CN112037582A - 一种基于风险预测的跨海桥梁船撞预警方法 - Google Patents
一种基于风险预测的跨海桥梁船撞预警方法 Download PDFInfo
- Publication number
- CN112037582A CN112037582A CN202010975317.2A CN202010975317A CN112037582A CN 112037582 A CN112037582 A CN 112037582A CN 202010975317 A CN202010975317 A CN 202010975317A CN 112037582 A CN112037582 A CN 112037582A
- Authority
- CN
- China
- Prior art keywords
- ship
- bridge
- risk
- sea
- channel
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于风险预测的跨海桥梁船撞预警方法,用于预测进入桥区海域的船舶和桥墩发生碰撞的风险。包括确定风险海域的范围;获取船舶的实时位置,构成船舶的航迹样本数据;以船舶航迹为样本数据训练动态回归模型,并预测船舶下一时刻所在位置;根据船舶和桥墩的相对位置预测船舶撞击桥梁的风险概率;设立风险阈值,对高风险船舶采取应急措施;实时更新动态回归模型,对尚未安全过桥的低风险船舶保持监测预警。本发明克服了现有技术方法在跨海大桥船撞防护领域的局限性,能有效地预测船舶撞击桥梁的风险大小,从而保护船舶和桥梁结构的安全。
Description
技术领域
本发明涉及跨海桥梁船撞防护领域,尤其涉及一种基于风险预测的跨海桥梁船撞预警方法。
背景技术
近年来,日益增多的跨海大桥建设和蓬勃发展的海洋交通运输导致了在桥区海域范围内,船桥交会次数的快速增加。跨海桥梁的安全面临着船桥碰撞事故的严重威胁。近年来,国内外发生了多起跨海大桥船撞事故,比如2018年日本关西机场船撞事故和2019年韩国广安里大桥船撞事故,都导致桥梁出现了明显的损伤。
目前,船撞桥研究主要是集中在碰撞后的结构损伤识别和防撞装置的工程设计上。通过力学分析和有限元仿真来建立科学的桥梁设计理念、优化改进结构防撞设计以及验证防撞设施的有效性。但已有结果表明,以物理手段降低事故后果的严重性固然重要,但是无助于降低船桥碰撞的频次,且无法全面地评估船撞风险的大小。因此,从主动风险控制的角度来研究船桥碰撞问题,显得更为经济有效。
关于船撞桥主动风险控制领域的研究,目前主要有2个方面。其一是建立事故数据库,统计归纳事故发生的直接原因和间接原因。通过风险识别找到造成船撞桥的潜在风险因素,并逐一确定各个风险因素导致碰撞事故发生的概率。然而,建立数据库需要大量的事故数据,目前在跨海大桥船撞方面还没有积累足够的事故数据可供分析。此外,风险源与碰撞事故的映射关系依赖于专家打分,具有明显的区域特征,导致分析结果只能适用特定的桥梁和航道,不具有普适性。其二是通过概率论和船舶操纵理论等方面的知识,建立船舶碰撞桥梁的风险数学模型,通过风险评估的角度进行通航安全研究。目前,已经提出了一些比较经典的风险概率模型理论,并在桥梁船撞防护设计中得到广泛应用,比如AASHTO模型,Larsen模型和Kunzi模型等。近几年,国内外的学者也在船撞桥风险评估领域进行了大量的研究,对风险模型进行了许多改进和优化,取得了较多的成果。
然而,基于以下原因,这些风险概率模型在跨海桥梁的船撞防护领域中,都存在着一些不足和局限性。首先,现有风险模型的研究场景大多都为通航环境较为温和的内河航道,而在跨海大桥所处的宽阔海域通常面临强风、急流、巨浪等恶劣天气,从而增加船舶轨迹的不确定性。其次,跨海大桥所处的航道船舶的通航密度高,船舶与桥梁发生碰撞的风险也较内河航道而言更大。此外,跨海大桥通常具有更高的安全等级。与内河航道上的船桥相撞事故相比,船舶与跨海桥梁的碰撞通常会造成更大的经济损失和更严重的环境污染。最后,现有的船撞桥风险模型均服务于桥梁设计,给出的结果是一座桥梁总体的年船撞频率。对于跨海大桥的而言,哪怕发生一次碰撞事故都会带来难以接受的严重后果,而只有在船舶驶入近桥侧海域之后迅速地判断船撞桥的风险大小,才能有效地预防碰撞事故的发生。因此,对驶入桥区海域的单艘船舶进行风险评估,根据船舶的实时位置获得其撞击桥梁的动态风险,从而采取不同等级的防护措施,显得更为有效和迫切。
发明内容
针对现有方法技术中存在的问题,本发明的目的在于提供一种基于动态回归算法和船撞桥风险预测理论的跨海桥梁船撞预警方法,可及时地识别航行状态不正常的危险船舶,有效地避免船撞桥事故的发生,从而保护船舶和桥梁结构的安全。
本发明的技术方案如下:
一种基于风险预测的跨海桥梁船撞预警方法,其特征在于,包括以下步骤:
步骤1:获取跨海桥梁的结构参数和海域航道参数;
步骤2:确定桥区船撞风险海域;
步骤3:当监测到船舶驶入风险海域后,预警系统开始工作;根据实际情况,利用监测设备获取船舶在当前时刻的位置信息,并结合船舶驶入风险海域后每个采样周期测得的船舶位置信息,得到船舶的航迹样本数据;
步骤4:基于动态回归模型训练船舶航迹样本数据,并预测船舶在下一时刻的位置;
步骤5:利用动态风险模型公式,计算船舶在下一时刻所处位置的撞桥概率;
步骤6:根据桥梁的重要程度设定风险阈值;若步骤5中计算得到的撞桥概率超过设定的风险阈值,则预警系统发出警报,采取应急措施;若计算得到的概率未达到所设定的风险阈值,则继续用监测设备获取船舶在下一时刻的真实位置信息;
步骤7:判断此时船舶是否已经安全过桥,若已经安全过桥,则停止对该船的预警工作,若尚在风险海域,则将下一时刻的船舶真实位置代入上述动态回归模型,并根据新增的下一时刻的位置信息数据,更新整个动态回归模型;
步骤8:预测下个时点船舶可能出现的位置,由此回到步骤4至步骤8的循环,直到预警系统发出警报,或者船舶安全过桥。
所述的一种基于风险预测的跨海桥梁船撞预警方法,其特征在于,所述步骤1)中的跨海桥梁的结构参数和海域航道参数包括桥梁的跨径、桥墩的尺寸、规划航道的宽度、航道中心线的位置、通过航道船舶的类型、长宽以及过桥速度。
所述的一种基于风险预测的跨海桥梁船撞预警方法,其特征在于,所述步骤2)具体为:
根据船舶在桥区海域所处位置撞桥风险的大小,将海域划分为异常区域、安全区域与风险海域;其中,对于具有区分上下双航道通航的跨海桥梁而言,风险海域由上下航道边界线、桥轴线、航道边线和风险警戒线围成;对于不分上下航道的跨海桥梁而言,风险海域由两条航道边线、桥轴线和风险警戒线围成;其中,桥墩与航道边线的垂线长度取航道通航代表船型的船宽;风险警戒线距桥轴线的距离取航道通航代表船型停船距离统计值的均值加上3倍的标准差,当缺少相关数据时也可初定为3km;风险警戒线以外的海域称为安全区域,对于处于安全区域的船舶,判定此船撞击桥梁的风险为0;风险警戒线以内但处在航道外的海域称为异常区域,对于处在异常区域的船舶,直接判定其航行状态异常,需立即采取应急措施,对于处于风险警戒线以内且处于航道内的海域称为风险海域,对于风险海域的船舶,则进入步骤3开始进行风险预测。
所述的一种基于风险预测的跨海桥梁船撞预警方法,其特征在于,所述步骤4)中具体为:
采用动态回归的方法,以船舶的航迹信息为数据样本,进行动态回归模型的训练,并基于回归模型,预测船舶在下一时刻的位置;进一步地,在所述的动态回归模型中,采用二次多项式拟合的方法确定回归方程,回归方程为y=b0+b1x+b2x2,b0,b1,b2为待求的回归系数;其中,考虑到不同时间的样本数据对拟合回归方程的重要程度,在每一个样本数据前增添权重系数,具体为点(xi,yi)的权重系数wi为为保证所有项的权重之和其中第一项(x1,y1)的权重w1为回归方程的误差函数为通过调整b0,b1,b2的取值,使回归方程的误差函数取得最小值,即可求得与当前样本数据集拟合最好的回归方程,将t=t+1代入上述动态回归方程,即可输出船舶在下一时刻的位置坐标(xt+1,yt+1)。
所述的一种基于风险预测的跨海桥梁船撞预警方法,其特征还在于,步骤5)中通过公式计算船舶撞击主通航桥桥墩的风险大小;其中,P表示船撞桥概率,D表示船离桥轴线的距离,LOA表示船舶长度,λ(s)表示船舶航行s米的失误概率,F(s)表示船舶在航行s米后停下的概率,f(θ)表示船舶的航偏角概率密度分布函数;
λ(s)=α·s
其中,α为船舶每航行单位距离下发生失误的概率,μs,σs分别表示船舶从过桥航速减速至静止锁漂行距离的平均值和标准差,μθ,σθ分别表示船舶航偏角分布的均值和标准差,θ1和θ2分别是船舶刚好从主通航孔桥墩两侧通过时船舶的起始航偏角,θ1和θ2的计算公式为:
与现有技术相比,本发明的有益效果为:
1)本发明提出了跨海桥梁船撞防护预警的一整套风险预警方法。从桥梁防护而非桥梁设计的角度对通航船舶进行实时监测预警,针对单艘船舶的实际航行状态,预测船撞桥概率的大小,并通过反复更新船舶位置从而更新动态回归模型的手段,考虑了船舶进入风险海域后遭受恶劣天气、人为失误或者机械故障而发生偏航的影响,从而在实际桥梁防护中具有更好的应用价值。
2)本发明提出了跨海桥梁通航风险海域的概念,将桥区海域划分为风险海域、安全区域和异常区域,并划定了风险警戒线。针对不同区域采取不同的监测预警方法,提升了监测预警系统的针对性。
3)本发明提出了一种可用于船舶航迹预测的动态回归方法,根据船舶的航迹信息预测船舶将来可能出现的位置。这种方法具备较强的非线性处理能力和优秀的泛化性能,尤其根据实际情况,考虑了不同时间的样本数据对拟合总体回归方程的重要程度,从而使预测模型能更好地反映突发因素对船舶航迹造成的影响。
4)本发明提出了一种基于停船距离和航偏角分布的船撞桥风险概率算法,物理意义明确,计算简便快捷。
附图说明
图1为本发明的流程示意图;
图2为本发明步骤2中的确定风险海域范围的示意图;
图3为本发明步骤5中所涉及的航偏角模型计算示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1,本发明实施例提供了一种基于风险预测的跨海桥梁船撞预警方法,包括以下步骤:
步骤1:获取跨海桥梁的结构参数和海域航道参数。
具体过程为,所需获取的结构参数和海域航道参数包括桥梁的跨径(包括主通航桥跨径和非通航桥跨径)、桥墩的尺寸(包括主通航桥和非通航桥桥墩的长和宽)、规划航道的宽度、航道中心线的位置、通过航道船舶的类型、长宽以及过桥速度。
步骤2:确定桥区船撞风险海域。
具体过程为,如图2所示。对于具有区分上下双航道通航的跨海桥梁而言,风险海域由上下航道边界线、桥轴线、航道边线和风险警戒线(警戒线)围成。对于不分上下航道的跨海桥梁而言,风险海域由两条航道边线、桥轴线和风险警戒线围成。其中,桥墩与航道边线的垂线的长度取航道通航代表船型的船宽。风险警戒线距桥轴线的距离取航道通航代表船型停船距离(即船舶从过桥船速减速至完全静止所漂行的距离)统计值的均值加上3倍的标准差,当缺少相关数据时也可初定为3km。对于处在风险警戒线以外的船舶,判定此船对桥梁的风险为0;对于处于风险警戒线内的船舶,若其处于风险海域范围内,则进入步骤3开始进行风险预测,若处于风险海域外,则直接判定其为航行状态异常的船舶,直接启动应急措施。
步骤3:当监测到船舶驶入风险海域后,预警系统开始工作。根据实际情况,利用可见光测距仪、不可见光测距仪、摄像机、雷达等中的一种设备或多种设备相结合构成的监测设备(其他凡是能获取到船舶位置的设备或仪器均可以应用本发明所述的方法),来获取船舶在当前时刻的位置信息,并结合船舶驶入风险海域后每个采样周期测得的船舶位置信息,得到船舶的航迹样本数据。
具体过程为,当船舶驶入风险海域后,根据实际情况,利用监测设备,获取船舶的实时位置,并根据监测设备的采样频率,形成形如(x1,y1),(x2,y2),...,(xt,yt)的航迹数据集合,其中xi,yi分别为船舶顺桥向和横桥向的坐标,如图2所示。
步骤4:基于动态回归模型训练船舶航迹样本数据,并预测船舶在下一时刻的位置。
具体过程为,以上述(x1,y1),(x2,y2),...(xi,yi),...,(xt,yt)的船舶航迹数据为训练样本,采用动态回归分析的方法,获得一个回归模型,从而实现对船舶下一时刻所处位置坐标(xt+1,yt+1)的预测。所述的动态回归方法,具体为一种考虑不同样本权重的,且随样本的更新实时更新的回归模型。目前,比较主流的回归模型,如线性回归、多项式回归、贝叶斯回归、高斯回归等,在求解回归系数时,都会将所有的样本数据点以同等的权重加以考虑和计算。然而,对于船舶航迹的预测而言,样本点将具有明显的时间特征。这是由于船舶在桥区海域航行时,可能遭受恶劣天气、船员失误或者机械故障等多种随机因素的影响,导致航迹发生突变。因此,越早的样本点对预测船舶未来航迹的参考价值越低,越接近当前时刻的样本点对预测船舶未来航迹的参考价值越高。考虑到船舶在单个力作用下的位移是时间的二次多项式,同时为了避免过拟合的情况发生,本发明采用二次多项式回归的方法来预测船舶的航迹。
假设船舶的航迹满足如下的二次多项式:y=b0+b1x+b2x2,并设yi为当自变量x取xi时,在训练样本里对应的真实值,为当自变量x取xi时,通过上述回归方程计算得到的预测值(i=1,2,...,t)。按传统的多项式回归的方法,接下来就是要寻求一组b0,b1,b2的值,使误差达到最小。但由于船舶航迹的时间特征,越接近t时刻的样本数据对航迹预测的影响越大,即需获得更高的权重。本发明采用指数函数的形式分配权重,即:样本点(xt,yt)的权重wt为点(xt-1,yt-1)的权重wt-1为点(xt-2,yt-2)的权重wt-2为点(xi,yi)的权重wi为同时,为保证所有项的权重之和将第一项(x1,y1)的权重w1调整为由此,上述回归方程的误差函数为:
接下来就是调整b0,b1,b2的值,使回归方程的误差函数取到最小值,即可获得在当前样本集合下的船舶航迹预测模型。b0,b1,b2表示二次多项式y=b0+b1x+b2x2中各个项前的回归系数。求取各个回归系数的过程就是寻找一组值,使回归方程的误差函数取到最小值。对于一般的二次多项式回归问题,通常的解法是转化成线性回归问题并用最小二乘法去求解,同时也可以应用成熟的程序直接运行获得结果;在得到动态回归方程后,将t=t+1代入上述动态回归模型,即可输出船舶坐标(xt+1,yt+1)。值得注意的是,这里t+1中的“1”指的是一个单位时间,即监测设备的最小监测周期,而非具体的1秒或者1分钟。
步骤5:利用动态风险模型公式,计算船舶在下一时刻所处位置的撞桥概率。
具体过程为,在获取船舶在下个时刻的位置坐标(xt+1,yt+1)后,根据船舶和桥墩的相对位置,计算船舶的撞桥风险。其计算公式为:
其中,P表示船撞桥概率,D表示船离桥轴线的距离,LOA表示船舶长度,λ(s)表示船舶航行s米的失误概率,F(s)表示船舶在航行s米后停下的概率,f(θ)表示船舶的航偏角概率密度分布函数。
式中:
λ(s)=α·s
其中,α为船舶每航行单位距离下发生失误的概率,在缺乏统计数据时一般可取1×10-6/艘/年/米,μs,σs分别表示船舶从过桥航速减速至静止锁漂行距离的平均值和标准差,可分别从各个类型船舶的相关操纵手册中获取。μθ,σθ分别表示船舶航偏角分布的均值和标准差,在缺乏相关数据的时候可取μθ=0°和σθ=10°。θ1和θ2分别是船舶刚好从主通航孔桥墩两侧通过时船舶的起始航偏角,如图3所示。θ1和θ2的计算公式为:
步骤6:根据桥梁的重要程度设定风险阈值。若步骤5中计算得到的撞桥概率超过设定的风险阈值,则预警系统发出警报,采取应急措施。若计算得到的概率未达到所设定的风险阈值,则继续用监测设备获取船舶在下一时刻的真实位置信息。
具体过程为,根据桥梁的重要程度和碰撞事故后果的严重程度,设定风险阈值,在缺乏相关经验时也可取20%作为风险阈值。若预测的撞桥风险超过所设阈值时,判定此时该船舶为高风险船舶,需采取应急措施。若根据风险预测公式得到船舶在t+1时刻所预测的(xt+1,yt+1)位置的撞桥风险没有达到所设的风险阈值,则判定此船舶为低风险船舶,不采取应急措施,并继续用监测设备监测船舶运行状态,直到获取船舶在t+1时刻的真实位置数据信息。
步骤7:判断此时船舶是否已经安全过桥,若已经安全过桥,则停止对该船的预警工作,若尚在风险海域,则将下一时刻的船舶真实位置代入上述动态回归模型,并根据新增的下一时刻的位置信息数据,更新整个动态回归模型。
具体过程为,获取船舶在t+1时刻的真实位置后,判断船头离桥轴线的距离是否为0。若该值为0,说明船舶已经安全过桥,对此船的监测工作结束。若该值不为0,表示船舶尚在风险海域,并没有安全地过桥。此时,将t+1时刻的船舶真实位置作为新增的数据样本,重新训练步骤4所述的动态回归模型。
步骤8:预测下个时点船舶可能出现的位置,由此回到步骤4至步骤8的循环,直到预警系统发出警报,或者船舶安全过桥。
具体过程为,把上述步骤的时间t用t+1替换,循环重复步骤4至步骤8,直到系统发出警报,或者船舶安全过桥。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种基于风险预测的跨海桥梁船撞预警方法,其特征在于,包括以下步骤:
步骤1:获取跨海桥梁的结构参数和海域航道参数;
步骤2:确定桥区船撞风险海域;
步骤3:当监测到船舶驶入风险海域后,预警系统开始工作;根据实际情况,利用监测设备获取船舶在当前时刻的位置信息,并结合船舶驶入风险海域后每个采样周期测得的船舶位置信息,得到船舶的航迹样本数据;
步骤4:基于动态回归模型训练船舶航迹样本数据,并预测船舶在下一时刻的位置;
步骤5:利用动态风险模型公式,计算船舶在下一时刻所处位置的撞桥概率;
步骤6:根据桥梁的重要程度设定风险阈值;若步骤5中计算得到的撞桥概率超过设定的风险阈值,则预警系统发出警报,采取应急措施;若计算得到的概率未达到所设定的风险阈值,则继续用监测设备获取船舶在下一时刻的真实位置信息;
步骤7:判断此时船舶是否已经安全过桥,若已经安全过桥,则停止对该船的预警工作,若尚在风险海域,则将下一时刻的船舶真实位置代入上述动态回归模型,并根据新增的下一时刻的位置信息数据,更新整个动态回归模型;
步骤8:预测下个时点船舶可能出现的位置,由此回到步骤4至步骤8的循环,直到预警系统发出警报,或者船舶安全过桥。
2.根据权利要求书1所述的一种基于风险预测的跨海桥梁船撞预警方法,其特征在于,所述步骤1)中的跨海桥梁的结构参数和海域航道参数包括桥梁的跨径、桥墩的尺寸、规划航道的宽度、航道中心线的位置、通过航道船舶的类型、长宽以及过桥速度。
3.根据权利要求书1所述的一种基于风险预测的跨海桥梁船撞预警方法,其特征在于,所述步骤2)具体为:
根据船舶在桥区海域所处位置撞桥风险的大小,将海域划分为异常区域、安全区域与风险海域;其中,对于具有区分上下双航道通航的跨海桥梁而言,风险海域由上下航道边界线、桥轴线、航道边线和风险警戒线围成;对于不分上下航道的跨海桥梁而言,风险海域由两条航道边线、桥轴线和风险警戒线围成;其中,桥墩与航道边线的垂线长度取航道通航代表船型的船宽;风险警戒线距桥轴线的距离取航道通航代表船型停船距离统计值的均值加上3倍的标准差;风险警戒线以外的海域称为安全区域,对于处于安全区域的船舶,判定此船撞击桥梁的风险为0;风险警戒线以内但处在航道外的海域称为异常区域,对于处在异常区域的船舶,直接判定其航行状态异常,需立即采取应急措施,对于处于风险警戒线以内且处于航道内的海域称为风险海域,对于风险海域的船舶,则进入步骤3开始进行风险预测。
4.根据权利要求书1所述的一种基于风险预测的跨海桥梁船撞预警方法,其特征在于,所述步骤4)中具体为:
采用动态回归的方法,以船舶的航迹信息为数据样本,进行动态回归模型的训练,并基于回归模型,预测船舶在下一时刻的位置;进一步地,在所述的动态回归模型中,采用二次多项式拟合的方法确定回归方程,回归方程为y=b0+b1x+b2x2,b0,b1,b2为待求的回归系数;其中,考虑到不同时间的样本数据对拟合回归方程的重要程度不同,在每一个样本数据前增添权重系数,具体为点(xi,yi)的权重系数wi为为保证所有项的权重之和其中第一项(x1,y1)的权重w1为回归方程的误差函数为通过调整b0,b1,b2的取值,使回归方程的误差函数取得最小值,即可求得与当前样本数据集拟合最好的回归方程,将t=t+1代入上述动态回归方程,即可输出船舶在下一时刻的位置坐标(xt+1,yt+1)。
5.根据权利要求书1所述的一种基于风险预测的跨海桥梁船撞预警方法,其特征还在于,步骤5)中通过公式计算船舶撞击主通航桥桥墩的风险大小;其中,P表示船撞桥概率,D表示船离桥轴线的距离,LOA表示船舶长度,λ(s)表示船舶航行s米的失误概率,F(s)表示船舶在航行s米后停下的概率,f(θ)表示船舶的航偏角概率密度分布函数;
λ(s)=α·s
其中,α为船舶每航行单位距离下发生失误的概率,μs,σs分别表示船舶从过桥航速减速至静止锁漂行距离的平均值和标准差,μθ,σθ分别表示船舶航偏角分布的均值和标准差,θ1和θ2分别是船舶刚好从主通航孔桥墩两侧通过时船舶的起始航偏角,θ1和θ2的计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010975317.2A CN112037582B (zh) | 2020-09-16 | 2020-09-16 | 一种基于风险预测的跨海桥梁船撞预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010975317.2A CN112037582B (zh) | 2020-09-16 | 2020-09-16 | 一种基于风险预测的跨海桥梁船撞预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112037582A true CN112037582A (zh) | 2020-12-04 |
CN112037582B CN112037582B (zh) | 2021-08-24 |
Family
ID=73589719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010975317.2A Active CN112037582B (zh) | 2020-09-16 | 2020-09-16 | 一种基于风险预测的跨海桥梁船撞预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112037582B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113066312A (zh) * | 2021-03-24 | 2021-07-02 | 上海海事大学 | 海上公路通航系统 |
CN115410419A (zh) * | 2022-08-23 | 2022-11-29 | 交通运输部天津水运工程科学研究所 | 一种船舶系泊预警方法、系统、电子设备及存储介质 |
CN115438416A (zh) * | 2022-11-08 | 2022-12-06 | 西南交通大学 | 宽阔水域桥梁船撞的风险概率计算方法 |
CN116029555A (zh) * | 2023-03-22 | 2023-04-28 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
CN118397878A (zh) * | 2024-06-27 | 2024-07-26 | 宁波朗达科技有限公司 | 一种桥梁防船撞预警方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107025357A (zh) * | 2017-04-19 | 2017-08-08 | 浙江工业大学 | 基于支持向量机的船撞桥桩基损伤识别方法 |
WO2018026095A1 (ko) * | 2016-08-04 | 2018-02-08 | 한국해양과학기술원 | 시계열 그래픽 표시를 이용한 다중 선박간 충돌회피 관제시스템 |
CN107918716A (zh) * | 2017-12-15 | 2018-04-17 | 浙江海洋大学 | 顺直航道矩形桥墩防撞领域确定方法及桥墩防撞装置 |
CN109615934A (zh) * | 2019-01-17 | 2019-04-12 | 武汉烽理光电技术有限公司 | 桥梁防撞风险评估方法及系统 |
CN109657541A (zh) * | 2018-11-09 | 2019-04-19 | 南京航空航天大学 | 一种基于深度学习的无人机航拍图像中的船舶检测方法 |
CN110232242A (zh) * | 2019-06-12 | 2019-09-13 | 南京理工大学 | 基于冰区破冰船护航的多船跟随运动学方法 |
CN110570092A (zh) * | 2019-08-12 | 2019-12-13 | 武汉理工大学 | 一种lng船舶航行安全领域确定方法 |
CN111445726A (zh) * | 2020-04-30 | 2020-07-24 | 宁波市市政设施中心 | 基于分布式视频监测的桥梁防撞预警的系统及方法 |
CN111553016A (zh) * | 2020-05-19 | 2020-08-18 | 天津大学 | 一种用于桥梁的通航风险评价方法 |
-
2020
- 2020-09-16 CN CN202010975317.2A patent/CN112037582B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018026095A1 (ko) * | 2016-08-04 | 2018-02-08 | 한국해양과학기술원 | 시계열 그래픽 표시를 이용한 다중 선박간 충돌회피 관제시스템 |
CN107025357A (zh) * | 2017-04-19 | 2017-08-08 | 浙江工业大学 | 基于支持向量机的船撞桥桩基损伤识别方法 |
CN107918716A (zh) * | 2017-12-15 | 2018-04-17 | 浙江海洋大学 | 顺直航道矩形桥墩防撞领域确定方法及桥墩防撞装置 |
CN109657541A (zh) * | 2018-11-09 | 2019-04-19 | 南京航空航天大学 | 一种基于深度学习的无人机航拍图像中的船舶检测方法 |
CN109615934A (zh) * | 2019-01-17 | 2019-04-12 | 武汉烽理光电技术有限公司 | 桥梁防撞风险评估方法及系统 |
CN110232242A (zh) * | 2019-06-12 | 2019-09-13 | 南京理工大学 | 基于冰区破冰船护航的多船跟随运动学方法 |
CN110570092A (zh) * | 2019-08-12 | 2019-12-13 | 武汉理工大学 | 一种lng船舶航行安全领域确定方法 |
CN111445726A (zh) * | 2020-04-30 | 2020-07-24 | 宁波市市政设施中心 | 基于分布式视频监测的桥梁防撞预警的系统及方法 |
CN111553016A (zh) * | 2020-05-19 | 2020-08-18 | 天津大学 | 一种用于桥梁的通航风险评价方法 |
Non-Patent Citations (2)
Title |
---|
WEN-JUAN LI 等: "A multi-scale fractal dimension based onboard ship saliency detection algorithm", 《2016 IEEE 13TH INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING (ICSP)》 * |
王健: "桥梁防船撞预警桥区危险分区方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113066312A (zh) * | 2021-03-24 | 2021-07-02 | 上海海事大学 | 海上公路通航系统 |
CN115410419A (zh) * | 2022-08-23 | 2022-11-29 | 交通运输部天津水运工程科学研究所 | 一种船舶系泊预警方法、系统、电子设备及存储介质 |
CN115410419B (zh) * | 2022-08-23 | 2024-02-02 | 交通运输部天津水运工程科学研究所 | 一种船舶系泊预警方法、系统、电子设备及存储介质 |
CN115438416A (zh) * | 2022-11-08 | 2022-12-06 | 西南交通大学 | 宽阔水域桥梁船撞的风险概率计算方法 |
CN115438416B (zh) * | 2022-11-08 | 2023-03-10 | 西南交通大学 | 宽阔水域桥梁船撞的风险概率计算方法 |
CN116029555A (zh) * | 2023-03-22 | 2023-04-28 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
CN116029555B (zh) * | 2023-03-22 | 2023-06-13 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
CN118397878A (zh) * | 2024-06-27 | 2024-07-26 | 宁波朗达科技有限公司 | 一种桥梁防船撞预警方法及系统 |
CN118397878B (zh) * | 2024-06-27 | 2024-09-13 | 宁波朗达科技有限公司 | 一种桥梁防船撞预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112037582B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112037582B (zh) | 一种基于风险预测的跨海桥梁船撞预警方法 | |
Wu et al. | Fuzzy logic based approach for ship-bridge collision alert system | |
CN104050329B (zh) | 一种检测船舶碰撞危险度的方法 | |
Huang et al. | Risk assessment of ships maneuvering in an approaching channel based on AIS data | |
Sang et al. | CPA calculation method based on AIS position prediction | |
CN105070101B (zh) | 筒型平台拖带风险预警及可视化系统 | |
CN112133131A (zh) | 船舶偏航预警方法、系统、计算机设备及存储介质 | |
Hörteborn et al. | A method for risk analysis of ship collisions with stationary infrastructure using AIS data and a ship manoeuvring simulator | |
CN109615934A (zh) | 桥梁防撞风险评估方法及系统 | |
CN111815120A (zh) | 水上交通风险评估方法、装置、计算机设备和存储介质 | |
CN112561232A (zh) | 繁忙水域船舶交通冲突风险度量方法 | |
Weng et al. | Effects of ship domain shapes on ship collision risk estimates considering collision frequency and severity | |
CN116304506A (zh) | 一种基于实时风险评估的船桥撞击隐患分析方法 | |
Rosqvist et al. | The implementation of the VTMIS system for the Gulf of Finland-a FSA study | |
CN114708750B (zh) | 一种桥区水域船舶碰撞风险检测方法和装置 | |
Yim et al. | Identifying high-collision potential vessel-bridge pairs in vessel traffic service | |
Sinsabvarodom et al. | Extreme value estimation of mooring loads based on station-keeping trials in ice | |
Yazici et al. | A navigation safety support model for the Strait of Istanbul | |
Huang et al. | Pre-warning system analysis on dynamic risk of ship collision with bridge at restricted waters | |
Terada et al. | A motion estimation method of high speed craft in irregular sea by using onboard monitoring motion time series data for motion control | |
CN110688796A (zh) | 基于人工神经智能的渤海冰区船舶航迹控制 | |
Liu et al. | Risk degree of ship-bridge collision based on theory of ship collision avoidance | |
Perera et al. | Vector-product based collision estimation and detection in e-navigation | |
Xu et al. | Visualization of ship collision risk in the inland bridge waterway based on the maritime traffic simulation | |
Zhou et al. | Scenario modeling method for collision avoidance testing in inland waterway |
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 |