CN113256146A - 船舶监管方法及*** - Google Patents

船舶监管方法及*** Download PDF

Info

Publication number
CN113256146A
CN113256146A CN202110640627.3A CN202110640627A CN113256146A CN 113256146 A CN113256146 A CN 113256146A CN 202110640627 A CN202110640627 A CN 202110640627A CN 113256146 A CN113256146 A CN 113256146A
Authority
CN
China
Prior art keywords
ship
information
acquiring
warning
preset
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.)
Granted
Application number
CN202110640627.3A
Other languages
English (en)
Other versions
CN113256146B (zh
Inventor
龙佳欣
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.)
Guangdong Jiamaotong Technology Co ltd
Original Assignee
Guangdong Jiamaotong Technology Co ltd
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 Guangdong Jiamaotong Technology Co ltd filed Critical Guangdong Jiamaotong Technology Co ltd
Priority to CN202110640627.3A priority Critical patent/CN113256146B/zh
Publication of CN113256146A publication Critical patent/CN113256146A/zh
Application granted granted Critical
Publication of CN113256146B publication Critical patent/CN113256146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211Selection of the most significant subset of features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0835Relationships between shipper or supplier and carriers
    • G06Q10/08355Routing methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种船舶监管方法及***,涉及船舶航行管理技术领域,其包括方法,方法包括:获取监管水域的GIS地图和各个港口的信息;获取各个船舶的实时地理坐标,并获取预设于船舶的地理坐标发送装置的运行信息;追踪船舶的实时地理坐标,得到船舶的航次轨迹;根据历史航次轨迹构建航线模型,根据预设的重合度预选条件确定任意两港口之间的主航道;获取船舶及其船员的身份信息和信用信息、各航次的预报关信息以及经营信息,产生船舶档案;以及,获取当前航次轨迹,做偏离预警;所述预报关信息包括舱单信息和始末位置。本申请具有更好的满足船舶监管需求的效果。

Description

船舶监管方法及***
技术领域
本申请涉及船舶航行管理技术领域,尤其是涉及一种船舶监管方法及***。
背景技术
对于有条件进行航运的地域,通过船舶运输货物所需的成本相对低廉,为此航运成为了贸易运输中的重要一环。
对于近海非跨洋运输,如:香港到中山,需要的大多为小型船舶。目前,我国拥有着数量庞大的小型船舶群体,为此对其合理、高效化监管显得十分重要。
在实际监管过程中,仅依靠小型船舶自觉停泊中途监管站办理相关手续,对停靠的小型船舶例行抽查的传统监管模式,远远无法满足实际监管的需求,难以全面防范和遏制某水域小型船舶的走私活动,为此本申请提出一种新的技术方案。
发明内容
为了更好的满足船舶监管需求,辅助相关单位打击走私活动,本申请提供一种船舶监管方法及***。
第一方面,本申请提供一种船舶监管方法,采用如下的技术方案:
一种船舶监管方法,包括:
获取监管水域的GIS地图和各个港口的信息;
获取各个船舶的实时地理坐标,并获取预设于船舶的地理坐标发送装置的运行信息;
追踪船舶的实时地理坐标,得到船舶的航次轨迹;
根据历史航次轨迹构建航线模型,根据预设的重合度预选条件确定任意两港口之间的主航道;
获取船舶及其船员的身份信息和信用信息、各航次的预报关信息以及经营信息,产生船舶档案;以及,
获取当前航次轨迹,做偏离预警;
所述预报关信息包括舱单信息和始末位置;
所述偏离预警包括:
根据预报关信息从所有主航道中得到当前航次的预选主航道;
对比当前航次轨迹和预选主航道,判断是否偏离航道且超出预设的偏离阈值,如果是,则判定为当前轨迹所属船舶为B类船舶;以及,
发送预警提示至船舶、船舶所属船员及监管单位的交互终端,并记录当前航次的各个信息归入船舶档案。
可选的,还包括:
获取监管水域各个中途站的站点识别码、地理坐标以及船舶申报区域,产生站点信息;
当船舶的实时地理坐标置于某一个站点信息的船舶申报区,判断其是否有预报关,如果是,则发送免抽查提示至中途站的交互终端;如果否,则发送等待抽检提示至船舶的交互终端。
可选的,还包括:
当船舶的实时地理坐标脱离各个港口的预设停泊区,判断是否接收/获取有当前航次的预报关记录,如果否,则判定为D类行为,并追踪;
D类行为的船舶从脱离港口到再次进入某一个港口的预设停泊区的时间为监察时段T1,如果监察时段T1未接收到中途站或港口发送的抽查确认信息,则判定为D1类船舶并记入船舶档案;如果监察时段T1有接收到抽查确认信息,则判定为C类船舶并记入船舶档案。
可选的,还包括:
获取船舶航速信息,并结合航次记入船舶档案;
追踪各个船舶的地理坐标发送装置通信异常、报关异常、中途站抽查异常以及在非港口停泊区、中途站的船舶申报区出现“0”航速的时间和位置,产生异常警示记录,并记入船舶档案;
所述偏离预警还包括:
调取B类船舶的船舶档案,将其与其他船舶的异常警示记录对比,提取共同特征,并根据预设的分析法一产生预测信息;
所述预测信息发送至监管单位的交互终端。
可选的,还包括:
当船舶在非预设停泊区、船舶申报区出现“0”航速,判定为停航,并发送停航警示信息至监管单位的交互终端;
调取停航船舶的船舶档案,得到历史警示信息;以及,
根据历史警示信息在GIS地图上标注停航警示位置分布,当船舶途径历史停航区域时,发送预警提示至监管单位的交互终端。
可选的,所述地理坐标发送装置通信异常包括:获取船舶发送启航信息后,未接收到船舶的地理坐标信息;
方法还包括:根据历史警示信息在GIS地图上标注通信异常位置分布,根据预设分析法二结合船舶档案,对船舶与船舶之间的关联性进行挖掘分析,再结合船舶当前信息与历史警示船舶数据进行比对分析,得到另一个预测信息。
可选的,还包括:
获取并累计船舶入港后的停留时间、船舶查验时间、报关异常和中途站抽查异常次数,判定超出各个预设阈值的船舶为风险船舶;以及,
以T2为间隔时间,定时发送风险船舶的身份信息至监管单位的交互终端,用作动态风险提示。
可选的,还包括:
获取监管水域的天气信息;
在各个异常警示记录产生时,关联当前时空的天气信息,并计入船舶档案;以及,
对历史异常警示分类,并统计各个天气出现的频次,作为权重影响因子。
可选的,还包括:
获取隐蔽检举信息,判定隐蔽检举信息所属船舶为D2类船舶,并记入船舶档案;
当出现D2类船舶的信息,发送重大嫌疑提示信息至监管单位的交互终端,发送预设的船舶控制报错触发指令至船舶控制***;以及
当未获取预设的船舶控制报错触发指令执行后的反馈信息,发送失控提示信息至监管单位的交互终端;
所述隐蔽检举信息包括地理坐标发送装置在T3时段内根据预设间隔停止响应N次。
第二方面,本申请提供一种船舶监管***,采用如下的技术方案:
一种船舶监管***,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如上所述中任一种方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1、获取有船舶及船员的各个信息和历次航行记录,生成有船舶档案,方便相关单位和人员对其查验和管理;
2、可追踪船舶的轨迹,结合电子地图***,实现对船舶的航线分析,做偏离预警等,以为缉私情报的提前分析预测提供数据,打击走私活动;
3、船舶在正常情况下,可以直航通过中途站,其所载运的货物可以提前做预报关,以提高通关效率;
4、监测航速异常、停航或航线偏离、通信异常等,并结合历史记录和历史案例做关联分析,辅助工作人员做缉私情报预测。
附图说明
图1是本申请实施例的方法的流程示意图。
具体实施方式
以下结合附图1对本申请作进一步详细说明。
本申请实施例公开一种船舶监管方法,其可通过处理器加载执行如其所述的计算机程序实现。
参照图1,船舶监管方法包括:
获取监管水域的GIS地图和各个港口的信息;
获取各个船舶的实时地理坐标,并获取预设于船舶的地理坐标发送装置的运行信息;以及,
获取船舶及其船员的身份信息和信用信息、各航次的预报关信息以及经营信息,产生船舶档案。
船舶及其船员的信用信息可以是根据历次出行的结果计算;预报关信息包括本航次的舱单信息、始末位置和承运人;经营信息包括历次承运相关记录。
上述信息主要用作后续船舶行为分析基础;其中,港口的信息包括名称、坐标和预设的停泊区;在船舶上预安装船载终端,船载终端可为集成GPS模块作为上述地理坐标发送装置的计算机,在船载终端连接于船舶控制***;当船舶启动后,船载终端接收和获取启航信号,并通过GPS模块更新上传船舶的地理坐标。
本技术方案通过持续接收和获取船舶的坐标信息,对船舶出行追踪,可得到各个航次轨迹;根据历史航次轨迹,即可构建航线模型;后续,通过对航线模型分析,从中筛选出任意两港口之间的主航道。
主航道的筛选,根据预设的重合度预选条件确定,例如:在GIS地图中标示历史航次轨迹,将其中密集度大于某一阈值的区域作为主航道;除了通过对历史航次轨迹分析得到主航道外,还可由海事部门直接划定。
基于主航道,后续即可进行船舶的偏离预警,偏离预警包括:根据预报关信息(始末位置)从所有主航道中筛选得到当前航次的预选主航道;对比当前航次轨迹和预选主航道,判断是否偏离且超出预设的偏离阈值,如果是,则判定为当前轨迹所属船舶为B类船舶,发送预警提示至船舶、船舶所属船员及监管单位的交互终端,并记录当前航次的各个信息归入船舶档案。
本实施例将所有船舶,根据行为划分为A、B、C和D四类;其中,A类船舶可为符合海事规定,未出现异常的船舶;B类船舶可为警示船舶;C类船舶可为警示消除船舶;D类船舶可为嫌疑/违规船舶。四类区分,可作为船舶、船员信用的重要评分参考。
根据上述可知,当船舶被判定为偏离主航道,即为警示船舶;此时,对应船舶的船载终端、船员的手机和监管单位(如口岸监管)的计算机即可接收到预警信息作为提示,从而本方法可更好的满足船舶监管需求,辅助相关单位打击走私活动。
进一步的,在预报关及航迹追踪的情况下,可以免除中途站的抽查,以减少资源浪费,为此本方法还包括:获取监管水域各个中途站的站点识别码、地理坐标以及船舶申报区域,产生站点信息;当船舶的实时地理坐标置于某一个站点信息的船舶申报区,判断其是否有预报关,如果是,则发送免抽查提示至中途站的交互终端(如计算机);如果否,则发送等待抽检提示至船舶的交互终端。
对于未提前执行预报关的船舶,本方法:当船舶的实时地理坐标脱离各个港口的预设停泊区,判断是否接收/获取有当前航次的预报关记录,如果否,则判定为D类行为,并追踪。
D类行为的船舶从脱离港口到再次进入某一个港口的预设停泊区的时间为监察时段T1;如果监察时段T1未接收到中途站或港口发送的抽查确认信息,则判定为D1类船舶并记入船舶档案;如果监察时段T1有接收到抽查确认信息,则判定为C类船舶并记入船舶档案。
其中,抽查确认信息为上述D类船舶经过中途站、港口的工作人员抽查后由工作人员上传的后许可信息。当然,如果工作人员抽查后发现船舶存在违规行为,可直接确定其为D类船舶并上传确认信息,等待记入船舶档案。D1类船舶可为D类中的抽查提示船舶。
对于走私等行为,仅仅从航道偏离,难以很好的做全面监管,为此本方法还包括:获取船舶航速信息,并结合航次记入船舶档案;以及,追踪各个船舶的地理坐标发送装置通信异常、报关异常、中途站抽查异常以及在非港口停泊区、中途站的船舶申报区出现“0”航速的时间和位置,产生异常警示记录,并记入船舶档案。
其中,地理坐标发送装置通信异常包括:1、获取船舶发送启航信息后,未接收到船舶的地理坐标信息;2、船舶地理坐标在非预设停泊区、船舶申报区,而通信中断。报关异常包括船舶闯关、未预报关。中途站抽查异常包括工作人员抽查后上传异常确认。对于出现上述异常记录的,均发送对应的提示信息至船舶的交互终端作为提示。
基于上述内容,偏离预警还包括:调取B类船舶的船舶档案,将其与其他船舶的异常警示记录对比,提取共同特征,并根据预设的分析法一产生预测信息;以及,所述预测信息发送至监管单位的交互终端。
分析法一具体的例如:对每种警示类型(通信异常、无信号、闯关、停航)超过n次警示的船舶,进行关联分析,即提取它们的共同特征(警示出现的坐标区域、时段、警示类型),再集合工作人员上传的历史案例库数据,实现对缉私情报的提前分析预测;预测信息可包括共同特征富集数据。
基于航行轨迹,还可对某一艘船舶实时轨迹、航次回放、历史航次轨迹、时间历史轨迹分析以及全部船舶的历史航次轨迹分析。
例如与交互终端交互时:
实时轨迹分析,其包括在UI界面显示[船舶列表],在列表选择任意船舶,选择某一船舶,可进一步选择触发其<实时轨迹>功能;当船舶实际位置移动时,UI界面展示的[电子地图窗口],其实时显示船舶移动轨迹点;
历史航次轨迹,其包括于UI界面选择一艘船舶,获取上传的设定一定时间范围,即可查询指定船舶设定时间范围内的全部历史航次,并进一步回放每个航次的航行轨迹;
全部船舶历史航次回放,其包括设定一定时间范围,查询***全部船舶某一时段的历史航次,回放每个航次的航行轨迹。
为提高监管效果,本方法还包括:
当船舶在非预设停泊区、船舶申报区出现“0”航速(受洋流、非锚停航影响,有一定容错值),判定为停航,并发送停航警示信息至监管单位的交互终端;
调取停航船舶的船舶档案,得到历史警示信息;以及,根据历史警示信息在GIS地图上标注停航警示位置分布,当船舶途径历史停航区域时,发送预警提示至监管单位的交互终端。
此时,一方面可提示监管人员船舶航行过程中是否出现停航问题;另一方面,通过对关联历史停航区域,发送预警提示,还可进一步提示监管人员提高对该船舶的关注,判断其是否存在走私风险。
同时,还可结合船舶和船员信用信息、报关信息,对船舶航行习惯,船舶与船舶之间的关联性进行分析(共同特征查找),为缉私情报提供数据支持,辅助***船舶是否存在异常或风险的可能性。
由于本方法对地理坐标发送装置存在一定依懒性,所以除了对地理坐标发送装置做防拆设置、拆卸移动自反馈设置外,还包括:根据历史警示信息在GIS地图上标注通信异常位置分布,根据预设分析法二结合船舶档案,对船舶与船舶之间的关联性进行挖掘分析,再结合船舶当前信息与历史警示船舶数据进行比对分析,得到另一个预测信息;预设分析法二可参考上述共同特征提取。
上述设置,可进一步辅助***船舶是否存在异常或风险的可能性,为缉私情报提供数据支持。
进一步的,本方法还包括:
获取并累计船舶入港后的停留时间、船舶查验时间、报关异常和中途站抽查异常次数,判定超出各个预设阈值的船舶为风险船舶(D类);以及,以T2为间隔时间(如1小时),定时发送风险船舶的身份信息至监管单位的交互终端,用作动态风险提示。
为避免对监管单位造成事务干扰,上述风险船舶的身份信息发送至交互终端,于UI界面可采用某一区域滚动显示的形式做展示。动态风险提示有助于后期相关人员结合历史案例数据模型等对船舶做进一步的行为分析,提供风险研判,为缉私情报支持。
后续,还可获取工作人员对动态风险提示的处理结果,作为权重影响因子,在预测分析中加入权重,提高预测正确性。
在航运上,天气因素往往会造成重大影响,即便当前可提前进行天气预报,但是为提供本方法的准确性,减小人工纠错的繁琐,本方法还包括:
获取监管水域的天气信息;
在各个异常警示记录产生时,关联当前时空的天气信息,并计入船舶档案;以及,对历史异常警示分类,并统计各个天气出现的频次,作为权重影响因子。以天气信息作为权重影响因子可用于动态学习,进一步提高预测的准确性。
对于非法走私的船只等,除了被动的监察,还应鼓励相关人员主动配合,为此本方法还包括:获取隐蔽检举信息,判定隐蔽检举信息所属船舶为D2类船舶,并记入船舶档案;
当出现D2类船舶的信息,发送重大嫌疑提示信息至监管单位的交互终端,发送预设的船舶控制报错触发指令至船舶控制***;以及当未获取预设的船舶控制报错触发指令执行后的反馈信息,发送失控提示信息至监管单位的交互终端。
其中,隐蔽检举信息包括地理坐标发送装置在T3时段内根据预设间隔停止响应N次,例如:在1小时之内,地理坐标发送装置间隔15-20断电一次,间隔30-35分钟分别断电一次,即有规律的丢失地理坐标发送装置的信号两次,即表示为检举行为;由于其操作性相对较强,所以检举的安全性相对较高。D2类船舶可为被检举船舶。上述船舶控制报错触发指令,则旨在用于迷惑D2类船舶的驾驶人员,并用于拖延时间,以便监管单位安排相关人员及时前往检查、抓捕。
本申请实施例还公开一种船舶监管***。船舶监管***包括存储器和处理器,其中,存储器上存储有能够被处理器加载并执行如上所述任一种方法的计算机程序。
综上所述:获取有船舶及船员的各个信息和历次航行记录,生成有船舶档案,方便相关单位和人员对其查验和管理;可追踪船舶的轨迹,结合电子地图***,实现对船舶的航线分析,做偏离预警等,以为缉私情报的提前分析预测提供数据,打击走私活动;船舶在正常情况下,可以直航通过中途站,其所载运的货物可以提前做预报关,以提高通关效率;监测航速异常、停航或航线偏离、通信异常等,并结合历史记录和历史案例做关联分析,辅助工作人员做缉私情报预测。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内;以上接收获取,指接收和/或获取。

Claims (10)

1.一种船舶监管方法,其特征在于,包括:
获取监管水域的GIS地图和各个港口的信息;
获取各个船舶的实时地理坐标,并获取预设于船舶的地理坐标发送装置的运行信息;
追踪船舶的实时地理坐标,得到船舶的航次轨迹;
根据历史航次轨迹构建航线模型,根据预设的重合度预选条件确定任意两港口之间的主航道;
获取船舶及其船员的身份信息和信用信息、各航次的预报关信息以及经营信息,产生船舶档案;以及,
获取当前航次轨迹,做偏离预警;
所述预报关信息包括舱单信息和始末位置;
所述偏离预警包括:
根据预报关信息从所有主航道中得到当前航次的预选主航道;
对比当前航次轨迹和预选主航道,判断是否偏离航道且超出预设的偏离阈值,如果是,则判定为当前轨迹所属船舶为B类船舶;以及,
发送预警提示至船舶、船舶所属船员及监管单位的交互终端,并记录当前航次的各个信息归入船舶档案。
2.根据权利要求1所述的船舶监管方法,其特征在于,还包括:
获取监管水域各个中途站的站点识别码、地理坐标以及船舶申报区域,产生站点信息;
当船舶的实时地理坐标置于某一个站点信息的船舶申报区,判断其是否有预报关,如果是,则发送免抽查提示至中途站的交互终端;如果否,则发送等待抽检提示至船舶的交互终端。
3.根据权利要求2所述的船舶监管方法,其特征在于,还包括:
当船舶的实时地理坐标脱离各个港口的预设停泊区,判断是否接收/获取有当前航次的预报关记录,如果否,则判定为D类行为,并追踪;
D类行为的船舶从脱离港口到再次进入某一个港口的预设停泊区的时间为监察时段T1,如果监察时段T1未接收到中途站或港口发送的抽查确认信息,则判定为D1类船舶并记入船舶档案;如果监察时段T1有接收到抽查确认信息,则判定为C类船舶并记入船舶档案。
4.根据权利要求1所述的船舶监管方法,其特征在于,还包括:
获取船舶航速信息,并结合航次记入船舶档案;
追踪各个船舶的地理坐标发送装置通信异常、报关异常、中途站抽查异常以及在非港口停泊区、中途站的船舶申报区出现“0”航速的时间和位置,产生异常警示记录,并记入船舶档案;
所述偏离预警还包括:
调取B类船舶的船舶档案,将其与其他船舶的异常警示记录对比,提取共同特征,并根据预设的分析法一产生预测信息;
所述预测信息发送至监管单位的交互终端。
5.根据权利要求4所述的船舶监管方法,其特征在于,还包括:
当船舶在非预设停泊区、船舶申报区出现“0”航速,判定为停航,并发送停航警示信息至监管单位的交互终端;
调取停航船舶的船舶档案,得到历史警示信息;以及,
根据历史警示信息在GIS地图上标注停航警示位置分布,当船舶途径历史停航区域时,发送预警提示至监管单位的交互终端。
6.根据权利要求5所述的船舶监管方法,其特征在于:所述地理坐标发送装置通信异常包括:获取船舶发送启航信息后,未接收到船舶的地理坐标信息;
方法还包括:根据历史警示信息在GIS地图上标注通信异常位置分布,根据预设分析法二结合船舶档案,对船舶与船舶之间的关联性进行挖掘分析,再结合船舶当前信息与历史警示船舶数据进行比对分析,得到另一个预测信息。
7.根据权利要求4所述的船舶监管方法,其特征在于,还包括:
获取并累计船舶入港后的停留时间、船舶查验时间、报关异常和中途站抽查异常次数,判定超出各个预设阈值的船舶为风险船舶;以及,
以T2为间隔时间,定时发送风险船舶的身份信息至监管单位的交互终端,用作动态风险提示。
8.根据权利要求4所述的船舶监管方法,其特征在于,还包括:
获取监管水域的天气信息;
在各个异常警示记录产生时,关联当前时空的天气信息,并计入船舶档案;以及,
对历史异常警示分类,并统计各个天气出现的频次,作为权重影响因子。
9.根据权利要求1所述的船舶监管方法,其特征在于,还包括:
获取隐蔽检举信息,判定隐蔽检举信息所属船舶为D2类船舶,并记入船舶档案;
当出现D2类船舶的信息,发送重大嫌疑提示信息至监管单位的交互终端,发送预设的船舶控制报错触发指令至船舶控制***;以及
当未获取预设的船舶控制报错触发指令执行后的反馈信息,发送失控提示信息至监管单位的交互终端;
所述隐蔽检举信息包括地理坐标发送装置在T3时段内根据预设间隔停止响应N次。
10.一种船舶监管***,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至9中任一种方法的计算机程序。
CN202110640627.3A 2021-06-08 2021-06-08 船舶监管方法及*** Active CN113256146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110640627.3A CN113256146B (zh) 2021-06-08 2021-06-08 船舶监管方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110640627.3A CN113256146B (zh) 2021-06-08 2021-06-08 船舶监管方法及***

Publications (2)

Publication Number Publication Date
CN113256146A true CN113256146A (zh) 2021-08-13
CN113256146B CN113256146B (zh) 2022-03-15

Family

ID=77187138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110640627.3A Active CN113256146B (zh) 2021-06-08 2021-06-08 船舶监管方法及***

Country Status (1)

Country Link
CN (1) CN113256146B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114358649A (zh) * 2022-01-17 2022-04-15 安徽君鲲科技有限公司 一种海事现场监管方法及***
CN116343049A (zh) * 2023-05-24 2023-06-27 四川创意科技有限公司 海上目标异常行为监控方法、装置、设备及存储介质
CN116775753A (zh) * 2023-08-25 2023-09-19 北明成功软件(山东)有限公司 一种数据资产可视化方法及***
CN117455201A (zh) * 2023-12-22 2024-01-26 合肥三物信息技术有限公司 一种港口出入调度管理***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003072951A (ja) * 2001-09-06 2003-03-12 Nisshin:Kk 複合輸送される貨物のトラッキング・マルチサービスシステム
KR20140124141A (ko) * 2013-04-16 2014-10-24 주식회사 대문정보 해상용 네비게이션 장치 및 그 제어방법
CN106056514A (zh) * 2016-05-27 2016-10-26 广东南方海岸科技服务有限公司 一种移动电子通关***及方法
CN106816038A (zh) * 2017-03-17 2017-06-09 武汉理工大学 一种内河水域异常行为船舶自动识别***及方法
CN106991558A (zh) * 2017-04-13 2017-07-28 广东南方海岸科技服务有限公司 一种港口口岸间主航道的自动生成方法及***
CN107103440A (zh) * 2017-04-17 2017-08-29 广东南方海岸科技服务有限公司 一种船舶快速通关***及方法
CN110210352A (zh) * 2019-05-23 2019-09-06 中国人民解放军海军工程大学 基于航道模型的船舶轨迹异常检测方法
CN110491171A (zh) * 2019-09-17 2019-11-22 南京莱斯网信技术研究院有限公司 一种基于机器学习技术的水上交通监管预警***及方法
CN112556698A (zh) * 2020-12-17 2021-03-26 广州博进信息技术有限公司 船舶行为变化及异常识别方法、设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003072951A (ja) * 2001-09-06 2003-03-12 Nisshin:Kk 複合輸送される貨物のトラッキング・マルチサービスシステム
KR20140124141A (ko) * 2013-04-16 2014-10-24 주식회사 대문정보 해상용 네비게이션 장치 및 그 제어방법
CN106056514A (zh) * 2016-05-27 2016-10-26 广东南方海岸科技服务有限公司 一种移动电子通关***及方法
CN106816038A (zh) * 2017-03-17 2017-06-09 武汉理工大学 一种内河水域异常行为船舶自动识别***及方法
CN106991558A (zh) * 2017-04-13 2017-07-28 广东南方海岸科技服务有限公司 一种港口口岸间主航道的自动生成方法及***
CN107103440A (zh) * 2017-04-17 2017-08-29 广东南方海岸科技服务有限公司 一种船舶快速通关***及方法
CN110210352A (zh) * 2019-05-23 2019-09-06 中国人民解放军海军工程大学 基于航道模型的船舶轨迹异常检测方法
CN110491171A (zh) * 2019-09-17 2019-11-22 南京莱斯网信技术研究院有限公司 一种基于机器学习技术的水上交通监管预警***及方法
CN112556698A (zh) * 2020-12-17 2021-03-26 广州博进信息技术有限公司 船舶行为变化及异常识别方法、设备及介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114358649A (zh) * 2022-01-17 2022-04-15 安徽君鲲科技有限公司 一种海事现场监管方法及***
CN116343049A (zh) * 2023-05-24 2023-06-27 四川创意科技有限公司 海上目标异常行为监控方法、装置、设备及存储介质
CN116343049B (zh) * 2023-05-24 2023-08-15 四川创意科技有限公司 海上目标异常行为监控方法、装置、设备及存储介质
CN116775753A (zh) * 2023-08-25 2023-09-19 北明成功软件(山东)有限公司 一种数据资产可视化方法及***
CN116775753B (zh) * 2023-08-25 2023-11-17 北明成功软件(山东)有限公司 一种数据资产可视化方法及***
CN117455201A (zh) * 2023-12-22 2024-01-26 合肥三物信息技术有限公司 一种港口出入调度管理***

Also Published As

Publication number Publication date
CN113256146B (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
CN113256146B (zh) 船舶监管方法及***
US10922981B2 (en) Risk event identification in maritime data and usage thereof
Emmens et al. The promises and perils of Automatic Identification System data
JP3882025B1 (ja) 広域用船舶動静監視方法及びシステム
US11620523B2 (en) Artificial-intelligence-based waterway information system
US20040193367A1 (en) Method and system for marine vessel tracking system
CA2650357A1 (en) Multithreat safety and security system and specification method thereof
CN116208745A (zh) 一种码头船舶靠泊监测记录***及方法
Yang et al. Can we trust the AIS destination port information for bulk ships?–Implications for shipping policy and practice
Montewka et al. Toward a hybrid model of ship performance in ice suitable for route planning purpose
JP6783006B1 (ja) 通信端末、プログラム及び方法
CN115410420B (zh) 一种船舶安全航行管理方法和***
CN109218985A (zh) 一种基于模式相似度的船舶作业行为异常检测方法及***
CN112307949A (zh) 一种船舶监控方法、装置、设备及可读存储介质
Zhang et al. How liner shipping heals schedule disruption: A data-driven framework to uncover the strategic behavior of port-skipping
Bonham et al. Analysing port and shipping operations using big data
CN116501083A (zh) 一种基于a*算法的海上航迹规划***
CN111028482B (zh) 远洋航行的提醒方法、装置及***
Ding et al. A novel deep learning framework for detecting seafarer’s unsafe behavior
Newaliya et al. A review of maritime spatio-temporal data analytics
Moroni et al. Proactive marine information system for environmental monitoring
Xie et al. Maritime greenhouse gas emission estimation and forecasting through AIS data analytics: a case study of Tianjin port in the context of sustainable development
CN117527528B (zh) 基于北斗定位的通信状态检测报告分析方法及***
CN113220910B (zh) 一种船舶甲板缆绳数据库的构建方法及***
CN104680846A (zh) 一种拖船航行规划与纠正***

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