CN110928967A - 基于大数据的船舶行为分析方法及系统 - Google Patents

Abstract

本发明提出了一种基于大数据的船舶行为分析方法及系统，其中，该方法包括：获取雷达探测到的目标船舶的第一位置信息，并获取目标船舶周边定位到的第二位置信息；根据第一位置信息和第二位置信息对目标船舶进行点位匹配以生成第一匹配结果，并根据第一位置信息和第二位置信息对目标船舶进行轨迹匹配以生成第二匹配结果；根据第一匹配结果和/或第二匹配结果判断目标船舶是否为可疑目标；如果是，则对目标船舶进行视频跟随分析，以获取目标船舶的船舶类型；根据目标船舶的船舶类型和目标船舶的当前定位信息判断目标船舶是否为异常船舶；能够主动并且全面监管海上船舶，分析并识别船舶异常行为，从而大大提升了海上执法效率。

Description

基于大数据的船舶行为分析方法及系统

技术领域

本发明涉及海上船舶监管技术领域，特别涉及一种基于大数据的船舶行为分析方法、一种计算机可读存储介质、一种计算机设备以及一种基于大数据的船舶行为分析系统。

背景技术

相关技术中，海上船舶行为识别与分析主要依靠视频和轨迹进行的，发现船舶异常行为的主动性不高，再者，由于视频容易存在盲区，无法对全海域船舶行为实时监控与分析；并且船舶轨迹容易缺失，一旦船舶关闭船载通信终端，船舶轨迹数据就断了，从而无法全方位保障船舶行为分析的可靠性，大大降低了海上执法效率。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于大数据的船舶行为分析方法，能够主动并且全面监管海上船舶，分析并识别船舶异常行为，从而大大提升了海上执法效率。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种基于大数据的船舶行为分析系统。

为达到上述目的，本发明第一方面实施例提出了一种基于大数据的船舶行为分析方法，包括以下步骤：获取雷达探测到的目标船舶的第一位置信息，并获取所述目标船舶周边定位到的第二位置信息；根据所述第一位置信息和所述第二位置信息对所述目标船舶进行点位匹配以生成第一匹配结果，并根据所述第一位置信息和所述第二位置信息对所述目标船舶进行轨迹匹配以生成第二匹配结果；根据所述第一匹配结果和/或所述第二匹配结果判断所述目标船舶是否为可疑目标；如果所述目标船舶为可疑目标，则对所述目标船舶进行视频跟随分析，以获取所述目标船舶的船舶类型；根据所述目标船舶的船舶类型和所述目标船舶的当前定位信息判断所述目标船舶是否为异常船舶。

根据本发明实施例的基于大数据的船舶行为分析方法，首先获取雷达探测到的目标船舶的第一位置信息，并获取目标船舶周边定位到的第二位置信息；接着根据第一位置信息和第二位置信息对目标船舶进行点位匹配以生成第一匹配结果，并根据第一位置信息和第二位置信息对目标船舶进行轨迹匹配以生成第二匹配结果；然后根据第一匹配结果和/或第二匹配结果判断目标船舶是否为可疑目标，如果目标船舶为可疑目标，则对目标船舶进行视频跟随分析，以获取目标船舶的船舶类型；最后根据目标船舶的船舶类型和目标船舶的当前定位信息判断目标船舶是否为异常船舶；由此，能够主动并且全面地对海上船舶进行监管，分析并识别船舶异常行为，从而大大提升了海上执法效率。

另外，根据本发明上述实施例提出的基于大数据的船舶行为分析方法还可以具有如下附加的技术特征：

可选地，根据所述第一位置信息和所述第二位置信息对所述目标船舶进行点位匹配以生成第一匹配结果，包括：计算第一预设时间内所述第一位置信息中所述目标船舶的点位与所述第二位置信息中所述目标船舶的点位之间的距离差值，并将所述距离差值作为所述第一匹配结果。

可选地，根据所述第一位置信息和所述第二位置信息对所述目标船舶进行轨迹匹配以生成第二匹配结果，包括：根据所述第一位置信息，生成第二预设时间内所述目标船舶的第一轨迹；根据所述第二位置信息，生成第二预设时间内所述目标船舶的第二轨迹；计算所述第一轨迹与所述第二轨迹之间的重合度，并将所述重合度作为所述第二匹配结果。

可选地，根据所述目标船舶的船舶类型和所述目标船舶的当前定位信息判断所述目标船舶是否为异常船舶，包括：当所述目标船舶为采砂船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁止采砂区域，并在所述目标船舶处于禁止采砂区域时，判断所述目标船舶为异常船舶；当所述目标船舶为渔船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁捕区，并在所述目标船舶处于禁捕区时，判断所述目标船舶为异常船舶；当所述目标船舶为渔船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁捕区，并在所述目标船舶未处于禁捕区、但当前时间处于禁捕期时，判断所述目标船舶为异常船舶。

为达到上述目的，本发明第二方面实施例提出了一种计算机可读存储介质，其上存储有基于大数据的船舶行为分析程序，该基于大数据的船舶行为分析程序被处理器执行时实现如上述的基于大数据的船舶行为分析方法。

根据本发明实施例的计算机可读存储介质，，通过存储基于大数据的船舶行为分析程序，这样基于大数据的船舶行为分析程序被处理器执行时实现如上述的基于大数据的船舶行为分析方法，由此，能够主动并且全面地对海上船舶进行监管，分析并识别船舶异常行为，从而大大提升了海上执法效率。

为达到上述目的，本发明第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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，实现如上述的基于大数据的船舶行为分析方法。

根据本发明实施例的计算机设备，通过存储器存储基于大数据的船舶行为分析程序，这样基于大数据的船舶行为分析程序被处理器执行时实现上述的基于大数据的船舶行为分析方法，由此，能够主动并且全面地对海上船舶进行监管，分析并识别船舶异常行为，从而大大提升了海上执法效率。

为达到上述目的，本发明第四方面实施例提出了一种基于大数据的船舶行为分析系统，包括：第一获取模块，用于获取雷达探测到的目标船舶的第一位置信息；第二获取模块，用于获取所述目标船舶周边定位到的第二位置信息；匹配模块，用于根据所述第一位置信息和所述第二位置信息对所述目标船舶进行点位匹配以生成第一匹配结果，并根据所述第一位置信息和所述第二位置信息对所述目标船舶进行轨迹匹配以生成第二匹配结果；判断模块，用于根据所述第一匹配结果和/或所述第二匹配结果判断所述目标船舶是否为可疑目标；分析模块，用于在所述目标船舶为可疑目标时对所述目标船舶进行视频跟随分析，以获取所述目标船舶的船舶类型，并根据所述目标船舶的船舶类型和所述目标船舶的当前定位信息判断所述目标船舶是否为异常船舶。

根据本发明实施例的基于大数据的船舶行为分析系统，通过第一获取模块获取雷达探测到的目标船舶的第一位置信息，第二获取模块获取目标船舶周边定位到的第二位置信息；再通过匹配模块根据第一位置信息和第二位置信息对目标船舶进行点位匹配以生成第一匹配结果，并根据第一位置信息和第二位置信息对目标船舶进行轨迹匹配以生成第二匹配结果，判断模块根据第一匹配结果和/或第二匹配结果判断目标船舶是否为可疑目标；并通过分析模块在目标船舶为可疑目标时对目标船舶进行视频跟随分析，以获取目标船舶的船舶类型，并根据目标船舶的船舶类型和目标船舶的当前定位信息判断目标船舶是否为异常船舶；由此，能够主动并且全面地对海上船舶进行监管，分析并识别船舶异常行为，从而大大提升了海上执法效率。

另外，根据本发明上述实施例提出的基于大数据的船舶行为分析系统还可以具有如下附加的技术特征：

可选地，所述匹配模块还用于，计算第一预设时间内所述第一位置信息中所述目标船舶的点位与所述第二位置信息中所述目标船舶的点位之间的距离差值，并将所述距离差值作为所述第一匹配结果。

可选地，所述匹配模块还用于，根据所述第一位置信息，生成第二预设时间内所述目标船舶的第一轨迹；根据所述第二位置信息，生成第二预设时间内所述目标船舶的第二轨迹；计算所述第一轨迹与所述第二轨迹之间的重合度，并将所述重合度作为所述第二匹配结果。

可选地，所述分析模块还用于，当所述目标船舶为采砂船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁止采砂区域，并在所述目标船舶处于禁止采砂区域时，判断所述目标船舶为异常船舶；当所述目标船舶为渔船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁捕区，并在所述目标船舶处于禁捕区时，判断所述目标船舶为异常船舶；当所述目标船舶为渔船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁捕区，并在所述目标船舶未处于禁捕区、但当前时间处于禁捕期时，判断所述目标船舶为异常船舶。

附图说明

图1为根据本发明实施例的基于大数据的船舶行为分析方法的流程示意图；

图2为根据本发明实施例的基于大数据的船舶行为分析系统的方框示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

图1为根据本发明实施例的基于大数据的船舶行为分析方法的流程示意图。如图1所示，本发明实施例的基于大数据的船舶行为分析方法包括以下步骤：

步骤101，获取雷达探测到的目标船舶的第一位置信息，并获取目标船舶周边定位到的第二位置信息。

作为一个实施例，上述第一位置信息为雷达探测到的目标船舶的位置信息，第二位置信息为目标船舶周边的AIS或者北斗卫星获取到的船舶定位。

需要说明的是，第二位置信息可由目标船舶周边的AIS或者北斗卫星获取，因为一般的可疑船舶自身不存在定位信息。

步骤102，根据第一位置信息和第二位置信息对目标船舶进行点位匹配以生成第一匹配结果，并根据第一位置信息和第二位置信息对目标船舶进行轨迹匹配以生成第二匹配结果。

作为一个实施例，根据第一位置信息和第二位置信息对目标船舶进行点位匹配以生成第一匹配结果，包括计算第一预设时间内第一位置信息中目标船舶的点位与第二位置信息中目标船舶的点位之间的距离差值，并将距离差值作为第一匹配结果。

作为一个实施例，根据第一位置信息和第二位置信息对目标船舶进行轨迹匹配以生成第二匹配结果，包括根据第一位置信息，生成第二预设时间内目标船舶的第一轨迹；根据第二位置信息，生成第二预设时间内目标船舶的第二轨迹；计算第一轨迹与第二轨迹之间的重合度，并将重合度作为第二匹配结果。

作为一个实施例，如果匹配结果大于预设阈值，则认为目标船舶的第一位置信息有匹配的第二位置信息。

需要说明的是，可单独通过第一匹配结果或第二匹配结果判断第一位置信息和第二位置信息之间的匹配度，也可结合第一匹配结果或第二匹配结果判断第一位置信息和第二位置信息之间的匹配度；如果单独通过第一匹配结果判断第一位置信息和第二位置信息之间的匹配度，则如果第一匹配结果大于预设阈值，则认为目标船舶的第一位置信息有匹配的第二位置信息；如果单独通过第二匹配结果判断第一位置信息和第二位置信息之间的匹配度，则如果第二匹配结果大于预设阈值，则认为目标船舶的第一位置信息有匹配的第二位置信息；如果结合第一匹配结果或第二匹配结果判断第一位置信息和第二位置信息之间的匹配度，则需要第一匹配结果和第二匹配结果均大于预设阈值，才认为目标船舶的第一位置信息有匹配的第二位置信息；否则认为目标船舶的第一位置信息无匹配的第二位置信息。

步骤103，根据第一匹配结果和/或第二匹配结果判断目标船舶是否为可疑目标。

也就是说，可以单独通过第一匹配结果判断目标船舶是否为可疑目标；也可以单独通过第二匹配结果判断目标船舶是否为可疑目标；或者通过结合第一匹配结果和第二匹配结果判断目标船舶是否为可疑目标。

需要说明的是，如果目标船舶的第一位置信息无匹配的第二位置信息则判断目标船舶为可疑目标。

步骤104，如果目标船舶为可疑目标，则对目标船舶进行视频跟随分析，以获取目标船舶的船舶类型。

作为一个实施例，可通过视频跟随拍摄目标船舶，通过视频上的图像帧获取目标船舶的图像信息，并将该信息与船舶样本库进行比对，以根据比对结果获取目标船舶对应的船舶类型。

步骤105，根据目标船舶的船舶类型和目标船舶的当前定位信息判断目标船舶是否为异常船舶。

作为一个实施例，如果目标船舶的船舶类型为采砂船时，根据目标船舶的当前定位信息判断目标船舶是否处于禁止采砂区域，并在目标船舶处于禁止采砂区域时，判断目标船舶为异常船舶。

也就是说，如果目标船舶的船舶类型为采砂船时，根据目标船舶的当前第一位置信息或者第二位置信息判断目标船舶是否处于禁止采砂区域，如果是，则判断目标船舶为异常船舶。

作为一个实施例，如果目标船舶的船舶类型为渔船时，根据目标船舶的当前定位信息判断目标船舶是否处于禁捕区，并在目标船舶处于禁捕区时，判断目标船舶为异常船舶。

也就是说，如果目标船舶的船舶类型为渔船时，根据目标船舶的当前第一位置信息或者第二位置信息判断目标船舶是否处于禁捕区域，如果是，则判断目标船舶为异常船舶。

作为一个实施例，如果目标船舶的船舶类型为渔船时，根据目标船舶的当前定位信息判断目标船舶是否处于禁捕区，并在目标船舶未处于禁捕区、但当前时间处于禁捕期时，判断目标船舶为异常船舶。

也就是说，如果目标船舶的船舶类型为渔船时，根据目标船舶的当前第一位置信息或者第二位置信息判断目标船舶是否处于禁捕区域，如果否，还根据当前时间判断现在是否处于禁捕期，如果是，则判断目标船舶为异常船舶。

综上所述，根据本发明实施例的基于大数据的船舶行为分析方法，首先获取雷达探测到的目标船舶的第一位置信息，并获取目标船舶周边定位到的第二位置信息；接着根据第一位置信息和第二位置信息对目标船舶进行点位匹配以生成第一匹配结果，并根据第一位置信息和第二位置信息对目标船舶进行轨迹匹配以生成第二匹配结果；然后根据第一匹配结果和/或第二匹配结果判断目标船舶是否为可疑目标，如果目标船舶为可疑目标，则对目标船舶进行视频跟随分析，以获取目标船舶的船舶类型；最后根据目标船舶的船舶类型和目标船舶的当前定位信息判断目标船舶是否为异常船舶；由此，能够主动并且全面地对海上船舶进行监管，分析并识别船舶异常行为，从而大大提升了海上执法效率。

另外，本发明实施例还提出了一种计算机可读存储介质，其上存储有基于大数据的船舶行为分析程序，该基于大数据的船舶行为分析程序被处理器执行时实现如上述的基于大数据的船舶行为分析方法。

根据本发明实施例的计算机可读存储介质，，通过存储基于大数据的船舶行为分析程序，这样基于大数据的船舶行为分析程序被处理器执行时实现如上述的基于大数据的船舶行为分析方法，由此，能够主动并且全面地对海上船舶进行监管，分析并识别船舶异常行为，从而大大提升了海上执法效率。

另外，本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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，实现如上述的基于大数据的船舶行为分析方法。

根据本发明实施例的计算机设备，通过存储器存储基于大数据的船舶行为分析程序，这样基于大数据的船舶行为分析程序被处理器执行时实现上述的基于大数据的船舶行为分析方法，由此，能够主动并且全面地对海上船舶进行监管，分析并识别船舶异常行为，从而大大提升了海上执法效率。

图2为根据本发明实施例的基于大数据的船舶行为分析系统的方框示意图。如图2所示，本实施例的基于大数据的船舶行为分析系统包括：第一获取模块201、第二获取模块202、匹配模块203、判断模块204和分析模块205。

其中，第一获取模块201用于获取雷达探测到的目标船舶的第一位置信息；

第二获取模块202用于获取目标船舶周边定位到的第二位置信息；

匹配模块203用于根据第一位置信息和第二位置信息对目标船舶进行点位匹配以生成第一匹配结果，并根据第一位置信息和第二位置信息对目标船舶进行轨迹匹配以生成第二匹配结果；

判断模块204用于根据第一匹配结果和/或第二匹配结果判断目标船舶是否为可疑目标；

分析模块205用于在目标船舶为可疑目标时对目标船舶进行视频跟随分析，以获取目标船舶的船舶类型，并根据目标船舶的船舶类型和目标船舶的当前定位信息判断目标船舶是否为异常船舶。

作为一个实施例，匹配模块203还用于，计算第一预设时间内第一位置信息中目标船舶的点位与第二位置信息中目标船舶的点位之间的距离差值，并将距离差值作为第一匹配结果。

作为一个实施例，匹配模块203还用于，根据第一位置信息，生成第二预设时间内目标船舶的第一轨迹；根据第二位置信息，生成第二预设时间内目标船舶的第二轨迹；计算第一轨迹与第二轨迹之间的重合度，并将重合度作为第二匹配结果。

作为一个实施例，分析模块205还用于，当目标船舶为采砂船时，根据目标船舶的当前定位信息判断目标船舶是否处于禁止采砂区域，并在所述目标船舶处于禁止采砂区域时，判断所述目标船舶为异常船舶；当目标船舶为渔船时，根据目标船舶的当前定位信息判断目标船舶是否处于禁捕区，并在目标船舶处于禁捕区时，判断目标船舶为异常船舶；当目标船舶为渔船时，根据目标船舶的当前定位信息判断目标船舶是否处于禁捕区，并在目标船舶未处于禁捕区、但当前时间处于禁捕期时，判断目标船舶为异常船舶。

需要说明的是，前述对于基于大数据的船舶行为分析方法的实施例的解释说明同样适用于本实施例的基于大数据的船舶行为分析系统，此处不再赘述。

根据本发明实施例的基于大数据的船舶行为分析系统，通过第一获取模块获取雷达探测到的目标船舶的第一位置信息，第二获取模块获取目标船舶周边定位到的第二位置信息；再通过匹配模块根据第一位置信息和第二位置信息对目标船舶进行点位匹配以生成第一匹配结果，并根据第一位置信息和第二位置信息对目标船舶进行轨迹匹配以生成第二匹配结果，判断模块根据第一匹配结果和/或第二匹配结果判断目标船舶是否为可疑目标；并通过分析模块在目标船舶为可疑目标时对目标船舶进行视频跟随分析，以获取目标船舶的船舶类型，并根据目标船舶的船舶类型和目标船舶的当前定位信息判断目标船舶是否为异常船舶；由此，能够主动并且全面地对海上船舶进行监管，分析并识别船舶异常行为，从而大大提升了海上执法效率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于大数据的船舶行为分析方法，其特征在于，包括以下步骤：

获取雷达探测到的目标船舶的第一位置信息，并获取所述目标船舶周边定位到的第二位置信息；

根据所述第一位置信息和所述第二位置信息对所述目标船舶进行点位匹配以生成第一匹配结果，并根据所述第一位置信息和所述第二位置信息对所述目标船舶进行轨迹匹配以生成第二匹配结果；

根据所述第一匹配结果和/或所述第二匹配结果判断所述目标船舶是否为可疑目标；

如果所述目标船舶为可疑目标，则对所述目标船舶进行视频跟随分析，以获取所述目标船舶的船舶类型；

根据所述目标船舶的船舶类型和所述目标船舶的当前定位信息判断所述目标船舶是否为异常船舶。

2.如权利要求1所述的基于大数据的船舶行为分析方法，其特征在于，根据所述第一位置信息和所述第二位置信息对所述目标船舶进行点位匹配以生成第一匹配结果，包括：

计算第一预设时间内所述第一位置信息中所述目标船舶的点位与所述第二位置信息中所述目标船舶的点位之间的距离差值，并将所述距离差值作为所述第一匹配结果。

3.如权利要求1所述的基于大数据的船舶行为分析方法，其特征在于，根据所述第一位置信息和所述第二位置信息对所述目标船舶进行轨迹匹配以生成第二匹配结果，包括：

根据所述第一位置信息，生成第二预设时间内所述目标船舶的第一轨迹；

根据所述第二位置信息，生成第二预设时间内所述目标船舶的第二轨迹；

计算所述第一轨迹与所述第二轨迹之间的重合度，并将所述重合度作为所述第二匹配结果。

4.如权利要求1-3中任一项所述的基于大数据的船舶行为分析方法，其特征在于，根据所述目标船舶的船舶类型和所述目标船舶的当前定位信息判断所述目标船舶是否为异常船舶，包括：

当所述目标船舶为采砂船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁止采砂区域，并在所述目标船舶处于禁止采砂区域时，判断所述目标船舶为异常船舶；

当所述目标船舶为渔船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁捕区，并在所述目标船舶处于禁捕区时，判断所述目标船舶为异常船舶；

当所述目标船舶为渔船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁捕区，并在所述目标船舶未处于禁捕区、但当前时间处于禁捕期时，判断所述目标船舶为异常船舶。

5.一种计算机可读存储介质，其特征在于，其上存储有基于大数据的船舶行为分析程序，该基于大数据的船舶行为分析程序被处理器执行时实现如权利要求1-4中任一项所述的基于大数据的船舶行为分析方法。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如1-4中任一项所述的基于大数据的船舶行为分析方法。

7.一种基于大数据的船舶行为分析系统，其特征在于，包括：

第一获取模块，用于获取雷达探测到的目标船舶的第一位置信息；

第二获取模块，用于获取所述目标船舶周边定位到的第二位置信息；

匹配模块，用于根据所述第一位置信息和所述第二位置信息对所述目标船舶进行点位匹配以生成第一匹配结果，并根据所述第一位置信息和所述第二位置信息对所述目标船舶进行轨迹匹配以生成第二匹配结果；

判断模块，用于根据所述第一匹配结果和/或所述第二匹配结果判断所述目标船舶是否为可疑目标；

分析模块，用于在所述目标船舶为可疑目标时对所述目标船舶进行视频跟随分析，以获取所述目标船舶的船舶类型，并根据所述目标船舶的船舶类型和所述目标船舶的当前定位信息判断所述目标船舶是否为异常船舶。

8.如权利要求7所述的基于大数据的船舶行为分析系统，其特征在于，所述匹配模块还用于，计算第一预设时间内所述第一位置信息中所述目标船舶的点位与所述第二位置信息中所述目标船舶的点位之间的距离差值，并将所述距离差值作为所述第一匹配结果。

9.如权利要求7所述的基于大数据的船舶行为分析系统，其特征在于，所述匹配模块还用于，

根据所述第一位置信息，生成第二预设时间内所述目标船舶的第一轨迹；

根据所述第二位置信息，生成第二预设时间内所述目标船舶的第二轨迹；

计算所述第一轨迹与所述第二轨迹之间的重合度，并将所述重合度作为所述第二匹配结果。

10.如权利要求7-9中任一项所述的基于大数据的船舶行为分析系统，其特征在于，所述分析模块还用于，

当所述目标船舶为采砂船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁止采砂区域，并在所述目标船舶处于禁止采砂区域时，判断所述目标船舶为异常船舶；

当所述目标船舶为渔船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁捕区，并在所述目标船舶处于禁捕区时，判断所述目标船舶为异常船舶；

当所述目标船舶为渔船时，根据所述目标船舶的当前定位信息判断所述目标船舶是否处于禁捕区，并在所述目标船舶未处于禁捕区、但当前时间处于禁捕期时，判断所述目标船舶为异常船舶。

Images