CN115375521A - 一种基于海-空平台协同的海上应急突发搜救方法 - Google Patents
一种基于海-空平台协同的海上应急突发搜救方法 Download PDFInfo
- Publication number
- CN115375521A CN115375521A CN202211040975.8A CN202211040975A CN115375521A CN 115375521 A CN115375521 A CN 115375521A CN 202211040975 A CN202211040975 A CN 202211040975A CN 115375521 A CN115375521 A CN 115375521A
- Authority
- CN
- China
- Prior art keywords
- ship
- distress
- search
- rescue
- acquiring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000009429 distress Effects 0.000 claims abstract description 79
- 238000009792 diffusion process Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 230000004083 survival effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 4
- 239000013535 sea water Substances 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 238000013527 convolutional neural network Methods 0.000 description 5
- 210000005036 nerve Anatomy 0.000 description 3
- 201000004569 Blindness Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000013519 translation Methods 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Alarm Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于海‑空平台协同的海上应急突发搜救方法，包括：获取遇险船舶位置数据；基于遇险船舶位置数据获取所在区域的的动态环境信息；获取遇险船舶图像，基于所述遇险船舶图像获取遇险船舶基本状况；基于遇险船舶位置数据、遇险船舶基本状况、动态环境信息制定搜救方案，根据搜救方案进行搜救。本发明通过采用无人机获取图像，准确判断遇险船只情况；通过对基本情况的分析确定搜救优先级；通过采用分段向外扩散，不同段采用不同的搜寻方式，不同的搜寻密度，在保证搜救全面迅速的情况下，保证经济性。
Description
技术领域
本发明属于海上应急援救领域，特别是涉及一种基于海-空平台协同的海上应急突发搜救方法。
背景技术
我国海域辽阔，海上交通流量大、运输密度高、通航范围大、环境复杂，加上气候变化异常等因素，都加大了海上搜救工作的难度。而且影响搜索成功率的因素很多，例如事发位置、事发海域的海面风力、洋流、波浪、温度等海洋环境因素，以及遇险目标的类型、形状大小和搜救设施的航速、搜寻方式等，都会影响搜救的成功率。且当遇险目标涉及人员生命时，为了保证遇险人员的生命安全，在现有搜救效率较低的情况下，只能加大投入海上搜救力量，例如延长搜索时间及扩大搜索范围等，由此也会增加非常多的经济投入。而且较低的搜救成功率也会造成不良的社会影响，引发一系列的经济、社会问题。
现有技术中无法在投入力量有限的情况下降低搜救工作的盲目性，无法有效的调动搜救力量，无法保证能够在事发后尽量快速的找到遇险人员，并开展合理的救援行动。
发明内容
本发明的目的是提供一种基于海-空平台协同的海上应急突发搜救方法，以解决上述现有技术存在的问题。
为实现上述目的，本发明提供了一种基于海-空平台协同的海上应急突发搜救方法，包括：
获取遇险船舶位置数据；基于遇险船舶位置数据获取所在区域的的动态环境信息；
获取遇险船舶图像，基于所述遇险船舶图像获取遇险船舶基本状况；
基于遇险船舶位置数据、遇险船舶基本状况、动态环境信息制定搜救方案，根据搜救方案进行搜救。
可选的，基于无人机获取遇险船舶图像，过程包括：海上巡航基站获取到位置数据后，释放无人机，基于所述遇险船舶位置数据、所述动态环境信息以及所述无人机的速度，判断无人机前往遇险船舶的最佳路线，无人机获取遇险船舶图像后传送至距离最近的海上巡航基站。
可选的，获取所述遇险船舶基本状况的过程包括：海上巡航基站基于遇险船舶图像获取船舶损伤情况，对损伤情况进行判断，若损伤至无法获取船舶编号，则获取船舶规模和船舶类型，若船舶编号清楚，则获取船舶编号，并基于船舶编号获取落水人员信息。
可选的，获取船舶损伤情况的过程包括：对无人机传送的遇险船舶图像进行图像处理，过滤无效图像，判断船舶损伤情况。
可选的，船舶损伤情况分级包括：重度、中级、轻微，基于船只规模、船只损坏程度确定损伤情况分级，根据船舶损伤情况分级与落水人员数量确定优先级。
可选的，所述搜救方案制定的过程包括：基于动态环境信息获得落水人员最小生存时间，基于所述生存时间、所述遇险船舶位置数据以及所述船舶损伤情况进行险情分析，获取到达遇险船舶位置的用时时长在所述生存时间范围内的搜救力量，其中动态环境信息包括但不限于海水温度。
可选的，所述搜救方案的制定过程包括：基于所述船舶遇险位置获取搜救基点，基于所述船舶基本状况、所述落水人员信息、所述动态环境获取并分配搜救力量，所述搜救方案的制定还基于优先级分级。
可选的，基于遇险船舶位置数据确定搜救基点，分段向外扩散式搜救落水人员。
本发明的技术效果为：
本发明通过遇险船舶位置数据获取所在区域的的动态环境信息，获取遇险船舶图像，并根据遇险船舶图像获取基本状况，基于遇险船舶位置数据、遇险船舶基本状况、动态环境信息制定搜救方案，根据搜救方案进行搜救，能够在投入力量有限的情况下降低搜救工作的盲目性，更为有效的调动搜救力量，保证无论处于何种时间段均能够在事发后尽量快速的找到遇险人员，并开展合理的救援行动，不但能挽救更多遇险人员的生命，也能节省大量的人力、物力和财力的投入。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例中的流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1所示，本实施例中提供一种基于海-空平台协同的海上应急突发搜救方法，包括：
获取遇险船舶位置数据；基于遇险船舶位置数据获取所在区域的的动态环境信息；基于AIS获取的船舶位置数据。
获取遇险船舶图像，基于遇险船舶图像获取遇险船舶基本状况；
基于遇险船舶位置数据、遇险船舶基本状况、动态环境信息制定搜救方案，根据搜救方案进行搜救。
在一些实施例中，基于无人机获取遇险船舶图像，过程包括：海上巡航基站获取到位置数据后，释放无人机，基于遇险船舶位置数据、动态环境信息以及无人机的速度，判断无人机前往遇险船舶的最佳路线，无人机获取遇险船舶图像后通过视距自组网传输至距离最近的海上巡航基站。白天通过可见光相机拍摄，夜间通过红外热成像相机搜寻海上目标及落水人员。
目前海上求救信息主要来源于以下几个渠道：过往船舶报警、AIS信息报警、船舶自带的无线电呼救信号报警、海上卫星定位系统报警、岸基雷达扫描发现、其他一些常用手段，根据求救信息获取遇险船舶的位置数据。动态环境信息包括风速、风向、风压、海水流动等。
海上巡航基站即大型巡航舰艇，除了具备搭载各种监控和通信技术设备外，其在到达指定水域进行海空立体搜救时更可以发挥出其大平台、持久力的优势。基于遇险船舶位置数据、动态环境信息以及无人机的速度，对无人机路线进行求解，动态环境信息十分复杂，因此无人机的目的地存在一定误差，多次获取图像，保证遇险船只图像的清晰。由于船舶一般体量较大，无人机从多个角度对遇险船舶进行拍摄。
在一些实施例中，获取遇险船舶基本状况的过程包括：海上巡航基站基于遇险船舶图像获取船舶损伤情况，对损伤情况进行判断，若损伤至无法获取船舶编号，则获取船舶规模和船舶类型，若船舶编号清楚，则获取船舶编号，并基于船舶编号获取落水人员信息。
基于卷积神经网络，构建图像识别模型；基于历史图像或者任意备案的船舶图像对图像识别模型进行训练，训练完成后基于图像识别模型获取船舶编号。根据船舶规模和船舶类型以及事故位置，在备案船舶信息中进行检索，获取相关信息，根据遇险船只所在位置、相关信息以及动态环境信息，可以确定遇险船舶具体遇险时间。相关信息包括但不限于航行路线、载客人数。
卷积神经网络采用原始图像作为输入，可以有效的从大量样本中学习到相应地特征，避免了复杂的特征提取过程。由于卷积神经网络(CNN)可以直接对二维图像进行处理，因此，在图像处理方面得到了广泛的应用，并取得了较多的研究成果。该网络通过简单的非线性模型从原始图像中提取出更加抽象的特征，并且在整个过程中只需少量的人工参与。
卷积神经网络具有局部感知和参数共享两个特点，局部感知即卷积神经网络提出每个神经元不需要感知图像中的全部像素，只对图像的局部像素进行感知，然后在更高层将这些局部的信息进行合并，从而得到图像的全部表征信息。不同层的神经单元采用局部连接的方式，即每一层的神经单元只与前一层部分神经单元相连。每个神经单元只响应感受野内的区域，完全不关心感受野之外的区域。这样的局部连接模式保证了学习到的卷积核对输入的空间局部模式具有最强的响应。权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。这种网络结构对平移、比例缩放、倾斜或者共他形式的变形具有高度不变性。而且卷积神经网络采用原始图像作为输入，可以有效的从大量样本中学习到相应地特征，避免了复杂的特征提取过程。
在一些实施例中，获取船舶损伤情况的过程包括：对无人机传送的遇险船舶图像进行图像处理，过滤无效图像，判断船舶损伤情况。
其中，无效图像包括模糊图像、不完整图像、空白图像、重复图像。
在一些实施例中，船舶损伤情况分级包括：重度、中级、轻微，基于船只规模、船只损坏程度确定损伤情况分级，根据船舶损伤情况分级与落水人员数量划分优先级。
若船体、船舱、骨架受损百分之三十以上五十以下，航行能力受损，无法安全到达目的地，视为轻微；
若船体、船舱、骨架受损百分之五十以上七十以下，航行能力严重受损，视为中级；
若船体、船舱、骨架受损百分之七十以上，出现沉船迹象，视为重度；近似时间段发生的事故，按照以上分级以及落水人员数量安排是否优先搜救。当出现轻微状况，暂无人员伤亡或无人员伤亡，无人船艇搭载救援人员。
在一些实施例中，搜救方案制定的过程包括：基于动态环境信息获得落水人员最小生存时间，基于生存时间、遇险船舶位置数据以及船舶损伤情况进行险情分析，获取到达遇险船舶位置的用时时长在生存时间范围内的搜救力量，其中动态环境信息包括但不限于海水温度。
在一些实施例中，搜救方案的制定过程包括：基于船舶遇险位置获取搜救基点，基于船舶基本状况、落水人员信息、动态环境获取并分配搜救力量，搜救方案的制定还基于优先级分级。
在一些实施例中，基于遇险船舶位置数据确定搜救基点，搜救船只到达搜救基点后，分段向外扩散式搜救落水人员。
具体的，以搜救基点为圆心，以10海里为半径分八个方向开展搜救，采用扇形搜寻方式；在10海里到20海里的圆环区域，采用线性搜寻方式，按照此方式向外扩散。
向外的过程中，采用搜救船只上的小船或冲锋舟作为搜救工具。其中小船或冲锋舟上均搭有无人机，无人机的数量为3～6个，以小船为中心通过无人机进行扇形搜寻，寻找遇险者并采集遇险者图像及遇险者实时位置。
基于遇险者图像判断遇险者状态，小船或冲锋舟基于实时位置进行搜救。
本实施例通过采用无人机获取图像，准确判断遇险船只情况；通过对基本情况的分析确定搜救优先级；通过采用分段向外扩散，不同段采用不同的搜寻方式，不同的搜寻密度，在保证搜救全面迅速的情况下，保证经济性。
以上所述，仅为本申请较佳的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种基于海-空平台协同的海上应急突发搜救方法，其特征在于，包括以下步骤：
获取遇险船舶位置数据；基于遇险船舶位置数据获取所在区域的动态环境信息；
获取遇险船舶图像，基于所述遇险船舶图像获取遇险船舶基本状况；
基于遇险船舶位置数据、遇险船舶基本状况、动态环境信息制定搜救方案，根据搜救方案进行搜救。
2.根据权利要求1所述的基于海-空平台协同的海上应急突发搜救方法，其特征在于，基于无人机获取遇险船舶图像，过程包括：海上巡航基站获取到位置数据后，释放无人机，基于所述遇险船舶位置数据、所述动态环境信息以及所述无人机的速度，判断无人机前往遇险船舶的最佳路线，无人机获取遇险船舶图像后传送至距离最近的海上巡航基站。
3.根据权利要求2所述的基于海-空平台协同的海上应急突发搜救方法，其特征在于，获取所述遇险船舶基本状况的过程包括：海上巡航基站基于遇险船舶图像获取船舶损伤情况，对损伤情况进行判断，若损伤至无法获取船舶编号，则获取船舶规模和船舶类型，若船舶编号清楚，则获取船舶编号，并基于船舶编号获取落水人员信息。
4.根据权利要求3所述的基于海-空平台协同的海上应急突发搜救方法，其特征在于，获取船舶损伤情况的过程包括：对无人机传送的遇险船舶图像进行图像处理，过滤无效图像，判断船舶损伤情况。
5.根据权利要求4所述的基于海-空平台协同的海上应急突发搜救方法，其特征在于，船舶损伤情况分级包括：重度、中级、轻微，基于船只规模、船只损坏程度确定损伤情况分级，根据船舶损伤情况分级与落水人员数量确定优先级。
6.根据权利要求1所述的基于海-空平台协同的海上应急突发搜救方法，其特征在于，所述搜救方案制定的过程包括：基于动态环境信息获得落水人员最小生存时间，基于所述生存时间、所述遇险船舶位置数据以及所述船舶损伤情况进行险情分析，获取到达遇险船舶位置的用时时长在所述生存时间范围内的搜救力量，其中动态环境信息包括但不限于海水温度。
7.根据权利要求5所述的基于海-空平台协同的海上应急突发搜救方法，其特征在于，所述搜救方案的制定过程包括：基于所述船舶遇险位置获取搜救基点，基于所述船舶基本状况、所述落水人员信息、所述动态环境获取并分配搜救力量，所述搜救方案的制定还基于优先级分级。
8.根据权利要求3所述的基于海-空平台协同的海上应急突发搜救方法，其特征在于，基于遇险船舶位置数据确定搜救基点，分段向外扩散式搜救落水人员。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211040975.8A CN115375521A (zh) | 2022-08-29 | 2022-08-29 | 一种基于海-空平台协同的海上应急突发搜救方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211040975.8A CN115375521A (zh) | 2022-08-29 | 2022-08-29 | 一种基于海-空平台协同的海上应急突发搜救方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115375521A true CN115375521A (zh) | 2022-11-22 |
Family
ID=84069923
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211040975.8A Pending CN115375521A (zh) | 2022-08-29 | 2022-08-29 | 一种基于海-空平台协同的海上应急突发搜救方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115375521A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116384590A (zh) * | 2023-05-19 | 2023-07-04 | 交通运输部天津水运工程科学研究所 | 一种污染物排放量的预测方法及系统 |
-
2022
- 2022-08-29 CN CN202211040975.8A patent/CN115375521A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116384590A (zh) * | 2023-05-19 | 2023-07-04 | 交通运输部天津水运工程科学研究所 | 一种污染物排放量的预测方法及系统 |
| CN116384590B (zh) * | 2023-05-19 | 2023-08-22 | 交通运输部天津水运工程科学研究所 | 一种污染物排放量的预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106056976B (zh) | 船舶定位导航及安全预警报警系统 | |
| CN111599130A (zh) | 一种海上救助的环境风险预警系统 | |
| CN109878657B (zh) | 一种船舶安全监控系统及其使用方法 | |
| CN113342019B (zh) | 一种基于无人机的海上搜救方法、系统、设备及介质 | |
| CN115375521A (zh) | 一种基于海-空平台协同的海上应急突发搜救方法 | |
| Rowley | Autonomous unmanned surface vehicles (usv): A paradigm shift for harbor security and underwater bathymetric imaging | |
| KR20100036161A (ko) | 선박용 정보통신 장치 및 이를 이용한 운용 시스템 | |
| US10895802B1 (en) | Deep learning and intelligent sensing systems for port operations | |
| CN209852537U (zh) | 一种边海防巡逻侦察装置 | |
| CN114494348A (zh) | 一种海上救生装置的自主目标检测跟踪方法 | |
| Kulbiej et al. | Naval artificial intelligence | |
| CN215884046U (zh) | 一种自浮式海上无人机及其落水搜救系统 | |
| CN112446811A (zh) | 一种基于5g通信技术的渔业海上搜救系统及搜救方法 | |
| WO2019035877A2 (en) | SYSTEM AND METHOD FOR DETECTING THREATS TO COMMERCIAL MARITIME GOODS, THE ENVIRONMENT, AND COASTAL INDUSTRIAL / COMMERCIAL INFRASTRUCTURE | |
| CN116691967A (zh) | 水域救援方法、系统及存储介质 | |
| Małyszko et al. | Decision support systems in search, rescue and salvage operations at sea | |
| Patterson et al. | Safety and security applications for micro-unmanned surface vessels | |
| CN116009534A (zh) | 一种基于岛礁-无人船平台的海上应急突发搜救处置方法 | |
| CN115439745A (zh) | 一种面向船舶图像特征的航标搭载式监视系统及方法 | |
| CN114745659A (zh) | 一种海上多维度全局报警监测系统及其工作方法 | |
| CN112124552A (zh) | 一种自浮式海上无人机及其落水搜救系统 | |
| RU2468442C2 (ru) | Способ обеспечения безопасности судов и спасательная система для его осуществления | |
| CN113353211A (zh) | 基于无人机的海上搜救定位方法、系统、设备及存储介质 | |
| Lee et al. | Analysis of user requirements for development of vessel traffic services cloud system | |
| Chang et al. | Maritime UAV Patrol Tasks Based on YOLOv4 Object Detection |
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 |