【技术实现步骤摘要】
本专利技术涉及大数据，尤其涉及一种基于大数据及多源信息融合技术的提前倾废行为识别方法。
技术介绍
1、在过去的几十年里，海洋作为地球上最广阔和生命丰富的自然资源，一直面临着人类活动带来的持续威胁。其中，海洋中的倾废活动，尤其是未经授权的、随意的海上倾废行为，已经成为海洋污染的一个主要来源。国际及国家环境保护组织通过科学研究，划定了特定的海洋倾废区，这些地区经科学论证表明，其倾倒物质能够在一定程度上被海洋自然吸收并具备较强的自净能力。
2、然而，仍然有不少倾废船只不遵守相关的条例，存在没有到达指定倾废区就进行违规提前倾倒的行为，海洋管理部门急需一种有效识别这种不在指定倾废区提前倾倒的技术及方法。
3、现有技术存在以下缺陷：
4、1、利用船舶或者无人机不定期的对海上倾废船进行巡查，需要耗费大量的人力、物力，且无法做到全天候24小时不间断的监控，效率低下；
5、2、通过给倾废船只安装专门的倾废记录仪或者其他监控设备，虽然能在一定程度上实现对倾废船行为相对精准的监控，但由于这些设备都需要主动安装到船上，且存在被恶意篡改信息或者异常关掉设备的可能性，需要船只主动配合才能发挥效果，如果有意实时非法倾废行为的船只，很可能会采取各种非法手段不配合，导致监控效果大打折扣；
6、3、利用ais船舶航迹数据，通过轨迹分析倾废船是否到达指定倾废区进行倾倒是一个可行的方案，但同样ais设备也存在人为关闭或者篡改的可能，导致航迹数据并不准确和完整。且目前通过航迹判断目标是否提前倾倒，逻辑也十分简单
技术实现思路
1、为了克服现有技术的不足，本专利技术的目的之一在于提供一种基于大数据及多源信息融合技术的提前倾废行为识别方法。
2、本专利技术的目的之一采用如下技术方案实现：
3、一种基于大数据及多源信息融合技术的提前倾废行为识别方法，包括以下步骤：
4、步骤一：利用flink大数据计算框架实时消费多源融合目标点位数据，主要信息包括目标的经度、纬度、航速、时间，作为主流的数据；
5、步骤二：对主流中的数据进行数据清洗，过滤掉固定目标、杂散目标、经纬度为空的目标以及乱序等无效数据；
6、步骤三：每隔10s消费redis中存储的倾废船名单及所有指定倾废区域的数据，主要信息包括倾废船的mmsi号、倾废区域的区域坐标及编号；
7、步骤四：将步骤三获取到的倾废船名单和倾废区的数据通过广播的形式与步骤二过滤之后的主流数据进行connect；
8、步骤五：针对在倾废船名单中的目标，生成每一个目标最近5分钟内的轨迹特征并不断的滑动更新，即始终保存目标最近5分钟的状态，轨迹特征包括如下信息：目标最近5分钟轨迹的初始点、中心点、移动位移、移动距离；
9、步骤六：判断目标最近5分钟的移动距离与移动位移的比值是否小于阈值，通过移动距离位移比可以有效判断目标是否是正常行驶，如果移动距离位移比过大，说明目标可能在做拐弯或是绕圈运动，此步骤找出小于阈值的轨迹，是为了找出正常行驶的目标船只；
10、步骤七：满足步骤六的目标，开始遍历倾废区域列表中的每一个倾废区域，通过jts提供的方法获取倾废区中心点的位置坐标，计算目标最近5分钟轨迹特征中起始点至轨迹中心点连线与轨迹起始点至倾废区中心点连线的矢量线夹角，记为α；
11、步骤八：判断α的值是否小于阈值，小于阈值说明目标船只正在驶向倾废区域，标记目标船只正在靠近倾废区的状态，并持续更新保存目标船只最近5分钟的轨迹特征以及距离倾废区域最近的位置坐标点，用于后续计算；
12、步骤九：持续判断α的值，当α的值大于预设阈值时，说明目标船只正在远离倾废区域，此时判断目标船只是否存在过靠近倾废区的状态，如果存在，开始下一步计算；
13、步骤十：取出步骤八中保存的目标靠近倾废区时5分钟内轨迹的起始点与中心点的连线，以及判断目标船只开始远离倾废区域时最近5分钟轨迹的起始点与中心点的连线，计算两段矢量线的夹角，记为β；
14、步骤十一：当β值大于预设阈值时，说明目标已经发生了折返行为，此时取出步骤八中保存的目标最接近倾废区域中心的位置坐标点，判断该坐标与倾废区域的包含关系，如果倾废区域包含该坐标点，说明目标已经进入了倾废区，进行了正常的倾废行为，如果该坐标不包含在倾废区域内，说明目标未进入指定倾废区就折返了，存在未进入指定倾废区倾倒的可能，此时推送一条报警数据至kafka；
15、步骤十二：后续程序消费kafka中的报警数据，进行相应的报警处置；
16、步骤十三：报警产生过程中，通过上述算法流程准确的识别到了目标未进入倾废区即提前发生折返行为，存在提前倾废的可能。
17、进一步的，步骤一，目标点位数据可从ais、雷达、北斗中获得。
18、进一步的，步骤二中，过滤掉的固定目标为海上的浮标、灯塔、助航物，过滤掉的杂散目标为被雷达识别到的海杂波之类的虚假目标。
19、进一步的，步骤五中，中心点为轨迹的质心。
20、进一步的，步骤六中，阈值的默认配置为1.3，可通过参数配置。
21、进一步的，步骤八中，阈值的默认配置为15°，可通过参数配置。
22、进一步的，步骤九中，阈值的默认配置为165°，可通过参数配置。
23、进一步的，步骤十一中，阈值的默认配置为145°，可通过参数配置。
24、与现有技术相比，本专利技术的有益效果是：
25、1、本专利技术基于多源信息融合技术，将ais、北斗、雷达信号数据进行融合，使得对监控目标的跟踪更加精准和有效，即使船只主动关闭了ais设备，也能有效跟踪识别目标的身份信息，对其进行倾废行为分析；
26、2、本专利技术基于多源信息融合技术，不依赖专门的倾废记录仪之类的外部设备，通过主动监控倾废船只，即使被监控船只关闭了外部设备，仍然能通过其航行轨迹对其倾废行为进行分析；
27、3、本专利技术基于flink实时流计算处理技术，能保证报警事件的实时推送；
28、4、本专利技术基于轨迹特征识别目标折返行为的算法，有效屏蔽了因目标轨迹点不准确导致的对行为识别带来的干扰，提高了识别结果的准确性。
29、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
本文档来自技高网...【技术保护点】
1.一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤一，目标点位数据可从AIS、雷达、北斗中获得。
3.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤二中，过滤掉的固定目标为海上的浮标、灯塔、助航物，过滤掉的杂散目标为被雷达识别到的海杂波之类的虚假目标。
4.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤五中，中心点为轨迹的质心。
5.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤六中，阈值的默认配置为1.3，可通过参数配置。
6.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤八中，阈值的默认配置为15°，可通过参数配置。
7.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在
8.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤十一中，阈值的默认配置为145°，可通过参数配置。
...【技术特征摘要】
1.一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤一，目标点位数据可从ais、雷达、北斗中获得。
3.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤二中，过滤掉的固定目标为海上的浮标、灯塔、助航物，过滤掉的杂散目标为被雷达识别到的海杂波之类的虚假目标。
4.如权利要求1所述的一种基于大数据及多源信息融合技术的提前倾废行为识别方法，其特征在于：步骤五中，中心点为轨迹的质心。
5....
【专利技术属性】
技术研发人员：余鹏，
申请(专利权)人：海南海兰寰宇海洋信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。