CN116469276A - 水域安全预警方法、装置、设备及存储介质 - Google Patents
水域安全预警方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116469276A CN116469276A CN202310421394.7A CN202310421394A CN116469276A CN 116469276 A CN116469276 A CN 116469276A CN 202310421394 A CN202310421394 A CN 202310421394A CN 116469276 A CN116469276 A CN 116469276A
- Authority
- CN
- China
- Prior art keywords
- target
- water area
- ship
- safety
- image 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 295
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 156
- 238000012544 monitoring process Methods 0.000 claims abstract description 83
- 238000013499 data model Methods 0.000 claims abstract description 21
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 29
- 230000005856 abnormality Effects 0.000 claims description 21
- 238000013515 script Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 230000004927 fusion Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000003643 water by type Substances 0.000 claims 2
- 238000007726 management method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 208000034699 Vitreous floaters Diseases 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005693 optoelectronics Effects 0.000 description 2
- 238000003911 water pollution Methods 0.000 description 2
- 235000014653 Carica parviflora Nutrition 0.000 description 1
- 241000243321 Cnidaria Species 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- -1 turbidity Chemical compound 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及水域管理领域，公开了一种水域安全预警方法、装置、设备及存储介质，用于实现水域的全方位监测和预警并且提高监测预警的准确率。方法包括：基于雷达设备对目标水域进行船只扫描，得到目标船只，并对目标船只进行航迹监测，生成目标航迹数据；基于预置的光电设备分别对目标水域以及目标船只进行图像采集，得到水域图像数据以及船只图像数据；将目标航迹数据、水域图像数据以及船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；根据目标水域安全检测结果生成水域安全预警信息，并将水域安全预警信息传输至预置的安全监控终端进行可视化监控。
Description
技术领域
本发明涉及水域管理领域，尤其涉及一种水域安全预警方法、装置、设备及存储介质。
背景技术
我国拥有漫长的海岸线和丰富的水资源和河道，在海岸线上建设了军港、港口、核电站，在海域上进行了海洋牧场的养殖，珊瑚礁的养殖，海洋风力发电等等，在河道上建设很多不同类型的水库、很多不同的桥梁，有些地方是禁止船舶进入的、有些地方需要防止碰撞，所以很多区域都需要雷达光电一体安全预警监测。
现在水域监控存在的问题：水域存在的风险，船舶偏航行驶，撞击水库重要设备，损坏水库设备；渔船抛锚，拖网，损坏水库设备。监管效率低，传统的模式采用肉眼、警戒船巡航等被动的方式监管，监测覆盖面狭窄、监管效率低下、费时费力、不能全天候、全天时的监管。改善需求急，传统的监管方式已无法满足实时性、高效性的监管要求，急需借助先进的科技手段进行探测感知，在水域建设全方位的监控系统、对水域航行的船舶提前预警，建立有效的应急执法预案，及时通报突发事件、并采取有效的应急措施，构建全天时、全天候的海上水域监管系统。
发明内容
本发明提供了一种水域安全预警方法、装置、设备及存储介质，用于实现水域的全方位监测和预警并且提高监测预警的准确率。
本发明第一方面提供了一种水域安全预警方法，所述水域安全预警方法包括：
基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并对所述目标船只进行航迹监测，生成目标航迹数据；
基于预置的光电设备分别对所述目标水域以及所述目标船只进行图像采集，得到水域图像数据以及船只图像数据；
将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；
根据所述目标水域安全检测结果生成水域安全预警信息，并将所述水域安全预警信息传输至预置的安全监控终端进行可视化监控。
结合第一方面，在本发明第一方面的第一实施方式中，所述基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并对所述目标船只进行航迹监测，生成目标航迹数据，包括：
基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并根据所述雷达设备构建所述目标水域的目标坐标系；
接收所述目标船只的回波信号，并根据所述回波信号计算所述目标船只的位置信息和速度信息；
根据所述目标坐标系构建所述位置信息和所述速度信息对应的航迹，得到所述目标船只的目标航迹数据。
结合第一方面，在本发明第一方面的第二实施方式中，所述基于预置的光电设备分别对所述目标水域以及所述目标船只进行图像采集，得到水域图像数据以及船只图像数据，包括：
基于预置的光电设备，对所述目标水域进行图像采集，得到第一图像数据；
对所述目标船只进行图像采集，得到第二图像数据；
分别对所述第一图像数据和所述第二图像数据进行图像分辨率处理，得到水域图像数据以及船只图像数据。
结合第一方面，在本发明第一方面的第三实施方式中，所述将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果，包括：
将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集；
从所述历史数据模型集中匹配对应的航迹异常分析模型、水域异常检测模型以及船只异常检测模型；
通过所述航迹异常分析模型、所述水域异常检测模型以及所述船只异常检测模型进行水域安全检测，得到目标水域安全检测结果。
结合第一方面，在本发明第一方面的第四实施方式中，所述通过所述航迹异常分析模型、所述水域异常检测模型以及所述船只异常检测模型进行水域安全检测，得到目标水域安全检测结果，包括：
通过所述航迹异常分析模型对所述目标航迹数据进行航迹异常检测，得到航迹异常检测结果；
通过所述水域异常检测模型对所述水域图像数据进行水域异常检测，得到水域异常检测结果；
通过所述船只异常检测模型对所述船只图像数据进行船只异常检测，得到船只异常检测结果；
对所述航迹异常检测结果、所述水域异常检测结果以及所述船只异常检测结果进行检测结果融合，得到目标水域安全检测结果。
结合第一方面，在本发明第一方面的第五实施方式中，所述根据所述目标水域安全检测结果生成水域安全预警信息，并将所述水域安全预警信息传输至预置的安全监控终端进行可视化监控，包括：
根据所述目标水域安全检测结果，生成水域安全预警信息，并读取预设处理策略，生成多个候选处理脚本；
对所述水域安全预警信息进行类型判断，若所述水域安全预警信息为普通类型，则读取所述普通类型对应的目标处理脚本，并针对所述水域安全预警信息执行所述目标处理脚本进行故障处理，得到第一目标处理结果；
若所述水域安全预警信息为重点类型，则记录所述重点类型对应的特征信息并作为第二目标处理结果，所述特征信息用于表征所述水域安全预警信息对应的目标对象中出现的异常信息。
结合第一方面，在本发明第一方面的第六实施方式中，所述水域安全预警方法还包括：
对所述目标水域进行多源数据采集，得到目标多源数据；
构建所述目标多源数据的检测模型，得到多源检测模型集；
基于所述多源检测模型集对所述目标多源数据进行检测，得到所述目标水域对应的目标检测结果。
本发明第二方面提供了一种水域安全预警装置，所述水域安全预警装置包括：
扫描模块，用于基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并对所述目标船只进行航迹监测，生成目标航迹数据；
采集模块，用于基于预置的光电设备分别对所述目标水域以及所述目标船只进行图像采集，得到水域图像数据以及船只图像数据；
检测模块，用于将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；
传输模块，用于根据所述目标水域安全检测结果生成水域安全预警信息，并将所述水域安全预警信息传输至预置的安全监控终端进行可视化监控。
本发明第三方面提供了一种水域安全预警设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述水域安全预警设备执行上述的水域安全预警方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的水域安全预警方法。
本发明提供的技术方案中，基于雷达设备对目标水域进行船只扫描，得到目标船只，并对目标船只进行航迹监测，生成目标航迹数据；基于预置的光电设备分别对目标水域以及目标船只进行图像采集，得到水域图像数据以及船只图像数据；将目标航迹数据、水域图像数据以及船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；根据目标水域安全检测结果生成水域安全预警信息，并将水域安全预警信息传输至预置的安全监控终端进行可视化监控，本发明基于雷达光电一体化技术的海洋监控预警系统集成了多种技术手段的综合系统，能够进行对水域安全的广泛、全方位监测和预警，具有监测范围广、预警精准以及反应迅速的优点，为港口、海岸线、海上交通航道的水域区域安全保障提供强有力的技术支持，进而实现了水域的全方位监测和预警并且提高了监测预警的准确率。
附图说明
图1为本发明实施例中水域安全预警方法的一个实施例示意图；
图2为本发明实施例中图像采集的流程图；
图3为本发明实施例中水域安全检测的流程图；
图4为本发明实施例中得到目标水域安全检测结果的流程图；
图5为本发明实施例中水域安全预警装置的一个实施例示意图；
图6为本发明实施例中水域安全预警设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种水域安全预警方法、装置、设备及存储介质，用于实现水域的全方位监测和预警并且提高监测预警的准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中水域安全预警方法的一个实施例包括：
S101、基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并对目标船只进行航迹监测，生成目标航迹数据；
可以理解的是，本发明的执行主体可以为水域安全预警装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
需要说明的是，本实施例采用一体化设计，将雷达和光电设备整合在同一系统中，实现两种技术的互补优势，从而提高监测效率和准确性。将雷达和光电设备整合在同一系统中，可通过互补优势来提高监测效率和准确性。一体化设计可以更好地实现数据融合，提高系统的响应速度和预警精度。本实施例所采用的雷达设备：通过使用高频电磁波辐射目标物，利用回波信号获取目标物的位置、速度等信息，实现对水面船只、风浪等异常情况的监测。雷达设备：雷达是一种利用高频电磁波与目标物反射回来的信号进行测量和定位的技术。在海洋监控预警系统中，雷达可用于监测水面船只、风浪等异常情况。雷达可以通过发射电磁波辐射目标物，并利用回波信号获取目标物的位置、速度等信息。由于雷达信号能够穿透雨雾和云层，因此即使在恶劣的天气条件下也能够进行监测。同时，雷达具有灵敏度高、检测范围广等优点实现对大范围水域的快速监测。雷达设备在港口、海岸线、海上交通航道等水域区域的监测预警中起着至关重要的作用。本实施例中，对于目标水域附近区域的监控，部署多元智能感知系统、利用雷达、光电设备、AIS对水域进行全域无盲区、全天时、全天候的船舶信息感知与场景监视。设置电子围栏，对进入区域或即将进入区域的船舶进行监控。对电子围栏进行等级划分，分为关注区、警示区、管制区、处理区，不同等级的电子围栏产生不同的警报，采取不同的动作。配置船舶自动识别系统（AIS），进行船舶管理识别，对无AIS和没有在系统库里面的船舶进行识别，并产生报警，通知执法人员对船舶进行驱离。对我方在AIS库里面的船舶，进行放行。设置集控中心、配置场景分析、威胁预警系统，实现目标信息融合、行为分析、智能判别、处置预案。多套雷达和摄像头组网，对目标水域无死角覆盖。
S102、基于预置的光电设备分别对目标水域以及目标船只进行图像采集，得到水域图像数据以及船只图像数据；
需要说明的是，光电设备通过使用红外、可见光等光学传感器对水面上的目标进行成像和检测，在夜间或低能见度条件下实现对异常情况的检测。光电设备是指利用电子学和光学原理相结合的方法进行水面目标成像和检测的技术。它包括红外、可见光等多种光学传感器。在海洋监控预警系统中，光电设备可以用于夜间或低能见度条件下的监测。采用可见光传感器的优点在于可以提供高分辨率图像，方便观察水面船只等目标物；而采用红外传感器则可以探测到目标物的热能等物理特征。
S103、将目标航迹数据、水域图像数据以及船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；
具体的，服务器通过采集和处理雷达和光电设备获取的数据，并结合历史数据和模型算法，实现对水域安全状态的分析和评估，并及时发布预警信息。服务器将目标航迹数据、水域图像数据以及船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果，由于监测设备获取到的数据通常具有大量复杂的信息，需要进行有效的处理、分析和存储。基于数据处理和分析实现对水域安全状态的分析和评估，并及时发布预警信息。此外，数据处理和分析还可以通过历史数据的比对，进一步提高预警系统的准确性和可靠性。
S104、根据目标水域安全检测结果生成水域安全预警信息，并将水域安全预警信息传输至预置的安全监控终端进行可视化监控。
具体的，服务器根据目标水域安全检测方案所得到的数据和分析结果，结合国家相关标准和规范，制定一套水域安全预警信息生成方案。该方案应当包括预警级别、预警内容、预警对象等内容，确保预警信息的准确性和及时性。服务器针对不同的预警级别，确定不同的传输方式和优先级。高级别的预警信息应尽快传输至安全监控终端，并通过多种方式通知水域管理人员，以便及时采取措施。服务器针对不同的安全监控终端，制定相应的可视化监控方案，以便快速识别和处理异常情况。通过图表、报警声音等方式进行提示，同时提供实时视频监控等功能，便于实时监测目标水域的安全情况。
本发明实施例中，基于雷达设备对目标水域进行船只扫描，得到目标船只，并对目标船只进行航迹监测，生成目标航迹数据；基于预置的光电设备分别对目标水域以及目标船只进行图像采集，得到水域图像数据以及船只图像数据；将目标航迹数据、水域图像数据以及船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；根据目标水域安全检测结果生成水域安全预警信息，并将水域安全预警信息传输至预置的安全监控终端进行可视化监控，本发明基于雷达光电一体化技术的海洋监控预警系统集成了多种技术手段的综合系统，能够进行对水域安全的广泛、全方位监测和预警，具有监测范围广、预警精准以及反应迅速的优点，为港口、海岸线、海上交通航道的水域区域安全保障提供强有力的技术支持，进而实现了水域的全方位监测和预警并且提高了监测预警的准确率。
在一具体实施例中，执行步骤S101的过程可以具体包括如下步骤：
（1）基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并根据雷达设备构建目标水域的目标坐标系；
（2）接收目标船只的回波信号，并根据回波信号计算目标船只的位置信息和速度信息；
（3）根据目标坐标系构建位置信息和速度信息对应的航迹，得到目标船只的目标航迹数据。
具体的，服务器选择合适的雷达设备。要考虑到目标水域的大小、深度、交通情况等多种因素，以确保雷达设备能够有效地扫描和检测目标船只，并提供准确的信息。服务器通过预置的雷达设备对目标水域进行船只扫描，得到目标船只，并根据雷达设备构建目标水域的目标坐标系。通过处理雷达回波信号，确定目标船只的位置、方向和速度等信息，从而实现目标船只的定位和跟踪。服务器根据目标船只的回波信号，结合雷达设备的参数和预设的算法，计算目标船只的位置信息和速度信息。同时要考虑到水流、风力等因素对结果的影响，以提高定位的准确性。服务器利用雷达设备提供的位置信息和速度信息，根据目标坐标系构建位置信息和速度信息对应的航迹，得到目标船只的航迹数据。通过处理航迹数据进一步分析目标船只的航行路线和速度变化，以及与其他船只的关系等内容。本实施例中基于航迹数据实现目标船只的实时监测和轨迹回溯，同时还可以进行相关的统计和分析，为安全管理提供参考依据。
在一具体实施例中，如图2所示，执行步骤S102的过程可以具体包括如下步骤：
S201、基于预置的光电设备，对目标水域进行图像采集，得到第一图像数据；
S202、对目标船只进行图像采集，得到第二图像数据；
S203、分别对第一图像数据和第二图像数据进行图像分辨率处理，得到水域图像数据以及船只图像数据。
具体的，服务器利用预置的光电设备对目标水域进行图像采集，得到第一图像数据。在采集过程中注意光照条件、拍摄角度、拍摄距离等因素，以确保采集的图像质量可靠。服务器对目标船只进行图像采集，得到第二图像数据。同样需要考虑光照条件、拍摄角度、拍摄距离等因素，以确保采集的图像包含足够的船只细节和特征信息。服务器针对第一图像数据和第二图像数据，分别进行图像分辨率处理。通过处理算法将图像数据的分辨率进行提高，以达到更清晰、更准确的效果。同时要优化算法，尽可能避免图像失真等问题。
在一具体实施例中，如图3所示，执行步骤S103的过程可以具体包括如下步骤：
S301、将目标航迹数据、水域图像数据以及船只图像数据输入预置的历史数据模型集；
S302、从历史数据模型集中匹配对应的航迹异常分析模型、水域异常检测模型以及船只异常检测模型；
S303、通过航迹异常分析模型、水域异常检测模型以及船只异常检测模型进行水域安全检测，得到目标水域安全检测结果。
具体的，服务器根据实际需求和场景，建立一套完整的历史数据模型集。该模型集应包括航迹异常分析模型、水域异常检测模型和船只异常检测模型等多个模型，以支持不同类型的数据处理和分析。服务器将目标航迹数据、水域图像数据以及船只图像数据输入到历史数据模型集中，并针对不同的数据类型，匹配对应的模型。例如，对于航迹数据匹配航迹异常分析模型；对于水域图像数据匹配水域异常检测模型；对于船只图像数据匹配船只异常检测模型。服务器通过匹配的模型，对目标水域进行异常分析和检测。航迹异常分析模型可以用于识别航迹中的异常点或异常轨迹，以便进一步分析和处理；水域异常检测模型可以用于监测不同类型的水域异常情况，例如水质污染、漂浮物等问题；船只异常检测模型可以用于识别船只的异常行为或特征，例如超载、超速等。服务器根据异常分析和检测结果，生成相应的水域安全检测报告。该报告应包括检测结果、异常事件的分类和描述，以及相应的处理建议等内容，以便水域管理人员能够及时采取措施。
在一具体实施例中，如图4所示，执行步骤S303的过程可以具体包括如下步骤：
S401、通过航迹异常分析模型对目标航迹数据进行航迹异常检测，得到航迹异常检测结果；
S402、通过水域异常检测模型对水域图像数据进行水域异常检测，得到水域异常检测结果；
S403、通过船只异常检测模型对船只图像数据进行船只异常检测，得到船只异常检测结果；
S404、对航迹异常检测结果、水域异常检测结果以及船只异常检测结果进行检测结果融合，得到目标水域安全检测结果。
具体的，服务器利用航迹异常分析模型对目标航迹数据进行异常检测。该模型可以通过机器学习等技术手段，识别出航迹数据中的异常点或异常轨迹，例如非法入侵、目标跟踪等情况，并将检测结果输出。服务器利用水域异常检测模型对水域图像数据进行异常检测。该模型可以借助图像处理和深度学习等技术手段，监测不同类型的水域异常情况，例如漂浮物、水质污染等，并将检测结果输出。服务器利用船只异常检测模型对船只图像数据进行异常检测。该模型可以通过图像处理和深度学习等技术手段，识别船只的异常行为或特征，例如超载、超速等，并将检测结果输出。服务器针对航迹异常检测结果、水域异常检测结果以及船只异常检测结果，进行检测结果融合。该过程可以利用数据融合算法，从不同维度综合分析多种异常检测结果，并生成相应的目标水域安全检测报告。服务器根据检测结果融合后的数据，生成相应的目标水域安全检测报告。该报告应包括检测结果、异常事件的分类和描述，以及相应的处理建议等内容，以便水域管理人员能够及时采取措施。
在一具体实施例中，执行步骤S104的过程可以具体包括如下步骤：
（1）根据目标水域安全检测结果，生成水域安全预警信息，并读取预设处理策略，生成多个候选处理脚本；
（2）对水域安全预警信息进行类型判断，若水域安全预警信息为普通类型，则读取普通类型对应的目标处理脚本，并针对水域安全预警信息执行目标处理脚本进行故障处理，得到第一目标处理结果；
（3）若水域安全预警信息为重点类型，则记录重点类型对应的特征信息并作为第二目标处理结果，特征信息用于表征水域安全预警信息对应的目标对象中出现的异常信息。
具体的，服务器根据目标水域安全检测结果，依据预设的处理策略和规则，生成相应的水域安全预警信息。该预警信息应包括异常事件的分类、描述和级别等内容，以便后续处理和分析。服务器针对不同的水域安全预警信息，生成多个候选处理脚本。该过程可以通过自动化脚本生成工具实现，以提高处理效率和准确性。服务器根据水域安全预警信息的分类和级别，进行类型判断。如果水域安全预警信息为普通类型，则读取普通类型对应的目标处理脚本，并针对水域安全预警信息执行目标处理脚本进行故障处理，得到第一目标处理结果；如果水域安全预警信息为重点类型，则记录重点类型对应的特征信息，并作为第二目标处理结果，特征信息用于表征水域安全预警信息对应的目标对象中出现的异常信息。服务器针对水域安全预警信息的普通类型，执行对应的目标处理脚本。该过程可以通过脚本执行工具实现，以自动化地进行故障处理。服务器根据执行的目标处理脚本和特征信息的记录，生成相应的目标处理结果报告。该报告应包括处理结果的描述、处理方案的建议和下一步的工作计划等内容，以便水域管理人员能够及时采取措施。
在一具体实施例中，执行上述水域安全预警方法还包括如下步骤：
（1）对目标水域进行多源数据采集，得到目标多源数据；
（2）构建目标多源数据的检测模型，得到多源检测模型集；
（3）基于多源检测模型集对目标多源数据进行检测，得到目标水域对应的目标检测结果。
具体的，服务器对目标水域进行多源数据采集。该过程可以通过无人机、卫星遥感、视频监控等多种手段进行，以获取目标水域的不同角度和维度的数据信息。服务器根据目标多源数据的特点和需求，构建目标多源数据的检测模型。该模型需要综合利用图像处理、深度学习等技术手段，针对不同类型的数据信息进行建模。例如构建图像识别模型、航迹异常分析模型、水文模型等多个模型，并将它们组合成一个多源检测模型集。服务器基于多源检测模型集，对目标多源数据进行检测。该过程可以借助计算机视觉等技术手段，对不同来源的数据进行融合，从而得到更为全面和准确的检测结果。例如利用航迹异常分析模型进行目标航迹数据的异常检测，利用水文模型对水域数据进行水文特征提取，利用视频监控图像识别模型对船只或人员进行识别等。其中，多源数据融合：结合卫星遥感、气象预报等多种数据来源，实现对水域安全的全方位监测和预警。多源数据融合：多源数据融合指的是将海洋监控预警系统中多种数据来源进行整合和分析。除了雷达、光电等传感器获取的信息外，还包括卫星遥感、气象预报等多种数据来源。通过多源数据融合实现对水域安全的全方位监测和预警。例如，结合卫星遥感技术更加精准地获取目标物的位置和速度等信息；而结合气象预报可以及早预测风暴、海浪等自然灾害的发生概率，从而提高预警系统的预测准确性和响应速度。多源数据融合还可以通过建立模型算法，实现对水域安全状态的自动分析和评估，减轻人工干预的负担，提高监测效率。此外，本实施例还包括实时环境监测，水质：pH、溶解氧、浊度、叶绿素、营养盐等；水文：流速、流向、水温、盐度、水深等；气象：气温、气压、相对湿度、风速、风向、降雨量等；生物：生物种类、数量、行为等。
上面对本发明实施例中水域安全预警方法进行了描述，下面对本发明实施例中水域安全预警装置进行描述，请参阅图5，本发明实施例中水域安全预警装置一个实施例包括：
扫描模块501，用于基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并对所述目标船只进行航迹监测，生成目标航迹数据；
采集模块502，用于基于预置的光电设备分别对所述目标水域以及所述目标船只进行图像采集，得到水域图像数据以及船只图像数据；
检测模块503，用于将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；
传输模块504，用于根据所述目标水域安全检测结果生成水域安全预警信息，并将所述水域安全预警信息传输至预置的安全监控终端进行可视化监控。
通过上述各个组成部分的协同合作，基于雷达设备对目标水域进行船只扫描，得到目标船只，并对目标船只进行航迹监测，生成目标航迹数据；基于预置的光电设备分别对目标水域以及目标船只进行图像采集，得到水域图像数据以及船只图像数据；将目标航迹数据、水域图像数据以及船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；根据目标水域安全检测结果生成水域安全预警信息，并将水域安全预警信息传输至预置的安全监控终端进行可视化监控，本发明基于雷达光电一体化技术的海洋监控预警系统集成了多种技术手段的综合系统，能够进行对水域安全的广泛、全方位监测和预警，具有监测范围广、预警精准以及反应迅速的优点，为港口、海岸线、海上交通航道的水域区域安全保障提供强有力的技术支持，进而实现了水域的全方位监测和预警并且提高了监测预警的准确率。
上面图5从模块化功能实体的角度对本发明实施例中的水域安全预警装置进行详细描述，下面从硬件处理的角度对本发明实施例中水域安全预警设备进行详细描述。
图6是本发明实施例提供的一种水域安全预警设备的结构示意图，该水域安全预警设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）610（例如，一个或一个以上处理器）和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630（例如一个或一个以上海量存储设备）。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对水域安全预警设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在水域安全预警设备600上执行存储介质630中的一系列指令操作。
水域安全预警设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的水域安全预警设备结构并不构成对水域安全预警设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种水域安全预警设备，所述水域安全预警设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述水域安全预警方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述水域安全预警方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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介质中。基于这样的理解，本发明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介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random acceS memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种水域安全预警方法，其特征在于，所述水域安全预警方法包括：
基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并对所述目标船只进行航迹监测，生成目标航迹数据；
基于预置的光电设备分别对所述目标水域以及所述目标船只进行图像采集，得到水域图像数据以及船只图像数据；
将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；
根据所述目标水域安全检测结果生成水域安全预警信息，并将所述水域安全预警信息传输至预置的安全监控终端进行可视化监控。
2.根据权利要求1所述的水域安全预警方法，其特征在于，所述基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并对所述目标船只进行航迹监测，生成目标航迹数据，包括：
基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并根据所述雷达设备构建所述目标水域的目标坐标系；
接收所述目标船只的回波信号，并根据所述回波信号计算所述目标船只的位置信息和速度信息；
根据所述目标坐标系构建所述位置信息和所述速度信息对应的航迹，得到所述目标船只的目标航迹数据。
3.根据权利要求1所述的水域安全预警方法，其特征在于，所述基于预置的光电设备分别对所述目标水域以及所述目标船只进行图像采集，得到水域图像数据以及船只图像数据，包括：
基于预置的光电设备，对所述目标水域进行图像采集，得到第一图像数据；
对所述目标船只进行图像采集，得到第二图像数据；
分别对所述第一图像数据和所述第二图像数据进行图像分辨率处理，得到水域图像数据以及船只图像数据。
4.根据权利要求1所述的水域安全预警方法，其特征在于，所述将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果，包括：
将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集；
从所述历史数据模型集中匹配对应的航迹异常分析模型、水域异常检测模型以及船只异常检测模型；
通过所述航迹异常分析模型、所述水域异常检测模型以及所述船只异常检测模型进行水域安全检测，得到目标水域安全检测结果。
5.根据权利要求4所述的水域安全预警方法，其特征在于，所述通过所述航迹异常分析模型、所述水域异常检测模型以及所述船只异常检测模型进行水域安全检测，得到目标水域安全检测结果，包括：
通过所述航迹异常分析模型对所述目标航迹数据进行航迹异常检测，得到航迹异常检测结果；
通过所述水域异常检测模型对所述水域图像数据进行水域异常检测，得到水域异常检测结果；
通过所述船只异常检测模型对所述船只图像数据进行船只异常检测，得到船只异常检测结果；
对所述航迹异常检测结果、所述水域异常检测结果以及所述船只异常检测结果进行检测结果融合，得到目标水域安全检测结果。
6.根据权利要求1所述的水域安全预警方法，其特征在于，所述根据所述目标水域安全检测结果生成水域安全预警信息，并将所述水域安全预警信息传输至预置的安全监控终端进行可视化监控，包括：
根据所述目标水域安全检测结果，生成水域安全预警信息，并读取预设处理策略，生成多个候选处理脚本；
对所述水域安全预警信息进行类型判断，若所述水域安全预警信息为普通类型，则读取所述普通类型对应的目标处理脚本，并针对所述水域安全预警信息执行所述目标处理脚本进行故障处理，得到第一目标处理结果；
若所述水域安全预警信息为重点类型，则记录所述重点类型对应的特征信息并作为第二目标处理结果，所述特征信息用于表征所述水域安全预警信息对应的目标对象中出现的异常信息。
7.根据权利要求1所述的水域安全预警方法，其特征在于，所述水域安全预警方法还包括：
对所述目标水域进行多源数据采集，得到目标多源数据；
构建所述目标多源数据的检测模型，得到多源检测模型集；
基于所述多源检测模型集对所述目标多源数据进行检测，得到所述目标水域对应的目标检测结果。
8.一种水域安全预警装置，其特征在于，所述水域安全预警装置包括：
扫描模块，用于基于预置的雷达设备对目标水域进行船只扫描，得到目标船只，并对所述目标船只进行航迹监测，生成目标航迹数据；
采集模块，用于基于预置的光电设备分别对所述目标水域以及所述目标船只进行图像采集，得到水域图像数据以及船只图像数据；
检测模块，用于将所述目标航迹数据、所述水域图像数据以及所述船只图像数据输入预置的历史数据模型集进行水域安全检测，得到目标水域安全检测结果；
传输模块，用于根据所述目标水域安全检测结果生成水域安全预警信息，并将所述水域安全预警信息传输至预置的安全监控终端进行可视化监控。
9.一种水域安全预警设备，其特征在于，所述水域安全预警设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述水域安全预警设备执行如权利要求1-7中任一项所述的水域安全预警方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的水域安全预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310421394.7A CN116469276A (zh) | 2023-04-19 | 2023-04-19 | 水域安全预警方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310421394.7A CN116469276A (zh) | 2023-04-19 | 2023-04-19 | 水域安全预警方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116469276A true CN116469276A (zh) | 2023-07-21 |
Family
ID=87178471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310421394.7A Pending CN116469276A (zh) | 2023-04-19 | 2023-04-19 | 水域安全预警方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116469276A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117235661A (zh) * | 2023-08-30 | 2023-12-15 | 广州怡水水务科技有限公司 | 基于ai的直饮水质量监测方法 |
-
2023
- 2023-04-19 CN CN202310421394.7A patent/CN116469276A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117235661A (zh) * | 2023-08-30 | 2023-12-15 | 广州怡水水务科技有限公司 | 基于ai的直饮水质量监测方法 |
| CN117235661B (zh) * | 2023-08-30 | 2024-04-12 | 广州怡水水务科技有限公司 | 基于ai的直饮水质量监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110414396B (zh) | 一种基于深度学习的无人艇感知融合算法 | |
| CN109444911B (zh) | 一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法 | |
| CN111899568B (zh) | 桥梁防撞预警系统、方法、装置和存储介质 | |
| CN113341407B (zh) | 一种基于雷达探测的渔业捕捞追踪系统及方法 | |
| CN101214851A (zh) | 船舶行驶智能型全天候主动安全预警系统及其预警方法 | |
| CN112698301B (zh) | 基于距离强度关联的激光雷达目标识别方法、装置及设备 | |
| CN113721262B (zh) | 基于激光雷达检测船舶航向和高度的桥梁防碰撞预警方法 | |
| CN116469276A (zh) | 水域安全预警方法、装置、设备及存储介质 | |
| CN116453276A (zh) | 一种海上风电电子围栏监控预警方法和系统 | |
| CN111913177A (zh) | 对目标物探测方法、装置以及存储介质 | |
| CN112904328A (zh) | 一种海上风电场的雷达光电跟踪预警系统及预警方法 | |
| CN115346399B (zh) | 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 | |
| CN114998846A (zh) | 海上钻井平台智能化系统的实现方法、系统及相关组件 | |
| CN111626129A (zh) | 基于卫星ais与红外相机的舰船目标联合探测方法 | |
| Wang et al. | Research of obstacle recognition method for USV based on laser radar | |
| CN117688349A (zh) | 一种基于数字孪生的海上搜救方法和系统 | |
| 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 | |
| Misović et al. | Vessel detection algorithm used in a laser monitoring system of the lock gate zone | |
| CN116935551A (zh) | 周界入侵检测方法、系统、设备及存储介质 | |
| Bloisi et al. | Integrated visual information for maritime surveillance | |
| KR101707595B1 (ko) | 물표의 획득 및 추적 방법 | |
| CN111366920A (zh) | 一种海上风电场的雷达光电跟踪系统 | |
| CN103942979A (zh) | 探测目标的预警方法及装置 | |
| CN115798128A (zh) | 基于ais、雷达及云台联动的海上风电场报警系统及方法 | |
| KR102558387B1 (ko) | 실시간 레이더 이미지 기반 선박 운동정보 및 크기정보 제공시스템 및 방법 |
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 |