CN110175186B - 一种智能船舶环境威胁目标感知系统及方法 - Google Patents
一种智能船舶环境威胁目标感知系统及方法 Download PDFInfo
- Publication number
- CN110175186B CN110175186B CN201910407522.6A CN201910407522A CN110175186B CN 110175186 B CN110175186 B CN 110175186B CN 201910407522 A CN201910407522 A CN 201910407522A CN 110175186 B CN110175186 B CN 110175186B
- Authority
- CN
- China
- Prior art keywords
- target
- information
- ship
- threat
- ais
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000006870 function Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000010191 image analysis Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 6
- 230000008520 organization Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 230000007935 neutral effect Effects 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000003331 infrared imaging Methods 0.000 claims description 3
- 238000002329 infrared spectrum Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 230000008447 perception Effects 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/257—Belief theory, e.g. Dempster-Shafer
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Ocean & Marine Engineering (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种智能船舶环境威胁目标感知系统及方法，该系统包括：传感器模块、目标识别模块、综合控制单元、近距识别系统判定模块、目标特征数据库；传感器模块包括：导航雷达、GPS/北斗定位导航装置、船用AIS接收机、小目标雷达、高清视频摄像跟踪设备、三维激光雷达、毫米波雷达、船用拾音设备；本发明合理配置智能无人船舶配置的从远及近的主动和被动传感器，兼顾雷达信号、光电信号、音视频信号实现威胁目标感知、识别和跟踪功能；能实现威胁对象迅速、准确、可靠的识别；具有持续可改进的自学习能力，随着目标音视频特征库的采集和丰富，智能无人船舶的威胁目标感知目标识别的能力与效率将会持续改进。
Description
技术领域
本发明涉及智能船舶系统领域，尤其涉及一种智能船舶环境威胁目标感知系统及方法。
背景技术
目前国内外对智能船舶的研究还处于概念研究阶段。全球各大知名机构和船级社都积极开展智能船舶研究，挪威船级社德国劳氏船级社集团在2014年首次提出了智能船舶新概念，它包含有实时数据传输的汇集、大容量计算、数字建模能力、远程控制、传感器及小型化等多种技术，这些新的信息化技术将对船舶安全产生显著影响。英国劳氏船级社(LR)研究人员则进一步明确了智能船舶的分类和特征，指出：第一代智能船舶应包括人为代理系统；第二代智能船舶应包括人为监控系统，给出决策支持建议；第三代智能船舶将包括数据分析，以进行处理运作和通过互联其他“事物”来实现情景感知；第四代智能船舶将实现全自主化的无人驾驶。中国船级社于2015年发布了《智能船舶规范》。智能船舶指利用传感器、通信、物联网、互联网等技术手段，自动感知和获得船舶自身、海洋环境、物流、港口等方面的信息和数据，并基于计算机技术、自动控制技术和大数据处理和分析技术，在船舶航行、管理、维护保养、货物运输等方面实现智能化运行的船舶，以使船舶更加安全、更加环保、更加经济和更加可靠。
在智能无人船舶设计中，威胁目标感知识别是船舶在水域行驶中非常重要的前端获取环节，对于威胁和障碍物识别、航线优化都有着重要的地位和影响。而且，在智能无人船舶中，由于船上人员处于从属状态，需要调用各种新型传感器实现对象的探测和感知，替代船员完成视觉、听觉上对威胁的判断，所以威胁目标感知系统设计是构建智能无人船舶重要的设计内容。目前，智能无人船舶的感知从工作原理上包括协作式和非协作式两种类型，协作式智能目标识别是识别方与被识别目标之间相互配合获取目标属性信息的一种工作方式，通常包括雷达敌我识别系统、船舶自动识别系统(Automatic IdentificationSystem，AIS)等技术手段。非协作式目标识别是识别方将被识别对象目标看作系统的外部环境，通过不同工作频段的传感器对其结构特征、统计特征、空间距离特征和辐射参数信号特征进行测量，借由特定的算法，对采集数据进行计算、分类、特征匹配等综合处理来分析目标的属性，包括高分辨力导航雷达、小目标雷达、高清视频摄像跟踪装置、三维激光雷达、毫米波雷达、音频收集识别装置等技术手段。
当前船舶已经逐渐开始由传统的机电控制向网络化、数字化和自动化转变，己经成为集多种自动化系统为一体的多功能综合系统，智能化、最大化信息价值代表了国际船舶先进技术的发展趋势。同时，以大数据技术为核心的现代信息技术在船舶行业不断渗透，新型传感器赋能技术已成为推动船舶技术迈向智能化发展的强大动力。而威胁目标感知能力是智能无人船舶作为目标识别的重要实现手段，是保障航行安全、高效和经济的必要前提。因此，需要针对新一代智能无人船舶设计出一套威胁目标智能感知系统。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种智能船舶环境威胁目标感知系统及方法。
本发明解决其技术问题所采用的技术方案是：
本发明提供一种智能船舶环境威胁目标感知系统，该系统包括：传感器模块、目标识别模块、综合控制单元、近距识别系统判定模块、目标特征数据库；传感器模块包括：导航雷达、GPS/北斗定位导航装置、船用AIS接收机、小目标雷达、高清视频摄像跟踪设备、三维激光雷达、毫米波雷达、船用拾音设备；其中：
导航雷达、小目标雷达、高清视频摄像跟踪设备、三维激光雷达、毫米波雷达负责在不同范围距离内提供周边环境的感知信息和对象的探测距离、方位及红外光谱、空间特征的信息，将其发送给综合控制单元进行调整控制，实现昼夜目标探测、侦察和监视，电视成像和红外成像，激光/毫米波测距跟踪和三维成像的功能；
目标识别模块，用于根据船用AIS接收机发送来的目标AIS信息自动将目标分类，通过解析AIS目标静态信息中的船名、呼号、海上移动识别码、国际海事组织号码、船舶类型，明确目标国籍、类型；判断是否为无效AIS目标数据或威胁AIS目标数据；如果该目标无AIS目标数据或是关键AIS目标数据与标准不符，则判断为无效AIS目标数据；如果该目标的目的港口与航线不符，或与目标特征数据库中的数据不符，则判断为威胁AIS目标数据，继而转入近距识别系统判定模块；
近距识别系统判定模块，将目标与本船的距离从100米到10海里分为多个距离范围，针对各个距离范围采用不同的传感器模块进行判断，得到精确识别的目标对象。
进一步地，本发明的该系统中的近距识别系统判定模块的具体实现为：
在10海里外，借助导航雷达确认接近移动对象和危险物，当近距移动对象进入5海里以内的临近水域，小目标雷达配合光电视频跟踪设备实时采集对象的移动位置信息和空间信息，获取的目标图像特征进行直接分析判定其行动轨迹和规避策略；
在2海里范围内，启用全船环视高清视频镜头将实时周边环境传递给远端操控人员，辅以三维激光雷达的扫描点云判断接近对象的空间特征，决定航行操作；
当智能无人航行船舶进入复杂狭窄水域时，以毫米波雷达在100米范围精确判断与周边近距对象的精确测量，辅以三维激光扫描对象数据和高清环视镜头视频进行高危险程度的相对位置移动。
进一步地，本发明的该系统中的船用AIS接收机为船舶自动识别系统，包括通信系统和信息处理系统，通信系统实现AIS信息的接收、解调，调制发射；信息处理系统完成信息的接收处理与发送处理，接收处理包括解码、信息帧的拆分、信息显示；通过船用AIS接收机获得周边船舶的相关静态与动态信息，包括船名、呼号、海上移动识别码、国际海事组织号码、船舶类型、船长、船宽、航行状态、吃水、本航次目的港。
进一步地，本发明的目标识别模块中进行威胁目标判断的过程具体为：
对于威胁目标的判断，遵循排除优先级进行处理的原则；
通过目标空间位置信息、空间三维轮廓信息与目标特征数据库中信息的比对，先排除掉已知AIS对象的民船、过往商船和货船；
对于新出现的海上目标，通过对其发送的信息真实性进行判证，若其信息矛盾，则将此目标应作为第一级威胁目标输出；
启动小目标雷达进行连续跟踪，引导高清视频跟踪设备对该目标进行细致的图像分析和轮廓判别，若仍不能确定目标则作为次级威胁目标输出。
进一步地，本发明的目标识别模块中还包括基于证据理论的环境威胁目标信息分析的过程：
目标识别模块识别到多源目标结果，采用基于空间信息加权的证据组合方法来改进证据理论在环境信息分析中的应用；当环境目标威胁因子的识别结果不冲突时，直接使用证据理论中的Dempster-Shafer结合规则；当威胁因子的识别结果冲突时，则对证据进行按空间距离信息加权后再利用Dempster-Shafer结合规则。
进一步地，本发明的该系统中的高清视频摄像跟踪设备包括设置在船体四周的：艏侧环视镜头、中侧环视镜头艉侧环视镜头、前环视镜头、前正视视频镜头、艉环视镜头、后正视视频镜头。
本发明提供一种智能船舶环境威胁目标感知方法，该方法包括以下步骤：
当检测到不明目标时；
查询目标特征数据库，查询船名、船舶呼号或海上移动识别码；
若不在目标特征数据库中，通过基于证据的威胁目标判断方法，判断其是否属于威胁目标；若不是，则将其录入目标特征数据库；若是，则将其标志为第一级威胁目标；
若在目标特征数据库中，则比对船舶的航向与航线、目的港、活动范围、时间信息；若符合以上信息，则将该船舶设置为中立目标；若不符合以上信息，则将其标志位第一级威胁目标；
对第一级威胁目标，调动高清视频跟踪设备、激光雷达进行图像分析和空间特征分析；若分析能够确认该船舶的属性，对其进行目标属性设置；若分析不能确认该船舶的属性，将其标志为第二级威胁目标。
本发明产生的有益效果是：本发明的智能船舶环境威胁目标感知系统及方法，(1)合理配置智能无人船舶配置的从远及近的主动和被动传感器，兼顾雷达信号、光电信号、音视频信号实现威胁目标感知、识别和跟踪功能。(2)威胁对象识别迅速、准确、可靠。综合协作式目标识别(AIS系统、船用拾音设备)与非协作主动式目标识别(导航雷达、小目标雷达、高清视频镜头、激光雷达、毫米波雷达)在空间距离上无缝、自动、快速的优点，同时通过目标特征数据库判定保证了威胁对象结果的准确可靠，船舶近距离活动无盲区，保障了航行安全。(3)具有持续可改进的自学习能力。随着目标音视频特征库的采集和丰富，智能无人船舶的威胁目标感知目标识别的能力与效率将会持续改进。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1本发明的系统组成布置示意图；
图2本发明的威胁目标传感器信息适用范围图；
图3本发明的威胁对象识别流程；
图4本发明的威胁目标判定流程。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明实施例的智能船舶环境威胁目标感知系统，具体实施如下：
(1)如图1所示，本发明由导航雷达、GPS/北斗定位导航装置、船用AIS接收机、小目标雷达、高清视频摄像跟踪设备、三维激光雷达、毫米波雷达、船用拾音设备、目标识别模块、目标特征数据库组成。
所述的导航雷达、小目标雷达、高清视频摄像跟踪设备、三维激光雷达、毫米波雷达负责在不同范围距离内提供周边环境的感知信息和对象的探测距离、方位及红外光谱、空间特征等信息，由综合控制单元进行调整控制，具有昼夜目标探测、侦察和监视，电视成像和红外成像，激光/毫米波测距跟踪和三维成像等功能。
所述AIS系统为船舶自动识别系统，由通信系统和信息处理系统两部分组成，通信系统实现AIS信息的接收、解调，调制发射等；信息处理系统完成信息的接收处理(解码、信息帧的拆分、信息显示等)与发送处理。通过AIS系统可获得周边船舶的相关静态与动态信息，如船名、呼号、海上移动识别码(MMSI)、国际海事组织号码(IMO号码)、船舶类型、船长、船宽、航行状态、吃水、本航次目的港等。
所述威胁目标识别模块由AIS目标信息分析、视频图像处理、音频处理、目标属性融合判定等部分组成。
AIS目标信息分析部分根据接收的目标AIS信息自动将目标分类，通过解析AIS目标静态信息中的船名、呼号、海上移动识别码(MMSI)、国际海事组织号码(IMO号码)、船舶类型，明确目标国籍、类型，如果是无效AIS目标数据(无AIS目标数据或是关键AIS目标数据与标准不符)或是威胁AIS目标数据(如目的港口与航线不符，与目标特征数据库中的数据明显不符)，则转入近距识别系统判定模块。
近距识别系统判定模块处理抵近过程中的威胁识别。当处于10海里外，借助导航雷达确认接近移动对象和突出礁石等威胁目标，当近距移动对象进入临近水域(5海里以内)，小目标雷达配合光电视频跟踪设备实时采集对象的移动位置信息和空间信息，获取的目标图像特征进行直接分析判定其可能行动轨迹和规避策略；在2海里范围内，启用全船环视高清视频镜头将实时周边环境传递给远端操控人员，辅以三维激光雷达的扫描点云判断接近对象的空间特征，决定航行操作。当需要智能无人船舶进入复杂狭窄水域时，以毫米波雷达提供小于100米范围内的精确距离判断周边环境威胁，实现精确化的自动判别。具体威胁判断适用见图2所示。
(2)AIS系统获取特定目标的AIS信息后，按要求发往目标识别模块。目标识别模块中的AIS目标信息分析部分完成目标AIS信息的解析与分析。对于无效AIS目标数据(无AIS目标数据或是关键AIS目标数据与标准不符)，标志为“不明”目标，转入近距识别系统判定；对于有效的AIS目标信息，通过解析AIS目标静态信息中的船名、呼号、MMSI、船舶类型等参数来明确目标国籍、类型。其它的不明目标可利用目标特征数据进行信息比对，如果目标数据稳定正常，则设置为“中立”，否则作为威胁目标转入船舶自动航行驾驶系统主动避让。威胁目标识别流程如图3所示。
(3)对于威胁目标的判断，如图4所示。通过不明目标的船名、呼号、MMSI查询目标特征数据库。如果目标存在于数据库中，则比对目标的航向与航线、目的港，活动范围、时间等是否符合数据库中记录的信息，如果符合，将属性设为“中立”，否则将此目标作为第一级威胁目标输出；其次，对于数据库中没有的新出现的海上目标，通过对其发送的信息真实性进行判证：首先建立由威胁因子(目标标识、目标类型、移动速度、移动方位、对象大小)组成的识别框架，其次通过收集的证据设置基本概率赋值，再次对证据的可信度赋权重，然后对证据作按照探测到的空间距离信息进行加权，最后利用Dempster-Shafer结合规则进行融合。若目标信息决策结果为威胁，将此目标应作为第一级威胁目标输出，否则将目标添加到目标特征数据库中。
对于第一级威胁目标，引导高清视频跟踪设备对该目标进行细致的图像分析和激光扫描装置进行空间特征判别，若能确定，设置目标属性；若仍不能确定目标则作为第二级威胁目标输出(目标属性仍为“不明”)。
完成威胁目标识别。
本发明实施例的智能船舶环境威胁目标感知方法，该方法包括以下步骤：
当检测到不明目标时；
查询目标特征数据库，查询船名、船舶呼号或海上移动识别码；
若不在目标特征数据库中，通过基于证据的威胁目标判断方法，判断其是否属于威胁目标；若不是，则将其录入目标特征数据库；若是，则将其标志为第一级威胁目标；
若在目标特征数据库中，则比对船舶的航向与航线、目的港、活动范围、时间信息；若符合以上信息，则将该船舶设置为中立目标；若不符合以上信息，则将其标志位第一级威胁目标；
对第一级威胁目标，调动高清视频跟踪设备、激光雷达进行图像分析和空间特征分析；若分析能够确认该船舶的属性，对其进行目标属性设置；若分析不能确认该船舶的属性，将其标志为第二级威胁目标。
本发明具体以下特点：
(1)新型无人船舶威胁智能感知系统设计
协作式目标识别的优点在于识别过程简单，速度快，准确性高，缺点是需要被识别方的配合。非协作式目标识别的优点在于不需要被识别目标做任何技术上的配合，即可利用所有探测到的信息对多目标同时进行识别，作用范围大，缺点在于耗时长、可靠性难以保证(信息融合算法的问题)。因而如何配置设计不同的船载传感设备，将两种目标识别方式和传感器配置结合起来完成综合目标识别是需要解决的问题。
(2)异源传感器威胁信息的融合
针对不同空间范围的外源待识别威胁对象，考虑雷达、视频、激光、毫米波等传感设备的不同精确程度和海上适用性，需要对不同作用范围、探测机理、数据来源和格式的信息进行多源数据融合，分析出有效判断依据和参考数值，服务于目标确定。需要解决异源数据的融合过程，提取有用信息，标记出威胁目标。
(3)威胁目标的快速识别和判断
由于智能无人船舶需要与有人船和其他智能无人船舶在公开水域进行共同航行，这些水域一般密布着大量的不同目标，为了快速完成潜在威胁目标的识别和判断，来指导驾控系统进行航行优化，需要进行快速的威胁对象判别和结果输出。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (1)
1.一种智能船舶环境威胁目标感知系统，其特征在于，该系统包括：传感器模块、目标识别模块、综合控制单元、近距识别系统判定模块、目标特征数据库；传感器模块包括：导航雷达、GPS/北斗定位导航装置、船用AIS接收机、小目标雷达、高清视频摄像跟踪设备、三维激光雷达、毫米波雷达、船用拾音设备；其中：
导航雷达、小目标雷达、高清视频摄像跟踪设备、三维激光雷达、毫米波雷达负责在不同范围距离内提供周边环境的感知信息和对象的探测距离、方位及红外光谱、空间特征的信息，将其发送给综合控制单元进行调整控制，实现昼夜目标探测、侦察和监视，电视成像和红外成像，激光/毫米波测距跟踪和三维成像的功能；
目标识别模块，用于根据船用AIS接收机发送来的目标AIS信息自动将目标分类，通过解析AIS目标静态信息中的船名、呼号、海上移动识别码、国际海事组织号码、船舶类型，明确目标国籍、类型；判断是否为无效AIS目标数据或威胁AIS目标数据；如果该目标无AIS目标数据或是关键AIS目标数据与标准不符，则判断为无效AIS目标数据；如果该目标的目的港口与航线不符，或与目标特征数据库中的数据不符，则判断为威胁AIS目标数据，继而转入近距识别系统判定模块；
近距识别系统判定模块，将目标与本船的距离从100米到10海里分为多个距离范围，针对各个距离范围采用不同的传感器模块进行判断，得到精确识别的目标对象；
近距识别系统判定模块的具体实现为：
在10海里外，借助导航雷达确认接近移动对象和危险物，当近距移动对象进入5海里以内的临近水域，小目标雷达配合光电视频跟踪设备实时采集对象的移动位置信息和空间信息，获取的目标图像特征进行直接分析判定其行动轨迹和规避策略；
在2海里范围内，启用全船环视高清视频镜头将实时周边环境传递给远端操控人员，辅以三维激光雷达的扫描点云判断接近对象的空间特征，决定航行操作；
当智能无人航行船舶进入复杂狭窄水域时，以毫米波雷达在100米范围精确判断与周边近距对象的精确测量，辅以三维激光扫描对象数据和高清环视镜头视频进行高危险程度的相对位置移动；
目标识别模块中进行威胁目标判断的过程具体为：
对于威胁目标的判断，遵循排除优先级进行处理的原则；
通过目标空间位置信息、空间三维轮廓信息与目标特征数据库中信息的比对，先排除掉已知AIS对象的民船、过往商船和货船；
对于新出现的海上目标，通过对其发送的信息真实性进行判证，若其信息矛盾，则将此目标应作为第一级威胁目标输出；
启动小目标雷达进行连续跟踪，引导高清视频跟踪设备对该目标进行细致的图像分析和轮廓判别，若仍不能确定目标则作为次级威胁目标输出；
目标识别模块中还包括基于证据理论的环境威胁目标信息分析的过程：
目标识别模块识别到多源目标结果，采用基于空间信息加权的证据组合方法来改进证据理论在环境信息分析中的应用；当环境目标威胁因子的识别结果不冲突时，直接使用证据理论中的Dempster-Shafer结合规则；当威胁因子的识别结果冲突时，则对证据进行按空间距离信息加权后再利用Dempster-Shafer结合规则；
目标识别模块中进行威胁目标判断的过程中还包括以下步骤：
当检测到不明目标时；
查询目标特征数据库，查询船名、船舶呼号或海上移动识别码；
若不在目标特征数据库中，通过基于证据的威胁目标判断方法，判断其是否属于威胁目标；若不是，则将其录入目标特征数据库；若是，则将其标志为第一级威胁目标；
若在目标特征数据库中，则比对船舶的航向与航线、目的港、活动范围、时间信息；若符合以上信息，则将该船舶设置为中立目标；若不符合以上信息，则将其标志位第一级威胁目标；
对第一级威胁目标，调动高清视频跟踪设备、激光雷达进行图像分析和空间特征分析；若分析能够确认该船舶的属性，对其进行目标属性设置；若分析不能确认该船舶的属性，将其标志为第二级威胁目标；
该系统中的船用AIS接收机为船舶自动识别系统，包括通信系统和信息处理系统，通信系统实现AIS信息的接收、解调，调制发射；信息处理系统完成信息的接收处理与发送处理，接收处理包括解码、信息帧的拆分、信息显示；通过船用AIS接收机获得周边船舶的相关静态与动态信息，包括船名、呼号、海上移动识别码、国际海事组织号码、船舶类型、船长、船宽、航行状态、吃水、本航次目的港；
该系统中的高清视频摄像跟踪设备包括设置在船体四周的：艏侧环视镜头、中侧环视镜头艉侧环视镜头、前环视镜头、前正视视频镜头、艉环视镜头、后正视视频镜头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910407522.6A CN110175186B (zh) | 2019-05-15 | 2019-05-15 | 一种智能船舶环境威胁目标感知系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910407522.6A CN110175186B (zh) | 2019-05-15 | 2019-05-15 | 一种智能船舶环境威胁目标感知系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110175186A CN110175186A (zh) | 2019-08-27 |
| CN110175186B true CN110175186B (zh) | 2023-09-26 |
Family
ID=67691279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910407522.6A Active CN110175186B (zh) | 2019-05-15 | 2019-05-15 | 一种智能船舶环境威胁目标感知系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110175186B (zh) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110782481B (zh) * | 2019-10-18 | 2023-09-05 | 华中光电技术研究所（中国船舶重工集团有限公司第七一七研究所） | 无人艇智能决策方法及系统 |
| CN111027410A (zh) * | 2019-11-19 | 2020-04-17 | 宁波康顿电子科技有限公司 | 避碰系统红外光电信号与雷达信号的叠加与切换方法 |
| FR3106434A1 (fr) * | 2020-01-17 | 2021-07-23 | Franck Sobel | Dispositif d’assistance et d’aide à la navigation |
| CN111591404A (zh) * | 2020-06-01 | 2020-08-28 | 青岛海舟科技有限公司 | 一种波浪滑翔器避碰方法 |
| CN111796269A (zh) * | 2020-06-12 | 2020-10-20 | 中国船舶重工集团公司第七二四研究所 | 一种基于目标威胁的雷达和光电航迹数据联合处理方法 |
| CN112101158A (zh) * | 2020-09-04 | 2020-12-18 | 四川智海联科技有限公司 | 一种基于深度学习和视觉slam的船舶航行辅助系统与方法 |
| CN113066311A (zh) * | 2020-12-29 | 2021-07-02 | 武汉力拓桥科防撞设施有限公司 | 一种基于ais数据的桥梁主动防船撞预警系统 |
| CN112829885A (zh) * | 2020-12-31 | 2021-05-25 | 中国船舶重工集团有限公司第七一0研究所 | 一种无人自主侦察船 |
| CN113050121A (zh) * | 2021-03-22 | 2021-06-29 | 上海海事大学 | 一种船舶导航系统和船舶导航方法 |
| CN112857360B (zh) * | 2021-03-22 | 2022-06-17 | 哈尔滨工程大学 | 一种船舶航行多信息融合方法 |
| CN113299043A (zh) * | 2021-04-20 | 2021-08-24 | 泛博科技(中山)有限公司 | 一种航空登机及维修作业梯架视觉自检距离警报系统 |
| CN113328996B (zh) * | 2021-05-08 | 2022-07-05 | 中国电子科技集团公司第三十研究所 | 一种基于目标感知的安全策略智能配置方法 |
| CN113625723B (zh) * | 2021-08-22 | 2022-05-27 | 广东海洋大学 | 一种无人船动态避碰控制系统 |
| CN113554123B (zh) * | 2021-09-18 | 2022-01-21 | 江苏禹治流域管理技术研究院有限公司 | 一种基于声光联动的采砂船自动识别方法 |
| CN113702967B (zh) * | 2021-09-24 | 2023-07-28 | 中国北方车辆研究所 | 地面无人平台的引导车辆目标识别与跟踪方法及车载系统 |
| CN113917930A (zh) * | 2021-11-11 | 2022-01-11 | 中国船舶重工集团公司第七一九研究所 | 一种基于感知数据的无人船航行状态控制方法 |
| CN114655389A (zh) * | 2022-04-12 | 2022-06-24 | 广东海洋大学 | 一种具有目标识别功能的无人值守船舶系统 |
| CN115187936B (zh) * | 2022-09-13 | 2022-12-02 | 广州市泰粤科技股份有限公司 | 一种海上平台防登临监控系统及方法 |
| CN115985109B (zh) * | 2022-10-17 | 2023-11-07 | 上海伯镭智能科技有限公司 | 一种无人驾驶矿车环境感知方法和系统 |
| CN117826137B (zh) * | 2024-03-04 | 2024-05-14 | 天津港轮驳有限公司 | 一种用于水面物标组合探测的方法及系统 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU648141A3 (ru) * | 1972-04-13 | 1979-02-15 | "Иотрон Корпорейшн" (Фирма) | Навигационное устройство обработки информации |
| JP3882025B1 (ja) * | 2006-06-30 | 2007-02-14 | 国土交通省国土技術政策総合研究所長 | 広域用船舶動静監視方法及びシステム |
| CN203084949U (zh) * | 2013-02-16 | 2013-07-24 | 上海一航凯迈光机电设备有限公司 | 用于桥梁安全的船舶航道综合监测装置 |
| CN203181143U (zh) * | 2013-04-12 | 2013-09-04 | 中国舰船研究设计中心 | 一种基于iptv技术的船舶综合信息显控系统 |
| KR20150054348A (ko) * | 2013-11-12 | 2015-05-20 | 주식회사 제이디솔루션 | 해상에서의 레이더를 이용한 위협물체 자동감지 및 알림시스템, 및 방법 |
| CN104648627A (zh) * | 2014-07-15 | 2015-05-27 | 李�荣 | 一种船舶预警方法 |
| CN105975927A (zh) * | 2016-04-29 | 2016-09-28 | 中国舰船研究设计中心 | 一种公务船目标识别系统与方法 |
| CN107466384A (zh) * | 2016-05-25 | 2017-12-12 | 深圳市大疆创新科技有限公司 | 一种追踪目标的方法及装置 |
| CN107728618A (zh) * | 2017-09-28 | 2018-02-23 | 南通大学 | 一种无人船的避障方法 |
| CN108061572A (zh) * | 2017-11-14 | 2018-05-22 | 中国船舶重工集团公司第七〇九研究所 | 一种海洋核动力平台综合态势显控系统及方法 |
| US10065718B1 (en) * | 2017-09-14 | 2018-09-04 | SparkCognition, Inc. | Anti-aircraft autonomous undersea system (AUS) with machine vision target acquisition |
| CN108562913A (zh) * | 2018-04-19 | 2018-09-21 | 武汉大学 | 一种基于三维激光雷达的无人艇假目标检测方法 |
| CN109188421A (zh) * | 2018-07-25 | 2019-01-11 | 江苏科技大学 | 一种用于无人搜救艇的海上搜救系统及方法 |
| CN109283538A (zh) * | 2018-07-13 | 2019-01-29 | 上海大学 | 一种基于视觉和激光传感器数据融合的海上目标大小检测方法 |
| CN109460035A (zh) * | 2018-12-18 | 2019-03-12 | 国家海洋局北海海洋工程勘察研究院（青岛环海海洋工程勘察研究院） | 一种无人艇高速状态下的二级自主避障系统及避障方法 |
| CN109584636A (zh) * | 2018-11-20 | 2019-04-05 | 武汉理工大学 | 用于港船机协同安全监测的靠泊辅助装置及其监控方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2561746B (en) * | 2015-11-13 | 2022-02-09 | Flir Systems | Video sensor fusion and model based virtual and augmented reality systems and methods |
| WO2017204075A1 (ja) * | 2016-05-26 | 2017-11-30 | 古野電気株式会社 | 信号処理装置及びレーダ装置 |
| US10200113B2 (en) * | 2017-01-17 | 2019-02-05 | Harris Corporation | System for monitoring marine vessels providing expected passenger determination features and related methods |
-
2019
- 2019-05-15 CN CN201910407522.6A patent/CN110175186B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU648141A3 (ru) * | 1972-04-13 | 1979-02-15 | "Иотрон Корпорейшн" (Фирма) | Навигационное устройство обработки информации |
| JP3882025B1 (ja) * | 2006-06-30 | 2007-02-14 | 国土交通省国土技術政策総合研究所長 | 広域用船舶動静監視方法及びシステム |
| CN203084949U (zh) * | 2013-02-16 | 2013-07-24 | 上海一航凯迈光机电设备有限公司 | 用于桥梁安全的船舶航道综合监测装置 |
| CN203181143U (zh) * | 2013-04-12 | 2013-09-04 | 中国舰船研究设计中心 | 一种基于iptv技术的船舶综合信息显控系统 |
| KR20150054348A (ko) * | 2013-11-12 | 2015-05-20 | 주식회사 제이디솔루션 | 해상에서의 레이더를 이용한 위협물체 자동감지 및 알림시스템, 및 방법 |
| CN104648627A (zh) * | 2014-07-15 | 2015-05-27 | 李�荣 | 一种船舶预警方法 |
| CN105975927A (zh) * | 2016-04-29 | 2016-09-28 | 中国舰船研究设计中心 | 一种公务船目标识别系统与方法 |
| CN107466384A (zh) * | 2016-05-25 | 2017-12-12 | 深圳市大疆创新科技有限公司 | 一种追踪目标的方法及装置 |
| US10065718B1 (en) * | 2017-09-14 | 2018-09-04 | SparkCognition, Inc. | Anti-aircraft autonomous undersea system (AUS) with machine vision target acquisition |
| CN107728618A (zh) * | 2017-09-28 | 2018-02-23 | 南通大学 | 一种无人船的避障方法 |
| CN108061572A (zh) * | 2017-11-14 | 2018-05-22 | 中国船舶重工集团公司第七〇九研究所 | 一种海洋核动力平台综合态势显控系统及方法 |
| CN108562913A (zh) * | 2018-04-19 | 2018-09-21 | 武汉大学 | 一种基于三维激光雷达的无人艇假目标检测方法 |
| CN109283538A (zh) * | 2018-07-13 | 2019-01-29 | 上海大学 | 一种基于视觉和激光传感器数据融合的海上目标大小检测方法 |
| CN109188421A (zh) * | 2018-07-25 | 2019-01-11 | 江苏科技大学 | 一种用于无人搜救艇的海上搜救系统及方法 |
| CN109584636A (zh) * | 2018-11-20 | 2019-04-05 | 武汉理工大学 | 用于港船机协同安全监测的靠泊辅助装置及其监控方法 |
| CN109460035A (zh) * | 2018-12-18 | 2019-03-12 | 国家海洋局北海海洋工程勘察研究院（青岛环海海洋工程勘察研究院） | 一种无人艇高速状态下的二级自主避障系统及避障方法 |
Non-Patent Citations (8)
| Title |
|---|
| AIS与导航雷达信息融合仿真平台设计与应用;蒋聪;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20120416(第5期);全文 * |
| Gundogdu, E (Gundogdu, Erhan) * |
| Koc, A ; Yucesoy, V ; Alatan, AA.Deep Distance Metric Learning For Maritime Vessel Identification.《 2017 25TH SIGNAL PROCESSING AND COMMUNICATIONS APPLICATIONS CONFERENCE (SIU)》.2017,全文. * |
| Ship Location Detection Using Wireless Sensor;Ajib Setyo Arifin，Teguh Samudra Firdaus;《IEEE》;20170727;全文 * |
| Solmaz, B (Solmaz, Berkan) * |
| 基于RBFNN与D-S证据理论的反舰导弹模式识别;白奕;陈红林;;火力与指挥控制(11);全文 * |
| 基于三维激光雷达的无人船目标检测;赵玉梁;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20181216;全文 * |
| 船舶三维导航系统综论;王闰成;朱开源;;工业技术创新(03);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110175186A (zh) | 2019-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110175186B (zh) | 一种智能船舶环境威胁目标感知系统及方法 | |
| Thombre et al. | Sensors and AI techniques for situational awareness in autonomous ships: A review | |
| CN109709589B (zh) | 一种海空区域立体感知防控系统 | |
| CN110414396B (zh) | 一种基于深度学习的无人艇感知融合算法 | |
| CN108281043B (zh) | 一种船舶碰撞风险预警系统及预警方法 | |
| CN109725310B (zh) | 一种基于yolo算法以及岸基雷达系统的船舶定位监管系统 | |
| CN108416361A (zh) | 一种基于海域监视的信息融合系统以及方法 | |
| CN110580044A (zh) | 基于智能感知的无人船全自动航行异构系统 | |
| CN110954902B (zh) | 基于岸基雷达的智能船舶协同感知系统及其实现方法 | |
| EP4082890A1 (en) | Administrative server in ship navigation assistance system, ship navigation assistance method, and ship navigation assistance program | |
| CN113050121A (zh) | 一种船舶导航系统和船舶导航方法 | |
| CN115542318A (zh) | 面向无人机群目标的空地联合多域探测系统和方法 | |
| CN110888126A (zh) | 基于多源传感器的无人船信息感知系统数据综合处理方法 | |
| US6850173B1 (en) | Waterway shielding system and method | |
| Wu et al. | A new multi-sensor fusion approach for integrated ship motion perception in inland waterways | |
| CN113960591A (zh) | 一种基于智能识别技术的无人船光电智能侦察方法 | |
| CN115311900B (zh) | 一种基于视觉增强的内河航道船舶辅助目标识别方法 | |
| CA3113214C (en) | Radar system device and method for corroborating human reports on high-risk, search & response incidents | |
| CN115995032B (zh) | 一种多模态特征融合的舰船智能识别方法和系统 | |
| Bereta et al. | Maritime reporting systems | |
| CN115079108A (zh) | 一种一体化可视化态势呈现处理装置和处理方法 | |
| CN116469276A (zh) | 水域安全预警方法、装置、设备及存储介质 | |
| Yuan et al. | MMAUD: A Comprehensive Multi-Modal Anti-UAV Dataset for Modern Miniature Drone Threats | |
| KR102558387B1 (ko) | 실시간 레이더 이미지 기반 선박 운동정보 및 크기정보 제공시스템 및 방법 | |
| Etienne et al. | 11 Maritime network monitoring |
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 |