[发明专利]一种航道船舶监控预警系统在审

专利信息
申请号: 202210235936.7 申请日: 2022-03-10
公开(公告)号: CN114679568A 公开(公告)日: 2022-06-28
发明(设计)人: 严灵毓;许兆;陈子璇;叶志伟;高榕 申请(专利权)人: 湖北工业大学
主分类号: H04N7/18 分类号: H04N7/18;H04N5/76;H04N5/232;G08G3/00;G06N3/04;G06N3/08;G08B21/24;H04L67/025
代理公司: 武汉华强专利代理事务所(普通合伙) 42237 代理人: 温珊姗
地址: 430068 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 航道 船舶 监控 预警系统
【说明书】:

发明公开了一种新型航道船舶监控预警系统,所述方法及系统由六个模块组成,分别是采集模块,中转模块,管理模块,处理模块,展示模块,存储模块,利用新型基于时空特征的新型像素投票的全景图像分割技术,不仅能够快速有效地对复杂航道情况进行分割处理,而且保证了结果的准确性。本发明提供的方法及系统适用于各类型复杂航道监控。实现所需成本小,应用范围广,可解决目前世界航道监控领域的主流问题。

技术领域

本发明涉及航道实时监控分析技术领域,特别是涉及一种航道船舶监控预警系统。

背景技术

近年来,我国航道建设取得了巨大成就,通航里程、通航能力不断提高。2018

年水路运输货物运输量和货物周转量分别占全社会运输量的13.64%和货物周转量的48.39%。研究表明,运输船舶吨级规模是决定内河货运成本的核心因素,当采用1000吨级及以上船舶承运时,与铁路、公路等其他运输方式相比,内河水运具有长期的综合物流成本竞争优势,能够充分发挥内河水运的运能大、成本低、能耗少等比较优势。水运发展有力支撑了我国经济社会发展。

随着我国航运工作量不断增大,管理压力也越来越大。同时由于我国的内河航道规划建设相对于发达国家起步较晚,就当前而言,部分设计不合理和开发建设不平衡,导致整个河道存在一定的安全隐患和内河航道发展不均衡等问题。而将数字航道技术应用于内河航道管理中,显然可以解决这一问题。

数字技术应用于航道管理中是当今发展的必然趋势,特别是我国内河航运不断发展的情况下,数字航道技术是有效保证管理工作顺利进行的重要基础,强化数字航道技术的应用是必然的选择。数字航道指的是在相关法律法规和行业技术标准内,通过运用现代网络通信技术手段对航道及其附属设备的资源进行整合,从而为航道管理提供数字化、智能化、人性化数据的技术。有效的数字航道技术可以通过对数据和整个运输的分析,从而确保信息分享的准确性,为相应的决策提供重要的数据依据。

数字航道技术的核心就是航道信息资源数字化,是利用现有的技术比如计算机视觉,监控系统和电子航道图等,对相应的数据进行采集统计分析,具体包括航道船舶数据、航道信号灯、水文数据、航道的历史形成情况和航道设备等方面。通过数据采集统计分析处理等流程,加快实现航道管理的数字化、决策管理的科学化,提升内河航道的管理水平。

数字航道技术通过利用先进的技术手段,实现从数据搜集、数据分析和数字应用的全面管理,让内河航道管理更加精确化操作,而这些数据无疑可以为工作人员提供重要的参考,让其可以更加准确地评估当前航道管理的客观情况,然后做出正确的决策,从而提升管理的效率。

在我国内河航道上,船舶的通行监测一直存在短板。由于我国幅员辽阔,航道多如牛毛,船舶管理数量多,难度大,且存在有些船只没有安装AIS,无法进行监测,航道部门不能及时有效地统计航道上的船舶数据,对船只的动向也只能大致判断,河道上的监控摄像大部分时间处于闲置状态,这一系列的现象体现了目前航道部门所面临问题。

起初人们使用传统的运动检测算法如背景减除法、差分法、高斯模型法等,结合轮廓检测算法来发现运动的船舶,进而监测船舶的动态。但是传统的运动检测易受环境的干扰,比如光照,天气,昼夜,几乎无法稳定持续运行。随着人工智能的到来,深度学习卷积神经网络开始在图像视频中大规模应用,其中以YOLO系列为代表的神经网络以速度快,准确率高为优势,在工业领域中开始应用。与传统算法不同的是,卷积神经网络无需专门设计特征提取器,通过端到端的学习,能够很快提取图像的特征,学会识别图像中的物体。同时面对复杂,不断变化的背景具有很强的鲁棒性。

发明内容

本发明公开了一种航道船舶监控预警系统,所述方法及系统由六个模块组成,分别是采集模块,中转模块,管理模块,处理模块,展示模块,存储模块,利用全新的图像实例分割算法,不仅能够快速有效地对复杂航道情况进行分割处理,而且保证了结果的准确性。本发明提供的方法及系统适用于各类型复杂航道监控。实现所需成本小,应用范围广,可解决目前世界航道监控领域的主流问题

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北工业大学,未经湖北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210235936.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top