本发明属于船舶,具体涉及一种基于ais与雷达的近岸船舶的目标跟踪方法。
背景技术:
1、ais作为一种船舶广播式应答系统,能够自动向外发送本船的静态和动态信息的同时,不断接收周围他船发送的此类信息,是最常见的船舶ais和雷达是vts重要的信息获取方式,前者能提供静态信息、安全信息和航次相关信息动静态数据,然而数据质量和实时性不高,后者能够实时、准确地提供监控范围内船舶的动态信息,两者既有共同信息,在性能方面也能够互相弥补,因此,ais与雷达数据融合对提升船舶航迹跟踪精度,实现智能航行和智能航保具有重要价值。
技术实现思路
1、针对现有技术中存在的上述不足之处,本发明提供了一种基于ais与雷达的近岸船舶的目标跟踪方法,用以解决现有技术船舶跟踪方法在内河航道场景精度低和实时性差等问题。
2、为了解决上述技术问题,本发明采用了如下技术方案:
3、一种基于ais与雷达的近岸船舶的目标跟踪方法,包括以下步骤:
4、s1,将ais、雷达原始数据进行预处理(ais解析、降噪),并经过时空配准转换至同一个坐标系当中;
5、s2,利用运动特征相似度将雷达数据与跟踪轨迹进行关联;
6、s3,建立运动方程对船舶运动进行预测,以关联的雷达或ais数据作为观测信息,利用卡尔曼滤波对船舶当前时刻的运动状态进行更新,建立多船舶跟踪框架。
7、该方法可以实现以下目标:
8、1、不同(雷达、ais)坐标系统下同一目标的数据关联,快速识别雷达系统中的船舶与非船舶目标;
9、2、雷达与ais数据融合可以获得更高质量的船舶航迹,确保航行安全
10、进一步的,s3中多船舶跟踪框架包括数据预处理、数据关联、运动预测以及状态更新。
11、进一步的,所述数据预处理包括坐标转换以及时间对准,所述坐标转换以雷达为原点的直角坐标系为系统坐标系,ais所获位置信息是由gps提供,采用墨卡托投影方法将大地坐标的经纬度变换成平面直角坐标,所述时间对准采用雷达的采样时刻作起始时间基准。
12、ais提供的船舶动态数据是基于大地经纬度坐标系,同一艘船的ais动态信息发送时间间隔与自身运动状态相关,约2~12s之间,停泊船舶为3min。雷达数据建立在以雷达为原点的极坐标系下,检测周期为2~4s,ais和雷达数据不在同一个空间坐标系下,时间上也是异步的,为实现两者的关联和融合,须将其转换至同一个空间坐标系,时间上也需要对准,即时空配准
13、进一步的,所述数据关联包括航迹关联,航迹关联采用基于聚类的数据关联方法,将雷达观测数据分配至当前跟踪目标,使整体距离相似度最小,基于雷达数据的点云特征,多个雷达数据允许被判定为同一目标的观测数据。
14、数据关联包含航迹关联,是ais和雷达信号数据融合的关键,目前关联算法主要有统计法和模糊数学法,其目的是将无序的雷达和ais数据作为观测信息来判定是否为同一目标,是则关联分配到某个目标进行跟踪,否则将作为噪声被丢弃,采用基于聚类的数据关联方法,其基本思想是将雷达m个观测数据分配至当前跟踪目标,使得整体距离相似度最小,考虑到雷达数据的点云特征,多个雷达数据允许被判定为同一目标的观测数据。
15、进一步的,所述运动预测还包括目标初始化,目标初始化是对当前跟踪目标进行初始化,根据数据关联结果对当前跟踪的目标进行更新,新增或者删除跟踪目标。
16、进一步的,所述运动预测以卡尔曼滤波为融合框架,建立船舶状态转移方程,对船舶运动状态进行预测,将关联后的雷达或ais数据作为观测信息,对目标船舶的状态进行更新,通过多源数据融合,实现多船舶在线跟踪。
17、进一步的,所述状态更新在当前时刻ais和雷达数据都不可得时,跟踪过程仅包括运动预测,当连续缺少ais或雷达数据作为观测信息时,目标初始化模块将停止对该目标的跟踪,该目标跟踪结束。
18、本发明与现有技术相比,具有如下有益效果:
19、利用基于聚类的数据关联、基于卡尔曼滤波的运动预测与状态更新,在将ais、雷达数据进行融合的过程中,实现多船舶航迹的在线跟踪,多船舶跟踪方法在内河航道场景中具有量好的精度和实时性,引入航道航行时空特征以及船舶物理特征因素,构建先验知识为条件的船舶运动预测模型,实现对船舶航迹预测和跟踪的精准掌控。
1.一种基于ais与雷达的近岸船舶的目标跟踪方法,其特征在于:
2.根据权利要求1所述的一种基于ais与雷达的近岸船舶的目标跟踪方法,其特征在于:s3中多船舶跟踪框架包括数据预处理、数据关联、运动预测以及状态更新。
3.根据权利要求2所述的一种基于ais与雷达的近岸船舶的目标跟踪方法,其特征在于:所述数据预处理包括坐标转换以及时间对准,所述坐标转换以雷达为原点的直角坐标系为系统坐标系,ais所获位置信息是由gps提供,采用墨卡托投影方法将大地坐标的经纬度变换成平面直角坐标,所述时间对准采用雷达的采样时刻作起始时间基准。
4.根据权利要求2所述的一种基于ais与雷达的近岸船舶的目标跟踪方法,其特征在于:所述数据关联包括航迹关联,航迹关联采用基于聚类的数据关联方法,将雷达观测数据分配至当前跟踪目标,使整体距离相似度最小,基于雷达数据的点云特征,多个雷达数据允许被判定为同一目标的观测数据。
5.根据权利要求2所述的一种基于ais与雷达的近岸船舶的目标跟踪方法,其特征在于:所述运动预测以卡尔曼滤波为融合框架,建立船舶状态转移方程,对船舶运动状态进行预测,将关联后的雷达或ais数据作为观测信息,对目标船舶的状态进行更新,通过多源数据融合,实现多船舶在线跟踪。
6.根据权利要求2所述的一种基于ais与雷达的近岸船舶的目标跟踪方法,其特征在于:所述状态更新在当前时刻ais和雷达数据都不可得时,跟踪过程仅包括运动预测,当连续缺少ais或雷达数据作为观测信息时,目标初始化模块将停止对该目标的跟踪,该目标跟踪结束。