CN115723919A - 一种船舶偏航的辅助航行方法及装置 - Google Patents
一种船舶偏航的辅助航行方法及装置 Download PDFInfo
- Publication number
- CN115723919A CN115723919A CN202211436929.XA CN202211436929A CN115723919A CN 115723919 A CN115723919 A CN 115723919A CN 202211436929 A CN202211436929 A CN 202211436929A CN 115723919 A CN115723919 A CN 115723919A
- Authority
- CN
- China
- Prior art keywords
- information
- ship
- course
- identification
- route
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种船舶偏航的辅助航行方法及装置,属于船舶航行技术领域。该方法包括如下步骤:S1:通过船舶自动识别系统和雷达系统从船舶航路信息中采集航行环境信息,并通过多源信息融合系统对航行环境信息进行计算获取虚拟航线,所述航行环境信息包括船舶识别信息和雷达信息;S2:获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;S3:基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像。本发明方便给予船员可视化航向信息,让船员更加直观观察船舶航向和航线信息,规范船舶航路航行,误差较小,实用性较好。
Description
技术领域
本发明涉及船舶航行技术领域,具体而言,涉及一种船舶偏航的辅助航行方法及装置。
背景技术
在船舶航行过程中,普遍存在船舶不按照规定的航路行驶的现象。这种不规范行为产生了严重的安全隐患,造成大量生命财产损失。造成这种现象一方面由于是船员规范驾驶船舶意识不到位,另一方面则是船舶难以提供船员一种直观的航线标识和偏航预警系统。目前,车道偏离系统在汽车行业得到了广泛应用,该系统实用性得到了人们普遍认可,减少了事故的发生,但是在船端相应的航路偏离系统却没有得到普遍应用。目前已有的船端航路预警方案只是单方面依赖导航系统或者激光雷达定位等作为信息来源,误差较大,可靠性不佳且直观性较差,实用性较差,很难达到可靠的预警效果。
发明内容
为了解决上述问题,本申请实施例提供了一种船舶偏航的辅助航行方法及装置。
第一方面,本申请实时例提供了一种船舶偏航的辅助航行方法,包括如下步骤:
S1:通过船舶自动识别系统和雷达系统从船舶航路信息中采集航行环境信息,并通过多源信息融合系统对航行环境信息进行计算获取虚拟航线,所述航行环境信息包括船舶识别信息和雷达信息;
S2:获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;
S3:基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像。
优选的,步骤S3之后还包括:
S4:基于标识图像构建航路偏离决策模型;
S5:基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,如果偏移值大于预警阈值,则发出偏航预警信息。
优选的,步骤S4中包括:
S41:对标识图像进行图像灰度处理得到灰度图像;
S42:对灰度图像进行图像边缘检测得到边缘图像,所述边缘图像包括用以表示可视虚拟航线的航路直线和用以表示实际航向标识的航向直线;
S43:对边缘图像中的航路直线和航向直线进行Hough变换提取直线端点数组;对直线端点数组进行最小二乘法直线检测拟合得到航路偏移检测图像,所述航路偏移检测图像包括变换实际航向标识和变换可视虚拟航线;
S44:基于航路偏移检测图像构建航路偏离决策模型。
优选的,步骤S11中具体包括:
S11:将航路识别信息和雷达信息分别进行坐标转化至同一坐标系下形成航路识别目标坐标和雷达目标坐标,并分别将航路识别目标坐标的时刻和雷达目标坐标的时刻进行时间校准至统一时刻;
S12:通过欧式距离公式对预设时刻的航路识别目标坐标和雷达目标坐标进行航迹相关度计算得到船舶距离关联度;
S13:分别获取n个时刻的船舶距离关联度,对n个时刻的船舶距离关联度进行点迹合并形成相似度矩阵;
S14:从相似度矩阵中选取船舶距离关联度值最大的作为虚拟航线。
优选的,步骤S5中具体包括:
S51:在决策模型中获取实际航向中心线的位置信息;
优选的,步骤S3中具体包括:分别获取虚拟航线和实际航向的坐标信息;根据坐标信息通过OpenCV机器视觉分别用以不同线条绘制表示可视虚拟航线和实际航向标识的直线以形成标识图像。
第二方面,本申请实施例提供了一种船舶偏航的辅助航行装置,包括
航线获取模块,用以通过船舶自动识别系统和雷达系统采集航行环境信息,并通过信息融合技术对航行环境信息进行计算获取虚拟航线,所述航行环境信息包括船舶识别信息和雷达信息;
航向获取模块,用以获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;
可视化获取模块,用以基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像。
优选的,模型构建模块,用以基于标识图像构建航路偏离决策模型;
预警模块 ,用以基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,如果偏移值大于预警阈值,则发出偏航预警信息。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。
本发明的有益效果为:1)首先通过船舶自动识别系统和雷达系统采集航行环境信息,通过信息融合技术对航行环境信息进行计算获取虚拟航线,接着获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向,最后基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像,使得虚拟航线和实际航向标识可视化,方便给予船员可视化航向信息,让船员更加直观观察船舶航向和航线信息,规范船舶航路航行,误差较小,实用性较好;
2)基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,如果偏移值大于预警阈值,则发出偏航预警信息,可以起到提醒船员、规范船舶航路航行和偏航预警的作用,从而保障船员生命财产安全。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需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申请的一些实施例,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为本申请实施例提供的一种船舶偏航的辅助航行方法的流程示意图;
图2为本申请实施例提供的一种船舶偏航的辅助航行装置的结构示意图;
图3为本申请实施例提供的一种电子设备的结构示意图;
图4是本申请实施例提供的一种船舶偏航的辅助航行方法中的偏航预警的流程示意图;
图5是本申请实施例提供的一种船舶偏航的辅助航行方法中的船舶识别系统与雷达系统进行多源信息融合的流程示意图;
图6是本申请实施例提供的一种船舶偏航的辅助航行方法中的航路可视化的流程示意图;
图7是本申请实施例提供的一种船舶偏航的辅助航行方法中的航路偏移检测图像获取的流程示意图;
图8是本申请实施例提供的一种船舶偏航的辅助航行方法中的决策模型工作的流程示意图;
图9是本申请实施例提供的一种船舶偏航的辅助航行方法中的基于OpenCV航路航向示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在下述介绍中,术语“第一”、“第二”仅为用于描述的目的,而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例,不同实施例之间可以替换或者合并组合,因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而,如果一个实施例包含特征A、B、C,另一个实施例包含特征B、D,那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例,尽管该实施例可能并未在以下内容中有明确的文字记载。
下面的描述提供了示例,并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下,对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行,并且可以添加、省略或组合各种步骤。此外,可以将关于一些示例描述的特征组合到其他示例中。
请参阅图1、图4、图9。图1是本申请实施例提供的一种船舶偏航的辅助航行方法的流程示意图,图4是本申请实施例提供的一种船舶偏航的辅助航行方法中的偏航预警的流程示意图,图9是本申请实施例提供的一种船舶偏航的辅助航行方法中的基于OpenCV航路航向示意图。在本申请实施例中,方法包括如下步骤:
S1:通过船舶自动识别系统和雷达系统从船舶航路信息中采集航行环境信息,并通过多源信息融合系统对航行环境信息进行计算获取虚拟航线,所述航行环境信息包括船舶识别信息和雷达信息;
S2:获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;
S3:基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像。
在本申请实施例中,首先获取预设船舶航路信息,并将该船舶航路信息分别输入AIS系统和雷达系统中,通过AIS系统从船舶航路信息中采集船舶识别信息、通过雷达系统从船舶航路信息中采集雷达信息,即通过AIS系统和雷达系统从船舶航路信息中采集航行相关环境信息,将航行相关环境信息输入多源信息融合系统中,多源信息融合系统通过多源信息融合技术计算船舶相应位置,从而生成虚拟航线;在船舶中包括用以控制船舶运行的控制系统,获取控制系统中的航行状态信息,即获取控制系统中船舶行驶速度、船舶行驶角度等相关船舶航行状态信息,计算出船舶实际航行参数,并根据航行状态信息通过机器学习卷积神经网络预测实际航向;最后基于虚拟航线和实际航向通过OpenCV机器视觉生成标识图像,标识图像中包括可视虚拟航线和实际航向标识,使标识可视化,让船员更加直观观察船舶航向和航路信息。
具体的,OpenCV的英文全称是Open Source Computer Vision Library是一个开源跨平台计算机视觉和机器学习软件库,由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法,维护至今拥有超过2500个图像处理函数,在数字图像领域有非常广泛的使用。AIS中文名字为船舶自动识别系统,英文全称是Automatic Identification System船舶自动识别系统,是指一种应用于船和岸、船和船之间的海事安全与通信的新型助航系统。常由VHF通信机、GPS定位仪和与船载显示器及传感器等相连接的通信控制器组成,能自动交换船位、航速、航向、船名、呼号等重要信息。装在船上的AIS在向外发送这些信息的同时,同样接收VHF覆盖范围内其他船舶的信息,从而实现了自动应答。此外,作为一种开放式数据传输系统,它可与雷达、ARPA、ECDIS、VTS等终端设备和INTERNET实现连接,构成海上交管和监视网络,是不用雷达探测也能获得交通信息的有效手段,可以有效减少船舶碰撞事故。
在一种可实施方式中,步骤S3之后还包括:
S4:基于标识图像构建航路偏离决策模型;
S5:基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,如果偏移值大于预警阈值,则发出偏航预警信息。
在本申请实施例中,可以基于标识图像构建基于CCP模型的决策模型,接着基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,即通过可视虚拟航线和实际航向标识的偏移值作为决策模型的判断依据,决策模型设置合理偏航阈值,即设置预警阈值,如果偏移值大于预警阈值,则发出偏航预警信息,即判断船舶航行条件是否满足偏航预警;当偏离距离达到预警阈值时,给予船员航路偏离警告,如果船员仍处于偏离状态,将持续给予警告。当船员介入操作后,将接解除警告。该系统能能够起到规范航路和偏航预警作用,从而保障船员生命财产安全。偏移值可以为偏移量和偏移角度,即可视虚拟航线和实际航向标识之间的偏移量、可视虚拟航线和实际航向标识之间的偏移角度。
具体的,目前船端暂无一种生成直观可视的虚拟航路并以此为船舶偏航判断依据的偏离预警系统,本申请填补了目前这个领域空白。目前已有的航线偏离预警方法只是单方面依赖导航系统或者激光雷达定位等作为信息来源,可靠性不佳且直观性较差。传统的车载车道偏离系统由于车道条件复杂,同时车道航路偏离系统对摄像头感知设备和算法对车道画面降噪要求很高,当遇到复杂路况或者车道线破损等情况预警系统很容易失灵误判。目前已有的航线偏离预警方法单方面依赖导航系统或者激光雷达定位等作为信息来源,依照数据分析处理作为偏航判断依据。本申请提出了一种船舶偏航辅助系统与安全预警方法。本申请针对传统船舶航路预警系统的弊端进行了改进。本申请基于AIS系统、雷达系统、船舶运动状态信息作为多源信息输入,经过多源信息融合技术计算处理后获取船舶位置、船舶航路信息及其船舶航向信息。为了解决传统船舶航路预警的直观性不佳的问题,本申请通过OpenCV机器视觉处理使标识可视化,让船员更加直观观察船舶的实际航向标识和可视虚拟航线,同时在此基础上进行航路偏航预警,进而起到提醒船员、规范船舶航路航行、保障船员生命财产安全的作用。
具体的,CCP模型的英文全称是Car,s Current Position。CCP是依据车辆到边界线的实际位置关系来判断车是否偏离车道,由于其不需要预测车辆的未来行驶状态,因此该模型有较低的误警率和漏警率。由于其特性在船端较为实用,故在本专利中用于航路偏离预警偏离模型。
在一种可实施方式中,步骤S4中包括:
S41:对标识图像进行图像灰度处理得到灰度图像;
S42:对灰度图像进行图像边缘检测得到边缘图像,所述边缘图像包括用以表示可视虚拟航线的航路直线和用以表示实际航向标识的航向直线;
S43:对边缘图像中的航路直线和航向直线进行Hough变换提取直线端点数组;对直线端点数组进行最小二乘法直线检测拟合得到航路偏移检测图像,所述航路偏移检测图像包括变换实际航向标识和变换可视虚拟航线;
S44:基于航路偏移检测图像构建航路偏离决策模型。
在本申请实施例中,请参见图7,图7是本申请实施例提供的一种船舶偏航的辅助
航行方法中的航路偏移检测图像获取的流程示意图。对画面进行采集,由于采集画面而生
成的图像为R、G、B三个彩色通道的图像,彩色图像数据量过大,不适宜作复杂的图像处理。
在步骤S41中基于式将彩
色图像转为灰度图,其中表示灰度图像,、、则表示彩色图像
的红(Red)、绿(Green)、蓝(Blue)三通道灰度值,即实现对标识图像进行图像灰度处理得到
灰度图像;
具体的,由于基于机器视觉产生的航道线画面灰度梯度较为明显,不需要传统视
觉摄像头复杂滤波操作。只需简单的图像边缘检测,通过拉普拉斯高斯(Log)算子进行滤波
处理,Log公式为:,其中表示高
斯标准差,进行高斯滤波之后,通过像素点的x方向和y方向梯度值,再对其梯度幅值及梯度
方向,求取对其梯度幅值及梯度方向进行求取其公式为:,,在检测边缘图像中,图像中航道线和航向线的边缘呈现明
显的直线特征,通过一些基于几何特征的目标提取算法,将这类直线特征提取出来形成用
以表示可视虚拟航线的航路直线和用以表示实际航向标识的航向直线,即实现了对灰度图
像进行图像边缘检测得到边缘图像,其中边缘图像包括可视虚拟航线的航路直线和实际航
向标识的航向直线;
具体的,把航路直线和航向直线转换到霍夫空间,通过设定距离和夹角的检测步
长,把二值化边缘图像上的点,带入到式中。通过阈值检测,判定图像中的直线。通过标准
Hough线变换提取相应特征,可以得到一系列点,这些点组成点()在平面中对
应的曲线其中,为图像左上角顶点到直线的距离,为直线与x轴夹角。其提取公式为:,经过边缘处理后得到一个长度较短的直线端点
数组,假设为:,即实现了对边缘图
像中的航路直线和航向直线进行Hough变换提取直线端点数组。对数组进行最小二乘法拟
合,假设直线方程为:,其中k、b均为常数,将代入至中,利用最
小二乘法计算出误差平方,将误差平方累加后可得,其中为最小二乘法的误差平方和,为0即偏导数为
0时为最优参数估计模型。化简为和,联立方程组可以求出直线的参数k、b从而确
定直线方程的最优估计,即实现了对直线端点数组进行最小二乘法直线检测拟合得到航路
偏移检测图像,航路偏移检测图像包括变换实际航向标识和变换可视虚拟航线。拟合后的
图像为航路偏移检测图像,经过拟合后的图像进行CCP模型进行航道偏离检测,即首先基于
航路偏移图像构建基于CCP模型的航路偏离决策模型,然后通过航路偏离决策模型进行航
道偏离检测,基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,如果偏移值
大于预警阈值,则发出偏航预警信息。
在一种可实施方式中,步骤S11中具体包括:
S11:将航路识别信息和雷达信息分别进行坐标转化至同一坐标系下形成航路识别目标坐标和雷达目标坐标,并分别将航路识别目标坐标的时刻和雷达目标坐标的时刻进行时间校准至统一时刻;
S12:通过欧式距离公式对预设时刻的航路识别目标坐标和雷达目标坐标进行航迹相关度计算得到船舶距离关联度;
S13:分别获取n个时刻的船舶距离关联度,对n个时刻的船舶距离关联度进行点迹合并形成相似度矩阵;
S14:从相似度矩阵中选取船舶距离关联度值最大的作为虚拟航线。
在本申请实施例中,请参见图5,图5是本申请实施例提供的一种船舶偏航的辅助
航行方法中的船舶识别系统与雷达系统进行多源信息融合的流程示意图。首先获取预设船
舶航路信息,并将该船舶航路信息分别输入AIS系统和雷达系统中,通过AIS系统从船舶航
路信息中采集船舶识别信息、通过雷达系统从船舶航路信息中采集雷达信息,将AIS信息和
雷达信息作为输入,即在雷达数据中进行跟踪和分类以获取雷达信息、在AIS数据中进行跟
踪和分类以获取AIS信息。分别从AIS系统和雷达系统对应的数据库中利用关键字段模糊查
询法和关键字段循环过滤查询法查询关键字段,以及在数据库里对关键字段进行跟踪和分
类,数据库实现投诉信息共享,利用关键字段模糊查询法和关键字段循环过滤查询法查询
关键字段,实现精确和快速查找到已有的投诉信息,对关键字段进行跟踪和分类。首先将雷
达信息和AIS信息进行坐标转化至同一坐标系下。AIS信息采用高斯——克吕格投影来实现
坐标系转换,其公式为:,,,,其中为直角坐标系下航路识别目标坐标的横坐
标、为直角坐标系下航路识别目标坐标的纵坐标、M为地理坐标下的经度、B为大地纬度、
S为子午线弧长、N为卯酉圈曲率半径,为卯酉圈分量,即垂线偏差东西分量,为第一偏
心率,其数值约等于0.00669,为第二偏心率,其数值约等于0.00674;雷达信息的坐标采
取极坐标标识,故用距离L以及角度表示,设为直角坐标系下雷达目标坐标的横坐标,为直角坐标系下雷达目标坐标的纵坐标,将极坐标转化为直角坐标公式为:,接下来对航路识别目标坐标、雷达目标坐标通过最近邻规则的试探法
进行时间统一,将航行环境信息转化到统一时刻,即实现了将航路识别信息和雷达信息分
别进行坐标转化至同一坐标系下形成航路识别目标坐标和雷达目标坐标,并分别将航路识
别目标坐标的时刻和雷达目标坐标的时刻进行时间校准至统一时刻;
具体的,初始化多个雷达目标坐标和航路识别目标坐标的数据集,在在n个时刻
内,假设在i个数据时,航路识别目标坐标为,…,,假设在j个
数据时,雷达目标坐标为,…,,通过欧氏距离公式计算船舶距
离关联度,其公式为:,,,从而实现了通过欧式距离公式对预设时
刻的航路识别目标坐标和雷达目标坐标进行航迹相关度计算得到船舶距离关联度;
具体的,之后对航行环境信息进行归一化处理,计算某一时刻AIS数据和雷达数据
是否关联,分别将n个时刻对应的船舶距离关联度计算出,构造在n个时刻内相似度矩阵,矩
阵表示为,从而实现了分别获取n个时
刻的船舶距离关联度,对n个时刻的船舶距离关联度进行点迹合并形成相似度矩阵;
具体的,在相似度矩阵中取出值最大的,将该作为相关轨迹,对进行
权重值的选取,计算融合后的距离、方位、对地速度、对地航向,最终采样多部AIS数据和雷
达仿真数据从中选取出航迹关联度最高的一组数据,即实现了从相似度矩阵中选取船舶距
离关联度值最大的作为虚拟航线,将虚拟航线作为目标位置,并将目标位置输出。
在一种可实施方式中,步骤S5中具体包括:
S51:在决策模型中获取实际航向中心线的位置信息;
在本申请实施例中,请参见图8,图8是本申请实施例提供的一种船舶偏航的辅助
航行方法中的决策模型工作的流程示意图。本申请的航路偏离决策模型采取CCP模型,CCP
模型相对于其它检测模型较为简单,其优势在于计算量较小、可靠性较高,故在船舶航行开
阔水面的简单环境条件中有较好的偏航预警效果。船舶航行的过程中,如果船舶处于正常
航行过程中,船体中心线相对于两侧虚拟航道线产生的偏移量近似相等,如果船舶发生了
航路偏离,船体两侧距离会产生一定差值。这个过程的数学模型表现为,对应于船体中心
线,基于上述获取的公式获取到航道线坐标,计算出左右虚拟航道线距离
实际航向中心线距离和,设置航道偏离阈值,判断和阈值大小关系。
代入船体中心线坐标通过设置好阈值的CCP模型中计算,如船舶向右方向偏离,如船舶向左方向偏离,时,船舶处于正常行驶状态。当船舶偏离航
道,则给予警告。
在一种可实施方式中,步骤S3中具体包括:分别获取虚拟航线和实际航向的坐标信息;根据坐标信息通过OpenCV机器视觉分别用以不同线条绘制表示可视虚拟航线和实际航向标识的直线以形成标识图像。
在本申请实施例中,请参见图6、图9,图6是本申请实施例提供的一种船舶偏航的辅助航行方法中的航路可视化的流程示意图,图9是本申请实施例提供的一种船舶偏航的辅助航行方法中的基于OpenCV航路航向示意图。通过获取AIS系统信息、雷达系统信息,通过多源信息融合技术,确定船舶位置和航路信息,模拟出虚拟航路。同时,获取船舶控制系统中船舶运动信息,预测船舶实际航行方向。进一步,基于OpenCV机器视觉,根据预测航向信息给予点坐标信息,调用OpenCV函数根据起点和终点坐标在图像中绘制直线,用不同线条区分虚拟航线和实际航向标识,从而实现船端视觉感知展示端生成包括的可视虚拟航线和实际航向标识的标识图像,使得可视虚拟航线和实际航向标识均为可视化的。首先获取船舶的航行环境信息,对船舶环境信息进行数据处理得到虚拟航线,接着获取航行状态信息,对航行状态信息进行数据处理得到实际航向,接着基于OpenCV绘制包括可视虚拟航线和实际航向标识的标识图像,最后实时显示标识图像。
下面将结合附图2,对本申请实施例提供的船舶偏航的辅助航行装置进行详细介绍。需要说明的是,附图2所示的船舶偏航的辅助航行装置,用于执行本申请图1所示实施例的方法,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请图1所示的实施例。
请参见图2,图2是本申请实施例提供的一种船舶偏航的辅助航行装置的结构示意图。如图2所示,所述装置包括
航线获取模块201,用以通过船舶自动识别系统和雷达系统采集航行环境信息,并通过信息融合技术对航行环境信息进行计算获取虚拟航线,所述航行环境信息包括船舶识别信息和雷达信息;
航向获取模块202,用以获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;
可视化获取模块203,用以基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像。
在本申请实施例中,在航线获取模块201中,基于船舶自动识别系统和雷达系统并结合多样化信息数据融合技术计算处理后通过一系列的计算过程生成相应的虚拟航线;在航向获取模块202中,获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;在可视化获取模块203中,依赖OpenCV机器视觉生成标识图像,在标识图像中包括直观可视的可视虚拟航线和实际航向标识,对采集的视频画面上面存在的噪点只需简单处理即可,同时只需要通过计算标识的虚拟化的参数信息即可判断是否偏离,通过OpenCV机器视觉处理使实际航向标识和虚拟航线均直观并可视,让船员更加直观观察船舶航向和航路信息。
在一种可实施方式中,还包括
模型构建模块204,用以基于标识图像构建航路偏离决策模型;
预警模块205,用以基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,如果偏移值大于预警阈值,则发出偏航预警信息。
在本申请实时例中,模型构建模块204在生成的标识图像的基础上构建航路偏离决策模型,预警模块205进行航路偏离偏向预报,给予船员可视的虚拟标识信息,让船舶驾驶人员清晰明了的观察到航行方向标识信息,进而起到提醒船员船舶行驶位置偏差,起到了规范船舶航路航行、保障船员生命财产安全的作用。
具体的,本申请的装置采取OpenCV计算机视觉技术通过信息处理技术模拟生成相应的虚拟航线和实际航向标识并可直观提供给船舶的驾驶人员,船舶驾驶人员能够轻松通过计算机视觉提供的虚拟标识来直观观察船舶的实际航行方向和虚拟船舶预设的航线,并依据其对船舶做出相应操作。该装置的信息数据来源避免了单一化信息来源所产生的误差,本申请提供的安全辅助系统通过多种船舶本身携带的设备作为信息媒介,在不需要添加额外多种船载设备的同时获得更加精准的信息输入。信息输入通过船舶船机上的信息融合技术进行计算并经过OpenCV机器视觉处理后得到船舶可供船舶驾驶人员直观观察到的预设虚拟化的航线,使得分析计算结果可靠,能够给予船员相应的警示效果。在船舶航行的同时,本申请进一步提供了安全辅助系统来保障船舶驾驶人员全程保持船舶在预设的航道内,如果船员在驾驶的过程中产生了一定的偏离的操作,该系统会对驾驶人员进行警告,驾驶人员可以通过标识来改正自己的操作,从而使得船舶处于在合理的位置区间内,进而使得水面船舶规范行驶,使得安全事故率大大减少,从而保障航运业相关从事人员生命财产安全。
在一种可实施方式中,模型构建模块204包括
灰度处理单元,用以对标识图像进行图像灰度处理得到灰度图像;
边缘检测单元,用以对灰度图像进行图像边缘检测得到边缘图像,边缘图像包括用以表示可视虚拟航线的航路直线和用以表示实际航向标识的航向直线;
特征提取单元,用以对边缘图像中的航路直线和航向直线进行Hough变换提取直线端点数组;对直线端点数组进行最小二乘法直线检测拟合得到航路偏移检测图像,航路偏移检测图像包括变换实际航向标识和变换可视虚拟航线;
构建单元,用以基于航路偏移检测图像构建航路偏离决策模型。
在一种可实施方式中,航线获取模块201包括
转化单元,用以将航路识别信息和雷达信息分别进行坐标转化至同一坐标系下形成航路识别目标坐标和雷达目标坐标,并分别将航路识别目标坐标的时刻和雷达目标坐标的时刻进行时间校准至统一时刻;
关联度计算单元,用以通过欧式距离公式对预设时刻的航路识别目标坐标和雷达目标坐标进行航迹相关度计算得到船舶距离关联度;
点迹合并单元,用以分别获取n个时刻的船舶距离关联度,对n个时刻的船舶距离关联度进行点迹合并形成相似度矩阵;
筛选单元,用以从相似度矩阵中选取船舶距离关联度值最大的作为虚拟航线。
在一种可实施方式中,预警模块205包括
中心线获取单元,用以在决策模型中获取实际航向中心线的位置信息;
本领域的技术人员可以清楚地了解到本申请实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”、“模块”、“部”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件,其中硬件例如可以是现场可编程门阵列(Field-Programmable Gate Array,FPGA)、集成电路(Integrated Circuit,IC)等。
本申请实施例的各处理单元和/或模块,可通过实现本申请实施例所述的功能的模拟电路而实现,也可以通过执行本申请实施例所述的功能的软件而实现。
参见图3,其示出了本申请实施例所涉及的一种电子设备的结构示意图,该电子设备可以用于实施图1所示实施例中的方法。如图3所示,电子设备300可以包括:至少一个中央处理器301,至少一个网络接口304,用户接口303,存储器305,至少一个通信总线302。
其中,通信总线302用于实现这些组件之间的连接通信。
其中,用户接口303可以包括显示屏(Display)、摄像头(Camera),可选用户接口303还可以包括标准的有线接口、无线接口。
其中,网络接口304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,中央处理器301可以包括一个或者多个处理核心。中央处理器301利用各种接口和线路连接整个电子设备300内的各个部分,通过运行或执行存储在存储器305内的指令、程序、代码集或指令集,以及调用存储在存储器305内的数据,执行终端300的各种功能和处理数据。可选的,中央处理器301可以采用数字信号处理(Digital SignalProcessing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。中央处理器301可集成中央中央处理器(Central Processing Unit,CPU)、图像中央处理器(GraphicsProcessing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到中央处理器301中,单独通过一块芯片进行实现。
其中,存储器305可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器305包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述中央处理器301的存储装置。如图3所示,作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
在图3所示的电子设备300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而中央处理器301可以用于调用存储器305中存储的船舶偏航的辅助航行应用程序,并具体执行以下操作:
S1:通过船舶自动识别系统和雷达系统采集航行环境信息,并通过信息融合技术对航行环境信息进行计算获取虚拟航线,所述航行环境信息包括船舶识别信息和雷达信息;
S2:获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;
S3:基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。其中,计算机可读存储介质可以包括但不限于任何类型的盘,包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC),或适合于存储指令和/或数据的任何类型的媒介或设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(Read-Only Memory, ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种船舶偏航的辅助航行方法,其特征在于,包括如下步骤:
S1:通过船舶自动识别系统和雷达系统从船舶航路信息中采集航行环境信息,并通过多源信息融合系统对航行环境信息进行计算获取虚拟航线,所述航行环境信息包括船舶识别信息和雷达信息;
S2:获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;
S3:基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像。
2.如权利要求1所述的一种船舶偏航的辅助航行方法,其特征在于,步骤S3之后还包括:
S4:基于标识图像构建航路偏离决策模型;
S5:基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,如果偏移值大于预警阈值,则发出偏航预警信息。
3.如权利要求2所述的一种船舶偏航的辅助航行方法,其特征在于,步骤S4中包括:
S41:对标识图像进行图像灰度处理得到灰度图像;
S42:对灰度图像进行图像边缘检测得到边缘图像,所述边缘图像包括用以表示可视虚拟航线的航路直线和用以表示实际航向标识的航向直线;
S43:对边缘图像中的航路直线和航向直线进行Hough变换提取直线端点数组;对直线端点数组进行最小二乘法直线检测拟合得到航路偏移检测图像,所述航路偏移检测图像包括变换实际航向标识和变换可视虚拟航线;
S44:基于航路偏移检测图像构建航路偏离决策模型。
4.如权利要求1或2所述的一种船舶偏航的辅助航行方法,其特征在于,步骤S11中具体包括:
S11:将航路识别信息和雷达信息分别进行坐标转化至同一坐标系下形成航路识别目标坐标和雷达目标坐标,并分别将航路识别目标坐标的时刻和雷达目标坐标的时刻进行时间校准至统一时刻;
S12:通过欧式距离公式对预设时刻的航路识别目标坐标和雷达目标坐标进行航迹相关度计算得到船舶距离关联度;
S13:分别获取n个时刻的船舶距离关联度,对n个时刻的船舶距离关联度进行点迹合并形成相似度矩阵;
S14:从相似度矩阵中选取船舶距离关联度值最大的作为虚拟航线。
6.如权利要求1或2所述的一种船舶偏航的辅助航行方法,其特征在于,步骤S3中具体包括:分别获取虚拟航线和实际航向的坐标信息;根据坐标信息通过OpenCV机器视觉分别用以不同线条绘制表示可视虚拟航线和实际航向标识的直线以形成标识图像。
7.一种船舶偏航的辅助航行装置,其特征在于:包括
航线获取模块(201),用以通过船舶自动识别系统和雷达系统采集航行环境信息,并通过信息融合技术对航行环境信息进行计算获取虚拟航线,所述航行环境信息包括船舶识别信息和雷达信息;
航向获取模块(202),用以获取控制系统中的航行状态信息,并根据航行状态信息预测实际航向;
可视化获取模块(203),用以基于虚拟航线和实际航向通过OpenCV机器视觉生成包括可视虚拟航线和实际航向标识的标识图像。
8.如权利要求7所述的一种船舶偏航的辅助航行装置,其特征在于:还包括
模型构建模块(204),用以基于标识图像构建航路偏离决策模型;
预警模块(205) ,用以基于决策模型获取实际航向标识和可视虚拟航线之间的偏移值,如果偏移值大于预警阈值,则发出偏航预警信息。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211436929.XA CN115723919A (zh) | 2022-11-16 | 2022-11-16 | 一种船舶偏航的辅助航行方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211436929.XA CN115723919A (zh) | 2022-11-16 | 2022-11-16 | 一种船舶偏航的辅助航行方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115723919A true CN115723919A (zh) | 2023-03-03 |
Family
ID=85296150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211436929.XA Pending CN115723919A (zh) | 2022-11-16 | 2022-11-16 | 一种船舶偏航的辅助航行方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115723919A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116513407A (zh) * | 2023-04-28 | 2023-08-01 | 中国船舶科学研究中心 | 半浸桨船舶的控制系统及控制方法 |
CN117789161A (zh) * | 2023-12-08 | 2024-03-29 | 广州耀配汽车配件有限公司 | 一种基于目标快速识别的安全监测系统 |
-
2022
- 2022-11-16 CN CN202211436929.XA patent/CN115723919A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116513407A (zh) * | 2023-04-28 | 2023-08-01 | 中国船舶科学研究中心 | 半浸桨船舶的控制系统及控制方法 |
CN116513407B (zh) * | 2023-04-28 | 2023-11-07 | 中国船舶科学研究中心 | 半浸桨船舶的控制系统及控制方法 |
CN117789161A (zh) * | 2023-12-08 | 2024-03-29 | 广州耀配汽车配件有限公司 | 一种基于目标快速识别的安全监测系统 |
CN117789161B (zh) * | 2023-12-08 | 2024-06-11 | 广州耀配汽车配件有限公司 | 一种基于目标快速识别的安全监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108571974B (zh) | 使用摄像机的车辆定位 | |
CN105390029B (zh) | 基于航迹融合和航迹预测的船舶避碰辅助决策方法及系统 | |
KR101941521B1 (ko) | 해상객체의 자동추적 시스템 및 방법 | |
EP4152204A1 (en) | Lane line detection method, and related apparatus | |
CN115723919A (zh) | 一种船舶偏航的辅助航行方法及装置 | |
CN109977523B (zh) | 一种海量船舶ais轨迹数据在线压缩方法及装置 | |
CN108873799A (zh) | 船载智能驾驶辅助终端 | |
JP2018528508A (ja) | 時系列グラフィック表示を用いた船舶衝突回避案内システム | |
CN111899515B (zh) | 一种基于智慧道路边缘计算网关的车辆检测系统 | |
KR20210080459A (ko) | 차선 검출방법, 장치, 전자장치 및 가독 저장 매체 | |
CN113050121A (zh) | 一种船舶导航系统和船舶导航方法 | |
CN109115242B (zh) | 一种导航评估方法、装置、终端、服务器及存储介质 | |
CN113887418A (zh) | 车辆违规行驶的检测方法、装置、电子设备及存储介质 | |
CN113706704B (zh) | 基于高精地图规划路线的方法、设备以及自动驾驶车辆 | |
CN112102361B (zh) | 一种多船只运行碰撞检测方法、装置及计算机设备 | |
CN109583312A (zh) | 车道线识别方法、装置、设备及存储介质 | |
CN111862389B (zh) | 一种智能航行感知及增强现实可视化系统 | |
CN112419787A (zh) | 一种船舶内河航行预警与辅助避碰方法及装置 | |
KR102376927B1 (ko) | 해상용 지능형 cctv 관제 방법 | |
CN111332306A (zh) | 一种基于机器视觉的交通道路感知辅助驾驶预警装置 | |
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 | |
CN113221756A (zh) | 交通标志检测方法及相关设备 | |
EP3905223A1 (en) | Aircraft display systems and methods for identifying target traffic | |
KR102377393B1 (ko) | 중장비 및 가스관 인식용 영상 분석 방법 및 시스템 | |
CN114596706A (zh) | 路侧感知系统的检测方法及装置、电子设备和路侧设备 |
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 |