基于大规模船舶轨迹数据的航道边界提取方法

• 作者: 孟金龙 徐垚 李卓然 温建新 王桂玲 赵利坡
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 轨迹数据 自动识别系统 时空大数据 Delaunay三角网 航道提取
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 2018年全国开放式分布与并行计算学术年会(DPCS 2018)论文
• 页码范围: 105-112
• 页数: 8页
• 分类号: TP319
• 字数: 8962字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018071739

摘要

传统的道路数据获取方法成本高、更新慢等无法适用于海洋航道的获取,从众源轨迹数据中提取道路或航道信息具有成本低、更新快等特性,然而,由于船舶轨迹数据噪声多、数据量大、不同区域分布不均使得航道边界提取面临较大挑战.针对该问题,提出一种基于大规模船舶轨迹数据进行航道边界提取的方法.首先对大规模的船舶轨迹数据进行并行化去噪、插值、轨迹分段;然后,基于并行化及基于Geohash编码的空间聚类,将轨迹数据化简为多个方形区域的点集数据;其次,对其进行窗口划分,对传统的NiBlack方法进行扩展,提出SpatialNiBlack算法,对方形区域进行航道识别;最后,提出一种新的提取算法del-alpha-shape,基于航道识别结果获得航道边界.理论分析与实验结果表明,所提方法在最大密度值是200,最小密度值是10,窗口长和宽分别为5和5时,可同时达到86.7％的准确率和79.4％的召回率.实验结果表明,该方法可以从大规模的轨迹数据中提取有价值的航道边界,是一种有效的航道提取方法.