CN113935692A - 一种船舶在港装卸货智能识别方法及*** - Google Patents
一种船舶在港装卸货智能识别方法及*** Download PDFInfo
- Publication number
- CN113935692A CN113935692A CN202111233643.7A CN202111233643A CN113935692A CN 113935692 A CN113935692 A CN 113935692A CN 202111233643 A CN202111233643 A CN 202111233643A CN 113935692 A CN113935692 A CN 113935692A
- Authority
- CN
- China
- Prior art keywords
- port
- ship
- loading
- property
- unloading
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000009471 action Effects 0.000 claims abstract description 65
- 230000008859 change Effects 0.000 claims abstract description 26
- 238000012546 transfer Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000007599 discharging Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 11
- 230000007423 decrease Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 4
- 238000003032 molecular docking Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004873 anchoring Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Ship Loading And Unloading (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种船舶在港装卸货智能识别方法及***，先根据采集的已标识的船舶停靠港口性质判断船舶在港口的装卸货动作，若港口性质标识为装货港，则判断船舶在该停靠港口为装货，若船舶停靠港口性质未被标识或标识为中转港，则根据船舶停靠的前后港口数据判断其装卸货动作，若船舶在停靠港口的前一港是卸货，则在停靠港口为装货，若未采集到船舶停靠的前后港口数据，则根据计算得到的船舶吃水变化自动判断船舶停靠港口的装卸货动作，若计算到船舶在离开停靠港口后吃水减少，则判断船舶在该港口为卸货，若计算到船舶在离开停靠港口后吃水增加，则判断船舶在该港口为装货，本发明通过判断装卸货有利于对船舶整个航行周期进行准确的判断和监控。
Description
技术领域
本发明涉及航运信息化、智能化领域，具体涉及一种船舶在港装卸货智能识别方法及***。
背景技术
近年来，各行各业都在积极推进数字化和信息化，而在推进航运信息化方面最关键的技术是对船舶动态判断和监控，之后才能根据船舶动态进行进一步的分析处理，船舶在正常航行中会有几个状态，分别是航行，锚泊和靠泊，原始的船舶行驶会实时发送AIS信号，信号内容比较简单且数量极为庞大，而在对船舶航行生命周期分析时不需要太多重复的简单数据，需要对数据进行压缩和分析，但目前针对数据进行分析的过程中，利用船舶航行生命周期的监控技术，对港口行为动作监控方面还处于一个缺失的状态。
本发明主要针对船舶进入港口后，在锚泊或靠泊状态下判断是装货还是卸货，由于船舶运营数据一般为非公开数据，因此在只有AIS数据的情况下，结合本发明对船舶在每个港口的装卸货进行判断，为航运信息化提供了非常有价值的技术。
发明内容
为解决现有对港口行为动作监控方面中存在的技术缺失问题，本发明提供了一种船舶在港装卸货智能识别方法，通过采集的港口性质、前后港口数据以及计算的船舶吃水变化等判断逻辑，能够准确的判断船舶在港口的装卸货行为。本发明还涉及一种船舶在港装卸货智能识别***。
本发明的技术方案如下：
一种船舶在港装卸货智能识别方法，其特征在于，包括以下步骤：
S1：根据采集的已标识的船舶停靠港口性质判断船舶在所述港口的装卸货动作，若港口性质标识为装货港口，则判断船舶在该停靠港口为装货，若港口性质标识为卸货港口，则判断船舶在该停靠港口为卸货；
S2：若船舶停靠港口性质未被标识或标识为中转港口，则根据采集的船舶停靠的前后港口数据判断船舶的装卸货动作，若船舶在停靠港口的前一港是卸货，则船舶在所述停靠港口为装货，若船舶在停靠港口的前一港是装货，则船舶在所述停靠港口为卸货；
S3：若未采集到船舶停靠的前后港口数据，则根据由船舶AIS数据计算得到的船舶吃水变化自动判断船舶停靠港口的装卸货动作，若计算到船舶在离开所述停靠港口后吃水减少，则判断船舶在该停靠港口为卸货，若计算到船舶在离开所述停靠港口后吃水增加，则判断船舶在该停靠港口为装货。
优选地，S3步骤还根据船舶吃水变化自动判断港口性质，若计算到船舶在离开所述停靠港口后吃水减少，则判断港口性质为卸货港口，若计算到船舶在离开所述停靠港口后吃水增加，则判断港口性质为装货港口；
还包括S4步骤，利用所述步骤S3得出的港口性质验证所述步骤S1中的已标识的港口性质，若所述步骤S1中标识的港口性质存在误差，则按照步骤S3得出的港口性质进行修正。
优选地，在所述S1步骤和S2步骤之间，还包括S1’步骤，若所述船舶停靠港口性质未被标识或标识为中转港口，根据采集的船舶做相同类型作业的比例判断所述港口性质和船舶停靠港口的装卸货动作，若船舶在停靠港口做卸货作业的比例大于做装货作业的比例，则判断所述港口性质为卸货港口，进而判断船舶在该停靠港口为卸货，若船舶在停靠港口做装货作业的比例大于做卸货作业的比例，则判断所述港口性质为装货港口，进而判断船舶在该停靠港口为装货。
优选地，所述步骤S4中的误差包括已标识的港口性质与不同类型船舶实际装卸货动作产生的误差，若所述港口性质被标识为装货港口/卸货港口，而某一类型船舶在所述装货港口/卸货港口实际执行的是卸货动作/装货动作，则判断所述标识的港口性质是否错误，若错误，则以某一类型船舶在港口实际执行的装卸货动作为依据对所述港口性质进行修正。
优选地，所述步骤S4中的误差还包括船舶在实际行驶过程中出现AIS港口数据缺失产生的误差，若所述AIS港口数据出现缺失，则通过判断船舶在抵达港口前的载货状态对所述港口性质进行修正，若船舶在抵达港口前为满载，则将所述港口性质修正为卸货港口，若船舶在抵达港口前为空载，则将所述港口性质修正为装货港口。
一种船舶在港装卸货智能识别***，其特征在于，包括：
港口性质判断模块：根据采集的已标识的船舶停靠港口性质判断船舶在所述港口的装卸货动作，若港口性质标识为装货港口，则判断船舶在该停靠港口为装货，若港口性质标识为卸货港口，则判断船舶在该停靠港口为卸货；
前后港口数据判断模块：若船舶停靠港口性质未被标识或标识为中转港口，则根据采集的船舶停靠的前后港口数据判断船舶的装卸货动作，若船舶在停靠港口的前一港是卸货，则船舶在所述停靠港口为装货，若船舶在停靠港口的前一港是装货，则船舶在所述停靠港口为卸货；
吃水变化判断模块：若未采集到船舶停靠的前后港口数据，则根据由船舶AIS数据计算得到的船舶吃水变化自动判断船舶停靠港口的装卸货动作，若计算到船舶在离开所述停靠港口后吃水减少，则判断船舶在该停靠港口为卸货，若计算到船舶在离开所述停靠港口后吃水增加，则判断船舶在该停靠港口为装货。
优选地，所述吃水变化判断模块还根据船舶吃水变化自动判断港口性质，若计算到船舶在离开所述停靠港口后吃水减少，则判断港口性质为卸货港口，若计算到船舶在离开所述停靠港口后吃水增加，则判断港口性质为装货港口；
还包括修正模块，利用所述吃水变化判断模块得出的港口性质验证所述港口性质判断模块中的已标识的港口性质，若所述港口性质判断模块中标识的港口性质存在误差，则按照吃水变化判断模块得出的港口性质进行修正。
优选地，还包括装卸货比例判断模块，所述装卸货比例判断模块设置在所述港口性质判断模块和前后港口数据判断模块之间，若所述船舶停靠港口性质未被标识或标识为中转港口，根据采集的船舶做相同类型作业的比例判断所述港口性质和船舶停靠港口的装卸货动作，若船舶在停靠港口做卸货作业的比例大于做装货作业的比例，则判断所述港口性质为卸货港口，进而判断船舶在该停靠港口为卸货，若船舶在停靠港口做装货作业的比例大于做卸货作业的比例，则判断所述港口性质为装货港口，进而判断船舶在该停靠港口为装货。
优选地，所述修正模块中的误差包括已标识的港口性质与不同类型船舶实际装卸货动作产生的误差，若所述港口性质被标识为装货港口/卸货港口，而某一类型船舶在所述装货港口/卸货港口实际执行的是卸货动作/装货动作，则判断所述标识的港口性质是否错误，若错误，则以某一类型船舶在港口实际执行的装卸货动作为依据对所述港口性质进行修正。
优选地，所述修正模块中的误差还包括船舶在实际行驶过程中出现AIS港口数据缺失产生的误差，若所述AIS港口数据出现缺失，则通过判断船舶在抵达港口前的载货状态对所述港口性质进行修正，若船舶在抵达港口前为满载，则将所述港口性质修正为卸货港口，若船舶在抵达港口前为空载，则将所述港口性质修正为装货港口。
本发明的有益效果为：
本发明提供了一种船舶在港装卸货智能识别方法及***，适用于船舶在停靠港口或泊位时判断其装卸货动作，其首先是根据采集的已标识的船舶停靠港口性质判断船舶在所述港口的装卸货动作，若港口性质标识为装货港口，则判断船舶在该停靠港口为装货，若港口性质标识为卸货港口，则判断船舶在该停靠港口为卸货；而若船舶停靠港口性质未被标识或标识为中转港口，则根据采集的船舶停靠的前后港口数据判断船舶的装卸货动作，若船舶在停靠港口的前一港是卸货，则船舶在所述停靠港口为装货，若船舶在停靠港口的前一港是装货，则船舶在所述停靠港口为卸货，通过判断船舶装卸货动作有利于对船舶整个航行周期进行准确的判断和监控，并能够统计一个港口的船舶在一定时间内的货物吞吐量；若未采集到船舶停靠的前后港口数据，则根据由船舶AIS数据计算得到的船舶吃水变化自动判断船舶停靠港口的装卸货动作，若计算到船舶在离开所述停靠港口后吃水减少，则判断船舶在该停靠港口为卸货，若计算到船舶在离开所述停靠港口后吃水增加，则判断船舶在该停靠港口为装货，本发明通过船舶吃水变化能够自动判断出船舶装卸货动作，无需大量的人工手动计算判断，有效减少了船舶装卸货判断的时间，且能够准确的判断船舶在港口的装卸货行为，通过AIS判断船舶装卸货，可以实时跟踪船舶，进而获知船舶运力被释放掉的时间，同时可以统计一条航线一段时间内航运货物总量；通过装卸货判断可以间接对港口/泊位的性质做分析，如果判断错误可以及时纠正，提高船舶航行生命周期的监控效率。
附图说明
图1是本发明船舶在港装卸货智能识别方法的流程图。
图2为船舶在伊斯坦布尔港口补给示意图。
图3为伊斯坦布尔港口基本信息示意图。
图4为黑德兰港口基本信息示意图。
图5为黑德兰港口泊位信息示意图。
图6为干散货船靠泊在卸货泊位示意图。
图7为干散货船靠泊在装货泊位示意图。
图8为船舶从曹妃甸港到宁波港的吃水变化示意图。
图9为本发明船舶在港装卸货智能识别***的优选结构框图。
具体实施方式
下面结合附图对本发明进行说明。
针对船舶航行生命周期的监控技术，对港口行为动作监控方面是一个缺失的状态，但是船舶在港口的行为动态又是一个比较重要的基础内容，可以有效的基于此对港口做分析，本发明提出一种判断船舶在港口装卸货动作的解决方案，可以较为准确的判断船舶在港口的装卸货行为，同时通过后期的完善有望进一步判断船舶装卸货物数量。
本发明涉及一种船舶在港装卸货智能识别方法，具体体现在如下几个步骤，如图1所示：
S1，根据采集的已标识的船舶停靠港口性质判断船舶在所述港口的装卸货动作，若港口性质标识为装货港口，则判断船舶在该停靠港口为装货，若港口性质标识为卸货港口，则判断船舶在该停靠港口为卸货。
具体地，将采集到的船舶AIS数据实时更新到数据库中，使用数据库定时任务，每隔一段时间对数据库中所有的船舶进行一次计算，并写入数据库中，在船舶AIS吃水数据更新不及时的情况下，需要采用IHS信息处理***内的数据对船舶停靠港口性质进行标识，该***会直接标注出很多港口是否是装卸货港口，对于已标识船舶停靠港口性质的，根据港口性质判断船舶在所述港口的装卸货动作，若港口性质标识为装货港口，则判断船舶在该停靠港口为装货，若港口性质标识为卸货港口，则判断船舶在该停靠港口为卸货，而对于没有被标注的港口，则执行S1’步骤。
S1’，若所述船舶停靠港口性质未被标识或标识为中转港口，根据船舶做相同类型作业的比例进行判断所述港口性质和船舶停靠港口的装卸货动作，若船舶在停靠港口做卸货作业的比例大于做装货作业的比例，则判断所述港口性质为卸货港口，进而判断船舶在该停靠港口为卸货，若船舶在停靠港口做装货作业的比例大于做卸货作业的比例，则判断所述港口性质为装货港口，进而判断船舶在该停靠港口为装货，例如，如果船舶在港口做同一类型作业的比例达到80％以上，如这80％以上的船舶在本港口进行卸货，那这个港口就是卸货港口，同理，如这80％以上的船舶在本港口进行装货，那这个港口就是装货港口。
再例如，如果港口为加油港口，那么船舶在该港口一般是加油而非装卸货，一般船舶进入加油港，在加油港附近有停留，就可以判断出该船舶在加油港进行了加油，如图2所示，为一艘散货船在伊斯坦布尔进行补给两次，图3为该港口基本信息情况，显示伊斯坦布尔为加油港。如果港口是铁矿石产地，那么该港口就是铁矿石发货港口，如图4所示，为黑格兰港口基本信息情况，显示该港口为铁矿石发货港，图5为黑格兰港口泊位情况，大部分为铁矿石装货泊位。而对于中转港口，同类型的船舶作业情况以大船卸货，小船装货的标准进行判断。
可以理解的是，也可以根据实际需要将上述比例替换为高于50％的任意比例，此外，上述的描述过程也可对港口泊位进行装卸货同理判断，例如，根据已标识的船舶停靠泊位性质判断船舶在所述泊位的装卸货动作，若泊位性质标识为装货泊位，则判断船舶在该泊位为装货，若泊位性质标识为卸货泊位，则判断船舶在该泊位为卸货，如图6和7所示，为一艘干散货船靠泊在装卸货港口和泊位的两条记录，当前船舶在港口靠泊，停留在装货泊位上，判断船舶在进行装货作业，同理，如果船舶停留在卸货泊位上，则判断船舶在进行卸货作业。
S2，若船舶停靠港口性质未被标识或标识为中转港口，则根据采集的船舶停靠的前后港口数据判断船舶的装卸货动作，若船舶在停靠港口的前一港是卸货，则船舶在所述停靠港口为装货，若船舶在停靠港口的前一港是装货，则船舶在所述停靠港口为卸货。
S3，若未采集到船舶停靠的前后港口数据，则根据由船舶AIS数据计算得到的船舶吃水变化自动判断船舶停靠港口的装卸货动作，若计算到船舶在离开所述停靠港口后吃水减少，则判断船舶在该停靠港口为卸货，若计算到船舶在离开所述停靠港口后吃水增加，则判断船舶在该停靠港口为装货，如图8所示，为一艘船从曹妃甸港到宁波港的航行分析示意图，可以看到该船舶吃水数据在航行中有一次变化，可以判断该船舶在曹妃甸进行了装货。
具体地，通过对船舶AIS数据中的吃水数据进行分析，发现船舶吃水状态数据并不是实时更新的，结合业务和船员经验确认船舶会在进港前把吃水数据进行更新并填写准确，所以取每一次船舶进港前的吃水数据作为与该港相邻的上一港船舶离港时的吃水，如果在离开所述港口后，即计算到下一个航段(一个航段指从一个港口出发开始，到下一个港口出发结束)结束前船舶吃水减少，则判断船舶在这一港为卸货，如果计算到吃水增加，则判断船舶在这一港为装货，通过该方案可以将与该港相邻的上一港未判断出来的装卸货动作补充进去，也可以检验与该港相邻的上一港标识的是否正确。优选地，还根据船舶吃水变化自动判断港口性质，若计算到船舶在离开所述停靠港口后吃水减少，则判断港口性质为卸货港口，若计算到船舶在离开所述停靠港口后吃水增加，则判断港口性质为装货港口。
S4，利用吃水变化得出的港口性质验证所述最初已标识的港口性质，若标识的港口性质存在误差，则利用吃水变化得出的港口性质进行修正。
若两者存在误差，则分以下两种情况进行考虑，一种情况是确实判断错误，上一港并非是某一类型船舶唯一标识的装卸港口，已标识的港口性质与不同类型船舶实际装卸货动作产生了误差，即港口被标识为装货港口/卸货港口，而某一类型船舶在所述港口实际执行的却是卸货动作/装货动作，例如，一个港口被标识为装货港口，而某些类型的船舶在该港口是卸货，另一些类型的船舶在该港口是装货，显然，该港口并非某一类型船舶唯一标识的装卸港口，因此，需要利用吃水变化得出的港口性质判断出某一类型船舶在所述港口实际执行的装卸货动作，并以此依据对所述港口的装卸货性质进行修正，以纠正出现的错误判断；另一种情况是船舶可能在行驶过程中出现AIS丢失等导致漏港情况，从而导致相邻港口判断不精准，这两种情况都会发出预警，查看错误原因，如果是第一种，考虑港口、泊位作业性质判断是否有失误，是否为个例情况，如果是个例出现判断错误，则按照利用吃水变化得出的港口性质进行修正，若不是个例出现的判断错误，则对IHS信息处理***内的数据进行修正。如果是第二种，则通过判断船舶在抵达所述港口前的载货状态对港口性质进行修正，若船舶在抵达港口前为满载，则将所述港口性质修正为卸货港口，若船舶在抵达港口前为空载，则将所述港口性质修正为装货港口。
其中，船舶空满载状态可以通过大量数据获得，根据大量数据总结出不同类型的船舶在不同重载情况下具有不同的吃水标准，对照该标准和船舶型号，就可以判断该船舶是否为空满载，当然，也可以通过算法对AIS丢失的船舶轨迹进行修补。
另外，对于船舶海上过驳(STS)作业时，即船-船(ship to ship)之间也可以利用吃水变化对泊位的装卸货动作进行判断，若计算到船舶在离开泊位后吃水减少，则判断船舶在该泊位为卸货，若计算到船舶在离开泊位后吃水增加，则判断船舶在该泊位为装货，一般情况下，船舶不会进行此行为作业，但是特殊船型如加油船、LNG船以及部分散货船会有此种行为，本发明对STS泊位进行了特殊标识，可以识别船舶在STS泊位上的装卸货行为。
需要说明的是，本发明船舶进港和靠港是通过使用欧式距离计算船舶当前位置(坐标)进行判断的，如果计算出的船舶当前位置进入到港口(港口有港口的坐标)一定范围内则可以判定船舶进入港口，同理，如果船舶状态为靠泊，根据靠泊位置查找最近的一个泊位，即为船舶靠泊泊位。
本发明还涉及了一种船舶在港装卸货智能识别***，该***与上述船舶在港装卸货智能识别方法相对应，可理解为是实现上述方法的***，如图9所示为该***结构框图，该***包括：
第一模块，或称为港口性质判断模块：根据采集的已标识的船舶停靠港口性质判断船舶在所述港口的装卸货动作，若港口性质标识为装货港口，则判断船舶在该停靠港口为装货，若港口性质标识为卸货港口，则判断船舶在该停靠港口为卸货；
第二模块，或称为前后港口数据判断模块：若船舶停靠港口性质未被标识或标识为中转港口，则根据采集的船舶停靠的前后港口数据判断船舶的装卸货动作，若船舶在停靠港口的前一港是卸货，则船舶在所述停靠港口为装货，若船舶在停靠港口的前一港是装货，则船舶在所述停靠港口为卸货；
第三模块，或称为吃水变化判断模块：若未采集到船舶停靠的前后港口数据，则根据由船舶AIS数据计算得到的船舶吃水变化自动判断船舶停靠港口的装卸货动作，若计算到船舶在离开所述停靠港口后吃水减少，则判断船舶在该停靠港口为卸货，若计算到船舶在离开所述停靠港口后吃水增加，则判断船舶在该停靠港口为装货。
优选地，第三模块(吃水变化判断模块)还根据船舶吃水变化自动判断港口性质，若计算到船舶在离开所述停靠港口后吃水减少，则判断港口性质为卸货港口，若计算到船舶在离开所述停靠港口后吃水增加，则判断港口性质为装货港口；
还包括第四模块，或称为修正模块，利用所述第三模块(吃水变化判断模块)得出的港口性质验证所述第一模块(港口性质判断模块)中的已标识的港口性质，若所述第一模块中标识的港口性质存在误差，则按照第三模块得出的港口性质进行修正。
优选地，还包括装卸货比例判断模块，所述装卸货比例判断模块设置在所述港口性质判断模块和前后港口数据判断模块之间，若所述船舶停靠港口性质未被标识或标识为中转港口，根据采集的船舶做相同类型作业的比例判断所述港口性质和船舶停靠港口的装卸货动作，若船舶在停靠港口做卸货作业的比例大于做装货作业的比例，则判断所述港口性质为卸货港口，进而判断船舶在该停靠港口为卸货，若船舶在停靠港口做装货作业的比例大于做卸货作业的比例，则判断所述港口性质为装货港口，进而判断船舶在该停靠港口为装货。
优选地，第四模块(修正模块)中的误差包括已标识的港口性质与不同类型船舶实际装卸货动作产生的误差，若所述港口性质被标识为装货港口/卸货港口，而某一类型船舶在所述装货港口/卸货港口实际执行的是卸货动作/装货动作，则判断所述标识的港口性质是否错误，若错误，则以某一类型船舶在港口实际执行的装卸货动作为依据对所述港口性质进行修正。
优选地，第四模块(修正模块)中的误差还包括船舶在实际行驶过程中出现AIS港口数据缺失产生的误差，若所述AIS港口数据出现缺失，则通过判断船舶在抵达港口前的载货状态对所述港口性质进行修正，若船舶在抵达港口前为满载，则将所述港口性质修正为卸货港口，若船舶在抵达港口前为空载，则将所述港口性质修正为装货港口。
本发明提供了客观、科学的船舶在港装卸货智能识别方法及***，通过判断装卸货有利于对船舶整个航行周期进行准确的判断和监控，通过AIS数据中的吃水变化判断船舶装卸货动作，可以实时跟踪船舶，进而获知船舶运力被释放掉的时间，同时可以统计一条航线一段时间内航运货物总量，且本发明还能够利用吃水变化得出的港口性质对预先标识的港口性质进行修正，纠正出现的错误判断，大大提高了判断船舶在港口装卸货动作的准确性。
应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。
Claims (10)
1.一种船舶在港装卸货智能识别方法，其特征在于，包括以下步骤：
S1：根据采集的已标识的船舶停靠港口性质判断船舶在所述港口的装卸货动作，若港口性质标识为装货港口，则判断船舶在该停靠港口为装货，若港口性质标识为卸货港口，则判断船舶在该停靠港口为卸货；
S2：若船舶停靠港口性质未被标识或标识为中转港口，则根据采集的船舶停靠的前后港口数据判断船舶的装卸货动作，若船舶在停靠港口的前一港是卸货，则船舶在所述停靠港口为装货，若船舶在停靠港口的前一港是装货，则船舶在所述停靠港口为卸货；
S3：若未采集到船舶停靠的前后港口数据，则根据由船舶AIS数据计算得到的船舶吃水变化自动判断船舶停靠港口的装卸货动作，若计算到船舶在离开所述停靠港口后吃水减少，则判断船舶在该停靠港口为卸货，若计算到船舶在离开所述停靠港口后吃水增加，则判断船舶在该停靠港口为装货。
2.根据权利要求1所述的一种船舶在港装卸货智能识别方法，其特征在于，S3步骤还根据船舶吃水变化自动判断港口性质，若计算到船舶在离开所述停靠港口后吃水减少，则判断港口性质为卸货港口，若计算到船舶在离开所述停靠港口后吃水增加，则判断港口性质为装货港口；
还包括S4步骤，利用所述步骤S3得出的港口性质验证所述步骤S1中的已标识的港口性质，若所述步骤S1中标识的港口性质存在误差，则按照步骤S3得出的港口性质进行修正。
3.根据权利要求1所述的一种船舶在港装卸货智能识别方法，其特征在于，在所述S1步骤和S2步骤之间，还包括S1’步骤，若所述船舶停靠港口性质未被标识或标识为中转港口，根据采集的船舶做相同类型作业的比例判断所述港口性质和船舶停靠港口的装卸货动作，若船舶在停靠港口做卸货作业的比例大于做装货作业的比例，则判断所述港口性质为卸货港口，进而判断船舶在该停靠港口为卸货，若船舶在停靠港口做装货作业的比例大于做卸货作业的比例，则判断所述港口性质为装货港口，进而判断船舶在该停靠港口为装货。
4.根据权利要求2所述的一种船舶在港装卸货智能识别方法，其特征在于，所述步骤S4中的误差包括已标识的港口性质与不同类型船舶实际装卸货动作产生的误差，若所述港口性质被标识为装货港口/卸货港口，而某一类型船舶在所述装货港口/卸货港口实际执行的是卸货动作/装货动作，则判断所述标识的港口性质是否错误，若错误，则以某一类型船舶在港口实际执行的装卸货动作为依据对所述港口性质进行修正。
5.根据权利要求4所述的一种船舶在港装卸货智能识别方法，其特征在于，所述步骤S4中的误差还包括船舶在实际行驶过程中出现AIS港口数据缺失产生的误差，若所述AIS港口数据出现缺失，则通过判断船舶在抵达港口前的载货状态对所述港口性质进行修正，若船舶在抵达港口前为满载，则将所述港口性质修正为卸货港口，若船舶在抵达港口前为空载，则将所述港口性质修正为装货港口。
6.一种船舶在港装卸货智能识别***，其特征在于，包括：
港口性质判断模块：根据采集的已标识的船舶停靠港口性质判断船舶在所述港口的装卸货动作，若港口性质标识为装货港口，则判断船舶在该停靠港口为装货，若港口性质标识为卸货港口，则判断船舶在该停靠港口为卸货；
前后港口数据判断模块：若船舶停靠港口性质未被标识或标识为中转港口，则根据采集的船舶停靠的前后港口数据判断船舶的装卸货动作，若船舶在停靠港口的前一港是卸货，则船舶在所述停靠港口为装货，若船舶在停靠港口的前一港是装货，则船舶在所述停靠港口为卸货；
吃水变化判断模块：若未采集到船舶停靠的前后港口数据，则根据由船舶AIS数据计算得到的船舶吃水变化自动判断船舶停靠港口的装卸货动作，若计算到船舶在离开所述停靠港口后吃水减少，则判断船舶在该停靠港口为卸货，若计算到船舶在离开所述停靠港口后吃水增加，则判断船舶在该停靠港口为装货。
7.根据权利要求6所述的一种船舶在港装卸货智能识别***，其特征在于，所述吃水变化判断模块还根据船舶吃水变化自动判断港口性质，若计算到船舶在离开所述停靠港口后吃水减少，则判断港口性质为卸货港口，若计算到船舶在离开所述停靠港口后吃水增加，则判断港口性质为装货港口；
还包括修正模块，利用所述吃水变化判断模块得出的港口性质验证所述港口性质判断模块中的已标识的港口性质，若所述港口性质判断模块中标识的港口性质存在误差，则按照吃水变化判断模块得出的港口性质进行修正。
8.根据权利要求6所述的一种船舶在港装卸货智能识别***，其特征在于，还包括装卸货比例判断模块，所述装卸货比例判断模块设置在所述港口性质判断模块和前后港口数据判断模块之间，若所述船舶停靠港口性质未被标识或标识为中转港口，根据采集的船舶做相同类型作业的比例判断所述港口性质和船舶停靠港口的装卸货动作，若船舶在停靠港口做卸货作业的比例大于做装货作业的比例，则判断所述港口性质为卸货港口，进而判断船舶在该停靠港口为卸货，若船舶在停靠港口做装货作业的比例大于做卸货作业的比例，则判断所述港口性质为装货港口，进而判断船舶在该停靠港口为装货。
9.根据权利要求7所述的一种船舶在港装卸货智能识别***，其特征在于，所述修正模块中的误差包括已标识的港口性质与不同类型船舶实际装卸货动作产生的误差，若所述港口性质被标识为装货港口/卸货港口，而某一类型船舶在所述装货港口/卸货港口实际执行的是卸货动作/装货动作，则判断所述标识的港口性质是否错误，若错误，则以某一类型船舶在港口实际执行的装卸货动作为依据对所述港口性质进行修正。
10.根据权利要求9所述的一种船舶在港装卸货智能识别***，其特征在于，所述修正模块中的误差还包括船舶在实际行驶过程中出现AIS港口数据缺失产生的误差，若所述AIS港口数据出现缺失，则通过判断船舶在抵达港口前的载货状态对所述港口性质进行修正，若船舶在抵达港口前为满载，则将所述港口性质修正为卸货港口，若船舶在抵达港口前为空载，则将所述港口性质修正为装货港口。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111233643.7A CN113935692A (zh) | 2021-10-22 | 2021-10-22 | 一种船舶在港装卸货智能识别方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111233643.7A CN113935692A (zh) | 2021-10-22 | 2021-10-22 | 一种船舶在港装卸货智能识别方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113935692A true CN113935692A (zh) | 2022-01-14 |
Family
ID=79283851
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111233643.7A Pending CN113935692A (zh) | 2021-10-22 | 2021-10-22 | 一种船舶在港装卸货智能识别方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113935692A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117315573A (zh) * | 2023-09-20 | 2023-12-29 | 亿海蓝（北京）数据技术股份公司 | 供油船的作业行为识别方法及***、电子设备及存储介质 |
-
2021
- 2021-10-22 CN CN202111233643.7A patent/CN113935692A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117315573A (zh) * | 2023-09-20 | 2023-12-29 | 亿海蓝（北京）数据技术股份公司 | 供油船的作业行为识别方法及***、电子设备及存储介质 |
| CN117315573B (zh) * | 2023-09-20 | 2024-06-04 | 亿海蓝（北京）数据技术股份公司 | 供油船的作业行为识别方法及***、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113935692A (zh) | 一种船舶在港装卸货智能识别方法及*** | |
| CN107622330A (zh) | 一种长江流域船货物流分配方法及*** | |
| CN109948968A (zh) | 一种大宗商品贸易物流跟踪分析方法 | |
| CN112016730A (zh) | 港口泊位装卸效率挖掘方法、装置、设备和储存介质 | |
| CN117035371B (zh) | 基于大数据的港口调度方法及*** | |
| CN111191994A (zh) | 散货矿石码头管理*** | |
| CN109292472A (zh) | 自动化码头装船配载、卸船堆场派位方法以及*** | |
| CN116502866B (zh) | 一种智能散货船舶计划和自动分类方法 | |
| CN113822518B (zh) | 一种ais大数据驱动的集装箱港口装卸效率计算方法 | |
| CN114455024B (zh) | 提高载货船舶航行安全性的航线货物配载方法 | |
| CN108288022A (zh) | 基于图像识别的航线货运状况识别方法及装置 | |
| JP2002326598A (ja) | 船体健全性評価装置及び船体健全性評価方法 | |
| US11548596B2 (en) | Apparatus and method for marine fueling from rail cars on a dock | |
| Dávid | Automation of handling systems in the container terminals of maritime ports | |
| CN208921258U (zh) | 桥式卸船机的轨道衡称重装置 | |
| CN109978216A (zh) | 基于大船优先调度策略的船舶进港优化调度*** | |
| KR20020065319A (ko) | 수송설비를 갖는 선박의 보수관리시스템 | |
| US20120294702A1 (en) | Transporting liquefied natural gas (lng) | |
| CN117391280A (zh) | 一种分级直立式码头的年设计通过能力的确定方法、装置、***及存储介质 | |
| CN116451160A (zh) | 一种集装箱班轮停航及短时运力异常识别方法及*** | |
| CN113687596B (zh) | 一种现代码头货物管理***故障检测方法 | |
| CN118036976B (zh) | 港口的agv调度方法、装置、设备及介质 | |
| CN116823770A (zh) | 一种集装箱破损检测方法、***、终端及存储介质 | |
| CN113753604B (zh) | 一种铁路货运装卸控制*** | |
| CN116720798A (zh) | 一种铁水联运车船直取信息多重匹配方法 |
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 |