一种基于数据驱动的无人船艇航线自动生成方法

Automatic routing is one of important components and key technologies of unmanned ship and surface vehicle related research. The traditional automatic routing method that catering to local path planning for small sea area in the perspective of graphics has certain limitations. To solve this problem, this project intends to supplement a new method that suited to wide range sea area in the perspective of ship trajectory data mining. Firstly, the mechanism of trajectory date mining is explored, and the characteristics of the route in the ship trajectory are extracted taking into consideration of macro traffic flow and micro ship maneuvering parameters. On this basis, the data-driven based automatic routing method that complying with navigation practice is proposed. Secondly, the route domain model integrated into meteorological factor, vessel factor and human factor is established, and the framework of IHO S63 ENC data protection scheme is analyzed. Then the principle and method of route safety validation and route rectification are studied. Finally, the incremental route updating mechanism based on new trajectory data is illustrated. Meanwhile, the method is embedded into simulation platform by chip/intelligent hardware and its feasibility and portability is verified. This research provides a theoretical foundation and industrial base for strengthen and innovating the automatic routing method of unmanned ship and surface vehicle.

航线自动生成是无人船艇研究的重要组成部分和关键技术之一。从图形学角度探索小范围海域局部路径规划的传统方法具有一定的局限性，本项目拟补充一种从分析船舶轨迹数据角度出发、面向宏观大范围海域的航线自动生成方法。首先，探索大数据背景下的轨迹数据挖掘机理，结合宏观交通流特征和微观船舶运动参数提取船舶轨迹中的航路特征，提出基于数据驱动、符合航海实际的航线自动生成方法；其次，综合气象因素、船舶因素、人为因素构建航线领域模型，结合IHO S63标准电子海图数据保护方案的策略结构研究航线安全自动检测与航线修正的原理与方法；最后，阐明基于新轨迹数据的航线增量更新机理和算法，同时基于芯片/智能硬件嵌入大型无人船试验平台验证方法的可行性，探讨方法的可移植性和工业应用可行性，为丰富和创新无人船艇航线自动生成方法提供理论依据和应用基础。

无人船艇的研究属于多学科交叉、多领域融合的综合项目，且带有一定的前瞻性和创新性。项目以无人船艇为研究对象，以其中的航线自动生成技术为主要研究内容，致力于开展基于轨迹数据和数据驱动技术的航线自动生成方法研究。.首先，轨迹数据压缩是基于数据驱动的无人船艇航线自动生成方法的重要组成部分和关键技术之一。设计一种基于Douglas-Peucker算法的轨迹数据压缩框架与实现流程；针对Douglas-Peucker算法中唯一参数压缩阈值的确定问题，借鉴船舶领域概念，基于AIS轨迹数据求取最小船舶领域并作为确定压缩阈值的标准；算法可在高压缩率的同时有效剔除原始轨迹数据中的冗余信息，而且较好的保持了原始轨迹的特征。.其次，基于轨迹数据压缩提取出的特征点，设立转向点阈值标准并辨识出轨迹特征点中的转向点；针对不同航路轨迹密度和转向点密度不同的特点，利用层次DBSCAN算法并从空间接近性和转向相似性2个方面综合考虑建立转向点的相似性度量标准对转向点进行聚类，从而识别出相似航迹所形成的航路转向点；然后通过真实航迹判别航路转向点之间的连通性，并确定由航路转向点及其之间的连通性组成的有向图G =（TN，L）；最后通过蚁群优化算法智能搜索最优路径。.然后，设计一种基于IHO S63标准电子海图数据的航线安全自动检测方法。根据IHO S63标准电子海图数据保护方案的策略结构和工作流程对电子海图数据进行解析，通过提取水深、障碍物等点、线、面海图要素进行航线安全检测，确保自动生成航线的安全性。.最后，阐明基于新轨迹数据的航线增量更新机理和算法，同时基于芯片/智能硬件嵌入大型无人船试验平台验证方法的可行性，探讨方法的可移植性和工业应用可行性，为丰富和创新无人船艇航线自动生成方法提供理论依据和应用基础。