0 引　言

对于大型海上物流和贸易公司来说，物流运输船的航行安全性、航行效率直接决定了物流贸易公司的营运成本，如何合理的规划物流运输船的海上航线，提高航运速度和安全性是一项非常重要的工作。船舶的历史航线包含大量的轨迹数据、航线信息，如何对这些数据进行分析和挖掘有很大的研究价值^[1]。

近年来，海上船舶上AIS系统的应用范围不断拓展，基于AIS系统能够快速地提取船舶轨迹数据。本文基于AIS系统，结合数据处理和挖掘技术，实现了船舶历史航线数据的获取、解析、存储，搭建了船舶历史航线数据的可视化平台，并分别从软硬件方面介绍了航迹数据可视化系统的设计原理^[2]。

1 船舶历史航线数据可视化平台的整体设计

本文结合AIS系统搭建了船舶历史航线数据的可视化平台，平台基本构成和原理如图1所示。

船舶历史航线数据的可视化平台主要由航迹数据处理子系统、航迹数据查询子系统、监控子系统和配置管理模块共同构成。

1）航迹数据处理子系统

船舶历史航线数据的可视化平台的数据来源为AIS船舶自动识别系统，航迹数据处理子系统的功能包括数据解析、格式转换、存储与分析等。航迹数据处理子系统是本平台的关键模块，它将来自AIS的历史数据转化为平台可以识别的数据格式，并将AIS数据中的船舶位置、航向改变率、船名、吃水、货物信息等进行识别和提取。

通常，海上运输船舶与岸基的通信数据为高频(VIA )频道和数字编码的形式，这类数据的整理和分析难度较大，采用AIS数据解析工具可以实现有规律的解码与数据提取，提高平台的数据处理能力。

图2为航迹数据处理子系统原理图。

2）航迹数据查询子系统

船舶历史航线数据的可视化平台为用户提供了船舶信息查询功能，用户能够获取船舶基本信息、轨迹信息、时空船舶轨迹等，可以为用户提供全面且多维度的航迹数据^[3]。

3）监控子系统

基于可视化平台实现对区域内船舶的监控也是平台的重要功能，主要监控对象有两方面：1）对区域内船舶航迹数据的异常行为实时监控，及时发现船舶的异常轨迹，并在电子地图上进行标注；2）平台对系统的各类自身参数配置进行监控和识别，确保系统的正常运行。

2 基于AIS的船舶历史航线数据可视化平台开发 2.1 基于聚类挖掘算法的船舶航迹数据提取

由于船舶AIS系统中包含海量的船舶航迹信息，可视化平台为了提高船舶航迹数据的提取质量，采用EM聚类算法进行数据挖掘，过程如下：

1）确定AIS数据挖掘的终止阈值 $ \varepsilon $ 。

2）计算每个船舶航迹数据 $ x $ 从属于某聚类h的概率：

$ p(x) = \frac{{p'(x){f_v}\left(x\left| {\gamma \cdot \displaystyle\sum\limits_{x = D}^{} {_h} } \right.\right)}}{{\displaystyle\sum\limits_{i = 1}^n {p'(x) \cdot {f_v}(x)} }} \text{。} $

3）更新EM聚类算法的混合模型如下：

$ \left\{ {\begin{array}{*{20}{l}} {P(x) = \dfrac{{\displaystyle\sum\limits_{x = D}^{} {p(x) \cdot x} }}{{\displaystyle\sum\limits_{x = D}^{} {p'(x)} }}}，\\ {\displaystyle\sum\limits_{}^{} {_h = \dfrac{{\displaystyle\sum\limits_{x = D}^{} {p(x) \cdot \left( {x - h} \right)} }}{{\displaystyle\sum\limits_{x = D}^{} {p'(x)} }}\;\;h = 1,2,..n} } 。\end{array}} \right. $

4）计算终止条件 $ \left| {L(p) - L(p')} \right| \leqslant \varepsilon $ ，数据挖掘算法结束。

此外，基于EM聚类算法的数据挖掘还要结合专家库进行相似性度量，最终获取高质量的船舶历史航迹数据，图3为船舶历史航迹数据挖掘流程图。

2.2 船舶航迹数据的特征提取

在海上运输船舶的航迹采集过程中，断电或者其他设备故障可能会导致AIS数据在某一段时间内丢失，此时航迹数据采集的采样点不全，必须对数据进行插值处理后才能进行特征提取。

假设航迹数据缺失的采样片段为 $ {p_0} - {p_1} $ ，时间为 $ {t_0} - {t_1} $ ，航迹数据插值的阈值为 $ {\varepsilon _0} $ ，插值个数为N，则航迹数据插值算法如下式：

$ N = \dfrac{{2{\varepsilon _0} \cdot d\left( {{p_0},{p_1}} \right)}}{{\displaystyle\sum\limits_{i = 1}^{n - 1} {d\left( {{p_0},{p_1}} \right) + \sum\limits_{i = 1}^{n + k - 1} {d\left( {{p_0},{p_1}} \right)} } }} \text{，} $

式中： $ d\left( {{p_0},{p_1}} \right) $ 为两采样点之间的距离。

按照时间间隔0.05 s进行航迹分段，每个航迹特征点包括速度变化点、航向变化点等，航迹数据采集的滤波函数为：

$ \varphi (x,y) = \frac{1}{{{t^2} - 1}}\sum\limits_{s = 1}^s {f(x,y)} \text{。} $

航迹数据插值算法拟合的船舶特征轨迹示意图如图4所示。

由于AIS采集的船舶航迹数据需要压缩后才能发送至控制中心，数据的压缩率^[4]表示为：

$ C_R^{} = \frac{{{S_t}}}{{{S_r}}} 。$

式中： $ {S_t} $ 为压缩航迹数据， $ {S_r} $ 为原始航迹数据。

假设航迹数据的采样点数为n， $ {P_i} $ 为i时刻的航迹点，可得AIS传递的航迹序列为：

$ {E_D} = \sum\limits_{i = 1}^n {\left| {dist\left( {{P_i} - {P_{i - 1}}} \right)} \right|} 。$

2.3 航线数据可视化平台的信息查询模块软件开发

航线数据的可视化平台必须要满足良好的人机交互性，根据平台的功能模块划分，本节重点介绍航迹数据查询子系统的软件架构设计，首先将航迹数据查询的应用场景划分为：

1）实时定位查询

基于该平台可以实现船舶基本信息的实时位置查询，获取物流船舶的实时航行状态。

2）历史航迹查询

可根据时间戳选择特定的船舶历史航行轨迹信息、位置信息查询。

3）时空轨迹查询

可查询特定时间区间、特定位置区域的船舶航迹数据。

图5为平台航迹查询子系统的软件流程图。

2.4 船舶历史航线的数据可视化平台界面设计

历史航线数据可视化平台的设计包括软件设计和硬件设计两部分，如下：

1）硬件设计

为了满足用户对平台的操作和使用功能，可视化平台的硬件计算机不仅需要具有较高的运算性能，而且显示器等硬件设备同样需要较高的性能，表1为平台的硬件参数。

本文使用的显示器芯片为东芝TB62705^[5]，芯片接线图如图6所示。

2）软件设计

可视化平台采用JQuery前端开发框架的布局控件将显示界面分为操作区和显示区，可为用户提供船舶名称、电子地图、拟合轨迹等，图4为可视化平台的显示界面。

3 结　语

本文结合AIS系统建立了一种船舶历史航线数据可视化平台，分别从平台的数据处理、监控模块、查询模块等方面进行了详细设计，采用了EM数据挖掘技术，能够实现船舶历史航迹数据的快速特征提取。