CN118050728B - 一种用于航道安全监控的目标获取方法及系统 - Google Patents

Abstract

本发明涉及船舶防撞技术领域，具体涉及一种用于航道安全监控的目标获取方法及系统。本发明首先获取船舶航行过程中每个采样时刻下的雷达高程监测图中的海面测点及障碍物测点；然后获取每个障碍物测点的动态预期因子，进一步获取每个采样时刻下的所有避障路径；根据避障路径间的差异获取每个障碍物测点的威胁系数，进而获取每个障碍物测点的异常程度并调整对应局部可达密度，获取最终雷达高程监测图。本发明通过获取动态预期因子及威胁系数，判断了每个障碍物测点的异常程度，然后根据异常程度调整局部可达密度，降低了局部异常因子算法对噪声的敏感性，准确检测所有异常障碍物测点，提高对航道安全监测的可靠性。

Description

一种用于航道安全监控的目标获取方法及系统

技术领域

本发明涉及船舶防撞技术领域，具体涉及一种用于航道安全监控的目标获取方法及系统。

背景技术

航海雷达是一种水域安全探测技术，通过航海雷达监测并跟踪航行水域中如船只、浮标、礁石等各种障碍物，可以获取船舶航行时周围障碍物的大小、速度及高程等相关信息，进而生成相应的避障策略，为船只航行提供了有力的安全防撞保证。但雷达信号可能受大气、海洋以及其他雷达系统等干扰，导致部分雷达监测数据存在异常，可能影响航道安全监控及避障策略制定，具有一定的安全隐患。

局部异常因子算法通过判断雷达监测数据在邻域内的局部可达密度可以有效识别雷达监测数据中的异常数据，但由于局部异常因子算法对噪声的敏感程度更高，其相对噪声可能会更容易忽视异常数据，从而导致雷达监测数据的异常提出不够准确，进而导致所拟合雷达方位-距离图的准确性低，影响后续障碍物的判断及安全避障策略制定。

发明内容

为了解决现有局部异常因子算法无法准确识别异常雷达监测数据进而导致航道安全监控可靠性低的技术问题，本发明的目的在于提供一种用于航道安全监控的目标获取方法及系统，所采用的技术方案具体如下：

本发明提出一种用于航道安全监控的目标获取方法，所述方法包括：

获取船舶航行过程中每个采样时刻下的雷达高程监测图，并获取每个所述雷达高程监测图中的海面测点及障碍物测点；

根据相邻采样时刻对应所述雷达高程监测图间相同位置像素点间的高程差异的分布情况，获取每个采样时刻下每个所述障碍物测点的动态预期因子；根据所述动态预期因子及所述海面测点与所述障碍物测点间的距离，结合路径经济性因素获取每个采样时刻下的所有避障路径；在每个采样时刻，根据每个所述障碍物测点对应所有所述避障路径间的路径差异，获取对应所述障碍物测点的威胁系数；在每个所述障碍物测点的预设范围内，根据所有所述障碍物测点的所述威胁系数的波动情况及其余所述障碍物测点与对应所述障碍物测点间的可达距离的波动情况，获取对应所述障碍物测点的异常程度；

根据所述异常程度调整每个所述障碍物测点的局部可达密度，获取每个采样时刻下的最终雷达高程监测图。

进一步地，所述动态预期因子的计算公式为：

；其中，为第个采样时刻下第个障碍物测点的动态预 期因子；为海面测点的序号；为障碍物测点的序号；为第个采样时刻下对应所有海 面测点的海面高程差值的分布峭度；为第个采样时刻下对应所有障碍物测点的障碍高 程差值的分布峭度；为第个采样时刻下对应除去所有与第个障碍物测点对应目标障 碍高程差值相同的障碍物高程差值外其余所有的非目标障碍高程差值的分布峭度；为预 设非零常数。

进一步地，所述海面高程差值的分布峭度、所述障碍高程差值的分布峭度及所述非目标障碍高程差值的分布峭度的获取方法包括：

计算每个采样时刻下所述海面测点与前一相邻采样时刻对应所述雷达高程监测图中相同位置像素点间的高程值差值，得到所有所述海面测点的海面高程差值；获取所述海面高程差值的分布峭度；

计算每个采样时刻下所述障碍物测点与前一相邻采样时刻对应所述雷达高程监测图中相同位置像素点间的高程值差值，得到所有所述障碍物测点的障碍高程差值；获取所述障碍高程差值的分布峭度；

以任一所述障碍物测点为目标障碍物测点，将所述目标障碍物测点对应所述障碍高程差值为目标障碍高程差值，获取除与所述目标障碍高程差值相同的所有所述障碍高程差值外的其余所有非目标障碍高程差值的分布峭度。

进一步地，所述避障路径的获取方法包括：

对每个采样时刻下对应所述雷达高程监测图中所有所述障碍物测点进行聚类，得到所有障碍物区域；在每个所述障碍物区域内有放回地任选一个所述障碍物测点作为定位点，所有所述定位点组成一个路径障碍点组，得到每个采样时刻下的所有路径障碍点组；

以采样时刻船舶所处位置为第一路径点，以船舶目的地为终点路径点；获取所述第一路径点的预设范围内每个所述海面测点在任一所述路径障碍点组影响下的合力场，以所述第一路径点的所述预设范围内所述合力场最大的所述海面测点为第二路径点；再获取所述第二路径点的所述预设范围内每个所述海面测点在对应所述路径障碍点组影响下的合力场，以所述第二路径点的预设范围内所述合力场最大的所述海面测点为第三路径点；不断获取新的路径点，直至所述终点路径点在新的路径点的所述预设范围内时，停止获取路径点；将获取的所有路径点从所述第一路径点至所述终点路径点按获取次序依次连线，得到对应所述路径避障点组的避障路径。

进一步地，所述合力场的计算公式为：

；其中，为路径点的序 号；为第个采样时刻下第个路径点的预设范围内的第个海面测点的合力场；为第一 增益系数；为第个采样时刻下距第个路径点的预设范围内第个海面测点最近的第 个障碍物区域内的第个障碍物测点的动态预期因子；为第个采样时刻下第个路径 点的预设范围内第个海面测点与第个障碍物区域内第个障碍物测点间的距离；为第二 增益系数；为路径点的数量；为第个采样时刻下第个路径点与第个路径点间 的距离，其中当时，取0；为第个采样时刻下第个路径点的预设范围内第 个海面测点与第一路径点间的距离。

进一步地，所述威胁系数的获取方法包括：

以任一所述障碍物测点为目标障碍物测点，以含所述目标障碍物测点的所有所述路径障碍点组对应所有所述避障路径中的任意两条所述避障路径为一个路径组合，得到所有路径组合；获取每个所述路径组合中两个所述避障路径上所有所述海面测点对应位置坐标间的均方误差，将所述目标障碍物测点的所有所述路径组合对应所述均方误差的均值进行归一化，得到所述目标障碍物测点的威胁系数。

进一步地，所述异常程度的获取方法包括：

以任一所述障碍物测点为目标障碍物测点，在每个所述目标障碍物测点的预设范围内，获取所有所述障碍物测点对应所述威胁系数的威胁系数方差，将所有所述障碍物测点与所述目标障碍物测点间的可达距离的方差值进行归一化后乘以所述威胁系数方差，得到每个所述目标障碍物测点的异常程度。

进一步地，所述局部可达密度的调整方法包括：

获取每个所述障碍物测点的局部可达密度，将所述异常程度作归一化处理后进行负相关映射，将负相关映射值加上预设正整数后乘以对应所述障碍物测点的所述局部可达密度，得到调整后的局部可达密度。

进一步地，所述海面测点及所述障碍物测点的获取方法包括：

将每个所述雷达高程监测图采用大津阈值算法进行分割，将二值化分割区域中平均高程值小的分割区域对应所有像素点作为海面测点，平均高程值大的分割区域对应所有像素点作为障碍物测点。

本发明还提出一种用于航道安全监控的目标获取系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种用于航道安全监控的目标获取方法的步骤。

本发明具有如下有益效果：

本发明首先获取船舶航行过程中每个采样时刻下的雷达高程监测图中的海面测点及障碍物测点；根据相邻采样时刻对应雷达高程监测图间相同位置像素点间的高程差异的分布情况，获取每个采样时刻下每个障碍物测点的动态预期因子，动态预期因子反映了障碍物测点与海面程度的波动同步性，若障碍物测点的高程值不随海面的高程值的波动而波动，则其为异常障碍物测点的可能性越大；进一步根据动态预期因子及海面测点与障碍物测点间的距离，结合路径经济性因素获取每个采样时刻下的所有避障路径；然后在每个采样时刻，根据每个障碍物测点对应所有避障路径间的路径差异，获取对应障碍物测点的威胁系数，威胁系数反映了障碍物测点作为路径定位点的影响程度；在每个障碍物测点的预设范围内，根据所有障碍物测点的威胁系数的波动情况及其余障碍物测点与对应障碍物测点间的可达距离的波动情况，获取对应障碍物测点的异常程度，障碍物测点间的可达距离越均匀且威胁系数波动越大，则对应障碍物测点越异常；根据异常程度调整每个障碍物测点的局部可达密度，将异常程度较大的障碍物测点对应局部可达密度调小，使其孤立离群的特征更易被检测出来，进而获取每个采样时刻下的最终雷达高程监测图。本发明通过获取动态预期因子及威胁系数，进一步判断了每个障碍物测点的异常程度，然后根据异常程度调整局部可达密度，降低了局部异常因子算法对噪声的敏感性，准确检测所有异常障碍物测点，提高对航道安全监测的准确性及可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的一种用于航道安全监控的目标获取方法的方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于航道安全监控的目标获取方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种用于航道安全监控的目标获取方法及系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种用于航道安全监控的目标获取方法的方法流程图，该方法包括以下步骤：

步骤S1，获取船舶航行过程中每个采样时刻下的雷达高程监测图，并获取每个雷达高程监测图中的海面测点及障碍物测点。

为对船舶航道进行安全监控，本发明实施例通过船舶装载的雷达系统获取每个采样时刻下的雷达高程监测图，进而获取海面测点与障碍物测点，以便后续根据海面测点及障碍物测点的相关信息判断障碍物测点的异常程度，进一步剔除异常障碍物测点获取更为准确的雷达高程监测图，以便更准确地对船舶航道进行安全监控。

在本发明的一个实施例中，船舶装载雷达系统的发射器具体以每秒一次的发射频率向四周发射S波段的电磁波，电磁波在传播过程中遇到物体将发生反射，当雷达接收器接收到反射回的电磁波信号后，经过信号处理和分析得到船舶周围所有物体对应测点的三维雷达高程图，其中x轴y轴构建的二维平面中每个测点的坐标位置，表示测点相对船舶发出电磁波时所处位置的位置坐标，z轴则表示对应测点的高程值，即地表或目标物体在垂直方向上的高度分布情况，将三维距离-方位图映射到二维平面中，获取对应二维的雷达高程监测图，其中雷达高程监测图中的像素点为对应测点，像素点的像素值为对应测点的高程值。需要说明的是，获取雷达高程监测图是本领域技术人员所熟知的技术手段，在此不再赘述。

考虑到船舶在航道航行过程中，雷达发射波所抵达的为海面及海上障碍物，而船只、浮漂或礁石等障碍物是影响航道安全的重点监控目标，若所监测障碍物相关信息为异常数据时，将对航道安全监控存在极大威胁；故本发明实施例需获取每个雷达高程监测图中的海面测点及障碍物测点，进一步分析障碍物测点的异常程度，从而进行异常剔除，获取准确的雷达高程监测图进行航道安全监控。

优选地，在本发明的一个实施例中，考虑到障碍物相对海面更为突出，其对应高程值也相较海面更高，而大津阈值算法能够根据类内方差自适应分割图像，并提供清晰的边界信息；基于此，海面测点及障碍物测点的获取方法包括，将每个雷达高程监测图采用大津阈值算法进行分割，将二值化分割区域中平均高程值小的分割区域对应所有像素点作为海面测点，平均高程值大的分割区域对应所有像素点作为障碍物测点。大津阈值算法是本领域技术人员熟知的现有技术，在此不再赘述；在本发明的其他实施例中，实施者也可采用其他如神经网络或自适应阈值法等方法获取海面测点及障碍物测点。

步骤S2，根据相邻采样时刻对应雷达高程监测图间相同位置像素点间的高程差异的分布情况，获取每个采样时刻下每个障碍物测点的动态预期因子；根据动态预期因子及海面测点与障碍物测点间的距离，结合路径经济性因素获取每个采样时刻下的所有避障路径；在每个采样时刻，根据每个障碍物测点对应所有避障路径间的路径差异，获取对应障碍物测点的威胁系数；在每个障碍物测点的预设范围内，根据所有障碍物测点的威胁系数的波动情况及其余障碍物测点与对应障碍物测点间的可达距离的波动情况，获取对应障碍物测点的异常程度。

考虑到通过综合分析相邻采样时刻对应雷达高程监测图间所有相同位置像素点间的高程差异可以判断某个障碍物测点是否存在异常；又考虑到由于受风或海洋系统等因素影响会使海水一直处于波动起伏的状态，导致海面及所有障碍物的高程值都随着海水起伏而变化，且船舶仍在航行状态，雷达系统在相邻采样时刻获取的高程值不具有对比分析价值。

但若相邻采样时刻下所处海域的天气不存在剧烈变化时，海面受海洋系统影响所产生的海水起伏通常具有一定规律且近似正态分布，又由于船舶体积庞大，相邻采集时刻间的航行距离对雷达高程监测图间测点高程差异的分析影响可忽略不计，即相邻时刻所采集的雷达高程监测图中所有障碍物测点间高程差异的分布情况应当与海面波动规律即海面测点的高程差异间的分布情况存在一定联系；故本发明实施例根据相邻采样时刻对应雷达高程监测图间相同位置像素点间的高程差异的分布情况，获取每个采样时刻下每个障碍物测点的动态预期因子，动态预期因子反映了障碍物测点是否会随海面波动而波动，若障碍物测点的高程值不随海面高程值的波动同步性，则其为异常障碍物测点的可能性越大。

优选地，在本发明的一个实施例中，考虑到峭度能够反映概率分布曲线陡峭程度，峭度差异越大，则说明分布差异越大；动态预期因子的获取方法包括：计算每个采样时刻下海面测点与前一相邻采样时刻对应雷达高程监测图中相同位置像素点间的高程值差值，得到所有海面测点的海面高程差值；获取海面高程差值的分布峭度；计算每个采样时刻下障碍物测点与前一相邻采样时刻对应雷达高程监测图中相同位置像素点间的高程值差值，得到所有障碍物测点的障碍高程差值；获取障碍高程差值的分布峭度；以任一障碍物测点为目标障碍物测点，将目标障碍物测点对应障碍高程差值为目标障碍高程差值，获取除与目标障碍高程差值相同的所有障碍高程差值外的其余所有非目标障碍高程差值的分布峭度；根据动态预期因子的计算公式获取动态预期因子；需要说明的是，分布峭度的计算是本领域技术人员所熟知的现有技术，在此不做赘述。

动态预期因子的计算公式为：

其中，为第个采样时刻下第个障碍物测点的动态预期因子；为海面测点的 序号；为障碍物测点的序号；为第个采样时刻下对应所有海面测点的海面高程差值 的分布峭度；为第个采样时刻下对应所有障碍物测点的障碍高程差值的分布峭度； 为第个采样时刻下对应除去所有与第个障碍物测点对应目标障碍高程差值相同的障碍 物高程差值外其余所有非目标障碍高程差值的分布峭度；为预设非零常数，在本发明实施 例中，预设非零常数取0.1，保证分式有意义，实施者可根据具体实施情况自行设置。

在动态预期因子的计算公式中，反映了除去与目标障碍高程差值 相同的所有障碍物高程差值外其余所有障碍高程差值与海面高程差值在相邻采样时刻的 分布差异，反映了障碍高程差值相对海面高程差值在相邻采样时刻间的分 布差异，若除去与目标障碍高程差值相同的所有障碍物高程差值后，障碍高程差值的分布 峭度相对海面高程差值的分布峭度反而越为接近，即越小，则说明对应目标 高程差值对应的障碍物测点为异常障碍物测点的可能性越大；并通过除以 进行归一化，得到障碍物测点随海面测点波动同步系数，若比值越小，则目标障碍高程差值 对应的障碍物测点与海面波动的同步性越低，通过1减去对应波动同步系数调整对应逻辑， 则对应障碍物测点为异常障碍物测点的可能性越大。

人工势场算法是一种基于物理学概念且简单、快速、适用性广的路径规划算法，能够生成一条从起始点到目标点的路径，同时避开障碍物；在路径规划过程中，考虑到每个障碍物测点对航道安全航行的影响程度不同，不同障碍物作为路径定位点导致的引力场会影响路径点的选择，进而影响所规划的航道避障路径；当以某个障碍物测点作为路径规划的其中一个定位点使得形成的所有避障路径间存在较大差异时，说明该障碍物测点作为定位点越为关键，若其存在异常时对航道路径安全规划的影响也越大。

船舶由于加油、避风及维修等日常需求，需要频繁往来锚地、船厂与作业海域，因此航行途中受到自然环境、交通流量及地形地貌等因素影响，雷达信号相互交错传播，可能会使雷达高程测量图中存在部分异常障碍物测点，而动态预期因子一定程度上反映了障碍物测点的异常程度；又由于航道路径规划在避障的同时还需要考虑经济成本即路径距离，故本发明实施例，基于人工势场算法理念，根据动态预期因子及海面测点与障碍物测点间的距离，结合路径经济性因素获取每个采样时刻下的所有避障路径，进而通过分析某一障碍物测点作为定位点时所规划所有路径间的差异，判断该障碍物测点作为路径定位点时的影响即威胁系数。

优选地，在本发明的一个实施例中，避障路径的获取方法包括，对每个采样时刻下对应雷达高程监测图中所有障碍物测点进行聚类，得到所有障碍物区域；在每个障碍物区域内有放回地任选一个障碍物测点作为定位点，所有定位点为一个路径障碍点组，得到每个采样时刻下的所有路径障碍点组；以采样时刻船舶所处位置为第一路径点，以船舶目的地为终点路径点；获取第一路径点的预设范围内每个海面测点在任一路径障碍点组影响下的合力场，以第一路径点的预设范围内合力场最大的海面测点为第二路径点；再获取第二路径点的预设范围内每个海面测点在对应路径障碍点组影响下的合力场，以第二路径点的预设范围内合力场最大的海面测点为第三路径点；不断获取新的路径点，直至终点路径点在新的路径点的预设范围内时，停止获取路径点；获取的所有路径点从第一路径点至终点路径点按获取次序依次连线，得到对应路径避障点组的避障路径。

在本发明实施例中，具体采用DBSCAN聚类算法对所有障碍物测点进行聚类，DBSCAN聚类搜索半径设置为5米，可以得到多个障碍物区域，从每个障碍物区域中任意选择一个障碍物测点作为该障碍物区域的定位点，可以得到一个路径障碍点组，例如A（a1、a2、a3），B（b1、b2、b3），A、B分别为两个障碍物区域，从A中（a1、a2、a3）三个障碍物测点中随机选择一个作为A的定位点，假设选择a2，从B中（b1、b2、b3）也随机选择一个作为B的定位点，假设选择b3，那么a2、b3为路径避障点组；预设范围设置为以路径点为中心的半径为3米的圆形范围内，其中由于路径点在雷达高程监测图中表示为像素点，故在获取路径点的预设范围内及障碍物测点相对海面测点间的距离时，需要通过雷达高程监测图中的二维坐标位置计算空间上的实际欧式距离，进而在雷达高程监测图像中获取对应预设范围及判断像素点间的距离；当终点路径点在最新获取的路径点的预设范围内时，停止获取路径点，构建一条从第一路径点将所有路径点顺次连接直至终点路径点的避障路径，同时终点路径点也需在雷达高程监测图中进行标注以便于获取避障路径。需要说明的是，DBSCAN聚类是本领域技术人员熟知的现有技术，在此不再赘述。

合力场的计算公式为：

其中，为路径点的序号；为第个采样时刻下第个路径点的预设范围内的第 个海面测点的合力场；为第一增益系数；为第个采样时刻下距第个路径点的预设范 围内第个海面测点最近的第个障碍物区域内的第个障碍物测点的动态预期因子； 为第个采样时刻下第个路径点的预设范围内第个海面测点与第个障碍物区域内第个 障碍物测点间的距离；为第二增益系数；为路径点的数量；为第个采样时刻下第 个路径点与第个路径点间的距离；为第个采样时刻下第个路径点的预设范围内 第个海面测点与第一路径点间的距离。需要说明的是，当时，即仅有一个第一路径 点时，无法获取相邻路径点间的距离，即当时，取0；在本发明实施例中，第一增 益系数取0.6，第二增益系数取0.4，实施者可根据具体实施情况设置。

在合力场的计算公式中，为第个海面测点的引力场，反映 了第个海面测点为避障路径的路径点时的收益值，海面测点与障碍物区域的障碍物测点 的距离越远，则对于避障路径而言第个海面测点的引力场越大，越有助于路径规划时避开 障碍物；动态预期因子越大代表对应障碍物测点越异常，对于安全避障存在一定危险性，因 此将1减去该障碍物测点的动态预期因子作为距离的权重，使动态预期因子降低第个海面 测点的引力场；为第个海面测点的斥力场，反映了第个海面测点 为避障路径的路径点时的减益值，通过累加所有相邻路径点间的距离获取已规划路径的总 距离，进一步结合第个海面测点与第一路径点间的距离判断第个海面测点作为下一路径 点的路径距离可行性，距离越短，则越应当为路径点；通过将引力场和斥力场合并为合力场 判断第个海面测点作为路径点的可行性，合力场越大，越应当作为路径点。

需要说明的是，避障路径的规划并非船舶航行时的实际规划路径，仅为针对每个采样时刻所获取雷达高程测量图判断各障碍物测点对航道安全影响所拟定的避障路径，用于判断每个测点的异常程度从而剔除获取准确的雷达高程测量图，进而可根据准确的雷达高程测量图拟定最终航道路径。

根据上述避障路径的规划方法获取所有避障路径后，在每个采样时刻，根据每个障碍物测点对应所有避障路径间的路径差异，进一步判断每个障碍物测点作为其中一个路径规划定位点时路径间是否存在重大差异，从而获取对应障碍物测点的威胁系数。

优选地，在本发明的一个实施例中，威胁系数的获取方法包括，以任一障碍物测点为目标障碍物测点，以含目标障碍物测点的所有路径障碍点组对应所有避障路径中的任意两条避障路径为一个路径组合，得到所有路径组合，其中目标障碍物测点为任意一个障碍物测点；获取每个路径组合中两个避障路径上所有海面测点对应位置坐标间的均方误差，将目标障碍物测点的所有路径组合对应均方误差的均值进行归一化，得到目标障碍物测点的威胁系数。威胁系数的计算公式为：

其中，为第个目标障碍物测点的威胁系数；为含第个目标障碍物测点对应 路径组合的序号；为第个目标障碍物测点对应路径组合的总数量；为第个路径 组合的均方误差；为最大值最小值归一化函数。

在威胁系数的计算公式中，通过计算每个含有第个目标障碍物测点对应路径组 合的均方误差获取对应路径组合中两条路径的相似度，从而根据均方误差的均值判断第 个目标障碍物测点的威胁系数；均方误差的均值越大，说明该目标障碍测点所拟定所有避 障路径间的相似度越低，路径差异越大，则该障碍物测点作为路径定位点的影响程度越大； 在本发明实施例中，具体采用最大值最小值归一化对均方误差均值进行归一化，实施者也 可选用其他归一化方式进行处理。

需要说明的是，由于每条避障路径的路径长度可能并不相同，则在评估避障路径间的相似度时，需要利用动态时间规整（Dynamic Time Warping，DTW）算法将每个路径组合中的避障路径对齐，DTW算法已是本领域技术人员所熟知的现有技术，在此不对路径对齐过程进行赘述。

由于在局部离群因子（Local Outlier Factor，LOF）算法中，数据点相对邻域内其他数据点间的可达距离分布越为均匀，则说明该数据点相对邻域内其他数据点间的密度差异较大，越可能为一个局部孤立的异常数据点；又由于障碍物测点的威胁系数反映了其作为路径定位点的关键性，其异常可能性越大，对路径规划的异常影响越大，且正常情况下同一邻域范围内所有障碍物测点对于路径规划的影响应当相似，对应威胁系数应当接近；故本发明实施例在每个障碍物测点的预设范围内，根据所有障碍物测点的威胁系数的波动情况及其余障碍物测点与对应障碍物测点间的可达距离的波动情况，获取对应障碍物测点的异常程度。

优选地，在本发明的一个实施例中，异常程度的获取方法包括，以任一障碍物测点为目标障碍物测点，在每个目标障碍物测点的预设范围内，获取所有障碍物测点对应威胁系数的威胁系数方差，将所有障碍物测点与目标障碍物测点间的可达距离的方差值进行归一化后乘以威胁系数方差，得到每个目标障碍物测点的异常程度。在本发明实施例中，以每个目标障碍物测点为中心构建半径为5米的圆形范围作为对应目标障碍物测点的预设范围，在本发明的其他实施例中，也可根据具体实施情况设置其他预设范围。需要说明的是，可达距离的获取为本领域技术人员熟知的现有技术，在此不再赘述。

异常程度的计算公式为：

其中，为第个目标障碍物测点的异常程度；为第个目标障碍物测点与第 个目标障碍物测点的预设范围内所有障碍物测点间可达距离的方差；为第个目标障碍 物测点与第个目标障碍物测点的预设范围内所有障碍物测点对应威胁系数的方差；为自 然常数。

在异常程度的计算公式中，可达距离的方差越小，说明目标障碍物测点距其预设范围内所有障碍物测点间可达距离分布越均匀，故将其负相关映射到指数函数中进行归一化处理，使得方差越小，对应目标障碍物测点的异常程度越大；威胁系数的方差越大，则说明预设范围内所有障碍物测点对应威胁系数差异越大，则对应的异常程度越大。

步骤S3，根据异常程度调整每个障碍物测点的局部可达密度，获取每个采样时刻下的最终雷达高程监测图。

局部可达密度在LOF算法中是用于反映数据点在邻域内的局部密集程度的指标，数据点越表现为孤立离群的异常情况，其对应局部可达密度越小；故本发明实施例根据异常程度调整每个障碍物测点的局部可达密度，进一步将异常程度较大的障碍物测点对应局部可达密度调小，使其孤立离群的特征更易被检测出来。

优选地，在本发明的一个实施例中，局部可达密度的调整方法包括，获取每个障碍物测点的局部可达密度，将异常程度作归一化处理后进行负相关映射，将负相关映射值加上预设正整数后乘以对应障碍物测点的局部可达密度，得到调整后的局部可达密度。局部可达密度的获取方法为本领域技术人员熟知的现有技术，在此不再赘述。局部可达密度的调整公式为：

其中，为第个障碍物测点调整后的局部可达密度；为第个障碍物测点的异 常程度；为预设正整数；为第个障碍物测点的局部可达密度。在本发明实施例中，考虑 到异常程度的取值范围为0至1区间内，为将异常程度大的障碍物测点对应局部可达密度进 行调小，故预设正整数取1，实施者可根据具体实施情况设置其他取值。

将每个障碍物测点的局部可达密度根据其对应异常程度进行调整后，可进一步检测出所有异常障碍物测点，从而获取准确的雷达高程监测图。

优选地，在本发明的一个实施例中，最终雷达高程监测图的获取方法包括，根据调整后的局部可达密度，利用LOF算法获取每个障碍物测点的局部离群因子，将大于预设局部离群因子阈值的障碍物测点从雷达高程监测图中剔除；将雷达高程监测图中其余障碍物测点及所有海面测点进行聚类，得到最终雷达高程监测图。在本发明实施例中，具体将预设局部离群因子阈值设置为1，实施者可根据具体实施情况设置其他取值；通过将所有异常障碍物测点从雷达高程监测图中剔除后，通过K-means聚类算法重新将所有障碍物测点进行聚类，得到最终雷达高程监测图，然后将其转化生成三维雷达图进行可视化，从而便于实施者制定避障策略。

需要说明的是，LOF算法及K-means聚类算法为本领域技术人员熟知的现有技术，在此不再赘述。实施者可根据连续采样时刻下的多帧三维雷达图依据人工经验判别障碍物的大小、方位及速度等，进一步制定避障策略，也可采用人工智能自动生成避障路径，从而进行船舶防撞。

综上所述，本发明首先获取船舶航行过程中每个采样时刻下的雷达高程监测图中的海面测点及障碍物测点；根据相邻采样时刻对应雷达高程监测图间相同位置像素点间的高程差异的分布情况，获取每个采样时刻下每个障碍物测点的动态预期因子；进一步根据动态预期因子及海面测点与障碍物测点间的距离，结合路径经济性因素获取每个采样时刻下的所有避障路径；然后在每个采样时刻，根据每个障碍物测点对应所有避障路径间的路径差异，获取对应障碍物测点的威胁系数；在每个障碍物测点的预设范围内，根据所有障碍物测点的威胁系数的波动情况及其余障碍物测点与对应障碍物测点间的可达距离的波动情况，获取对应障碍物测点的异常程度；根据异常程度调整每个障碍物测点的局部可达密度，获取每个采样时刻下的最终雷达高程监测图。本发明通过获取动态预期因子及威胁系数，进一步判断了每个障碍物测点的异常程度，然后根据异常程度调整局部可达密度，降低了局部异常因子对噪声的敏感性，准确检测所有异常障碍物测点，从而提高对航道安全监测的准确性及可靠性。

本发明还提出一种用于航道安全监控的目标获取系统，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如一种用于航道安全监控的目标获取方法的步骤。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (6)

1.一种用于航道安全监控的目标获取方法，其特征在于，所述方法包括：

获取船舶航行过程中每个采样时刻下的雷达高程监测图，并获取每个所述雷达高程监测图中的海面测点及障碍物测点；

根据相邻采样时刻对应所述雷达高程监测图间相同位置像素点间的高程差异的分布情况，获取每个采样时刻下每个所述障碍物测点的动态预期因子；根据所述动态预期因子及所述海面测点与所述障碍物测点间的距离，结合路径经济性因素获取每个采样时刻下的所有避障路径；在每个采样时刻，根据每个所述障碍物测点对应所有所述避障路径间的路径差异，获取对应所述障碍物测点的威胁系数；在每个所述障碍物测点的预设范围内，根据所有所述障碍物测点的所述威胁系数的波动情况及其余所述障碍物测点与对应所述障碍物测点间的可达距离的波动情况，获取对应所述障碍物测点的异常程度；

根据所述异常程度调整每个所述障碍物测点的局部可达密度，获取每个采样时刻下的最终雷达高程监测图；

所述动态预期因子的计算公式为：

其中，β_i,p为第i个采样时刻下第p个障碍物测点的动态预期因子；H为海面测点的序号；G为障碍物测点的序号；ω_i,H为第i个采样时刻下对应所有海面测点的海面高程差值的分布峭度；ω_i,G为第i个采样时刻下对应所有障碍物测点的障碍高程差值的分布峭度；为第i个采样时刻下对应除去所有与第p个障碍物测点对应目标障碍高程差值相同的障碍物高程差值外其余所有的非目标障碍高程差值的分布峭度；γ为预设非零常数；

所述避障路径的获取方法包括：

对每个采样时刻下对应所述雷达高程监测图中所有所述障碍物测点进行聚类，得到所有障碍物区域；在每个所述障碍物区域内有放回地任选一个所述障碍物测点作为定位点，所有所述定位点组成一个路径障碍点组，得到每个采样时刻下的所有路径障碍点组；

以采样时刻船舶所处位置为第一路径点，以船舶目的地为终点路径点；获取所述第一路径点的预设范围内每个所述海面测点在任一所述路径障碍点组影响下的合力场，以所述第一路径点的所述预设范围内所述合力场最大的所述海面测点为第二路径点；再获取所述第二路径点的所述预设范围内每个所述海面测点在对应所述路径障碍点组影响下的合力场，以所述第二路径点的预设范围内所述合力场最大的所述海面测点为第三路径点；不断获取新的路径点，直至所述终点路径点在新的路径点的所述预设范围内时，停止获取路径点；将获取的所有路径点从所述第一路径点至所述终点路径点按获取次序依次连线，得到对应所述路径避障点组的避障路径；

所述合力场的计算公式为：

其中，s为路径点的序号；为第i个采样时刻下第d个路径点的预设范围内的第v个海面测点的合力场；μ为第一增益系数；为第i个采样时刻下距第s个路径点的预设范围内第v个海面测点最近的第j个障碍物区域内的第r个障碍物测点的动态预期因子；为第i个采样时刻下第s个路径点的预设范围内第v个海面测点与第j个障碍物区域内第r个障碍物测点间的距离；k为第二增益系数；L_v为路径点的数量；为第i个采样时刻下第s个路径点与第s-1个路径点间的距离，其中当s＝1时，取0；为第i个采样时刻下第s个路径点的预设范围内第v个海面测点与第一路径点o间的距离；

所述威胁系数的获取方法包括：

以任一所述障碍物测点为目标障碍物测点，以含所述目标障碍物测点的所有所述路径障碍点组对应所有所述避障路径中的任意两条所述避障路径为一个路径组合，得到所有路径组合；获取每个所述路径组合中两个所述避障路径上所有所述海面测点对应位置坐标间的均方误差，将所述目标障碍物测点的所有所述路径组合对应所述均方误差的均值进行归一化，得到所述目标障碍物测点的威胁系数。

2.根据权利要求1所述的一种用于航道安全监控的目标获取方法，其特征在于，所述海面高程差值的分布峭度、所述障碍高程差值的分布峭度及所述非目标障碍高程差值的分布峭度的获取方法包括：

计算每个采样时刻下所述海面测点与前一相邻采样时刻对应所述雷达高程监测图中相同位置像素点间的高程值差值，得到所有所述海面测点的海面高程差值；获取所述海面高程差值的分布峭度；

计算每个采样时刻下所述障碍物测点与前一相邻采样时刻对应所述雷达高程监测图中相同位置像素点间的高程值差值，得到所有所述障碍物测点的障碍高程差值；获取所述障碍高程差值的分布峭度；

以任一所述障碍物测点为目标障碍物测点，将所述目标障碍物测点对应所述障碍高程差值为目标障碍高程差值，获取除与所述目标障碍高程差值相同的所有所述障碍高程差值外的其余所有非目标障碍高程差值的分布峭度。

3.根据权利要求1所述的一种用于航道安全监控的目标获取方法，其特征在于，所述异常程度的获取方法包括：

以任一所述障碍物测点为目标障碍物测点，在每个所述目标障碍物测点的预设范围内，获取所有所述障碍物测点对应所述威胁系数的威胁系数方差，将所有所述障碍物测点与所述目标障碍物测点间的可达距离的方差值进行归一化后乘以所述威胁系数方差，得到每个所述目标障碍物测点的异常程度。

4.根据权利要求1所述的一种用于航道安全监控的目标获取方法，其特征在于，所述局部可达密度的调整方法包括：

获取每个所述障碍物测点的局部可达密度，将所述异常程度作归一化处理后进行负相关映射，将负相关映射值加上预设正整数后乘以对应所述障碍物测点的所述局部可达密度，得到调整后的局部可达密度。

5.根据权利要求1所述的一种用于航道安全监控的目标获取方法，其特征在于，所述海面测点及所述障碍物测点的获取方法包括：

将每个所述雷达高程监测图采用大津阈值算法进行分割，将二值化分割区域中平均高程值小的分割区域对应所有像素点作为海面测点，平均高程值大的分割区域对应所有像素点作为障碍物测点。

6.一种用于航道安全监控的目标获取系统，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-5任意一项所述一种用于航道安全监控的目标获取方法的步骤。