CN114913715A - 一种基于激光传感器的船舶交通量监测方法 - Google Patents
一种基于激光传感器的船舶交通量监测方法 Download PDFInfo
- Publication number
- CN114913715A CN114913715A CN202110173270.2A CN202110173270A CN114913715A CN 114913715 A CN114913715 A CN 114913715A CN 202110173270 A CN202110173270 A CN 202110173270A CN 114913715 A CN114913715 A CN 114913715A
- Authority
- CN
- China
- Prior art keywords
- ship
- laser sensor
- laser
- tag
- automatic
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于激光传感器的船舶交通量监测方法,监测步骤包括如下:S1,采集船舶信息:当船舶通过激光传感器的检测区域后时,激光传感器扫描船舶并采集船舶信息,发送给前端工控机;前端工控机通过船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨。本发明通过采用了来自AIS、RFID、视频图像和室外激光器四种传感源的数据,从而实现对船舶进行自动识别和监管目的,在应用时就建立了内河航道中船舶身份、物理尺寸、航行状况及运载货物等实际情况的唯一性数据描述,然后形成相应的数据模型,这样就可以利用合理的仲裁模型得到最终的船舶身份识别结果,以此来获得具体交通量的情况。
Description
技术领域
本发明涉及船舶交通量监测料技术领域,尤其是一种基于激光传感器的船舶交通量监测方法。
背景技术
船舶是能航行或停泊于水域进行运输或作业的交通工具,按不同的使用要求而具有不同的技术性能、装备和结构型式,而船舶交通量即在定时间内通过一定水域的内船舶艘次数量,衡量定水域定时间海事监管船舶的艘次数量。
现市面上的船舶交通量的监测方法大多数都是采用一种或者两种监测传感源来实现交通量的监测工作,在监测的过程中不能够实现精准性监测的目的,且一旦船舶的数量变多时,就很容易对监测结果造成干扰,这样获得的传统交通量数据就非常的不准确,应用时较为的麻烦。
发明内容
本发明针对背景技术中的不足,提供了一种基于激光传感器的船舶交通量监测方法。
本发明为解决上述现象,采用以下技术方案,一种基于激光传感器的船舶交通量监测方法,监测方法包括如下:
S1,当船舶通过激光传感器的检测区域后时,激光传感器扫描船舶并采集船舶信息,发送给前端工控机;前端工控机通过船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨;
S2,当激光传感器扫描到船舶头部位时,触发最靠近激光检测区域的岸基RFID阅读器,获取船舶标签ID;
S3,当激光传感器扫描到船舶头部位时,触发系统从嘉兴港航局数据库中心获取对应范围内的船舶AIS信息;
S4,当上行船舶头部在摄像机摄像标志位,被激光器发射的激光扫描到时,前端工控机分别控制两个摄像机进行拍摄照片,通过不断地调试改进,我们可以保证无论船舶是何航向,都能在最好的位置拍摄到船舱照片和船舶全貌。
作为本发明的进一步优选方式,步骤S1中,船舶自动识别系统是用于船舶超载超限的监测,从而实现对交通量监测的目的。
作为本发明的进一步优选方式,步骤S1中,融合了来自AIS、RFID、视频图像和室外激光器四种传感源的数据,对船舶进行自动识别和监管,建立了内河航道中船舶身份、物理尺寸、航行状况及运载货物等实际情况的唯一性数据描述。
作为本发明的进一步优选方式,步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时该区域内只有一条船舶的RFID标签,则和激光传感器测量出的数据建立匹配关系。
作为本发明的进一步优选方式,步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时有多条船舶的RFID标签,则利用上下游RFID阅读器的数据,确定船舶航向,如果同向船舶只有一条,也可以和激光传感器测量出的数据进行匹配。
作为本发明的进一步优选方式,步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时船舶交通流量比较繁忙,激光检测区域有多条同向船舶被检测出,同时该区域存在多条船舶的RFID标签,则无法直接建立两者的匹配关系,需要依赖下个监测点,或者利用内河船舶的相对固定性,多次识别匹配。
作为本发明的进一步优选方式,步骤S3中,当船舶驶离激光检测区域后,船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨,船舶自动识别系统与船舶建立关系,如果此时该区域内只有一条船舶的AIS信号,则两者建立匹配关系。
作为本发明的进一步优选方式,步骤S3中,当船舶驶离激光检测区域后,船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨,船舶自动识别系统与船舶建立关系,如果此时有多条船舶的AIS信号,但同向船舶只有一条,也可以和激光传感器测量出的数据进行匹配。
本发明通过采用了来自AIS、RFID、视频图像和室外激光器四种传感源的数据,从而实现对船舶进行自动识别和监管目的,在应用时就建立了内河航道中船舶身份、物理尺寸、航行状况及运载货物等实际情况的唯一性数据描述,然后形成相应的数据模型,这样就可以利用合理的仲裁模型得到最终的船舶身份识别结果,以此来获得具体交通量的情况。
附图说明
图1为本发明的系统监测部署图。
具体实施方式
下面将结合本发明实施例中,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。
本发明提供一种技术方案:一种基于激光传感器的船舶交通量监测方法,监测方法包括如下:
S1,采集船舶信息:当船舶通过激光传感器的检测区域后时,激光传感器扫描船舶并采集船舶信息,发送给前端工控机;前端工控机通过船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨;
S2,读取船舶RFID标签信息:当激光传感器扫描到船舶头部位时,触发最靠近激光检测区域的岸基RFID阅读器,获取船舶标签ID;
S3,获取船舶AIS信息:当激光传感器扫描到船舶头部位时,触发系统从嘉兴港航局数据库中心获取对应范围内的船舶AIS信息;
S4,获取视频图像:当上行船舶头部在摄像机摄像标志位,被激光器发射的激光扫描到时,前端工控机分别控制两个摄像机进行拍摄照片,通过不断地调试改进,我们可以保证无论船舶是何航向,都能在最好的位置拍摄到船舱照片和船舶全貌。
步骤S1中,船舶自动识别系统是用于船舶超载超限的监测,从而实现对交通量监测的目的。
步骤S1中,融合了来自AIS、RFID、视频图像和室外激光器四种传感源的数据,对船舶进行自动识别和监管,建立了内河航道中船舶身份、物理尺寸、航行状况及运载货物等实际情况的唯一性数据描述。
步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时该区域内只有一条船舶的RFID标签,则和激光传感器测量出的数据建立匹配关系。
步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时有多条船舶的RFID标签,则利用上下游RFID阅读器的数据,确定船舶航向,如果同向船舶只有一条,也可以和激光传感器测量出的数据进行匹配。
步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时船舶交通流量比较繁忙,激光检测区域有多条同向船舶被检测出,同时该区域存在多条船舶的RFID标签,则无法直接建立两者的匹配关系,需要依赖下个监测点,或者利用内河船舶的相对固定性,多次识别匹配。
步骤S3中,当船舶驶离激光检测区域后,船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨,船舶自动识别系统与船舶建立关系,如果此时该区域内只有一条船舶的AIS信号,则两者建立匹配关系。
步骤S3中,当船舶驶离激光检测区域后,船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨,船舶自动识别系统与船舶建立关系,如果此时有多条船舶的AIS信号,但同向船舶只有一条,也可以和激光传感器测量出的数据进行匹配。
综上所述,本发明通过采用了来自AIS、RFID、视频图像和室外激光器四种传感源的数据,从而实现对船舶进行自动识别和监管目的,在应用时就建立了内河航道中船舶身份、物理尺寸、航行状况及运载货物等实际情况的唯一性数据描述,然后形成相应的数据模型,这样就可以利用合理的仲裁模型得到最终的船舶身份识别结果,以此来获得具体船舶交通量的情况,而对于无法获取身份标识的船舶,还应通过架设视频设备,对船舶的外观进行图像分析,以期获得船名船号等信息;同时还可提供人工辅助识别模式,以便操作人员对自动辨识的错误结果进行主动修正。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种基于激光传感器的船舶交通量监测方法,其特征在于,监测步骤包括如下:
S1,采集船舶信息:当船舶通过激光传感器的检测区域后时,激光传感器扫描船舶并采集船舶信息,发送给前端工控机;前端工控机通过船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨;
S2,读取船舶RFID标签信息:当激光传感器扫描到船舶头部位时,触发最靠近激光检测区域的岸基RFID阅读器,获取船舶标签ID;
S3,获取船舶AIS信息:当激光传感器扫描到船舶头部位时,触发系统从嘉兴港航局数据库中心获取对应范围内的船舶AIS信息;
S4,获取视频图像:当上行船舶头部在摄像机摄像标志位,被激光器发射的激光扫描到时,前端工控机分别控制两个摄像机进行拍摄照片,通过不断地调试改进,我们可以保证无论船舶是何航向,都能在最好的位置拍摄到船舱照片和船舶全貌。
2.根据权利要求1所述的一种基于激光传感器的船舶交通量监测方法,其特征在于,步骤S1中,船舶自动识别系统是用于船舶超载超限的监测,从而实现对交通量监测的目的。
3.根据权利要求1所述的一种基于激光传感器的船舶交通量监测方法,其特征在于,步骤S1中,融合了来自AIS、RFID、视频图像和室外激光器四种传感源的数据,对船舶进行自动识别和监管,建立了内河航道中船舶身份、物理尺寸、航行状况及运载货物等实际情况的唯一性数据描述。
4.根据权利要求1所述的一种基于激光传感器的船舶交通量监测方法,其特征在于,步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时该区域内只有一条船舶的RFID标签,则和激光传感器测量出的数据建立匹配关系。
5.根据权利要求1所述的一种基于激光传感器的船舶交通量监测方法,其特征在于,步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时有多条船舶的RFID标签,则利用上下游RFID阅读器的数据,确定船舶航向,如果同向船舶只有一条,也可以和激光传感器测量出的数据进行匹配。
6.根据权利要求1所述的一种基于激光传感器的船舶交通量监测方法,其特征在于,步骤S2中,岸基RFID阅读器获取船舶标签ID,与船舶建立匹配时船舶交通流量比较繁忙,激光检测区域有多条同向船舶被检测出,同时该区域存在多条船舶的RFID标签,则无法直接建立两者的匹配关系,需要依赖下个监测点,或者利用内河船舶的相对固定性,多次识别匹配。
7.根据权利要求1所述的一种基于激光传感器的船舶交通量监测方法,其特征在于,步骤S3中,当船舶驶离激光检测区域后,船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨,船舶自动识别系统与船舶建立关系,如果此时该区域内只有一条船舶的AIS信号,则两者建立匹配关系。
8.根据权利要求1所述的一种基于激光传感器的船舶交通量监测方法,其特征在于,步骤S3中,当船舶驶离激光检测区域后,船舶自动识别系统实时得到该船舶的长宽、吃水、航速、航向和总吨,船舶自动识别系统与船舶建立关系,如果此时有多条船舶的AIS信号,但同向船舶只有一条,也可以和激光传感器测量出的数据进行匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110173270.2A CN114913715A (zh) | 2021-02-09 | 2021-02-09 | 一种基于激光传感器的船舶交通量监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110173270.2A CN114913715A (zh) | 2021-02-09 | 2021-02-09 | 一种基于激光传感器的船舶交通量监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114913715A true CN114913715A (zh) | 2022-08-16 |
Family
ID=82761713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110173270.2A Pending CN114913715A (zh) | 2021-02-09 | 2021-02-09 | 一种基于激光传感器的船舶交通量监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114913715A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116300664A (zh) * | 2023-05-18 | 2023-06-23 | 江苏物润船联网络股份有限公司 | 基于船联网的船舶作业流控方法和装置 |
-
2021
- 2021-02-09 CN CN202110173270.2A patent/CN114913715A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116300664A (zh) * | 2023-05-18 | 2023-06-23 | 江苏物润船联网络股份有限公司 | 基于船联网的船舶作业流控方法和装置 |
CN116300664B (zh) * | 2023-05-18 | 2023-08-22 | 江苏物润船联网络股份有限公司 | 基于船联网的船舶作业流控方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11410002B2 (en) | Ship identity recognition method based on fusion of AIS data and video data | |
CN103971543B (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 | |
CN110852219B (zh) | 一种多行人跨摄像头在线跟踪系统 | |
Schöller et al. | Assessing deep-learning methods for object detection at sea from LWIR images | |
CN108806334A (zh) | 一种基于图像的智能船舶身份识别方法 | |
CN109660760B (zh) | 一种内河航道的船舶抓拍方法及系统 | |
CN110619328A (zh) | 基于图像处理和深度学习的船舶水尺读数智能识别方法 | |
CN110515378A (zh) | 一种应用于无人艇的智能目标搜索方法 | |
US20180053303A1 (en) | Automated System and Method for Determining Positional Order Through Photometric and Geospatial Data | |
CN210667171U (zh) | 一种基于激光检测道路车辆抓拍识别系统 | |
CN116824570B (zh) | 一种基于深度学习的吃水检测方法 | |
CN114913715A (zh) | 一种基于激光传感器的船舶交通量监测方法 | |
CN113987251A (zh) | 船脸特征数据库的建立方法、系统、设备及存储介质 | |
CN110533921B (zh) | 车辆的触发抓拍方法及系统 | |
CN114401354A (zh) | 一种面向海上船舶的超视距监控的智能化控制方法及系统 | |
CN113780127A (zh) | 一种船舶定位与监控系统及方法 | |
Qiu et al. | Intelligent Highway Lane Center Identification from Surveillance Camera Video | |
Feineigle et al. | Ship recognition using optical imagery for harbor surveillance | |
US11892854B2 (en) | Assistance system for correcting vessel path and operation method thereof | |
CN115578653A (zh) | 一种基于深度学习的无人机重识别方法 | |
CA3237725A1 (en) | Systems and methods for draft calculation | |
CN210835225U (zh) | 一种基于毫米波雷达检测的车辆捕获抓拍识别系统 | |
KR102558387B1 (ko) | 실시간 레이더 이미지 기반 선박 운동정보 및 크기정보 제공시스템 및 방법 | |
CN105785990B (zh) | 基于全景环视的船只停泊系统及障碍物识别方法 | |
CN113419075B (zh) | 基于双目视觉的船舶测速方法、系统、装置和介质 |
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 |