摘 要

船舶航迹信息在海事管理应用中具有重要的价值和作用。船舶主航迹的提取是交通流统计、船舶行为分析的基础，为海事、港口等管理部门进行港口及其附属设施的规划建设、航道设计等提供决策依据。本文利用AIS数据，对船舶位置信息进行处理，分析某一水域中因航行和水文特征等方面的便利性而吸引大多数船舶航行的航道，基于聚类和回归分析的手段设计了船舶主航迹的提取方法。在MATLAB环境中对设计的方法进行了实现和验证。本文的主要内容包括：

1. 对研究航道内的AIS数据进行收集、解析、筛选等处理，得到能够提取船舶主航迹带的有效数据。
2. 利用航迹聚类方法和回归分析的手段提取船舶主航迹。采用两种聚类算法DBSCAN和K-means对处理后的AIS数据进行聚类，针对聚类后的数据，在每一簇内做回归分析，提取分段航迹线。
3. 运用《海港总平面设计规范》中对船舶航迹带的定义，计算出航迹带宽，提取船舶主航迹带。
4. 在MATLAB环境中应用从长江武汉段某条轮渡线上收集的实际数据进行实验验证，获得船舶最终的主航迹带。

关键词：AIS数据；航迹提取；聚类；航迹带宽；

Abstract

The vessel track information has important value and function in the application of maritime management. The extraction of the vessel main track is the basis of the traffic flow statistics and the analysis of the vessel behavior. And provide decision-making basis for the Maritime, port and other administrative departments to carry out the planning and construction of the port and its affiliated facilities, channel design. In this paper, AIS data is used to deal with the position information of the ship, and analyzes the navigation and hydrological characteristics of a certain water area to attract most of the navigation channel. Based on the method of clustering and regression analysis, the method of extracting the main track of the vessel is designed. The method is implemented and verified in the MATLAB environment. The main research contents of this paper mainly include:

1. The AIS data in the channel is collected, analyzed, filtered and processed to obtain the effective data to extract the main track of the ship.
2. The track clustering and regression analysis are used to extract the main track of the ship. Two clustering algorithms, DBSCAN and K-means, were used to cluster the processed AIS data, and the data were analyzed in each cluster.
3. The definition of the ship's track belt is used in the code of the general plan of the harbor, and the bandwidth of the track is calculated to extract the main track of the ship.
4. Using the actual data collected from a ferry on the Changjiang River in Wuhan to verify the experimental results and to obtain the final track of the ship in the MATLAB environment.

Key Words：AIS data；Track extraction；Clustering；Track bandwidth

目 录

第1章 绪论 1

1.1研究的背景与意义 1

1.2国内外研究现状 1

1.2.1 AIS数据 1

1.2.2轨迹聚类 2

1.2.3 船舶航迹提取 2

1.3论文的主要研究内容 3

1.4 本章小结 4

第2章 AIS数据解析 5

2.1 AIS系统 5

2.1.1 AIS数据内容 5

2.1.2 AIS数据格式 6

2.2 AIS数据解析 7

2.2.1 AIS数据解码 8

2.2.2 AIS数据坐标转换 8

2.3 AIS数据采集 9

2.4 本章小结 10

第3章 航迹聚类算法设计 11

3.1 聚类算法简介 11

3.2基于K-means的航迹点聚类算法 12

3.3 基于DBSCAN的航迹点聚类算法 13

3.4本章小结 13

第4章 基于AIS数据的航迹提取方法实现 14

4.1 主航迹提取总体思路 14

4.2船舶航迹聚类实现 15

4.2.1 K-means聚类 15

4.2.2 DBSCAN聚类 17

4.3基于回归的主航迹线提取 20

4.4航迹带宽计算 20

4.4.1航迹偏移量 21

4.4.2 船舶本身占用空间 21

4.5实验与分析 23

第5章 论文总结 27

5.1 结论 27

5.2 不足与展望 28

5.2.1不足之处 28

5.2.2展望 28

致 谢 29

参考文献 30

第1章 绪论

1.1研究的背景与意义

航运业的飞速发展，使我们在享受海上交通运输带来的便利的同时，也在承受着交通事故带来的损失。一些重要航道的交通密度持续增加，水上交通安全事故的概率也随之增加，对各方面造成的损失也在逐年递增。

同时，高新技术在航运领域也有很大的发展，一些先进的科学技术成果为电子航海提供了可能。本文所涉及到的AIS是一种被广泛使用的助航设备，AIS系统不仅可以自动向附近的岸台、它船或航行器等设施提供实时、连续、详细、完整的航行状态信息及其他有关船舶安全的信息，并且能通过自动接收和处理来自他的船舶的位置信息来检测、识别和跟踪其他船舶^[1]。目前，交通部海事局已经建立了比较完善的AIS和雷达基站系统，这使得有关海上交通流统计和船舶航迹分布的研究和开发正在全面系统地进行。