本发明涉及船舶轨迹监控，尤其涉及一种基于北斗定位的船舶轨迹监控方法。
背景技术：
1、船舶是一种大型水上交通工具，主要用于运输货物和人员以及执行特定任务，随着科技进步和经济发展，国内外贸易不断增长，海上交通运输量也呈现大规模增长趋势，船舶交通日益繁忙，为了保证船舶航行的安全性船舶轨迹多采用自动识别系统（ais）、北斗定位、卫星导航系统等工具记录和监控船舶航行轨迹。
2、船舶航行轨迹指船舶在海上或内河航行时所遵循的路径，这些轨迹由多种因素决定的，包括航海图、航线规划、天气状况、海流海浪影响以及船舶的技术性能等，船舶航行轨迹的记录对于航海安全至关重要，有助于监控船只位置，通过监测航行轨迹，避免船舶之间的相互碰撞和接触地面障碍物，同时航行轨迹的历史数据可用于分析航行模式、预测未来航行状况和优化航道。
3、通过实时监控船舶的位置和轨迹，可以及时发现船舶偏离预定航道或者接近危险区域，且合理的航行轨迹可以帮助船舶选择最短或最省油的航线，从而节省燃料和时间，提高航行效率，同时通过分析历史航行数据，可以优化航线规划，预测未来的航行状况，为船舶管理提供科学依据，因此，船舶航行轨迹监控是一个综合性的管理工具。
4、但是现有技术中的船舶轨迹监控系统无法提前预测船行路线上是否存在安全风险，使得当船舶遇到不可预见的天气风险时无法及时安全撤离，增加应急响应的难度和复杂性，可能对船员生命安全构成严重威胁。
5、针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本发明为了解决上述问题，提出了一种基于北斗定位的船舶轨迹监控方法，实现船舶轨迹监控减少航行风险的目的。
2、为了实现上述目的，本发明采用如下技术方案：
3、本发明提供了一种基于北斗定位的船舶轨迹监控方法，该基于北斗定位的船舶轨迹监控方法包括以下步骤：
4、s1、获取船舶待航行路线图，并通过船舶内安装的北斗定位系统获取船舶行驶信息；
5、s2、根据线路图获取航行范围内的风速与潮汐数据建立船舶行为模型，设定船舶行驶轨迹与航行时段；
6、s3、获取航行轨迹范围内的航行数据，评估船舶航行风险产生的概率与船舶偏移距离；
7、s4、根据风险概率值与偏移距离设定相应的规划方案与警报系统。
8、优选的，根据线路图获取航行范围内的风速与潮汐数据建立船舶行为模型，设定船舶行驶轨迹与航行时段包括以下步骤：
9、s21、根据路线图确定航行过程中的起点与终点，依据航行范围从数据平台获取对应区域的风速与潮汐数据，潮汐数据包括潮汐的涨落时间及涨落幅度；
10、s22、根据风速与潮汐数据结合船舶自身的设计参数建立船舶行为模型预测船舶在风速与潮汐限定情况下的行为；
11、s23、根据船舶行为模型预测在风速影响下设定最优航行速度确定船舶航行的行驶轨迹；
12、s24、根据最优航行速度设定符合路线图的条件下航行的时间段。
13、优选的，获取航行轨迹范围内的航行数据，评估船舶航行风险产生的概率与船舶偏移距离包括以下步骤：
14、s31、按照航行轨迹获取航行范围内的航行数据，航行数据包括航行速度、航行范围内的气象数据，气象数据包括风速、温湿度、降雨量及海浪高度；
15、s32、根据气象数据判断航行范围内的路线状况，并利用航行速度与路线状况构建风险评估模型；
16、s33、根据风险评估模型判断航行范围内发生灾害的概率与预计时间段；
17、s34、通过定位系统实时监控船舶的航行轨迹，并建立对比模型判断与行驶轨迹之间的差值判断船舶偏离距离。
18、优选的，根据气象数据判断航行范围内的路线状况，并利用航行速度与路线状况构建风险评估模型包括以下步骤：
19、s321、根据航行范围内的气象数据采用不确定性参数描述风险评估参数得到灾害风险在状态空间中的气象数据矩阵；
20、s322、构建优化系统对气象数据矩阵进行全息感知与信息融合处理，并采用边缘融合特征检测方式对气象数据矩阵进行评价与模糊决策；
21、s323、对气象数据矩阵进行特征提取，并采用多融合方式将特征与航行速度进行融合组成特征因子；
22、s324、利用特征因子与评估算法构建风险评估模型进行航行路线过程中的灾害评估。
23、优选的，利用特征因子与评估算法构建风险评估模型进行航行路线过程中的灾害评估包括以下步骤：
24、s3241、通过人工校验与全息感知方式得到特征因子的融合决策量；
25、s3242、以融合决策量为基础利用数据库构建全息感知的风险数据库，得到风险特征分布状态函数；
26、s3243、采用融合计算方式得到全息感知的融合模型，并基于融合模型得到风险信息的样本状态参数；
27、s3244、根据参数集得到多频段动态特征提取模型并求解风险的关联度分布集合得到特征因子的指标；
28、s3245、将指标输入至风险数据库得到灾害图谱信息构建风险负荷分布集，并采用频域阈值方式对灾害图谱信息进行模糊度检测；
29、s3246、将检测结果与指标进行整合构建配置模型获得风险评估模型，得到灾害评估函数，实现航行路线过程中的灾害评估。
30、优选的，灾害评估函数的计算公式为：
31、；
32、式中， w表示灾害评估值， μ表示融合决策量， θ t表示第 t个指标的模糊度检测值， λ表示样本状态参数， δ表示特征分布状态函数值， t t表示第 t个指标的负荷分布值， δx表示灾害图谱信息量。
33、优选的，通过定位系统实时监控船舶的航行轨迹，并建立对比模型判断与行驶轨迹之间的差值判断船舶偏离距离包括以下步骤：
34、s341、利用北斗定位系统获取拍摄船舶航行的实时位置形成实际航行轨迹，并将行驶轨迹转换为图像形式作为对比例；
35、s342、利用特征编码策略分别提取位置图像与对比例图像的几何特征与位置特征，并通过密度优化的动态机制采用向量表示几何特征与位置特征间的空间位置关系；
36、s343、根据空间位置关系结合特征编码策略描述位置图像与对比例图像的全局特征并提取特征向量；
37、s344、根据特征向量建立对比模型计算位置图像与对比例图像特征之间的相似性得到差值，将得到的差值作为船舶偏移的距离。
38、优选的，根据空间位置关系结合特征编码策略描述位置图像与对比例图像的全局特征并提取特征向量包括以下步骤：
39、s3431、将位置图像与对比例图像输入至预训练的残差模型进行外观描述，并采用自动加权方式降低图像的权重描述位置图像与对比例图像的全局描述符；
40、s3432、根据全局描述符求解位置图像与对比例图像中船舶的分布距离，并计算两组图像中船舶的船身倾斜度；
41、s3433、对船身倾斜度进行非线性压缩得到船身倾斜向量。
42、优选的，根据风险概率值与偏移距离设定相应的规划方案与警报系统包括以下步骤：
43、s41、分别预设风险概率与偏移距离的阈值，当航行过程中灾害风险与偏移距离达到阈值启动调度方案；
44、s42、将海浪大小程度与逃生路线作为避灾路径的影响因子，以时间最短为原则引入船舶内人员逃生速度与逃生方式计算逃生通过每条路线的时间；
45、s43、构建以逃生时间为目标值的逃生模拟模型，并结合未来时间段内的海浪大小程度训练模拟模型修改逃生路线的属性获得风险概率超出阈值情况下的三维动态逃生规划路线；
46、s44、根据船舶航行状况制定警报系统与船舶的航行控制系统连接，当船舶偏离航行轨迹时启动警报进行船舶航行方向调整。
47、优选的，根据船舶航行状况制定警报系统与船舶的航行控制系统连接，当船舶偏离航行轨迹时启动警报进行船舶航行方向调整包括以下步骤：
48、s441、利用船舶的航行控制系统收集航行过程中的位置，并根据位置特征确定警报系统的结构；
49、s442、初始化警报系统的权值与隶属函数，并确定警报系统的学习速率应用位置集合进行训练修正权值；
50、s443、将航行位置输入至警报系统中，将输出结果设置为偏移值，判断偏移值与偏移阈值的差值；
51、s444、当差值判断完成后将偏移信号发送至船舶控制器，经过控制器生成控制指令，依据控制指令对报警器进行开启与关闭控制，通过声音向船舶工作人员发送提醒，进行船舶航行方向调整。
52、本发明的有益效果为：
53、1、本发明首先通过获取航行范围内的风速和潮汐数据，建立船舶行为模型，有效地规划航行轨迹和时段，并评估船舶航行风险的产生概率和船舶的偏移距离，根据风险概率值和偏移距离，设定相应的调度方案和警报系统，从而能够更好地满足船舶的具体航行需求，增强航行的可控性，通过实时获取航行轨迹范围内的航行数据，实时监控船舶的行驶状态，及时发现和处理问题，同时也为优化航行计划和改善航行性能提供了数据支持，总的来说本发明能够提高航行的安全性和效率，减少航行风险，提供定制化的航行规划和警报服务，增强航行的可控性，同时也为后续的航行数据分析和性能优化提供了数据支持。
54、2、本发明利用风速和潮汐数据，更加科学地规划航行轨迹和时间段，将风速和潮汐数据与船舶的设计参数结合起来，预测船舶在特定环境条件下的行为，进而通过船舶行为模型，预设最优航行速度，进一步优化航行轨迹，从而可以更有效地利用环境数据和船舶设计参数，提前预测和规划出最优的航行计划。
55、3、本发明通过实时获取航行速度、气象数据等航行数据，更准确地掌握航行范围内的实际情况，为后续的风险评估和航行决策提供数据支持，通过气象数据和航行速度，建立风险评估模型，预测航行范围内的灾害发生概率和预计时间段，有助于船舶及时采取应对措施，避免或减轻灾害对航行的影响，同时通过定位系统实时监控船舶的航行轨迹，及时发现船舶的偏离情况，提早采取调整措施，减少偏离对航行的影响，并通过建立对比模型，准确地判断船舶与预设航行轨迹之间的偏离距离，评估偏离的严重程度，以便采取相应的纠正措施。
56、4、本发明通过预设风险概率和偏离距离的阈值，保证在航行过程中实时评估灾害风险和偏离情况，一旦达到阈值，就可以启动灾害调度方案，这样能够快速响应，提高应急处理能力，首先将海浪大小程度和逃生路线作为路径规划的影响因子，并引入船舶人员的逃生速度和方式，以实现最短的逃生时间，使得能够在紧急情况下最大程度地保障船舶人员的安全，并通过连接警报系统和船舶航行控制系统，可以在船舶偏离航行轨迹时及时启动警报，进行航行方向调整，这样的警报系统可以及时提醒船舶人员注意航行状态，避免进一步偏离航线，确保航行的安全。
1.一种基于北斗定位的船舶轨迹监控方法，其特征在于，该基于北斗定位的船舶轨迹监控方法包括以下步骤：
2.根据权利要求1所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述根据线路图获取航行范围内的风速与潮汐数据建立船舶行为模型，设定船舶行驶轨迹与航行时段包括以下步骤：
3.根据权利要求1所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述获取航行轨迹范围内的航行数据，评估船舶航行风险产生的概率与船舶偏移距离包括以下步骤：
4.根据权利要求3所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述根据气象数据判断航行范围内的路线状况，并利用航行速度与路线状况构建风险评估模型包括以下步骤：
5.根据权利要求4所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述利用特征因子与评估算法构建风险评估模型进行航行路线过程中的灾害评估包括以下步骤：
6.根据权利要求5所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述灾害评估函数的计算公式为：
7.根据权利要求6所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述通过定位系统实时监控船舶的航行轨迹，并建立对比模型判断与行驶轨迹之间的差值判断船舶偏离距离包括以下步骤：
8.根据权利要求7所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述根据空间位置关系结合特征编码策略描述位置图像与对比例图像的全局特征并提取特征向量包括以下步骤：
9.根据权利要求1所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述根据风险概率值与偏移距离设定相应的规划方案与警报系统包括以下步骤：
10.根据权利要求9所述的一种基于北斗定位的船舶轨迹监控方法，其特征在于，所述根据船舶航行状况制定警报系统与船舶的航行控制系统连接，当船舶偏离航行轨迹时启动警报进行船舶航行方向调整包括以下步骤：
