基于電子海圖的船舶異常行為識別方法研究*

何 帆 何正偉 楊 帆 劉力榮

(武漢理工大學航運學院1) 武漢 430063) (內河航運技術湖北省重點實驗室 2) 武漢 430063)(國家水運安全工程技術研究中心3) 武漢 430063)

0 引 言

隨著我國貨物載運量和港口吞吐量的快速增長，內河和海域中各類大小船舶數量日益增多，航道的氣象、地理、水文和建筑等情況復雜，船舶異常行為逐漸增多，給水上交通安全和人民生命財產帶來了嚴重的威脅.為實現對船舶異常行為的監控，國內外學者做了深入研究.熊勇等[1]采用AIS數據，運用多核函數非參數估計法與假設檢驗方法辨別在設定航線上出現異常行為的船舶;甄榮等[2]參照平面幾何中的點和直線的位置關系，選用多邊形區域里的船舶AIS數據，采用多種算法建立了基于貝葉斯分類的船舶異常行為識別模型;鄧磊針對內河航道的特征，基于AIS歷史數據構建了船舶正常行為模型，運用數據分析和挖掘算法實現了對船舶異常行為的識別；Tang等[3]設計了一種船舶異常行為智能融合系統，在系統中，把一些智能方法融合到一個集成的智能信息處理模塊中.

這些方法主要著眼于從宏觀上建立整體的監控模型，在實時指導船舶糾正異常行為、避開潛在危險因素、掌握航行狀況提供的幫助有限，且在目前來說采用先進平臺結合研究的方法較少，因此結合現有平臺資源，以智能化的角度分析船舶異常行為成為此方向的研究趨勢.文中針對不同角度的四種數學模型方法，基于電子海圖平臺進行對船舶狀態模擬以及重點研究船舶追越問題的實驗探討，尋找有效的船舶異常行為識別方法.

1 船舶行為異常狀態的確定

1.1 船舶異常行為概述

船舶異常行為產生的客觀和主觀原因非常多，對于船舶異常行為識別的定義，Portnoy等[4]認為異常行為可以根據船舶正常行為數學建模與被檢測船數據指標之間的差異來定義；Holst等[5]基于模式識別，認為進行異常行為識別需要對大多數船舶行為數據模式進行研究與描繪，進而找出這些少量數據和主要數據在某些典型模式上呈現出來的異同點并進行對比.綜合國內外學者的觀點，船舶異常行為是指船舶在航行或者錨泊時，出現的非正常行為或者違反水上交通管理規定的行為，船舶異常行為的識別是根據輸入的船舶航行相關數據，對船舶的航速、航向、軌跡、船位等要素進行分析，結合船舶所處的地理、環境和氣候條件，判斷船舶的航行是否符合正常的、普遍的航行運動規律，識別非法運動嫌疑，進而對船舶航行安全及潛在的危險進行評估與預警.

1.2 模型構建方法

基于高曙等[6]對船舶異常行為所提出的關于運動異常和所處空間位置異常兩大類及其細分出的16小類，經過分析2016—2017年長江江陰轄區違章船舶的異常行為數據，把船舶異常行為概括為九個方面，見圖1.針對這九種船舶異常行為，本文重點提出兩類有針對性的船舶異常行為識別方法：時空分析法，航行狀態判定法.

圖1 船舶異常行為

2 基于電子海圖平臺的模型實現

2.1 時空分析法

將船舶AIS數據的時間和船舶所處空間位置及其周邊水域情況結合起來，對船舶航行狀態進行分析和歸納，找出船舶異常行為并用數學模型對其進行表征.重點對提出關于的后八種異常類別可細分為：位置判定、相對距離判定、軌跡判定、航向判定.

2.1.1位置判定

針對位置異常中的后三類現有研究方法較少的異常建立位置判定數學模型.

1) 針對碼頭前沿水域是否發生占位的判定，由于碼頭前沿水域的寬度不固定，其寬度和標準船長有直接關系，因此本文采用距碼頭前沿兩倍標準船寬范圍內的區域作為碼頭前沿水域[7].圖2為計算模型獲取碼頭前沿水域范圍.

圖2 碼頭前沿水域范圍的計算模型

設碼頭前沿的某段線段為l1，其表達式為Ax+By+C=0，由于l1上任意兩點的經緯度坐標是可知的，所以l1的表達式也是可知的.設l2為碼頭前沿水域的邊界，L為標準船寬，則l2與l1的距離|MN|為2L.設MN與緯線的夾角為θ，由于(90°-θ)為碼頭前沿l1與緯線的夾角值，該值可從航道數據獲知，所以θ是可知的.因而，根據直線平移的公式，碼頭前沿水域的邊界l2的表達式可表示為：A(x-2Lcosθ)+B(y-2Lsinθ)+C=0.

如何影響他船靠離泊的船舶在碼頭前沿水域范圍內，則滿足Ax+By+C<0和A(x-2Lcosθ)+B(y-2Lsinθ)+C>0這兩個條件.

在藤井船舶領域模型[8]中，內河船舶的領域模型是一個橢圓，該橢圓有如下性質：長軸的長度為6L0，短軸的長度為1.6L0，L0為船長.

假設影響他船靠離泊的船舶在碼頭前沿水域范圍內，其位置為D(m,n)，以該點為圓心作一個橢圓，其長軸為6L1，短軸為1.6L1，L1為該船船長，為便于研究，令長軸與經線平行，短軸與緯線平行.設要靠離泊的船舶位置為K(x,y)，其值不斷變化.在某一時間段內，若K點進入在橢圓內，則船舶靠離泊的過程是不安全的，有碰撞的危險，其函數關系為

(1)

式中：D(m,n)為影響他船靠離泊的船舶；K(x,y)為要靠離泊的船舶位置；L1為影響他船靠離泊的船舶的船長；L為標準船寬；θ為MN與緯線的夾角；f(x,y,m,n)為判定結果.當U、V和W這三個集合的邏輯運算結果都為真時，f(x,y,m,n)才為真，此時，碼頭前沿水域內存在影響他船靠離泊安全的船舶.

2) 針對錨泊位置擁擠的判定，即判定有采砂、錨泊等行為的船舶是否處于航道中，可以借鑒第1)類關系的判定方法.假設有采砂、錨泊等行為的船舶的位置為D(m,n)，如果該船位于航道中，則該船不在碼頭前沿水域范圍內，此時，其滿足的數學關系為A(m-2Lcosθ)+B(n-2Lsinθ)+C<0.

假設有采砂、錨泊等行為的船舶在航道中，以其位置點D(m,n)為圓心作一個橢圓，長軸為6L1，短軸為1.6L1，L1為該船船長，為便于研究，令長軸與經線平行，短軸與緯線平行.設在航道中航行的某船舶的位置為K(x,y)，其值不斷變化.在某一時間段內，若K點因航道寬度、吃水深度、航道中的障礙物、其他船舶影響或者人為操作等原因，不得不進入有采砂、錨泊等行為的船舶的領域橢圓內運動，則在航道中航行的船舶是不安全的，其函數關系為

(2)

式中：D(m,n)為有采砂、錨泊等行為的船舶的位置；L1為該船船長；v為該船航速；K(x,y)為在航道中航行的某船舶的位置；L為標準船寬，θ為MN與緯線的夾角，f(x,y,m,n,v)為判定結果.當V,W和X這三個集合的邏輯運算結果都為真時，f(x,y,m,n,v)才為真，此時，航道內存在采砂、錨泊等有礙通航安全的船舶.

3) 針對船舶是否非法停泊，根據船速在某段時間內的變化情況，如果船速一直不超過0.2 kn，則船舶處于停泊狀態[9].結合取水口位置及楊梅等人對取水口等級的劃分規則[10-11]判斷停泊狀態并設計取水口保護區的計算模型，見圖3.內部矩形為一級保護區，外部矩形為二級保護區.令取水口的位置坐標為點F(m,n)，水流方向與緯線的夾角為θ.以一級保護區為例，U1為取水口上游的長度(U1可取1 500 m)，D1為取水口下游的長度(D1可取100 m)，C1為沿岸陸域縱深(C1可取50 m)，則可通過集合運算得出一級保護區四個頂點坐標，如點L的坐標為

(3)

圖3 取水口保護區的計算模型

由此可得出舉行四條邊的函數表達式為：KL:P1X+Q1y+R1=0，LM:P2x+Q2y+R2=0，MN:P3x+Q3y+R3=0，NK:P4x+Q4y+R4=0.如果取水口一級保護區內有船舶違規停泊，其函數關系可用式(4)來表示.

(4)

式中：{x,y}為違規停泊的船舶的坐標；v為該船的航速；P、Q和R均為待定系數；f(x,y,v)為判定結果.當H，I，J，K和X這五個集合的邏輯運算結果都為真時，f(x,y,m,n,v)才為真，此時，取水口保護區內有船舶違規停泊.

如果采用以二級保護區作為判定基準，則U2為取水口上游的長度(U2可取3 500 m)，D2為取水口下游的長度(D2可取300 m)，C2為沿岸陸域縱深(C2可取1 000 m)，其余計算過程均與一級保護區相似.

2.1.2相對距離判定

1) 針對錨泊船安全距離 由于海事部門的動態監管規范沒有對兩船間的安全距離作出硬性規定，本文根據藤井船舶領域模型來進行分析，在內河中，兩船間的安全距離不能小于船舶領域橢圓的短半軸0.8L0，L0為船長.由于兩船的長度往往不一樣，兩船的船舶領域大小也往往不一樣，為安全起見，應采用長度較大的船舶的領域模型，所以在0.8L0中，L0為長度較大的船舶的船長.

對于錨泊船，要先判斷船舶是否處于錨泊狀態.查看AIS數據，在某一時間段內，如果兩船的航速都不超過0.2 kn，則兩船都處于停泊狀態.設兩錨泊船間的安全距離為s，令s=0.8L0，兩錨泊船的位置分別為K1(x1,y1)和K2(x2,y2)，如果兩船距離大于或等于安全距離，則兩船都是安全的，其函數關系表達為

(5)

式中：K1(x1,y1)和K2(x2,y2)分別為兩錨泊船的位置；s為兩錨泊船間的安全距離；v1和v2分別為兩錨泊船的航速；f(x1,x2,y1,y2,v1,v2)為判定結果.當L、X和Y這三個集合的邏輯運算結果都為真時，f(x1,x2,y1,y2,v1,v2)才為真，此時，兩錨泊船間留有足夠的安全距離.

2) 針對在航船舶安全距離 設兩在航船舶間的安全距離為s，令s=0.8L0，兩在航船舶的位置分別為K1(x1,y1)和K2(x2,y2)，它們的位置會隨時間的變化而變化.如果兩船距離大于或等于安全距離，則兩船都是安全的，其函數關系表達為

(6)

式中：K1(x1,y1)和K2(x2,y2)分別為兩在航船舶的位置；s為兩在航船舶間的安全距離；v1和v2分別為兩在航船舶的船速；f(x1,x2,y1,y2,v1,v2)為判定結果.當L、X和Y這三個集合的邏輯運算結果都為真時，f(x1,x2,y1,y2,v1,v2)才為真，此時，兩在航船舶間留有足夠的安全距離.

2.1.3軌跡判定

選取某一小段河流作為研究對象，假設其走向為自西向東，圖4為船舶軌跡與定線制規定的航路.其中點A(a,b)和C(e,f)為該段船舶軌跡中緯度最低的兩個點，B(c,d)為該段船舶軌跡中緯度最高點，若其全都位于多邊形區域內，則該段船舶軌跡全都位于定線制規定的航路內.

圖4 船舶軌跡與定線制規定的航路

以點A為例，假設過點A的水平直線與多邊形區域有mA個交點，與多邊形邊界左側交點有mA1個，右側的交點有mA2個；依次類推定義點B和點C與多邊形邊界交點.則根據奇偶規則法(even odd rule)，若mA1，mA2，mB1，mB2，mC1和mC2均為奇數，則該段船舶軌跡全都位于定線制規定的航路內，其函數關系表達為

f(mA1,mA2,mB1,mB2,mC1,mC2)=

{mA1|mA1∈S}∧{mA2|mA2∈S}∧

{mB1|mB1∈S}∧{mB2|mB2∈S}∧

{mC1|mC1∈S}∧{mC2|mC2∈S}

(7)

式中：S={1,3,5,7,…}；f(mA1,mA2,mB1,mB2,mC1,mC2)為判定結果；mA為過點A的直線與多邊形區域的交點總數；mA1為點A左側的交點數；mA2為點A右側的交點數；mB，mB1，mB2，mC，mC1和mC2的意義依此類推.當式中的六個集合的邏輯運算結果都為真時，f(mA1,mA2,mB1,mB2,mC1,mC2)才為真，此時，該段船舶軌跡全都位于定線制規定的航路內.

2.1.4航向判定

船舶航行時，盡管船首向會在一定范圍內微小變動，但航向是基本穩定的，而逆向行駛相對于航向偏移會造成更加嚴重的水上事故，因此本文以此為例，采用矢量分析法對船舶反向行駛情況進行判定.設某一時刻該船舶位置為K1(x1,y1)，下一時刻該船舶位置為K2(x2,y2)，則其行駛方向矢量為D(x2-x1,y2-y1)；從航道中的其他船舶中選取一些船舶采用上述方法，計算出它們行駛的平均方向矢量Ek(xn+1-xn,yn+1-yn)，n為某一時刻，n+1為下一時刻.

如果D(x2-x1,y2-y1)和Ek(xn+1-xn,yn+1-yn)的夾角θ大于90°且小于或等于180°，則該在航船舶處于反航道行駛狀態.g(D·Ek)代表D·Ek的全部值的集合，其應滿足的條件g(D·Ek)可用下式表示，此時，海事部門應及時對其發出警告和指導.

2.2 基于航行狀態判定法的船舶異常行為識別方法

船舶的航行狀態與航速息息相關，在航行狀態判定法中，船舶航速是否符合定線制規定的安全航速，決定著船舶是否違章.不同的內河航道，定線制規定的航速是不一樣的；同一內河航道的不同地段，定線制規定的航速也不盡相同.本文將此方法細分為兩種方法：航速判定法、停航判定法.

2.2.1航速判定

1) 針對在航情況 觀察AIS數據，在某一時間段內，如果船舶的航速均大于0.2 kn，則船舶處于在航狀態.參照定線制規定的安全航速，設航道內定線制規定的安全航速為：最低航速v1，最高航速v2，如果船舶航速小于或等于最高航速，則該船舶沒有超速，其應滿足的條件集合g(v)表示為

g(v)={v|0.2 kn≤v≤v2}

(9)

2) 針對錨泊情況 參照定線制規定的安全航速，設航道內定線制規定的安全航速為：最低航速v1，最高航速v2，在足夠長的時間段內，如果船舶航速小于最低航速，則該船舶的航速確實長時間低于定線制最低限速，其應滿足的條件集合g(v)表示為

g(v)={v|0

(10)

2.2.2停航判定

1) 針對惡劣天氣停航情況 由AIS數據，如果船舶航速持續大于0.2 kn或時開時停，則船舶違章冒險航行.v為船舶航速，其應滿足的全部值集合為g(v)：

g(v)={v|v>0.2 kn}∪

{v|有時v>0.2 kn有時v≤0.2 kn}

(11)

2) 針對碼頭泊位行為的判定 運用前文的位置判定法可若船舶航速持續小于或等于0.2 kn，則船舶確實長時間停滯在江中等碼頭泊位，其應滿足的條件g(v)為

g(v)={v|v≤0.2 kn}

(12)

3 實驗結果與分析

3.1 基于電子海圖平臺的船舶行為繪制

采用2017年12月29日12:00—13:00時段的完整AIS模擬數據對地理位置較為復雜且船舶異常頻發的長江上海段出?？谔幍哪细鬯乐薪浘暥仍?21.60°E～121.67°E，31.33°～31.42°范圍進行船舶行為研究.以每條船舶的MMSI唯一作為區別條件，以等腰三角形代表船身、頂點代表船首向，間隔時段獲取到的AIS數據進行顯示并進行軌跡連線，形成時段內完整的船舶軌跡.圖5為繪制出的本段時間范圍內所有船舶的連續軌跡.

圖5 南港水道內艘船的軌跡

由圖5可知，經過二次開發后的電子海圖平臺可根據自選AIS數據將一定范圍內特定船舶在此時段內的運動方向和位置直觀地體現出來.表1為部分船舶的MMSI、起點和終點.

表1 南港水道內部分船舶的MMSI、起點和終點

3.2 違法追越行為識別

以船舶違法追越為例，采用2016年12月6日06:21—06:57的長江江陰段的明文AIS違法追越在線數據進行實驗.在大量行為中，選取06:21:03—06:57:36時段MMSI為412765470的船舶(追越船)在本時段違法追越MMSI為412590420的船舶(被追越船)為例并選取5個時刻觀察期運動狀態，其詳細數據見表2，其追越狀態2～4在電子海圖上表示見圖6.

表2 船舶追越狀態位置及時刻顯示

圖6 船舶追越狀態

由距離計算功能及繪制顯示可知，追越狀態3時追越船與被追越船相距132.152 m.此時追越船已經追上被追越船，兩船并排行駛；追越狀態4時，追越船與被追越船相距382.577 m，追越船已經超過被追越船，位于被追越船的左前方.追越船的航向開始向右偏轉，意欲返回追越發生前的航路，該航路與被追越船的航路一致.

根據應用于電子海圖平臺的上述數學模型對于狀態2的預測可知，此時兩船處于違法追越與被追越狀態.而根據海事部門動態監管規范，在內河中，并排行駛的兩艘船的安全距離不能小于船舶領域橢圓的短半軸0.8L0，L0為兩船中較長的船舶的船長，則L0為190 m，0.8L0等于152 m.追越狀態2時，兩船距離132.152 m小于安全距離152 m，被追越船位于追越船的領域模型之內，兩船易出現緊迫局面，甚至有碰撞的風險，因此,可被判定為違法追越行為，與模型預測一致.

通過使用AIS實驗數據的模型測算與實際兩船安全距離標準，與平臺顯示出的違法追越進行對比，重復實驗50次，正確描繪船舶違法追越軌跡且船舶位置經緯度顯示正確的次數為41次，準確率為82%.其誤差可能來源于AIS設備傳輸信息不完備或數據缺失.

4 結 束 語

基于AIS數據的船舶異常行為在線智能識別方法研究是一個具有實用性和研究價值的課題.本文在前人的研究基礎上，列舉出了現階段較為典型的船舶異常行為特征，構建了相應的數學模型并將其應用于ECIVMS SDK電子海圖平臺中，最終得出船舶違法行為的識別結果.

由于本文研究的區域目前僅局限于長江江陰段和長江上海段南港水道，且使用的AIS數據量及準確度有限，在未來的研究工作中，可以在擴大研究范圍的基礎上不斷對提出的數學模型進行修改，將此類模型與其他電子海圖平臺進行融合，從而提高對船舶異常行為識別的準確率，保障船舶航行安全.