DGIVT: Depth-Map Enhanced Graph Imputation for Vessel Trajectories
Authors
Christensen, Alex Farup ; Fog, Cecilie Merete Welling
Term
4. term
Education
Publication year
2024
Submitted on
2024-05-24
Abstract
Missing position reports in AIS vessel trajectories undermine the reliability of maritime safety and analytics. This thesis introduces DGIVT, a depth-aware graph imputation framework that reconstructs likely paths between observed AIS points without relying on pre-defined shipping routes. Using 397 days of AIS data from the Danish Maritime Authority, we divide Danish waters into a grid, apply density sampling, and build directed graphs per cell that connect historical vessel samples under distance, course-over-ground, and sea-depth constraints; in areas lacking depth data, vessel draught is used. For imputation, consecutive samples in a trajectory are linked via A* search across adjacent cell graphs, followed by a least-squares refinement to reduce zigzag artifacts and distinguish straight sailing from turns. The framework supports multiple vessel types and was evaluated in a nine-cell region on approximately 1,450 trajectories under multiple-gap, single-gap, and realistic frequency reductions. Compared with linear interpolation and the GTI framework, DGIVT performed well on single and multiple gaps, while leaving room to improve the number of imputed positions and the resemblance to original trajectory shapes.
Manglende positionsrapporter i AIS-trajektorier svækker pålideligheden af maritime sikkerheds- og analyseapplikationer. Denne afhandling præsenterer DGIVT, et dybdebevidst grafimputationsframework, der rekonstruerer sandsynlige ruter mellem observerede AIS-punkter uden at basere sig på foruddefinerede sejlruter. Med 397 dages AIS-data fra Søfartsstyrelsen opdeler vi danske farvande i et gitter, anvender tæthedssampling og opbygger rettede grafer pr. celle, som forbinder historiske fartøjsprøver under krav til afstand, kurs over grunden og havdybde; hvor dybde mangler, bruges fartøjets dybgang. Imputationen udføres ved at forbinde fortløbende prøver via A*-søgning på tværs af nabografer, efterfulgt af en mindst-kvadraters-baseret raffinering, der reducerer zigzag og skelner mellem lige kurs og drej. Frameworket understøtter flere fartøjstyper og er evalueret i et område med ni celler på ca. 1.450 trajektorier under scenarier med flere huller, enkelt hul og realistisk frekvensreduktion. Sammenlignet med lineær interpolering og GTI klarer DGIVT sig godt på enkelt- og multihulscenarier, men der er plads til forbedringer i antallet af imputede positioner og ligheden med den oprindelige form.
[This apstract has been generated with the help of AI directly from the project full text]