咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >数据驱动下内河水域航线规划研究 收藏
数据驱动下内河水域航线规划研究

数据驱动下内河水域航线规划研究

作     者:胡江 

作者单位:重庆交通大学 

学位级别:硕士

导师姓名:唐皇

授予年度:2024年

学科分类:081505[工学-港口、海岸及近海工程] 08[工学] 0815[工学-水利工程] 

主      题:内河航行 航线规划 AIS数据分析 轨迹点聚类 航线可视化 

摘      要:丰富的内河水网为我国的内河航运提供了天然优势。我国货物周转量一半以上由内河航运完成,被喻为“黄金水道的长江水系货运量居全球首位。内河航运对于促进我国经济增长、提升区域连通性具有不可替代的作用,更是交通强国战略的重要组成部分,因此内河航运智能化建设愈发重要。对于目前的内河航道来说,航道弯曲狭窄,水流湍急,船闸、桥梁等过河建筑物众多,航行环境十分复杂。在实际航行中,船舶的航线严重依赖船长的个人经验。由于内河河道水深随汛期和枯水期变化明显,当信息更新不及时或者获取不准确时,船长的经验航线存在较大的航行风险。基于上述背景,本文基于自动识别系统(Automatic Identification System,AIS)数据,结合内河航道地理特征和船舶定线制规定,提出内河水域航线规划方法,解决内河水域航线规划问题。本文主要研究内容如下: (1)数据预处理工作。对AIS数据中错误、冗余的数据进行清洗。提出一种基于地理围栏的AIS数据清洗算法。通过对研究水域边界的划分,使用基于地理围栏的数据清洗算法对研究区域外的数据进行清洗,在提高生成航线准确性的同时,降低计算量。 (2)提出一种基于AIS数据的内河水域航线规划方法。首先,对船舶航线的方向进行划分,并识别转向点;然后,针对内河航道中转向点分布不均,DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法对密度不同的数据聚类效果较差的问题,提出改进的聚类方法;最后,采用Akima插值法实现航线的连通及平滑。 (3)引入航线质量评价指标,对本文模型生成航线和真实航线的误差和相关性进行评价。对不同尺寸、不同水位条件下的生成航线进行评价。结果显示,本文模型生成的航线具有较高的准确性及适航性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分