CN108922247A - 一种基于ais的船舶-航标碰撞危险度估算方法 - Google Patents
一种基于ais的船舶-航标碰撞危险度估算方法 Download PDFInfo
- Publication number
- CN108922247A CN108922247A CN201810822793.3A CN201810822793A CN108922247A CN 108922247 A CN108922247 A CN 108922247A CN 201810822793 A CN201810822793 A CN 201810822793A CN 108922247 A CN108922247 A CN 108922247A
- Authority
- CN
- China
- Prior art keywords
- ship
- navigation mark
- point
- collision
- risk
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
Abstract
本发明涉及一种基于AIS的船舶‑航标碰撞危险度估算方法,属于航道技术领域。该方法通过获取在航船舶AIS信息中的静态信息构建船舶的特征点模型,根据该船舶特征点模型,根据船舶实时和历史的船位、艏向预测船舶特征点的船位、艏向和航迹;根据船舶特征点模型的预测信息,根据航标船的位置数据,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需的行驶距离,根据碰撞危险度估计模型实时对碰撞危险度进行估算,根据碰撞危险度阈值计算模型实时计算碰撞危险度阈值。利用该判断结果可触发航标上的摄像头进行拍照,也可用于对船舶进行警示提醒。该方法无需新增测距传感器或其他传感器,即可有效预判船舶‑航标是否碰撞。
Description
技术领域
本发明属于航道技术领域,涉及一种基于AIS的船舶-航标碰撞危险度估算方法。
背景技术
航标作为一种船舶安全航行的助航设施,在内河浅滩、暗礁、桥区、控制河段等碍航水域被广泛使用。航标船布设在内河航道水面上标示航道的方向、界限和碍航物,揭示航道有关信息,为船舶指明安全航道。
随着船舶密度增加,以及水流紊乱区域,航标碰撞事故时有发生。航标碰撞事故发生后常造成航标及航标上设备损坏,甚至造成航标船倾覆、流失等重大事故,致使航标的助航功能丧失,给航运安全带来严重影响。为解决航标的碰撞报警、预警问题,航道管理部门通过在航标船上安装多种传感器构建航标遥测遥控系统,根据加速度、GPS等信息的变化对碰撞进行检测报警。该方法虽然在一定程度上解决了航标碰撞后能报警的问题,但是事后寻找肇事船舶却缺少足够证据;另一方面,在航标上安装摄像头进行拍照的可视化航标,可通过测距传感器判断船舶与航标的距离进行拍照取证。但是要实现这些功能,这种方法需要增加更多的传感器,增加了航标的成本和维护难度。
与本发明相关的现有技术一
现有技术一的技术方案
专利名:一种适用于航标的船舶防撞预警视频检测系统及检测方法
本发明提供一种适用于航标的船舶防撞预警视频检测方法,结合航道实际船情、水情,利用基于高斯混合模型的运动物体识别技术,实现了船舶识别抓拍、速度分析、撞击预警等功能。
现有技术一的缺点
缺点:根据图像分析来抓取船舶图像,分析速度方向,建立模型来对撞击进行预警的方法过程复杂耗时长,无法及时给出船-航标碰撞预警;而且由于昼夜,水面漂浮物,浅滩碣石、船舶体型差异等因素,对于船-航标碰撞的危险程度很容易产生误判。
与本发明相关的现有技术二
现有技术二的技术方案
专利名:一种桥区船舶主动防撞预警方法及系统
本发明涉及一种桥区船舶主动防撞预警方法及系统,在桥区通航区域内,根据船舶实时坐标、船艏方向获取用于评价船舶行驶状态的碰撞风险等级,并根据不同风险等级分类向船舶提供助航服务和预警信息的播发。
现有技术二的缺点
该技术提供的预警只考虑船舶实时坐标与船艏方向,危险程度的判断精度不够。且内河流域往往存在浅滩、桥区、窄道等通行环境恶劣的情况下,通行船舶存在惯性大、操作能力差等情况,只针对直线通行的情况做预警并不满足于船-航标碰撞预警的情况。
与本发明相关的现有技术三
现有技术三的技术方案
专利:基于多种传感器的航标碰撞检测系统
该方法主要是通过碰撞单元测量航标船的姿态角和加速度信息判断碰撞是否发生,通过测距预警单元的雷达测距仪判断船舶与航标距离,触发预警和启动拍照取证单元进行拍照。
现有技术三的缺点
该方法的主要确定是需要安装测距传感器进行船舶与航标距离的判断,而一般的测距传感器,比如,红外线,超声波等有有效距离和范围受限的问题,而雷达测距仪也有成本高,范围受限、耗能、使用环境等因素的影响,造成航标成本高,推广应用困难。
缩略语和关键术语定义:
控制河段:一些只能允许船舶单向行驶的特殊河段。
AIS:船舶自动识别系统(Automatic Identification System),由船载设备和基站两部分组成,船舶的相关信息可以通过船载AIS设备无线传输到附近基站,再经过局域网传输到相应航道管理部门。船载设备提供的AIS信息包含有:1.船舶静态数据,包含船名、呼号、MMSI、IMO、船舶类型、船长、船宽等;2.船舶动态数据,包含经度、纬度、船艏向、航速等;3.船舶航程数据,包含船舶状态,吃水,目的地、ETA等。
次生海损事故:海损事故指发生物质损失或者费用损失的水上运输事故,次生海损事故指由前一个海损事故直接或间接导致的海损事故,在本专利中主要指由船-航标碰撞事故导致的航标功能失常,使后继船舶无法得知航道信息,从而导致的海损事件。
VHF:甚高频(Very High Frequency),是指频带由30Mhz到300MHz的无线电电波,波长范围为1m~10m。多数是用作电台及电视台广播,同时又是航空和航海的沟通频道。
最近会遇距离:在本文中指船舶驶过航标时,船舶和航标之间最近的距离。
发明内容
有鉴于此,本发明的目的在于提供一种基于AIS的船舶-航标碰撞危险度估算方法,通过获取在航船舶AIS信息中的静态信息构建船舶的特征点模型,根据航船AIS动态信息提供的船舶实时船位,滚动计算和预测船舶的特征点模型位置、艏向和航迹;根据航标船的位置数据,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需的行驶距离,根据碰撞危险度估计模型实时对碰撞危险度估算。可根据计算出的危险程度进行触发报警。该方法无需在现有的智能航标基础上附加专门的测距传感器即可实现船-航标碰撞的预判。
为达到上述目的,本发明提供如下技术方案:
一种基于AIS的船舶-航标碰撞危险度估算方法,包括以下步骤:
S1:以某一航标A为中心,获取航标A的位置信息和在航船舶的AIS信息;
S2:计算航标A与在航船舶间的距离,筛选出满足条件的航标-船舶对,并根据筛选结果获取对应船舶的静态信息;
S3:将航标A的位置及船舶B的船位数据进行坐标转换,转换为大地平面坐标系数据,以船舶B的当前位置为坐标原点;
S4:根据船舶B的AIS发送的静态信息,建立船舶的特征点模型;所述特征点模型以船舶B上定位设备天线安装位置V0相对于船舶B的安装位置,同时结合船长、船宽信息,选取特征点V1,V2,V3,V4,V5来描述船舶的形状;进一步结合船舶当前船位和艏向,确定船舶在二维平面上的实际姿态,从而将传统方法中船舶和航标之间,点与点的相对位置关系转化为一个面和点的相对位置关系;
S5:采用合适的预测算法,以T为预测周期,对船舶B当前船位后船舶B在不同预测周期的船位和艏向,即,船舶B的定位设备天线安装位置V0和船舶外形特征点V1,至V5,六个特征点,在T,2T,3T...,处的预测的位置点,将这些点连线并结合艏向,即为船舶B在当前船位后的预测航迹;所述当前船位为数据中心收到的船舶B的AIS发送的船位;
S6:依据船舶-航标会遇模型,计算船舶B与航标A的最近会遇距离;船舶B的特征点V0的预测轨迹中,V0与航标A距离最近的位置即为会遇点X,分别计算航标A当前位置与预测的船舶B各特征点运行轨迹的垂直距离L1,…,L5,即航标A与船舶B特征点的最近会遇距离,其中最小的最近会遇距离记为La,最大的最近会遇距离记为Lb;
S7:计算船舶B抵达到会遇点X所需的行驶距离;根据各特征点的运行轨迹的数学模型,计算船舶B某一特征点从某一未来时刻位置到会遇点的轨迹弧长u作为行驶距离;
S8:应用碰撞危险度估计模型估算该船舶B和其对应的航标A在某段时间后的船-航标碰撞危险度;所述碰撞危险度估计模型为:首先计算航标A到船舶B的最近会遇距离的高斯分布:
其中,是最近会遇距离的均值,最近会遇距离的标准差σx是该船舶B过去一段时间历史位置数据的预测误差标准差;
然后计算船舶B抵达到会遇点X所需的行驶距离的高斯分布:
其中,σs为行驶距离方差;均值是船舶B是否能顺利避开航标A的临界值,即安全距离,通过下式求得:
其中,静水回转半径是为回转率,vwater是当前水流速度在船舶B艏向上的分量,lwid是船宽,llen是船长,v是船舶对地速度,h是船载定位设备天线位置到船舶左舷的垂直距离,r是航标碰撞判定圈的半径,ddelay=vt0是船舶从当前到开始转向的移动距离,t0是船舶开始转向所需的反应时间;
由此确定船舶B在当前船位后不同时间段后船舶航标碰撞危险度为
P=(Fx(Lb)-Fx(La))×(1-Fs(u))
进一步依据船舶历史航速、船舶静态信息、水流速度等信息计算不同时间段后的船-航标碰撞危险度阈值
其中Pe为预测失误的可能性曲线;
超过该阈值的船-航标对即视为有较高的碰撞风险。
进一步,在步骤S1中,所述航标A的位置信息包括所在水道的水位和流速信息。
进一步,在步骤S2中,所述条件是指根据船舶B的AIS发送的动态信息的周期为依据,最近几个周期驶达航标A;或分别人为设定下水船舶驶达航标A的距离,和上水船舶驶达航标A的距离。
进一步,所述碰撞危险度的估算判断是以船舶B的AIS发送的动态信息的周期为计算周期循环判断,直到船舶B驶离航标A后,结束判断。
进一步,所述艏向的位置预测方法可以选用包括卡尔曼滤波、无迹卡尔曼滤波、支持向量机和神经网络等各种预测算法。
本发明的有益效果在于:本发明利用船舶的AIS信息和航标的位置坐标,通过数据处理和分析,建立船舶物理模型和碰撞估计模型,对船舶位置和艏向预测,可以在船舶-航标发生近距离会遇之前对船舶-航标碰撞危险度进行判断,利用该判断结果触发航标上的摄像头进行拍照,也可用于对船舶进行警示提醒。该方法无需新增测距传感器或其他传感器,即可有效预判船舶-航标是否碰撞。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明所述方法中碰撞预测判断方法的流程图;
图2为本发明中船舶-航标会遇模型;
图3为本发明中船舶-航标安全距离计算的物理模型;
图4为本发明所述方法具体实施例的系统的结构示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
如图1所示,以某一航标A为中心,获取航标A的位置信息,所在水道的水位、流速信息,建立以该航标为中心的电子围栏,初步筛选附近在航船舶,获取其AIS信息;
计算航标A与附近在航船舶间的距离,再次筛选出满足条件的航标-船舶对,并根据筛选结果获取对应船舶的静态信息,该静态信息包括该船舶的回转率所述条件是指根据船舶B的AIS发送的动态信息的周期为依据,最近2个周期驶达航标A;或分别人为设定下水船舶驶达航标A的距离,和上水船舶驶达航标A的距离;
将航标A的位置及船舶B的船位数据进行坐标转换,转换为大地平面坐标系数据,以船舶B的当前位置为坐标原点,对船舶B的AIS信息进行初始化步骤,具体包括:缺省值剔除、插值,速度、艏向数据单位转化;
根据船舶B的AIS发送的船长、船宽等静态信息,建立船舶的特征点模型。所述特征点模型以船舶B上定位设备天线安装位置V0相对于船舶B的安装位置,同时结合船长、船宽信息,选取特征点V1,,V2,,V3,,L5,V5,来描述船舶的形状;进一步结合船舶当前船位和艏向,确定船舶在二维平面上的实际姿态,从而将传统方法中船舶和航标之间,点与点的相对位置关系转化为一个面和点的相对位置关系;
采用合适的预测算法,以T为预测周期,对船舶B当前船位后船舶B在不同预测周期的船位和艏向,即,船舶B的定位设备天线安装位置V0和船舶外形特征点V1至V5六个特征点,在T,2T,3T...,处的预测的位置点,将这些点以一定数学模型连线并结合艏向,即为船舶B外形特征点在当前位置后的预测航迹;所述当前船位为数据中心收到的船舶B的AIS发送的船位;
如图2所示,依据船舶-航标会遇模型,计算船舶B与航标A的最近会遇距离。船舶B的特征点V0的预测轨迹中,V0与航标A距离最近的位置即为会遇点X。分别计算航标A当前位置与预测的船舶B不同外形特征点运行轨迹的垂直距离L1,…,L5,即航标A与船舶B特征点的最近会遇距离,其中最小的最近会遇距离记为La,最大的最近会遇距离记为Lb。
计算不同时间段后船舶B抵达到会遇点X所需的行驶距离。根据图2所示各特征点的运行轨迹的数学模型,计算船舶B的特征点V0行驶到到会遇点的轨迹弧长u作为行驶距离。
应用碰撞危险度估计模型估算不同时间段后该船舶B和其对应的航标A的船-航标碰撞危险度。所述碰撞危险度估计模型,首先计算航标A到船舶B的最近会遇距离的高斯分布:
其中,是最近会遇距离的均值,最近会遇距离的标准差σx是该船舶B过去一段时间(如1分钟,5分钟前至当前船位时间点)历史位置数据的预测误差标准差。
然后计算船舶B抵达到会遇点X所需的行驶距离的高斯分布:
其中,σs为行驶距离方差。均值是船舶B是否能顺利避开航标A的临界值,即安全距离,如图3所示模型,可通过下式求得:
其中,静水回转半径是为回转率,vwater是当前水流速度在船舶B艏向上的分量,lwid是船宽,llen是船长,v是船舶对地速度,h是船载定位设备天线位置到船舶左舷的垂直距离,r是航标碰撞判定圈的半径,ddelay=vt0是船舶从当前到开始转向的移动距离,t0是船舶开始转向所需的反应时间。
由此可确定船舶B在当前船位后不同时间段后船舶航标碰撞危险度为
P=(Fx(Lb)-Fx(La))×(1-Fs(u))
进一步依据船舶历史航速、船舶静态信息、水流速度等信息计算不同时间段后的船-航标碰撞危险度阈值
其中Pe(t)为预测失误的可能性曲线。
超过该阈值的船-航标对即视为有较高的碰撞风险。
本发明中所指的船舶艏向预测位置预测的预测方法可以是常用的预测方法,如卡尔曼滤波、无迹卡尔曼滤波、支持向量机、神经网络等。
本发明利用船舶的静态信息将船舶单一个点的轨迹预测转化为多个特征点的轨迹预测,更适用于内河航道的狭窄通行环境。
本发明将预测算法和危险度估算算法结合起来,预估碰撞的可能性。
实施例:本实施例以航道管理部门对所管辖区域的航标的进行监控为例阐述实现方法,数据中心可以通过传感器或其他系统获取航道的水位、流速等数据,数据中心可以通过航标遥测遥控系统等现有的手段获取管辖区域所有航标的定位数据,数据中心可以通过现有的AIS网络或自己设置的AIS接收装置等手段获取管辖区域内所有行船的实时AIS信息。航标通过安装的遥测遥控系统或其他控制装置可以与数据中心进行实时双向通信,航标上设置摄像头或全景摄像头,受遥测遥控系统或其他控制装置控制进行拍照并向数据中心上传。
如图4所示,航道管理部门数据中心根据实时获取的管辖区域的船舶AIS信息和航标定位信息,以航标为中心筛选出驶向航标,且距离小于某一阈值的船舶,比如下水船舶取1km,上水船舶取500m;该阈值也可以根据船舶航速和船舶长度进行适当设定。数据中心建立阈值范围内的船舶-航标对,并开始进行预测判断,通过数据中心获取船舶B的静态信息,如船载定位设备天线安装位置、船长、船宽、回转率等。数据中心会以获取的船舶B的AIS发出的动态信息为一个计算周期进行判断,如AIS-B类设备在航速大于2节时,发送位置报文的频率为30秒。一个计算周期内对每一个船舶-航标的碰撞危险度及其阈值进行计算,每过一个周期都需要对船舶-航标对重新筛选,剔除船舶已经驶过航标的船舶-航标对,新增驶入阈值范围的船舶-航标对,对每个船舶-航标对并行计算其碰撞危险度及其阈值,但某一船舶-航标对中的船舶驶离其航标,则该船舶-航标对的判断过程结束。计算过程如下:
1)根据船舶B的船舶静态信息建立船舶的特征点模型。该模型以定位设备天线安装位置V0相对于船舶B的位置,同时结合船长、船宽信息,选取特征点V1,V2,V3,V4,V5来描述船舶的形状,进一步结合船舶当前船位和艏向,将船舶B转换为在二维平面上的一个面的实际姿态;
2)根据船舶B当前船位和艏向,利用卡尔曼滤波技术等预测方法预测船舶B在当前时刻后,5秒,10秒,15秒,…,60秒后的船位和船舶艏向角;
3)将计算出的船舶B的定位设备天线安装位置V0和船舶外形特征点V1至V5总计六个特征点当前时间后的5秒,10秒,15秒,…,60秒后的位置坐标进行连线,结合艏向预测结果,即可画出船舶B在当前位置后60秒的预测航迹。
4)如图2所示,依据船舶-航标会遇模型,船舶B的特征点V0的预测轨迹中,V0与航标A距离最近的位置即为会遇点X。计算航标A当前位置与预测的船舶B的每个外形特征点运行轨迹的垂直距离L1,…,L5,即为航标A与船舶B特征点的最近会遇距离,其中最小的最近会遇距离记为La,最大的最近会遇距离记为Lb。
5)计算不同时间段后船舶B抵达到会遇点X所需的行驶距离。根据图2所示各特征点的运行轨迹的数学模型,计算船舶B特征点V0行驶到到会遇点的轨迹弧长u作为行驶距离。
6)应用碰撞危险度估计模型估算不同时间段后该船舶B和其对应的航标A在某段时间后的船-航标碰撞危险度。所述模型,首先计算航标A到船舶B的最近会遇距离的高斯分布:
其中,是最近会遇距离的均值(可以取0米),最近会遇距离的标准差σx是该船舶B过去一段时间(如1分钟,2分钟前至当前时间点的)历史位置数据的预测误差标准差。
然后计算船舶B抵达到会遇点X所需的行驶距离的高斯分布:
其中,σs为行驶距离方差(取60米)。均值是船舶B是否能顺利避开航标A的临界值,即安全距离,如图3所示模型,可通过下式求得:
其中静水回转半径是回转率是船舶静态信息。vwater是当前水流速度在船舶B艏向上的分量,lwid是船宽,llen是船长,v是船舶对地速度,h是船载AIS设备天线位置到船舶左舷的垂直距离,r是航标碰撞判定圈的半径(取2米),ddelay=vt0是船舶从当前到开始转向的移动距离,t0是船舶开始转向所需的反应时间(取2秒)。
由此确定不同时间段后船舶航标碰撞危险度为
P=(Fx(Lb)-Fx(La))×(1-Fs(u))
7)依据船舶历史速度、船舶静态信息、水流速度等信息计算船-航标碰撞危险度阈值
其中Pe为预测失误的可能性曲线,可按经验设置,比如Pe(t)=e-0.06t,其中t是船舶B的特征点V0行驶到会遇点所需时间,对于某次预测,行驶时间越长,预测将越不精准,危险度阈值应该越小。超过该阈值的船-航标对即视为有较高的碰撞风险。
数据中心经过上述计算,可以分别获知在当前时刻该航标-船舶对的碰撞危险度和碰撞危险度阈值,数据中心可以向船舶B发送预警提醒,也可以向航标A发送相关控制指令,触发摄像机拍照并上传回数据中心服务器。
当切实发生了严重的船舶-航标碰撞事件后,航道管理部门可以利用该航标提前上传的船舶图像信息向肇事船舶依法追溯的证据。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (5)
1.一种基于AIS的船舶-航标碰撞危险度估算方法,其特征在于:该方法包括以下步骤:
S1:以某一航标A为中心,获取航标A的位置信息和附近在航船舶的AIS信息;
S2:计算航标A与在航船舶间的距离,筛选出满足条件的航标-船舶对,并根据筛选结果获取对应船舶的静态信息;
S3:将航标A的位置及船舶B的船位数据进行坐标转换,转换为大地平面坐标系数据,以船舶B的当前位置为坐标原点;
S4:根据船舶B的AIS发送的静态信息,建立船舶的特征点模型;所述模型以船舶B上定位设备天线安装位置V0相对于船舶B的安装位置,同时结合船长、船宽信息,选取特征点V1,V2,V3,V4,V5来描述船舶的形状;进一步结合船舶当前船位和艏向,确定船舶在二维平面上的实际姿态,从而将传统方法中船舶和航标之间,点与点的相对位置关系转化为一个面和点的相对位置关系;
S5:采用合适的预测算法,以T为预测周期,对船舶B当前船位后船舶B在不同预测周期的船位和艏向,即,船舶B的定位设备天线安装位置V0和船舶外形特征点V1至V5六个特征点,在T,2T,3T...,处的预测的位置点,将这些点以一定的数学模型连线并结合艏向,即为船舶B各个特征点在当前船位后的预测航迹;所述当前船位为数据中心收到的船舶B的AIS发送的船位;
S6:依据船舶-航标会遇模型,计算船舶B与航标A的最近会遇距离;船舶B的特征点V0的预测轨迹中,V0与航标A距离最近的位置即为会遇点X;分别计算航标A当前位置与预测的船舶B各特征点运行轨迹的垂直距离L1,…,L5,即航标A与船舶B特征点的最近会遇距离,其中最小的最近会遇距离记为La,最大的最近会遇距离记为Lb;;
S7:计算船舶B抵达到会遇点X所需的行驶距离;根据各特征点在当前时刻后不同时间段内的运行轨迹的数学模型,计算船舶B的定位设备天线安装位置V0行驶到会遇点的轨迹弧长u作为行驶距离;
S8:应用碰撞危险度估计模型估算该船舶B和其对应的航标A的船-航标碰撞危险度;所述碰撞危险度估计模型为:首先计算航标A到船舶B的最近会遇距离的高斯分布:
其中,是最近会遇距离的均值,最近会遇距离的标准差σx是该船舶B过去一段时间历史位置数据的预测误差标准差;
然后计算船舶B抵达到会遇点X所需的行驶距离的高斯分布:
其中,σs为行驶距离方差;均值是船舶B是否能顺利避开航标A的临界值,即安全距离,通过下式求得:
其中,静水回转半径是 为回转率,vwater是当前水流速度在船舶B艏向上的分量,lwid是船宽,llen是船长,v是船舶对地速度,h是船载定位设备天线位置到船舶左舷的垂直距离,r是航标碰撞判定圈的半径,ddelay=vt0是船舶从当前到开始转向的移动距离,t0是船舶开始转向所需的反应时间;
由此确定船舶B在当前船位后不同时间段后船舶航标碰撞危险度为
P=(Fx(Lb)-Fx(La))×(1-Fs(u))
进一步依据船舶历史航速、船舶静态信息、水流速度等信息计算不同时间段后的船-航标碰撞危险度阈值
其中Pe为预测失误的可能性曲线;
超过该阈值的船-航标对即视为有较高的碰撞风险。
2.根据权利要求1所述的一种基于AIS的船舶-航标碰撞危险度估算方法,其特征在于:在步骤S1中,所述航标A的位置信息包括所在水道的水位和流速信息。
3.根据权利要求1所述的一种基于AIS的船舶-航标碰撞危险度估算方法,其特征在于:在步骤S2中,所述条件是指根据船舶B的AIS发送的动态信息的周期为依据,最近几个周期驶达航标A;或分别人为设定下水船舶驶达航标A的距离,和上水船舶驶达航标A的距离。
4.根据权利要求1所述的一种基于AIS的船舶-航标碰撞危险度估算方法,其特征在于:所述碰撞危险度的估算判断是以船舶B的AIS发送的动态信息的周期为计算周期循环判断,直到船舶B驶离航标A后,结束判断。
5.根据权利要求1所述的一种基于AIS的船舶-航标碰撞危险度估算方法,其特征在于:所述艏向的位置预测方法包括卡尔曼滤波、无迹卡尔曼滤波、支持向量机和神经网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810822793.3A CN108922247B (zh) | 2018-07-25 | 2018-07-25 | 一种基于ais的船舶-航标碰撞危险度估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810822793.3A CN108922247B (zh) | 2018-07-25 | 2018-07-25 | 一种基于ais的船舶-航标碰撞危险度估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108922247A true CN108922247A (zh) | 2018-11-30 |
CN108922247B CN108922247B (zh) | 2020-11-06 |
Family
ID=64416481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810822793.3A Active CN108922247B (zh) | 2018-07-25 | 2018-07-25 | 一种基于ais的船舶-航标碰撞危险度估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108922247B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009937A (zh) * | 2019-03-21 | 2019-07-12 | 武汉理工大学 | 一种基于ais数据的船舶碰撞风险分析方法 |
CN110060281A (zh) * | 2019-03-25 | 2019-07-26 | 同济大学 | 一种船舶及水上漂浮物轨迹追踪系统 |
CN110097571A (zh) * | 2019-04-28 | 2019-08-06 | 重庆大学 | 快速高精度的车辆碰撞预测方法 |
CN110164186A (zh) * | 2019-06-18 | 2019-08-23 | 武汉理工大学 | 船舶穿越汇流水域辅助避碰系统及方法 |
CN110322731A (zh) * | 2019-06-20 | 2019-10-11 | 武汉理工大学 | 一种船舶会遇助航预警方法 |
CN111091248A (zh) * | 2019-12-26 | 2020-05-01 | 运易通科技有限公司 | 一种船舶路径规划方法及系统 |
CN111553562A (zh) * | 2020-04-07 | 2020-08-18 | 哈尔滨工程大学 | 一种基于改进的bp神经网络船舶碰撞危险度估算方法 |
CN111639789A (zh) * | 2020-04-30 | 2020-09-08 | 南京理工大学 | 开放海域船舶碰撞风险预测方法 |
CN111721321A (zh) * | 2020-05-19 | 2020-09-29 | 交通运输部东海航海保障中心上海航标处 | 一种航标智能化避碰方法及系统 |
CN111899568A (zh) * | 2020-07-17 | 2020-11-06 | 广州忘平信息科技有限公司 | 桥梁防撞预警系统、方法、装置和存储介质 |
CN111915928A (zh) * | 2020-06-28 | 2020-11-10 | 大连海事大学 | 一种船舶碰撞事故率预测方法 |
CN111951606A (zh) * | 2020-07-29 | 2020-11-17 | 武汉理工大学 | 一种船舶碰撞风险评估与预警方法及系统 |
CN111951610A (zh) * | 2020-08-31 | 2020-11-17 | 上海海事大学 | 一种船-桥避碰主动防撞智能预警系统及方法 |
CN112037581A (zh) * | 2020-08-24 | 2020-12-04 | 武汉理工大学 | 船舶碰撞风险量化方法、系统和存储介质 |
CN112373642A (zh) * | 2020-10-30 | 2021-02-19 | 东南大学 | 一种基于船舶领域的内河船舶追越行为检测及跟踪方法 |
CN112650064A (zh) * | 2021-01-05 | 2021-04-13 | 南京航空航天大学 | 一种适应于混杂道路的智能汽车汇入控制系统及方法 |
CN113012473A (zh) * | 2021-02-07 | 2021-06-22 | 中电科(宁波)海洋电子研究院有限公司 | 一种低成本波浪滑翔器海上航行避碰方法 |
CN113221450A (zh) * | 2021-04-27 | 2021-08-06 | 中国科学院国家空间科学中心 | 一种针对稀疏不均匀时序数据的航位预测方法及系统 |
CN113326640A (zh) * | 2021-08-03 | 2021-08-31 | 北京海兰信数据科技股份有限公司 | 一种确定内河船舶碰撞危险度的方法及系统 |
CN113380072A (zh) * | 2021-05-21 | 2021-09-10 | 山东交通学院 | 一种船舶安全保护方法 |
CN113393708A (zh) * | 2020-03-13 | 2021-09-14 | 青岛海洋地质研究所 | 用于作业船避碰的方法及装置、船 |
CN114379718A (zh) * | 2021-12-22 | 2022-04-22 | 南京联迪信息系统股份有限公司 | 游船遇险预警救援方法及系统 |
CN115731637A (zh) * | 2022-12-08 | 2023-03-03 | 天津天元海科技开发有限公司 | 基于多维感知的航标数据采集方法 |
CN116564136A (zh) * | 2023-05-20 | 2023-08-08 | 广西综合交通大数据研究院 | 基于ais的船舶碰撞预测方法 |
RU2808849C1 (ru) * | 2023-05-22 | 2023-12-05 | Общество С Ограниченной Ответственностью "Смартгеосистемс" | Морская геоинформационная интегрирующая платформа реального времени |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154313A (zh) * | 2006-09-28 | 2008-04-02 | 长江航道规划设计研究院 | 三维仿真数字信息航道系统及实现方法 |
CN104913892A (zh) * | 2015-05-08 | 2015-09-16 | 京杭运河江苏省交通运输厅苏北航务管理处 | 基于导航定位系统的航标碰撞程度检测系统及方法 |
CN107729866A (zh) * | 2017-10-31 | 2018-02-23 | 武汉理工大学 | 基于时序图像的船舶碰标自动检测装置及方法 |
JP6293960B1 (ja) * | 2017-08-10 | 2018-03-14 | 善郎 水野 | 衝突回避支援システム |
CN107886775A (zh) * | 2017-11-25 | 2018-04-06 | 交通运输部东海航海保障中心福州航标处 | 一种桥区船舶主动防撞预警方法及系统 |
-
2018
- 2018-07-25 CN CN201810822793.3A patent/CN108922247B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154313A (zh) * | 2006-09-28 | 2008-04-02 | 长江航道规划设计研究院 | 三维仿真数字信息航道系统及实现方法 |
CN104913892A (zh) * | 2015-05-08 | 2015-09-16 | 京杭运河江苏省交通运输厅苏北航务管理处 | 基于导航定位系统的航标碰撞程度检测系统及方法 |
JP6293960B1 (ja) * | 2017-08-10 | 2018-03-14 | 善郎 水野 | 衝突回避支援システム |
CN107729866A (zh) * | 2017-10-31 | 2018-02-23 | 武汉理工大学 | 基于时序图像的船舶碰标自动检测装置及方法 |
CN107886775A (zh) * | 2017-11-25 | 2018-04-06 | 交通运输部东海航海保障中心福州航标处 | 一种桥区船舶主动防撞预警方法及系统 |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009937A (zh) * | 2019-03-21 | 2019-07-12 | 武汉理工大学 | 一种基于ais数据的船舶碰撞风险分析方法 |
CN110060281A (zh) * | 2019-03-25 | 2019-07-26 | 同济大学 | 一种船舶及水上漂浮物轨迹追踪系统 |
CN110060281B (zh) * | 2019-03-25 | 2023-02-28 | 同济大学 | 一种船舶及水上漂浮物轨迹追踪系统 |
CN110097571A (zh) * | 2019-04-28 | 2019-08-06 | 重庆大学 | 快速高精度的车辆碰撞预测方法 |
CN110097571B (zh) * | 2019-04-28 | 2023-06-13 | 重庆大学 | 快速高精度的车辆碰撞预测方法 |
CN110164186A (zh) * | 2019-06-18 | 2019-08-23 | 武汉理工大学 | 船舶穿越汇流水域辅助避碰系统及方法 |
CN110322731A (zh) * | 2019-06-20 | 2019-10-11 | 武汉理工大学 | 一种船舶会遇助航预警方法 |
CN110322731B (zh) * | 2019-06-20 | 2021-08-10 | 武汉理工大学 | 一种船舶会遇助航预警方法 |
CN111091248A (zh) * | 2019-12-26 | 2020-05-01 | 运易通科技有限公司 | 一种船舶路径规划方法及系统 |
CN113393708A (zh) * | 2020-03-13 | 2021-09-14 | 青岛海洋地质研究所 | 用于作业船避碰的方法及装置、船 |
CN111553562A (zh) * | 2020-04-07 | 2020-08-18 | 哈尔滨工程大学 | 一种基于改进的bp神经网络船舶碰撞危险度估算方法 |
CN111639789A (zh) * | 2020-04-30 | 2020-09-08 | 南京理工大学 | 开放海域船舶碰撞风险预测方法 |
CN111721321B (zh) * | 2020-05-19 | 2022-02-22 | 交通运输部东海航海保障中心上海航标处 | 一种航标智能化避碰方法及系统 |
CN111721321A (zh) * | 2020-05-19 | 2020-09-29 | 交通运输部东海航海保障中心上海航标处 | 一种航标智能化避碰方法及系统 |
CN111915928A (zh) * | 2020-06-28 | 2020-11-10 | 大连海事大学 | 一种船舶碰撞事故率预测方法 |
CN111915928B (zh) * | 2020-06-28 | 2022-04-26 | 大连海事大学 | 一种船舶碰撞事故率预测方法 |
CN111899568A (zh) * | 2020-07-17 | 2020-11-06 | 广州忘平信息科技有限公司 | 桥梁防撞预警系统、方法、装置和存储介质 |
CN111951606B (zh) * | 2020-07-29 | 2021-07-30 | 武汉理工大学 | 一种船舶碰撞风险评估与预警方法及系统 |
CN111951606A (zh) * | 2020-07-29 | 2020-11-17 | 武汉理工大学 | 一种船舶碰撞风险评估与预警方法及系统 |
CN112037581B (zh) * | 2020-08-24 | 2022-04-22 | 武汉理工大学 | 船舶碰撞风险量化方法、系统和存储介质 |
CN112037581A (zh) * | 2020-08-24 | 2020-12-04 | 武汉理工大学 | 船舶碰撞风险量化方法、系统和存储介质 |
CN111951610A (zh) * | 2020-08-31 | 2020-11-17 | 上海海事大学 | 一种船-桥避碰主动防撞智能预警系统及方法 |
CN112373642A (zh) * | 2020-10-30 | 2021-02-19 | 东南大学 | 一种基于船舶领域的内河船舶追越行为检测及跟踪方法 |
CN112650064A (zh) * | 2021-01-05 | 2021-04-13 | 南京航空航天大学 | 一种适应于混杂道路的智能汽车汇入控制系统及方法 |
CN112650064B (zh) * | 2021-01-05 | 2022-01-18 | 南京航空航天大学 | 一种适应于混杂道路的智能汽车汇入控制系统及方法 |
CN113012473A (zh) * | 2021-02-07 | 2021-06-22 | 中电科(宁波)海洋电子研究院有限公司 | 一种低成本波浪滑翔器海上航行避碰方法 |
CN113221450A (zh) * | 2021-04-27 | 2021-08-06 | 中国科学院国家空间科学中心 | 一种针对稀疏不均匀时序数据的航位预测方法及系统 |
CN113221450B (zh) * | 2021-04-27 | 2024-03-12 | 中国科学院国家空间科学中心 | 一种针对稀疏不均匀时序数据的航位预测方法及系统 |
CN113380072B (zh) * | 2021-05-21 | 2022-04-26 | 山东交通学院 | 一种船舶安全保护方法 |
CN113380072A (zh) * | 2021-05-21 | 2021-09-10 | 山东交通学院 | 一种船舶安全保护方法 |
CN113326640A (zh) * | 2021-08-03 | 2021-08-31 | 北京海兰信数据科技股份有限公司 | 一种确定内河船舶碰撞危险度的方法及系统 |
CN114379718A (zh) * | 2021-12-22 | 2022-04-22 | 南京联迪信息系统股份有限公司 | 游船遇险预警救援方法及系统 |
CN114379718B (zh) * | 2021-12-22 | 2023-05-30 | 南京联迪信息系统股份有限公司 | 游船遇险预警救援方法及系统 |
CN115731637A (zh) * | 2022-12-08 | 2023-03-03 | 天津天元海科技开发有限公司 | 基于多维感知的航标数据采集方法 |
CN115731637B (zh) * | 2022-12-08 | 2023-11-14 | 天津天元海科技开发有限公司 | 基于多维感知的航标数据采集方法 |
CN116564136A (zh) * | 2023-05-20 | 2023-08-08 | 广西综合交通大数据研究院 | 基于ais的船舶碰撞预测方法 |
CN116564136B (zh) * | 2023-05-20 | 2024-03-19 | 广西综合交通大数据研究院 | 基于ais的船舶碰撞预测方法 |
RU2808849C1 (ru) * | 2023-05-22 | 2023-12-05 | Общество С Ограниченной Ответственностью "Смартгеосистемс" | Морская геоинформационная интегрирующая платформа реального времени |
Also Published As
Publication number | Publication date |
---|---|
CN108922247B (zh) | 2020-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108922247A (zh) | 一种基于ais的船舶-航标碰撞危险度估算方法 | |
CN111028546B (zh) | 基于岸基雷达面向智能船舶的多船协同避碰系统和方法 | |
CN107748561B (zh) | 一种基于多传感参数的无人船局部避障系统及方法 | |
CN103730031B (zh) | 内河桥区船载航行主动避碰系统及避碰方法 | |
CN109634289A (zh) | 一种无人船自主航行系统及其工作方法 | |
CN105390028B (zh) | 船舶航行轨迹的纠正方法和系统 | |
CN103714718B (zh) | 一种内河桥区船舶安全航行预控系统 | |
CN104916166A (zh) | 一种桥梁防撞预警系统及实现方法 | |
US20040193367A1 (en) | Method and system for marine vessel tracking system | |
CN106710313A (zh) | 基于激光三维成像技术的桥区船舶主动避碰方法及系统 | |
CN109285389A (zh) | 一种无人船自动靠泊系统及方法 | |
CN104660993B (zh) | 基于ais和cctv的海事智能监控方法及系统 | |
Sang et al. | CPA calculation method based on AIS position prediction | |
WO2011027037A1 (en) | Intelligent waterway risk indication system and a related method | |
WO2016147463A1 (ja) | 海上航行支援サーバシステム、及び海上航行支援方法 | |
KR20050114771A (ko) | 선박 운전 지원 시스템 | |
JP6009022B2 (ja) | 海上航行支援サーバシステム、及び海上航行支援方法 | |
CN110045669A (zh) | 一种船舶航行状态监控及报警系统 | |
CN109144060A (zh) | 一种船舶航线的危险识别方法及系统 | |
CN110060509A (zh) | 运输船舶智能导航预警方法及运输船舶智能导航预警装置 | |
EP3353764A1 (en) | Alarm device for ships | |
CN109911140A (zh) | 一种水域航行信息增强装置、系统及方法 | |
CN209118512U (zh) | 一种桥梁防撞预警装置 | |
JP2016177381A (ja) | 海上航行支援サーバシステム、及び海上航行支援方法 | |
CN203094401U (zh) | 一种采用声纳探测的船载(ais)自动智能避碰系统 |
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 |