基于自适应阈值的船舶轨迹异常点检测算法

韩昭蓉，许光銮，黄廷磊，任文娟

(1.中国科学院大学电子电气与通信工程学院,北京 100049; 2.中国科学院电子学研究所,北京 100190; 3.中国科学院空间信息处理与应用系统技术重点实验室,北京 100190)

0 引 言

随着定位技术、空间通信技术和计算能力的快速发展，人们积累了海量的时空轨迹数据，如船舶轨迹数据、人类活动轨迹、动物迁徙轨迹和气候气流数据等。大规模的轨迹数据蕴含了移动对象丰富的时空和行为信息，分析挖掘轨迹数据中有价值的信息在学术科学领域、商业应用领域和政府管理领域都具有重大现实意义[1]。其中，船舶轨迹数据是船舶行为规律挖掘、海事监管和船舶交通流预测的重要数据源。

在现实生活中，轨迹数据从来都不是完全准确的。由于定位技术的局限和外界干扰因素的影响(如设备故障、人为操作误差)，轨迹数据中存在大量的异常点[2]。轨迹中的异常点为严重偏离轨迹的不合理的采样点。这些异常点的存在严重降低了轨迹数据的质量，同时引起后续轨迹知识发现结果的不准确，例如轨迹压缩[3]、轨迹聚类[4]、路径规划[5]、异常模式检测[6]和航迹关联分析[7-8]。因此，对轨迹异常点的检测是十分必要的。

目前应用最广泛的轨迹异常点检测算法为恒定阈值法，尤其是速度阈值法[9]。当与前一个点计算得到的当前定位点的即时速度超出设定阈值时，采样点被标记为异常点并被剔除。这种方法主要存在以下问题：1)对于大部分的轨迹数据，用户难以找到一个准确的阈值；……