首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于大数据实时计算的海上船舶多源信息目标融合方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京航天长峰科技工业集团有限公司

摘要:本发明提供一种基于大数据实时计算的海上船舶多源信息目标融合方法,包括轨迹大数据存储计算、多源信息目标融合、目标融合可视化,从目标历史轨迹、目标位置、运动特性和形状大小等方面的相似性构建目标融合算法模型,进而实现雷达与雷达、雷达与AIS、AIS与AIS、雷达与北斗、AIS与北斗、北斗与北斗三种感知信息6种类型目标融合,提高了目标融合的准确性和实时性,降低了目标冗余识别或误识别造成的干扰,能确保对海上态势监控的可靠性及监控质量。

主权项:1.一种基于大数据实时计算的海上船舶多源信息目标融合方法,其特征在于,包括以下步骤:步骤1,目标轨迹大数据存储计算:步骤1.1,将雷达、AIS、北斗获取的目标轨迹数据接入消息队列Kafka,经过Flink进行数据清洗加工;步骤1.2,数据抽稀:采用Flink时间滑动窗口的处理逻辑,通过周期定位对每个目标的轨迹数据进行第一次数据抽稀,并将抽稀数据和全量数据分流保存至数据仓库;步骤1.3,建立数据仓库:对电子地图进行网格化剖分并对网格进行编号,基于地理坐标和网格的空间相交关系将目标轨迹点位与相应网格编号建立逻辑连接索引,便于对轨迹点位进行快速搜索和查找,基于ClickHouse建立全量数据和抽稀数据的数据仓库,同时基于ElasticSearch建立抽稀数据的索引库,支撑轨迹按区域查询、按时间段查询和回放功能;步骤1.4,提供轨迹数据应用API接口;步骤2,多源信息目标融合:步骤2.1建立多源信息目标融合模型:步骤2.1.1,建立轨迹插值模型:对任意两个目标A和B,从数据仓库读取目标A在t1,t2,t3...tn时刻的轨迹点集PA={PAt1,PAt2,PAt3...PAtn},以及目标B在k1,k2,k3...tn时刻的轨迹点PB’={PBk1,PBk2,PBk3...PBkn};以目标A的轨迹时间点为基准,采用速度线性插值计算在t1,t2,t3...tn时刻目标B的轨迹点PB={PBt1,PBt2,PBt3...PBtn},完成轨迹插值;步骤S2.1.2,建立轨迹关联相似度T计算模型:计算PA和PB两组轨迹点集的间距: 即轨迹点间欧氏距离的平均值;进一步计算:其中Dth为设定的距离阈值;计算目标A、B在周期时间内的轨迹长度LA和LB,进一步计算:L1=minLA,LB,L2=maxLA,LB;进一步计算:计算轨迹关联相似度T=X×Y,即同时满足计算周期内两条轨迹间距离较近且周期内轨迹长度更接近的两条轨迹关联相似度更高;步骤S2.1.3,建立多源信息目标融合策略和算法模型,计算目标融合关联分值ScoreA-B:ScoreA-B=k1D+k2V+k3N+k4S+k5T+k6M上式中k1-k6为加权参数,D为两目标轨迹距离,V为两目标速度差值,N为航向差值,S为船长差值,T为轨迹相似度,M为身份一致性;加权参数k1-k6根据经验设定,融合目标类别包含雷达与雷达、雷达与AIS、雷达与北斗、AIS与AIS、AIS与北斗、北斗与北斗目标六种,针对每种融合目标类别的融合策略及计算方法如下:对于雷达与雷达、AIS、北斗目标,k6取值为0;对于AIS与AIS、AIS与北斗、北斗与北斗目标,k1、k2、k3、k4取值为0;轨迹距离D根据步骤2.1.2中的距离公式计算;速度差值V=|VA-VB|;航向差值N=|NA-NB|;船长差值S=|SA-SB|;轨迹相似度T根据上述步骤2.1.2中公式计算;身份一致性M=|MMSIA==MMSIB或北斗IDA==北斗IDB|;步骤2.2,查找接受到的目标周边潜在的关联目标:监控中心对接受到的目标A,从数据库实时获取目标A在t时刻的轨迹点PAt及其所在网格索引,以该网格为中心遍历周边3×3的网格区域,检索每个网格区域内的目标;步骤2.3,对在A周边找到的目标B,判断是否需对目标A和目标B进行目标融合关联计算:首先判断A、B是否为来自同个雷达的雷达目标且轨迹时间有交集,若是,说明两目标同时被雷达探测到并判定为不同的目标,不存在雷达跟丢目标后又识别为新目标的可能性,无需计算相似度,继续搜索和判断A周边下一个目标;若否,则进行以下步骤2.4;步骤2.4,查询A-B是否有轨迹匹配相似度记录,若存在目标A-B轨迹相似度计算记录且未超过保留时间,则不再进行计算,保留原有A-B关联关系;若目标A-B无轨迹相似度计算记录或记录时间已超过保留时间,则进行以下步骤2.5;步骤2.5,采用步骤2.1的多源信息目标融合模型,取目标A、B一段时间周期内的轨迹,计算A-B目标融合关联分值ScoreA-B;步骤2.6,判断目标A-B是否关联:步骤2.6.1,判断ScoreA-B是否大于设定关联阈值Scoreth,若否则返回步骤2.2搜索下一个目标,若是则进行以下步骤2.6.2;步骤2.6.2,查询该目标A是否已完成与其他目标的关联,若否则直接将目标A与B关联,并更新关联列表;若是则查找目标A已关联的目标列表,遍历该列表中与目标B同探测来源的目标,循环获取下一个目标C;判断B、C是否为同站雷达目标且轨迹时间有交集,或同为AIS、北斗数据,若是则A只能与其中一个关联,应重新计算A-C目标融合关联分值ScoreA-C,并比较ScoreA-B和ScoreA-C,取分值较高的目标与A匹配关联,取消另一个关联;若否则将目标A同时与目标B、C关联;步骤3,目标融合可视化:通过步骤1提供的轨迹数据应用API接口,以及步骤2提供的唯一精准目标信息,基于二三维电子地图,将船舶目标点位上图,实现轨迹查询、轨迹可视化、轨迹回放功能,为海上态势监控提供可视化服务支撑。

全文数据:

权利要求:

百度查询: 北京航天长峰科技工业集团有限公司 一种基于大数据实时计算的海上船舶多源信息目标融合方法

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。