CN114757559A - 一种航行管理方法和系统 - Google Patents
一种航行管理方法和系统 Download PDFInfo
- Publication number
- CN114757559A CN114757559A CN202210452660.8A CN202210452660A CN114757559A CN 114757559 A CN114757559 A CN 114757559A CN 202210452660 A CN202210452660 A CN 202210452660A CN 114757559 A CN114757559 A CN 114757559A
- Authority
- CN
- China
- Prior art keywords
- information
- crew
- determining
- cab
- ship
- 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.)
- Withdrawn
Links
- 238000007726 management method Methods 0.000 title claims abstract description 44
- 238000007689 inspection Methods 0.000 claims abstract description 118
- 238000011156 evaluation Methods 0.000 claims abstract description 75
- 230000007613 environmental effect Effects 0.000 claims description 40
- 239000000126 substance Substances 0.000 claims 1
- 238000012549 training Methods 0.000 description 79
- 238000000605 extraction Methods 0.000 description 65
- 230000000875 corresponding effect Effects 0.000 description 61
- 238000000034 method Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000004576 sand Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 208000033748 Device issues Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G06Q50/40—
Abstract
本说明书实施例提供一种航行管理方法,该方法包括获取目标海域的能见度信息;当能见度信息小于预设阈值时,获取船员的职位信息以及船舶检查信息,其中,船舶检查信息为船员对船舶进行的检查获得的信息;基于职位信息,确定与职位信息对应的预设检查内容;基于预设检查内容以及船舶检查信息,确定船员的检查评估结果;获取船员对船舶的目标操作信息;基于职位信息,确定与职位信息对应的合规操作信息;基于合规操作信息以及目标操作信息,确定船员的操作评估结果;基于检查评估结果以及操作评估结果,输出对应的安全提示信息。
Description
技术领域
本说明书涉及船舶管理技术领域,特别涉及一种航行管理方法和系统。
背景技术
随着水域船舶航行的迅猛发展,船舶航行管理影响着船舶、人员、任务等多个方面。然而,水域航行环境复杂多变,特别在恶劣环境能见度较低的情况下,航行很大程度上依赖船员的处理。但船员存在检查内容遗漏、操作不合规等情况,情况严重时会影响船舶航行的安全。
因此,希望提供一种航行管理方法和系统,对船舶上的船员进行专业化管理,在能见度不良的情况时确保航行安全。
发明内容
本说明书一个或多个实施例提供一种航行管理方法。所述航行管理方法包括:获取目标海域的能见度信息;当能见度信息小于预设阈值时,获取船员的职位信息以及船舶检查信息,其中,船舶检查信息为船员对船舶进行的检查获得的信息;基于职位信息,确定与职位信息对应的预设检查内容;基于预设检查内容以及船舶检查信息,确定船员的检查评估结果;获取船员对船舶的目标操作信息;基于职位信息,确定与职位信息对应的合规操作信息;基于合规操作信息以及目标操作信息,确定船员的操作评估结果;基于检查评估结果以及操作评估结果,输出对应的安全提示信息。
本说明书一个或多个实施例提供一种航行管理系统,所述航行管理系统包括:包括第一获取模块、第二获取模块、第一确定模块、第二确定模块、第三获取模块、第三确定模块、第四确定模块和提示模块;第一获取模块用于获取目标海域的能见度信息;第二获取模块用于当能见度信息小于预设阈值时,获取船员的职位信息以及船舶检查信息,其中,船舶检查信息为船员对船舶进行的检查获得的信息;第一确定模块用于基于职位信息,确定与职位信息对应的预设检查内容;第二确定模块用于基于预设检查内容以及船舶检查信息,确定船员的检查评估结果;第三获取模块用于获取船员对船舶的目标操作信息;第三确定模块用于基于职位信息,确定与职位信息对应的合规操作信息;第四确定模块用于基于合规操作信息以及目标操作信息,确定船员的操作评估结果;提示模块用于基于检查评估结果以及操作评估结果,输出对应的安全提示信息。
本说明书一个或多个实施例提供一种航行管理装置,包括处理器,所述处理器用于执行以实现如上述实施例中任一项所述的航行管理方法。
本说明书一个或多个实施例提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行上述实施例中任一项所述的航行管理方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的航行管理系统的应用场景示意图;
图2是根据本说明书一些实施例所示的航行管理系统的示例性模块图;
图3是根据本说明书一些实施例所示的航行管理方法的示例性流程图;
图4是根据本说明书一些实施例所示的获取目标海域的能见度信息的示例性流程图;
图5是根据本说明书一些实施例所示的获取第一操作信息的示例性流程图;
图6是根据本说明书一些实施例所示的获取第一职位信息的示例性流程图;
图7是根据本说明书一些实施例所示的获取第二操作信息的示例性流程图;
图8是根据本说明书一些实施例所示的获取第二职位信息的示例性流程图;
图9是根据本说明书一些实施例所示的获取第四操作信息的示例性流程图;
图10是根据本说明书一些实施例所示的获取的第三操作信息的示例性流程图;
图11是根据本说明书一些实施例所示的获取说话人数量信息的示例性流程图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的航行管理系统的应用场景示意图。
在一些实施例中,航行管理系统的应用场景100可以包括处理器110、网络120、存储设备130、终端设备140、船舶150以及数据获取装置160。
应用场景100可以通过实施本说明书中披露的方法和/或过程根据目标海域的能见度信息获取船员的职位信息以及船舶检查信息,根据职位信息来确定对应的预设检查内容,并基于预设检查内容以及船舶检查信息,确定船员的检查评估结果;获取船员对船舶的目标操作信息,根据职位信息来确定对应的合规操作信息,并基于合规操作信息以及目标操作信息,确定船员的操作评估结果;基于检查评估结果以及操作评估结果,输出对应的安全提示信息,能够精准地识别航行管理的情况,便于及时发现航行中不安全的情况。
处理器110可以用于处理来自应用场景100的至少一个组件或外部数据源(如,云数据中心)的数据和/或信息。处理器110可以经由网络120连接到存储设备130、终端设备140和/或船舶150以访问和/或接收数据和信息。例如,处理器110可以经由网络120接收数据获取装置160对船舶150采集到的相关信息(如,目标海域的能见度信息、目标操作信息、目标海域的环境图像、船舶的驾驶室的拍摄图像等)。在一些实施例中,处理器110可以是单个处理器,也可以是处理器组。该服务器组可以是集中式或分布式的(例如,处理器110可以是分布式系统),可以是专用的也可以由其他设备或系统同时提供服务。在一些实施例中,处理器110可以本地连接到网络120或者与网络120远程连接。在一些实施例中,处理器110可以在云平台上实施。仅作为示例,所述云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。在一些实施例中,处理器110可以设置在包括但不限于船舶控制室、船舶管理中心等场所。在一些实施例中,处理器110中安装有指挥及协调船员进行各项工作内容的协作平台。船员可以包括但不限于船长、副船长、综合管理人员、技术专家等人员。
网络120可以促进信息和/或数据的交换。在一些实施例中,应用场景100中的一个或以上组件(如,存储设备130、终端设备140、船舶150、数据获取装置160)可以经由网络120将信息和/或数据发送到应用场景100中的另一个组件。网络120可以包括局域网(LAN)、广域网(WAN)、有线网络、无线网络等或其任意组合。在一些实施例中,网络120可以是有线网络或无线网络中的任意一种或多种。在一些实施例中,网络120可以包括一个或以上网络接入点。例如,网络120可以包括有线或无线网络接入点,例如基站和/或网络交换点,通过这些网络接入点,应用场景100的一个或多个组件可连接到网络120以交换数据和/或信息。
存储设备130可以用于储存数据和/或指令。数据可以包括与用户、终端设备140、船舶150、数据获取装置160等有关的数据。在一些实施例中,存储设备130可以储存处理器110用来执行或使用以完成本说明书中描述的示例性方法的数据和/或指令。例如,存储设备130可以存储历史船舶管理的相关信息。又例如,存储设备130可以存储一个或多个机器学习模型。在一些实施例中,存储设备130可以是处理器110的一部分。在一些实施例中,存储设备130可包括大容量存储器、可移动存储器、易失性读写内存、只读内存(ROM)等或其任意组合。在一些实施例中,存储设备130可在云平台上实现。在一些实施例中,存储设备130可以连接到网络120以与应用场景100的一个或以上组件(例如,处理器110、船舶150、数据获取装置160)通信。
终端设备140可以指用户所使用的一个或多个终端设备或软件。在一些实施例中,用户(如,船长、副船长、综合管理人员、技术专家等)可以是终端设备140的所有者。在一些实施例中,终端设备140可以包括移动设备140-1、平板计算机140-2、膝上型计算机140-3、车载设备等或其任意组合。在一些实施例中,终端设备140可以包括信号发送器和信号接收器,被配置为与数据获取装置160通信以获取船舶管理的相关信息。在一些实施例中,终端设备140可以是固定的和/或移动的。例如,终端设备140可以直接安装在处理器110和/船舶150上,成为处理器110和/或船舶150的一部分。再例如,终端设备140可以是可移动的设备,用户可以携带终端设备140位于相对于处理器110、船舶150以及数据获取装置160的距离较远的位置,终端设备140可以通过网络120与处理器110和/或数据获取装置160连接和/或通信。在一些实施例中,终端设备140可以接收用户请求,并经由网络120将与请求有关的信息发送到处理器110。例如,终端设备140可以接收用户要求发送相关信息的请求,并经由如网络120将与请求有关的信息发送到处理器110。终端设备140还可以经由网络120从处理器110接收信息。例如,终端设备140可以从处理器110接收与船舶150或与数据获取装置160有关的相关信息。所确定的一个或以上相关信息可以显示在终端设备140上。又例如,处理器110可以将基于船舶管理的相关信息确定的结果(如,船员的检查评估结果、船员的操作评估结果等)或安全提示信息发送到终端设备140。
船舶150是指进行水域运输或作业交通船只。在一些实施例中,船舶150中的各类设备或装置可以记录在航行管理应用场景100中。例如,用户可以通过终端设备140查询船舶150相关的设备信息。在一些实施例中,船舶150管理的相关信息可以经由数据获取装置160采集并经由网络120以传送至处理器110和/或终端设备140。
数据获取装置160是指用于获取船舶150的相关信息(如,目标海域的环境图像、船舶的驾驶室的拍摄图像、第一语音信息、第二语音信息等)的装置。在一些实施例中,数据获取装置160可以包括多种检测设备。例如,数据获取装置160可以包括摄像装置、无人机、录音机等。在一些实施例中,拍摄装置可以获取船舶150的相关信息并经由网络120传输至应用场景100的其他组件。例如,数据获取装置160可以采集目标海域的环境图像,并经由网络120将环境图像传送至处理器110。再例如,数据获取装置160采集驾驶室的第一语音信息,并经由网络120将第一语音信息传送至处理器110。在一些实施例中,数据获取装置160可以集成在船舶150中。
图2是根据本说明书一些实施例所示的航行管理系统的示例性模块图。
在一些实施例中,航行管理系统200可以包括第一获取模块210、第二获取模块220、第一确定模块230、第二确定模块240、第三获取模块250、第三确定模块260、第四确定模块270和提示模块280。
第一获取模块210可以用于获取目标海域的能见度信息。在一些实施例中,第一信息获取模块210可以进一步用于获取目标海域的环境图像;基于环境图像,确定目标海域的环境特征信息;基于环境特征,确定能见度信息。关于目标海域、能见度信息的更多内容参见图3及其相关描述,关于环境图像、环境特征信息的更多内容参见图4及其相关描述,此处不再赘述。
第二获取模块220可以用于当能见度信息小于预设阈值时,获取船员的职位信息以及船舶检查信息。在一些实施例中,船舶检查信息可以为船员对船舶进行的检查获得的信息。关于职位信息、船舶检查信息的更多内容参见图3及其相关描述,此处不再赘述。
第一确定模块230可以用于基于职位信息,确定与职位信息对应的预设检查内容。关于预设检查内容的更多内容参见图3及其相关描述,此处不再赘述。
第二确定模块240可以用于基于预设检查内容以及船舶检查信息,确定船员的检查评估结果。
第三获取模块250可以用于获取船员对船舶的目标操作信息。在一些实施例中,第三获取模块250可以进一步用于获取船舶的驾驶室的拍摄图像;基于拍摄图像,确定拍摄图像包含的人像的船员特征信息;基于船员特征信息,确定人像对应的第一职位信息;基于第一职位信息,确定第一操作信息,第一操作信息表征船长是否位于驾驶室。关于目标操作信息的更多内容参见图3及其相关描述,关于船舶的驾驶室的拍摄图像、船员特征信息、第一职位信息、第一操作信息的更多内容参见图5及其相关描述,此处不再赘述。
第三确定模块260可以用于基于职位信息,确定与职位信息对应的合规操作信息。关于合规操作信息的更多内容参见图3及其相关描述,此处不再赘述。
第四确定模块270可以用于基于合规操作信息以及目标操作信息,确定船员的操作评估结果。
提示模块280可以用于基于检查评估结果以及操作评估结果,输出对应的安全提示信息。关于安全提示信息的更多内容参见图3及其相关描述,此处不再赘述。
应当理解,图2所示的系统及其模块可以利用各种方式来实现。
需要注意的是,以上对于航行管理系统及其模块的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。在一些实施例中,图1中披露的第一获取模块210、第二获取模块220、第一确定模块230、第二确定模块240、第三获取模块250、第三确定模块260、第四确定模块270和提示模块280可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图3是根据本说明书一些实施例所示的航行管理方法的示例性流程图。在一些实施例中,流程300可以由处理器110执行。如图3所示,流程300可以包括下述步骤:
步骤310,获取目标海域的能见度信息。在一些实施例中,该步骤310可以由第一信息获取模块210执行。
目标海域可以指船舶行驶的海域。例如,目标海域可以指以船舶为中心,方圆预设范围(例如,方圆8海里、方圆10海里等)内的海域为目标海域。能见度信息可以指能够反映船舶在目标海域的能见度情况的信息。在一些实施例中,能见度信息可以根据其优良情况依次划分为能见度极好、能见度好、能见度一般、能见度不良、能见度严重不良等。其中,能见度极好、能见度好、能见度一般、能见度不良、能见度严重不良可以分别表征船舶在目标海域的能见度在15-20海里、10-15海里、5-10海里、3-5海里、小于3海里。
在一些实施例中,第一信息获取模块210可以从终端设备130获取目标海域能见度信息,其中,终端设备130可以获取船员手动输入的实地观察目标海域获得的能见度信息。
在一些实施例中,还可以获取目标海域的环境图像;基于环境图像,确定目标海域的环境特征信息;基于环境特征信息,确定能见度信息。关于上述实施例的更多内容请参见下文图4及其描述,此处不再赘述。
在一些实施例中,当能见度信息不小于预设阈值时,船舶可以在目标海域保持当前的状态进行航行,并持续对能见度信息进行监控。
步骤320,当能见度信息小于预设阈值时,获取船员的职位信息以及船舶检查信息,其中,所述船舶检查信息为所述船员对船舶进行的检查获得的信息。在一些实施例中,该步骤320可以由第二信息获取模块220执行。
职位信息可以指船舶上船员的职位信息。船员的职位信息可以包括船长、大副、驾驶员、轮机长、轮机员等中的一种或多种。
船舶检查信息为船员对船舶进行检查所获得的信息,不同船员的职位信息可以对应不同的船舶检查信息。例如,频道守听人员对应的船舶检查信息包括VHF16在通报动态,驾驶员的船舶检查信息包括已开启雷达。
在一些实施例中,预设阈值可以通过船员预先确定。例如,预设阈值可以为能见度不良。在一些实施例中,当能见度信息小于预设阈值时,船员可以通过终端设备定期(例如,1天、2天、1周等)上传职位信息以及对应的船舶检查信息。
步骤330,基于职位信息,确定与职位信息对应的预设检查内容。在一些实施例中,该步骤330可以由第一确定模块230执行。
预设检查内容可以指当能见度信息小于预设阈值时,预先设定的与船员职位信息对应的检查内容。
在一些实施例中,可以查询预设对应关系表格,确定当能见度信息小于预设阈值时,各职位信息对应的预设检查内容。例如,能见度信息小于能见度不良时,可以通过查询《能见度不良检查表》(CW030123-01),确定在能见度为不良的情况下,频道守听人员对应的预设检查内容包括VHF16是否通报动态。
步骤340,基于预设检查内容以及船舶检查信息,确定船员的检查评估结果。在一些实施例中,该步骤340可以由第二确定模块240执行。
检查评估结果可以指根据预设检查评估准则,评估船员的船舶检查信息,获得的检查评估结果。在一些实施例中,预设检查评估准则可以包括确定该船员的船舶检查信息中的检查内容与该船员对应的预设检查内容是否一致。当该船员的船舶检查信息中的检查内容与该船员对应的预设检查内容一致时,检查评估结果可以为合规;当该船员的船舶检查信息中的检查内容与该船员对应的预设检查内容不一致时,检查评估结果可以为不合规。在一些实施例中,预设检查评估准则还可以包括其他内容,例如,预设检查评估准则可以包括对应预设检查评分表,基于该预设检查评分表可以确定该船员的船舶检查信息是否包含了预设检查内容,进一步地,还可以对船舶检查信息中各项检查内容的检查情况进行评估,从而确定该船舶检查信息对应的评估分数,再进一步地,还可以根据评估分数确定该船舶检查信息是否合规。
在一些实施例中,第二确定模块240可以将船员对应的预设检查内容和船员对应的船舶检查信息中的检查内容进行比较,确定船员是否完了全部预设检查内容的检查和确认各设备情况是否达到要求,有无纰漏,然后根据比较结果确定船员的检查评估结果,若将船员对应的预设检查内容和船员对应的船舶检查信息中的检查内容进行比较,确定船员完成全部预设检查内容的检查和确认各设备情况已达到要求,无纰漏,则检查评估结果为合规;若将船员对应的预设检查内容和船员对应的船舶检查信息中的检查内容进行比较,确定船员没有完成对规定的全部预设检查内容的检查,则检查评估结果为不合规。
步骤350,获取船员对船舶的目标操作信息。在一些实施例中,该步骤350可以由第三信息获取模块250执行。
目标操作信息可以指当能见度信息小于预设阈值时,船员对船舶实施操作的信息。在一些实施例中,目标操作信息的内容与船员的职位信息相关。例如,若船员是驾驶员,目标操作信息可以包括通知机舱备车,开启雷达,施放雾号,开启航行灯,严禁使用自动舵,使用适合当时环境、条件和本船特点的安全航速,打开驾驶台左右前后门窗加强视听观察,避碰行动等中的一种或多种。又例如,若船员是船长,目标操作信息可以包括保持在驾驶台处。又例如,若船员是频道守听人员,目标操作信息可以包括守听VHF16频道,使用频道发布本船航行警报。
在一些实施例中,第三信息获取模块250可以从终端设备130获取目标操作信息。其中,终端设备130可以获取船员手动输入的目标操作信息。
在一些实施例中,还可以通过驾驶室内的图像或语音信息获取目标操作信息。关于上述实施例的更多内容,请参见下文图5~7及其描述,此处不再赘述。
步骤360,基于职位信息,确定与职位信息对应的合规操作信息。在一些实施例中,该步骤360可以由第三确定模块260执行。
合规操作信息可以指船员在能见度信息小于预设阈值时,应当作出的符合规定的操作信息。
在一些实施例中,可以查询预设合规操作信息表格,确定与船员的职位信息对应的合规操作信息。例如,可以通过查询《能见度不良检查表》(CW030123-01)确定当能见度信息为能见度不良时,船长需要保持在驾驶室。再例如,还可以通过查询《能见度不良检查表》(CW030123-01)确定当能见度信息为能见度不良时,频道守听人员需要守听VHF16频道,并使用频道发布本船航行警报。
步骤370,基于合规操作信息以及目标操作信息,确定船员的操作评估结果。在一些实施例中,该步骤370可以由第四确定模块270执行。
操作评估结果可以指根据预设操作评估准则,评估船员的目标操作信息,获得的操作评估结果。在一些实施例中,预设操作评估准则可以包括确定该船员的目标操作信息与该船员对应的合规操作信息是否一致,当该船员的目标信息与该船员对应的合规操作信息一致时,操作评估结果可以为合规,当该船员的目标操作信息与该船员对应的合规操作信息不一致时,操作评估结果可以为不合规。在一些实施例中,预设操作评估准则还可以包括其他内容。例如,预设操作评估准则还可以包括对应预设操作评分表,基于该预设操作评分表可以确定该船员的目标操作信息是否符合合规操作信息的要求,进一步地,还可以对目标操作信息中各项操作进行评估,从而确定该目标操作信息对应的评估分数,再进一步地,还可以根据评估分数确定该目标操作信息是否合规。
在一些实施例中,第四确定模块270可以将合规操作信息和目标操作信息进行比较获得的结果,确定船员的操作评估结果,当将合规操作信息和目标操作信息进行比较后的结果为相同,则船员的操作评估结果为合规;当将合规操作信息和目标操作信息进行比较后的结果为不相同,则船员的操作评估结果为不合规。例如,当合规操作信息为当能见度信息为能见度不良时,船长需要保持在驾驶室;目标操作信息为当能见度信息为能见度不良时,船长保持在驾驶室,则可以确定该船长的操作评估结果为合规。又例如,可以将该船员的各项目标操作信息中的各项目标操作根据预设操作评分表确定评估分数,然后在预设时间段内持续对目标操作信息是否合规进行判断,每判断一次目标操作信息不符合合规操作信息,扣10分。
步骤380,基于检查评估结果以及操作评估结果,输出对应的安全提示信息。在一些实施例中,该步骤380可以由提示模块280执行。
安全提示信息可以指当能见度信息小于预设阈值,船员的检查评估结果和/或操作评估结果不合规时,对船员进行提示的信息。在一些实施例中,安全提示信息可以为文字提示、语音提示或视频提示中的一种或多种。
在一些实施例中,提示模块280可以对检查评估结果不合规的船员进行船舶检查信息不合规的安全提示。例如,向检查评估结果不合规的船员所携带的终端设备发送指令,终端设备根据该指令发出不合规的语音提示。在一些实施例中,提示模块280可以对船舶检查信息中的各项检查内容根据预设检查评分表确定评估分数后,与预设分数阈值比较,然后对船舶检查信息中的各项检查内容中的一项或多项的评估分数低于预设分数阈值的船员进行船舶检查信息不合规的安全提示。例如,向检查评估结果不合规的船员所携带的终端设备发送指令,终端设备根据该指令显示不合规的分数提示。
在一些实施例中,提示模块280可以对操作评估结果不合规的船员进行目标操作信息不合规的安全提示。在一些实施例中,提示模块280可以对目标操作信息中的的各项操作根据预设操作评分表确定评估分数后,与预设分数阈值比较,然后对目标操作信息中的一项或多项操作评估分数低于预设分数阈值的船员进行目标操作信息不合规的安全提示。
在本说明书的一些实施例中,当判断目标海域的能见度信息小于预设阈值的情况下,通过对船员的船舶检查信息进行自动核对以及对目标操作信息是否合规情况进行自动监控,当船员的船舶检查信息有误和/或目标操作信息不合规的情况下,输出安全提示信息,从而通过智能的检查方法,保证目标海域的船舶在能见度不良的条件下安全航行。
图4是根据本说明书一些实施例所示的获取目标海域的能见度信息的示例性流程图。在一些实施例中,流程400可以由第一获取模块210执行。如图4所示,流程400可以包括以下步骤:
步骤410,获取目标海域的环境图像。
环境图像可以指目标海域的相关图像,可以包括海面图像、海面底部图像、海面上空图像等。例如,冬季航行时,海面图像可以表示海面结冰,能见度较低;春季航行时,海面底部图像可以表示海底有礁石,能见度较高;夏季航行时,海面上空图像可以表示海上有平流雾,能见度较低。
在一些实施例中,第一获取模块210可以通过网络从终端设备140或存储设备130获取目标海域的一张或多张环境图像。在一些实施例中,环境图像还可以从通过设置船舶上的摄像装置对目标海域进行拍摄获取。
步骤420,基于环境图像,确定目标海域的环境特征信息。
环境特征信息是指能够反映目标海域环境相关信息的特征。在一些实施例中,环境特征信息可以包括但不限于起雾特征、下雨特征、海水特征等。例如,起雾特征可以包括无雾、小雾、大雾;下雨特征可以包括无雨、小雨、大雨;海水特征可以包括无沙、淡沙、浓沙等。
在一些实施例中,可以通过对目标海域的环境图像进行图像识别,获取环境特征信息。在一些实施例中,第一信息获取模块210可以对环境图像进行通过图像特征提取,获得环境特征信息。图像特征提取方法可以包括灰度特征提取、纹理特征提取等。
在一些实施例中,还可以将环境图像输入图像识别模型,输出为环境特征信息。在一些实施例中,图像识别模型可以为卷积神经网络(dimensional Convolutional NeuralNetworks,CNN)。
在一些实施例中,图像识别模型可以基于历史环境图像训练获取。在一些实施例中,训练模块可以将历史环境图像作为训练样本。训练样本的标识可以是历史环境图像对应的历史环境特征信息,历史环境特征信息可以人工对历史环境图像进行标注获取。将带有标识的训练样本输入初始图像识别模型,通过训练更新初始图像识别模型的参数,当训练的模型满足预设条件时,训练结束,获取训练好的图像识别模型。
步骤430,基于环境特征信息,确定能见度信息。
在一些实施例中,第一信息获取模块210可以通过图像特征提取方法识别环境图像,其中,图像特征提取方法可以包括灰度特征提取、纹理特征提取等。
在一些实施例中,可以根据预设对应关系,基于环境特征信息,确定目标海域的能见度信息。例如,可以基于从环境图像中提取出的大雾的环境特征信息,基于预设对应关系,确定目标海域的能见度信息为能见度不良。
在一些实施例中,还可以基于能见度确定模型对环境特征信息进行处理,确定能见度结果。
在一些实施例中,可以将该环境特征信息作为能见度确定模型的输入,将环境特征信息对应的能见度信息作为能见度确定模型的输出。
在一些实施例中,能见度确定模型可以包括但不限于卷积神经网络、决策树(Decision Tree,DT)、线性回归(Linear Regression,LR)等一种或多种的组合。
在一些实施例中,能见度确定模型的参数可以通过训练得到。可以获取多组训练样本,每组训练样本可以包括训练数据及与训练数据对应的标签。训练数据可以为历史环境特征信息,标签可以是基于历史环境特征信息确定的能见度信息。例如,可以采集历史一段时间(如一天、一周、一个月等)内的多个时间点的环境特征信息作为训练数据,获取在多个时间点的能见度结果下,对基于环境特征信息进行分析处理得到的能见度信息的判定结果(如,人工根据实际能见度信息所做出的判定结果)。
在一些实施例中,可以基于多个带有标签的训练样本训练初始能见度确定模型,通过训练更新初始能见度确定模型的参数,以使模型的损失函数满足预设条件。例如,损失函数收敛,或损失函数值小于预设值。当损失函数满足预设条件时模型训练完成,得到训练好的能见度确定模型。
本说明书的一些实施例通过能见度确定模型确定目标海域的能见度信息,能够进一步提高目标海域能见度的准确性。同时,本说明书的一些实施例通过获取目标海域的环境图像,确定航行的能见度信息,可以更加全面判断检查评估结果的真实性,进一步确保航行的安全。
应当注意的是,上述的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图5是根据本说明书一些实施例所示的获取第一操作信息的示例性流程图。在一些实施例中,流程500可以由第三信息获取模块250执行。
在一些实施例中,目标操作信息可以包括第一操作信息。第一操作信息可以表征船长是否位于驾驶室。当目标操作信息包括第一操作信息时,流程500可以包括下述步骤:
步骤510,获取所述船舶的驾驶室的拍摄图像。
在一些实施例中,可以通过拍摄装置获取驾驶室的图像或视频。第三信息获取模块250可以对图像或视频进行处理,得到船舶的驾驶室内的拍摄图像。例如,第三信息获取模块250可以选取驾驶室的视频中的部分视频帧作为驾驶室的拍摄图像。在一些实施例中,第三信息获取模块250可以对一张拍摄图像进行处理,确定第一操作信息。在一些实施例中,第三信息获取模块250还可以对多张拍摄图像进行处理,确定第一操作信息。
步骤520,基于拍摄图像,确定拍摄图像包含的人像的船员特征信息。
船员特征信息可以指能够反映船员的外貌特征的特征信息。船员的外貌特征可以指船员的肖像特征。船员的外貌特征可以包括船员的容貌特征(如,五官)、船员的身材特征(如,高、矮、胖、瘦)和船员的衣着特征(如,穿衣打扮)等中的一种或多种。
在一些实施例中,第三信息获取模块250可以对拍摄图像进行图像识别,确定拍摄图像中的人像的识别框。图像识别的方法可以包括但不限于结构图像识别方法、模糊图像识别方法等中的一种或多种。在一些实施例中,第三信息获取模块250可以对带有人像的识别框的该部分拍摄图像进行图像特征提取,得到船员特征信息。图像特征提取方法可以包括但不限于灰度特征提取方法、纹理特征提取方法等中的一种或多种。
在一些实施例中,还可以将驾驶室的拍摄图像输入第一职位确定模型中的第一特征提取层,第一特征提取层的输出为船员特征信息。关于第一职位确定模型、第一特征提取层的更多内容参见图6及其相关描述,此处不再赘述。
步骤530,基于船员特征信息,确定人像对应的第一职位信息。
第一职位信息可以指通过船员特征信息确定的人像的职位信息。在一些实施例中,当拍摄图像中有多个人像时,可以输出每一个人像对应的职位信息。例如,当某一拍摄图像中包含两个人像时,可以确定一个人像为船长,另一个人像为大副。
在一些实施例中,第三信息获取模块250可以将船员特征信息(例如,外貌特征信息)与存储设备140的数据库中存储的船员外貌特征进行匹配,确定人像对应的第一职位信息。例如,如果船员特征信息(如,穿制服颜色和款式)与数据库中存储的船员外貌特征进行匹配,确定船员特征信息中制服颜色和款式与数据库中存储的船长的制服颜色和款式匹配,则可以确定人像对应的第一职位信息为船长。
在一些实施例中,还可以将船员特征信息输入第一职位确定模型中的第一职位确定层,第一职位确定层的输出为拍摄图像中人像对应的第一职位信息。关于第一职位确定模型以及第一职位确定层的更多内容参见图6及其相关描述,此处不再赘述。
步骤540,基于第一职位信息,确定第一操作信息,其中,第一操作信息可以表征船长是否位于驾驶室。
第一操作信息可以指根据第一职位信息确定的船长是否位于驾驶室的操作信息。
在一些实施例中,第一操作信息可以基于第一职位信息确定。第三信息获取模块250可以对驾驶室的第一职位信息进行判断,当第一职位信息中包含有船长时,确定第一操作信息为船长位于驾驶室;当第一职位信息中不包含船长时,确定第一操作信息为船长不位于驾驶室。在一些实施例中,当第一操作信息表征船长位于驾驶室时,则船长的操作评估结果为合规。在一些实施例中,当第一操作信息表征船长不位于驾驶室时,则船长的操作评估结果为不合规。当船长的操作评估结果为不合规时,提示模块280可以对船长进行提醒。关于提示模块280进行提醒的更多内容参见图3及其相关描述,此处不再赘述。
在一些实施例中,还可以对船长是否在预设时间段内保持在驾驶室进行判断。例如,预设时间段可以为整个能见度不良的时间段。在一些实施例中,第三信息获取模块250可以在预设时间段内的各个时间点持续获取驾驶室的拍摄图像,并基于各个时间点的拍摄图像持续确定第一职位信息,从而确定预设时间段内不同时间点的第一操作信息。若预设时间段内不同时间点的第一操作信息均表征船长没有位于驾驶室,则确定船长在预设时间段内没有出现在驾驶室;若预设时间段内不同时间点的第一操作信息均表征船长位于驾驶室,则确定船长在预设时间段内一直位于驾驶室;若预设时间段内部分时间点的第一操作信息表征船长没有位于驾驶室,则确定船长在预设时间段内曾离开过驾驶室。例如,若预设时间段内包含有三个时间点,每个时间点分别获取一张拍摄图像,每张拍摄图像包含的第一职位信息均仅包含大副,则可以确定三个时间点的第一操作信息表征船长没有位于驾驶室,从而确定船长在预设时间段内没有出现在驾驶室。
在本说明书的一些实施例中,通过预设时间段内多个时间片的拍摄图像,持续判断船长是否位于驾驶室,可以确定船长是否在预设时间内保持在驾驶室,从而可以加强对船员的监督,进一步保证船舶在能见度不良的条件下的安全航行。
图6为根据本说明书一些实施例所示的获取第一职位信息的示意图。
如图6所示,第一职位确定模型620可以包括依次连接的第一特征提取层620-1和第一职位确定层620-2,可以将驾驶室的拍摄图像610输入第一特征提取层620-1,第一特征提取层620-1的输出可以为船员特征信息621,再将船员特征信息621输入第一职位确定层620-2,输出可以为第一职位信息630。
在一些实施例中,第一特征提取层的输入可以为驾驶室的拍摄图像,输出可以为船员特征信息。在一些实施例中,第一特征提取层可以为卷积神经网络模型。
在一些实施例中,第一特征提取层可以通过训练获取:获取训练样本及其标签,前述训练样本可以为历史驾驶室的拍摄图像,训练样本的标签可以为历史驾驶室的拍摄图像中的船员特征信息,船员特征信息可以通过人工对历史驾驶室的拍摄图像进行标注获取。将多个带有标签的训练样本输入初始第一特征提取层,通过训练更新初始第一特征提取层的参数,当训练的模型满足预设条件时,训练结束,获取训练好的第一特征提取层。
在一些实施例中,第一职位确定层的输入可以为船员特征信息,输出可以为第一职位信息。在一些实施例中,第一职位确定层可以为深度神经网络模型、卷积神经网络模型中的一种或多种。
在一些实施例中,第一职位确定层可以通过训练获取。获取训练样本及其标签,前述训练样本可以为历史拍摄图像中的历史船员特征信息,训练样本的标签可以为历史船员特征信息对应的第一职位信息,历史船员特征信息对应的第一职位信息可以通过人工对历史船员特征信息进行标注获取。将多个带有标签的训练样本输入初始第一职位确定层进行,通过训练更新初始第一职位确定层的参数,当训练的模型满足预设条件时,训练结束,获取训练好的第一职位确定层。
在一些实施例中,可以对第一职位确定模型中的第一特征提取层和第一职位确定层进行联合训练,从而获得训练好的第一职位确定模型。
在一些实施例中,第一职位确定模型的训练样本可以为历史驾驶室的拍摄图像,训练样本的标签可以是历史驾驶室的拍摄图像中人像的第一职位信息。
在一些实施例中,将训练样本输入第一职位确定模型中的第一特征提取层,将第一特征提取层的输出输入第一职位确定模型中的第一职位确定层,并基于第一职位确定层的输出和标签构建损失函数,并基于损失函数同时迭代更新第一特征提取层和第一职位确定层的参数,直到预设条件被满足训练完成,得到训练好的第一职位确定模型。
在本说明书的一些实施例中,通过上述训练方式获得第一职位确定模型的参数,在一些情况下有利于解决单独训练第一特征提取层时难以获得标签以及单独训练第一职位确定层时难以获得训练样本的问题。
图7是根据本说明书一些实施例所示的获取第二操作信息的示例性流程图。在一些实施例中,流程700可以由第三信息获取模块250执行。
在一些实施例中,目标操作信息可以包括第二操作信息。第二操作信息也可以表征船长是否位于驾驶室。当目标操作信息包括第二操作信息时,流程700可以包括下述步骤:
步骤710,获取船舶的驾驶室的第一语音信息。
第一语音信息可以指当能见度信息小于预设阈值时,船舶驾驶室内的语音信息。第一语音信息可以包含驾驶室内的一位或多位船员发出的语音信息,也可以不包含驾驶室内的船员发出的语音信息。在一些实施例中,第一语音信息可以为船长发出的语音信息,也可以为驾驶室中的其它船员发出的语音信息。
在一些实施例中,可以对驾驶室内进行呼叫,通过设置在驾驶室内的录音设备获取驾驶室内的船员做出语音回复,第三信息获取模块250可以将该录音设备获取到的语音回复作为第一语音信息。在一些实施例中,还可以通过其他方式获取第一语音信号。例如,通过设置在驾驶室内的录音设备持续捕捉驾驶室内的语音信号,并将捕捉到的语音信号作为第一语音信息。
步骤720,基于第一语音信息,确定对应的第一语音特征。
第一语音特征信息可以指能够反映船员语音特征的特征信息。例如,第一语音特征信息可以包括船员的音色信息。
在一些实施例中,第三信息获取模块250可以对第一语音信号进行语音特征提取处理,得到第一语音特征。在一些实施例中,语音特征提取处理方法包括但不限于梅尔频率倒谱系数算法、线性预测系数算法等中的一种或多种。
在一些实施例中,还可以将第一语音信号输入第二职位确定模型中的第二特征提取层,第二特征提取层的输出为第一语音特征信息。关于第二职位确定模型、第二特征提取层的更多内容参见图8及其相关描述,此处不再赘述。
步骤730,基于第一语音特征,确定驾驶室内包含的人员的第二职位信息。
第二职位信息可以指通过船员的第一语音特征确定的第一语音信息中的船员职位信息。
在一些实施例中,第三信息获取模块250可以将第一语音特征(例如,音色信息)与存储器140中存储的全部船员的音色信息库进行匹配,确定出音色信息对应的人员,从而确定人员对应的第二职位信息。例如,如果船员的第一语音特征(如,语音的音色)与船长的语音的音色相同,则确定人员对应的第二职位信息为船长。
在一些实施例中,还可以将第一语音特征输入第二职位确定模型中的第二职位确定层,第二职位确定层的输出为驾驶室第一语音信息中船员的第二职位信息。关于第二职位确定模型以及第二职位确定层的更多内容参见图8及其相关描述,此处不再赘述。
在本说明书的一些实施例中,通过训练获得的第二职位确定模型,获得第二职位信息,提高了确定船长是否位于驾驶室的第二操作信息的效率。
步骤740,基于第二职位信息,确定第二操作信息,第二操作信息可以表征船长是否位于驾驶室。
第二操作信息可以指根据第二职位信息确定的船长是否在驾驶室的操作信息。
在一些实施例中,第三信息获取模块250可以对驾驶室的第二职位信息进行判断,当第二职位信息中包含有船长时,确定第二操作信息为船长位于驾驶室;当第二职位信息中不包含船长时,确定第二操作信息为船长不位于驾驶室。
在一些实施例中,当第一操作信息与第二操作信息中的任意一项表征船长位于驾驶室时,第三信息获取模块250可以确定目标操作信息为船长位于驾驶室。
在一些实施例中,当且仅当第一操作信息与第二操作信息均表征船长位于驾驶室时,第三信息获取模块250可以确定目标操作信息包括船长位于驾驶室;当仅第一操作信息与第二操作信息中的其中一项信息表征船长位于驾驶室时,第三信息获取模块250可以确定目标操作信息包括船长没有位于驾驶室。
在一些实施例中,当目标操作信息表征船长没有位于驾驶室时,第三信息获取模块250可以发送预设提示指令至提示模块280。提示模块280在收到预设提示指令后可以发出呼叫提示信息。
呼叫提示信息可以指用于提示船长尽快返回驾驶室的信息。在一些实施例中,呼叫提示信息可以为文字提示、语音提示或视频提示中的一种或多种。语音提示可以为通过广播语音播报提示、无线电通信设备呼叫提示等中的一种或多种。在一些实施例中,呼叫提示信息可以对驾驶室、船长个人、其它关键船员发出呼叫提示信息。
当船舶在夜间行驶,而夜间图像识别和光线不良情况下识别图像可能不准确。在本说明书的一些实施例通过基于获取的船舶驾驶室的第一语音信息,确定表征船长是否位于驾驶室的第二操作信息,从而提高船长是否在驾驶室操作判断的准确性。
图8为根据本说明书一些实施例所示的获取第二职位信息的示意图。
如图8所示,第二职位确定模型820可以包括依次连接的第二特征提取层820-1和第二职位确定层820-2,可以将驾驶室的第一语音信息810输入第二特征提取层820-1,第二特征提取层820-1的输出可以为第一语音特征信息821,再将第一语音特征信息821输入第二职位确定层820-2,输出可以为第二职位信息830。在一些实施例中,第二职位确定模型可以为高斯混合背景模型。
在一些实施例中,第二特征提取层的输入可以为驾驶室的第一语音信息,输出可以为第一语音特征信息。
在一些实施例中,第二特征提取层可以通过训练获取:获取训练样本及其标签,前述训练样本可以为历史驾驶室的第一语音信息,训练样本的标签可以为历史驾驶室的第一语音信息中的第一语音特征信息,第一语音特征信息可以通过人工对驾驶室的第一语音信息进行标注获取。将多个带有标签的训练样本输入初始第二特征提取层,通过训练更新初始第二特征提取层的参数,当训练的模型满足预设条件时,训练结束,获取训练好的第二特征提取层。
在一些实施例中,第二职位确定层的输入可以为第一语音特征信息,输出可以为第二职位信息。
在一些实施例中,第二职位确定层可以通过训练获取:获取训练样本及其标签,前述训练样本可以为历史驾驶室的第一语音特征信息,训练样本的标签可以为历史驾驶室的第一语音特征信息对应的第二职位信息,历史驾驶室的第一语音特征信息对应的第二职位信息可以通过人工对历史驾驶室的第一语音特征信息进行标注获取。将多个带有标签的训练样本输入初始第二职位确定层进行,通过训练更新初始第二职位确定层的参数,当训练的模型满足预设条件时,训练结束,获取训练好的第二职位确定层。
在一些实施例中,可以对第二职位确定模型中的第二特征提取层和第二职位确定层进行联合训练,从而获得训练好的第二职位确定模型。
在一些实施例中,第二职位确定模型的训练样本可以为历史驾驶室的第一语音信息,训练样本的标签可以是历史驾驶室的第一语音信息对应的第一职位信息。将训练样本输入第二职位确定模型中的第二特征提取层,将第二特征提取层的输出输入第二职位确定模型中的第二职位确定层,并基于第二职位确定层的输出和标签构建损失函数,并基于损失函数同时迭代更新第二特征提取层和第二职位确定层的参数,直到预设条件被满足训练完成,得到训练好的第二职位确定模型。
在本说明书的一些实施例中,通过上述训练方式获得第二职位确定模型的参数,在一些情况下有利于解决单独训练第二特征提取层时难以获得标签以及单独训练第二职位确定层时难以获得训练样本的问题。
图9是根据本说明书一些实施例所示的获取第四操作信息的示例性流程图。在一些实施例中,流程900可以由第三信息获取模块250执行。
在一些实施例中,目标操作信息可以包括第四操作信息。第四操作信息可以表征船长是否已离开驾驶室。当目标操作信息包括第四操作信息时,流程900可以包括下述步骤:
步骤910,当船长位于驾驶室时,获取人体检测信息,所述人体检测信息通过设置在驾驶室门内侧的传感器获取。
人体检测信息可以指当能见度信息小于预设阈值时,反映人体是否靠近驾驶室门内侧的检测信息。例如,人体检测信息可以为人体与驾驶室门内侧之间的距离。
在一些实施例中,可以通过第一操作信息和/或第二操作信息确定船长是否位于驾驶室。关于第一操作信息的更多内容参见图5,关于第二操作信息的更多内容参见图7的相关说明,此处不再赘述。
步骤920,基于人体检测信息,确定驾驶室内船员的活动信息。
活动信息可以指驾驶室船员活动的信息。当人体检测信息表征人体与驾驶室门内侧之间的距离越来越近时,可以确定驾驶室内船员的活动信息为向驾驶室门活动;当人体检测信息表征人体与驾驶室门内侧之间的距离越来越远时,可以确定驾驶室内船员的活动信息为背离驾驶室门活动。
在一些实施例中,基于活动信息还可以包括船员是否离开驾驶室。例如,基于人体检测信息,确定船员与驾驶室门之间的距离为从大到小直至小于预设距离(例如,0.2米)时,则可以确定该船员的活动信息为离开驾驶室。
在一些实施例中,可以基于驾驶室内船员的活动信息,判断是否有船员离开驾驶室。
步骤930,当没有船员离开驾驶室时,确定第四操作信息为船长未离开驾驶室。
当没有船员离开驾驶室时,可以确定位于驾驶室内的船长没有离开驾驶室,进一步可以确定第四操作信息为船长未离开驾驶室。
步骤940,若有船员离开驾驶室时,获取离开驾驶室的船员的拍摄图像。
在一些实施例中,若有船员离开驾驶室时,可以通过拍摄装置对该离开驾驶室的船员进行抓拍,以获取预设数量的拍摄图像。在一些实施例中,拍摄图像的数量与该离开驾驶室的船员的移动速度正相关。
应当理解的是,由于在移动过程中,抓拍的该离开驾驶室的船员的拍摄图像容易模糊,不易识别,所以船员的移动速度越快则抓拍数量越多。基于多张拍摄图像对船员识别会更加准确。在一些实施例中,移动速度可以基于该离开驾驶室的船员的距离变化和距离变化对应的时间计算确定。例如,该离开驾驶室的船员的距离变化为2m,距离变化对应的时间为2s,则可以确定该船员的移动速度为1m/s。
步骤950,基于离开驾驶室的船员的拍摄图像,确定离开驾驶室的船员是否为船长。
在一些实施例中,可以对离开驾驶室的船员的拍摄图像进行图像识别,从而确定该离开驾驶室的船员的职位信息,进一步确定离开驾驶室的船员是否为船长。关于通过图像识别确定拍摄图像中的人像的职位信息的更多内容参见图5及其相关描述,此处不再赘述。在一些实施例中,当有多张拍摄图像时,可以确定出每一张拍摄图像中离开驾驶室的船员的职位信息。当多张拍摄图像中,离开驾驶室的船员为船长的比例超过预设比例阈值时,可以确定船长离开驾驶室。
步骤960,当离开驾驶室的船员为船长时,确定第四操作信息为船长已离开驾驶室。
在一些实施例中,可以在预设时间段内持续对第四操作信息进行判断,从而确定船长在预设时间段内是否始终位于驾驶室。
在本说明书的一些实施例中可以通过获取对离开驾驶室的船员的拍摄图像,对离开驾驶室的船员进行判断,从而确定船长离开驾驶室。另外,还可以获取多张拍摄图像,对每一张拍摄图像中离开驾驶室的船员进行判断,当且仅当多张拍摄图像判断离开驾驶室的船员为船长的比例超过预设比例时,才确定船长已离开驾驶室,排除了单一图像中出现人员模糊,不易识别导致的判断错误的情况,提高了判断的准确性。
图10是根据本说明书一些实施例所示的获取第三操作信息的示例性流程图。在一些实施例中,流程1000可以由第三信息获取模块250执行。
在一些实施例中,目标操作信息可以包括第三操作信息。第三操作信息可以表征驾驶室内的工作条件是否满足预设条件。当目标操作信息包括第三操作信息时,流程1000可以包括下述步骤:
步骤1010,获取所述船舶的驾驶室的第二语音信息。
第二语音信息可以指当能见度信息小于预设阈值时,船舶驾驶室内船员交谈的语音信息。例如,第二语音信息可以为船舶驾驶室的聊天语音信息。第二语音信息可以包含驾驶室内一个或多个船员发出的语音信息。
在一些实施例中,第三信息获取模块250可以通过具有录音功能的终端设备获取第二语音信息。例如,通过设置在驾驶室内的录音设备持续捕捉驾驶室内的语音信号,并将捕捉到的语音信号作为第二语音信息,然后通过网络发送第三信息获取模块250。
步骤1020,基于第二语音信息,确定对应的第二语音特征。
第二语音特征信息可以指能够反映驾驶室内的说话人数量信息的语音特征信息。例如,第二语音特征信息可以包括第二语音信息中说话人的音色信息。
在一些实施例中,第三信息获取模块250可以对第二语音信号进行语音特征提取处理,得到第二语音特征。在一些实施例中,语音特征提取方法包括但不限于梅尔频率倒谱系数算法、线性预测系数算法等中的一种或多种。
在一些实施例中,还可以将第二语音信号输入说话人数量确定模型中的第三特征提取层,第三特征提取层的输出为第二语音特征信息。关于说话人数量确定模型、第三特征提取层的更多内容参见图11及其相关描述,此处不再赘述。
步骤1030,基于所述第二语音特征,确定驾驶室内的说话人的数量信息。
说话人的数量信息可以指驾驶内说话人的总人数。例如,说话人的数量信息可以为五位。
在一些实施例中,第三信息获取模块250可以将第二语音特征(例如,一种或多种音色信息)与存储器140中存储的船员的音色信息库进行匹配,确定出第二语音特征对应的船员,从而确定驾驶室内的说话人的数量信息。
在一些实施例中,还可以将第二语音特征输入说话人数量确定模型中的说话人数量确定层,说话人数量确定层输出说话人的数量信息。关于说话人数量确定模型以及说话人数量确定层的更多内容参见图11及其相关描述,此处不再赘述。
在一些实施例中,第二职位确定模型的输出还可以包括说话人的数量信息。相应地,在对第二职位确定模型进行训练时,训练样本的标签还可以包括说话人的数量信息。关于第二职位确定模型的更多内容参见图8及其相关描述,此处不再赘述。
步骤1040,根据所述数量信息,确定第三操作信息,第三操作信息表征所述驾驶室内的工作条件是否满足预设条件。
第三操作信息可以指驾驶室内的工作条件是否满足预设条件的信息。预设条件可以指船舶驾驶室内的操作规定。操作规定可以包括驾驶室内最大船员数量、驾驶室内禁止无谓交谈和驾驶室禁止无关人员进入。例如,预设条件可以为驾驶室的人员数量不大于预设数量。
在一些实施例中,第三信息获取模块250可以根据数量信息确定驾驶室内的人员数量是否不大于预设数量,确定第三操作信息。例如,当驾驶室内的人员数量为4人,大于预设数量2人时,则确定的第三操作信息为违反了驾驶室的操作规定。又例如,当驾驶室内的人员数量为1人,小于预设数量2人时,则确定的第三操作信息为符合驾驶室的操作规定。
在本说明书的一些实施例中,通过基于获取船舶的驾驶室的第二语音信息,确定表征驾驶室内的工作条件是否满足预设条件的第三操作信息,实现了对驾驶室内的说话人的数量信息是否满足操作规定的自动监控,提高了监控效率。
图11为根据本说明书一些实施例所示的获取说话人数量信息的示意图。
如图11所示,说话人数确定模型1120可以包括依次连接的第三特征提取层1120-1和第三确定层1120-2,可以将驾驶室的第二语音信息1110输入第三特征提取层1120-1,第三特征提取层1120-1的输出可以为第二语音特征信息1121,再将第二语音特征信息1121输入说话人数量确定层1120-2,输出可以为说话人的数量信息1130。在一些实施例中,说话人数确定模型可以为高斯混合背景模型。
在一些实施例中,第三特征提取层的输入可以为驾驶室的第二语音信息,输出可以为第二语音特征信息。
在一些实施例中,第三特征提取层可以通过训练获取:获取训练样本及其标签,前述训练样本可以为历史驾驶室的第二语音信息,训练样本的标签可以为历史驾驶室的第二语音信息中的第二语音特征信息,第二语音特征信息可以通过人工对驾驶室的第二语音信息进行标注获取。将多个带有标签的训练样本输入初始第三特征提取层,通过训练更新初始第三特征提取层的参数,当训练的模型满足预设条件时,训练结束,获取训练好的第三特征提取层。
在一些实施例中,说话人数量确定层的输入可以为第二语音特征信息,输出可以为说话人数量信息。
在一些实施例中,说话人数量确定层可以通过训练获取:获取训练样本及其标签,前述训练样本可以为历史驾驶室的第二语音特征信息,训练样本的标签可以为历史驾驶室的第二语音特征信息对应的说话人数量信息,历史驾驶室的第二语音特征信息对应的说话人数量信息可以通过人工对历史驾驶室的第二语音特征信息进行标注获取。将多个带有标签的训练样本输入初始说话人数量确定层进行,通过训练更新初始说话人数量确定层的参数,当训练的模型满足预设条件时,训练结束,获取训练好的说话人数量确定层。
在一些实施例中,可以对说话人确定模型中的第三特征提取层和说话人数量确定层进行联合训练,从而获得训练好的说话人数量确定模型。在一些实施例中,说话人数量确定模型的训练样本可以为历史驾驶室的第二语音信息,训练样本的标签可以是历史驾驶室的第二语音信息对应的说话人数量信息。将训练样本输入说话人数量确定模型中的第三特征提取层,将第三特征提取层的输出输入说话人数量确定模型中的说话人数量确定层,并基于说话人数量确定层的输出和标签构建损失函数,并基于损失函数同时迭代更新第三特征提取层和说话人数量确定层的参数,直到预设条件被满足训练完成,得到训练好的说话人数量确定模型。
在本说明书的一些实施例中,通过上述训练方式获得说话人数量确定模型的参数,在一些情况下有利于解决单独训练第三特征提取层时难以获得标签以及单独训练说话人数量确定层时难以获得训练样本的问题。同时,基于说话人数量确定模型确定说话人的数量信息,从而可以确定第三操作信息,可以在能见度信息小于预设阈值时,对船员是否遵守相关规定进行监督,保证船舶的安全行驶。
本说明书还提供一种航行管理装置,所述装置包括至少一个处理器以及至少一个存储器;所述至少一个存储器用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现前述的航行管理方法。
本说明书还提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行前述的航行管理方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定可以指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种航行管理方法,其特征在于,包括:
获取目标海域的能见度信息;
当所述能见度信息小于预设阈值时,获取船员的职位信息以及船舶检查信息,其中,所述船舶检查信息为所述船员对船舶进行的检查获得的信息;
基于所述职位信息,确定与所述职位信息对应的预设检查内容;
基于所述预设检查内容以及所述船舶检查信息,确定所述船员的检查评估结果;
获取所述船员对船舶的目标操作信息;
基于所述职位信息,确定与所述职位信息对应的合规操作信息;
基于所述合规操作信息以及所述目标操作信息,确定所述船员的操作评估结果;
基于所述检查评估结果以及所述操作评估结果,输出对应的安全提示信息。
2.如权利要求1所述的航行管理方法,其特征在于,所述获取目标海域的能见度信息包括:
获取目标海域的环境图像;
基于所述环境图像,确定所述目标海域的环境特征信息;
基于所述环境特征信息,确定所述能见度信息。
3.如权利要求1所述的航行管理方法,其特征在于,所述目标操作信息包括第一操作信息,所述获取所述船员对船舶的目标操作信息包括:
获取所述船舶的驾驶室的拍摄图像;
基于所述拍摄图像,确定所述拍摄图像包含的人像的船员特征信息;
基于所述船员特征信息,确定所述人像对应的第一职位信息;
基于所述第一职位信息,确定所述第一操作信息,所述第一操作信息表征船长是否位于所述驾驶室。
4.如权利要求1所述的航行管理方法,其特征在于,所述目标操作信息包括第二操作信息,所述获取所述船员对船舶的目标操作信息包括:
获取所述船舶的驾驶室的第一语音信息;
基于所述第一语音信息,确定对应的第一语音特征;
基于所述第一语音特征,确定所述驾驶室内包含的人员的第二职位信息;
基于所述第二职位信息,确定所述第二操作信息,所述第二操作信息表征船长是否位于所述驾驶室。
5.如权利要求1所述的航行管理方法,所述目标操作信息包括第三操作信息,其特征在于,所述获取所述船员对船舶的目标操作信息包括:
获取所述船舶的驾驶室的第二语音信息;
基于所述第二语音信息,确定对应的第二语音特征;
基于所述第二语音特征,确定所述驾驶室内的说话人的数量信息;
根据所述数量信息,确定所述第三操作信息,所述第三操作信息表征所述驾驶室内的工作条件是否满足预设条件。
6.一种航行管理系统,其特征在于,所述航行管理系统包括第一信息获取模块、第二信息获取模块、第一确定模块、第二确定模块、第三信息获取模块、第三确定模块、第四确定模块和提示模块;其中,
所述第一信息获取模块用于获取目标海域的能见度信息;
所述第二信息获取模块用于当所述能见度信息小于预设阈值时,获取船员的职位信息以及船舶检查信息,其中,所述船舶检查信息为所述船员对船舶进行的检查获得的信息;
所述第一确定模块用于基于所述职位信息,确定与所述职位信息对应的预设检查内容;
所述第二确定模块用于基于所述预设检查内容以及所述船舶检查信息,确定所述船员的检查评估结果;
所述第三信息获取模块用于获取所述船员对船舶的目标操作信息;
所述第三确定模块用于基于所述职位信息,确定与所述职位信息对应的合规操作信息;
所述第四确定模块用于基于所述合规操作信息以及所述目标操作信息,确定所述船员的操作评估结果;
所述提示模块用于基于所述检查评估结果以及所述操作评估结果,输出对应的安全提示信息。
7.根据权利要求6所述的航行管理系统,其特征在于,所述第一信息获取模块进一步用于:
获取目标海域的环境图像;
基于所述环境图像,确定所述目标海域的环境特征信息;
基于所述环境特征,确定所述能见度信息。
8.根据权利要求6所述的航行管理系统,其特征在于,所述目标操作信息包括第一操作信息,所述第三信息获取模块进一步用于:
获取所述船舶的驾驶室的拍摄图像;
基于所述拍摄图像,确定所述拍摄图像包含的人像的船员特征信息;
基于所述船员特征信息,确定所述人像对应的第一职位信息;
基于所述第一职位信息,确定所述第一操作信息,所述第一操作信息表征船长是否位于所述驾驶室。
9.一种航行管理装置,其特征在于,所述装置包括至少一个处理器以及至少一个存储器;所述至少一个存储器用于存储计算机指令;
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1~5中任一项所述的航行管理方法。
10.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1~5任一项所述的航行管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210452660.8A CN114757559A (zh) | 2022-04-27 | 2022-04-27 | 一种航行管理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210452660.8A CN114757559A (zh) | 2022-04-27 | 2022-04-27 | 一种航行管理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114757559A true CN114757559A (zh) | 2022-07-15 |
Family
ID=82333547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210452660.8A Withdrawn CN114757559A (zh) | 2022-04-27 | 2022-04-27 | 一种航行管理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114757559A (zh) |
-
2022
- 2022-04-27 CN CN202210452660.8A patent/CN114757559A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN201063059Y (zh) | 船用智能避碰导航仪 | |
WO2018009567A1 (en) | System and method for automatic driver identification | |
CN110781798B (zh) | 一种基于树莓派和人脸识别的车载嫌疑犯锁定系统 | |
CN103971543A (zh) | 一种融合多种数据源的船舶自动识别监控方法及监管系统 | |
CN110619277A (zh) | 一种多社区智慧布控方法以及系统 | |
CN115410420B (zh) | 一种船舶安全航行管理方法和系统 | |
CN110532888A (zh) | 一种监控方法、装置及系统 | |
US11733374B2 (en) | Radar system device and method for corroborating human reports on high-risk, search and response incidents | |
CN111091641A (zh) | 基于人脸识别的船舶安防系统 | |
CN113569921A (zh) | 一种基于gnn的船舶分类识别方法及装置 | |
US10860865B2 (en) | Predictive security camera system | |
CN114757801A (zh) | 一种船员培训管理方法和系统 | |
CN114360204A (zh) | 一种基于区块链的网联汽车信息安全通信系统 | |
CN116384597B (zh) | 基于地理信息系统的渔港船舶进出港动态预测方法及系统 | |
CN114757559A (zh) | 一种航行管理方法和系统 | |
CN117542027A (zh) | 基于非接触式传感器的机组失能状态监测方法 | |
CN108437741A (zh) | 车内儿童的保护处理方法与装置 | |
CN116080847B (zh) | 一种船舶安全管理的方法、系统、装置和存储介质 | |
CN114677051A (zh) | 一种驾驶室的管理方法和系统 | |
Rothkrantz | Surveillance angels | |
CN110059650A (zh) | 信息处理方法、装置、计算机存储介质及电子设备 | |
CN114663964A (zh) | 船舶远程驾驶行为状态监测预警方法、系统及存储介质 | |
KR20190102476A (ko) | 선박의 운항 정보를 이용하여 자동 생성되는 전자로그북 생성 장치 | |
CN113947869A (zh) | 基于船舶驾驶状态的报警方法、系统、计算机设备及介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220715 |