一种融合雷达与AIS的船舶精确关联方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113962300A(43)申请公布日2022.01.21(21)申请号202111208484.5(22)申请日2021.10.18(71)申请人中船重工鹏力（南京）大气海洋信息系统有限公司地址211106江苏省南京市江宁开发区长青街32号(72)发明人王子骏周晓安刘淑曹伟男陈天富陆月晴(74)专利代理机构南京经纬专利商标代理有限公司32200代理人石艳红(51)Int.Cl.G06K9/62(2022.01)G06N7/02(2006.01)G01S13/86(2006.01)权利要求书2页说明书5页附图2页(54)发明名称一种融合雷达与AIS的船舶精确关联方法(57)摘要本发明公开了一种融合雷达与AIS的船舶精确关联方法，利用雷达以及AIS获取船舶信息，并考虑到距离、方位、航速、航向、船首向、加速度等因素对船舶关联的影响，通过建立多因素模糊集模型，计算出双传感器船舶目标航迹的匹配度，在复杂多目标的场景下实现了船舶准确、稳定、可靠的关联。该方法首先将双传感器获取到船舶数据进行时空转换统一；然后建立多因素模糊集，进行一次船舶数据关联并找出合理关联点迹；最后，通过二次关联求出最佳关联点迹。本发明所提出的方法与传统融合雷达与AIS的关联方法相比，考虑到六个影响因素，不仅有着准确度高、容错率高等优点，而且关联算法适用性更广，可靠性更高。CN113962300ACN113962300A权利要求书1/2页1.一种融合雷达与AIS的船舶精确关联方法，其特征在于：包括如下步骤：步骤1、获取雷达与AIS船舶信息：采用雷达和AIS同时获取船舶信息；获取的船舶信息包括船舶位置坐标、航速、航向、船首向和加速度；步骤2、坐标转换：将步骤1中雷达获取的船舶位置坐标和步骤1中AIS获取的船舶位置坐标，均转换至平面直角坐标；步骤3、时间同步校准：将雷达数据的时间与AIS数据的时间进行校对与同步；步骤4、建立六因素模糊集模型：基于距离、方位、航速、航向、船首向和加速度，建立六因素模糊集模型(η1(t)，η2(t)，η3(t)，η4(t)，η5(t)，η6(t))；六因素对应的权重系数分别为φ1、φ2、φ3、φ4、φ5、φ6；其中：η1(t)表示在t时刻雷达和AIS关于距离因素的欧式距离；η2(t)表示在t时刻雷达和AIS关于方位因素的欧式距离；η3(t)表示在t时刻雷达和AIS关于航速因素的欧式距离；η4(t)表示在t时刻雷达和AIS关于航向因素的欧式距离；η5(t)表示在t时刻雷达和AIS关于船首向因素的欧式距离；η6(t)表示在t时刻雷达和AIS关于加速度因素的欧式距离；步骤5、计算六因素之间的门限值ε，具体计算公式为：εk＝3/(8πλk)式中，φk表示第k因素对应的权重系数；其中，k＝1、2、3、4、5、6，分别对应因素为距离、方位、航速、航向、船首向和加速度；εk表示第k因素对应的预制系数；λk是表示k个不同因素欧式距离的均方根；步骤6、计算六因素的总相似度γ，具体计算公式为：步骤7、一次航迹关联匹配：在t时刻，将步骤5计算的门限值ε和步骤6计算的总相似度γ进行比较，当γ≥ε时，则将当前的雷达目标与AIS目标航迹进行一次匹配关联。2.根据权利要求1所述的融合雷达与AIS的船舶精确关联方法，其特征在于：步骤8、二次航迹关联匹配：步骤7中，在t时刻，当与雷达目标一次匹配关联的AIS目标航迹的数量n＞1时，需多周期地计算每个AIS目标航迹与雷达目标的总相似度，并将最大总相似度所对应的AIS目标航迹，作为最优AIS目标航迹，然后，将最优AIS目标航迹与雷达目标进行二次航迹关联匹配。3.根据权利要求2所述的融合雷达与AIS的船舶精确关联方法，其特征在于：步骤8中，多周期下每个AIS目标航迹与雷达目标总相似度的计算公式为：2CN113962300A权利要求书2/2页其中，t＝1表示当前时刻，也称第一周期；t＝l表示距离当前时刻的第l个周期，l＞1；γn表示l个周期下第n个AIS目标与雷达目标的总相似度，γn(t)表示t时刻下第n个AIS目标与雷达目标的总相似度，且γn(t)＝γ。4.根据权利要求1所述的融合雷达与AIS的船舶精确关联方法，其特征在于：步骤4中，φ1＝φ2＞φ3＞φ4＞φ5＞φ6。5.根据权利要求4所述的融合雷达与AIS的船舶精确关联方法，其特征在于：φ1＝φ2＝0.3，φ3＝0.2，φ4＝0.1，φ5＝0.06，φ6＝0.04。6.根据权利要求1所述的融合雷达与AIS的船舶精确关联方法，其特征在于：η1(t)，η2(t)，η3(t)，η4(t)，η5(t)，η6(t)的计算公式分别为：η1(t)＝|RR(t)‑RA(t)|(1)η2(t)＝|θR(t)‑θA(t)|