普克算法

在DP算法中（道格拉斯和普克，1973），直线段是用来近似原始轨迹，用户必须定义误差tau;作为简化线段的阙值。DP算法在算法流程可以总结为1。DP算法原理图总结为图1。为显示在第一个步骤（看图1（a）），先选出一个出发点P0和一个结束点P11生成近似线。计算每个剩下的点与生成轨迹的垂直距离，一些点的垂直距离比预设的阙值大，原有的轨迹被分成两个子轨迹通过选择有最大距离的特征点为分割点（P7图1（a））。因此，在第二步（参见图1（b）），原来的轨迹划分为2个子轨迹，P0-P7和P7-P11。如图所示，在第一段轨迹，有几个轨迹点的垂直距离大于预先设定的阙值，例如，在图1（b）P3和P4。

图1 实线为始轨迹，虚线为用DP算法化简后的轨迹。

在第2.1节有更为详细的描述。

因此，以最偏离轨迹的点P3作为特征点，将第一个子轨迹为两个其他子轨迹，P0- P3号和P3-P7（见图1（c））。另一方面，在第二个子轨迹中，所有的轨迹点与对应线的垂直距离小于阈值。因此，进一步的分成子轨迹是没有必要的。对轨迹进行递归处理，直到所有的轨迹点与其相应的近似轨迹的垂直距离小于阈值。

2.2 AIS轨迹简化整体设计

轨迹的简化算法的主要目标是在减少要存储的坐标点的数目的同时表示一行线。其结果在很大程度上取决于航线的特点。锚泊船每3分钟发送其位置信息，操纵船或是在船舶高速行驶时，船舶每6分钟发送电子信息和与航行相关的信息。这常常使轨迹数据产生大量冗余信息。例如：

（1）锚泊船舶可以由开始锚定的时间点和结束锚定的时间点来表示。其中间点对于轨迹来说是无用的点；

（2）以固定的航向和航速航行的船只也可以由起点时间和结束时间点来表示；

（3）船舶操纵其他模式也可以通过一个简化的算法使用其特征点表示。

船舶一般航行在固定的航道和开阔的水面上。其轨迹上很少发生突然变化。也就是说，原来的船舶轨迹有一些多余的信息。因此，需要一种简化的方法来去除冗余点，同时保留特征点。

在大量的AIS轨迹数据中快速的储存，查找和调用所需要的信息对轨迹化简提出了重要的要求。AIS基站数据以ASCII格式形成；将解码的AIS信息存储在SQLite数据库中。SQLite数据库中的每个记录代表一个由船载AIS在一个瞬间发出的资料单元。基于船舶单元的航迹简化。而SQLite数据库的应用解决了海量数据的快速存储和检索问题，频繁的连接和调用数据库会降低处理的效率。为了解决这个问题，在同一个轨道上的所有信息会被立即查询以避免多次查询，并且数据可以存储在一个列表或数组容器中。

在数据清洗和坐标转换后，可以使用确定的阈值进行轨道简化。AIS轨迹简化的整体设计如图2所示。

图2 AIS轨迹简化整体设计

3简化阈值的确定

在DP算法的简化算法中，阈值是唯一需要确定的参数，它决定了压缩率和变形率。简化阈值的选择至关重要，它必须通过一个合乎逻辑的科学方式来确定。

3.1简化阈值评价准则

船舶领域是船舶驾驶员试图保持的与其他船舶或障碍物间距离的船舶周围的一个自由空间。它广泛的被作为评价船舶航行情况的标准。通过保证船舶领域安全以保障航行安全以及确定安全的船舶航线（皮耶奇科夫斯基等人，2009）。在DP算法中，简化的阈值就是简化后的线和原始线的最大垂直距离。其轨迹带被定义为一个简化的区域，轨迹中心的正负阈值tau;为轨迹带的宽度。从图1可以看出，所有的原始轨迹带的坐标点可以用简化轨迹的坐标点来表示。为了保证原轨迹点与对应的简化轨迹点的位置处于原轨迹点的安全范围内，采用船舶领域的大小作为阈值确定的评价标准。

船舶领域理论最初是由藤井和田中提出（1971），由藤井等人在1984年正式提出。藤井等人描述的船舶领域模型是（1984）椭圆形的，船舶放置在椭圆的中心。其他两个经常引证的关于船舶领域的定义是由古德温（1975）和科德韦尔（1983）给出的。此后，出现了考虑到各种不同的因素并预先给出船舶领域的理论。（赵等人.，1993；里斯沃斯基等人，2000；朱等人，2001；S，2006；王等，2009；王，2010）。不同的船舶领域理论所定义的船舶领域有不同的形状和大小，由于它们定义的区域的不同造成了变化的差异。在实践中，船舶可能愿意在一个狭小的空间接受一个较小的船舶领域。因此，使用凭经验确定的船舶领域大小所确定的阈值，其评价标准是不适用的。例如，按照藤井等人在开放水域的船舶航行（1982）制定的椭圆域的大小是8倍的船长和2到3倍的船宽;当船舶航行在狭窄水域是船舶领域的尺寸为6倍船长，1到6倍船宽。同样，皮耶奇科夫斯基等人（2009）根据不同安全水平使船舶领域的大小不同。也就是说，船舶领域的大小随航行情况而变化。阈值的简化算法应以实际情况来确定。船舶航行的轨迹带被定义为一个简化的区域，轨迹中心正负阈值带为s的宽度。

汉森等（2013）应用实际航海的AIS数据估计最小船舶领域经验值。提出的过桥时的费蒙湾船舶领域的大小和形状的背景分析。为了让海员以舒适安全的方法过桥（汉森等人。2013）。考虑不同情况下的不同船只，通过经验确定最低船舶领域使海员感到舒适和安全时通过桥。也就是说，它可能不是最小的尺寸。在其简化阈值的确定中，只需要船舶域的最小尺寸。汉森等人提出的方法（2013）太复杂，不适用于确定船舶域的最小尺寸。在本文中，提出了基于AIS轨迹估算实际最小船舶领域的新方法。它不是建立一个新的船舶领域理论，而是方便快捷地估计船舶领域的最小规模。

3.2阈值确定算法

船舶领域规模评估的主要步骤如下：

  1. 选择AIS位置报告中具有相同的海上移动服务标识（MMSI）的船舶。然后每分钟线性插入轨迹点，使所有的指定船舶分配到近似的位置。
  2. 随机选取一艘船作为中心船，计算其他船在某一确定时间点与中心船的方位和距离。以距离和船舶的长度（现在获得的相对距离）覆盖其他船舶信息；舍弃的方位和距离数据的相对距离大于10的船。然后计算在所有其他时间点中其他船只和中心船的方位和距离。
  3. 根据从步骤（2）获得的方位和相对距离的数据，将其他船舶的散射图绘制到以中心船坐标为中心的图上。
  4. 依次选择每一条船舶为中心船舶，重复步骤（2）及（3）。现在得到所有船舶的散射图。
  5. 从步骤（4）得到覆盖所有船舶的散射图，船舶领域的大小可以从它评估。

为了证明这种船舶领域的大小评价方法直观性，利用从琼州海峡AIS基站从2011年7月2日到2011年7月12日收集的11天，962艘船舶的样本轨迹来说明此方法。AIS位置报告的总数是5,902,840，根据定义的步骤，可以得到样品轨迹的分散图（见图3）。

在图3中，坐标中心代表船舶中心，向上的方向代表中心船的航向和00方向，向右代表与中心船的船梁成900方向。从图3可以看出，除了坐标中心附近的空白区域外，其他船只均匀分布在围绕中心的船上。放大在中心空白区域并且坐标网格的长度的放大正好是原来是一个船舶长度。在没有其他船舶在集中于坐标中心这个区域时纵向是一被船长，在横向是0.8倍船宽。根据第3.1节的分析，可以选择0.8倍船舶长度作为最大简化阈值。

图3 根据每两艘船的方位和相对距离数据，将中心船确定到另一艘船上。

数据源和详细程序见第3.2节。

4简化算法在确定阈值中的验证

为了验证简化阈值可以有效的简化AIS轨迹和其简化效率，我们使用962艘相同的样本轨迹测试DP算法和阈值。我们使用DP算法设定为0.8倍船长度的简化阈值简化了样品的轨迹。原AIS位置报告的总数是5902840，简化后为103078。其结果是，压缩率为98.25%。

4.1从视觉观察的角度验证

为了观察、分析宏观交通流状况来评价DP算法的效率和有效性，我们输入了一天内的原始AIS轨迹和简化AIS轨迹，这些数据从琼州海峡AIS基站的电子海图显示与信息系统（ECDIS）分别采集（见图4）。从图4可以看出，简化的轨迹可以几乎一样准确的描述宏观交通流状况原始轨迹。同时，简化的轨迹也大大节省了存储空间，加快了显示和处理的速度。为了评估观察、分析微观交通特性的DP算法的效率和效果，我们分别在电子海图上输入了船舶纵向（见图5）和横向（见图6）通过海峡的原始数据和简化数据。从图5和图6可以看出，简化的轨迹可以几乎是精确地描述原始轨迹的微观交通特性；删除坐标点可以通过线性插值得到。

图4 输入同一天收集琼州海峡AIS基站系统的原始轨迹和简化AIS轨迹分别为。

图5 输入使用DP算法简化后船通过海峡纵向轨迹原始轨迹。

4.2评估-从统计角度

统计结果的门线图是一种有效的统计交通流量方法，包括通过门线的船舶总数，平均速度和平均长度。统计结果可通过设置门线的位置和分门线的长度来获得。图2中的原理图如图7所示，详细步骤在算法2中描述。

图6 输入使用DP算法简化后船舶通过海峡的纬度和轨迹的原始轨迹。

图7 门线图示意

4.2.1统计结果

为了评估DP简化算法的有效性和简化阈值的合理性，在分道通航制门PSPE（TSS）随机（见图9），和子门线长度设定为0.2nm。门线分为七个部分（从分门线1到副门线）。原始轨迹的门线图和简化轨迹的栅门线图的统计结果如表1所示。

4.2.2统计结果评述

从表1可以看出，不同的“总号”在每个子门之间原始轨迹和简化的AIS轨迹minus;1, minus;3, 8, minus;3, minus;1, 0, 和0。平均速度和平均长度也有一些差异。门线图差异的主要原因在于以下三个方面：

4.2.2.1轨迹坐标点误差

以船MMSI 412077250为例（图10）。船从左边向左向右移动，经过闸门后向左

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[138065]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章