基于航跡數(shù)據(jù)的耙吸挖泥船施工軌跡的識別

徐婷，戴文伯，張晴波，周雨淼

（中交疏浚技術(shù)裝備國家工程研究中心有限公司，上海 201208）

0 引言

耙吸挖泥船具有挖泥效率高、抗風(fēng)能力強、施工避讓靈活等優(yōu)點，是港口航道、吹填造地、海洋資源開發(fā)及海域國家重點工程不可替代的工程機械[1]。耙吸挖泥船分布廣泛，傳統(tǒng)的監(jiān)控管理模式大多是船岸分離的，無法做到實時監(jiān)控、歷史查看、智能報警[2]。在大數(shù)據(jù)技術(shù)和人工智能技術(shù)高速發(fā)展的背景下，基于大數(shù)據(jù)及人工智能技術(shù)從公開的航跡數(shù)據(jù)辨識出耙吸挖泥船的施工行為模式，有助于實現(xiàn)耙吸挖泥船全方位監(jiān)控、有效防范施工風(fēng)險[3]。

在交通船領(lǐng)域關(guān)于船舶軌跡識別的研究已經(jīng)取得一些成果，如江玉玲等[4]利用船位轉(zhuǎn)向角和航速變化量作為信息度量對船舶軌跡進行分段，采取Frechet距離衡量船舶軌跡相似度，基于類似DBSCAN聚類方法對軌跡段進行聚類，得出船舶運動典型軌跡。Zhao等[5]基于原始樸素DP算法和DBSCAN算法實現(xiàn)船舶軌跡模式的快速分類辨識。張春瑋等[6]將位置、航速、航向等多個運動參量進行加權(quán)求和來度量船舶行為，基于行為相似度利用無監(jiān)督DBSCAN算法進行聚類實現(xiàn)了航道內(nèi)船舶異常行為的識別。在疏浚船領(lǐng)域，徐婷等[7]基于DBSCAN聚類算法和局部異常因子算法（Local Outlier Factor，LOF）辨識出絞吸挖泥船的施工區(qū)和施工軌跡，但該文章僅對絞吸挖泥船進行論述，并未對耙吸船的航行軌跡進行探討。但是耙吸船與絞吸式挖泥船及其他船舶作業(yè)模式差距較大，耙吸船的施工區(qū)有明確的挖泥區(qū)域和拋泥區(qū)域，且施工過程包含“挖、運、卸、返”4個關(guān)鍵階段，需要頻繁地改變施工行為模式，故不能將上述方法直接應(yīng)用在耙吸船領(lǐng)域。

針對上述背景，考慮到耙吸船的作業(yè)特征，提出一種基于航跡聚類的耙吸船施工行為辨識方法，該方法基于分層多次聚類的思想，融合了位置、航速、航向等多個變量信息，通過3次逐層遞進式聚類，解決多變量單次聚類過程中變量參數(shù)權(quán)重設(shè)置困難的問題，也提升了模型的適用性和魯棒性。

1 耙吸船行為識別框架

耙吸船的施工過程可以概括為：維持低速“挖泥”、提速“運泥”、低速“拋泥”、提速“返回”4個過程，并形成一個密度不均勻的軌跡密集區(qū)域。為此，本文提出一種耙吸船行為識別框架，依據(jù)耙吸船施工過程的特性，設(shè)計出一種分層多次聚類算法，逐步識別出耙吸船的行為。該框架如圖1所示，首先對軌跡進行預(yù)處理，得到清洗后的軌跡；然后基于經(jīng)緯度信息建立DBSCAN聚類模型，識別出施工區(qū)；再對施工區(qū)軌跡，基于速度信息建立GMM聚類模型，識別出“挖泥”、“拋泥”、“往返”軌跡；最后對“往返”軌跡，基于航向信息建立GMM聚類模型，識別出“運泥”、“返回”軌跡。

2 耙吸船行為識別算法

2.1 軌跡預(yù)處理

對瞬時速度（大于20 kn）或者航向（小于0°或大于360°）異常航跡點直接過濾。而對異常位置點會根據(jù)情況選擇合適的操作，如圖2所示，如果兩個相鄰軌跡點A、B構(gòu)成的軌跡線段L1的平均速度超過最大速度閾值20 kn，那么B判定為異常位置軌跡點。

圖2 異常位置軌跡點處理Fig.2 Processing of abnormal position track points

處理異常軌跡點B的方法有：若A點與C點相連構(gòu)成新的軌跡線段L2的平均速度沒有超過速度閾值20 kn，則認為B點的異常位置可以彌補，直接過濾即可；反之，則認為B點的異常無法彌補，將軌跡從A點與C點之間切斷，并且刪除B點。

2.2 DBSCAN算法

DBSCAN算法是一種很典型的密度聚類算法，無須事先設(shè)定簇個數(shù)，非常適合形狀不確定的空間聚類。DBSCAN算法過程如下：

1）設(shè)置的鄰域半徑ε和簇內(nèi)元素最小數(shù)目MinPts；

2）隨機選擇一個未訪問的軌跡點p，標記p為“未訪問”，并檢查p的ε鄰域是否至少包含MinPts個對象。如果不是，則p被標記為噪聲點，否則為p創(chuàng)建一個新的簇c，并將軌跡點p的鄰域范圍內(nèi)所有點加入“候選集N”；

3）對“候選集N”中所有尚未處理的軌跡點q進行判斷，檢查其在半徑為r的鄰域范圍內(nèi)是否包含至少MinPts個軌跡點，如果是則將軌跡點q的r鄰域中未歸入任何一簇的軌跡點加入簇c，如果不是則從“候選集N”中移除；重復(fù)此步驟，直至所有軌跡點被處理；

4）重復(fù)步驟2）、3）直至所有的軌跡點歸入了某個簇或者標記為噪聲。

2.3 GMM算法

高斯混合模型（GMM）是一種混合概率分布模型，其概率密度由多個單高斯分布加權(quán)平均得到，數(shù)學(xué)形式如下：

式中：gk（x；μk，σk）為單高斯分布；πk代表混合權(quán)重；c代表該模型中高斯成分數(shù)量，其實每個高斯模型就代表了一個類（cluster），將樣本數(shù)據(jù)在這c個高斯模型上投影，就得到樣本屬于各個類上的概率，選取概率最大的類所為判決結(jié)果。

3 實證分析

3.1 數(shù)據(jù)描述

本文以1月1日—12月31日為期1 a的某耙吸挖泥船的AIS數(shù)據(jù)為例，總樣本點數(shù)為104 220個，運動軌跡圖如圖3所示，有3個密集區(qū)域。

圖3 某耙吸挖泥船的運動軌跡Fig.3 Trajectory of TSHD

3.2 軌跡預(yù)處理

表1是按照2.1節(jié)軌跡預(yù)處理技術(shù)處理后得到的7個有效軌跡片段。圖4為7個有效軌跡片段的運動軌跡?？梢钥闯鲕壽E片段1和4屬于同一區(qū)域，可以合并分析。軌跡片段2、3、6無施工特征，無需聚類分析，軌跡片段1、4、5、7需要進一步聚類分析。

表1 某耙吸船有效軌跡片段Table 1 Effective trajectory segments of TSHD

圖4 有效軌跡片段運動軌跡Fig.4 Effective trajectory segments of trajectory

3.3 分層多次聚類

1）經(jīng)緯度聚類

有效軌跡片段1和4合并后，樣本量為46 273個，利用DBSCAN算法進行第1層次聚類，根據(jù)KNN算法確定DBSCAN參數(shù)，取k=6，計算全部點的k-distance并遞增排序，發(fā)現(xiàn)k-distance在0.04附近急劇變大。因此最少點數(shù)目MinPts設(shè)置為6，鄰域半徑設(shè)置為0.04，聚類結(jié)果如表2所示，將區(qū)域聚為2類，cluster=0表示為異常值點，一共有124個點。

表2 DBSCAN聚類結(jié)果表Table 2 Table of DBSCAN clustering results

圖5為利用ggplot2將聚類結(jié)果可視化，透明度（alpha）設(shè)置為0.2，更清晰看出點的重疊情況。

圖5 DBSCAN聚類結(jié)果Fig.5 DBSCAN clustering results

根據(jù)速度特征辨識3個區(qū)域，如圖6所示，cluster=0區(qū)域速度主要集中在10～14 kn，又是異常值，識別為航行軌跡，無需二次聚類；cluster=2航速維持在0.15 kn附近，識別為拋錨區(qū)域，無需二次聚類；cluster=1，該區(qū)域有3種速度特征0～0.15 kn，2～5 kn，10～15 kn，識別施工區(qū)軌跡。

圖6 速度概率密度分布圖Fig.6 Velocity probability density distribution

2）速度聚類

將已識別出的施工區(qū)軌跡，利用GMM算法基于速度信息進行第2層次聚類。因施工區(qū)軌跡包含“挖泥”、“拋泥”、“往返”軌跡，因此高斯成分個數(shù)c設(shè)置為3。聚類結(jié)果如表3所示，classification=1的速度均值為0.134 1 kn，識別為拋泥軌跡；classification=2的速度均值為3.089 9 kn，識別為裝艙軌跡；classification=3的速度均值為10.706 7 kn，識別為“往返”軌跡。

表3 基于速度GMM聚類算法結(jié)果Table 3 Results of speed-based GMM clustering algorithm

3）航向聚類

將已識別出的“往返”軌跡，利用GMM算法基于航向信息進行第3層次聚類，可進一步識別出“運泥”和“拋泥”軌跡。高斯成分個數(shù)設(shè)置為2，得到聚類結(jié)果如表4所示，由上文耙吸船施工周期部分分析可知，classification2=1的航向均值為100.386 6°，識別為返回軌跡，classification2=2的航向均值為284.396 9°，識別為運泥軌跡。聚類可視化結(jié)果如圖7所示。

表4 基于航向GMM聚類算法結(jié)果Table 4 Results of heading-based GMM clustering algorithm

圖7 速度時序聚類結(jié)果圖Fig.7 Speed sequence clustering results

3.4 模型驗證

1）運用人工觀察打標方法和模型結(jié)果對比

將施工區(qū)軌跡類別辨識結(jié)果重新打上標簽，隨機挑選一段速度聚類結(jié)果的時序圖，如圖7所示，雖然聚類過程中并未考慮時間因素，但是速度時序圖像被精準的貼上標簽，且周期性特征明顯，聚類效果顯著。

2）運用企業(yè)施工管理的記錄報告和模型結(jié)果對比

如表5所示，算法計算的施工時間與生產(chǎn)單位統(tǒng)計報表數(shù)據(jù)偏差很小，基本上控制在5%以內(nèi)。說明聚類效果很好。

表5 施工時間對比Table 5 Comparison of construction time

4 結(jié)語

1）分層多次聚類算法，解決了一次聚類多參數(shù)權(quán)重設(shè)置的難題，提高了模型的魯棒性。

2）分層多次聚類算法可以有效地挖掘耙吸船施工周期性模式，對耙吸船施工狀態(tài)的辨識效果顯著。

3）研究成果運用公開數(shù)據(jù)挖掘分析耙吸船施工狀態(tài)，為耙吸船安全狀態(tài)分析、經(jīng)濟分析提供新的依據(jù)。