[发明专利]一种船舶优化识别和实时跟踪方法及防撞预警系统

权利要求书

1.一种船舶优化识别和实时跟踪方法，其特征在于，采用一种防撞预警系统，包括岸基监控系统、船舶监控系统、水位监控系统、优化识别系统和船舶实时跟踪系统，所述岸基监控系统、所述船舶监控系统和所述水位监控系统均在监控中心融合数据，所述优化识别系统和所述船舶实时跟踪系统对所述监控中心处的融合数据进行分析处理，得到船舶的高度和预测航迹，再分别判断是否会与桥梁和桥墩发生碰撞；

所述岸基监控系统包括沿岸线布设的岸基雷达和云台相机，所述船舶监控系统包括船舶雷达和船舶AIS系统，所述水位监控系统包括设置在桥墩上的水位传感器；

所述云台相机用于跟踪采集船舶的视频图像，并通过所述优化识别系统对视频图像中的船舶精确识别；所述岸基雷达和所述船舶AIS系统监测的数据包括船舶位置和船舶速度，并通过所述船舶实时跟踪系统进行坐标变换和速度变换，得到相关变换值后预测船舶下一时刻的船舶位置和船舶速度；所述船舶实时跟踪系统对船舶位置和速度的预测值进行控制门限检验，选择适应跟踪的所述云台相机；

所述岸基雷达和所述云台相机均沿岸线布设多个，所述云台相机根据所述船舶实时跟踪系统所预测的船舶下一时刻动态，判断船舶是否超出当前所述云台相机的监控范围，当预测动态超出监控范围时，选择切换所述云台相机；

所述水位传感器能够得到水面距桥梁的净空高度，通过对所述优化识别系统得到的船舶图像二值化处理后计算得到船舶高度，根据水面距桥梁的净空高度设置船舶预警高度值，将船舶高度与船舶预警高度值对比并判断是否报警；

其中，通过如下公式计算船舶高度：

；

L为船舶长度，通过所述船舶AIS系统发送的报文获得；为船舶二值图像中水平方向最大像素数；为垂直方向最大像素数；

其中，船舶优化识别方法包括如下步骤：

通过云台相机采集对应航道在一天不同时间段内无船舶时的第一彩色图像数据；

通过云台相机采集航道的实时彩色图像数据，通过岸基雷达确定彩色图像数据中船舶的位置坐标；

将实时彩色图像数据与第一彩色图像数据对比，并去除实时彩色图像数据中与第一彩色图像数据中重合的像素点，得到船舶图片数据；

将船舶图片数据与船舶位置坐标融合得到航道中任一船舶的航行轨迹；

通过所述优化识别系统计算船舶高度包括如下步骤：

将远离桥梁的云台相机所获取的实时彩色图像数据输入至所述优化识别系统；

根据所述优化识别系统得到的每一船舶的位置坐标并分别标记；

根据沿岸布设的岸基雷达跟踪目标船舶的位置坐标，并确定目标船舶航行过程中无遮挡处的位置坐标；

选择对应位置坐标处的云台相机所采集的实时彩色图像数据，并输入至所述优化识别系统得到独立目标船舶图片；

将独立目标船舶图片二值化处理，再分别识别出目标船舶水平方向的最大像素数，和垂直方向的最大像素数，再由预设公式计算目标船舶高度。

2.根据权利要求1所述的船舶优化识别和实时跟踪方法，其特征在于，所述船舶实时跟踪系统包括状态方程、观测方程和预测误差协方差阵方程，状态方程包括连续监测的时间t被时间间隔T分隔成若干时间离散点的针对离散时间域的系统状态方程；

初始化状态方程、观测方程和预测误差协方差阵方程，更新状态值，并计算当前时刻的状态预测方程；

当收到船舶AIS系统报文，则根据预测误差协方差阵方程计算协方差阵并计算对应的滤波增益矩阵，然后计算状态估计；若未收到AIS系统报文，对之前误差协方差阵进行加权平均，获得预测误差协方差阵，并计算对应的滤波增益矩阵；

更新当前的误差协方差阵，从更新的误差协方差阵中获得目标船舶下一时刻的航行坐标和船速值。

3.根据权利要求2所述的船舶优化识别和实时跟踪方法，其特征在于，所述船舶实时跟踪系统在时间t内的系统连续状态方程：

，

在离散点的系统连续状态方程(k=1,2,3…)：

，

依据离散点的观测方程：

，

其中，A和H为常数矩阵，，；为在t时间内的系统噪声矩阵，，为状态方程的噪声，影响船舶的运动状态；连续时间域到离散时间域的变换矩阵为和；坐标和速度矩阵，和为目标船舶在平面坐标中X，Y轴方向的速度分量；为离散点k的系统状态方程。