AIS数据中船舶会遇信息的提取方法

第12卷第7期

2017年4月

CHINASCIENCEPAPERApr

中国科技论文

. 2017

VolNo

. 12 . 7

AIS

数据中船舶会遇信息的提取方法

江龙晖，郑中义，齐乐

(大连海事大学航海学院，辽宁大连

116026)

摘要：

为了研究船舶领域模型的形状和边界需要取得大量的船舶会遇信息，提出了 种从数据中提取船舶会遇信息的方

法。该方法对信息解码获取船舶原始动态信息，再运用插值计算方法和船舶运动几何原理计算船舶相对运动参数，根据避

AIS

碰规则和航海实践经验对不同会遇态势下的船舶会遇样本进行提取。采用琼州海峡数据对该方法进行了验证，结果表明

AIS

该方法能够有效地提取船舶相对运动参数和船舶会遇信息，可以用于船舶领域模型研究。

关键

词：海

上交通工程;船舶领域;船舶自动识别系统数据;船舶会遇;琼州海峡

中图分类号:U675 文献标志码：A 文章编号= 2095 - 2783(2017)07- 0802 - 04

1AIS

Extraction of ship-encounter information from AIS data

GANG Longhui, ZHENG Zhongyi, QI Le

(.Navigation College ^ Dalian IS/laritime University, Dalian^ LiaoningChina)

116026?

Abstract

：

In order to study the shape and boundary of ship domain, it is necessary to obtain a large amount of ship-encounter in­

formation An extraction method of ship-encounter information from AIS data was propod in this study. The dynamic move­

ment data of ship can be obtained by decoding the row AIS data The interpolation method and the geometric principle of ship

movement were ud to calculate the relevant movement parameters and information about vesl’s encounter. The sample of ves­

l encounter under the marine collision regulation and navigational practice was also extracted. The actual AIS data from Qiong-

zhou strait was ud to verify the newly propod method. The results showed that the method can effectively extract ship-en­

counter information from AIS data which was basic to study ship domain model.

Keywords

：

marine traffic engineering； ship’s domain; AIS data; vesl’s encounter; Qiongzhou straits

船舶领域理论最早由日本学者藤井于1963年

提出，是船舶周围的1个主观或客观区域，可以描述

船舶运动行为和风险[1]。船舶领域模型是船舶自动

避碰、航道船舶通过能力、海上航行安全评估、海上

交通事故预防预警等研究的基础理论之一。船舶领

域模型的研究需要获取船舶会遇时两船的位置关系

和运动轨迹，以往主要通过海上交通调查、模拟实验

或调查问卷，来获得两船相对位置分布以及航海者

主观感觉的水域边界等信息，进行统计分析确定船

舶领域[M]。

随着船舶自动识别系统（automatic identifica­

tion systems, AIS) 的产生 、强制安装和 AIS 岸基的

不断完善，AIS被广泛应用于船舶避碰、船舶交通

管理、搜救和航标等领域[〃]。AIS数据中包含了

较为全面的船舶航行的静态和动态信息，就目前

的应用来看AIS数据中所隐含的有用信息还没有

被完全开发，对AIS数据的深入挖掘和分析处理

使其可以用于更多的研究领域具有重要意义[『9]。

本文对用于船舶领域研究的AIS数据提取方法进

行研究。

1原始船舶动态信息获取

1.1 AIS数据中的船舶动态信息

AIS数据中包含了较为全面的船舶航行静态和

动态信息，如水上移动通信业务标识码（maritime

mobile rvice identify,MMSI)、航速、真航向、又士地

航向、经度、纬度和AIS数据发送时间可以用于船舶

领域的研究。MMSI可以用于识别船舶，航速和对

地航向用于计算船舶运动参数，经度和纬度用于计

算船舶位置，真航向用于判别船舶间会遇态势，AIS

数据发送时间和船舶位置可以确定船舶航迹。

1.2 AIS数据解码

AIS数据通过编码后进行传输，所需的船舶动

态信息被封装ASCII码中。AIS数据解码步骤：1)

读取AIS消息，提取封装信息及校验信息，并校验数

据是否正确;2)对消息类型进行判断;3)按船位报告

数据格式对封装消息进行解码，提取

MMSI、航速、

真航向、对地航向、经度、纬度和航行状态等数据;4)

提取本条AIS消息的时间，与解码结果一起写入船

舶动态信息数据库，用于后续处理[£H1]。

收稿日期：2016-01-08

基金项目：国家自然科学基金资助项目（51509031);中央高校基本科研业务费资助项目（3132016009)

第一作者：江龙晖(1979 —），女，讲师，主要研究方向为水上交通工程，ganglh@dlmu. edu. cn

第7期

江龙晖，等:数据中船舶会遇信息的提取方法

AIS

803

2船舶会遇信息提取

应用AIS数据研究船舶领域模型时需要了解船

舶会遇时，船舶间的运动轨迹、运动参数及相对位

置。基于AIS数据提取船舶会遇信息的思路及步骤

如下：

1) 根据AIS数据解码后的船舶时间信息和位置

信息，寻找同一时间段内位于同一区域相近位置的

船舶。

2) 对船舶运动数据进行插值分析，由于从AIS

获取的船舶运动信息是时间离散的，2艘船的信息可

能不在1个时间节点上，因此需要通过插值方法获

取某时刻的船舶运动信息。

3) 根据船舶动态数据计算船舶间相对运动 参

数，主要包括航向夹角、相对速度、相对位置和距离、

最近会遇距离、最近会遇时间等。

4) 依据避碰规则中对会遇态势的划分，根据船

舶相对运动参数，提取可以用于船舶领域研究的船

舶会遇样本。

2.1离散船舶运动数据计算

船载AIS设备发送数据的时间是离散的，间隔

是几秒或几分钟，运用插值方法可得到任一时刻船

舶动态信息，并计算出两船间船舶相对运动参数。

假设获得的船数据的时间点为

B00060012,00060010

A

0000、0010、0020,

00123

船数据的时间点为、求解、、

这个时刻的船舶动态信息的方法如下：

设(工，3^七)、幻七，：)、

.分别表示的是A船和B船在^时刻的位

置、航速和航向。在^到~+1时刻之间船舶的坐标、

航速和航向会发生改变，当AIS数据时间间隔很短

时船舶转向幅度和速度变化较小，接近于线性变化，

因此用^-:到2个时刻船舶位置点之间连线的方

向替代船舶在^时刻的航向。

在^时刻A船动态信息为

-1

ti

—

L+l

"

+ ^

()

1

xA,ti

~

—

1

ti

~

广+1

f

- (〜

b

一工〜)

()

2

-

1 ^ _

-^yAa^

t

—)

yAu

^

按照上述方法对船舶运动数据进行插值处理，

处理前后的船舶运动信息如图1所示。

2.2船舶相对运动参数计算

假设本船坐标U。，3V)、他船坐标U，3V)，本船

航向为C。、航速为t;。，他船航向为Q、航速为％。需

要计算的船舶相对运动参数包括:他船相对本船的

距离为A，相对于本船的航向夹角G，相对于本船

的航速A，两船最近会遇距离和到达最近会遇点

的最小会遇时间13=。

以本船为原点建立坐标系如图2所示。从原点开

始绘制本船航向、他船航向矢量线及矢量线顶点坐标

(分别为U，1)、U2, ％ ))，相对航速矢量线及矢量

线顶点坐标（(工，y)，工=而一工1二力一凡)。

图船舶相对航向及航速示意图

2

1)他船相对本船航速A的计算公式为

vr ^vl+v 2v^v

= —

cosCr 〇

(3)

2)；

他船相对本船航向的计算公式为

C

cr = c〇 —-cl0

(4)

根据AIS船舶的位置坐标数据，G的具体计算公式为

arg tan(i)，

X

x

03； 0

> ，>

arg tan( —) +

X

2%

，x > 0，3;〈 0

cr…

arg tan(!)十 ，

X

tt

x

〈

0

0

(5)

丌

j： = 0，y〉0

3

tt

T，

j

: = 0，y〈 0

、 0，

x = 0,

y 0

=

3)

最近会遇距离乃^和最近会遇时间的计

T；pa

804

中国科技论文

第12卷

算。如图3所示，本船航向与A间的夹角^认与

R间的夹角0的计算公式分别为：

q

=

iaZaZ

--7^ 0 ^ ^ 7

()

6

(0 TT TT < Q ^ 2?r?

；一，；

6

=

CrqCr^q

— ，

Cr—g 十 2丌，Cr

〈 。

q

(7)

式中a为他船相对本船的方位角，则最近会遇距离

乃^和最近会遇时间7^计算公式分别为：

Drsin<9,

〇<

d<f

Drsin(Tt — 1 < < 7T

(9)(9

，

一 Drsin( Tr 一 (9)

，

Kd<^f

<

Dcl

();

8

Drsin(2一

丌，

(9)

^<<

62

k

0,

卜〇，f

D

”

卜7r，警

’

Drcosd

幻r

〇<<^

d

Z

DrC〇S(7T — 6

)

号〈〈

2

ffTC

Drcos(6 —

tc

)

Kd

<<^

2

Tcpad2n

Dr d

costt

(2 —

)

^<<

2

Dr

6=0

Dr

d

=^

2

0,

以—

—

TT 3

丌，j

丌

2. 3船舶会遇样本提取

根据避碰规则两船会遇局面可划分为对遇、交

叉相遇和追越，如图4所示。

根据避碰规则及船舶避碰实践，在选取船舶会

遇样本时的条件设置为

(

Dcpa ^ 2 n mile

— 0. 3 h ^ Tcpa ^ 0. 8 h, (10)

[t; > 0• 1 kn

3实例分析

以琼州海峡为研究对象，应用实际AIS数据对

本文所提出的船舶相对运动参数和船舶会遇信息提

取方法进行验证。琼州海峡是我国三大海峡之一，

其船舶定线制主要包括2条分道通航制、3个警戒区

和1个禁航区，如图5所示。

图琼州海峡船舶定线制示意图

5

选取2009年6月1日一2008年6月22日共22

d的AIS数据为研究对象，数据容量共计1. 01 G，提

取船舶会遇信息的具体步骤为：1)对AIS原始代码

进行解码处理，将解码后的数据存入数据库中；2)按

时间顺序遍历数据库，读取当前时刻船舶数据，记作

“本船”;并从数据库寻找同一时间段内位于同一区

域相近位置的船舶，记作“他船”;3)运用插值方法计

算相同时刻的两船动态信息，并计算船间相对运动

参数4)记录不同会遇态势下的船舶航迹信息。

第7期

江龙晖，等;数据中船舶会遇信息的提取方法

AIS

事大学学报，

I 201137(1): 51-54.

805

重复上述步骤，从22 d的AIS数据中提取出船

舶会遇样本数共计2 090个，剔除AIS数据中的船舶

航行状态错误、航速大小错误等样本，最终得到的有

效样本数量为1 045个，其中对遇船舶样本数290

个，交叉会遇样本数500个，追越会遇样本数255个。

为了验证提取出的样本是否有效，随机选取部

分样本数据，以直航船为中心将让路船航迹线其绘

制于图6,将不同会遇态势下的让路船航迹绘制于图

图6(a)是5条让路船的航迹线，由于直航船航向

波动引起航迹线波动较大，对直航船航向数据进行

平滑处理后，绘制的让路船航迹线如图6(b)所示。

LIU Shaoman, WANG Ning, WU Zhaoling. Review of

rearch on ship domain [J]. Journal of Dalian Mari­

time University, 2011, 37(1) i 51-54. (in Chine)

[2] PIETRZYKOWSKI Z. URIASZ J. The ship domain a

：

criterion of navigational safety asssment in an open

a area [H]. Journal of Navigation, 2009, 62 (1

)：

93-108.

[3] WANG Ning. An intelligent spatial collision risk bad

on the quaternion ship domain [J]. Journal of Naviga­

tion, 2010, 63(4 733-749.

)：

ft]•IP

胡青，张淑芳张晶泊，等种基于公共无线移动

网络的新型船舶自动识别模型电子学报，

[J12009,

37(6 1185-1191.

从图6结果可以看出，这5艘船舶都与本船形成了会

遇态势，每条曲线可以清晰地描绘出会遇情况下船

舶的运动轨迹。从图7结果可以看出，不同会遇态势

的船舶航迹被清晰的分开，可以作为研究各种会遇态

势下船舶领域模型的数据基础。图6和图7的结果说

明本文所提方法可以有效地提取船舶会遇信息。

ubG

)对遇会遇 （)交叉会遇 )追越会遇

图不同会遇态势下的让路船航迹线

7

4结语

本文给出了用于船舶领域研究的AIS数据处理

方法。通过对AIS信息解码获取船舶原始动态信

息，运用插值计算方法和船舶运动几何原理计算船

舶相对运动参数，根据避碰规则和航海实践经验对

不同会遇态势下的船舶会遇样本进行提取。采用琼

州海峡AIS数据对本文所提出的方法进行了验证，

结果表明本文所提出的方法可以有效地提取船舶相

对运动参数和船舶会遇信息,可以用于船舶领域模

型的研究。

[参考文献](References)

[1].oa

刘绍满，王宁，吴兆麟船舶领域研究综述.大连海

HU Qing, ZHANG Shufang, ZHANG Jingbo, et al. A

)：

new automatic identification system (AIS) model-MIP-

AIS [J]. Acta Electronica Sinica, 200937(6): 1185­

，

[5] WANG Jianyu. Application of AIS in ship collision pre­

1191. (in Chine)

vention [J]. Advanced Materials Rearch, 2014912-

，

.[f] LIU Chang, SHI Xiaofeng. Study of data fusion of AIS

9141 577-580.

and radar [C]// International Conference on Soft Com­

puting and Pattern Recognition, Malacca, Malaysia

：

[7] HANSEN M G, JENSEN T K, LEHN-SCHI0LER

IEEE, 2009 674-677.

T, et al. Empirical ship domain bad on AIS data [J].

：

[8] SILVERIRA PAM, TEIXERIRA A P, SOARES C

Journal of Navigation, 2013, 66(6 931-940.

)：

G. U of AIS data to characteri marine traffic pat­

terns and ship collision risk off the coast of Portugal

[3]IS.AIS

[J]. Journal of Navigation, 2013, 66(6 879-898.

)：

黄卿，胡稳才，邵哲平输出数据包的解包技术

研究集美大学学报自然科学版），

37-41.

[J].(2005, 10(1):

HUANG Liqing, HU Wencai, SHAO Zheping. Study

on techniques of decoding output data packages from

AIS [J]. Journal of Jimei University Natural Science,

[10]

2005, 10(1(in Chine) 37-41.

)：

吴建华，陶德馨.自动船舶识别系统的信息解码技术

研究武汉理工大学学报交通科学与工程版），

2007, 31(4 595-598.

[J].(

WU Jianhua, TAO Dexing. Study on the decoding

technology of automatic identification systems [J].

)：

Journal of Wuhan University of Technology (Transpor­

tation Science & Engineering), 2007, 31(4 595-598.

)：

[11] .AIS[D].

(in Chine)

邵澍启船舶信息自动纠错系统的研究大

连：大连海事大学，

SHAO Shuqi. Rearch on AIS information automatic

correction system [D]. Dalian Dalian Maritime Uni­

2009.

[12] .AIS[D].

versity, 2009. (in Chine)

：

齐乐基于数据的船舶领域研究大连：大连

海事大学，

QI Le. Ship domain rearch bad on AIS data [D].

DalianMaritime University, 2012. (in Dalian Chi­

2012.

：

[13] .AIS

ne)

齐乐，郑中义，李国平互见中基于数据的船舶领

域大连海事大学学报，

QI Le, ZHENG Zhongyi, LI Guoping. AIS-data-bad

[J].• 201137(1): 48-50.

ship domain of ships in sight of one another [J]. Jour­

nal of Dalian Maritime University, 2011, 37(1) 48-50,

(in Chine)

：