CN115308762B - 基于激光雷达和ais的船舶识别方法及装置 - Google Patents
基于激光雷达和ais的船舶识别方法及装置 Download PDFInfo
- Publication number
- CN115308762B CN115308762B CN202211243651.4A CN202211243651A CN115308762B CN 115308762 B CN115308762 B CN 115308762B CN 202211243651 A CN202211243651 A CN 202211243651A CN 115308762 B CN115308762 B CN 115308762B
- Authority
- CN
- China
- Prior art keywords
- ship
- longitude
- information
- point
- matching
- 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 42
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000013507 mapping Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 13
- 230000003068 static effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 7
- 101100511466 Caenorhabditis elegans lon-1 gene Proteins 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 206010056292 Androgen-Insensitivity Syndrome Diseases 0.000 description 2
- 101100182247 Caenorhabditis elegans lat-1 gene Proteins 0.000 description 2
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 description 2
- 208000032382 Ischaemic stroke Diseases 0.000 description 2
- 101150061388 LON1 gene Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于激光雷达和AIS的船舶识别方法,建立激光雷达坐标系并计算坐标系中的X轴方位角,通过船舶AIS信息计算当前时刻预测船舶点的第一经纬度信息,通过雷达信息计算船舶的第二经纬度信息,将预测船舶点的航向与实际船舶的航向进行匹配,方向一致后根据第一经纬度信息与第二经纬度信息计算与目标船舶距离最小的预测船舶点,若距离小于预设距离阈值,则认为该目标船舶与对应的预测船舶点匹配成功,将预测船舶点对应的AIS信息作为目标船舶的匹配结果。通过激光雷达的雷达信息与AIS信息进行方向匹配及距离匹配,得到船舶对应的AIS信息中的MMSI码,从而快速、简单的完成船舶的识别。
Description
技术领域
本发明涉及船舶检测领域,尤其涉及一种基于激光雷达和AIS的船舶识别方法及装置。
背景技术
水路航运是一种重要的运输方式,随着船舶数量的不断增长,船舶超载超限运输,违法逃逸等一系列事情时有发生,因此,需要了解过往船舶的身份信息,以实现对水路航运船舶的管理。
现有船舶识别系统,主要有三种方法。第一种方法是通过图像或视频提取目标船舶的物理位置、尺寸、颜色等特征,结合AIS信息作为参考对船舶身份做出判断。这种方法,受摄像头安装距离、位置等限制,同时受光照因素、雾天气影响大,在夜晚或者恶劣的天气条件下, 现有摄像头采集的视频或者图像质量不高,清晰度不足、分辨率不够,导致发生漏检和识别错误的情况。同时在航运情况复杂的河道交汇处和检测范围较大的江面、入海口等情况时由于摄像头拍摄距离有限,不能很好的识别船舶。第二种方法是采用RFID电子标签技术进行船舶识别,采用RFID电子标签时,必须要在船上进行施工安装,没有在船上安装是不能识别船舶的,同时存在RFID识别距离小,成本比较高的问题。第三种方法是AIS和雷达数据融合进行船舶识别,主要是通过AIS和雷达的航迹融合或者深度学习等方法进行识别,方法和流程都比较复杂。
针对以上问题,目前还没有一个有效的解决方法。
发明内容
为解决上述问题,本发明通过设置激光雷达,解决相机清晰度低、容易被干扰的问题;通过激光雷达数据与AIS数据配合,完成每条船舶的数据匹配,不需额外安装其它设备,且匹配方法简单、快速。
为达到上述目的,本发明提供一种基于激光雷达和AIS的船舶识别方法,包括:S1、以激光雷达所在的经纬度坐标点为原点,根据点云数据建立激光雷达坐标系,根据原点的经纬度信息、参考点的经纬度信息及在激光雷达坐标系中的参考点坐标信息计算激光雷达坐标系中X轴的方位角;S2、每隔预定时间接收预定范围内的船舶AIS信息,根据最近时刻的所述船舶AIS信息预估当前时刻多个预测船舶点的第一经纬度信息;S3、读取当前时刻的船舶的雷达信息,根据所述原点的经纬度信息、X轴方位角及船舶的雷达信息中的船舶坐标信息,计算多个船舶的第二经纬度信息;S4、将预测船舶点的对地航向转化为河道中的映射航向,筛选与目标船舶的实际航向一致的映射航向对应的预测船舶点,记为待匹配船舶点;其中,所述实际航向包括于雷达信息中,所述对地航向包括于船舶AIS信息中;S5、根据目标船舶的第二经纬度信息及多个待匹配船舶点的第一经纬度信息,计算目标船舶与每个待匹配船舶点的距离,取最小距离为匹配距离,若匹配距离小于预设距离阈值,则将对应的待匹配船舶点的船舶AIS信息作为目标船舶的匹配结果;S6、重复步骤S4-S5,得到当前时刻多个船舶对应的匹配结果。
进一步可选的,所述以激光雷达所在的经纬度坐标点为原点,根据点云数据建立激光雷达坐标系,根据原点的经纬度信息、参考点的经纬度信息及在激光雷达坐标系中的参考点坐标信息计算激光雷达坐标系中X轴的方位角,包括:S101、根据所述参考点坐标信息,计算参考点-原点的连线与X轴的夹角;S102、根据原点的经纬度信息及参考点的经纬度信息,计算参考点-原点的连线的方位角;S103、根据所述夹角及所述方位角,计算X轴的方位角。
进一步可选的,所述每隔预定时间接收预定范围内的船舶AIS信息,根据最近时刻的所述船舶AIS信息预估当前时刻多个预测船舶点的第一经纬度信息,包括:S201、根据接收到的船舶AIS信息中的MMSI码将同一个船舶的静态数据及动态数据融合;S202、根据最近时刻的每个船舶AIS信息中对地航向、航速、经纬度信息以及最近时刻与当前时刻的时间差,计算每个预测船舶点的第一经纬度信息。
进一步可选的,所述得到多个船舶对应的匹配结果之后,包括:S7、当第一经纬度信息的数量等于第二经纬度信息的数量时,若每个匹配结果对应唯一的船舶,则每个船舶对应的匹配结果作为最终匹配结果;若同一个匹配结果对应至少两个船舶,则采用匈牙利算法对所有待匹配船舶点和所有船舶进行重新匹配,得到每个船舶的最终匹配结果;S8、当第一经纬度信息的数量大于第二经纬度信息的数量时,通知激光雷达根据未匹配的预测船舶点对应的经纬度信息进行重点扫描;S9、当第一经纬度信息的数量小于第二经纬度信息的数量,同一匹配结果对应有至少两个船舶时,将该匹配结果作为匹配距离最小的船舶的最终匹配结果。
进一步可选的,所述得到多个船舶对应的匹配结果之后,包括:S10、将当前时刻的匹配结果与上一时刻的匹配结果对比,若同一船舶两个时刻的匹配结果不同,则将最小匹配距离对应的匹配结果作为当前时刻该船舶的最新匹配结果;若同一船舶两个时刻的匹配结果相同,则不更新该船舶的匹配结果。
另一方面,本发明还提供了一种基于激光雷达和AIS的船舶识别装置,包括:方位角计算模块,用于以激光雷达所在的经纬度坐标点为原点,根据点云数据建立激光雷达坐标系,根据原点的经纬度信息、参考点的经纬度信息及在激光雷达坐标系中的参考点坐标信息计算激光雷达坐标系中X轴的方位角;第一经纬度信息计算模块,用于每隔预定时间接收预定范围内的船舶AIS信息,根据最近时刻的所述船舶AIS信息预估当前时刻多个预测船舶点的第一经纬度信息;第二经纬度信息计算模块,用于读取当前时刻的船舶的雷达信息,根据所述原点的经纬度信息、X轴方位角及船舶的雷达信息中的船舶坐标信息,计算多个船舶的第二经纬度信息;方向匹配模块,用于将预测船舶点的对地航向转化为河道中的映射航向,筛选与目标船舶的实际航向一致的映射航向对应的预测船舶点,记为待匹配船舶点;其中,所述实际航向包括于雷达信息中,所述对地航向包括于船舶AIS信息中;距离匹配模块,用于根据目标船舶的第二经纬度信息及多个待匹配船舶点的第一经纬度信息,计算目标船舶与每个待匹配船舶点的距离,取最小距离为匹配距离,若匹配距离小于预设距离阈值,则将对应的待匹配船舶点的船舶AIS信息作为目标船舶的匹配结果;循环匹配模块,用于重复方向匹配模块及距离匹配模块的步骤,得到当前时刻多个船舶对应的匹配结果。
进一步可选的,所述方位角计算模块包括:夹角计算子模块,用于根据所述参考点坐标信息,计算参考点-原点的连线与X轴的夹角;第一方位角计算子模块,用于根据原点的经纬度信息及参考点的经纬度信息,计算参考点-原点的连线的方位角;第二方位角计算子模块,用于根据所述夹角及所述方位角,计算X轴的方位角。
进一步可选的,所述第一经纬度信息计算模块包括:数据融合子模块,用于根据接收到的船舶AIS信息中的MMSI码将同一个船舶的静态数据及动态数据融合;数据处理子模块,用于根据最近时刻的每个船舶AIS信息中对地航向、航速、经纬度信息以及最近时刻与当前时刻的时间差,计算每个预测船舶点的第一经纬度信息。
进一步可选的,该装置包括:第一修正模块,用于当第一经纬度信息的数量等于第二经纬度信息的数量时,若每个匹配结果对应唯一的船舶,则每个船舶对应的匹配结果作为最终匹配结果;若同一个匹配结果对应至少两个船舶,则采用匈牙利算法对所有待匹配船舶点和所有船舶进行重新匹配,得到每个船舶的最终匹配结果;第二修正模块,用于当第一经纬度信息的数量大于第二经纬度信息的数量时,通知激光雷达根据未匹配的预测船舶点对应的经纬度信息进行重点扫描;第三修正模块,用于当第一经纬度信息的数量小于第二经纬度信息的数量,同一匹配结果对应有至少两个船舶时,将该匹配结果作为匹配距离最小的船舶的最终匹配结果。
进一步可选的,该装置包括:匹配结果更新模块,用于将当前时刻的匹配结果与上一时刻的匹配结果对比,若同一船舶两个时刻的匹配结果不同,则将最小匹配距离对应的匹配结果作为当前时刻该船舶的最新匹配结果;若同一船舶两个时刻的匹配结果相同,则不更新该船舶的匹配结果。
上述技术方案具有如下有益效果:通过激光雷达对河道的船舶进行扫描,激光雷达具有测量距离远、分辨率高、隐蔽性好、抗干扰能力强等优点,因此即使在夜晚和大雾等恶劣天气下,也能够精准测量船的位置,提高船舶的识别率;另外,本发明既能适用在较窄的内河河道上,同样适用于情况复杂的航道和河道较宽的江面且能够进行多目标处理,在有多条船同时进入时,也能很好的进行识别;不需要在船体上额外安装设备,减低了成本;通过方向匹配及距离匹配的方式完成船舶识别,具有结构设计简单、流程简单、方法简单,船舶识别率高的特点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于激光雷达和AIS的船舶识别方法的流程图;
图2是本发明实施例提供的X轴方位角计算方法的流程图;
图3是本发明实施例提供的第一经纬度信息计算方法的流程图;
图4是本发明实施例提供的匹配结果修正方法的流程图;
图5是本发明实施例提供的基于激光雷达和AIS的船舶识别装置的结构示意图;
图6是本发明实施例提供的方位角计算模块的结构示意图;
图7是本发明实施例提供的第一经纬度信息计算模块的结构示意图;
图8是本发明实施例提供的第一、第二、第三修改模块的结构示意图。
附图标记:100-方位角计算模块 1001-夹角计算子模块 1002-第一方位角计算子模块 200-第一经纬度信息计算模块 2001-数据融合子模块 2002-数据处理子模块 300-第二经纬度信息计算模块 400-方向匹配模块 500-距离匹配模块 600-循环匹配模块700-第一修正模块 800-第二修正模块 900-第三修正模块 1000-匹配结果更新模块。
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。
为解决上述相机拍摄清晰度、距离有限,额外安装设备耗费成本及深度学习、轨迹融合较为复杂等问题,本发明实施例提供了一种基于激光雷达和AIS的船舶识别方法,图1是本发明实施例提供的基于激光雷达和AIS的船舶识别方法的流程图,如图1所示,该方法包括:
S1、以激光雷达所在的经纬度坐标点为原点,根据点云数据建立激光雷达坐标系,根据原点的经纬度信息、参考点的经纬度信息及在激光雷达坐标系中的参考点坐标信息计算激光雷达坐标系中X轴的方位角;
在河道的卡口处,安装卡口激光雷达及AIS设备。具体的,在卡口岸边的立杆上安装卡口激光雷达及AIS设备。
激光雷达每隔一定时间会进行一次扫描或检测到船舶经过时进行一次扫描,得到一帧三维图像作为雷达信息,图像中包括点云数据,每个点均具有对应的坐标信息,以横坐标为0的一系列点的连线作为Y轴,以纵坐标为0的一系列点的连线作为X轴,以激光雷达的安装点为原点,建立激光雷达坐标系。本实施例中,将原点向河对岸做的垂线作为X轴,与X轴垂直的经过原点的线为Y轴。
参考点为实际的河道中固定的参照物,例如桥墩。根据参照物在地图中的位置可以确定其经纬度,同理也可确定原点对应的经纬度。
根据参考点的经纬度及其在激光雷达坐标系中的参考点坐标信息可以计算得到X轴的方位角。
S2、每隔预定时间接收预定范围内的船舶AIS信息,根据最近时刻的船舶AIS信息预估当前时刻多个预测船舶点的第一经纬度信息;
每隔预定时间接收卡口附近船舶的AIS服务器发送的船舶AIS信息,由于激光雷达的扫描范围是一个半径固定的扇形区域(预定范围),因此只读取进入预定范围内的船舶AIS信息。其中,预定时间为30秒,预设范围为距离激光雷达原点1000米的扇形区域。
更进一步的,按预定时间接收到船舶AIS信息之后,将数据存入数据库中,以方便读取、删除。在此基础上,定时读取5分钟内且在预定范围内的船舶AIS信息,对该部分数据进行数据处理后参与后续匹配,可使匹配结果更加准确。
在获取到最新雷达信息的时刻(当前时刻),根据最近时刻的船舶AIS信息预测当前时刻下多个预测船舶点的第一经纬度信息。
S3、读取当前时刻的船舶的雷达信息,根据原点的经纬度信息、X轴方位角及船舶的雷达信息中的船舶坐标信息,计算多个船舶的第二经纬度信息;
当前时刻船舶的雷达信息中,每条船舶对应一个三维数据,即每条船舶对应有一个激光雷达坐标系中的船舶坐标信息。
作为一种可选的实施方式,由于船舶具有一定长度,且不确定AIS设备安装在船舶的哪个位置,本实施例中将船舶的中间点近似为AIS设备的安装位置,以该点的坐标信息作为对应船舶的船舶坐标信息。
综合原点的经纬度信息P1(lon1,lat1)、X轴方位角θ及船舶坐标信息(x,y),计算当前时刻的雷达信息中船舶的第二经纬度信息,具体通过以下公式计算:
S4、将预测船舶点的对地航向转化为河道中的映射航向,筛选与目标船舶的实际航向一致的映射航向对应的预测船舶点,记为待匹配船舶点;其中,实际航向包括于雷达信息中,对地航向包括于船舶AIS信息中;
根据目标船舶的对地航向及河道的方向,将对地航向转化为河道中的映射航向。根据当前时刻的雷达信息确定出目标船舶的实际航向,若目标船舶的映射航向与实际航向一致,则认为该船舶方向匹配成功。具体的,在本实施例中方向分为两种:上行及下行,在雷达信息图像中船舶从左向右行驶为上行,在雷达信息图像中船舶从右向左行驶为下行。
S5、根据目标船舶的第二经纬度信息及多个待匹配船舶点的第一经纬度信息,计算目标船舶与每个待匹配船舶点的距离,取最小距离为匹配距离,若匹配距离小于预设距离阈值,则将对应的待匹配船舶点的船舶AIS信息作为目标船舶的匹配结果;
对于目标船舶来说,计算其与所有待匹配船舶点的距离,通过计算目标船舶的第二经纬度信息与每个待匹配船舶点的第一经纬度信息实现距离计算,取距离最小的待匹配船舶点对应的距离作为匹配距离,将该匹配距离与预设距离阈值进行比较,若小于预设距离阈值则将匹配距离对应的待匹配船舶点的船舶AIS信息作为目标船舶的匹配结果。AIS信息中包括MMSI码,MMSI码发送到WEB平台后,由平台从数据库中根据MMSI提取船舶的载荷、中文名、所有人等信息,同时能够识别出AIS未开机的船舶,发出警告信息,供监察人员核查船只是否违规。
根据目标船舶的第二经纬度信息(shiplon,shiplat)及每个待匹配船舶点的第一经纬度信息(lonest,latest),通过以下公式计算目标船舶与每个待匹配船舶点的距离:
作为一种可选的实施方式,预设距离阈值通过以下公式计算:
其中,diffbase是基础的距离阈值,通常选为10,diff为预设距离阈值,x为船舶在激光雷达坐标系下的横坐标,y为船舶在激光雷达坐标系下的纵坐标。
S6、重复步骤S4-S5,得到当前时刻多个船舶对应的匹配结果。
对每个船舶重复上述方向匹配及距离匹配步骤,得到多个船舶的匹配结果,完成当前时刻帧画面中的船舶匹配。
作为一种可选的实施方式,图2是本发明实施例提供的X轴方位角计算方法的流程图,如图2所示,以激光雷达所在的经纬度坐标点为原点,根据点云数据建立激光雷达坐标系,根据原点的经纬度信息、参考点的经纬度信息及在激光雷达坐标系中的参考点坐标信息计算激光雷达坐标系中X轴的方位角,包括:
S101、根据参考点坐标信息,计算参考点-原点的连线与X轴的夹角;
在雷达信息中点云数据中找到参考点在激光雷达坐标系下的坐标值(X,Y),通过以下公式计算参考点-原点的连线与X轴的夹角:
S102、根据原点的经纬度信息及参考点的经纬度信息,计算参考点-原点的连线的方位角;
原点经纬度信息P1(lon1,lat1) ,参考点经纬度信息P2(lon2,lat2),通过以下公式计算参考点-原点的连线的方位角:
S103、根据夹角及方位角,计算X轴的方位角。
根据以下公式计算X轴的方位角:
其中,θ为X轴方位角,α为参考点-原点的连线的方位角,β为参考点-原点的连线与X轴的夹角。
作为一种可选的实施方式,图3是本发明实施例提供的第一经纬度信息计算方法的流程图,如图3所示,每隔预定时间接收预定范围内的船舶AIS信息,根据最近时刻的船舶AIS信息预估当前时刻多个预测船舶点的第一经纬度信息,包括:
S201、根据接收到的船舶AIS信息中的MMSI码将同一个船舶的静态数据及动态数据融合;
船舶的动态数据信息具体包括:MMSI码,船舶经纬度坐标,航速,对地航向,时间等,并且每隔30秒左右,岸边的AIS设备才能接收到一次船舶的动态数据信息。
船舶的静态数据信息具体包括:MMSI码,船舶名称信息,船舶长度信息等。
通过定时读取预定范围内的AIS数据,并对接收到的AIS数据及时进行动态数据及静态数据的信息融合,使得读取一个MMSI码可同时得到同一船舶的动态数据及静态数据。
S202、根据最近时刻的每个船舶AIS信息中对地航向、航速、经纬度信息以及最近时刻与当前时刻的时间差,计算每个预测船舶点的第一经纬度信息。
根据融合后的船舶AIS信息对第一经纬度信息进行预测,具体通过以下公式计算:
其中,lonest为第一经纬度信息中的经度值,lon为最近时刻经纬度信息中的经度值,speed为航速,T为最近时刻与当前时刻的时间差(时间间隔,为正数),direction为对地航向,latest为第一经纬度信息中的纬度值,lat为最近时刻经纬度信息中的纬度值,R为地球半径。
作为一种可选的实施方式,图4是本发明实施例提供的匹配结果修正方法的流程图,如图4所示,得到多个船舶对应的匹配结果之后,包括:
在当前时刻的雷达信息的帧图像中,会出现各种不同的匹配错误情况,需针对不同的情况进行相应处理。
S7、当第一经纬度信息的数量等于第二经纬度信息的数量时,若每个匹配结果对应唯一的船舶,则每个船舶对应的匹配结果作为最终匹配结果;若同一个匹配结果对应至少两个船舶,则采用匈牙利算法对所有待匹配船舶点和所有船舶进行重新匹配,得到每个船舶的最终匹配结果;
当第一经纬度信息的数量等于第二经纬度信息的数量,也即雷达信息中的船舶数量等于接收到的船舶AIS信息数量时,若每条船匹配的船舶AIS信息都相同时,认为当前时刻的所有船舶匹配成功,给出每条船的匹配结果,即将匹配到结果作为最终匹配结果输出;若有两条或两条以上的船舶匹配到同一个船舶AIS信息,则说明其中有匹配错误的船舶,此时采用匈牙利算法对所有待匹配船舶点和所有船舶根据对应经纬度进行重新匹配,得到最新的匹配结果,由于匈牙利算法为全局最优匹配,因此可以给出每个船舶唯一的匹配结果,完成本轮的匹配。
S8、当第一经纬度信息的数量大于第二经纬度信息的数量时,通知激光雷达根据未匹配的预测船舶点的经纬度信息进行重点扫描;
当第一经纬度信息的数量大于第二经纬度信息的数量时,即雷达信息中的船舶数量小于接收到的船舶AIS信息数量,说明有未被激光雷达检测出的船,给出本次匹配结果的同时,为识别未检测到的船只,调整激光雷达的参数,根据未匹配的船舶AIS信息中的经纬度信息通知激光雷达进行重点扫描,以提高下次匹配时的匹配成功率。
具体的,可以根据船舶AIS信息中的船舶经纬度信息预测下一时刻雷达扫描时船舶可达的区域,并将经纬度信息转化为坐标系中的坐标信息,以使激光雷达完成重点扫描。
S9、当第一经纬度信息的数量小于第二经纬度信息的数量,同一匹配结果对应有至少两个船舶时,将该匹配结果作为匹配距离最小的船舶的最终匹配结果。
当第一经纬度信息的数量小于第二经纬度信息的数量,即雷达信息中的船舶数量大于接收到的船舶AIS信息数量,存在两条或两条以上的船都匹配到了同一个AIS的情况,对应的可能有两个原因:1、一条船被激光雷达错误的识别为两条船;2、其中一条船未开启AIS设备。例如,船1在方向和距离都匹配成功后,得到了匹配结果AIS1,船2在方向和距离都匹配成功后,也匹配到AIS1,这样的话就出现了匹配错误,这就需要对于已经匹配过的AIS再次确认,找出与AIS1真正匹配的船舶。此时,比较船1对应的匹配距离和船2对应的匹配距离,匹配距离最小的船舶对应AIS1,将AIS1对应的MMSI赋给匹配距离最小的船舶。匹配距离较大的船舶视为匹配失败,将匹配结果置为空,完成本轮的匹配。
此处应注意,以上所述最终匹配结果代表船舶本轮的匹配结果,在后续获取到新的雷达信息时,每条船舶的匹配结果还会随之更新。
作为一种可选的实施方式,得到多个船舶对应的匹配结果之后,包括:
S10、将当前时刻的匹配结果与上一时刻的匹配结果对比,若同一船舶两个时刻的匹配结果不同,则将最小匹配距离对应的匹配结果作为当前时刻该船舶的最新匹配结果;若同一船舶两个时刻的匹配结果相同,则不更新该船舶的匹配结果。
为提高船舶匹配的准确度,对相邻两次获取的雷达信息对应的匹配结果进行对比确认,两次匹配结果中同一条船匹配到同一个AIS时,认为匹配结果正确,如果同一条船匹配到了两个AIS上,说明其中一帧匹配错误,匹配距离值较小的船匹配成功,给出匹配结果MMSI,匹配距离值较大的船匹配失败,将匹配结果MMSI置为空。
这样可以对上一帧由于两艘船距离较近导致的匹配错误的船进行修正。同时如果一艘船开始被AIS匹配过,由于被遮挡等原因再次被激光雷达发现时,由于这两帧激光雷达数据不是相邻两帧,该船可以再次被AIS匹配。
本发明还提供了一种基于激光雷达和AIS的船舶识别装置,图6是本发明实施例提供的基于激光雷达和AIS的船舶识别装置,如图5所示,该装置包括:
方位角计算模块100,用于以激光雷达所在的经纬度坐标点为原点,根据点云数据建立激光雷达坐标系,根据原点的经纬度信息、参考点的经纬度信息及在激光雷达坐标系中的参考点坐标信息计算激光雷达坐标系中X轴的方位角;
在河道的卡口处,安装卡口激光雷达及AIS设备。具体的,在卡口岸边的立杆上安装卡口激光雷达及AIS设备。
激光雷达每隔一定时间会进行一次扫描或检测到船舶经过时进行一次扫描,得到一帧三维图像作为雷达信息,图像中包括点云数据,每个点均具有对应的坐标信息,以横坐标为0的一系列点的连线作为Y轴,以纵坐标为0的一系列点的连线作为X轴,以激光雷达的安装点为原点,建立激光雷达坐标系。本实施例中,将原点向河对岸做的垂线作为X轴,与X轴垂直的经过原点的线为Y轴。
参考点为实际的河道中固定的参照物,例如桥墩。根据参照物在地图中的位置可以确定其经纬度,同理也可确定原点对应的经纬度。
根据参考点的经纬度及其在激光雷达坐标系中的参考点坐标信息可以计算得到X轴的方位角。
第一经纬度信息计算模块200,用于每隔预定时间接收预定范围内的船舶AIS信息,根据最近时刻的船舶AIS信息预估当前时刻多个预测船舶点的第一经纬度信息;
每隔预定时间接收卡口附近船舶的AIS服务器发送的船舶AIS信息,由于激光雷达的扫描范围是一个半径固定的扇形区域(预定范围),因此只读取进入预定范围内的船舶AIS信息。其中,预定时间为30秒,预设范围为距离激光雷达原点1000米的扇形区域。
更进一步的,按预定时间接收到船舶AIS信息之后,将数据存入数据库中,以方便读取、删除。在此基础上,定时读取5分钟内且在预定范围内的船舶AIS信息,对该部分数据进行数据处理后参与后续匹配,可使匹配结果更加准确。
在获取到最新雷达信息的时刻(当前时刻),根据最近时刻的船舶AIS信息预测当前时刻下多个预测船舶点的第一经纬度信息。
第二经纬度信息计算模块300,用于读取当前时刻的船舶的雷达信息,根据原点的经纬度信息、X轴方位角及船舶的雷达信息中的船舶坐标信息,计算多个船舶的第二经纬度信息;
当前时刻船舶的雷达信息中,每条船舶对应一个三维数据,即每条船舶对应有一个激光雷达坐标系中的船舶坐标信息。
作为一种可选的实施方式,由于船舶具有一定长度,且不确定AIS设备安装在船舶的哪个位置,本实施例中将船舶的中间点近似为AIS设备的安装位置,以该点的坐标信息作为对应船舶的船舶坐标信息。
综合原点的经纬度信息P1(lon1,lat1)、X轴方位角θ及船舶坐标信息(x,y),计算当前时刻的雷达信息中船舶的第二经纬度信息,具体通过以下公式计算:
方向匹配模块400,用于将预测船舶点的对地航向转化为河道中的映射航向,筛选与目标船舶的实际航向一致的映射航向对应的预测船舶点,记为待匹配船舶点;其中,实际航向包括于雷达信息中,对地航向包括于船舶AIS信息中;
根据目标船舶的对地航向及河道的方向,将对地航向转化为河道中的映射航向。根据当前时刻的雷达信息确定出目标船舶的实际航向,若目标船舶的映射航向与实际航向一致,则认为该船舶方向匹配成功。具体的,在本实施例中方向分为两种:上行及下行,在雷达信息图像中船舶从左向右行驶为上行,在雷达信息图像中船舶从右向左行驶为下行。
距离匹配模块500,用于根据目标船舶的第二经纬度信息及多个待匹配船舶点的第一经纬度信息,计算目标船舶与每个待匹配船舶点的距离,取最小距离为匹配距离,若匹配距离小于预设距离阈值,则将对应的待匹配船舶点的船舶AIS信息作为目标船舶的匹配结果;
对于目标船舶来说,计算其与所有待匹配船舶点的距离,通过计算目标船舶的第二经纬度信息与每个待匹配船舶点的第一经纬度信息实现距离计算,取距离最小的待匹配船舶点对应的距离作为匹配距离,将该匹配距离与预设距离阈值进行比较,若小于预设距离阈值则将匹配距离对应的待匹配船舶点的船舶AIS信息作为目标船舶的匹配结果。AIS信息中包括MMSI码,MMSI码发送到WEB平台后,由平台从数据库中根据MMSI提取船舶的载荷、中文名、所有人等信息,同时能够识别出AIS未开机的船舶,发出警告信息,供监察人员核查船只是否违规。
根据目标船舶的第二经纬度信息(shiplon,shiplat)及每个待匹配船舶点的第一经纬度信息(lonest,latest),通过以下公式计算目标船舶与每个待匹配船舶点的距离:
作为一种可选的实施方式,预设距离阈值通过以下公式计算:
其中,diffbase是基础的距离阈值,通常选为10,diff为预设距离阈值,x为船舶在激光雷达坐标系下的横坐标,y为船舶在激光雷达坐标系下的纵坐标。
循环匹配模块600,用于重复方向匹配模块及距离匹配模块的步骤,得到当前时刻多个船舶对应的匹配结果。
循环匹配模块控制方向匹配模块及距离匹配模块,对每个船舶重复上述方向匹配及距离匹配步骤,得到多个船舶的匹配结果,完成当前时刻帧画面中的船舶匹配。
作为一种可选的实施方式,图6是本发明实施例提供的方位角计算模块的结构示意图,如图2所示,方位角计算模块100,包括:
夹角计算子模块1001,用于根据参考点坐标信息,计算参考点-原点的连线与X轴的夹角;
在雷达信息中点云数据中找到参考点在激光雷达坐标系下的坐标值(X,Y),通过以下公式计算参考点-原点的连线与X轴的夹角:
第一方位角计算子模块1002,用于根据原点的经纬度信息及参考点的经纬度信息,计算参考点-原点的连线的方位角;
原点经纬度信息P1(lon1,lat1) ,参考点经纬度信息P2(lon2,lat2),通过以下公式计算参考点-原点的连线的方位角:
第二方位角计算子模块1003,用于根据夹角及方位角,计算X轴的方位角。
根据以下公式计算X轴的方位角:
其中,θ为X轴方位角,α为参考点-原点的连线的方位角,β为参考点-原点的连线与X轴的夹角。
作为一种可选的实施方式,图7是本发明实施例提供的第一经纬度信息计算模块的结构示意图,如图7所示,第一经纬度信息计算模块200,包括:
数据融合子模块2001,用于根据接收到的船舶AIS信息中的MMSI码将同一个船舶的静态数据及动态数据融合;
船舶的动态数据信息具体包括:MMSI码,船舶经纬度坐标,航速,对地航向,时间等,并且每隔30秒左右,岸边的AIS设备才能接收到一次船舶的动态数据信息。
船舶的静态数据信息具体包括:MMSI码,船舶名称信息,船舶长度信息等。
通过定时读取预定范围内的AIS数据,并对接收到的AIS数据及时进行动态数据及静态数据的信息融合,使得读取一个MMSI码可同时得到同一船舶的动态数据及静态数据。
数据处理子模块2002,用于根据最近时刻的每个船舶AIS信息中对地航向、航速、经纬度信息以及最近时刻与当前时刻的时间差,计算每个预测船舶点的第一经纬度信息。
根据融合后的船舶AIS信息对第一经纬度信息进行预测,具体通过以下公式计算:
其中,lonest为第一经纬度信息中的经度值,lon为最近时刻经纬度信息中的经度值,speed为航速,T为最近时刻与当前时刻的时间差(时间间隔,为正数),direction为对地航向,latest为第一经纬度信息中的纬度值,lat为最近时刻经纬度信息中的纬度值,R为地球半径。
作为一种可选的实施方式,图8是本发明实施例提供的第一、第二、第三修改模块的结构示意图,如图8所示,该装置包括:
在当前时刻的雷达信息的帧图像中,会出现各种不同的匹配错误情况,需针对不同的情况进行相应处理。
第一修正模块700,用于当第一经纬度信息的数量等于第二经纬度信息的数量时,若每个匹配结果对应唯一的船舶,则每个船舶对应的匹配结果作为最终匹配结果;若同一个匹配结果对应至少两个船舶,则采用匈牙利算法对所有待匹配船舶点和所有船舶进行重新匹配,得到每个船舶的最终匹配结果;当第一经纬度信息的数量等于第二经纬度信息的数量,也即雷达信息中的船舶数量等于接收到的船舶AIS信息数量时,若每条船匹配的船舶AIS信息都相同时,认为当前时刻的所有船舶匹配成功,给出每条船的匹配结果,即将匹配到结果作为最终匹配结果输出;若有两条或两条以上的船舶匹配到同一个船舶AIS信息,则说明其中有匹配错误的船舶,此时采用匈牙利算法对所有待匹配船舶点和所有船舶根据对应经纬度进行重新匹配,得到最新的匹配结果,由于匈牙利算法为全局最优匹配,因此可以给出每个船舶唯一的匹配结果,完成本轮的匹配。
第二修正模块800,用于当第一经纬度信息的数量大于第二经纬度信息的数量时,通知激光雷达根据未匹配的预测船舶点对应的第一经纬度信息进行重点扫描;
当第一经纬度信息的数量大于第二经纬度信息的数量时,即雷达信息中的船舶数量小于接收到的船舶AIS信息数量,说明有未被激光雷达检测出的船,给出本次匹配结果的同时,为识别未检测到的船只,调整激光雷达的参数,根据未匹配的船舶AIS信息中的经纬度信息通知激光雷达进行重点扫描,以提高下次匹配时的匹配成功率。
具体的,可以根据船舶AIS信息中的船舶经纬度信息预测下一时刻雷达扫描时船舶可达的区域,并将经纬度信息转化为坐标系中的坐标信息,以使激光雷达完成重点扫描。
第三修正模块900,用于当第一经纬度信息的数量小于第二经纬度信息的数量,同一匹配结果对应有至少两个船舶时,将该匹配结果作为匹配距离最小的船舶的最终匹配结果。
当第一经纬度信息的数量小于第二经纬度信息的数量,即雷达信息中的船舶数量大于接收到的船舶AIS信息数量,存在两条或两条以上的船都匹配到了同一个AIS的情况,对应的可能有两个原因:1、一条船被激光雷达错误的识别为两条船;2、其中一条船未开启AIS设备。例如,船1在方向和距离都匹配成功后,得到了匹配结果AIS1,船2在方向和距离都匹配成功后,也匹配到AIS1,这样的话就出现了匹配错误,这就需要对于已经匹配过的AIS再次确认,找出与AIS1真正匹配的船舶。此时,比较船1对应的匹配距离和船2对应的匹配距离,匹配距离最小的船舶对应AIS1,将AIS1对应的MMSI赋给匹配距离最小的船舶。匹配距离较大的船舶视为匹配失败,将匹配结果置为空,完成本轮的匹配。
此处应注意,以上所述最终匹配结果代表船舶本轮的匹配结果,在后续获取到新的雷达信息时,每条船舶的匹配结果还会随之更新。
作为一种可选的实施方式,该装置还包括:
匹配结果更新模块1000,用于将当前时刻的匹配结果与上一时刻的匹配结果对比,若同一船舶两个时刻的匹配结果不同,则将最小匹配距离对应的匹配结果作为当前时刻该船舶的最新匹配结果;若同一船舶两个时刻的匹配结果相同,则不更新该船舶的匹配结果。
为提高船舶匹配的准确度,对相邻两次获取的雷达信息对应的匹配结果进行对比确认,两次匹配结果中同一条船匹配到同一个AIS时,认为匹配结果正确,如果同一条船匹配到了两个AIS上,说明其中一帧匹配错误,匹配距离值较小的船匹配成功,给出匹配结果MMSI,匹配距离值较大的船匹配失败,将匹配结果MMSI置为空。
这样可以对上一帧由于两艘船距离较近导致的匹配错误的船进行修正。同时如果一艘船开始被AIS匹配过,由于被遮挡等原因再次被激光雷达发现时,由于这两帧激光雷达数据不是相邻两帧,该船可以再次被AIS匹配。
上述技术方案具有如下有益效果:通过激光雷达对河道的船舶进行扫描,激光雷达具有测量距离远、分辨率高、隐蔽性好、抗干扰能力强等优点,因此即使在夜晚和大雾等恶劣天气下,也能够精准测量船的位置,提高船舶的识别率;另外,本发明既能适用在较窄的内河河道上,同样适用于情况复杂的航道和河道较宽的江面且能够进行多目标处理,在有多条船同时进入时,也能很好的进行识别;不需要在船体上额外安装设备,减低了成本;通过方向匹配及距离匹配的方式完成船舶识别,具有结构设计简单、流程简单、方法简单,船舶识别率高的特点。
以上发明的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上内容仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于激光雷达和AIS的船舶识别方法,其特征在于,包括:
S1、以激光雷达所在的经纬度坐标点为原点,根据点云数据建立激光雷达坐标系,根据原点的经纬度信息、参考点的经纬度信息及在激光雷达坐标系中的参考点坐标信息计算激光雷达坐标系中X轴的方位角,包括:S101、根据所述参考点坐标信息,计算参考点-原点的连线与X轴的夹角;S102、根据原点的经纬度信息及参考点的经纬度信息,计算参考点-原点的连线的方位角;S103、根据所述夹角及所述方位角,计算X轴的方位角;其中,所述参考点坐标信息为参考点在点云数据中的坐标值;
S2、每隔预定时间接收预定范围内的船舶AIS信息,根据最近时刻的所述船舶AIS信息预估当前时刻多个预测船舶点的第一经纬度信息,包括:S201、根据接收到的船舶AIS信息中的MMSI码将同一个船舶的静态数据及动态数据融合;S202、根据最近时刻的每个船舶AIS信息中对地航向、航速、经纬度信息以及最近时刻与当前时刻的时间差,计算每个预测船舶点的第一经纬度信息;
S3、读取当前时刻的船舶的雷达信息,根据所述原点的经纬度信息、X轴方位角及船舶的雷达信息中的船舶坐标信息,计算多个船舶的第二经纬度信息;
S4、将预测船舶点的对地航向转化为河道中的映射航向,筛选与目标船舶的实际航向一致的映射航向对应的预测船舶点,记为待匹配船舶点;其中,所述实际航向包括于雷达信息中,所述对地航向包括于船舶AIS信息中;
S5、根据目标船舶的第二经纬度信息及多个待匹配船舶点的第一经纬度信息,计算目标船舶与每个待匹配船舶点的距离,取最小距离为匹配距离,若匹配距离小于预设距离阈值,则将对应的待匹配船舶点的船舶AIS信息作为目标船舶的匹配结果;
S6、重复步骤S4-S5,得到当前时刻多个船舶对应的匹配结果。
2.根据权利要求1所述的基于激光雷达和AIS的船舶识别方法,其特征在于,所述得到多个船舶对应的匹配结果之后,包括:
S7、当第一经纬度信息的数量等于第二经纬度信息的数量时,若每个匹配结果对应唯一的船舶,则每个船舶对应的匹配结果作为最终匹配结果;若同一个匹配结果对应至少两个船舶,则采用匈牙利算法对所有待匹配船舶点和所有船舶进行重新匹配,得到每个船舶的最终匹配结果;
S8、当第一经纬度信息的数量大于第二经纬度信息的数量时,通知激光雷达根据未匹配的预测船舶点对应的经纬度信息进行重点扫描;
S9、当第一经纬度信息的数量小于第二经纬度信息的数量,同一匹配结果对应有至少两个船舶时,将该匹配结果作为匹配距离最小的船舶的最终匹配结果。
3.根据权利要求1所述的基于激光雷达和AIS的船舶识别方法,其特征在于,所述得到多个船舶对应的匹配结果之后,包括:
S10、将当前时刻的匹配结果与上一时刻的匹配结果对比,若同一船舶两个时刻的匹配结果不同,则将最小匹配距离对应的匹配结果作为当前时刻该船舶的最新匹配结果;若同一船舶两个时刻的匹配结果相同,则不更新该船舶的匹配结果。
4.一种基于激光雷达和AIS的船舶识别装置,其特征在于,包括:
方位角计算模块,用于以激光雷达所在的经纬度坐标点为原点,根据点云数据建立激光雷达坐标系,根据原点的经纬度信息、参考点的经纬度信息及在激光雷达坐标系中的参考点坐标信息计算激光雷达坐标系中X轴的方位角;所述方位角计算模块包括:夹角计算子模块,用于根据所述参考点坐标信息,计算参考点-原点的连线与X轴的夹角;第一方位角计算子模块,用于根据原点的经纬度信息及参考点的经纬度信息,计算参考点-原点的连线的方位角;第二方位角计算子模块,用于根据所述夹角及所述方位角,计算X轴的方位角;其中,所述参考点坐标信息为参考点在点云数据中的坐标值;
第一经纬度信息计算模块,用于每隔预定时间接收预定范围内的船舶AIS信息,根据最近时刻的所述船舶AIS信息预估当前时刻多个预测船舶点的第一经纬度信息;所述第一经纬度信息计算模块包括:数据融合子模块,用于根据接收到的船舶AIS信息中的MMSI码将同一个船舶的静态数据及动态数据融合;数据处理子模块,用于根据最近时刻的每个船舶AIS信息中对地航向、航速、经纬度信息以及最近时刻与当前时刻的时间差,计算每个预测船舶点的第一经纬度信息;
第二经纬度信息计算模块,用于读取当前时刻的船舶的雷达信息,根据所述原点的经纬度信息、X轴方位角及船舶的雷达信息中的船舶坐标信息,计算多个船舶的第二经纬度信息;
方向匹配模块,用于将预测船舶点的对地航向转化为河道中的映射航向,筛选与目标船舶的实际航向一致的映射航向对应的预测船舶点,记为待匹配船舶点;其中,所述实际航向包括于雷达信息中,所述对地航向包括于船舶AIS信息中;
距离匹配模块,用于根据目标船舶的第二经纬度信息及多个待匹配船舶点的第一经纬度信息,计算目标船舶与每个待匹配船舶点的距离,取最小距离为匹配距离,若匹配距离小于预设距离阈值,则将对应的待匹配船舶点的船舶AIS信息作为目标船舶的匹配结果;
循环匹配模块,用于重复方向匹配模块及距离匹配模块的步骤,得到当前时刻多个船舶对应的匹配结果。
5.根据权利要求4所述的基于激光雷达和AIS的船舶识别装置,其特征在于,包括:
第一修正模块,用于当第一经纬度信息的数量等于第二经纬度信息的数量时,若每个匹配结果对应唯一的船舶,则每个船舶对应的匹配结果作为最终匹配结果;若同一个匹配结果对应至少两个船舶,则采用匈牙利算法对所有待匹配船舶点和所有船舶进行重新匹配,得到每个船舶的最终匹配结果;
第二修正模块,用于当第一经纬度信息的数量大于第二经纬度信息的数量时,通知激光雷达根据未匹配的预测船舶点对应的经纬度信息进行重点扫描;
第三修正模块,用于当第一经纬度信息的数量小于第二经纬度信息的数量,同一匹配结果对应有至少两个船舶时,将该匹配结果作为匹配距离最小的船舶的最终匹配结果。
6.根据权利要求4所述的基于激光雷达和AIS的船舶识别装置,其特征在于,包括:
匹配结果更新模块,用于将当前时刻的匹配结果与上一时刻的匹配结果对比,若同一船舶两个时刻的匹配结果不同,则将最小匹配距离对应的匹配结果作为当前时刻该船舶的最新匹配结果;若同一船舶两个时刻的匹配结果相同,则不更新该船舶的匹配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211243651.4A CN115308762B (zh) | 2022-10-12 | 2022-10-12 | 基于激光雷达和ais的船舶识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211243651.4A CN115308762B (zh) | 2022-10-12 | 2022-10-12 | 基于激光雷达和ais的船舶识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115308762A CN115308762A (zh) | 2022-11-08 |
CN115308762B true CN115308762B (zh) | 2023-03-24 |
Family
ID=83867926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211243651.4A Active CN115308762B (zh) | 2022-10-12 | 2022-10-12 | 基于激光雷达和ais的船舶识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115308762B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117148373B (zh) * | 2023-10-30 | 2024-01-26 | 浙江华是科技股份有限公司 | 基于激光雷达和ais全局匹配的船舶识别方法及系统 |
CN117470107B (zh) * | 2023-12-28 | 2024-08-09 | 思创数码科技股份有限公司 | 基于激光扫描与雷达扫描结合的船舶测量方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7817079B1 (en) * | 2008-04-17 | 2010-10-19 | The United States Of America As Represented By The Secretary Of The Navy | System and method for collection of global AIS and radar track information |
US10261176B2 (en) * | 2013-05-15 | 2019-04-16 | Flir Systems, Inc. | Rotating attitude heading reference systems and methods |
KR101901939B1 (ko) * | 2016-06-14 | 2018-09-27 | 한국전자통신연구원 | 해상 교통 정보 관제 시스템 및 방법 |
CN113962300A (zh) * | 2021-10-18 | 2022-01-21 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种融合雷达与ais的船舶精确关联方法 |
CN115080903B (zh) * | 2022-06-01 | 2023-07-14 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种基于智能优化算法的海上多目标多模态匹配融合方法 |
-
2022
- 2022-10-12 CN CN202211243651.4A patent/CN115308762B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115308762A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115308762B (zh) | 基于激光雷达和ais的船舶识别方法及装置 | |
JP6507437B2 (ja) | 船舶補助ドッキング方法およびシステム | |
JP6516111B2 (ja) | 船舶補助ドッキング方法およびシステム | |
KR101334804B1 (ko) | 선박 통합모니터링을 위한 위성정보 및 선박정보의 통합방법 | |
CN111787481A (zh) | 一种基于5g的路车协调高精度感知方法 | |
CN110889380B (zh) | 一种舰船识别方法、装置及计算机存储介质 | |
CN112581795B (zh) | 一种基于视频的船桥及船间碰撞实时预警方法与系统 | |
CN113566720A (zh) | 船舶水上高度自动测量方法、系统、设备及存储介质 | |
CN110018450A (zh) | Ais与雷达角度系统偏差的关联校准方法 | |
CN111612818A (zh) | 新型双目视觉多目标跟踪方法及系统 | |
CN113805178A (zh) | 一种水面静态碍航物探测方法 | |
CN116453276A (zh) | 一种海上风电电子围栏监控预警方法和系统 | |
CN110458089B (zh) | 一种基于高低轨光学卫星观测的海上目标关联系统及方法 | |
CN111626129A (zh) | 基于卫星ais与红外相机的舰船目标联合探测方法 | |
CN112686106B (zh) | 一种视频图像转海事雷达图像的方法 | |
KR102283968B1 (ko) | 이미지 학습 기반 시정 관측 정보 생성 및 공유 시스템과 그 방법 | |
CN117292581A (zh) | 一种桥区水域船舶的自动监测预警方法 | |
CN113484864B (zh) | 面向无人艇的航海雷达与光电吊舱协同环境感知方法 | |
Gülsoylu et al. | Image and AIS Data Fusion Technique for Maritime Computer Vision Applications | |
CN115201809A (zh) | 基于监控视频辅助的vts雷达目标解融合方法、系统和设备 | |
Chiwata et al. | Map Matching using Line Segment Features for Self-Vehicle Localization in Road Environments | |
EP4383215A1 (en) | Method and system for determining a region of water clearance of a water surface | |
CN117148373B (zh) | 基于激光雷达和ais全局匹配的船舶识别方法及系统 | |
Lin et al. | Cooperative Localization of Networked Multi-agent System | |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |