申请/专利权人：中远海运科技股份有限公司

申请日：2022-07-25

公开（公告）日：2024-06-21

公开（公告）号：CN115294802B

主分类号：G08G3/00

分类号：G08G3/00;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.11.22#实质审查的生效;2022.11.04#公开

摘要：本发明提供了一种基于AIS数据的船舶航行状态智能识别方法及系统，该方法利用AIS数据，采用机器学习算法根据航速的变化进行分段处理，并结合业务逻辑，识别出航行的状态，并根据航线经过的港口整理出航线的相关信息，进而进行船舶航行监控，并计算航线所经港口的拥堵状态以及航行能耗，便于及时调整运营航线，值得推广应用。

主权项：1.一种基于AIS数据的船舶航行状态智能识别方法，其特征在于，包括以下步骤：数据采集处理步骤，采集船舶航行过程中的AIS数据，并将AIS数据进行清洗、填充和降采样处理；航速分段处理步骤，通过机器学习算法中的融合套索方法或变点分析方法对航行状态进行挖掘，寻找变点进而对采集处理过的AIS数据中的航速的变化进行分段处理，计算每一段的平均速度和里程；选取任意一段航段，将降采样后航速作为输入数据，然后分别使用融合套索方法或变点分析方法得到输出数据，输出数据为分段式常数序列，其中较大的常数代表较高的航速，较小的常数代表较低的航速，输出数据的节点为速度突变时间点，两两之间的间隔代表航速持续的时间；其中，所述变点分析方法将均值或者方差上突变的时间节点挖掘出来作为变点，所述融合套索方法将航速作为长度为n的输入数据向量x，通过下述模型解决长度为n的系数向量θ的一个优化问题： 其中，模型参数ρ和γ分别控制系数向量θ的稀疏程度和光滑程度，模型参数ρ越大时系数向量θ越稀疏，模型参数γ越大时系数向量θ越光滑；航行特征处理步骤，根据每一段的平均速度和里程，从统计学的角度结合业务逻辑，对分段处理结果进行分析，并结合累计的航行距离港间距占比，识别船舶航行过程中的各分段航行状态，得到是正常航行或漂航的航行状态，为包括漂航的所有航行状态定义一个统一的标准；航线信息提取步骤，基于得到的航行状态，标识船舶航行过程中的各分段航行状态的起始时间和位置，对上述船舶航行过程进行时间信息匹配，计算有效航行时间和漂航时间；还对航线相关信息进行分类，包括：根据航线经过的港口信息，将航线匹配到相应的国家和区域；找出航段的起始时间和终止时间，确定该航线运营的相关年份时间信息；根据船舶MMSI找到该船和该航线的运营主体；根据目的港对航行状态进行分类，包括近期拥堵港口以及正常港口；航行监控分析步骤，监控航线所经任意两港口的航行状态，并进行航速统计和航速变化分析，进而计算航线所经港口的拥堵状态以及航行能耗。

全文数据：

权利要求：

百度查询： 中远海运科技股份有限公司 一种基于AIS数据的船舶航行状态智能识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD