一种基于AIS数据探测船舶碰撞的先进方法

摘要

海上事故有可能造成重大的经济损失、损害和环境破坏。调查海上安全的一种方法是关注未遂事件，即情况这并没有导致事故，但险些避免了事故的发生。以原则为基础在交通冲突技术中，通过冲突严重度层次对遇到的交通进行排序，本文提出了一种新的海上交通数据筛选模型。特别是在公海和沿海限制海域。与以前的方法相比，提出的该方法具有更高的特异性，使导航评估的未遂病例更少。背景交通环境专家。这是通过将船舶尺寸的影响船域，并通过最小值更好地说明遇到方向的关键性。与先前提出的模型相比，碰撞距离概念。模型中包含的因素它们之间的关系是建立在专家判断的基础上，并利用以往研究的知识。模型参数从参考遭遇情况数据集的AIS数据点派生。发达国家该模型已应用于波罗的海北部的交通数据。模型服从于一个数字有效性测试的结果表明，该模型足以进行排序和优先排序。在专家判断阶段进行进一步评估以识别未遂事故。因此，它确立了一种能使后续对未遂信息有效性进行研究的方法与碰撞事故有关的海上安全声明。

引言

海运对周边经济发展至关重要但代表着重大的财务和安全风险。虽然海上事故相对较少，但是事故的经济和环境成本是巨大的（Heij等人，2011）。地面、碰撞和火灾是最常见的全球海上事故类型（Soares和Teixeira，2001年）。特别是，船舶碰撞是最常见的事故之一。一些交通密集地区的事故类型，包括芬兰湾和新加坡海峡（Kujala等人，2009年；Qu等人，2012年）。因此，它至关重要海事当局、响应当局和其他利益相关者要有有效的工具来分析相关的风险在这些事故中，以及为了了解不同地区的海运。已经提出了许多风险分析模型和方法。一般用于分析事故风险（费雷拉和库托，尤其是海上运输。概述关于当前的研究，见Li等人（2012）和_zba_（2013）。此外，Debnath和Chin（2010年）、Goerland和Montewka（2015a）描述一些最近的海事分析框架风险。其他工作本身并不关注事故，而是开始从非事故信息中了解海运。这种方法考虑到交通系统中某些非事故事件作为安全性能指标。这种方法的基本数据源是来自自动识别系统（AIS）的数据，它是船舶之间和船舶之间的信息交换系统船只和海岸设施。把重点放在船舶碰撞上，随后是Berglund和Huttunen（2009年），van Iperen。（2012、2015），Qu等人（2011年），Goerland等人（2012），Wen等人.

本文的工作是一个延伸和改进。张等提出的方法。（2015）。这些作者提出了一个模型来对遭遇的严重程度进行排序。基于三个因素的两艘船之间：距离两艘船之间的相对速度和差异在它们的标题之间。当这个模型被发现足以作为探测近距离目标的基础错过了，现有模型的一个挑战是具体的。换言之，该模型将导致相当多的船舶需要进一步人工调查的遭遇重新确定交通环境（其他海上交通、环境条件等）。这样的专家判断耗时，这可能会妨碍模型。考虑到以上，提出的模型的特殊性张等。（2015）在本文中通过合并模型中的船舶尺寸通过计算船舶领域。一进一步的改进包括碰撞（MDTC）概念，允许更好地区分不同遭遇角度的风险水平。本文的其余部分组织如下。第二节概述船舶安全性能分析的概念基础在海运环境中，给读者对提议的更广泛背景和目的的理解方法。第3节介绍了从AIS数据中检测和排序潜在的未遂碰撞。在第4节中，该方法适用于北波罗的海地区，并进行了模型评估试验。评估模型的性能。第5和6节提供一些讨论和结束语。

基础概念

人工智能数据越来越多地被用作有价值的信息来源。论海上交通工程中的船舶交通关于海上运输安全的研究。自动识别系统识别每个装有AIS发射器的容器，以及传输船舶的静态和准静态数据（呼号，IMO编号、目的地、货物等）以及频繁更新关于船只的位置、速度和航线。这些数据存储在海岸设施，特定区域的海上交通可以重建和进一步研究。近年来，AIS数据质量显著提高（Felski等人，2015；Sang等，2015年），并进一步改进正确安装天线（Last等人，2015年）。人工智能数据已被用于各种目的，如研究避碰操纵（Mou等人，2010），船舶轨迹分析（Xiao等人，2015），船速优化（Psaraftis和Kontovas，2014年），《船舶领域分析》（Hansen等人，2013年；Rawson等，2014；王和秦，2015），事故调查（Wang等人，2013）和海上风险模型（Mazaheri等人，2015年；Goerland和Kujala，2014年；Silveira等人，2013年；Zhang等人，2013）。利用人工智能数据已被确定为一个研究方向。以检测可能的未遂碰撞。Goerland等人（2012）应用富士和Shiobara提出的椭圆船域（1971年）作为标准，而van iperen（2012年、2015年）采用了一种组合接近指标和经验船舶领域将未遂事故与正常遭遇分开。屈等。（2011）使用模糊四元数船域作为船舶计算的基础水路冲突。吴等人。（2016）适用不同冲突德克萨斯州水道的探测机制，包括VCRO方法：张等。（2015）。张等。（2015）提出了一种新型近距离失踪船舶模型基于AIS数据的三大碰撞检测因素，距离，相对速度和相位。与以前不同这些作者提出了一个运算符根据冲突的严重程度对冲突进行排序，使用与风险分析方法相似的连续序数排序由Debnath和Chin（2010）和Debnath等人提出。（2011）。2.2。交通冲突研究中的未遂碰撞近距离的碰撞检测只是最近才出现的。成为海运研究的焦点Berglund和Huttunen的早期工作（2009年）以及第一个利用海上交通冲突技术进行精细化处理（NTCT）Debnath和Chin（2010年）。这集中在未遂事件和交通冲突在道路安全研究中有着悠久的传统，其中交通冲突技术（TCT）是主要手段之一，Hyd_n（1987）、Chin和Quek（1997）、Svensson的工作（1998）早日打好基础，现已投入使用。以及最近的扩展，见Laurshyn等人。（2010）和邹等。（2014）。TCT和NTCT都是从以下观点开始的：事故，以及其他交通冲突提供了指示和洞察进入运输系统的安全等级。这种冲突交通系统用户遇到彼此的情况吗？有发生事故的可能性，没有这起事故实际实现。根本原因是代表不同严重程度的冲突具有不同的安全性事故发生的裕度。不同层次的冲突严重性包括未受干扰的通道、各种冲突严重程度、未遂事故和实际事故。这个层次以金字塔（hyd_n，1987）或钻石的形式呈现（Svensson，1998年）。TCT最显著的好处是较低严重级别的血管冲突发生频率更高比碰撞事故更能说明安全问题短时间内的交通系统（Debnath和钦，2010）。然而，一个弱点是这类船舶冲突和事故事实上并非已经很成熟了。H_nninen和Kujala的工作（2014）表明，近距离未命中（如悉尼威立雅运输中心报告的）和事故发生，但有更多的证据和对这一环节的研究是值得的。贡献本文所做的不应理解为有更多未遂事件的海域必然代表碰撞风险更高。相反，目的是定义一个方法协助专家判断哪些遭遇符合未遂事件。然后这些案例将进一步链接到相关事故数据库，以及其他相关的航运信息来源，以调查未遂事故与事故的关系。

对TCT的定义来说，冲突措施是必要的。从给定时间的可观测系统状态中得出。这些状态与时间有关，与直觉相对应。交通安全随着交通的变化而变化系统随着时间和空间的发展而发展。冲突措施是用于将船只遭遇的严重程度分级为按顺序排列，则可识别出更严重的冲突，并这些可以通过以下方式进一步连接到整体交通安全对不同的遭遇进行排名（Zhang等人，2015年）。几乎所有海上交通中的交通冲突方法、冲突措施由于巨大的时空关系的复杂性多个交互流量用户（Laurshyn等人，2010年）。安文等人的工作是例外。（2015b），谁关注通过明确说明彼此附近船舶的密度来计算交通复杂性。然而，复杂性和海上安全还没有详细阐述。它将模特的野心限制在两人的相遇上，有人认为道路交通的冲突措施不合适对于海运系统（Debnath和Chin，2010年），这意味着一个适合检测的冲突操作员需要海上未遂事故。此外，限制成对相遇需要一种机制来超越这些成对的相遇，作为多条船之间的相互作用从安全的角度看可能更相关.

1显示了该方法如何发展的概念框架本文适合于更广泛的背景下增加了解海运安全，这是非常重要的类似于张等人提出的模型的预期用途。（2015）。起点是AIS数据（第一步），它提供了洞察力交通的时空特征给定海域。根据此数据，所遇到的安全距离根据船舶尺寸和相应的第3.2.1节详述的船舶领域（步骤二）。船舶尺寸也被用作船舶类别的基础，通过MDTC方法反映船舶的机动性，见第3.2.2节（第三步）。结合这些元素航行冲突、船只冲突的严重性排名运算符（VCRO）定义如下（步骤四），遇到通过将VCRO应用于数据（步骤v）。这是本文的重点，尤其是公式化的VCRO对遭遇进行排序，以检测可能的未遂遭遇。这种方法的实用性是由于和/或繁忙的海域，船只遇到的次数是如此之多反过来判断每一个都需要付出太多的努力。VCRO减少了需要考虑的冲突数量通过过滤程序。与早期工作相比，尤其是张等。（2015）通过使该运营商更具体的是减少专家判断的数量制造的。基于VCRO（步骤五）的分级船舶冲突是但本身不足以考虑船只遇到的情况差点儿错过。专家访谈也发现据van Iperen（2012）报道，这需要更广泛的遭遇的情境化，其他因素如该地区的其他交通和气象条件考虑过的。这是因为航海经验丰富总的来说，航海家可以解释遭遇并决定避免碰撞的必要性基于相互作用的船只的接近性的行动特征和主要的地理空间和气象条件（Chauvin和Lardjane，2008年；Cockcroft和Lameijer，2004）。因此，模型被用来表示最重要的在进一步的判断中要考虑的遭遇，参见图1，而不是比宣布遭遇某种确定的严重性要好。在这考虑到，目前的方法不同于早期的工作，例如Berglund和Huttunen（2009年）以及Debnath和Chin（2010年）。为了实现这一点，额外的上下文数据被添加到排名最高的船只遭遇（第六步）。这些是随后由航海专家判断这些是否符合未遂事件（第七步）。相关的遭遇导致一个数据库未遂碰撞（步骤八）。但是，步骤六和以下是超出了本文的范围。近距离碰撞数据库可以提供海上交通安全（第九步）。首先，链接未遂事件数据库通过事故数据库和交通量可以提供洞察力评估中的未遂信息的实际值导航安全级别，例如使用贝叶斯数据学习技术（H_nninen和Kujala，2014），回归类型模型（Debnath等人，2011）或Markov建模（Faghih Roohi等人，2014）。这可用于评估安全性的变化。水道设计变更后的水位，或用于调查情境因素对未遂事件发生的重要性。Debnath和Chin（2010）也提出了这些用途，并且德布纳特等人（2011年），世卫组织建议使用交通冲突和未命中是诊断工具而不是预测工具。这个问题与交通冲突技术的有效性及其理论基础假设更严重的冲突确实与更高的事故风险。在道路交通研究中，交通的有效性冲突技术也受到质疑，见Williams（1981）以及Hauer和G_rder（1986年）。冲突之间的关系确实发现了严重性和事故（Svensson，1998年）。然而，对海运的研究还没有导致关于近距离信息在碰撞风险分析中的应用的结论性结果.

定义无形冲突排名运营商

建造了船舶冲突分级操作员（VCRO）VCRO。基于专家判断和以往的海事研究安全性，用于评估成对船只遭遇的严重性。通常情况下，等级越高的遭遇就越严重。低等级的遭遇意味着更安全。期间定义数学内容和结构的步骤VCRO模型，五名以上高级航海人员多年的海上服务被采访过。因此，参数数学模型的定义是基于专家判断和参数估计结合使用人工智能数据。

正如之前对船舶碰撞风险模型的研究所指出的那样（Ren等人，2011年；Mou等人，2010年；Bukhari等人，2013年；Goerland和Montewka，2015b），最近接近点的距离（DCPA）和到最近接近点（TCPA）的时间不完全反映船只遭遇的严重程度。一些研究（Goerlandt和Kujala，2014年；Zhang等人，2015年）也强调了需要更多地关注哪些因素包括在船舶遭遇（严重性）的定义。首先，在某些正面碰撞中，如果另一艘船穿过在自己的船前面有一个很小的接近点（CPA）但足够宽的弓交叉范围（BCR），即小注册会计师并不意味着不安全的遭遇。在这种情况下，BCR具有信息性，可用于作出推论，其中CPA可能导致安全遭遇的错误分类为不安全，另见Zhang等人。（2015）。第二，DCPA不考虑相对定向遇到的船只。遇到另一艘船从自己船的横梁后面以锐角由于操作有限，要求更高与以下情况相比，空间和较大的课程变更：其他船靠近自己船的横梁前方斜角或直角，另见Zhang等人。（2015）。基于这些原因，再加上专家访谈，VCRO是使用一个包含通过考虑船舶碰撞的一般特征以下相关因素：（一）两船之间的安全距离。这个距离是这里不简单地定义为两艘船的中心，如张等人（2015）但是从被观察到的船到安全的距离观测船的区域边界。这种方法更多与例如Qu等人的工作相比。（2011年），谁算数？作为船舶碰撞风险指标的域重叠。（2）相遇过程中距离的变化率。这是由两者的相对速度决定的与执行回避任务的时间有关行动。（三）两船的相对方位。这取决于标题之间的差异，以及不同程度的规避策略行动。船舶操纵性是一个特别重要的根据工作评估冲突严重性的因素，例如Montewka等人（2012）和Zhang等人（2012）。作为机动性很难直接从AIS数据中评估MDTC模型用作此的代理。该系数基于Montewka等人提出的MDTC模型。（2010年），见章节3.2.2.（4）船舶尺寸。因为船域取决

资料编号：[5017]