CN113393707A - 基于光电联动的船舶监测方法、***、设备及存储介质 - Google Patents
基于光电联动的船舶监测方法、***、设备及存储介质 Download PDFInfo
- Publication number
- CN113393707A CN113393707A CN202110684285.5A CN202110684285A CN113393707A CN 113393707 A CN113393707 A CN 113393707A CN 202110684285 A CN202110684285 A CN 202110684285A CN 113393707 A CN113393707 A CN 113393707A
- Authority
- CN
- China
- Prior art keywords
- ship
- early warning
- track
- target ship
- target
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Ocean & Marine Engineering (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于光电联动的船舶监测方法、***、设备及存储介质,其技术方案要点是:对监控区域内的船舶的历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;获取监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;根据目标船舶的实时轨迹数据与所述船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息;本申请具有实时监测船舶动态,掌控船舶去向,对出现异常的船舶进行预警的效果。
Description
技术领域
本发明涉及船舶监测技术领域,更具体地说,它涉及一种基于光电联动的船舶监测方法、***、设备及存储介质。
背景技术
目前,同行船舶数量递增,使得海上航道日益繁忙,水上交通监管的复杂性和难度越来越大,相关部门水上交通***的要求也越来越高。水上交通指挥是海事***工作的核心内容之一。
传统的水上交通监管方式难以实时掌控出船舶的航行动向,若出现船舶偏航或违规停泊等异常现象的情况下,不能及时向出现异常现象的船舶发出预警。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于光电联动的船舶监测方法、***、设备及存储介质,具有实时监测船舶动态,掌控船舶去向,对出现异常的船舶进行预警的功能优点。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种基于光电联动的船舶监测方法,包括:
对监控区域内的船舶的历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;
获取监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;
根据目标船舶的实时轨迹数据与所述船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;
将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息。
可选的,所述历史轨迹数据包括:历史船舶经度和历史船舶纬度;所述实时轨迹数据包括:目标船舶经度和目标船舶纬度。
可选的,所述对历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型,包括:
将历史轨迹数据中的历史船舶经度和历史船舶纬度进行墨卡托投影,形成具有船舶位置点的二维坐标,并将同船舶的不同时间点的位置点按照时间顺序连接得到该船舶的历史轨迹曲线;
根据多个船舶的历史轨迹数据得到多个历史轨迹曲线,采用机器学习算法,对多个历史轨迹曲线进行统计并分析船舶航行中的潜在规则,得到船舶轨迹规则模型。
可选的,所述根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息,包括:
将实时轨迹数据中的目标船舶经度和目标船舶纬度进行墨卡托投影,形成具有目标船舶位置点的二维坐标,并将目标船舶的不同时间点的位置点按照时间顺序连接得到该船舶的实时轨迹曲线;
将实时轨迹曲线与船舶轨迹规则模型进行计算,得到轨迹差值,将轨迹差值与预设的轨迹阈值进行比较,在轨迹差值大于轨迹阈值的情况下,则判定目标船舶偏航,对应向其发出异常预警并生成预警信息。
可选的,还包括:
对监控区域内的船舶非法停泊位置进行标记,得到船舶非法停泊位置的位置信息;
根据目标船舶的实时轨迹数据判断目标船舶是否进入船舶非法停泊位置,在目标船舶进入船舶非法停泊位置的情况下,则计算目标船舶自进入船舶非法停泊位置内的停留时间,将停留时间与预设的时间阈值进行比较,在停留时间大于时间阈值的情况下,则判定目标船舶违规停泊,对应向其发出异常预警并生成预警信息。
可选的,所述将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息,包括:
对视频数据进行图像识别,识别出触发该预警信息的目标船舶;
从视频数据中提取出包含有该目标船舶的所有帧图像;
将该预警信息叠加至每个帧图像中,得到预警视频信息。
可选的,所述预警信息通过AIS、VHF、3G、4G或5G发送。
一种基于光电联动的船舶监测***,包括:
数据获取模块,获取监控区域内的船舶的历史轨迹数据、监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;
机器学习模块,对历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;
异常分析模块,根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;
显示预警模块,将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
综上所述,本发明具有以下有益效果:通过获取船舶的历史轨迹数据、目标船舶的实时轨迹数据、以及监控区域内的视频数据,根据历史轨迹数据得到船舶轨迹规则模型,根据实时轨迹数据和船舶轨迹规则模型判断目标船舶是否存在偏航的情况,根据实时轨迹数据以及船舶非法停泊位置判断目标船舶是否存在违规停泊的情况,若目标船舶存在偏航或违规停泊的情况,则向目标船舶发出异常预警并生成预警信息,减少船舶偏航以及违规停泊现象,还能够将预警信息叠加至包含有触发该预警信息的目标船舶的视频画面中,便于对偏航或违规停泊的目标船舶进行回放取证。
附图说明
图1是本发明提供的方法的流程示意图;
图2是本发明提供的基于光电联动的船舶监测***的结构框图;
图3是本发明实施例中计算机设备的内部结构图。
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。附图中给出了本发明的若干实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”以及类似的表述只是为了说明的目的,而不是指示或暗示所指装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
下面结合附图和实施例,对本发明进行详细描述。
本发明提供了一种基于光电联动的船舶监测方法,如图1所示,包括:
步骤100、对监控区域内的船舶的历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;
步骤200、获取监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;
步骤300、根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;
步骤400、将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息。
具体地,通过船舶AIS数据或雷达获取船舶的历史轨迹数据以及目标船舶的实时轨迹数据,雷达采用相控阵雷达、静态雷达、固态雷达和光电雷达中的一种或多种,船舶AIS数据包括船舶在航行过程中上报的多个位置点信息,通过多个位置点信息得到船舶的历史轨迹数据以及目标船舶的实时轨迹数据,通过雷达能够检测到监控区域内的船舶的实时位置信息,从而得到船舶的历史轨迹数据以及目标船舶的实时轨迹数据;通过摄像头能够实时获取到监控区域内的视频数据,摄像头能够为红外摄像头或球机。
通过管理平台接收历史轨迹数据、实时轨迹数据和视频数据,并根据历史轨迹数据和实时轨迹数据建立船舶轨迹数据库;管理平台作为服务器端,对历史轨迹数据进行数据分析以及规则训练,得到船舶的轨迹规则模型,并根据目标船舶的实时轨迹数据与船舶的轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则通过无线网络向偏航的目标船舶发送异常预警,并生成预警信息,将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息;预警视频信息通过无线网络实时发送给用户客户端,如通过AIS、VHF、3G、4G或5G发送,便于用户客户端实时监测目标船舶的航行轨迹,用户客户端还具有用户设置功能、设备管理功能、***管理功能和报警接入功能等,视频数据以及预警视频信息自动保存在管理平台,用户通过用户客户端向管理平台发出指令能够调取管理平台中的视频数据和/或预警视频信息。
进一步地,所述历史轨迹数据包括:历史船舶经度和历史船舶纬度;所述实时轨迹数据包括:目标船舶经度和目标船舶纬度;在通过AIS数据或雷达获取的数据中包括船舶的历史位置点以及目标船舶的实时位置点,该两种位置点均由经度和纬度表示,通过历史船舶经度和历史船舶纬度能够得到精确的船舶的历史位置点以及目标船舶的实时位置点,从而得到精确的船舶的历史轨迹数据和目标船舶的实时轨迹数据。
进一步地,所述对历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型,包括:
将历史轨迹数据中的历史船舶经度和历史船舶纬度进行墨卡托投影,形成具有船舶位置点的二维坐标,并将同船舶的不同时间点的位置点按照时间顺序连接得到该船舶的历史轨迹曲线;具体地,是在连续的时间段内选取多个不同的时间点,多个不同时间点的选取方式优选为等时间间隔地选取时间点,以此得到同船舶在该连续时间段内的历史轨迹曲线;
根据多个船舶的历史轨迹数据得到多个历史轨迹曲线,采用机器学习算法,对多个历史轨迹曲线进行统计并分析船舶航行中的潜在规则,得到船舶轨迹规则模型;具体地,对多个历史轨迹数据进行统计并及进行分类,得到船舶的航行轨迹规则,以此建立船舶轨迹规则模型,根据船舶轨迹规则模型能够对目标船舶的位置点进行预判。
进一步地,所述根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息,包括:
将实时轨迹数据中的目标船舶经度和目标船舶纬度进行墨卡托投影,形成具有目标船舶位置点的二维坐标,并将目标船舶的不同时间点的位置点按照时间顺序连接得到该船舶的实时轨迹曲线;具体地,是在连续的时间段内选取多个不同的时间点,多个不同时间点的选取方式优选为等时间间隔地选取时间点,以此得到目标船舶船舶在该连续时间段内的实时轨迹曲线;
将实时轨迹曲线与船舶轨迹规则模型进行计算,得到轨迹差值,将轨迹差值与预设的轨迹阈值进行比较,在轨迹差值大于轨迹阈值的情况下,则判定目标船舶偏航,对应向其发出异常预警并生成预警信息。
具体地,将实时轨迹曲线与船舶轨迹规则模型进行计算,能够预判出目标船舶的位置点进行预判,在实际应用中,目标船舶的实际位置点通常会与预判位置点具有差异,也就是得到实时轨迹曲线与船舶轨迹规则模型之间的轨迹差值,然后将轨迹差值与预设的轨迹阈值进行比较,在轨迹差值大于轨迹阈值的情况下,则判定目标船舶偏航,目标船舶的轨迹不符合船舶轨迹规则模型,对应向其发出异常预警并生成预警信息;在轨迹差值不大于轨迹阈值的情况下,则判定目标船舶的轨迹仍然符合船舶的轨迹规则模型;另外,无论目标船舶的轨迹曲线是否符合船舶轨迹规则模型,都将该目标船舶的轨迹曲线存储进船舶轨迹数据库中。
进一步地,还包括:对监控区域内的船舶非法停泊位置进行标记,得到船舶非法停泊位置的位置信息;
根据目标船舶的实时轨迹数据判断目标船舶是否进入船舶非法停泊位置,在目标船舶进入船舶非法停泊位置的情况下,则计算目标船舶自进入船舶非法停泊位置内的停留时间,将停留时间与预设的时间阈值进行比较,在停留时间大于时间阈值的情况下,则判定目标船舶违规停泊,对应向其发出异常预警并生成预警信息。
在实际应用中,对监控区域进行划分,划分出船舶非法停泊位置,并将该船舶非法停泊位置在二维坐标中进行标记,得到船舶非法停泊位置的位置信息,根据目标船舶的实时轨迹数据得到目标船舶的实时轨迹曲线,根据目标船舶的实时轨迹曲线能够判断出目标船舶是否进入船舶非法停泊位置,若目标船舶只是经过船舶非法停泊位置,也就是自目标船舶驶入船舶非法停泊位置后到目标船舶驶出船舶非法停泊位置的这段时间,即停留时间不大于时间阈值的情况下,则判定目标船舶经过船舶非法停泊位置,无需向该目标船舶发出异常预警;在停留时间大于时间阈值的情况下,则判定目标船舶在船舶非法停泊位置停留的时间过长,属于违规停泊,向该目标船舶发出异常预警并生成预警信息。
进一步地,所述将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息,包括:
对视频数据进行图像识别,识别出触发该预警信息的目标船舶;
从视频数据中提取出包含有该目标船舶的所有帧图像;
将该预警信息叠加至每个帧图像中,得到预警视频信息。
具体地,若目标船舶偏航,则生成目标船舶偏航对应的预警信息,若目标船舶违规停泊,则生成目标船舶违规停泊对应的预警信息;在AIS数据中还包括船舶的船名,通过AIS数据中的船名能够得到偏航或违规停泊的目标船舶的船名,在实际应用中,船舶的船头通常会标注船名,船舶的船尾通常设置有驾驶室,在驾驶室处悬挂有船牌,船牌上写有船名,通过球机进行抓拍,能够拍摄到目标船舶的船头和/或船尾处,得到船头和/或船尾处的图像信息,然后通过深度学***台还能够对视频数据以及预警视频信息进行存储,便于对偏航或违规停泊的目标船舶进行回放取证。
上述的基于光电联动的船舶监测方法,通过获取船舶的历史轨迹数据、目标船舶的实时轨迹数据、以及监控区域内的视频数据,根据历史轨迹数据得到船舶轨迹规则模型,根据实时轨迹数据和船舶轨迹规则模型判断目标船舶是否存在偏航的情况,根据实时轨迹数据以及船舶非法停泊位置判断目标船舶是否存在违规停泊的情况,若目标船舶存在偏航或违规停泊的情况,则向目标船舶发出异常预警并生成预警信息,减少船舶偏航以及违规停泊现象,还能够将预警信息叠加至包含有触发该预警信息的目标船舶的视频画面中,便于对偏航或违规停泊的目标船舶进行回放取证。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图2所示,本发明还提供了一种基于光电联动的船舶监测***,包括:
机器学习模块10,对监控区域内的船舶的历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;
数据获取模块20,获取监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;
异常分析模块30,根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;
显示预警模块40,将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息。
关于基于光电联动的船舶监测***的具体限定可以参见上文中对于基于光电联动的船舶监测方法的限定,在此不再赘述。上述基于光电联动的船舶监测***的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图3所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种海上船舶指挥调度方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行计算机程序时实现以下步骤:
对监控区域内的船舶的历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;
获取监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;
根据目标船舶的实时轨迹数据与所述船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;
将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息。
在一个实施例中,所述历史轨迹数据包括:历史船舶经度和历史船舶纬度;所述实时轨迹数据包括:目标船舶经度和目标船舶纬度。
在一个实施例中,所述对历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型,包括:
将历史轨迹数据中的历史船舶经度和历史船舶纬度进行墨卡托投影,形成具有船舶位置点的二维坐标,并将同船舶的不同时间点的位置点按照时间顺序连接得到该船舶的历史轨迹曲线;
根据多个船舶的历史轨迹数据得到多个历史轨迹曲线,采用机器学习算法,对多个历史轨迹曲线进行统计并分析船舶航行中的潜在规则,得到船舶轨迹规则模型。
在一个实施例中,所述根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息,包括:
将实时轨迹数据中的目标船舶经度和目标船舶纬度进行墨卡托投影,形成具有目标船舶位置点的二维坐标,并将目标船舶的不同时间点的位置点按照时间顺序连接得到该船舶的实时轨迹曲线;
将实时轨迹曲线与船舶轨迹规则模型进行计算,得到轨迹差值,将轨迹差值与预设的轨迹阈值进行比较,在轨迹差值大于轨迹阈值的情况下,则判定目标船舶偏航,对应向其发出异常预警并生成预警信息。
在一个实施例中,还包括:
对监控区域内的船舶非法停泊位置进行标记,得到船舶非法停泊位置的位置信息;
根据目标船舶的实时轨迹数据判断目标船舶是否进入船舶非法停泊位置,在目标船舶进入船舶非法停泊位置的情况下,则计算目标船舶自进入船舶非法停泊位置内的停留时间,将停留时间与预设的时间阈值进行比较,在停留时间大于时间阈值的情况下,则判定目标船舶违规停泊,对应向其发出异常预警并生成预警信息。
在一个实施例中,所述将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息,包括:
对视频数据进行图像识别,识别出触发该预警信息的目标船舶;
从视频数据中提取出包含有该目标船舶的所有帧图像;
将该预警信息叠加至每个帧图像中,得到预警视频信息。
在一个实施例中,所述预警信息通过AIS、VHF、3G、4G或5G发送。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
对监控区域内的船舶的历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;
获取监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;
根据目标船舶的实时轨迹数据与所述船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;
将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息。
在一个实施例中,所述历史轨迹数据包括:历史船舶经度和历史船舶纬度;所述实时轨迹数据包括:目标船舶经度和目标船舶纬度。
在一个实施例中,所述对历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型,包括:
将历史轨迹数据中的历史船舶经度和历史船舶纬度进行墨卡托投影,形成具有船舶位置点的二维坐标,并将同船舶的不同时间点的位置点按照时间顺序连接得到该船舶的历史轨迹曲线;
根据多个船舶的历史轨迹数据得到多个历史轨迹曲线,采用机器学习算法,对多个历史轨迹曲线进行统计并分析船舶航行中的潜在规则,得到船舶轨迹规则模型。
在一个实施例中,所述根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息,包括:
将实时轨迹数据中的目标船舶经度和目标船舶纬度进行墨卡托投影,形成具有目标船舶位置点的二维坐标,并将目标船舶的不同时间点的位置点按照时间顺序连接得到该船舶的实时轨迹曲线;
将实时轨迹曲线与船舶轨迹规则模型进行计算,得到轨迹差值,将轨迹差值与预设的轨迹阈值进行比较,在轨迹差值大于轨迹阈值的情况下,则判定目标船舶偏航,对应向其发出异常预警并生成预警信息。
在一个实施例中,还包括:
对监控区域内的船舶非法停泊位置进行标记,得到船舶非法停泊位置的位置信息;
根据目标船舶的实时轨迹数据判断目标船舶是否进入船舶非法停泊位置,在目标船舶进入船舶非法停泊位置的情况下,则计算目标船舶自进入船舶非法停泊位置内的停留时间,将停留时间与预设的时间阈值进行比较,在停留时间大于时间阈值的情况下,则判定目标船舶违规停泊,对应向其发出异常预警并生成预警信息。
在一个实施例中,所述将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息,包括:
对视频数据进行图像识别,识别出触发该预警信息的目标船舶;
从视频数据中提取出包含有该目标船舶的所有帧图像;
将该预警信息叠加至每个帧图像中,得到预警视频信息。
在一个实施例中,所述预警信息通过AIS、VHF、3G、4G或5G发送。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
Claims (10)
1.一种基于光电联动的船舶监测方法,其特征在于,包括:
对监控区域内的船舶的历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;
获取监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;
根据目标船舶的实时轨迹数据与所述船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;
将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息。
2.根据权利要求1所述的基于光电联动的船舶监测方法,其特征在于,所述历史轨迹数据包括:历史船舶经度和历史船舶纬度;所述实时轨迹数据包括:目标船舶经度和目标船舶纬度。
3.根据权利要求2所述的基于光电联动的船舶监测方法,其特征在于,所述对历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型,包括:
将历史轨迹数据中的历史船舶经度和历史船舶纬度进行墨卡托投影,形成具有船舶位置点的二维坐标,并将同船舶的不同时间点的位置点按照时间顺序连接得到该船舶的历史轨迹曲线;
根据多个船舶的历史轨迹数据得到多个历史轨迹曲线,采用机器学习算法,对多个历史轨迹曲线进行统计并分析船舶航行中的潜在规则,得到船舶轨迹规则模型。
4.根据权利要求3所述的基于光电联动的船舶监测方法,其特征在于,所述根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息,包括:
将实时轨迹数据中的目标船舶经度和目标船舶纬度进行墨卡托投影,形成具有目标船舶位置点的二维坐标,并将目标船舶的不同时间点的位置点按照时间顺序连接得到该船舶的实时轨迹曲线;
将实时轨迹曲线与船舶轨迹规则模型进行计算,得到轨迹差值,将轨迹差值与预设的轨迹阈值进行比较,在轨迹差值大于轨迹阈值的情况下,则判定目标船舶偏航,对应向其发出异常预警并生成预警信息。
5.根据权利要求1所述的基于光电联动的船舶监测方法,其特征在于,还包括:
对监控区域内的船舶非法停泊位置进行标记,得到船舶非法停泊位置的位置信息;
根据目标船舶的实时轨迹数据判断目标船舶是否进入船舶非法停泊位置,在目标船舶进入船舶非法停泊位置的情况下,则计算目标船舶自进入船舶非法停泊位置内的停留时间,将停留时间与预设的时间阈值进行比较,在停留时间大于时间阈值的情况下,则判定目标船舶违规停泊,对应向其发出异常预警并生成预警信息。
6.根据权利要求1-5任一项所述的基于光电联动的船舶监测方法,其特征在于,所述将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息,包括:
对视频数据进行图像识别,识别出触发该预警信息的目标船舶;
从视频数据中提取出包含有该目标船舶的所有帧图像;
将该预警信息叠加至每个帧图像中,得到预警视频信息。
7.根据权利要求1-5任一项所述的基于光电联动的船舶监测方法,其特征在于,所述预警信息通过AIS、VHF、3G、4G或5G发送。
8.一种基于光电联动的船舶监测***,其特征在于,包括:
机器学习模块,对监控区域内的船舶的历史轨迹数据进行数据分析以及规则训练,得到船舶轨迹规则模型;
数据获取模块,获取监控区域内的视频数据以及监控区域内的目标船舶的实时轨迹数据;
异常分析模块,根据目标船舶的实时轨迹数据与船舶轨迹规则模型判断目标船舶是否偏航,若目标船舶偏航,则向偏航的目标船舶发出异常预警,并生成预警信息;
显示预警模块,将预警信息叠加至包含有触发该预警信息的目标船舶的视频数据中,得到预警视频信息。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110684285.5A CN113393707A (zh) | 2021-06-21 | 2021-06-21 | 基于光电联动的船舶监测方法、***、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110684285.5A CN113393707A (zh) | 2021-06-21 | 2021-06-21 | 基于光电联动的船舶监测方法、***、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113393707A true CN113393707A (zh) | 2021-09-14 |
Family
ID=77623120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110684285.5A Pending CN113393707A (zh) | 2021-06-21 | 2021-06-21 | 基于光电联动的船舶监测方法、***、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113393707A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643570A (zh) * | 2021-09-22 | 2021-11-12 | 广东省内河港航产业研究有限公司 | 一种基于相阵控雷达的主、被动联合桥梁防撞*** |
CN114004559A (zh) * | 2021-09-23 | 2022-02-01 | 中交信通网络科技有限公司 | 货物跟踪方法、装置、设备以及存储介质 |
CN114464015A (zh) * | 2022-02-08 | 2022-05-10 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备以及存储介质 |
CN114697367A (zh) * | 2022-02-21 | 2022-07-01 | 武汉船用电力推进装置研究所(中国船舶重工集团公司第七一二研究所) | 基于多网融合远程通讯的船舶推进***运维***及方法 |
CN114780644A (zh) * | 2022-06-17 | 2022-07-22 | 鹏城实验室 | 一种船舶航行数据处理方法、装置、设备及存储介质 |
CN116300967A (zh) * | 2023-05-12 | 2023-06-23 | 威海海洋职业学院 | 一种基于rfid的海洋渔船轨迹巡航方法、***及电子设备 |
CN116739221A (zh) * | 2023-08-14 | 2023-09-12 | 太极计算机股份有限公司 | 综合预警***、综合预警方法、装置、设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103236192A (zh) * | 2013-04-17 | 2013-08-07 | 大连海事大学 | 一种船舶违章监测与信息查询*** |
CN104809917A (zh) * | 2015-03-23 | 2015-07-29 | 南通大学 | 船舶实时跟踪监控方法 |
CN107609099A (zh) * | 2017-09-11 | 2018-01-19 | 大连海事大学 | 一种船舶违章取证与信息查询*** |
CN109543715A (zh) * | 2018-10-23 | 2019-03-29 | 武汉理工大学 | 一种船舶航路提取以及航迹偏离检测的方法 |
CN109740494A (zh) * | 2018-12-27 | 2019-05-10 | 中国船舶重工集团公司第七研究院 | 一种基于船舶轨迹大数据的港口识别方法 |
US20190200167A1 (en) * | 2017-12-24 | 2019-06-27 | Celect, Inc. | Entity tracking |
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 |
-
2021
- 2021-06-21 CN CN202110684285.5A patent/CN113393707A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103236192A (zh) * | 2013-04-17 | 2013-08-07 | 大连海事大学 | 一种船舶违章监测与信息查询*** |
CN104809917A (zh) * | 2015-03-23 | 2015-07-29 | 南通大学 | 船舶实时跟踪监控方法 |
CN107609099A (zh) * | 2017-09-11 | 2018-01-19 | 大连海事大学 | 一种船舶违章取证与信息查询*** |
US20190200167A1 (en) * | 2017-12-24 | 2019-06-27 | Celect, Inc. | Entity tracking |
CN109543715A (zh) * | 2018-10-23 | 2019-03-29 | 武汉理工大学 | 一种船舶航路提取以及航迹偏离检测的方法 |
CN109740494A (zh) * | 2018-12-27 | 2019-05-10 | 中国船舶重工集团公司第七研究院 | 一种基于船舶轨迹大数据的港口识别方法 |
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 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643570A (zh) * | 2021-09-22 | 2021-11-12 | 广东省内河港航产业研究有限公司 | 一种基于相阵控雷达的主、被动联合桥梁防撞*** |
CN113643570B (zh) * | 2021-09-22 | 2022-12-06 | 广东省内河港航产业研究有限公司 | 一种基于相控阵雷达的主、被动联合桥梁防撞*** |
CN114004559A (zh) * | 2021-09-23 | 2022-02-01 | 中交信通网络科技有限公司 | 货物跟踪方法、装置、设备以及存储介质 |
CN114464015A (zh) * | 2022-02-08 | 2022-05-10 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备以及存储介质 |
CN114464015B (zh) * | 2022-02-08 | 2023-05-02 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备以及存储介质 |
CN114697367A (zh) * | 2022-02-21 | 2022-07-01 | 武汉船用电力推进装置研究所(中国船舶重工集团公司第七一二研究所) | 基于多网融合远程通讯的船舶推进***运维***及方法 |
CN114697367B (zh) * | 2022-02-21 | 2024-03-22 | 武汉船用电力推进装置研究所(中国船舶重工集团公司第七一二研究所) | 基于多网融合远程通讯的船舶推进***运维***及方法 |
CN114780644A (zh) * | 2022-06-17 | 2022-07-22 | 鹏城实验室 | 一种船舶航行数据处理方法、装置、设备及存储介质 |
CN116300967A (zh) * | 2023-05-12 | 2023-06-23 | 威海海洋职业学院 | 一种基于rfid的海洋渔船轨迹巡航方法、***及电子设备 |
CN116739221A (zh) * | 2023-08-14 | 2023-09-12 | 太极计算机股份有限公司 | 综合预警***、综合预警方法、装置、设备和介质 |
CN116739221B (zh) * | 2023-08-14 | 2024-02-06 | 太极计算机股份有限公司 | 综合预警***、综合预警方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113393707A (zh) | 基于光电联动的船舶监测方法、***、设备及存储介质 | |
CN113361942A (zh) | 海上船舶指挥调度方法、***、计算机设备及存储介质 | |
CN109725310B (zh) | 一种基于yolo算法以及岸基雷达***的船舶定位监管*** | |
CN111696388A (zh) | 桥梁防撞监测预警方法、***、计算机设备及存储介质 | |
CN108806334A (zh) | 一种基于图像的智能船舶身份识别方法 | |
CN112017478B (zh) | 桥梁监测防撞预警方法、***、计算机设备及存储介质 | |
CN112509364B (zh) | 车辆停车状态的确定方法、装置、计算机设备及存储介质 | |
CN113470374B (zh) | 车辆超速监测方法、装置、计算机设备及存储介质 | |
CN104916166A (zh) | 一种桥梁防撞预警***及实现方法 | |
CN113438454A (zh) | 海上风电场船舶视频监测方法、***、设备及介质 | |
CN112084972A (zh) | 航道卡口管理方法、***、计算机设备及存储介质 | |
CN113762141A (zh) | 智能视频识别预警方法、***、计算机设备及存储介质 | |
CN110060281B (zh) | 一种船舶及水上漂浮物轨迹追踪*** | |
CN112084971A (zh) | 船舶卡口检测方法、***、计算机设备及存储介质 | |
CN113345270A (zh) | 海上风电场通讯调度指挥方法、***、设备及存储介质 | |
CN109448443A (zh) | 基于视频分析的桥梁防撞监测*** | |
CN111985387A (zh) | 一种基于深度学习的安全帽佩戴预警方法及*** | |
EP3957122A1 (en) | Marine data collection for marine artificial intelligence systems | |
CN114881336A (zh) | 自动标示虚拟航标方法、***、计算机设备及存储介质 | |
CN116453276A (zh) | 一种海上风电电子围栏监控预警方法和*** | |
CN116384597B (zh) | 基于地理信息***的渔港船舶进出港动态预测方法及*** | |
CN113256702A (zh) | 基于无人机的船舶净空高度检测方法、***、设备及介质 | |
CN115187936B (zh) | 一种海上平台防登临监控***及方法 | |
CN111368728A (zh) | 安全监测方法、装置、计算机设备和存储介质 | |
CN114663964A (zh) | 船舶远程驾驶行为状态监测预警方法、***及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210914 |
|
RJ01 | Rejection of invention patent application after publication |