一种基于时空分解的船舶轨迹异常检测方法.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CN114357322A(43)申请公布日2022.04.15(21)申请号202210261165.9(22)申请日2022.03.16(71)申请人交通运输部规划研究院地址100000北京市朝阳区曙光西里甲6号2号楼(72)发明人靳廉洁李鹏林王婧刘影孙鹏韩舒怡张然(74)专利代理机构合肥云道尔知识产权代理事务所(特殊普通合伙)34230代理人常雅雅(51)Int.Cl.G06F16/9537(2019.01)G06K9/62(2022.01)G06F16/215(2019.01)G06F16/29(2019.01)权利要求书3页说明书6页附图1页(54)发明名称一种基于时空分解的船舶轨迹异常检测方法(57)摘要本发明公开了一种基于时空分解的船舶轨迹异常检测方法，属于水运交通领域，包括以下步骤：获取AIS数据并预处理；对要进行船舶轨迹异常检测的区域进行区域划分；构建船舶轨迹时空矩阵；对船舶轨迹时空矩阵进行分解，获取作为船舶轨迹异常检测的参考时空矩阵；船舶轨迹异常检测；基于参考时空矩阵，对所需检测的船舶进行异常轨迹判断。本发明依据船舶轨迹构建船舶轨迹时空矩阵，从而将船舶轨迹的时空多维信息完整保留，同时，利用奇异值分解对船舶轨迹时空矩阵进行降维，在保留完整信息的同时极大降低了运算难度，更适用于同时对大量船舶轨迹的异常检测。本发明有助于交通管理部门快速掌握船舶轨迹异常信息，便于及时处置应对海上异常状况。CN114357322ACN114357322A权利要求书1/3页1.一种基于时空分解的船舶轨迹异常检测方法，其特征在于，包括以下步骤：步骤一：获取AIS数据并预处理；步骤二：对要进行船舶轨迹异常检测的区域进行区域划分；步骤三：构建船舶轨迹时空矩阵；步骤四：对船舶轨迹时空矩阵进行分解，获取作为船舶轨迹异常检测的区域的参考时空矩阵；步骤五：船舶轨迹异常检测；基于步骤四中得到的参考时空矩阵，对所需检测的船舶进行异常轨迹判断。2.根据权利要求1所述的一种基于时空分解的船舶轨迹异常检测方法，其特征在于，步骤一中所述的AIS数据从船舶实际航行中获取，首先利用AIS解码算法对原始AIS数据进行解析，然后提取所需的AIS数据，包括船舶IMO号、船舶航行速度、时间、船舶经度、船舶纬度，再对数据进行预处理，预处理的步骤包括数据清洗和轨迹缺失数据补全。3.根据权利要求2所述的一种基于时空分解的船舶轨迹异常检测方法，其特征在于，步骤二中所述的对要进行船舶轨迹异常检测的区域进行区域划分，具体步骤为：首先将要进行船舶轨迹异常检测的区域作为研究区域，得到研究区域的经纬度范围，将研究区域划分为栅格，并对栅格依次进行编号，然后得到N个栅格编号，其中，N为栅格的总数；再将船舶轨迹与研究区域进行匹配，在对应时刻，船舶的空间位置用船舶所在栅格表示。4.根据权利要求3所述的一种基于时空分解的船舶轨迹异常检测方法，其特征在于，步骤三中所述的构建船舶轨迹时空矩阵，具体步骤为：首先以船舶进入研究区域的时刻为开始时刻，然后取船舶在研究区域航行的前M分钟作为船舶研究的时间范围；以每分钟开始时刻作为一个时间节点，则得到M个时刻；然后再将船舶在每个时刻的所在栅格使用一个1*N维的空间向量表示：式中，当船舶在第n个栅格时，空间向量的第n个值为1，其余值为0；由于共有M个时间段，则一条船舶轨迹被构建为一个M*N的时空矩阵:式中，为1时，表示在航行时间的第m个时刻，船舶处在第n个栅格的范围内；最后将所有船舶的时空矩阵进行累加，则构成了一个包含所有船舶轨迹信息的M*N维的船舶轨迹时空矩阵，时空矩阵中的每一个值表示在航行时间对应的时刻，处在对应栅格范围内的船舶数量。5.根据权利要求4所述的一种基于时空分解的船舶轨迹异常检测方法，其特征在于，步骤四中所述的船舶轨迹时空矩阵分解，具体步骤为：对步骤三得到船舶轨迹时空矩阵进行降维处理，从而提取出常见的船舶时空模式；采用奇异值分解对船舶轨迹时空矩阵进行降维，公式如下：2CN114357322A权利要求书2/3页式中，是M*N的时空矩阵，它的秩为，是M*R的矩阵，为矩阵的第p列，为对角矩阵，为对角矩阵中的第p个元素，即奇异值，是N*R的矩阵，为矩阵的第p列，是矩阵转置矩阵，为M*N的矩阵，其秩为1；奇异值分解中的矩阵和满足如下条件：式中，为单位矩阵；而奇异值则表示对应的矩阵在时空矩阵中的占比，奇异值越大，表示对应矩阵在时空矩阵中权重越大；同时，奇异值由大到小依次排列，即；奇异值的公式如下：式中，为的第p个最大特征值；通过奇异值分解，将船舶轨迹数据的时空矩阵分解为了R个秩为1的矩阵，每个矩阵为M*N维的矩阵，分别代表了一种船舶轨迹的时空模式；每个矩阵中的行向量代表了该种船舶轨迹的时空模