一種基于DBSCAN的船舶會遇實時識別方法
摘要：針對海上交通監控中船舶數量眾多,且對具有潛在碰撞危險的船舶識別效率不高的問題,提出一種基于DBSCAN(帶噪聲的基于密度的空間聚類)的船舶會遇實時識別方法。根據海上交通風險監控的研究需求,分析船舶會遇局面的定義。運用墨卡托算法計算船舶之間的距離,采用DBSCAN算法進行船舶會遇聚類識別。基于浙江舟山群島西南海域航行船舶的AIS數據,對設置不同船舶會遇距離的試驗結果進行比較分析,結果表明:當船舶會遇距離為1 n mile時,可以將56艘船劃分為7個會遇船舶類,占船舶總數的32.1%,每個會遇船舶類包括2~3艘船。將該方法運用到實際海上交通監控中,可對每個會遇船舶類中的船舶航行動態進行重點關注,降低海上交通監控人員的工作負擔,提高海上交通監控的效率。
注: 保護知識產權,如需閱讀全文請聯系上海海事大學學報雜志社
相關推薦
更多
