馬文耀， 吳兆麟， 李偉峰， 楊家軒

(大連海事大學(xué) 航海學(xué)院， 遼寧 大連 116026)

當(dāng)前根據(jù)軌跡數(shù)據(jù)分析移動對象的行為已成為交通領(lǐng)域的研究熱點(diǎn)。[1]通過分析軌跡數(shù)據(jù)，觀察目標(biāo)隨時(shí)間序列的變化并進(jìn)行剖析，得到運(yùn)動個(gè)體高層次的行為描述。在道路交通安全方面，主要從避免“交通堵塞”的角度，利用車輛個(gè)體軌跡分析駕駛員的出行習(xí)慣和駕駛習(xí)慣[2]，重點(diǎn)識別交通擁堵高發(fā)的時(shí)段和地段，推薦個(gè)人出行路線。[3-4]在船舶行為研究方面，主要從 “交通安全”的角度研究船舶避讓的方法和規(guī)律。[5]船舶避讓措施一般為轉(zhuǎn)向和(或)變速[6]，避讓時(shí)機(jī)和采取避讓措施的位置會在很大程度上影響避讓安全。同時(shí)，船舶操縱行為是船與船之間及船與外界環(huán)境之間的相互作用，能通過船舶運(yùn)動軌跡有效地描述出來。因此，從軌跡中挖掘出避讓時(shí)機(jī)和采取避讓措施的位置等信息有助于識別及理解船舶操縱行為。

船舶自動識別系統(tǒng)(Automatic Identification System,AIS)不僅能保障船舶的航行安全，還可獲取更高級別的海上情境意識。[7]盡管AIS的覆蓋范圍有限，只能反映局部區(qū)域的海上交通，但其具有全球統(tǒng)一的標(biāo)準(zhǔn)，通過融合多個(gè)AIS數(shù)據(jù)源，可用于分析全球海上交通。隨著各國AIS基站網(wǎng)絡(luò)的建立和星載AIS群的出現(xiàn)，AIS已成為近乎實(shí)時(shí)的全球海上交通信息來源。[8]海量的AIS船舶運(yùn)動軌跡數(shù)據(jù)包含有豐富的船舶交通模式和駕駛行為習(xí)慣等信息[9]，通過充分挖掘這些信息，可為船舶駕駛行為研究和異常行為檢測提供決策支持。

船舶AIS軌跡數(shù)據(jù)能描述船舶空間位置及屬性隨時(shí)間的變化。海上交通研究關(guān)注的對象一般包括運(yùn)動船舶、空間區(qū)域、時(shí)間特征和運(yùn)動事件。軌跡特征通常既包括最原始的位置和時(shí)間參數(shù)，也包括間接得到的距離、方向、空間分布和加速度等參數(shù)。由于這些特征過于簡單，無法反映單船操縱行為，導(dǎo)致可檢測的船舶異常行為類型有限，甚至無法發(fā)現(xiàn)某些 “重點(diǎn)關(guān)注水域”。

根據(jù)船舶操縱行為特性，結(jié)合船舶運(yùn)動學(xué)約束條件，增加軌跡特征維度，將船舶操縱行為引入AIS軌跡特征中，使其對應(yīng)船舶具體操縱模式，提出一種從AIS軌跡數(shù)據(jù)中自動辨識單船操縱模式的方法。

1 軌跡中船舶操縱行為建模

1.1 船舶操縱行為

船舶操縱行為是指控制船舶在水中運(yùn)動的行為。船舶駕駛員根據(jù)船舶的操縱性能和車、舵效應(yīng)，結(jié)合風(fēng)、流和水域等客觀條件，運(yùn)用船舶推進(jìn)器、舵、錨、纜和拖船來保持或改變船舶的運(yùn)動狀態(tài)。

船舶軌跡是船舶在一段時(shí)間內(nèi)的操縱過程在空間上的體現(xiàn)，因此蘊(yùn)含船舶操縱過程。由于船舶操縱過程是由一系列操縱行為(機(jī)動行為)構(gòu)成的，因此操縱行為能用模型實(shí)例化，并能以可識別的操縱模式體現(xiàn)。AARSAETHER等[10]將船舶操縱模式分為航向基本恒定和航向變化機(jī)動2類。這種基于最簡單的幾何模型建立的單船操縱行為辨識模型不能充分體現(xiàn)制動、加速、大幅度轉(zhuǎn)向和小角度轉(zhuǎn)向等船舶操縱模式。根據(jù)船舶操縱行為，可進(jìn)一步對航向基本恒定和航向變化機(jī)動進(jìn)行細(xì)分，結(jié)果見圖1。

1.2 船舶操縱行為特征

通過對有限時(shí)間窗內(nèi)特定船舶軌跡的運(yùn)動進(jìn)行分析，可識別出需重點(diǎn)關(guān)注的船舶行為。根據(jù)操縱行為的不同，將船舶AIS軌跡分成不同類型的航段，每個(gè)航段對應(yīng)1種操縱模式，每種模式具有若干個(gè)運(yùn)動學(xué)特征。根據(jù)不同的運(yùn)動學(xué)約束條件， 將AIS軌跡劃分為勻速航段、制動航段、加速航段、停留航段、弱偏航航段、強(qiáng)偏航航段和其他航段等航段。各航段分別與圖1中的操縱行為模式對應(yīng)。

1) 勻速航段：在整個(gè)航段內(nèi)，線速度不為0，線加速度和角加速度接近于0，對應(yīng)“勻速航行”模式。

2) 制動航段：在整個(gè)航段內(nèi)，線加速度小于某個(gè)負(fù)數(shù)的閾值，對應(yīng)“減速”模式。

3) 加速航段：在整個(gè)航段內(nèi)，線加速度大于某個(gè)正數(shù)的閾值，對應(yīng)“加速”模式。

4) 停留航段：在整個(gè)航段內(nèi)，線性速度接近于0，對應(yīng)“停留”模式。

5) 弱偏航航段：角速度接近于一個(gè)定值，開始點(diǎn)和結(jié)束點(diǎn)的航向差在某個(gè)閾值內(nèi)。若航向差為正，則為右舵弱偏航航段，對應(yīng)“右舵小角度”模式；否則為左舵弱偏航航段，對應(yīng)“左舵小角度”模式。

6) 強(qiáng)偏航航段：角速度接近于一個(gè)定值，結(jié)束點(diǎn)和開始點(diǎn)的航向差在某個(gè)閾值內(nèi)，其閾值大于弱偏航閾值。若航向差為正，則是右強(qiáng)偏航航段，對應(yīng)“大幅度右轉(zhuǎn)”模式；否則為左強(qiáng)偏航航段，對應(yīng)“大幅度左轉(zhuǎn)”模式。

7) 其他航段：在整條船舶軌跡中，已提取的常規(guī)航段以外的航段為不規(guī)則航段。這些航段通?；蚨嗷蛏偕婕耙恍╊愃漂d攣的動作，即線性和角加速度均不為0。不規(guī)則航段近似認(rèn)為是“勻速航行”模式。

1.3 軌跡數(shù)據(jù)中單船操縱行為模型

船舶操縱行為也可稱為機(jī)動行為，反映船舶的運(yùn)動過程。運(yùn)動軌跡中每3個(gè)點(diǎn)就構(gòu)成1個(gè)運(yùn)動過程，即每3個(gè)軌跡點(diǎn)蘊(yùn)含1個(gè)船舶操縱行為事件。通過等時(shí)間間隔采樣3個(gè)軌跡點(diǎn)，得到該過程中的船舶操縱行為。圖2為船舶操縱模式辨識示意。圖2a)中：pi與相鄰的pi-1點(diǎn)和pi+1點(diǎn)的采樣時(shí)間間隔為Δt；vin,i為軌跡段pi-1pi的矢量速度；vout,i為軌跡段pipi+1的矢量速度。vin,i和vout,i的計(jì)算式為

(1)

(2)

v=(VSOG,CCOG)

(3)

在航海上，速度矢量可用VSOG或CCOG來表示(如圖2b)所示),其中,VSOG為船舶對地速度，CCOG為船舶對地航向。為劃分各航段的操縱行為模式，設(shè)定4個(gè)門限(VTZero，aTAcceleration，aTWeak，aTSharp)，

a)軌跡點(diǎn)間的運(yùn)動示意b)速度矢量在航海上的分解示意

圖2 船舶操縱模式辨識示意

其中VTZero為接近于0的速度值。船舶在錨泊時(shí)，即使自身停止運(yùn)動，受風(fēng)和流影響，仍有一定的對地速度。因此，須設(shè)定VTZero門限。當(dāng)船舶速度小于VTZero時(shí)，認(rèn)為船舶處于“停留”狀態(tài)。aTAcceleration為船舶加速度，船舶航行時(shí)，受不規(guī)律風(fēng)、浪影響，即使車鐘狀態(tài)始終不變，其加速度仍在微弱變化，故須設(shè)定aTAcceleration，僅當(dāng)船舶加速度達(dá)到一定程度(即超過該門限)時(shí)，才判定船舶進(jìn)行變速機(jī)動。aTWeak和aTSharp為航向變化率，即船舶航向每分鐘改變的度數(shù)。船舶以自動舵模式航行時(shí)，沿預(yù)定航向前進(jìn)，受外界風(fēng)、浪和流聯(lián)合作用，其運(yùn)動軌跡呈“S”形，幾乎是沿預(yù)定航向左右擺動；當(dāng)船舶偏離預(yù)定航向一定程度之后，會慢慢轉(zhuǎn)回至預(yù)定航向。這種船舶左右偏擺運(yùn)動與船舶轉(zhuǎn)向機(jī)動的區(qū)別主要在于航向變化率。當(dāng)船舶的航向變化率小于aTWeak時(shí)，認(rèn)為船舶做“S”形擺動，近似認(rèn)為做直線運(yùn)動；當(dāng)船舶的航向變化率在aTWeak與aTSharp之間時(shí)，認(rèn)為船舶做小角度轉(zhuǎn)向機(jī)動；當(dāng)船舶的航向變化率大于aTSharp時(shí)，認(rèn)為船舶做大角度轉(zhuǎn)向機(jī)動。

為比較與Pi點(diǎn)相連的上、下2個(gè)航段的操縱模式，定義船舶速度變化率和航向變化率，分別用as和ac表示，計(jì)算式為

(4)

(5)

根據(jù)不同的運(yùn)動學(xué)約束條件，提出船舶操縱模式辨識模型，辨識規(guī)則為：

1) 若VSOG,in，i>VTZero,VSOG,out，i>VTZero,|as|

2) 若as<0 且 |as|>aTAcceleration，則認(rèn)為pi處船舶操縱行為屬于減速航行行為。

3) 若as>0且|as|>aTAcceleration，則認(rèn)為pi處船舶操縱行為屬于加速航行行為。

4) 若VSOG,in，i

5) 若ac<0 且aTWeak<|ac|

6) 若ac>0 且aTWeak<|ac|

7) 若ac<0 且 |ac|>aTSharp，則認(rèn)為pi處船舶操縱行為屬于左舵強(qiáng)偏航行為。

8) 若ac>0 且 |ac|>aTSharp，則認(rèn)為pi處船舶操縱行為屬于右舵強(qiáng)偏航行為。

1.4 門限閾值的確定

門限閾值的選擇對操縱行為模式的辨識起到關(guān)鍵性作用。門限閾值的大小由船舶操縱性能決定。轉(zhuǎn)向性差的船舶，其舵效較差，單位時(shí)間內(nèi)的航向改變量較小。即使駕駛員操相同的舵角，其轉(zhuǎn)向率變化幅度也較小。因此，對于操縱性差的船舶，其aTSharp設(shè)置得略小一些。若船舶的保向性好，船舶軌跡“S”形擺動幅度相對較小，則其aTWeak應(yīng)設(shè)置得小一些。若船舶的轉(zhuǎn)向性好，則操相同轉(zhuǎn)舵角能獲得更高的轉(zhuǎn)向率，aTSharp應(yīng)設(shè)置得更大一些。船舶的操縱性好，其加速性能和制動性能就會更好，船舶稍微增減檔位，航速立刻發(fā)生變化，因此aTAcceleration應(yīng)設(shè)置得偏大一些。 船舶的操縱性能與船舶類型、尺度和天氣海況密切相關(guān)，需研究這些因素對閾值參數(shù)的影響。

1.4.1船舶類型對閾值參數(shù)的影響

船舶類型一般分為客船、集裝箱船、散貨船、油船和漁船。就操縱性能而言，客船、集裝箱船、散貨船、油船和漁船的操縱性能依次下降。因此，aTAcceleration和aTSharp應(yīng)依次偏大，而aTWeak應(yīng)依次偏小。例如，集裝箱船的操縱性比油船好，加速和減速比油船更迅速，因此集裝箱船的aTAcceleration應(yīng)比油船的大。由于油船的保向性比較差，因此其aTWeak門限設(shè)定應(yīng)比集裝箱船略大。

1.4.2船舶尺度對閾值參數(shù)的影響

對于同種船型，小尺度船舶的操縱性明顯優(yōu)于大尺度船舶。因此，小尺度船舶的aTWeak應(yīng)設(shè)置得偏小，而aTSharp應(yīng)設(shè)置得偏大。

1.4.3天氣和海況對閾值參數(shù)的影響

船舶的操縱性與天氣、海況密切相關(guān)。船舶在天氣、海況狀況良好條件下的操縱性明顯優(yōu)于在惡劣天氣條件下的操縱性。因此，天氣、海況良好條件下的aTWeak設(shè)置得比惡劣天氣海況下的小一些，而aTSharpp設(shè)置得偏大一些。

針對不同天氣海況、不同種類(油船、集裝箱船、客滾船和散貨船)和不同尺度的船舶，通過實(shí)船操縱性調(diào)研并根據(jù)相關(guān)領(lǐng)域?qū)＜业姆治?，確定船舶操縱行為辨識模型中的門限閾值，建立船舶操縱行為辨識參數(shù)知識庫。

2 AIS軌跡數(shù)據(jù)中單船操縱行為辨識

辨識過程：根據(jù)海上移動通信業(yè)務(wù)標(biāo)識碼(Maritime Mobile Service Identity, MMSI)(或船名)及開始時(shí)刻和結(jié)束時(shí)刻,從AIS原始數(shù)據(jù)中提取出某段時(shí)間內(nèi)單船的原始軌跡，并對該軌跡進(jìn)行數(shù)據(jù)清洗、插值和等時(shí)間間隔采樣，得到單船等時(shí)間間隔采樣軌跡。對軌跡上的各個(gè)點(diǎn)進(jìn)行操縱行為模式辨識，為各軌跡點(diǎn)添加表示操縱模式行為語義的屬性。最后得到帶有船舶操縱行為模式語義的單船軌跡。具體操縱模式辨識流程見圖3。

2.1 數(shù)據(jù)查詢

船舶軌跡點(diǎn)由船舶采樣點(diǎn)位置、采樣時(shí)間、對地速度(Speed Over Ground, SOG)、對地航向(Course Over Ground, COG)、航行狀態(tài)、轉(zhuǎn)向速率和MMSI碼等構(gòu)成。該船的這些采樣點(diǎn)數(shù)據(jù)信息根據(jù)采樣時(shí)間先后順序構(gòu)成軌跡點(diǎn)序列。根據(jù)船舶的MMSI碼及輸入的開始時(shí)刻和結(jié)束時(shí)刻，并按時(shí)間先后排序，采用SQL 查詢語句迅速從AIS數(shù)據(jù)庫中提取出該條船舶軌跡，即該船的單船原始軌跡。

2.2 單船軌跡數(shù)據(jù)清洗

船舶有時(shí)會發(fā)送超出岸臺AIS接收范圍的AIS消息，導(dǎo)致該船舶軌跡不全；船舶AIS設(shè)備發(fā)生故障會導(dǎo)致軌跡中出現(xiàn)部分錯(cuò)誤或軌跡缺失等。[14-15]這些因素都會影響到單船軌跡操縱行為的分類和識別，因此需對AIS數(shù)據(jù)進(jìn)行清洗。

2.3 單船軌跡數(shù)據(jù)插值和采樣

由于AIS設(shè)備以不同時(shí)間間隔(2～360 s)發(fā)送消息，導(dǎo)致基于AIS的單船軌跡點(diǎn)之間的時(shí)間間隔不一致。須對單船AIS軌跡數(shù)據(jù)進(jìn)行插值，并根據(jù)指定的時(shí)間間隔進(jìn)行采樣，得到等時(shí)間間隔的單船軌跡。

2.4 單船操縱模式辨識參數(shù)的獲取

根據(jù)船舶的MMSI碼，從AIS信息中獲取船舶靜態(tài)信息，包括船舶類型、船舶長度、天氣和海況，從門限數(shù)據(jù)庫中得到該船的操縱模式辨識參數(shù)。

2.5 單船軌跡操縱行為模式辨識

逐一對單船軌跡的各軌跡點(diǎn)進(jìn)行操縱模式辨識，將得到的操縱模式類別作為該點(diǎn)的船舶操縱行為特征保存到該點(diǎn)中，最終獲得帶有船舶操縱模式的單船軌跡。

3 試驗(yàn)及分析

以瓊州海峽2015年5月份的AIS數(shù)據(jù)集為研究數(shù)據(jù)，提取763艘船舶的運(yùn)動軌跡，基于這些數(shù)據(jù)辨識船舶操縱模式，提取單船的“停留”“勻速航行”“加速”“減速”“小幅度左轉(zhuǎn)”“小幅度右轉(zhuǎn)”“大幅度左轉(zhuǎn)”和“大幅度右轉(zhuǎn)”等8 種操縱模式。采樣時(shí)間間隔設(shè)置為60 s，VTZero=0.4，aTAcceleration=1.2，aTWeak=2，aTSharp=10，獲得帶有操縱模式的船舶軌跡。圖4為某散貨船的帶有操縱模式的船舶軌跡。用4個(gè)矩形框?qū)D4中的船舶軌跡進(jìn)行劃分，將其編號為①～④。圖5為這4個(gè)矩形區(qū)域的放大圖。

圖5a)中，點(diǎn)A1的模式為“小幅度左轉(zhuǎn)”，點(diǎn)B1的模式為“小幅度右轉(zhuǎn)”，點(diǎn)C1的模式為“加速”，點(diǎn)D1的模式為“減速”，點(diǎn)B1與點(diǎn)C1之間的軌跡點(diǎn)的模式為“勻速航行”，點(diǎn)E1的模式為“大幅度右轉(zhuǎn)”。船舶在矩形區(qū)域①中航行，在點(diǎn)A1～點(diǎn)B1采取小幅度調(diào)整，船舶從瓊州海峽西行通航分道的右側(cè)慢慢移動到分道的左側(cè)。

a)矩形區(qū)域1放大圖b)矩形區(qū)域2放大圖

c)矩形區(qū)域3放大圖d)矩形區(qū)域4放大圖

圖5 4個(gè)矩形區(qū)域的放大圖

圖5b)中，點(diǎn)A2的模式為“小幅度左轉(zhuǎn)”,點(diǎn)B2的模式為“小幅度右轉(zhuǎn)”，點(diǎn)C2的模式為“大幅度左轉(zhuǎn)”，點(diǎn)D2的模式為“加速”。船舶在矩形區(qū)域②中航行，先在西行分道中航行，然后小幅度左轉(zhuǎn)調(diào)整進(jìn)入警戒圈，隨后再大幅度左轉(zhuǎn)，航向變?yōu)?85°，即南北向航行。

圖5c)中，點(diǎn)A3的模式為“小幅度左轉(zhuǎn)”，點(diǎn)B3的模式為“大幅度左轉(zhuǎn)”，點(diǎn)C3的模式為“減速”，點(diǎn)D3的模式為“小幅度右轉(zhuǎn)”。從矩形區(qū)域③中可看出，船舶先勻速航行一段，然后小幅度左轉(zhuǎn)，隨后大幅度左轉(zhuǎn)并減速進(jìn)入某個(gè)區(qū)域，最終停止。

圖5d)中，點(diǎn)A4和點(diǎn)B4的模式為“大幅度右轉(zhuǎn)”，點(diǎn)C4和點(diǎn)D4的模式為“大幅度左轉(zhuǎn)”，點(diǎn)E4的模式為停留，且軌跡中點(diǎn)E4之后的軌跡點(diǎn)的模式均為“停留”。矩形區(qū)域④中軌跡點(diǎn)信息見表1。

?？谛阌⒏跱o.4作業(yè)、防臺錨地區(qū)域?yàn)榫匦?，矩形頂點(diǎn)坐標(biāo)值見表2。從表1和表2中可看出，這些點(diǎn)所處區(qū)域?yàn)樾阌⒏跱o.4作業(yè)、防臺錨地，船

表1 矩形區(qū)域4中軌跡點(diǎn)信息

舶在點(diǎn)A4～點(diǎn)D4在錨地內(nèi)航行，但沒有抵達(dá)錨位。船舶到達(dá)錨位后拋錨，點(diǎn)E4以后軌跡點(diǎn)速度均為0，處于錨泊狀態(tài)。辨識結(jié)果與實(shí)際狀態(tài)一致。

表2 ?？谛阌⒏跱o.4作業(yè)、防臺錨地

4 結(jié)束語

根據(jù)船舶操縱規(guī)律和運(yùn)動學(xué)約束條件，建立船舶操縱模式模型，提出一種從AIS數(shù)據(jù)中自動辨識單船操縱模式的方法。利用該方法對瓊州海峽內(nèi)船舶的航行軌跡進(jìn)行單船操縱行為模式辨識。試驗(yàn)結(jié)果表明，該方法能有效識別出所需的船舶操縱行為模式，如大幅度轉(zhuǎn)向。結(jié)合地理場景知識，有助于進(jìn)一步了解船舶操縱意圖。由單船操縱模式辨識結(jié)果可知：小幅度轉(zhuǎn)向往往是船舶調(diào)整航向，糾正偏航；大幅度轉(zhuǎn)向則是船舶在避讓或在航路點(diǎn)轉(zhuǎn)向至新航向。從船舶安全的角度考慮，更加關(guān)注“大幅度左轉(zhuǎn)”和“大幅度右轉(zhuǎn)”。對海上交通中多艘船舶進(jìn)行單船操縱模式辨識，通過對所需的“操縱模式”進(jìn)行軌跡點(diǎn)聚類，能進(jìn)一步識別出交通模式中的轉(zhuǎn)向區(qū)和停留區(qū)。通過將交通模式中的轉(zhuǎn)向區(qū)與單船軌跡中“大幅度轉(zhuǎn)向”點(diǎn)相比對，可識別出單船軌跡中的避讓點(diǎn)。

[1] FANG Z,SHAW S L,TU W,et al．Spatiotemporal Analysis of Critical Transportation Links Based on Time Geographic Concepts: A Case Study of Critical Bridges in Wuhan，China[J].Journal of Transport Geography，2012，23(3): 44-59．

[2] 陶立. 機(jī)動車駕駛員不當(dāng)駕駛行為特征與判別指標(biāo)分析 [D].北京: 清華大學(xué), 2012.

[3] 辛飛飛，韋龍雨．交通誘導(dǎo)信息對駕駛員路徑選擇行為影響調(diào)查分析[J]. 交通信息與安全，2013，31(3): 64-68．

[4] 王祖超,袁曉如. 軌跡數(shù)據(jù)可視分析研究[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2015, 27(1): 9-25.

[5] 吳兆麟,朱軍.海上交通工程[M].大連：大連海事大學(xué)出版社, 2013:110-116.

[6] 潘家財(cái),邵哲平,姜青山.數(shù)據(jù)挖掘在海上交通特征分析中的應(yīng)用研究[J].中國航海, 2010, 33(2): 60-62.

[7] VESPE M, VISENTINI I, BRYAN K, et al. Unsupervised Learning of Maritime Traffic Patterns for Anomaly Detection[C]∥Data Fusion & Target Tracking Conference: Algorithms & Applications, 9th IET. IET, 2012: 1-5.

[8] IALA. Recommendation A-124 Appendix 19 : Satellite AIS Considerations[C]∥International Association of Marine Aids to Navigation and Lighthouse Authorities, Tech. Rep., 2011.

[9] 朱飛祥,張英俊,高宗江. 基于數(shù)據(jù)挖掘的船舶行為研究[J]. 中國航海, 2012, 35(2): 50-54.

[10] AARSAETHER K G，MOAN T. Estimating Navigation Patterns from AIS [J].Journal of Navigation, 2009, 62(4):587-607.

[11] AARSAETHER K G，MOAN T. Combined Maneuvering Analysis, AIS and Full-Mission Simulation[J].International Navigational Symposium on Marine Navigation & Safety of Sea Transportation. Gdynia Poland Main Papers, 2007,23(2):93-100.

[12] TOMINSKI C，SCHUMANN H，ANDRIENKO G，et al．Stacking-Based Visualization of Trajectory Attribute Data[J].Transactions on Visualization and Computer Graphics，2012，18(12) : 2565- 2574.

[13] ANDRIENKO G, ANDRIENKO N, BAK P, et al. Visual Analytics of Movement [M]. New York: Springer, 2013:83-86.

[14] GRAVESON A. AIS-An Inexact Science [J]. Journal of Navigation, 2004,57(3):339-343.

[15] NORRIS A. AIS Implementation-Success or Failure [J]. Journal of Navigation, 2007,60(1):1-10.