[发明专利]一种基于物联网的渔业安全应急处置系统及方法

说明书

本发明涉及一种基于物联网的渔业安全应急处置系统及方法，包括：获取渔业船舶历史运动数据，建立常态行为模型；采集船舶当前状态信号，生成当前运动数据；将当前运动数据与常态行为模型进行匹配，得到偏差率；将偏差率与预设的偏差率阈值进行比较；若大于，则认定船舶行为异常，生成修正信息；通过修正信息对渔业船舶运行信息进行修正。

技术领域

本发明涉及一种渔业安全应急处置系统，尤其涉及一种基于物联网的渔业安全应急处置系统及方法。

背景技术

船舶异常行为的研究一直是海事安全科学理论研究的基础和重要的组成部分。随着大数据、云计算、区块链和物联网等新技术应用于船舶安全监管领域，信获取、采集、传输、存储和分析具备了必要的硬件基础和有效地科技支撑。而此基础上，进一步探索船舶异常行为识别的理论和技术，对保证船舶安全航行，规避风险，减少虚警，促进水路运输畅通、平安、绿色和高效发展均具有重要意义。

为了能够保证渔业船舶运行安全需要开发一款与其相匹配的系统进行控制，通过该系统能够通过采集船舶运动轨迹，将运动轨迹与预定轨迹进行比对，判断运动轨迹与预定轨迹之间的偏差，进行判断船舶是否远离预定航道，进而判断船舶运行安全状态，当出现船舶异常行为时，制定安全应急策略，如何对渔业安全应急处置系统实现精准控制，是亟待要解决的问题。

发明内容

本发明克服了现有技术的不足，提供一种基于物联网的渔业安全应急处置系统及方法。

为达到上述目的，本发明采用的技术方案为：一种基于物联网的渔业安全应急处置方法，包括：

获取渔业船舶历史运动数据，建立常态行为模型；

采集船舶当前状态信号，生成当前运动数据；

将当前运动数据与常态行为模型进行匹配，得到偏差率；

将偏差率与预设的偏差率阈值进行比较；

若大于，则认定船舶行为异常，生成修正信息；

通过修正信息对渔业船舶运行信息进行修正。

在本发明的一个较佳实施例中，获取渔业船舶历史运动数据，建立常态行为模型；具体包括：

获取渔业船舶历史数据，筛选出渔业船舶正常运动轨迹数据，生成训练集，

提取训练集中的特征向量，利用训练集中的所有数据点的特征向量构建多维直方图；

通过对正常运行轨迹的样本进行学习训练，建立高斯分布模型。

在本发明的一个较佳实施例中，将当前运动数据与常态行为模型进行匹配，具体包括，

获取船舶运动轨迹，将运行轨迹分割成若干个轨迹点；

分别提取不同轨迹点的位置及速度特征，生成状态集；

通过常态行为模型获取状态集中每个数据点的相对频率，计算对应轨迹点的异常分值；

若相对频率低于预设阈值，则判定该轨迹点行为异常。

在本发明的一个较佳实施例中，在对船舶运动轨迹进行分割提取特征值时，首先对船舶运动轨迹数据进行预处理，具体过程如下：

获取船舶运动轨迹动态信息；

通过均值滤波方法剔除时间连续但位置变化较大的数据点，

船舶动态信息包括船位、船速、航向中的一种或两种以上的组合。

在本发明的一个较佳实施例中，通过图像识别船舶实时运动轨迹，生成运动轨迹图；

将运动轨迹图与预定航线轨迹图进行比较；