[发明专利]一种桥梁主动防船撞监测预警系统有效
申请号: | 201910226662.3 | 申请日: | 2019-03-25 |
公开(公告)号: | CN109949616B | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 夏烨;陈李沐;简旭东;龚丰宗;马海英;孙利民;王君杰 | 申请(专利权)人: | 同济大学 |
主分类号: | G08G3/02 | 分类号: | G08G3/02;G06K9/62 |
代理公司: | 上海德昭知识产权代理有限公司 31204 | 代理人: | 郁旦蓉 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 桥梁 主动 防船撞 监测 预警系统 | ||
本发明提供了一种基于神经网络的防船撞监测系统,用于追踪目标航道内的所有船舶的船舶轨迹从而对目标航道内的桥梁进行防船撞主动预警,其特征在于,包括:多个监控视频获取装置以及轨迹追踪装置,其中,监控视频获取装置具有:视频采集部和采集侧通信部;轨迹追踪装置具有:神经网络存储部,存储有神经网络模型;目标船舶获取部,用于获取目标船舶的船舶位置;坐标获取部,根据船舶位置获取船舶坐标值;船舶轨迹获取部,根据船舶坐标值获取船舶轨迹和船舶的航行速度;船舶轨迹预测部,根据船舶轨迹和航行速度获取预测轨迹、预测速度、抵桥时间以及通过位置的概率分布;撞船预警部,根据抵桥时间和通过位置获取撞船概率并实施发出警报。
技术领域
本发明涉及结构安全和航行安全监测领域,尤其涉及一种桥梁主动防船撞监测预警系统
背景技术
船撞桥事故对桥梁公路安全运输、人民的生命财产乃至社会经济的发展均造成重大影响。随着经济持续增长和对交通设施的需求日益加大,我国桥梁的建设数目不断增加,大型桥梁的建设可以缓解交通压力、促进陆路交通。但是对于水上船舶而言,桥梁却是人工障碍物,船舶在桥下航行通行时,存在着碰撞桥墩或桥跨结构的危险,从而对桥梁、船舶的安全性构成威胁,同时对航道和陆路交通的正常运行也构成威胁。
传统的桥梁主动防撞一般通过船舶交通管理系统(VTS)、船舶自动识别系统(AIS)建立桥梁船撞预警来引导船舶的航行,通过视频监控系统(CCTV)监控桥区现场情况。VTS、AIS需要安装大量昂贵的设备,造价较高,而传统CCTV又无法实现主动预警的功能。基于视频目标检测的桥梁防船撞主动预警技术,通过将视频目标检测技术结合CCTV,实现对桥区水域主动预警的功能。现有的桥梁防撞视频监测方法大多依赖基于背景减除的目标检测技术,稳定性差、非智能的缺点凸显,且目标航行状态识别、航迹跟踪预测等关键技术并未得到重视。
发明内容
为解决上述问题,本发明采用了如下技术方案:
本发明提供了一种桥梁主动防船撞监测预警系统,用于追踪目标航道内的所有船舶的船舶轨迹从而对目标航道内的桥梁进行防船撞主动预警,其特征在于,包括:多个监控视频获取装置以及轨迹追踪装置,其中,监控视频获取装置具有:视频采集部,用于按帧采集目标航道内的船舶的视频;采集侧通信部,用于依次将视频采集部采集到的各个视频帧图像作为当前帧图像发送至轨迹追踪装置,轨迹追踪装置具有:神经网络存储部,存储有用于目标船舶检测的神经网络模型;目标船舶获取部,将当前帧图像输入神经网络模型,获取当前帧图像中的目标船舶的船舶位置;坐标获取部,基于视频采集部与三维空间的映射关系,根据船舶位置获取三维空间中与当前帧图像相对应的船舶坐标值;船舶轨迹获取部,根据每一帧当前帧图像的船舶坐标值获取船舶轨迹和船舶的航行速度;船舶轨迹预测部,将预定时长内的船舶轨迹和航行速度作为当前轨迹和当前速度输入神经网络模型,计算得到下一个预定时长内目标船舶的预测轨迹、预测速度,并进一步基于预测轨迹和预测速度,计算得到目标船舶的抵桥时间和通过位置的概率分布;撞船预警部,基于预测轨迹、预测速度、抵桥时间和通过位置以及预定的阈值分析撞船概率,并基于撞船概率、抵桥时间和预定的阈值判定目标船舶是否为危险船舶,进一步基于判定结果形成与危险船舶相对应的撞船预警信息。
本发明提供了一种桥梁主动防船撞监测预警系统,还可以具有这样的特征,其中,目标船舶获取部包括:图像分割单元,用于对当前帧图像进行区域分割,获取分割图像;图像缩放单元,将分割图像缩放为300乘300像素分辨率,获取缩放图像;图像预测单元,缩放图像输入神经网络模型计算得到船舶的目标物体框和类别分数预测;以及图像重组单元,将每个目标物体框和类别分数预测进行重新组合,获取当前图像的全图检测结果,从而获取与当前帧图像相对应的船舶位置。
本发明提供了一种桥梁主动防船撞监测预警系统,还可以具有这样的特征,其中,坐标获取部包括:重叠率指标存储单元,存储有用于筛选目标物体框的重叠率指标,重叠率指标为:
mIoU=max{AI/A1,AI/A2}
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910226662.3/2.html,转载请声明来源钻瓜专利网。