[發(fā)明專利]一種港口泊船監(jiān)測(cè)方法、系統(tǒng)及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201711037723.9
• 申請(qǐng)日: 2017-10-27
• 公開(kāi)（公告）號(hào): CN107731011B
• 公開(kāi)（公告）日: 2021-01-19
• 發(fā)明（設(shè)計(jì)）人: 曹松;王書(shū)強(qiáng);申妍燕;王鴻飛
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院
• 主分類號(hào): G08G3/00
• 分類號(hào): G08G3/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市科進(jìn)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44316
• 代理人: 趙勍毅

本申請(qǐng)涉及港口交通管理技術(shù)領(lǐng)域，特別涉及一種港口泊船監(jiān)測(cè)方法、系統(tǒng)及電子設(shè)備。所述港口泊船監(jiān)測(cè)方法包括：步驟a：通過(guò)攝像裝置采集港口泊船數(shù)據(jù)；步驟b：構(gòu)建基于“全卷積網(wǎng)絡(luò)+區(qū)域目標(biāo)網(wǎng)絡(luò)分支”的神經(jīng)網(wǎng)絡(luò)模型；步驟c：將所述港口泊船數(shù)據(jù)輸入基于“全卷積網(wǎng)絡(luò)+區(qū)域目標(biāo)網(wǎng)絡(luò)分支”的神經(jīng)網(wǎng)絡(luò)模型，所述基于“全卷積網(wǎng)絡(luò)+區(qū)域目標(biāo)網(wǎng)絡(luò)分支”的神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述港口泊船數(shù)據(jù)進(jìn)行艦船對(duì)象區(qū)域分割以及艦船類型分類，并根據(jù)所述艦船對(duì)象區(qū)域分割結(jié)果和艦船類型分類結(jié)果計(jì)算港口泊船狀態(tài)。本申請(qǐng)通過(guò)可以自動(dòng)準(zhǔn)確地評(píng)估出當(dāng)前港口碼頭的擁塞狀態(tài)，對(duì)應(yīng)用場(chǎng)景的限制條件少且更加智能便利，便于廣泛使用。

技術(shù)領(lǐng)域

本申請(qǐng)涉及港口交通管理技術(shù)領(lǐng)域，特別涉及一種港口泊船監(jiān)測(cè)方法、系統(tǒng)及電子設(shè)備。

背景技術(shù)

航運(yùn)事業(yè)的迅猛發(fā)展，為國(guó)家經(jīng)濟(jì)的發(fā)展做出了很大貢獻(xiàn)。港口碼頭的泊船監(jiān)測(cè)對(duì)航運(yùn)事業(yè)的影響至關(guān)重要，在協(xié)調(diào)艦船靠岸停泊和控制艦船駛?cè)敫劭诖a頭的過(guò)程中，高效準(zhǔn)確地劃分出港口和碼頭的擁塞程度，是合理調(diào)度艦船停靠的關(guān)鍵。但目前的海上交通管理系統(tǒng)已跟不上航運(yùn)事業(yè)發(fā)展的需要。

海軍兵種指揮學(xué)院的郭石軍針對(duì)海上交通出現(xiàn)了船舶噸位增大、船舶航行密度大、航行事故發(fā)生率有所上升的趨勢(shì)，為了更有效地管理海上交通，在《艦載成像雷達(dá)在港口交管系統(tǒng)的應(yīng)用》一文中提出利用一些先進(jìn)技術(shù)例如成像雷達(dá)及飛艇等裝備對(duì)港口交通管理系統(tǒng)進(jìn)行改進(jìn)。在研究中就成像雷達(dá)及飛艇應(yīng)用到港口交通管理系統(tǒng)中作了一些初步研究和探討，主要涉及成像雷達(dá)及飛艇介紹、成像雷達(dá)及飛艇的優(yōu)勢(shì)，并提出了通過(guò)飛艇將目標(biāo)雷達(dá)圖像傳給系統(tǒng)數(shù)據(jù)處理單元，系統(tǒng)數(shù)據(jù)處理單元通過(guò)智能對(duì)比、提取、分析港口區(qū)域里的圖像情報(bào)變化來(lái)監(jiān)視和跟蹤所有目標(biāo)及變化態(tài)勢(shì)。

交通部天津海上安全監(jiān)督局的史光平、甄剛、李冬梅和孫虎山提出一種船舶數(shù)據(jù)處理系統(tǒng)(申請(qǐng)?zhí)朇N98117214.8)，該系統(tǒng)應(yīng)用軟件中設(shè)置的數(shù)據(jù)庫(kù)由基本資料、引航員資料、泊位資料、船舶管理資料、航行計(jì)劃、航行記錄及統(tǒng)計(jì)資料各個(gè)數(shù)據(jù)庫(kù)構(gòu)成。在船舶管理資料數(shù)據(jù)庫(kù)中設(shè)置當(dāng)前位置狀態(tài)字段，該字段隨著船舶的位置不同而改變。并采用ODBC(Open Database Connectivity，開(kāi)放數(shù)據(jù)庫(kù)連接)接口連接ORACLE數(shù)據(jù)庫(kù)與FOXPRO數(shù)據(jù)庫(kù)，從而實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)換。

綜上所述，現(xiàn)有的海上交通管理技術(shù)至少存在以下缺點(diǎn)：

一、現(xiàn)有的一種基于雷達(dá)、飛艇等裝備的海上交通管理技術(shù)研究需要維護(hù)一個(gè)巨大的港口區(qū)域信息知識(shí)庫(kù)，通過(guò)與以前的知識(shí)進(jìn)行比較，來(lái)完成圖像判讀理解，因此計(jì)算復(fù)雜度較高。

二、利用圖像處理的航運(yùn)中艦船目標(biāo)識(shí)別技術(shù)都是僅僅完成主要目標(biāo)的提取、識(shí)別和分類，并沒(méi)有分割出各個(gè)類別艦船目標(biāo)的區(qū)域，在效率和準(zhǔn)確率上都無(wú)法達(dá)到較為滿意的效果。

三、最新研究中提取對(duì)象區(qū)域的技術(shù)，人工地將識(shí)別分類和區(qū)域分割劃分開(kāi)，造成訓(xùn)練中計(jì)算復(fù)雜度提高。

四、截止目前尚沒(méi)有采用機(jī)器學(xué)習(xí)的方法進(jìn)行艦船種類識(shí)別和區(qū)域分割的技術(shù)。

隨著人工智能和海洋交通運(yùn)輸業(yè)的發(fā)展，機(jī)器學(xué)習(xí)的相關(guān)研究成果在陸地、海洋交通領(lǐng)域的應(yīng)用越來(lái)越多。機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支。人工智能的研究是從以“推理”為重點(diǎn)到以“知識(shí)”為重點(diǎn)，再到以“學(xué)習(xí)”為重點(diǎn)，一條自然、清晰的脈絡(luò)。顯然，機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的一個(gè)途徑，即以機(jī)器學(xué)習(xí)為手段解決人工智能中的問(wèn)題。機(jī)器學(xué)習(xí)理論主要是設(shè)計(jì)和分析一些讓計(jì)算機(jī)可以自動(dòng)“學(xué)習(xí)”的算法。機(jī)器學(xué)習(xí)算法是一類從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)的算法。然而，基于機(jī)器學(xué)習(xí)的對(duì)象識(shí)別和分割技術(shù)目前并沒(méi)有應(yīng)用于港口和碼頭擁塞程度監(jiān)測(cè)技術(shù)中。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┝艘环N港口泊船監(jiān)測(cè)方法、系統(tǒng)及電子設(shè)備，旨在至少在一定程度上解決現(xiàn)有技術(shù)中的上述技術(shù)問(wèn)題之一。

為了解決上述問(wèn)題，本申請(qǐng)?zhí)峁┝巳缦录夹g(shù)方案：

一種港口泊船監(jiān)測(cè)方法，其特征在于，包括：