CN116580313A - 一种基于数字孪生和遥感的异常船只识别方法及装置 - Google Patents
一种基于数字孪生和遥感的异常船只识别方法及装置 Download PDFInfo
- Publication number
- CN116580313A CN116580313A CN202310334509.9A CN202310334509A CN116580313A CN 116580313 A CN116580313 A CN 116580313A CN 202310334509 A CN202310334509 A CN 202310334509A CN 116580313 A CN116580313 A CN 116580313A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- ship
- sea
- identified
- conditions
- 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
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012216 screening Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 abstract description 23
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 5
- 206010000117 Abnormal behaviour Diseases 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- 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
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于数字孪生和遥感的异常船只识别方法及装置,利用船只约束条件和卫星遥感数据比对分析,可以实现在临海区域大范围内实现异常船只的比对识别。能够把对异常船只的筛查工作前移,在发生异常事件之前,在海上就提前发现异常船只,给检查留有充分时间。对识别出异常的船只,分级预警,按异常级别对其重点关注、检查,把有限的检查力量合理分配,即保证了检查准确度,也可以避免漏检。在减少人员工作量,提高检查针对性。
Description
技术领域
本发明涉及卫星定位技术领域,具体而言,涉及一种基于数字孪生和遥感的异常船只识别方法及装置。
背景技术
现有的海上船只异常行为识别,基本都是根据AIS数据、GPS定位数据等对航行数据进行轨迹分析,再加上岸上视频图像的处理分析,经和历史轨迹数据、航线规划数据比对后实现的,对于出现明显偏离的船只给出警示。这种方式方法对于一些异常船只的识别效果较差,一是都没有AIS数据上传;二是异常船只通常选择恶劣天气、凌晨等海况恶劣的时间段出海,这样基于岸上视频图像分析的方式也失去作用;三是现有的管理大都是集中在中后阶段,没有前期的预测、预警,留给管理人员查验的时间紧,比较被动。
因此,如何提供一种针对有预谋、有计划异常行为船只的识别方法,是目前亟待解决的问题。
发明内容
为了改善上述问题,本发明提供了一种基于数字孪生和遥感的异常船只识别方法及装置。
本发明实施例的第一方面,提供了一种基于数字孪生和遥感的异常船只识别方法,所述方法包括:
获取待识别海域的地理信息和海况天气预报数据,构建带有海域气象信息的数字孪生底图;
获取所述待识别海域内的船只信息;
根据预设的约束条件对船只信息进行筛选,将筛选后的船只在所述数字孪生底图上进行标识;
对标识的船只,按预设的异常预警条件进行识别,所述异常预警条件包括AI S数据异常条件、船只距离异常条件、海上天气异常条件、出海时段异常条件;
在所述数字孪生底图上,将按所述异常预警条件识别出的船只,根据识别的情况进行异常船只标识。
可选地,所述对标识的船只,按预设的异常预警条件进行识别的步骤,具体包括:
获取标识的船只的卫星遥感数据和AI S数据;
通过所述AI S数据异常条件对标识的船只进行识别,具体方式为:
对卫星遥感数据经过统一时空基准处理和星地坐标转换,和所述数字孪生底图中的船只进行比对,识别出卫星遥感显示在海上出现但没有上报AI S数据的船只;
通过所述船只距离异常条件对标识的船只进行识别,具体方式为:
根据卫星遥感数据和AI S数据比对,识别出两种或以上无关联条件主动靠近且距离低于行驶安全间距的船只;
通过所述海上天气异常条件对标识的船只进行识别,具体方式为:
根据所述海域气象信息及对应的影响范围,识别出在恶劣海况情况下出海或者违背常理出海的小型船只;
通过所述出海时段异常条件对标识的船只进行识别,具体方式为:
识别出在非常规出海时段出海的小型船只。
可选地,所述在所述数字孪生底图上,将按所述异常预警条件识别出的船只,根据识别的情况进行异常船只标识的步骤,具体包括:
根据船只与异常预警条件中不同的条件匹配数量,按照不同的等级标识,对异常船只进行标识。
可选地,所述方法还包括:
将被别出的异常船只的船只信息保存到预先建立的预警数据库中。
本发明实施例的第二方面,提供了一种基于数字孪生和遥感的异常船只识别装置,所述装置包括:
图像生成单元,用于获取待识别海域的地理信息和海况天气预报数据,构建带有海域气象信息的数字孪生底图;
信息获取单元,用于获取所述待识别海域内的船只信息;
船只标识单元,用于根据预设的约束条件对船只信息进行筛选,将筛选后的船只在所述数字孪生底图上进行标识;
异常识别单元,用于对标识的船只,按预设的异常预警条件进行识别,所述异常预警条件包括AIS数据异常条件、船只距离异常条件、海上天气异常条件、出海时段异常条件;
异常标识单元,用于在所述数字孪生底图上,将按所述异常预警条件识别出的船只,根据识别的情况进行异常船只标识。
可选地,所述异常识别单元,具体用于:
获取标识的船只的卫星遥感数据和AIS数据;
通过所述AIS数据异常条件对标识的船只进行识别,具体方式为:
对卫星遥感数据经过统一时空基准处理和星地坐标转换,和所述数字孪生底图中的船只进行比对,识别出卫星遥感显示在海上出现但没有上报AI S数据的船只;
通过所述船只距离异常条件对标识的船只进行识别,具体方式为:
根据卫星遥感数据和AI S数据比对,识别出两种或以上无关联条件主动靠近且距离低于行驶安全间距的船只;
通过所述海上天气异常条件对标识的船只进行识别,具体方式为:
根据所述海域气象信息及对应的影响范围,识别出在恶劣海况情况下出海或者违背常理出海的小型船只;
通过所述出海时段异常条件对标识的船只进行识别,具体方式为:
识别出在非常规出海时段出海的小型船只。
可选地,所述异常标识单元,具体用于:
根据船只与异常预警条件中不同的条件匹配数量,按照不同的等级标识,对异常船只进行标识。
可选地,所述装置还包括:
信息保存单元,用于将被别出的异常船只的船只信息保存到预先建立的预警数据库中。
本发明实施例的第三方面,提供了一种电子设备,其特征在于,包括:
一个或多个处理器;存储器;一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行如第一方面所述的方法。
本发明实施例的第四方面,提供了一种一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序代码,所述程序代码可被处理器调用执行如第一方面所述的方法。
综上所述,本发明提供了一种基于数字孪生和遥感的异常船只识别方法及装置,利用船只约束条件和卫星遥感数据比对分析,可以实现在临海区域大范围内实现异常船只的比对识别。能够把对异常船只的筛查工作前移,在发生异常事件之前,在海上就提前发现异常船只,给检查留有充分时间。对识别出异常的船只,分级预警,按异常级别对其重点关注、检查,把有限的检查力量合理分配,即保证了检查准确度,也可以避免漏检。在减少人员工作量,提高检查针对性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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获得其他相关的附图。
图1为本发明实施例的异常船只识别方法的方法流程图;
图2为本发明实施例的带有海域气象信息的数字孪生底图的示意图;
图3为本发明实施例的按船只约束条件筛选标识后的数字孪生底图;
图4为本发明实施例的按AI S数据异常条件筛选标识后的数字孪生底图;
图5为本发明实施例的按船只距离异常条件筛选标识后的数字孪生底图;
图6为本发明实施例的按海上天气异常条件或出海时段异常条件筛选标识后的数字孪生底图;
图7为本发明实施例的按异常船只等级分级标识后的数字孪生底图;
图8为本发明实施例的异常船只识别方法的实施逻辑的示意图;
图9为本发明实施例的异常船只识别装置的功能模块框图;
图10为本发明实施例的用于执行根据本申请实施例的异常船只识别方法的电子设备的结构框图。
图11是本发明实施例的用于保存或者携带实现根据本申请实施例的异常船只识别方法的程序代码的计算机可读存储介质的结构框图。
附图标记:
图像生成单元110;信息获取单元120;船只标识单元130;异常识别单元140;异常标识单元150;信息保存单元160;电子设备300;处理器310;存储器320;计算机可读存储介质400;程序代码410。
具体实施方式
有的海上船只异常行为识别,基本都是根据AIS数据、GPS定位数据等对航行数据进行轨迹分析,再加上岸上视频图像的处理分析,经和历史轨迹数据、航线规划数据比对后实现的,对于出现明显偏离的船只给出警示。这种方式方法对于一些异常船只的识别效果较差,一是都没有AIS数据上传;二是异常船只通常选择恶劣天气、凌晨等海况恶劣的时间段出海,这样基于岸上视频图像分析的方式也失去作用;三是现有的管理大都是集中在中后阶段,没有前期的预测、预警,留给管理人员查验的时间紧,比较被动。
因此,如何提供一种有效的异常行为船只的识别方法,是目前亟待解决的问题。
鉴于此,本发明设计者设计了一种基于数字孪生和遥感的异常船只识别方法及装置,利用船只约束条件和卫星遥感数据比对分析,可以实现在临海区域大范围内实现异常船只的比对识别。能够把对异常船只的筛查工作前移,在发生异常事件之前,在海上就提前发现异常船只,给检查留有充分时间。对识别出异常的船只,分级预警,按异常级别对其重点关注、检查,把有限的检查力量合理分配,即保证了检查准确度,也可以避免漏检。在减少人员工作量,提高检查针对性。
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一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的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。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”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,可以具体情况理解上述术语在本发明中的具体含义。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
请参阅图1,本实施例提供的一种基于数字孪生和遥感的异常船只识别方法,该方法包括:
步骤S101,获取待识别海域的地理信息和海况天气预报数据,构建带有海域气象信息的数字孪生底图。
首先根据待识别海域的地理信息构建海上的数字孪生底图,再结合海况天气预报数据,预测恶劣天气出现的日期、时段、海上区域,并在海上数字孪生底图上标识,形成带有海域气象信息数字孪生底图。所构建的带有海域气象信息的数字孪生底图如图2所示。
步骤S102,获取所述待识别海域内的船只信息。
船只信息具体包括船只的船、船主、吨位类型、用途、类型、出海时间等。
步骤S103,根据预设的约束条件对船只信息进行筛选,将筛选后的船只在所述数字孪生底图上进行标识。
作为本实施例的优选实施方式,预设的约束条件与船只信息相关,通过约束条件的设置,实现从船只信息的各个维度对船只进行筛选。
按预设的船只约束条件,如船只信息中的吨位范围、用途类型、出海时间等,从AIS数据库中筛选出符合约束条件的船只,一个具体的案例如下表所示:
设定的约束条件:如吨位≤500吨;用途类型近海捕鱼、钓鱼、养殖;
船号 | 船主 | 吨位类型 | 用途 | 出海时间 | 报备信息 |
XXX | 张XX | 200吨 | 捕鱼 | XX日7:30 | XXX |
XXX | 李XX | 150吨 | 钓鱼 | XX日6:30 | XXX |
XXX | 韩XX | 摩托艇 | 游览 | XX日7:00 | XXX |
… | |||||
基于筛选的结果,在数字孪生底图上进行标识,具体标识情况如图3所示。
步骤S104,对标识的船只,按预设的异常预警条件进行识别,所述异常预警条件包括AI S数据异常条件、船只距离异常条件、海上天气异常条件、出海时段异常条件。
对于海上船只的异常情况,对应有多个不同的具体场景,因此需要针对不同的场景采用对应的异常条件来进行判断和识别。
具体的识别方法包括:
获取标识的船只的卫星遥感数据和AI S数据;
其中,对于卫星遥感数据,需要统一时空基准处理和星地坐标转换。
通过所述AI S数据异常条件对标识的船只进行识别,具体方式为:
对卫星遥感数据经过统一时空基准处理和星地坐标转换,和所述数字孪生底图中的船只进行比对,识别出卫星遥感显示在海上出现但没有上报AI S数据的船只。
AIS数据异常条件针对的是没有上报AIS数据的船只,识别出卫星遥感显示海上出现而没有上报AIS数据的船只,并突出标记在底图上,这是其中一类异常船只的场景。具体标识后的结果如图4所示。
通过所述船只距离异常条件对标识的船只进行识别,具体方式为:
根据卫星遥感数据和AIS数据比对,识别出两种或以上无关联条件主动靠近且距离低于行驶安全间距的船只。
船只距离异常条件针对的是船只异常靠近的情况,在进行识别时,关联条件主要指船只信息中有一定关联关系的具体信息,例如船主不属于同一人或者同一公司的船只、业务不同或不相关的船只、吨位差别很大的船只等。识别时无关联条件的数量可以提前设置,可以是两种,也可以是两种以上。无关联条件的类别可以是指定的几个船只信息维度,也可以是任意的船只信息维度。
对于判断距离是否超出行驶安全间距,也可以通过设置不同的行驶安全间距数值进行调整。在进行识别时,需要进行两个维度的判断,一个是靠近的船只是否存在两种或以上无关联条件,另一个是船只间的距离是否低于行驶安全间距,如果均满足,则对应了一类异常船只的场景。具体标识后的结果如图5所示。
通过所述海上天气异常条件对标识的船只进行识别,具体方式为:
根据所述海域气象信息及对应的影响范围,识别出在恶劣海况情况下出海或者违背常理出海的小型船只。
海上天气异常条件针对的是船只在非必要情况下强行出海的情况。在数字孪生底图上,有对恶劣天气出现的显示,如大雾、高浪等等。通过天气预报的恶劣天气出现的范围,发现该范围内有船只出现即认为符合识别条件。对于违背常理出海的识别,可以预先设置相应的识别条件,例如船只配置未到达出海要求,船只用途和出海位置不对应,灾害性天气期间不服从召回管理或未按规定时限撤离危险海域的。上述情况也对应了一类异常船只的场景。
在进行本类场景的判断时,主要针对小型船只,对于小型船只的定义,可以预先设置小型船只的吨位限制,对没有达到该吨位的船只,均认为属于小型船只。
对于在恶劣海况情况下出海或者违背常理出海涉及的具体情况,对于满足其中一种条件的船只,即进行识别和标识。具体标识后的结果如图6所示。
通过所述出海时段异常条件对标识的船只进行识别,具体方式为:
识别出在非常规出海时段出海的小型船只。
出海时段异常条件对应的是在非常规出海时段,例如凌晨时间段出海的小型船只的识别,这也对应了一类异常船只的场景。非常规出海时段具体的对应的时间,可以预先进行设置,或者与恶劣天气出现的时间相关联。
对于小型船只的定义,与上述情况相同。具体标识后的结果如图6所示。
步骤S105,在所述数字孪生底图上,将按所述异常预警条件识别出的船只,根据识别的情况进行异常船只标识。
作为优选的实施方式,为了更方便使用人员的对异常船只情况进行查看,根据船只与异常预警条件中不同的条件匹配数量,按照不同的等级标识,对异常船只进行标识。针对上述的四类异常船只的场景,分别识别出来的异常船只,按同时满足其中一类、二类、三类或四类的分别给出分级预警,可用不同颜色(可设置)标识,并标注在海上数字孪生底图上。具体标识后的结果如图7所示。用于在查看时,还可以点击可显示船只的详细信息(如船号、船主、用途、报备情况等)。
基于上述内容,本发明实施例提供的异常船只识别方法的实施逻辑如图8所示。
作为优选的实施方式,本实施例提供的异常船只识别方法还包括:将被别出的异常船只的船只信息保存到预先建立的预警数据库中。
通过保存历史被别出的异常船只的船只信息,进行数据累计,有利于后续的分析和调用。使用者可以通过调用预警数据库中的信息,针对可能出现异常的船只,提前发出预警信息。
综上,本实施例提供的异常船只识别方法,存在以下优点:
范围大:现在一般是根据AI S数据航线轨迹及视频分析异常船只,范围小,本发明是利用船只约束条件和遥感比对分析,可以实现在临海区域大范围内实现异常船只的比对提取。
检查区域前移:现在一般是在码头、岸上对船只检查,时间紧,难度大,本发明是把对异常船只的筛查工作前移,在发生异常事件之前,在海上就提前发现异常船只,给检查留有充分时间。
针对性强:现在一般是在码头、岸上对船只凭经验抽查,本发明是经过分析、筛查、比对后大幅缩小异常船只数量范围和所在区域位置,减少人员工作量,提高检查针对性。
按异常级别轻重缓急分级检查:对提取出异常的船只,分级预警,按异常级别对其重点关注、检查,把有限的检查力量合理分配,即保证了检查准确度,也可以避免漏检。
如图9所示,本发明实施提供的异常船只识别装置,所述装置包括:
图像生成单元110,用于获取待识别海域的地理信息和海况天气预报数据,构建带有海域气象信息的数字孪生底图;
信息获取单元120,用于获取所述待识别海域内的船只信息;
船只标识单元130,用于根据预设的约束条件对船只信息进行筛选,将筛选后的船只在所述数字孪生底图上进行标识;
异常识别单元140,用于对标识的船只,按预设的异常预警条件进行识别,所述异常预警条件包括AIS数据异常条件、船只距离异常条件、海上天气异常条件、出海时段异常条件;
异常标识单元150,用于在所述数字孪生底图上,将按所述异常预警条件识别出的船只,根据识别的情况进行异常船只标识。
作为本实施例的优选实施方式,所述异常识别单元140,具体用于:
获取标识的船只的卫星遥感数据和AIS数据;
通过所述AIS数据异常条件对标识的船只进行识别,具体方式为:
对卫星遥感数据经过统一时空基准处理和星地坐标转换,和所述数字孪生底图中的船只进行比对,识别出卫星遥感显示在海上出现但没有上报AI S数据的船只;
通过所述船只距离异常条件对标识的船只进行识别,具体方式为:
根据卫星遥感数据和AIS数据比对,识别出两种或以上无关联条件主动靠近且距离低于行驶安全间距的船只;
通过所述海上天气异常条件对标识的船只进行识别,具体方式为:
根据所述海域气象信息及对应的影响范围,识别出在恶劣海况情况下出海或者违背常理出海的小型船只;
通过所述出海时段异常条件对标识的船只进行识别,具体方式为:
识别出在非常规出海时段出海的小型船只。
作为本实施例的优选实施方式,所述异常标识单元150,具体用于:
根据船只与异常预警条件中不同的条件匹配数量,按照不同的等级标识,对异常船只进行标识。
作为本实施例的优选实施方式,所述装置还包括:
信息保存单元160,用于将被别出的异常船只的船只信息保存到预先建立的预警数据库中。
本发明实施例提供的异常船只识别装置,用于实现上述异常船只识别方法,因此具体实施方式与上述方法相同,在此不再赘述。
如图10所示,本发明实施例提供的一种电子设备300的结构框图。该电子设备300可以是智能手机、平板电脑、电子书等能够运行应用程序的电子设备300。本申请中的电子设备300可以包括一个或多个如下部件:处理器310、存储器320、以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器320中并被配置为由一个或多个处理器310执行,一个或多个应用程序配置用于执行如前述方法实施例所描述的方法。
处理器310可以包括一个或者多个处理核。处理器310利用各种接口和线路连接整个电子设备300内的各个部分,通过运行或执行存储在存储器320内的指令、程序、代码集或指令集,以及调用存储在存储器320内的数据,执行电子设备300的各种功能和处理数据。可选地,处理器310可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器310可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器310中,单独通过一块通信芯片进行实现。
存储器320可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器320可用于存储指令、程序、代码、代码集或指令集。存储器320可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作***的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
如图11所示,本发明实施例提供的一种计算机可读存储介质400的结构框图。该计算机可读介质中存储有程序代码410,所述程序代码410可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质400可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质400包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质400具有执行上述方法中的任何方法步骤的程序代码410的存储空间。这些程序代码410可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码410可以例如以适当形式进行压缩。
综上所述,本发明提供了一种基于数字孪生和遥感的异常船只识别方法、装置、电子设备及可读存储介质,利用船只约束条件和卫星遥感数据比对分析,可以实现在临海区域大范围内实现异常船只的比对识别。能够把对异常船只的筛查工作前移,在发生异常事件之前,在海上就提前发现异常船只,给检查留有充分时间。对识别出异常的船只,分级预警,按异常级别对其重点关注、检查,把有限的检查力量合理分配,即保证了检查准确度,也可以避免漏检。在减少人员工作量,提高检查针对性。
在本申请所公开的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种基于数字孪生和遥感的异常船只识别方法,其特征在于,所述方法包括:
获取待识别海域的地理信息和海况天气预报数据,构建带有海域气象信息的数字孪生底图;
获取所述待识别海域内的船只信息;
根据预设的约束条件对船只信息进行筛选,将筛选后的船只在所述数字孪生底图上进行标识;
对标识的船只,按预设的异常预警条件进行识别,所述异常预警条件包括AIS数据异常条件、船只距离异常条件、海上天气异常条件、出海时段异常条件;
在所述数字孪生底图上,将按所述异常预警条件识别出的船只,根据识别的情况进行异常船只标识。
2.根据权利要求1所述的异常船只识别方法,其特征在于,所述对标识的船只,按预设的异常预警条件进行识别的步骤,具体包括:
获取标识的船只的卫星遥感数据和AIS数据;
通过所述AIS数据异常条件对标识的船只进行识别,具体方式为:
对卫星遥感数据经过统一时空基准处理和星地坐标转换,和所述数字孪生底图中的船只进行比对,识别出卫星遥感显示在海上出现但没有上报AIS数据的船只;
通过所述船只距离异常条件对标识的船只进行识别,具体方式为:
根据卫星遥感数据和AIS数据比对,识别出两种或以上无关联条件主动靠近且距离低于行驶安全间距的船只;
通过所述海上天气异常条件对标识的船只进行识别,具体方式为:
根据所述海域气象信息及对应的影响范围,识别出在恶劣海况情况下出海或者违背常理出海的小型船只;
通过所述出海时段异常条件对标识的船只进行识别,具体方式为:
识别出在非常规出海时段出海的小型船只。
3.根据权利要求2所述的异常船只识别方法,其特征在于,所述在所述数字孪生底图上,将按所述异常预警条件识别出的船只,根据识别的情况进行异常船只标识的步骤,具体包括:
根据船只与异常预警条件中不同的条件匹配数量,按照不同的等级标识,对异常船只进行标识。
4.根据权利要求1所述的异常船只识别方法,其特征在于,所述方法还包括:
将被别出的异常船只的船只信息保存到预先建立的预警数据库中。
5.一种基于数字孪生和遥感的异常船只识别装置,其特征在于,所述装置包括:
图像生成单元,用于获取待识别海域的地理信息和海况天气预报数据,构建带有海域气象信息的数字孪生底图;
信息获取单元,用于获取所述待识别海域内的船只信息;
船只标识单元,用于根据预设的约束条件对船只信息进行筛选,将筛选后的船只在所述数字孪生底图上进行标识;
异常识别单元,用于对标识的船只,按预设的异常预警条件进行识别,所述异常预警条件包括AIS数据异常条件、船只距离异常条件、海上天气异常条件、出海时段异常条件;
异常标识单元,用于在所述数字孪生底图上,将按所述异常预警条件识别出的船只,根据识别的情况进行异常船只标识。
6.根据权利要求5所述的异常船只识别装置,其特征在于,所述异常识别单元,具体用于:
获取标识的船只的卫星遥感数据和AIS数据;
通过所述AIS数据异常条件对标识的船只进行识别,具体方式为:
对卫星遥感数据经过统一时空基准处理和星地坐标转换,和所述数字孪生底图中的船只进行比对,识别出卫星遥感显示在海上出现但没有上报AIS数据的船只;
通过所述船只距离异常条件对标识的船只进行识别,具体方式为:
根据卫星遥感数据和AIS数据比对,识别出两种或以上无关联条件主动靠近且距离低于行驶安全间距的船只;
通过所述海上天气异常条件对标识的船只进行识别,具体方式为:
根据所述海域气象信息及对应的影响范围,识别出在恶劣海况情况下出海或者违背常理出海的小型船只;
通过所述出海时段异常条件对标识的船只进行识别,具体方式为:
识别出在非常规出海时段出海的小型船只。
7.根据权利要求6中所述的异常船只识别装置,其特征在于,所述异常标识单元,具体用于:
根据船只与异常预警条件中不同的条件匹配数量,按照不同的等级标识,对异常船只进行标识。
8.根据权利要求5所述的异常船只识别装置,其特征在于,所述装置还包括:
信息保存单元,用于将被别出的异常船只的船只信息保存到预先建立的预警数据库中。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行如权利要求1-4任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-4任意任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310334509.9A CN116580313B (zh) | 2023-03-31 | 2023-03-31 | 一种基于数字孪生和遥感的异常船只识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310334509.9A CN116580313B (zh) | 2023-03-31 | 2023-03-31 | 一种基于数字孪生和遥感的异常船只识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116580313A true CN116580313A (zh) | 2023-08-11 |
CN116580313B CN116580313B (zh) | 2023-11-14 |
Family
ID=87542083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310334509.9A Active CN116580313B (zh) | 2023-03-31 | 2023-03-31 | 一种基于数字孪生和遥感的异常船只识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116580313B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037400A (zh) * | 2023-08-31 | 2023-11-10 | 广东珠江口中华白海豚国家级自然保护区管理局 | 海洋自然保护地的电子围栏*** |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177608A (zh) * | 2013-03-01 | 2013-06-26 | 上海海事大学 | 海上可疑船舶与船舶油污发现*** |
EP3109659A1 (en) * | 2015-06-24 | 2016-12-28 | M&M Corporation Comm. VA | Satellite fishing surveillance constellation and method |
US20170219679A1 (en) * | 2016-02-03 | 2017-08-03 | Electronics And Telecommunications Research Institute | Method and apparatus for validating location of vessel |
US20180149727A1 (en) * | 2016-11-29 | 2018-05-31 | Marine Technologies LLC | Position reference system for vessels |
CN109726616A (zh) * | 2017-10-30 | 2019-05-07 | 中电科海洋信息技术研究院有限公司 | 一种舰船检测与识别方法和装置 |
CN109766811A (zh) * | 2018-12-31 | 2019-05-17 | 复旦大学 | 一种星载sar图像中海面船只的端到端检测与识别方法 |
US20200143543A1 (en) * | 2017-12-28 | 2020-05-07 | Korea Institute Of Ocean Science & Technology | Multiple-wavelength images analysis electro optical system for detection of accident ship and submerged person and analysis method thereof |
CN113742331A (zh) * | 2021-10-11 | 2021-12-03 | 浙江数智交院科技股份有限公司 | 数字孪生船舶驱动方法和装置 |
CN113989691A (zh) * | 2021-09-08 | 2022-01-28 | 浙江大华技术股份有限公司 | 船只的异常行为检测方法以及相关装置 |
WO2022056638A1 (en) * | 2020-09-16 | 2022-03-24 | Mda Systems Ltd. | System, method, and satellites for surveillance imaging and earth observation using synthetic aperture radar imaging |
CN114462529A (zh) * | 2022-01-24 | 2022-05-10 | 北京中交通信科技有限公司 | 一种渔船双拖作业方式识别方法及装置 |
CN114627363A (zh) * | 2022-03-07 | 2022-06-14 | 海南大学 | 一种基于多任务学习的全景海上船舶态势感知方法 |
CN114862095A (zh) * | 2022-03-21 | 2022-08-05 | 武汉理工大学 | 识别复杂水域船舶交通冲突热点的区域交通划分方法 |
CN115205706A (zh) * | 2022-08-17 | 2022-10-18 | 数字太空(北京)科技股份公司 | 遥感数据获取方法、装置、电子设备和计算机可读介质 |
CN115346133A (zh) * | 2022-08-15 | 2022-11-15 | 航天神舟智慧***技术有限公司 | 一种基于光学卫星影像的舰船检测方法与*** |
CN115774804A (zh) * | 2022-11-24 | 2023-03-10 | 亿海蓝(北京)数据技术股份公司 | 船舶的异常识别方法、***和可读存储介质 |
-
2023
- 2023-03-31 CN CN202310334509.9A patent/CN116580313B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177608A (zh) * | 2013-03-01 | 2013-06-26 | 上海海事大学 | 海上可疑船舶与船舶油污发现*** |
EP3109659A1 (en) * | 2015-06-24 | 2016-12-28 | M&M Corporation Comm. VA | Satellite fishing surveillance constellation and method |
US20170219679A1 (en) * | 2016-02-03 | 2017-08-03 | Electronics And Telecommunications Research Institute | Method and apparatus for validating location of vessel |
US20180149727A1 (en) * | 2016-11-29 | 2018-05-31 | Marine Technologies LLC | Position reference system for vessels |
CN109726616A (zh) * | 2017-10-30 | 2019-05-07 | 中电科海洋信息技术研究院有限公司 | 一种舰船检测与识别方法和装置 |
US20200143543A1 (en) * | 2017-12-28 | 2020-05-07 | Korea Institute Of Ocean Science & Technology | Multiple-wavelength images analysis electro optical system for detection of accident ship and submerged person and analysis method thereof |
CN109766811A (zh) * | 2018-12-31 | 2019-05-17 | 复旦大学 | 一种星载sar图像中海面船只的端到端检测与识别方法 |
WO2022056638A1 (en) * | 2020-09-16 | 2022-03-24 | Mda Systems Ltd. | System, method, and satellites for surveillance imaging and earth observation using synthetic aperture radar imaging |
CN113989691A (zh) * | 2021-09-08 | 2022-01-28 | 浙江大华技术股份有限公司 | 船只的异常行为检测方法以及相关装置 |
CN113742331A (zh) * | 2021-10-11 | 2021-12-03 | 浙江数智交院科技股份有限公司 | 数字孪生船舶驱动方法和装置 |
CN114462529A (zh) * | 2022-01-24 | 2022-05-10 | 北京中交通信科技有限公司 | 一种渔船双拖作业方式识别方法及装置 |
CN114627363A (zh) * | 2022-03-07 | 2022-06-14 | 海南大学 | 一种基于多任务学习的全景海上船舶态势感知方法 |
CN114862095A (zh) * | 2022-03-21 | 2022-08-05 | 武汉理工大学 | 识别复杂水域船舶交通冲突热点的区域交通划分方法 |
CN115346133A (zh) * | 2022-08-15 | 2022-11-15 | 航天神舟智慧***技术有限公司 | 一种基于光学卫星影像的舰船检测方法与*** |
CN115205706A (zh) * | 2022-08-17 | 2022-10-18 | 数字太空(北京)科技股份公司 | 遥感数据获取方法、装置、电子设备和计算机可读介质 |
CN115774804A (zh) * | 2022-11-24 | 2023-03-10 | 亿海蓝(北京)数据技术股份公司 | 船舶的异常识别方法、***和可读存储介质 |
Non-Patent Citations (3)
Title |
---|
ZHAOHUI WU 等: "Research on Digital Twin Construction and Safety Management Application of Inland Waterway Based on 3D Video Fusion", 《IEEE ACCESS》, pages 109114 - 109156 * |
王凯: "基于数字孪生的智慧海事监管***研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 034 - 2242 * |
范秀梅 等: "浙江省近海海洋捕捞渔船异地停靠信息提取与分析", 《农业工程学报》, vol. 36, no. 11, pages 203 - 209 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037400A (zh) * | 2023-08-31 | 2023-11-10 | 广东珠江口中华白海豚国家级自然保护区管理局 | 海洋自然保护地的电子围栏*** |
CN117037400B (zh) * | 2023-08-31 | 2024-03-12 | 广东珠江口中华白海豚国家级自然保护区管理局 | 海洋自然保护地的电子围栏*** |
Also Published As
Publication number | Publication date |
---|---|
CN116580313B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10922981B2 (en) | Risk event identification in maritime data and usage thereof | |
US11719831B2 (en) | System and method for tracking and forecasting the positions of marine vessels | |
CN109725310B (zh) | 一种基于yolo算法以及岸基雷达***的船舶定位监管*** | |
CN116580313B (zh) | 一种基于数字孪生和遥感的异常船只识别方法及装置 | |
CN103971543A (zh) | 一种融合多种数据源的船舶自动识别监控方法及监管*** | |
US20160031536A1 (en) | Black box system for leisure vessel | |
JP2008009846A (ja) | 広域用船舶動静監視方法及びシステム | |
US7933693B2 (en) | System and method for harvesting business intelligence from maritime communications | |
CA3126292A1 (en) | System and method for tracking vessels | |
US20150134559A1 (en) | Method and system for tracking vessels | |
CN115410420B (zh) | 一种船舶安全航行管理方法和*** | |
CN113256146B (zh) | 船舶监管方法及*** | |
KR101531947B1 (ko) | 해상조난 및 해양안전사고 예방을 위한 중소형 선박 이네비게이터 시스템 | |
KR20160112188A (ko) | 선박별 항적 추출 및 전시 시스템 | |
CN115577324A (zh) | 雷达和船舶自动识别***数据融合方法及***、存储介质 | |
CN116597693A (zh) | 一种内河航运监控***及方法 | |
CN104537892A (zh) | 一种信息处理的方法及*** | |
CN116384597B (zh) | 基于地理信息***的渔港船舶进出港动态预测方法及*** | |
Chou et al. | A study of the distribution of marine incidents in the harbours and waters surrounding Taiwan | |
Pham et al. | Data fusion to describe and quantify search and rescue operations in the Mediterranean sea | |
CN111028482B (zh) | 远洋航行的提醒方法、装置及*** | |
Kim et al. | Fundamental research for video-integrated collision prediction and fall detection system to support navigation safety of vessels | |
CN110363369B (zh) | 船舶搁置状态判断方法、装置、设备及其存储介质 | |
KR20150112253A (ko) | 휴대용 디바이스를 이용한 전자해도 및 그 방법 | |
CN117909869B (zh) | 一种船舶事故因素识别方法、***、终端及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |