CN112394349B - 海洋浮标智能安防监控方法、装置、***及存储介质 - Google Patents

海洋浮标智能安防监控方法、装置、***及存储介质 Download PDF

Info

Publication number
CN112394349B
CN112394349B CN202011229254.2A CN202011229254A CN112394349B CN 112394349 B CN112394349 B CN 112394349B CN 202011229254 A CN202011229254 A CN 202011229254A CN 112394349 B CN112394349 B CN 112394349B
Authority
CN
China
Prior art keywords
moving
radar sensor
moving object
buoy
ship
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011229254.2A
Other languages
English (en)
Other versions
CN112394349A (zh
Inventor
覃朝东
范光伟
杨跃
陈伟昌
韦三刚
张兵
赖杭
张彬培
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pearl River Hydraulic Research Institute of PRWRC
Original Assignee
Pearl River Hydraulic Research Institute of PRWRC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pearl River Hydraulic Research Institute of PRWRC filed Critical Pearl River Hydraulic Research Institute of PRWRC
Priority to CN202011229254.2A priority Critical patent/CN112394349B/zh
Publication of CN112394349A publication Critical patent/CN112394349A/zh
Application granted granted Critical
Publication of CN112394349B publication Critical patent/CN112394349B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
    • G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/62—Sense-of-movement determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Electromagnetism (AREA)
  • Alarm Systems (AREA)
  • Burglar Alarm Systems (AREA)

Abstract

本发明公开了一种海洋浮标智能安防监控方法、装置、***及存储介质，所述方法包括：实时读取电子罗盘，获取浮标的当前姿态；当浮标保持在水平位置时，定时打开雷达传感器，以检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离；计算当前时刻雷达传感器自身的运动速度，对运动物体的运动速度进行校正；根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体，若是，则启动摄像头，以拍摄可疑物体；对可疑物体图像进行识别，判断可疑物体是否为入侵船舶，若是，则将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示。本发明一方面可以通过拍摄取证，另一方面保证检测结果的可靠性和准确性。

Description

海洋浮标智能安防监控方法、装置、***及存储介质
技术领域
本发明涉及一种海洋浮标智能安防监控方法、装置、***及存储介质，属于海洋浮标安防监控领域。
背景技术
海洋浮标是以锚定在海上的观测浮标为主体组成的海洋水文水质气象自动观测站，观测可以长期、连续的进行在线测量，可以采集气象、水文数据，特别是能收集到调查船难以收集的恶劣天气及海况的资料，为海洋科学研究、海上石油(气)开发、港口建设和国防建设收集所需海洋水文水质气象资料。
海洋浮标通常装载有水质监测等科学测量仪器，依靠太阳能和电池供电，长期工作在无人值守状态，无法使用视频控制等手段，遇到突发事件，如船舶碰撞、恶意偷盗等，无法及时获得相关信息，造成测量数据中断，甚至设备丢失。
发明内容
有鉴于此，本发明提供了一种海洋浮标智能安防监控方法、装置、***及存储介质，其通过雷达传感器快速扫描可疑物体，随后启动摄像头进行拍摄，通过主控板判断是否存在入侵船舶，一方面可以通过拍摄取证，另一方面保证检测结果的可靠性和准确性。
本发明的第一个目的在于提供一种海洋浮标智能安防监控方法。
本发明的第二个目的在于提供一种海洋浮标智能安防监控装置。
本发明的第三个目的在于提供一种海洋浮标智能安防监控***。
本发明的第四个目的在于提供一种计算机可读存储介质。
本发明的第一个目的可以通过采取如下技术方案达到：
一种海洋浮标智能安防监控方法，所述方法包括：
实时读取电子罗盘，获取浮标的当前姿态；
当浮标保持在水平位置时，定时打开雷达传感器，以使雷达传感器检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离；
根据浮标的三维倾角和摆动周期，计算当前时刻雷达传感器自身的运动速度；
根据当前时刻雷达传感器自身的运动速度，对运动物体的运动速度进行校正；
根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体；
若判断运动物体为可疑物体，则启动摄像头，以使摄像头拍摄可疑物体；
接收摄像头发送的可疑物体图像，对可疑物体图像进行识别，判断可疑物体是否为入侵船舶；
若判断可疑物体为入侵船舶，则将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示。
进一步的，所述检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离，具体为：
当有物体相对于雷达传感器运动时，多普勒效应产生多普勒频移，根据雷达传感器的发射信号与接收信号经混频后的差频信号频率，求出运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离；其中，所述发射信号和接收信号的频率为对称三角形。
进一步的，所述运动物体的运动速度以及运动物体与雷达传感器之间的距离，如下式：
Figure BDA0002764618560000021
Figure BDA0002764618560000022
其中，v表示运动物体的运动速度，R表示运动物体与雷达传感器之间的距离，fdiff_up表示发射信号与接收信号经混频后在正向调频的差频信号频率，fdiff_down表示发射信号与接收信号经混频后在负向调频段的差频信号频率，c0表示光速，T表示发射信号的调制周期，ΔF表示压控振荡器发射频率的变化范围。
进一步的，所述根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体，具体为：
若运动物体的运动速度在船舶正常速度范围内，且运动物体的运动方向为靠近浮标方向，则判断运动物体为可疑物体；否则，判断运动物体不是可疑物体。
进一步的，所述对可疑物体图像进行识别，判断可疑物体是否为入侵船舶，具体包括：
对可疑物体图像进行预处理；
采用预先训练好的目标检测模型对预处理后的可疑物体图像进行识别，判断可疑物体是否为入侵船舶。
进一步的，所述目标检测模型的训练过程包括：
确定目标检测模型和深度学习框架；
获取网络和/或实际应用场景中的船舶图像；
对船舶图像进行筛选，并对船舶图像中的船舶进行标记；
根据标记好的船舶图像，对目标检测模型进行迭代训练，直到准确率达到实际应用需求。
进一步的，所述对可疑物体图像进行预处理，具体为：
对可疑物体图像进行灰度化、滤波，并缩放到固定大小。
本发明的第二个目的可以通过采取如下技术方案达到：
一种海洋浮标智能安防监控装置，所述装置包括：
读取单元，用于实时读取电子罗盘，获取浮标的当前姿态；
检测单元，用于当浮标保持在水平位置时，定时打开雷达传感器，以使雷达传感器检测运动物体的运动速度、运动方向和距离；
计算单元，用于根据浮标的三维倾角和摆动周期，计算当前时刻雷达传感器自身的运动速度；
校正单元，用于根据当前时刻雷达传感器自身的运动速度，对运动物体的运动速度进行校正；
第一判断单元，用于根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体；
拍摄单元，用于若判断运动物体为可疑物体，则启动摄像头，以使摄像头拍摄可疑物体；
第二判断单元，用于接收摄像头发送的可疑物体图像，对可疑物体图像进行识别，判断可疑物体是否为入侵船舶；
报警单元，用于若判断可疑物体为入侵船舶，则将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示。
本发明的第三个目的可以通过采取如下技术方案达到：
一种海洋浮标智能安防监控***，包括电子罗盘、雷达传感器、摄像头、声光报警器和主控板，所述电子罗盘和主控板设置在浮标的仪器仓内，所述电子罗盘、雷达传感器、摄像头、声光报警器分别与主控板相连；
所述电子罗盘，用于测量浮标的姿态；
所述雷达传感器，用于检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离；
所述摄像头，用于在判断运动物体为可疑物体时，拍摄可疑物体；
所述声光报警器，用于在判断可疑物体为入侵船舶时，进行现场警示；
所述主控板，用于执行上述的海洋浮标智能安防监控方法。
进一步的，所述雷达传感器和摄像头均为四个，且雷达传感器与摄像头一一对应，四个雷达传感器分别布设在仪器仓外的东、南、西、北四个方向，每个雷达传感器的探测角度达到90度，且每个雷达传感器的探测距离大于120m，每个摄像头设置在对应的雷达传感器上。
本发明的第四个目的可以通过采取如下技术方案达到：
一种存储介质，存储有程序，所述程序被处理器执行时，实现上述的海洋浮标智能安防监控方法。
本发明相对于现有技术具有如下的有益效果：
本发明的主控板通过读取电子罗盘，获取浮标的当前姿态，在浮标保持在水平位置时，定时打开雷达传感器，以检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离，通过电子罗盘可获取到浮标的三维倾角和摆动周期，由此计算当前时刻雷达传感器自身的运动速度，从而对运动物体的运动速度进行校正，根据运动物体的运动速度和运动方向，快速扫描得到可疑物体，随后启动摄像头进行拍摄，通过主控板判断可疑物体是否为入侵船舶，判断可疑物体为入侵船舶后，将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示，一方面可以通过拍摄取证，另一方面保证检测结果的可靠性和准确性。
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，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地介绍，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示出的结构获得其他的附图。
图1为本发明实施例1的海洋浮标智能安防监控***的结构框图。
图2为本发明实施例1的浮标的正视图。
图3为本发明实施例1的浮标的俯视图。
图4为本发明实施例1的雷达传感器的发射信号与接收信号的频率曲线图。
图5为本发明实施例1的图像识别流程图。
图6为本发明实施例1的海洋浮标智能安防监控方法的流程图。
图7为本发明实施例2的海洋浮标智能安防监控装置的结构框图。
其中，101-浮标体，102-仪器仓，103-电子罗盘，104-雷达传感器，105-摄像头，106-声光报警器，107-主控板，108-电源控制模块，109-通信模块，110-远程服务器，111-振动传感器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
如图1～图3所示，本实施例提供了一种海洋浮标智能安防监控***，其中浮标包括浮标体101和仪器仓102，该***包括电子罗盘103、雷达传感器104、摄像头105、声光报警器106、主控板107、电源控制模块108和通信模块109，电子罗盘103和主控板107设置在浮标的仪器仓102内，电子罗盘103、雷达传感器104、摄像头105、声光报警器106、电源控制模块108分别与主控板107相连，主控板107还通过通信模块109与远程服务器110相连，主控板107内置有雷达检测算法和图像识别算法；其中，电子罗盘103可以测量浮标的姿态，声光报警器106可以在在判断可疑物体为入侵船舶时，进行现场警示。
主控板107采用32位嵌入式主控制芯片，其具有32位处理器，运行高性能嵌入式操作***，支持多线程低功耗运行，空闲状态下，仅运行主线程，关闭其它外设及相关线程，并采取定时休眠唤醒工作模式，相关设备线程包括：电源管理线程、雷达检测线程、图像处理线程、图像智能识别线程、电子罗盘处理线程、声光警示线程、通信处理线程。
雷达传感器104能够同时探测运动物体的运动速度和距离信息，调制信号采用三角波，根据三角波上升段和下降段的差频信号，求出运动速度、运动方向以及运动物体与雷达传感器104之间的距离，在仪器仓102外的东、南、西、北四个方向各布设一个雷达传感器104，组成360°的无死角监控范围，每个雷达传感器104的探测角度达90度，每个雷达传感器104的探测距离大于120m，因此当有运动物体靠近时，***有足够的反应时间抓拍、警示，定时同时开启各个雷达传感器104，当某个方向发现运动物体靠近浮标时，立即抓拍，并将雷达传感器104检测的运动速度、运动方向以及运动物体与雷达传感器104之间的距离传输至通信模块109，由通信模块109将数据传输至远程服务器110。
具体地，采用三角波调制的雷达传感器104，发射信号的频率为对称三角形，在单个周期内，前半个周期为正向调频，后半个周期为负向调频；图4中，横坐标轴表示时间t，纵坐标轴表示频率f，实线表示发射信号，虚线表示接收信号，T表示发射信号的调制周期，ΔF表示压控振荡器发射频率的变化范围，即调频带宽，当有物体相对于雷达传感器104运动时，多普勒效应会产生多普勒频移；fdiff_up表示发射信号与接收信号经混频后在正向调频的差频信号频率，fdiff_down表示发射信号与接收信号经混频后在负向调频段的差频信号频率；R表示运动物体与雷达传感器104之间的距离，c0表示光速；fDopp表示多普勒频移的频率。
摄像头105为四个，摄像头105与雷达传感器104一一对应，每个摄像头105设置在对应的雷达传感器104上，可以在主控板107判断运动物体为可疑物体时，拍摄可疑物体，摄像头105采用数字摄像头接口(DCMI)，摄像头105上电后在几百毫秒内完成拍照及图像压缩处理，直接输出JPG格式的图像数据，主控板107获取图像文件后，把文件保存到存储器中，并启动图像识别线程进行图像识别，利用图像识别算法对拍摄的可疑物体进行预处理，采用预先训练好的模型进行图像识别，可实现在主控板107上快速实现图像识别，图像识别的流程如图5所示。
进一步地，本实施例的海洋浮标智能安防监控***还可包括振动传感器111，该振动传感器111与主控板107相连，可检测到浮标受外力突然撞击，进而发起紧急报警信息；整个***采用太阳能和蓄电池供电，空闲状态下，主控板107处于休眠状态，其它传感器处于关闭状态，不消耗电量，节省电源功耗。
如图6所示，本实施例还提供了一种海洋浮标智能安防监控方法，该方法基于主控板107实现，包括以下步骤：
S101、实时读取电子罗盘，获取浮标的当前姿态。
S102、当浮标保持在水平位置时，定时打开雷达传感器，避免海洋表面的反射信号影响雷达检测结果，以使雷达传感器检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离。
多普勒频移fdopp与运动物体的运动速度v的关系如下式：
Figure BDA0002764618560000071
其中，fdopp表示多普勒频移(Hz)，f0表示雷达传感器的发射频率(Hz)，v表示运动物体的运动速度(m/s)，c0表示光速(m/s)，α表示雷达传感器至运动物体的连线与运动物体的运动方向之间的角度(°)
本实施例可认为α＝0，则可化简为：
Figure BDA0002764618560000072
根据图4，可以得到：
fdiff_up＝fDelay-fDopp
fdiff_down＝fDelay+fDopp
因此，运动物体的运动速度以及运动物体与雷达传感器之间的距离，如下式：
Figure BDA0002764618560000073
Figure BDA0002764618560000074
S103、通过电子罗盘的数据可获取到浮标的三维倾角以及浮标摆动的周期，根据浮标的三维倾角和摆动周期，计算当前时刻雷达传感器自身的运动速度。
S104、根据当前时刻雷达传感器自身的运动速度，对运动物体的运动速度进行校正。
S105、根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体。
具体地，若运动物体的运动速度在船舶正常速度范围内，且运动物体的运动方向为靠近浮标方向，则判断运动物体为可疑物体；否则，判断运动物体不是可疑物体。
S106、若判断运动物体为可疑物体，则启动摄像头，以使摄像头拍摄可疑物体。
S107、接收摄像头发送的可疑物体图像，利用图像识别算法对可疑物体图像进行识别，判断可疑物体是否为入侵船舶。
本实施例的目标检测模型采用目标检测的卷积神经网络模型，本实施例以tiny-yolo3为例，在实际应用中也可以使用其他卷积神经网络模型，如yolo-nano，Mobilenet等模型，可以理解，对于本领域技术人员来说，目标检测模型的更换并不会本实施例技术方案的实现带来太大的影响；其次，根据实际应用场景，选择一个深度学习框架，本实施例中选择了TensorFlow机器学习框架，其对应的TensorFlow-Lite和TensorFlow-Mobile是专门为移动端设备而优化的TensorFlow版本，提供相应的转换工具，可以将普通模型进行优化裁减转化成移动端设备上使用的模型，当然，实际应用中可以选择其他框架，如caffet2，FeatherCNN等移动端框架，可以理解，对于本领域技术人员来说，深度学习框架的更换并不会本实施例技术方案的实现带来太大的影响。
在确定好目标检测模型和目标检测模型的深度学习框架后，就可以进行相应的目标检测模型训练；首先，进行数据收集与准备工作，通过收集网络上和/或实际应用场景中的船舶图像，对船舶图像进行筛选，再对船舶图像中的船舶进行标记；之后，将标记好的船舶图像分成训练组、验证组和评估组三组，使用标记好的图像对目标检测模型进行迭代训练，直到目标检测模型的准确率达到实际应用需求，因为yolo3(tiny-yolo3)的官方预训练模型中已经能够对船舶进行检测，所以只需要使用实际应用场景中的图片对预训练的模型进行进一步的强化训练，提高对实际应用场景中船舶的检测准确率；本实施例中，采集了实际拍摄的图像2000张，并对其进行了标记，将其中1000张作为训练样本，500张作为验证样本，500张作为评估样本；本实施例中的标记样本数量不代表任何权利主张，数量的多少根据目标检测模型的检测结果精度可以进行调整，如果结果精度不够可以相应的增加样本数量。
目标检测模型训练好后，便可进行移动端的部署；首先，需要将训练好的目标检测模型使用TensorFlow Lite Converter工具将模型转换为TensorFlow Lite文件格式；然后，将相应的图像处理程序使用TensorFlow Lite工具编译成二进制文件；最后，将模型文件，程序文件，相应的标签文件上传到主控板中，完成检测程序的移动端部署。
在实际使用过程中，主控板启动后，启动整体的初始化程序，初始化图像处理程序，包括加载存储中的模型及标签文件，完成目标检测模型的初始化，之后就可以等待主控板调用；当主控板接收到图像识别指令后，图像处理程序的处理流程如下：首先，从存储器中读取一张图像；其次，对图像进行灰度化、滤波、缩放到固定大小等预处理；然后，调用目标检测模型接口对预处理后的图像进行识别；最后，将识别结果返回给主控板，识别结果包括是否检测到目标以及目标包围盒的坐标位置(xmin,ymin,xmax,ymax)，主控板接收到相应的识别结果后进行下一步的处理。
可以理解，在本实施例中，主控板在接收到摄像头发送的可疑物体图像后，对可疑物体图像进行灰度化、滤波、缩放到固定大小等预处理，采用预先训练好的目标检测模型对预处理后的可疑物体图像进行识别，判断可疑物体是否为入侵船舶。
S108、若判断可疑物体为入侵船舶，则将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示。
应当注意，尽管在附图中以特定顺序描述了上述的方法操作，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
实施例2：
如图7所示，本实施例提供了一种海洋浮标智能安防监控装置，该装置包括读取单元701、检测单元702、计算单元703、校正单元704、第一判断单元705、拍摄单元706、第二判断单元707和报警单元708，各个单元的具体功能如下：
读取单元701，用于实时读取电子罗盘，获取浮标的当前姿态。
检测单元702，用于当浮标保持在水平位置时，定时打开雷达传感器，以使雷达传感器检测运动物体的运动速度、运动方向和距离。
计算单元703，用于根据浮标的三维倾角和摆动周期，计算当前时刻雷达传感器自身的运动速度。
校正单元704，用于根据当前时刻雷达传感器自身的运动速度，对运动物体的运动速度进行校正。
第一判断单元705，用于根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体。
拍摄单元706，用于若判断运动物体为可疑物体，则启动摄像头，以使摄像头拍摄可疑物体。
第二判断单元707，用于接收摄像头发送的可疑物体图像，对可疑物体图像进行识别，判断可疑物体是否为入侵船舶。
报警单元708，用于若判断可疑物体为入侵船舶，则将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示。
在此需要说明的是，本实施例提供的装置仅以上述各功能单元的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。
实施例3：
本实施例提供一种存储介质，该存储介质为计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时，实现如下操作：
实时读取电子罗盘，获取浮标的当前姿态；
当浮标保持在水平位置时，定时打开雷达传感器，以使雷达传感器检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离；
根据浮标的三维倾角和摆动周期，计算当前时刻雷达传感器自身的运动速度；
根据当前时刻雷达传感器自身的运动速度，对运动物体的运动速度进行校正；
根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体；
若判断运动物体为可疑物体，则启动摄像头，以使摄像头拍摄可疑物体；
接收摄像头发送的可疑物体图像，对可疑物体图像进行识别，判断可疑物体是否为入侵船舶；
若判断可疑物体为入侵船舶，则将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示。
需要说明的是，本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
综上所述，本发明的主控板通过读取电子罗盘，获取浮标的当前姿态，在浮标保持在水平位置时，定时打开雷达传感器，以检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离，通过电子罗盘可获取到浮标的三维倾角和摆动周期，由此计算当前时刻雷达传感器自身的运动速度，从而对运动物体的运动速度进行校正，根据运动物体的运动速度和运动方向，快速扫描得到可疑物体，随后启动摄像头进行拍摄，通过主控板判断可疑物体是否为入侵船舶，判断可疑物体为入侵船舶后，将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示，一方面可以通过拍摄取证，另一方面保证检测结果的可靠性和准确性。
以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明构思加以等同替换或改变，都属于本发明专利的保护范围。

Claims (8)

1.一种海洋浮标智能安防监控方法，其特征在于，所述方法包括：
实时读取电子罗盘，获取浮标的当前姿态；
当浮标保持在水平位置时，定时打开雷达传感器，以使雷达传感器检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离；
根据浮标的三维倾角和摆动周期，计算当前时刻雷达传感器自身的运动速度；
根据当前时刻雷达传感器自身的运动速度，对运动物体的运动速度进行校正；
根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体；
若判断运动物体为可疑物体，则启动摄像头，以使摄像头拍摄可疑物体；
接收摄像头发送的可疑物体图像，对可疑物体图像进行识别，判断可疑物体是否为入侵船舶；
若判断可疑物体为入侵船舶，则将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示；
所述对可疑物体图像进行识别，判断可疑物体是否为入侵船舶，具体包括：
对可疑物体图像进行预处理；
采用预先训练好的目标检测模型对预处理后的可疑物体图像进行识别，判断可疑物体是否为入侵船舶；
所述目标检测模型的训练过程包括：
确定目标检测模型和深度学习框架，所述目标检测模型采用目标检测的卷积神经网络模型；
获取网络和/或实际应用场景中的船舶图像；
对船舶图像进行筛选，并对船舶图像中的船舶进行标记；
根据标记好的船舶图像，对目标检测模型进行迭代训练，直到准确率达到实际应用需求。
2.根据权利要求1所述的海洋浮标智能安防监控方法，其特征在于，所述检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离，具体为：
当有物体相对于雷达传感器运动时，多普勒效应产生多普勒频移，根据雷达传感器的发射信号与接收信号经混频后的差频信号频率，求出运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离；其中，所述发射信号和接收信号的频率为对称三角形。
3.根据权利要求2所述的海洋浮标智能安防监控方法，其特征在于，所述运动物体的运动速度以及运动物体与雷达传感器之间的距离，如下式：
Figure FDA0003097559070000021
Figure FDA0003097559070000022
其中，v表示运动物体的运动速度，R表示运动物体与雷达传感器之间的距离，fdiff_up表示发射信号与接收信号经混频后在正向调频的差频信号频率，fdiff_down表示发射信号与接收信号经混频后在负向调频段的差频信号频率，c0表示光速，T表示发射信号的调制周期，ΔF表示压控振荡器发射频率的变化范围。
4.根据权利要求1所述的海洋浮标智能安防监控方法，其特征在于，所述根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体，具体为：
若运动物体的运动速度在船舶正常速度范围内，且运动物体的运动方向为靠近浮标方向，则判断运动物体为可疑物体；否则，判断运动物体不是可疑物体。
5.一种海洋浮标智能安防监控装置，其特征在于，所述装置包括：
读取单元，用于实时读取电子罗盘，获取浮标的当前姿态；
检测单元，用于当浮标保持在水平位置时，定时打开雷达传感器，以使雷达传感器检测运动物体的运动速度、运动方向和距离；
计算单元，用于根据浮标的三维倾角和摆动周期，计算当前时刻雷达传感器自身的运动速度；
校正单元，用于根据当前时刻雷达传感器自身的运动速度，对运动物体的运动速度进行校正；
第一判断单元，用于根据运动物体的运动速度和运动方向，判断运动物体是否为可疑物体；
拍摄单元，用于若判断运动物体为可疑物体，则启动摄像头，以使摄像头拍摄可疑物体；
第二判断单元，用于接收摄像头发送的可疑物体图像，对可疑物体图像进行识别，判断可疑物体是否为入侵船舶；
报警单元，用于若判断可疑物体为入侵船舶，则将报警信息和船舶图像发送至远程服务器，并启动声光报警器进行现场警示；
所述对可疑物体图像进行识别，判断可疑物体是否为入侵船舶，具体包括：
对可疑物体图像进行预处理；
采用预先训练好的目标检测模型对预处理后的可疑物体图像进行识别，判断可疑物体是否为入侵船舶；
所述目标检测模型的训练过程包括：
确定目标检测模型和深度学习框架，所述目标检测模型采用目标检测的卷积神经网络模型；
获取网络和/或实际应用场景中的船舶图像；
对船舶图像进行筛选，并对船舶图像中的船舶进行标记；
根据标记好的船舶图像，对目标检测模型进行迭代训练，直到准确率达到实际应用需求。
6.一种海洋浮标智能安防监控***，其特征在于，包括电子罗盘、雷达传感器、摄像头、声光报警器和主控板，所述电子罗盘和主控板设置在浮标的仪器仓内，所述电子罗盘、雷达传感器、摄像头、声光报警器分别与主控板相连；
所述电子罗盘，用于测量浮标的姿态；
所述雷达传感器，用于检测运动物体的运动速度、运动方向以及运动物体与雷达传感器之间的距离；
所述摄像头，用于在判断运动物体为可疑物体时，拍摄可疑物体；
所述声光报警器，用于在判断可疑物体为入侵船舶时，进行现场警示；
所述主控板，用于执行权利要求1-4任一项所述的海洋浮标智能安防监控方法。
7.根据权利要求6所述的海洋浮标智能安防监控***，其特征在于，所述雷达传感器和摄像头均为四个，且雷达传感器与摄像头一一对应，四个雷达传感器分别布设在仪器仓外的东、南、西、北四个方向，每个雷达传感器的探测角度达到90度，且每个雷达传感器的探测距离大于120m，每个摄像头设置在对应的雷达传感器上。
8.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-4任一项所述的海洋浮标智能安防监控方法。
CN202011229254.2A 2020-11-06 2020-11-06 海洋浮标智能安防监控方法、装置、***及存储介质 Active CN112394349B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011229254.2A CN112394349B (zh) 2020-11-06 2020-11-06 海洋浮标智能安防监控方法、装置、***及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011229254.2A CN112394349B (zh) 2020-11-06 2020-11-06 海洋浮标智能安防监控方法、装置、***及存储介质

Publications (2)

Publication Number Publication Date
CN112394349A CN112394349A (zh) 2021-02-23
CN112394349B true CN112394349B (zh) 2021-08-31

Family

ID=74598231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011229254.2A Active CN112394349B (zh) 2020-11-06 2020-11-06 海洋浮标智能安防监控方法、装置、***及存储介质

Country Status (1)

Country Link
CN (1) CN112394349B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113232785A (zh) * 2021-06-09 2021-08-10 湖南农业大学 一种可用于应急救援的长航时渔用无人快艇
CN113255827A (zh) * 2021-06-17 2021-08-13 广东电网有限责任公司中山供电局 基于YOLO Nano算法的继保压板状态识别***及方法
WO2023279786A1 (zh) * 2021-07-08 2023-01-12 华为技术有限公司 周界检测方法、装置、设备与***
CN114487327A (zh) * 2022-01-17 2022-05-13 青岛百发海水淡化有限公司 一种海洋水质监测及可疑船舶取证***及方法
CN115100808A (zh) * 2022-06-29 2022-09-23 广州市声讯电子科技股份有限公司 声光智能驱散***
CN116935699B (zh) * 2023-09-15 2023-12-12 天津港(集团)有限公司 一种海港智慧航道一体化监测***和方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1937762A (zh) * 2005-09-23 2007-03-28 王凌慧 一种图像监控安防装置及方法
CN206776488U (zh) * 2017-05-24 2017-12-22 青岛欧蓝特环境科技有限公司 网箱养殖多参数自动监控***
CN107820058A (zh) * 2017-11-21 2018-03-20 宜昌创源中新光电科技有限公司 一种甄别浮标破坏者与垂钓者的装置及方法
CN109683149A (zh) * 2018-12-14 2019-04-26 深圳市置辰海信科技有限公司 通过雷达和ais船舶融合算法计算出融合目标实现方法
CN208868257U (zh) * 2018-08-30 2019-05-17 山东深海海洋科技有限公司 一种海上浮标运动状态监测装置
CN110673128A (zh) * 2019-11-11 2020-01-10 南京信息工程大学 一种基于间断上下调频波的x波段岸基雷达测流方法
CN110687530A (zh) * 2019-09-18 2020-01-14 上海广电通信技术有限公司 微型安防雷达监控***
US20200341115A1 (en) * 2019-04-28 2020-10-29 Massachusetts Institute Of Technology Subject identification in behavioral sensing systems
US10823843B1 (en) * 2016-10-20 2020-11-03 Leidos, Inc. Motion extended array synthesis for use in high resolution imaging applications

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4327000B2 (ja) * 2004-04-02 2009-09-09 古野電気株式会社 相手船動静監視装置
TW200929104A (en) * 2007-12-28 2009-07-01 Univ Nat Taiwan Ocean Method for preventing small-scale fishing boat equipped with radar receiver from collision and device thereof
CN108152808A (zh) * 2017-11-23 2018-06-12 安徽四创电子股份有限公司 一种基于毫米波雷达的周界智能预测预警方法
KR101911756B1 (ko) * 2018-05-04 2018-10-25 (주)에디넷 해상 부이의 실시간 원격 모니터링 시스템

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1937762A (zh) * 2005-09-23 2007-03-28 王凌慧 一种图像监控安防装置及方法
US10823843B1 (en) * 2016-10-20 2020-11-03 Leidos, Inc. Motion extended array synthesis for use in high resolution imaging applications
CN206776488U (zh) * 2017-05-24 2017-12-22 青岛欧蓝特环境科技有限公司 网箱养殖多参数自动监控***
CN107820058A (zh) * 2017-11-21 2018-03-20 宜昌创源中新光电科技有限公司 一种甄别浮标破坏者与垂钓者的装置及方法
CN208868257U (zh) * 2018-08-30 2019-05-17 山东深海海洋科技有限公司 一种海上浮标运动状态监测装置
CN109683149A (zh) * 2018-12-14 2019-04-26 深圳市置辰海信科技有限公司 通过雷达和ais船舶融合算法计算出融合目标实现方法
US20200341115A1 (en) * 2019-04-28 2020-10-29 Massachusetts Institute Of Technology Subject identification in behavioral sensing systems
CN110687530A (zh) * 2019-09-18 2020-01-14 上海广电通信技术有限公司 微型安防雷达监控***
CN110673128A (zh) * 2019-11-11 2020-01-10 南京信息工程大学 一种基于间断上下调频波的x波段岸基雷达测流方法

Also Published As

Publication number Publication date
CN112394349A (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
CN112394349B (zh) 海洋浮标智能安防监控方法、装置、***及存储介质
CN110414396B (zh) 一种基于深度学习的无人艇感知融合算法
CN108415323A (zh) 一种海洋牧场智能化管理***
CN110246177A (zh) 一种基于视觉的自动测波方法
CN104267643A (zh) 水下机器人目标定位识别***
CN111650627A (zh) 海洋浮标站、入侵检测取证方法及***
CN106027909A (zh) 一种基于微机电惯性传感器与摄像机的船载视频同步采集***及方法
CN114708217B (zh) 宽阔水域桥梁防超高船舶碰撞的预警方法、装置及设备
US20190079213A1 (en) Automatic Harbor Surveillance System
CN206573887U (zh) 一种渔船环境监控***
CN115909816A (zh) 一种浮标碰撞预警与记录***
CN114018317B (zh) 一种用于海洋环境的数据采集装置及方法
CN114877873A (zh) 一种海洋浮标监测***、方法、电子设备及存储介质
CN111103008A (zh) 一种基于传感器的海洋安全检测方法
US11808570B2 (en) Sensor and telemetry unit (STU) adapted for securable coupling to a floating object or buoyant aid to navigation (AtoN) to operate as a selectively deployable ocean data acquisition system (ODAS)
CN207516556U (zh) 一种支持多台海洋信标机回收的回收机
CN114088066A (zh) 一种用海动态监测方法及其使用的设备
CN112113541A (zh) 河流湖泊的环境问题识别方法及***
TWI786023B (zh) 長浪預警系統
CN215376137U (zh) 一种基于雷达的海上监控***
CN107941220B (zh) 一种基于视觉的无人船海天线检测与导航方法和***
CN216792474U (zh) 一种多功能海洋环境参数的测量装置
CN115496803A (zh) 一种海上浮标碰撞告警和取证***及方法
CN205898246U (zh) 一种基于雷达测量的无人值守站点潮位测量***
CN111879293B (zh) 一种海上降雨噪声特性原位测量装置及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant