[发明专利]一种用于船舶行驶航线推荐方法及系统

权利要求书

1.一种用于船舶行驶航线推荐方法，其特征在于，该方法包括以下步骤：

S1：在航道各个关键点位部署采集装置；

S2：由采集装置采集目标航道航段中船舶连续时间段内的图片信息；

S3：根据采集到的船舶图片数据，构建基于深度学习的检测和跟踪模型，并进行模型训练；

S4：根据训练好的模型，在航道航段中对船舶进行检测和跟踪，并绘制出船舶的运行轨迹；

S5：结合水位、气象数据，统计一段时间内的船舶运行轨迹，获得最优航行路线，通过系统进行信息发布，为航运管理部门或者使用航道公众提供推荐航道路线信息。

2.根据权利要求1所述的一种用于船舶行驶航线推荐方法，其特征在于，步骤S1中的采集装置采用双目摄像头相机。

3.根据权利要求2所述的一种用于船舶行驶航线推荐方法，其特征在于，在航道一侧每100～125m的范围内部署一个双目摄像头相机。

4.根据权利要求2所述的一种用于船舶行驶航线推荐方法，其特征在于，步骤S1在航道各个关键点位部署双目摄像头相机后，还包括对双目摄像头进行校准，具体包括：

步骤一，进行双目摄像头相机坐标系和世界坐标系的对应转换，双目摄像头相机坐标系表示为(x，y)，世界坐标系表示为(x_c，y_c，z_c)，采用的公式为：

计算矩阵为：

步骤二，进行双目摄像头的三维估计，O_L和O_R是左、右双目摄像头相机的光心，假设两相机的内部和外部参数相同，焦距为f，光心之间的距离为B，两台相机在同一平面上，两者的投影中心的Y坐标相等；同一时刻空间点p(x，y，z)在两相机上成像点分别为P_left和P_right，采用公式如下：

确定实际场景中船舶的三维坐标，公式如下：

结合GPS/AIS信息，获得目标船舶在世界坐标系中的坐标点(x，y，z)。

5.根据权利要求1所述的一种用于船舶行驶航线推荐方法，其特征在于，步骤S3中的检测模型训练步骤包括：

S301：对采集到的目标航道航段中的船舶图片数据进行预处理；

S302：构建船舶深度残差网络resnet50为主干网络的深度学习模型，输入步骤S301中的船舶图片数据，进行船舶深度残差网络resnet50的深度学习模型训练；

S303：进行船舶深度残差网络resnet50的深度学习模型精度评估，并调整训练超参，反复训练直至模型精度满足预设标准。

6.根据权利要求5所述的一种用于船舶行驶航线推荐方法，其特征在于，步骤S3中的跟踪模型采用孪生网络作为主干网络结构的深度学习模型，对检测结果目标框裁取的图像，和待跟踪目标船舶对应的图像进行特征提取，以让跟踪模型在待跟踪目标船舶对应的图像中找到目标的boundingbox；跟踪模型训练步骤包括：

S311：对采集到的目标航道航段中连续时间段内的船舶图片数据进行预处理，将船舶图片数据分为前景和背景，前景为检测模型检测出的只含有船舶信息的图像，后景为不包含船舶信息的图像；

S312：构建船舶孪生网络作为主干网络的深度学习模型，输入步骤S311中的船舶图片数据，进行船舶孪生网络深度学习模型训练；

S313：进行船舶孪生网络深度学习模型精度评估，并调整训练超参，反复训练直至模型精度满足预设标准。

7.根据权利要求5或6所述的一种用于船舶行驶航线推荐方法，其特征在于，所述预处理包括裁剪、旋转、翻转、拉伸。

8.根据权利要求1所述的一种用于船舶行驶航线推荐方法，其特征在于，将步骤S5中获得最优航行路线换算为世界坐标系，并与三维航道图进行结合，进行航道轨迹的叠加显示。