CN115983627B - 船舶航行环境风险预测方法、装置、电子设备和介质 - Google Patents
船舶航行环境风险预测方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN115983627B CN115983627B CN202211549726.1A CN202211549726A CN115983627B CN 115983627 B CN115983627 B CN 115983627B CN 202211549726 A CN202211549726 A CN 202211549726A CN 115983627 B CN115983627 B CN 115983627B
- Authority
- CN
- China
- Prior art keywords
- ship
- area
- risk
- current
- data
- 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 58
- 230000001133 acceleration Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241001149932 Archaeognatha Species 0.000 description 1
- 241000158728 Meliaceae Species 0.000 description 1
- 241000845082 Panama Species 0.000 description 1
- 241001310793 Podium Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种船舶航行环境风险预测方法、装置、电子设备和介质。其中方法包括：获取当前船舶的航线；沿所述当前船舶的航线，获取影响船舶安全行驶的风险数据，所述风险数据包括船舶AIS数据、全球航运实时风险数据、船舶库数据和事故多发区数据；将所述航线划分得到多个子路段，每个所述子路段对应一段航行时间；根据每个所述子路段的风险数据，评估所述子路段上的航行风险区，所述航行风险区包括海盗区、峡水道区、特殊战区、恶劣天气大风区、恶劣天气大浪区、船舶密集区和事故多发区。实时更新所述航行风险区，并生成提示信息。本申请具有提高船舶环境风险预测的准确性的效果。
Description
技术领域
本申请涉及船舶航行风险预测的技术领域，尤其是涉及一种船舶航行环境风险预测方法、装置、电子设备和介质。
背景技术
随着贸易全球化的不断深入，航运业务日益繁忙，船舶在航行过程中，船舶周围的环境与船舶航行安全密切相关，如恶劣天气、海盗、战区等与船舶周围环境相关航行风险随时可能发生，如果风险预测错误或者风险处理不及时，则可能造成不可估量的损失。
目前针对船舶航行环境风险的识别方法，往往是在风险发生后，运营主体对风险地所在的船舶进行报警或指挥，从而搭建船舶航行风险预警机制。但是通过人为判断的方式，容易发生不准确、滞后和低效率的问题，进而导致船舶不能及时获知更为准确的环境风险预测信息，也不能对航行环境风险进行及时处理，影响船舶航行安全。
发明内容
为了提高船舶环境风险预测的准确性，本申请提供一种船舶航行环境风险预测方法、装置、电子设备和介质。
第一方面，本申请提供一种船舶航行环境风险预测方法，采用如下的技术方案：
获取当前船舶的航线；
沿所述当前船舶的航线，获取影响船舶安全行驶的风险数据，所述风险数据包括船舶AIS数据、全球航运实时风险数据、船舶库数据和事故多发区数据；
将所述航线划分得到多个子路段，每个所述子路段对应一段航行时间；
根据每个所述子路段的风险数据，评估所述子路段上的航行风险区，所述航行风险区包括海盗区、峡水道区、特殊战区、恶劣天气大风区、恶劣天气大浪区、船舶密集区和事故多发区。
实时更新所述航行风险区，并生成提示信息。
通过采用上述技术方案，电子设备获取当前船舶的航线，并获取沿航线上的风险数据，接着将航线划分成多个子路段，根据每个子路段上的风险数据，评估子路段上的航行风险区，并对航行风险区实时更新，能使当前船舶实时获知航线上可能会遇到的航行风险区，通过更全面的风险数据得到更为准确的航行风险区预测结果，进而提高船舶航行安全性。
进一步地，所述方法还包括：
根据所述航行风险，判断当前船舶的防御能力是否能穿过航行风险区；
若不能，则规划能够绕开所述航行风险区的新路线，将所述新路线进行推荐；
当所述新路线与其他船舶的航线接近时，生成新路线的限速提示信息。
通过采用上述技术方案，电子设备确定当前船舶的航线上遇到航行风险区时，针对自身的防御能力进行评估，决定是否规划新路线，并对新路线与其他船舶的航线进行评判，从而提醒船员调整新路线上的航速，得到更完备且安全的航线。
进一步地，所述判断当前船舶的防御能力是否能穿过航行风险区，包括：
获取当前船舶上船长资历、船员人数和船体防御能力级别；
根据当前船舶上所述船长资历、所述船员人数和所述船体防御能力级别，确定当前船舶的防御能力级别；
根据所述当前船舶的防御能力级别，确定可防御的航行风险区；
当所述可防御的航行风险区包括所述航线上的航行风险区时，当前船舶的防御能力能够穿过航行风险区。
通过采用上述技术方案，电子设备综合考量当前船舶上的人员配置以及船体自身的防御能力，确定船舶的防御能力级别，当船舶的防御能力足以穿过航行风险区时，则无需改变航向，从而更加科学地对当前船舶进行评估。
进一步地，当所述当前船舶距离所述船舶密集区达到第一预设距离时，所述方法还包括：
确定在以当前船舶为圆心，预设值为半径的圆形范围内各个相邻船舶的航向和航速；
根据当前船舶以及相邻船舶的航向和航速，建立数字孪生模型；
根据所述数字孪生模型模拟预设时间段内当前船舶和相邻船舶的行驶情况；
若所述相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶前方，且所述相邻船舶与所述当前船舶之间的距离达到警示距离，则在所述相邻船舶与所述当前船舶的距离小于第二预设距离时，生成第一减速提示信息；
若所述相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，所述相邻船舶与所述当前船舶发生冲撞，在所述相邻船舶与所述当前船舶的距离小于第二预设距离时，生成第二减速提示信息；
若所述相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶后方，且所述相邻船舶与所述当前船舶之间的距离达到警示距离，则在所述相邻船舶与所述当前船舶的距离小于第二预设距离时，生成第三提速提示信息；
将当前船舶和其他船舶的交叉点确定为事故多发区。
通过采用上述技术方案，电子设备建立数字孪生模型，对当前船舶以及相邻船舶的航线进行分析，通过模拟，确定相邻船舶的航线到达与当前船舶的航线交叉点时的状态，来判断是否会接触或碰撞，进而生成提示信息，提示船舶进行提速或减速，从而规避发生事故。
进一步地，所述生成第二减速提示信息包括：
确定所述当前船舶在开始减速时的初始位置对应的第一时刻；
确定相邻船舶到达所述交叉点时的第二时刻，确定所述第一时刻与所述第二时刻的时间差值；获取所述当前船舶与所述相邻船舶在所述第一时刻时的初始航速；
确定所述当前船舶到达目标位置时行驶的距离；
根据所述时间差值、所述初始航速和所述距离，计算得到当前船舶降速的加速度；
根据所述初始航速、所述加速度和所述距离，计算得到目标速度；
生成包括所述目标速度、所述第一时刻以及目标位置的第二减速提示信息。
通过采用上述技术方案，电子设备获取当前船舶开始减速时的第一时刻，相邻船舶到达交叉点的第二时刻，确定第一时刻和第二时刻的时间差值，获取当前船舶与相邻船舶在第一时刻的初始航速，确定当前船舶到目标位置时的行驶距离，根据数学计算公式，计算得到加速度，进而得到目标速度，从而得到包括上述信息的第二减速提示信息，能够为当前船舶提供准确全面的第二减速提示信息。
在另一种可能的实现方式中，所述方法还包括：
当所述航线上，存在预备恶劣天气大风区、预备恶劣天气大浪区和预备船舶密集区的重叠区域时，对所述重叠区域进行标记，所述预备恶劣天气大风区内的风力大于第二预设风力且小于第一预设风力，所述预备恶劣天气大浪区内的浪高大于第二预设浪高且小于第一预设浪高，所述预备船舶密集区内的船舶数量大于第二预设船舶数量且小于第一预设船舶数量；
当所述重叠区域内，其他船舶的航速或航向发生变化，则增大对应区域内的事故风险总等级。
通过采用上述技术方案，电子设备确定航线上存在预备恶劣天气大风区、预备恶劣天气大浪区和预备船舶密集区的重叠区域后，确定重叠区域内的船舶的航速或航向是否发生变化，若发生变化，则增大区域的事故风险总等级，能够关注事发可能性高的区域，提前预测。
进一步地，所述当所述重叠区域内，其他船舶的航速或航向发生变化，则增大对应区域内的事故风险总等级，包括：
获取所述重叠区域内的事故船舶数量和船舶总数；
计算所述事故船舶数量与所述船舶总数的比值，得到初始事故风险等级；
获取所述重叠区域内所有船舶的两组船舶AIS数据，分别为当前船舶数据和历史船舶数据，所述船舶AIS数据包括航速和航向；
根据所述当前船舶数据和所述历史船舶数据，筛选出航速降低、航向远离所述重叠区域的第一船舶；
将所述第一船舶的数量与预设的折合比例相乘，计算得到折合船舶数量；
计算所述折合船舶数量与所述船舶总数的比值，计算得到增长事故风险等级；
将所述初始事故风险等级与所述增长事故风险等级相加，计算得到事故风险总等级。
通过采用上述技术方案，电子设备通过两个不同时刻的数据对比，判断重叠区域内的船舶的航速和航向是否变化，进而筛选出第一船舶的数量，根据第一船舶的数量得到折合船舶数量，根据重叠区域内事故船舶数量与船舶总数的比值，得到初始事故风险等级，根据第一船舶数量与船舶总数的比值，计算得到增长事故风险等级，将初始事故风险等级与增长事故风险等级相加，计算得到事故风险总等级，从而更加准确的估算事故风险。
在另一种可能的实现方式中，所述方法还包括：
用数字孪生模型模拟当前船舶在进入重叠区域后，以所述当前船舶为圆心，预设范围为半径，生成预测区域；
根据所述当前船舶在行驶过程中的行驶状况，得到预测区域的多个事故风险总等级，直至所述当前船舶驶离所述重叠区域后结束模拟，所述预测区域的事故风险总等级等于所述预测区域内所述事故船舶数量与所述折合船舶数量的和除以船舶总数；
根据所述多个事故风险总等级，建立曲线图。
通过采用上述技术方案，电子设备利用数字孪生模型生成预测区域，模拟当前船舶进入到重叠区域后，预测区域的事故风险总等级的变化情况，并通过曲线图进行提示，为当前船舶提供更加直观的事故风险数据。
第二方面，本申请提供一种航行环境风险预测装置，采用如下的技术方案：
航线获取模块，用于获取当前船舶的航线；
风险数据获取模块，用于沿所述当前船舶的航线，获取影响船舶安全行驶的风险数据，所述风险数据包括船舶AIS数据、全球航运实时风险数据、船舶库数据和事故多发区数据；
子路段划分模块，用于将所述航线划分得到多个子路段，每个所述子路段对应一段航行时间；航行风险区评估模块，用于根据每个所述子路段的风险数据，评估所述子路段上的航行风险区，所述航行风险区包括海盗区、峡水道区、特殊战区、恶劣天气大风区、恶劣天气大浪区、船舶密集区和事故多发区。
提示信息生成模块，用于实时更新所述航行风险区，并生成提示信息。
通过采用上述技术方案，航线获取模块获取当前船舶的航线，风险数据获取模块获取沿航线上的风险数据，接着子路段划分模块将航线划分成多个子路段，航行风险区评估模块根据每个子路段上的风险数据，评估子路段上的航行风险区，提示信息生成模块对航行风险区实时更新，能使当前船舶实时获知航线上可能会遇到的航行风险区，通过更全面的风险数据得到更为准确的航行风险区预测结果，进而提高船舶航行安全性。
第三方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，包括：
至少一个处理器；
存储器；
至少一个应用程序，其中所述至少一个应用程序被存储在所述存储器中并被配置为由所述至少一个处理器执行，所述至少一个应用程序配置用于：执行如第一方面中任一项所述的船舶航行环境风险预测方法。
通过采用上述技术方案，处理器执行存储器中存储的应用程序，获取当前船舶的航线，并获取沿航线上的风险数据，接着将航线划分成多个子路段，根据每个子路段上的风险数据，评估子路段上的航行风险区，并对航行风险区实时更新，能使当前船舶实时获知航线上可能会遇到的航行风险区，通过更全面的风险数据得到更为准确的航行风险区预测结果，进而提高船舶航行安全性。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行如第一方面中任一项所述的船舶航行环境风险预测方法的计算机程序。
通过采用上述技术方案，处理器执行计算机可读存储介质中存储的应用程序，获取当前船舶的航线，并获取沿航线上的风险数据，接着将航线划分成多个子路段，根据每个子路段上的风险数据，评估子路段上的航行风险区，并对航行风险区实时更新，能使当前船舶实时获知航线上可能会遇到的航行风险区，通过更全面的风险数据得到更为准确的航行风险区预测结果，进而提高船舶航行安全性。
综上所述，本申请包括以下至少一种有益技术效果：
1.获取当前船舶的航线，并获取沿航线上的风险数据，接着将航线划分成多个子路段，根据每个子路段上的风险数据，评估子路段上的航行风险区，并对航行风险区实时更新，能使当前船舶实时获知航线上可能会遇到的航行风险区，通过更全面的风险数据得到更为准确的航行风险区预测结果，进而提高船舶航行安全性；
2.电子设备确定航线上存在预备恶劣天气大风区、预备恶劣天气大浪区和预备船舶密集区的重叠区域后，确定重叠区域内的船舶的航速或航向是否发生变化，若发生变化，则增大区域的事故风险总等级，能够关注事发可能性高的区域，提前预测。
附图说明
图1是本申请实施例中船舶航行环境风险预测方法的流程示意图。
图2中2-1是相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶前方的示意图；
2-2是相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，相邻船舶与所述当前船舶发生冲撞的示意图；
2-3是相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶后方的示意图。
图3是本申请实施例中重叠区域的示意图。
图4是本申请实施例中船舶航行环境风险预测装置的结构框图。
图5是本申请实施例中电子设备的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
本申请实施例提供一种船舶航行环境风险预测方法，由电子设备执行，参照图1，包括如下流程(步骤S101～步骤S105)：
步骤S101：获取当前船舶的航线。
具体地，航线包括起点、终点、以及由起点至终点的路线，电子设备预存有全球地图数据，因此，电子设备能够在地图数据上确定航线上的每个点的经纬度。
步骤S102：沿船舶的航线，获取影响船舶安全行驶的风险数据，风险数据包括船舶AIS数据、全球航运实时航线数据、船舶库数据和事故多发区数据。
具体地，本申请需要的数据包括：船舶AIS数据、全球航运实时风险数据、船舶库数据和事故多发区数据。电子设备通过第三方服务商持续采集船舶AIS数据,以及通过公共数据服务平台获取全球航运实时风险数据，并将上述数据实时存入云数据库中。
船舶AIS数据即船舶自动识别系统(Automatic Identification System，简称AIS)数据，船舶AIS数据包括静态数据和动态数据，静态数据包括船舶移动业务识别码MMSI和船名，动态数据包括船舶经纬度位置信息、航行状态、时间戳、对地航速、吃水、出发港、目的港和预抵时间。
具体地，采集船舶AIS数据是通过第三方服务商持续采集船舶移动业务识别码MMSI相同或不同的AIS数据，是通过定时任务程序，持续执行上述采集方案，所得到的数据有如下两种情况，其一是相同MMSI船舶在不同时间点的动态数据，其二是不同MMSI船舶在相同时间点的动态数据，并将所得到的数据存入云数据库中，形成海量的船舶分析数据。
全球航运实时风险数据包括全球特战区位置数据、全球海盗区位置数据、全球台风数据和全球海洋气象数据。全球特战区位置数据是根据联合战争风险委员会(Joint WarCommittee，简称JWC)列明的战争区域生成，并包含各个特战区的边界经纬度数据；全球海盗区位置数据是根据航运业和其他利益相关者建立的高风险地区(High Risk Area，简称HRA)生成，并包含各个海盗区的边界经纬度数据；全球台风数据是通过气象数据平台，实时获取全球台风数据生成；全球海洋气象数据是通过气象数据平台，获取全球经纬度对应的风速、浪高数据生成，此外，因全球海洋气象数据量巨大，通过稀疏的方式，获取船舶经纬度附近的风浪流数据。
船舶库数据包括船名、IMO(INTERNATIONAL MARITIME ORGANIZATION，船舶代码)、MMSI和呼号，还包括船舶的船旗、建造年代、载重吨、吃水、设计船速、长宽高尺寸信息、船舶类型、船籍港和主机功率等。
其中，电子设备通过HIS船舶档案数据源获取事故多发区数据，进行数据清理分析后作为基表存储到库表里。
数据源清理分析的步骤：
1.数据源来自HIS下载的75个Excel事故数据，共计74224条数据，该数据以某条船舶的一次事故为1条记录，大部分数据质量较高。
2.数据中既无船名，也无IMO的无法认定船舶的数据有172条，可忽略。
3.其中有经纬度坐标数据(事故发生地点)的数据有51042条数据，可作为事故多发地的基础库数据。
针对Cause of Casualty(伤亡原因)字段去重分析，共有240项事故原因，根据需求，找出与地理位置相关的案件，提炼出五个关键字，分别是aground(搁浅)、Harbour(港壁)、contact(接触)、collision(碰撞)、Wrecked(失事)。
电子设备从各项数据中筛选出当前船舶的航线上的风险数据。
步骤S103：将航线划分得到多个子路段，每个子路段对应一段航行时间。
具体地，电子设备预设划分子路段时，每个子路段对应的航行时间，电子设备通过分段计算，便于快速预测航行环境风险。
步骤S104：根据每个子路段的风险数据，评估子路段上的航行风险区，航行风险区包括海盗区、峡水道区、特殊战区、恶劣天气大风区、恶劣天气大浪区、船舶密集区和事故多发区。
具体地，电子设备获取每个子路段对应的风险数据作为一组数据进行分析，分析得到每个子路段的航行风险。
其中，海盗区：参照预设的海盗区海图界定范围，及时更新海盗区范围。
峡水道区：新加坡海峡、马六甲海峡、麦哲伦海峡、英吉利海峡、直布罗陀海峡、苏伊士运河、巴拿马运河等关键水道。
特殊战区：IMO公布的已经或具有战争风险的区域，及时更新战区范围。
恶劣天气大风区：风力达到7级。
恶劣天气大浪区：浪高达到2米。
船舶密集区：以当前船舶为中心，5海里为半径，划定区域，根据区域内船舶数量与预设值比较，判定船舶密集区。参照下表，C＝40以及C＝90均为预设值。
| 船舶数据量C | 风险等级 |
| C≥40 | 船舶密集区 |
| C≥90 | 严重密集区 |
事故多发区：根据HIS获取的数据取关键字分别是aground(搁浅)、Harbour(港壁)、contact(接触)、collision(碰撞)、Wrecked(失事)的数据，以航线上的任一点为中心，5海里为半径，划定区域，当区域发生上述事故的事故船舶数量达到事故临界值，则确定区域为事故多发区。事故临界值可以为40。
进一步地，电子设备通过不断从云数据库中读取风险数据，通过对风险数据进行处理，来判断每个子路段上是否存在航行风险。
电子设备判断子路段上是否存在风险区的方法如下：
本申请实施例应用python编程语言来进行判断。
判断子路段上的点是否在某个区域内：
y＝contains(polygon,point)
判断位置点是否在区域边缘上
y＝touches(point,polygon)
上述公式polygon代表区域坐标点集合，point代表船舶坐标位置，y代表判断结果，满足为1，否则为0，contains函数判断点是否在区域内，touches函数判断点是否在区域边缘上。
当电子设备通过上述方法判断子路段位于某个区域内，则确定子路段上具有对应区域的航行风险，并确定具有航行风险的路段。
步骤S105：实时更新航行风险，并生成提示信息。
具体地，电子设备将船舶航行风险保存于云数据库中，并将上一时刻的风险数据和航行风险确定为失效数据。电子设备在每次更新航行风险时，删除失效数据。
为了提示当前船舶注意具有航行风险的子路段，电子设备生成提示信息，提示信息包括具有航行风险的子路段、具有航行风险的具体航线以及存在何种航行风险。
进一步地，当当前船舶的航线上存在航行风险时，当前船舶需要保证航行安全，而团队的经验，能够影响当前船舶能够安全穿过航行风险区，因此上述方法还包括(步骤S11～步骤S13)：
步骤S11：根据航行风险，判断当前船舶的防御能力是否能穿过航行风险区；若不能，则执行步骤S12。
步骤S11包括(步骤S111～步骤S114)：
步骤S111：获取当前船舶上船长资历、船员人数和船体防御能力级别。
首先，船体防御能力即船体本身特性，可以由经验丰富的老船长对船舶进行评估，评估船体防御能力级别，进而保存至电子设备。
船长资历和船员人数即从船舶库数据中获取，船舶库数据中保存有当前船舶的相关信息。
步骤S112：根据当前船舶上船长资历、船员人数和船体防御能力级别，确定当前船舶的防御能力级别。
具体地，电子设备预设多个团队的防御能力级别，其中，船长的资历越久、船员人数越多，则组成的团队的防御能力级别越高。
电子设备将当前船舶的团队的防御能力级别和船体防御能力级别进行对比，当团队的防御能力级别低于船体防御能力级别时，将团队的防御能力级别作为当前船舶的防御能力级别，否则，将船体防御能力级别确定为当前船舶的防御能力级别。
步骤S113：根据当前船舶的防御能力级别，确定可防御的航行风险区。
具体地，防御能力级别的不同，区别在于可防御的航行风险区不同，因此，电子设备能够根据船舶的防御能力级别确定对应的可防御的航行风险区。
例如，防御能力级别包括一级、二级和三级。
一级可防御的航行风险区包括恶劣天气大风区和恶劣天气大浪区。
二级可防御的航行风险区包括恶劣天气大风区、恶劣天气大浪区、船舶密集区和事故多发区。
三级可防御的航行风险区包括恶劣天气大风区、恶劣天气大浪区、船舶密集区、事故多发区、海盗区、峡水道区和特殊战区。
以上仅为本申请的其中一个划分防御能力级别的方案，电子设备可以根据实际需要，划分得到多个防御能力级别，需要注意的是，防御能力级别越高，则对应的可防御的航行风险区越多，且可防御的航行风险区的危险性越高。
步骤S114：当可防御的航行风险区包括航线上的航行风险区时，当前船舶的防御能力能够穿过航行风险区。
例如，航线上的航行风险区包括恶劣天气大风区、恶劣天气大浪区和船舶密集区时，当前船舶的防御能力级别为二级，则电子设备确定当前船舶的防御能力能够穿过航行风险区。
步骤S12：规划能够绕开航行风险区的新路线，将新路线进行推荐。
具体地，当电子设备规划新路线时，首先确定航线上航行风险区两端的端点，然后分别向远离航行风险区的方向移动端点，使新端点与旧端点之间的距离达到预设距离，预设距离根据实际需要设置。
然后，电子设备以两个新端点为起始点和终点画弧线，使弧线不与航行风险区重叠，则弧线即为新路线。
步骤S13：当新路线与其他船舶的航线接近时，生成新路线的限速提示信息。
具体地，当新路线与其他船舶的航线接近时，则需要当前船舶注意船距和航速，因此电子设备生成限速提示信息，提示当前船舶小心行驶。
在另一种可能的实现方式中，当前船舶处于船舶密集区，则当前船舶发生接触或碰撞的可能性较高，为了规避风险，当前船舶距离船舶密集区达到第一预设距离时，上述方法还包括(步骤S21～步骤S26)：
其中，第一预设距离为电子设备预存数据，使当前船舶在接近船舶密集区时，提前对船舶航行情况进行规划。
步骤S21：确定在以当前船舶为圆心，预设值为半径的圆形范围内各个相邻船舶的航向和航速。
具体地，电子设备通过云数据库获取船舶库数据，进而获取相邻船舶的船舶AIS数据，从而得到相邻船舶的航向和航速。
步骤S22：根据当前船舶以及相邻船舶的航向和航速，建立数字孪生模型。
步骤S23：根据数字孪生模型模拟预设时间段内当前船舶和相邻船舶的行驶情况。
具体地，数字孪生模型是用于模拟船舶航行的模型，可以模拟当前船舶与相邻船舶在接下来一段时间后的航行情况，因此可以预测当前船舶与其他船舶是否会出现接触或碰撞。
步骤S24：若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶前方，且相邻船舶与当前船舶之间的距离达到警示距离，且相邻船舶与当前船舶之间的距离达到警示距离，则在相邻船舶与当前船舶的距离小于第二预设距离时，生成第一减速提示信息。
具体地，参照图2中的2-1，图中A为当前船舶，B为相邻船舶。当相邻船舶更快到达与当前船舶航线的交叉点时，相邻船舶在当前船船舶前方，但相距小于或等于警示距离，两船过于接近，在其他船舶不减速的情况下，当前船舶若速度增大，则有可能导致接触过碰撞，因此生成第一减速提示信息，当前船舶进行减速。
步骤S25：若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，相邻船舶与当前船舶发生冲撞，在相邻船舶与当前船舶的距离小于第二预设距离时，生成第二减速提示信息。
具体地，参照图2中的2-2，其中A为当前船舶，B为相邻船舶，当相邻船舶与当前船舶同时到达交叉点，则两个船舶发生冲撞，因此生成第二减速信息，提示当前船舶减速，减小事故发生的可能性。
步骤S26：若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶后方，且相邻船舶与当前船舶之间的距离达到警示距离，且相邻船舶与当前船舶之间的距离达到警示距离，则在相邻船舶与当前船舶的距离小于第二预设距离时，生成第三提速提示信息。
具体地，参照图2中的2-3，图中A为当前船舶，B为相邻船舶。当相邻船舶晚于当前船舶到达航线的交叉点时，相距小于或等于警示距离，两船过于接近，则若相邻船舶提速，则有可能会在当前船舶的船身后部发生冲撞，因此，当前船舶可适当提速。
进一步地，在相邻船舶与当前船舶的距离小于第二预设距离时，当前船舶与相邻船舶之间还未接近，因此，电子设备此时生成上述提示信息，可以提前对当前船舶进行警示。同时，上述提示信息还可以通过云数据库发送给相邻船舶，互通信息。其中，警示距离和第二预设距离为电子设备预存数据，根据实际情况设置。
进一步地，步骤S25中生成第二减速提示信息的步骤包括(步骤S251～步骤S257)：步骤S251：确定当前船舶在开始减速时的初始位置对应的第一时刻。
步骤S252：确定相邻船舶到达交叉点时的第二时刻，确定第一时刻与第二时刻的时间差值；
具体地，电子设备根据生成第二减速信息时，推算当前船舶开始减速的第一时刻，电子设备为当前船舶响应第二减速信息预留5分钟时间，进而获取船舶减速时的初始位置以及第一时刻；接着根据数字孪生模型，模拟得到相邻船舶达到交叉点的第二时刻，因此得到时间差值，当前船舶需要短于时间差值之内完成减速。
步骤S253：获取当前船舶与相邻船舶在第一时刻时的初始航速。
具体地，电子设备推算当前船舶在第一时刻时的初始航速与生成第二减速信息时的航速相等，通过数字孪生模型获取相邻船舶的初始航速。
步骤S254：确定当前船舶到达目标位置时行驶的距离。
具体地，目标位置为电子设备根据交叉点的位置进行预设，目标位置位于交叉点之前，且距离交叉点第二预设距离，即当前船舶到达目标位置时，相邻船舶从交叉点经过，则可以保证不相接触或碰撞。
进一步地，电子设备根据当前船舶的初始位置与目标位置，计算得到行驶的距离。
步骤S255：根据时间差值、初始航速和距离，计算得到当前船舶降速的加速度。
具体地，电子设备假设当前船舶匀速减速，因此将当前船舶降速的加速度为a，应用公式1：
其中，X为距离，V0为初始航速，Δt为时间差值。
因此电子设备计算得到加速度a。
步骤S256：根据初始航速和加速度，计算得到目标速度。
具体地，电子设备应用公式2：
V2-V0 2＝2aX
计算得到目标速度V。
步骤S257：生成包括目标速度、第一时刻以及目标位置的第二减速提示信息。
具体地，电子设备生成第二减速提示信息后，是当前船舶减速的临界值，当前船舶可以参考目标速度、第一时刻和目标位置，调整减速开始的时刻和加速度，在到达目标位置之前完成减速到目标速度。
在另一种可能的实现方式中，电子设备将某一区域的风险数据与对应的风险预设值比较，才会将对应区域确定为航行风险区，当某一区域同时存在大风、大浪且船舶数量多，但风力、浪高和船舶数量均未达到对应的风险预设值，则电子设备不会确定航行风险区，但实际上，即使某一区域未被确定为航行风险区，但是对应区域发生事故的概率会增大。而电子设备是根据船舶HIS数据，即根据已发生的事件，对区域是否为事故多发区进行判断，而随着时间推移，同时存在大风、大浪且船舶数量多的区域则不能被及时确定为事故多发区，具有较大的航行风险。为了及时确定事故多发区，方法还包括：
步骤S31：当航线上，存在预备恶劣天气大风区、预备恶劣天气大浪区和预备船舶密集区的重叠区域时，对重叠区域进行标记，预备恶劣天气大风区内的风力大于第二预设风力且小于第一预设风力，预备恶劣天气大浪区内的浪高大于第二预设浪高且小于第一预设浪高，预备船舶密集区内的船舶数量大于第二预设船舶数量且小于第一预设船舶数量。
其中，第一预设风力、第一预设浪高和第一预设船舶数量分别为电子设备判定恶劣天气大风区、恶劣天气大浪区和船舶密集区的参考值，例如，当任一区域的风力大于第一预设风力时，对应区域被确定为恶劣天气大风区。
第二预设风力、第二预设浪高和第二预设船舶数量为电子设备判定预备航行风险区的参考值。例如，当任一区域的风力大于第二预设风力且小于第一预设风力时，对应区域被确定为预备恶劣天气大风区，同理，电子设备可以确定预备恶劣天气大浪区和预备船舶密集区。
参照图3，O-预备恶劣天气大风区，P-预备恶劣天气大浪区，Q-预备船舶密集区，M-重叠区域。
步骤S32：当重叠区域内，其他船舶的航速或航向发生变化，则增大对应区域内的事故风险总等级。
其中，事故风险总等级是用于反映重叠区域内事故危险性的参考指标，重叠区域的事故风险总等级等于事故船舶数量除以船舶总数。
具体地，步骤S32包括(步骤S321～步骤S327)：
步骤S321：获取重叠区域内的事故船舶数量和船舶总数。
步骤S322：计算事故船舶数量与船舶总数的比值，得到初始事故风险等级。
具体地，电子设备通过事故多发区数据获取重叠区域的事故船舶数量，通过船舶AIS数据库和船舶数据库获取重叠区域的船舶总数，进而通过计算得到初始事故风险等级。
步骤S323：获取重叠区域内所有船舶的两组船舶AIS数据，分别为当前船舶数据和历史船舶数据，船舶AIS数据包括航速和航向。
具体地，电子设备确定当前船舶在当前时刻的当前船舶数据，并获取历史时刻的历史船舶数据，其中，电子设备获取两组数据的时间差，可以预先设置。当前船舶数据包括当前航速和当前航向，历史船舶数据包括历史航速和历史航向。
步骤S324：根据当前船舶数据和历史船舶数据，筛选出航速降低、航向远离重叠区域的第一船舶。
具体地，若当前航速小于历史航速，则电子设备确定船舶的航速降低；电子设备确定重叠区域的中心点，若当前航向与历史航向之间有夹角，且当前航向面向重叠区域的边缘且远离中心点，则电子设备确定船舶远离重叠区域，进一步可确定为第一船舶。
步骤S325：将第一船舶的数量与预设的折合比例相乘，计算得到折合船舶数量。
具体地，由于第一船舶仅在航向和航速发生变化，可以推测是为了规避风险而为，但是还没有发生实质性的事故，因此通过第一船舶的数量来调整事故风险总等级时，第一船舶的数量可作为参考，但不能与事故船舶数量的参考价值等同，因此将第一船舶的数量与预设的折合比例相乘，计算得到的折合船舶数量可以看做是电子设备对新增事故船舶数量的预测，使得预测结果更加科学。
其中，电子设备预设的折合比例不宜过高，可以选取位于0.1～0.3中的值。
步骤S326：计算折合船舶数量与船舶总数的比值，计算得到增长事故风险等级。
步骤S327：将初始事故风险等级与增长事故风险等级相加，计算得到事故风险总等级。
具体地，初始事故风险等级反应重叠区域内实际发生事故的风险，与增长事故风险等级相加后，计算得到的事故风险总等级更起到警示作用。电子设备可以同时向用户推送初始事故风险等级和事故风险总等级。
进一步地，为了直观的给船员提供在经过重叠区域时的事故风险，上述方法还包括(步骤S41～步骤S43)：
步骤S41：用数字孪生模型模拟当前船舶在进入重叠区域后，以当前船舶为圆心，预设长度为半径，生成预测区域。
具体地，电子设备可以根据重叠区域的大小确定预设长度，电子设备首先在经过重叠区域的航线上等间距获取多个采样点，确定在每个采样点沿与航线垂直的方向上，重叠区域最左边到最右边的长度，进而计算得到多个长度的平均值，电子设备将平均值作为预设长度。
步骤S42：根据当前船舶在行驶过程中的行驶状况，得到预测区域的多个事故风险总等级，直至当前船舶驶离重叠区域后结束模拟，预测区域的事故风险总等级等于预测区域内事故船舶数量与折合船舶数量的和除以船舶总数。
步骤S43：根据多个事故风险总等级，建立曲线图。
具体地，电子设备模拟得到船舶通过重叠区域过程中的多个事故风险总等级，进而建立曲线图，曲线图以通过重叠区域过程的时刻为横坐标，每个时刻对应的事故风险总等级为纵坐标，因此曲线图可以反映出当前船舶在经过重叠区域过程中的风险变化。
用户可以根据同时参照重叠区域的事故风险总等级以及预测区域的事故风险总等级。
在另一种可能的实现方式中，为了提高对当前船舶周围潜在的海盗船的警示作用，方法还包括(步骤S51～步骤S54)：
步骤S51：识别距离当前船舶第一预设距离的未知船的尺寸、型号、航行速度。
具体地，未知船即在船舶AIS数据库中未查询到MMSI的船舶。
船舶上设置有雷达探测系统，雷达探测系统以当前船舶为中心，以第一预设距离为半径进行雷达扫描，得到雷达视频信号。电子设备通过已经记录的雷达视频信号分析得到未知船的尺寸和航行速度，进一步地，电子设备预先建立图像识别模型，对雷达视频信号中的未知船进行识别，得到未知船的型号。
步骤S52：当未知船与当前船舶的距离不断缩近时，根据未知船的尺寸、型号和航行速度，生成船舶画像。
具体地，电子设备通过雷达探测到未知船与当前船舶的距离不断缩近后，不排除未知船是海盗船的可能性，因此生成船舶画像。
步骤S53：将船舶画像与历史船舶信息对比，历史船舶信息为与当前位置对应保存的危险船只的信息；若对比一致，则执行步骤S54。
步骤S54：生成预警信息。
具体地，云数据库还保存有危险船只数据库，危险船只数据库中保存有危险船只的相关信息，包括尺寸、型号和出现位置等。若船舶画像与历史船舶信息对比一致，则可以推断未知船疑似为海盗船。
为了更好地执行上述方法，本申请实施例还提供一种船舶航行环境风险预测装置，参照图3，船舶航行环境风险预测装置200包括：
航线获取模块201，用于获取当前船舶的航线；
风险数据获取模块202，用于沿当前船舶的航线，获取影响船舶安全行驶的风险数据，风险数据包括船舶AIS数据、全球航运实时风险数据、船舶库数据和事故多发区数据；
子路段划分模块203，用于将航线划分得到多个子路段，每个子路段对应一段航行时间；航行风险区评估模块204，用于根据每个子路段的风险数据，评估子路段上的航行风险区，航行风险区包括海盗区、峡水道区、特殊战区、恶劣天气大风区、恶劣天气大浪区、船舶密集区和事故多发区。
提示信息生成模块205，用于实时更新航行风险区，并生成提示信息。
在另一种可能的实现方式中，船舶航行环境风险预测装置200还包括：
第一判断模块，用于根据航行风险，判断当前船舶的防御能力是否能穿过航行风险区；
新路线规划模块，用于在第一判断模块判断不能时，规划能够绕开航行风险区的新路线，将新路线进行推荐；
限速提示信息生成模块，用于当新路线与其他船舶的航线接近时，生成新路线的限速提示信息。
进一步地，第一判断模块具体用于：
获取当前船舶上船长资历、船员人数和船体防御能力级别；
根据当前船舶上船长资历、船员人数和船体防御能力级别，确定当前船舶的防御能力级别；根据当前船舶的防御能力级别，确定可防御的航行风险区；
当可防御的航行风险区包括航线上的航行风险区时，当前船舶的防御能力能够穿过航行风险区。
在另一种可能的实现方式中，当当前船舶距离船舶密集区达到第一预设距离时，船舶航行环境风险预测装置200还包括：
相邻船舶航向航速确定模块，用于确定在以当前船舶为圆心，预设值为半径的圆形范围内各个相邻船舶的航向和航速；
数字孪生模块，用于根据当前船舶以及相邻船舶的航向和航速，建立数字孪生模型；
模拟模块，用于根据数字孪生模型模拟预设时间段内当前船舶和相邻船舶的行驶情况；
第一减速提示信息生成模块，用于若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶前方，且相邻船舶与当前船舶之间的距离达到警示距离，则在相邻船舶与当前船舶的距离小于第二预设距离时，生成第一减速提示信息；
第二减速提示信息生成模块，用于若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，相邻船舶与当前船舶发生冲撞，在相邻船舶与当前船舶的距离小于第二预设距离时，生成第二减速提示信息；
第三提速提示信息生成模块，用于若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶后方，且相邻船舶与当前船舶之间的距离达到警示距离，则在相邻船舶与当前船舶的距离小于第二预设距离时，生成第三提速提示信息；
事故多发区确定模块，用于将当前船舶和其他船舶的交叉点确定为事故多发区。
进一步地，第二减速提示信息生成模块，具体用于：
确定当前船舶在开始减速时的初始位置对应的第一时刻；
确定相邻船舶到达交叉点时的第二时刻，确定第一时刻与第二时刻的时间差值；
获取当前船舶与相邻船舶在第一时刻时的初始航速；
确定当前船舶到达目标位置时行驶的距离；
根据时间差值、初始航速和距离，计算得到当前船舶降速的加速度；
根据初始航速、加速度和距离，计算得到目标速度；
生成包括目标速度、第一时刻以及目标位置的第二减速提示信息。
在另一种可能的实现方式中，船舶航行环境风险预测装置200还包括：
重叠区域标记模块，用于当航线上，存在预备恶劣天气大风区、预备恶劣天气大浪区和预备船舶密集区的重叠区域时，对重叠区域进行标记，预备恶劣天气大风区内的风力大于第二预设风力且小于第一预设风力，预备恶劣天气大浪区内的浪高大于第二预设浪高且小于第一预设浪高，预备船舶密集区内的船舶数量大于第二预设船舶数量且小于第一预设船舶数量；事故风险总等级调节模块，用于当重叠区域内，其他船舶的航速或航向发生变化，则增大对应区域内的事故风险总等级。
进一步地，事故风险总等级调节模块，具体用于：
获取重叠区域内的事故船舶数量和船舶总数；
计算事故船舶数量与船舶总数的比值，得到初始事故风险等级；
获取重叠区域内所有船舶的两组船舶AIS数据，分别为当前船舶数据和历史船舶数据，船舶AIS数据包括航速和航向；
根据当前船舶数据和历史船舶数据，筛选出航速降低、航向远离重叠区域的第一船舶；
将第一船舶的数量与预设的折合比例相乘，计算得到折合船舶数量；
计算折合船舶数量与船舶总数的比值，计算得到增长事故风险等级；
将初始事故风险等级与增长事故风险等级相加，计算得到事故风险总等级。
进一步地，船舶航行环境风险预测装置200还包括：
预测区域生成模块，用于用数字孪生模型模拟当前船舶在进入重叠区域后，以当前船舶为圆心，预设范围为半径，生成预测区域；
预测区域模拟模块，用于根据当前船舶在行驶过程中的行驶状况，得到预测区域的多个事故风险总等级，直至当前船舶驶离重叠区域后结束模拟，预测区域的事故风险总等级等于预测区域内事故船舶数量与折合船舶数量的和除以船舶总数；
曲线图建立模块，用于根据多个事故风险总等级，建立曲线图。
前述实施例中的方法中的各种变化方式和具体实例同样适用于本实施例的船舶航行环境风险预测装置，通过前述对船舶航行环境风险预测方法的详细描述，本领域技术人员可以清楚的知道本实施例中的船舶航行环境风险预测装置的实施方法，所以为了说明书的简洁，在此不再详述。
为了更好地实施以上方法，本申请实施例提供一种电子设备，参照图5，电子设备300包括：处理器301、存储器303和显示屏305。其中，存储器303、显示屏305均与处理器301相连，如通过总线302相连。可选地，电子设备300还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit，中央处理器)，通用处理器，DSP(Digital Signal Processor，数据信号处理器)，ASIC(Application SpecificIntegrated Circuit，专用集成电路)，FPGA(Field Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线302可包括一通路，在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。
存储器303可以是ROM(Read Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器303用于存储执行本申请方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
图5示出的电子设备300仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例还提供一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时实现上述实施例提供的船舶航行环境风险预测方法，处理器执行计算机可读存储介质中的计算机程序，获取当前船舶的航线，并获取沿航线上的风险数据，接着将航线划分成多个子路段，根据每个子路段上的风险数据，评估子路段上的航行风险区，并对航行风险区实时更新，能使当前船舶实时获知航线上可能会遇到的航行风险区，通过更全面的风险数据得到更为准确的航行风险区预测结果，进而提高船舶航行安全性。
本实施例中，计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。具体的，计算机可读存储介质可以是便携式计算机盘、硬盘、U盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、讲台随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、光盘、磁碟、机械编码设备以及上述任意组合。
本实施例中的计算机程序包含用于执行前述所有的方法的程序代码，程序代码可包括对应执行上述实施例提供的方法步骤对应的指令。计算机程序可从计算机可读存储介质下载到各个计算/处理设备，或者通过网络(例如因特网、局域网、广域网和/或无线网)下载到外部计算机或外部存储设备。计算机程序可完全地在用户计算机上执行、作为一个独立的软件包执行。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
另外，需要理解的是，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
Claims (9)
1.一种船舶航行环境风险预测方法，其特征在于，包括：
获取当前船舶的航线；
沿所述当前船舶的航线，获取影响船舶安全行驶的风险数据，所述风险数据包括船舶AIS数据、全球航运实时风险数据、船舶库数据和事故多发区数据；
将所述航线划分得到多个子路段，每个所述子路段对应一段航行时间；
根据每个所述子路段的风险数据，评估所述子路段上的航行风险区，所述航行风险区包括海盗区、峡水道区、特殊战区、恶劣天气大风区、恶劣天气大浪区、船舶密集区和事故多发区；
实时更新所述航行风险区，并生成提示信息；
当所述当前船舶距离所述船舶密集区达到第一预设距离时，所述方法还包括：
确定在以当前船舶为圆心，预设值为半径的圆形范围内各个相邻船舶的航向和航速；
根据当前船舶以及相邻船舶的航向和航速，建立数字孪生模型；
根据所述数字孪生模型模拟预设时间段内当前船舶和相邻船舶的行驶情况；
若所述相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶前方，且所述相邻船舶与所述当前船舶之间的距离达到警示距离，则在所述相邻船舶与所述当前船舶的距离小于第二预设距离时，生成第一减速提示信息；
若所述相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，所述相邻船舶与所述当前船舶发生冲撞，在所述相邻船舶与所述当前船舶的距离小于第二预设距离时，生成第二减速提示信息；
若所述相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶后方，且所述相邻船舶与所述当前船舶之间的距离达到警示距离，则在所述相邻船舶与所述当前船舶的距离小于第二预设距离时，生成第三提速提示信息；
将当前船舶和其他船舶的交叉点确定为事故多发区；
所述生成第二减速提示信息包括：
确定所述当前船舶在开始减速时的初始位置对应的第一时刻；
确定相邻船舶到达所述交叉点时的第二时刻，确定所述第一时刻与所述第二时刻的时间差值；
获取所述当前船舶与所述相邻船舶在所述第一时刻时的初始航速；
确定所述当前船舶到达目标位置时行驶的距离；
根据所述时间差值、所述初始航速和所述距离，计算得到当前船舶降速的加速度；
根据所述初始航速、所述加速度和所述距离，计算得到目标速度；
生成包括所述目标速度、所述第一时刻以及目标位置的第二减速提示信息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述航行风险，判断当前船舶的防御能力是否能穿过航行风险区；
若不能，则规划能够绕开所述航行风险区的新路线，将所述新路线进行推荐。
3.根据权利要求2所述的方法，其特征在于，所述判断当前船舶的防御能力是否能穿过航行风险区，包括：
获取当前船舶上船长资历、船员人数和船体防御能力级别；
根据当前船舶上所述船长资历、所述船员人数和所述船体防御能力级别，确定当前船舶的防御能力级别；
根据所述当前船舶的防御能力级别，确定可防御的航行风险区；
当所述可防御的航行风险区包括所述航线上的航行风险区时，当前船舶的防御能力能够穿过航行风险区。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述航线上，存在预备恶劣天气大风区、预备恶劣天气大浪区和预备船舶密集区的重叠区域时，对所述重叠区域进行标记，所述预备恶劣天气大风区内的风力大于第二预设风力且小于第一预设风力，所述预备恶劣天气大浪区内的浪高大于第二预设浪高且小于第一预设浪高，所述预备船舶密集区内的船舶数量大于第二预设船舶数量且小于第一预设船舶数量；
当所述重叠区域内，其他船舶的航速或航向发生变化，则增大对应区域内的事故风险总等级。
5.根据权利要求4所述的方法，其特征在于，所述当所述重叠区域内，其他船舶的航速或航向发生变化，则增大对应区域内的事故风险总等级，包括：
获取所述重叠区域内的事故船舶数量和船舶总数；
计算所述事故船舶数量与所述船舶总数的比值，得到初始事故风险等级；
获取所述重叠区域内所有船舶的两组船舶AIS数据，分别为当前船舶数据和历史船舶数据，所述船舶AIS数据包括航速和航向；
根据所述当前船舶数据和所述历史船舶数据，筛选出航速降低、航向远离所述重叠区域的第一船舶；
将所述第一船舶的数量与预设的折合比例相乘，计算得到折合船舶数量；
计算所述折合船舶数量与所述船舶总数的比值，计算得到增长事故风险等级；
将所述初始事故风险等级与所述增长事故风险等级相加，计算得到事故风险总等级。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
用数字孪生模型模拟当前船舶在进入重叠区域后，以所述当前船舶为圆心，预设范围为半径，生成预测区域；
根据所述当前船舶在行驶过程中的行驶状况，得到预测区域的多个事故风险总等级，直至所述当前船舶驶离所述重叠区域后结束模拟，所述预测区域的事故风险总等级等于所述预测区域内所述事故船舶数量与所述折合船舶数量的和除以船舶总数；
根据所述多个事故风险总等级，建立曲线图。
7.一种船舶航行环境风险预测装置，其特征在于，包括：
航线获取模块，用于获取当前船舶的航线；
风险数据获取模块，用于沿所述当前船舶的航线，获取影响船舶安全行驶的风险数据，所述风险数据包括船舶AIS数据、全球航运实时风险数据、船舶库数据和事故多发区数据；
子路段划分模块，用于将所述航线划分得到多个子路段，每个所述子路段对应一段航行时间；
航行风险区评估模块，用于根据每个所述子路段的风险数据，评估所述子路段上的航行风险区，所述航行风险区包括海盗区、峡水道区、特殊战区、恶劣天气大风区、恶劣天气大浪区、船舶密集区和事故多发区；
提示信息生成模块，用于实时更新所述航行风险区，并生成提示信息；
当所述当前船舶距离船舶密集区达到第一预设距离时，所述装置还包括：
相邻船舶航向航速确定模块，用于确定在以当前船舶为圆心，预设值为半径的圆形范围内各个相邻船舶的航向和航速；
数字孪生模块，用于根据当前船舶以及相邻船舶的航向和航速，建立数字孪生模型；
模拟模块，用于根据数字孪生模型模拟预设时间段内当前船舶和相邻船舶的行驶情况；
第一减速提示信息生成模块，用于若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶前方，且相邻船舶与当前船舶之间的距离达到警示距离，则在相邻船舶与当前船舶的距离小于第二预设距离时，生成第一减速提示信息；
第二减速提示信息生成模块，用于若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，相邻船舶与当前船舶发生冲撞，在相邻船舶与当前船舶的距离小于第二预设距离时，生成第二减速提示信息；
第三提速提示信息生成模块，用于若相邻船舶到达相邻船舶航线与当前船舶航线的交叉点时，在当前船舶后方，且相邻船舶与当前船舶之间的距离达到警示距离，则在相邻船舶与当前船舶的距离小于第二预设距离时，生成第三提速提示信息；
事故多发区确定模块，用于将当前船舶和其他船舶的交叉点确定为事故多发区；
第二减速提示信息生成模块，具体用于：
确定当前船舶在开始减速时的初始位置对应的第一时刻；
确定相邻船舶到达交叉点时的第二时刻，确定第一时刻与第二时刻的时间差值；
获取当前船舶与相邻船舶在第一时刻时的初始航速；
确定当前船舶到达目标位置时行驶的距离；
根据时间差值、初始航速和距离，计算得到当前船舶降速的加速度；
根据初始航速、加速度和距离，计算得到目标速度；
生成包括目标速度、第一时刻以及目标位置的第二减速提示信息。
8.一种电子设备，其特征在于，
至少一个处理器；
存储器；
至少一个应用程序，其中所述至少一个应用程序被存储在所述存储器中并被配置为由所述至少一个处理器执行，所述至少一个应用程序配置用于：执行如权利要求1至6任一项所述的船舶航行环境风险预测方法。
9.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至6中任一项所述的船舶航行环境风险预测方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211549726.1A CN115983627B (zh) | 2022-12-05 | 2022-12-05 | 船舶航行环境风险预测方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211549726.1A CN115983627B (zh) | 2022-12-05 | 2022-12-05 | 船舶航行环境风险预测方法、装置、电子设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115983627A CN115983627A (zh) | 2023-04-18 |
| CN115983627B true CN115983627B (zh) | 2023-12-26 |
Family
ID=85961507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211549726.1A Active CN115983627B (zh) | 2022-12-05 | 2022-12-05 | 船舶航行环境风险预测方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115983627B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116429118B (zh) * | 2023-06-15 | 2023-10-27 | 中国水产科学研究院南海水产研究所 | 一种基于物联网的渔船安全生产监管方法及系统 |
| CN116700315B (zh) * | 2023-07-03 | 2024-02-06 | 苏州优世达智能科技有限公司 | 一种无人艇的航迹跟踪控制方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111090278A (zh) * | 2018-10-24 | 2020-05-01 | 大连永航科技有限公司 | 基于海洋天气预报的自动导航系统 |
| KR20210116799A (ko) * | 2020-03-16 | 2021-09-28 | 사단법인 부산산학융합원 | 디지털 트윈을 이용한 선박 입출항 관제 시스템 |
| CN113739807A (zh) * | 2021-11-08 | 2021-12-03 | 聊城中翔泰电子科技有限公司 | 一种用于船舶的航行路线导航方法及系统 |
| CN113870619A (zh) * | 2021-10-13 | 2021-12-31 | 中远海运科技股份有限公司 | 一种船舶航行风险识别及预警方法和系统 |
| CN114358527A (zh) * | 2021-12-17 | 2022-04-15 | 中船航海科技有限责任公司 | 一种基于海洋环境信息的远洋航线安全评估方法 |
| CN115271502A (zh) * | 2022-08-09 | 2022-11-01 | 南通中远海运川崎船舶工程有限公司 | 一种远洋船舶预防搁浅与脱浅方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
-
2022
- 2022-12-05 CN CN202211549726.1A patent/CN115983627B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111090278A (zh) * | 2018-10-24 | 2020-05-01 | 大连永航科技有限公司 | 基于海洋天气预报的自动导航系统 |
| KR20210116799A (ko) * | 2020-03-16 | 2021-09-28 | 사단법인 부산산학융합원 | 디지털 트윈을 이용한 선박 입출항 관제 시스템 |
| CN113870619A (zh) * | 2021-10-13 | 2021-12-31 | 中远海运科技股份有限公司 | 一种船舶航行风险识别及预警方法和系统 |
| CN113739807A (zh) * | 2021-11-08 | 2021-12-03 | 聊城中翔泰电子科技有限公司 | 一种用于船舶的航行路线导航方法及系统 |
| CN114358527A (zh) * | 2021-12-17 | 2022-04-15 | 中船航海科技有限责任公司 | 一种基于海洋环境信息的远洋航线安全评估方法 |
| CN115271502A (zh) * | 2022-08-09 | 2022-11-01 | 南通中远海运川崎船舶工程有限公司 | 一种远洋船舶预防搁浅与脱浅方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115983627A (zh) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115983627B (zh) | 船舶航行环境风险预测方法、装置、电子设备和介质 | |
| Rong et al. | Ship collision avoidance behaviour recognition and analysis based on AIS data | |
| Wu et al. | Analysis of waterway transportation in Southeast Texas waterway based on AIS data | |
| Xin et al. | A simulation model for ship navigation in the “Xiazhimen” waterway based on statistical analysis of AIS data | |
| Goerlandt et al. | Traffic simulation based ship collision probability modeling | |
| JP6998576B2 (ja) | 航路上のリスクに適応した航行支援方法及び航行支援システム | |
| CN111951606A (zh) | 一种船舶碰撞风险评估与预警方法及系统 | |
| US20130116920A1 (en) | System, method and program product for flood aware travel routing | |
| Liu et al. | A quantitative method for the analysis of ship collision risk using AIS data | |
| Christian et al. | Probabilistic risk assessment on maritime spent nuclear fuel transportation (Part II: Ship collision probability) | |
| Debnath et al. | Modelling collision potentials in port anchorages: application of the navigational traffic conflict technique (NTCT) | |
| KR20160117766A (ko) | 실시간 해양정보 분석을 통한 해양재난의 예측 및 관리 시스템 | |
| Yu et al. | A direction-constrained space-time prism-based approach for quantifying possible multi-ship collision risks | |
| Rong et al. | Evaluation of near-collisions in the Tagus River Estuary using a marine traffic simulation model | |
| CN114936332A (zh) | 一种风电场水域船舶交通流分析的方法、装置和存储介质 | |
| US20230400859A1 (en) | Predicting Jaywaking Behaviors of Vulnerable Road Users | |
| Copping et al. | Likelihood of a marine vessel accident from wind energy development in the Atlantic | |
| Weng et al. | Effects of ship domain shapes on ship collision risk estimates considering collision frequency and severity | |
| Kim et al. | Visualization of ship collision risk based on near-miss accidents | |
| Breithaupt et al. | AIS-based characterization of navigation conflicts along the US Atlantic Coast prior to development of wind energy | |
| KR102185782B1 (ko) | 등리스크 곡선 맵핑 기반 항로 설정 방법 | |
| US20210118301A1 (en) | Systems and methods for controlling vehicle traffic | |
| Son et al. | Development of collision risk assessment model for bridge across waterways based on traffic probability distribution | |
| Kim et al. | Ship encounter risk evaluation for coastal areas with holistic maritime traffic data analysis | |
| Qin et al. | Dynamic risk prewarning in ship encounter process considering domain violation |
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 |