CN114757566A - 一种海图作业的管理方法和系统 - Google Patents

Abstract

本说明书实施例提供一种海图作业的管理方法，该方法包括：通过摄像设备获取船舶的海图图像；基于海图图像识别船舶的船位信息；判断船位信息的风险概率；响应于风险概率大于预设阈值，确定船舶存在风险情况；基于风险情况对船舶发出风险提示和/或进行风险排查。

Description

一种海图作业的管理方法和系统

技术领域

本说明书涉及航海技术领域，特别涉及一种海图作业的管理方法和系统。

背景技术

海图的功能是传递为航海所需要的海洋水域及沿岸地物的各种信息。海图作业是在航行海图上，为选择船舶航线和记录航迹所进行量测、绘算和标注的工作。在航行中，如果采用了准确度不高的海图，则会导致航行路线的偏离，甚至会对船舶的行驶安全造成威胁。所以根据准确的海图，进行正规的海图作业，是保证按计划安全航行的重要手段。

因此，需要提出一种更加准确的海图作业的管理机制，以对海图的准确度进行判断和提示。

发明内容

本说明书一个或多个实施例提供一种海图作业的管理方法，所述管理方法包括：通过摄像设备获取船舶的海图图像；基于所述海图图像识别所述船舶的船位信息；判断所述船位信息的风险概率；响应于所述风险概率大于预设阈值，确定所述船舶存在风险情况；基于所述风险情况对所述船舶发出风险提示和/或进行风险排查。

本说明书一个或多个实施例提供一种海图作业的管理系统，所述管理系统包括：图像获取模块，用于通过摄像设备获取船舶的海图图像；船位识别模块，用于基于所述海图图像识别所述船舶的船位信息；风险判断模块，用于判断所述船位信息的风险概率；险情确定模块，用于响应于所述风险概率大于预设阈值，确定所述船舶存在风险情况；险情防范模块，用于基于所述风险情况对所述船舶发出风险提示和/或进行风险排查。

本说明书一个或多个实施例提供一种海图作业的管理装置，包括处理器，所述处理器用于执行本说明书任一实施例所述的海图作业的管理方法。

本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行本说明书任一实施例所述的海图作业的管理方法。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的海图作业的管理系统的应用场景示意图；

图2是根据本说明书一些实施例所示的海图作业的管理系统的示意图；

图3是根据本说明书一些实施例所示的海图作业的管理方法的示例性流程图；

图4是根据本说明书一些实施例所示的基于图像识别模型确定船位位置的示意图；

图5是根据本说明书一些实施例所示的确定风险概率的示例性流程图；

图6是根据本说明书一些实施例所示的通过控制中心确定风险概率的示意图；

图7是根据本说明书一些实施例所示的基于专家风险判断的示意图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的海图作业的管理系统的应用场景示意图。

在一些实施例中，海图作业管理系统100可以被用于船舶航行过程中的多种应用场景。在一些应用场景中，海图作业管理系统100可以包括服务器110、网络120、一个或以上终端设备130、存储设备140和摄像设备150。海图作业管理系统100可以通过摄像设备150获取海图图像。海图作业管理系统100通过对海图图像进行检测分析，判断船位信息的风险概率，从而针对风险情况发出风险提示和/或进行风险排查，保证船舶航行安全。

服务器110可以设置在包括但不限于船舶上的控制室、岸基船舶管理中心等场所。在一些实施例中，服务器110中安装有指挥及协调岸上和/或船舶工作人员进行各项工作内容的协作平台。其中，工作人员可以包括海图作业工作人员、海上实务管理人员、综合实务管理人员等涉及海图作业操作及管理的人员。例如，服务器110可以获取海图图像信息、船舶航行计划、海图作业船员、海图作业监控工作流程等相关信息。

服务器110可以与终端设备130、存储设备140和/或摄像设备150通信，以提供海图作业管理系统100的各种功能。例如，服务器110可以经由例如网络120从终端设备130接收与摄像设备150获取到的海图图像相关的图像信息。又例如，服务器110可以经由网络120从终端设备130接收的海图图像，基于海图图像识别船舶的船位信息，判断船位信息的风险概率，当风险概率大于预设阈值，确定船舶存在风险情况，并基于风险情况对船舶发出风险提示和/或进行风险排查。在一些实施例中，服务器110可以获取船舶的定位信息，计算船位信息与定位信息之间的差异值以确定风险概率。在一些实施例中，服务器110可以将海图图像和/或船位信息上传至控制中心，通过控制中心进行风险判断，确定船位信息的风险概率。在一些实施例中，服务器110可以获取专家输入，以进一步对风险情况进行风险分析。在一些实施例中，服务器110可以获取和更新电子海图软件、电子海图的相关数据。

网络120可以促进信息和/或数据的交换。在一些实施例中，海图作业管理系统100的一个或以上组件(例如，服务器110、网络120、一个或以上终端设备130、存储设备140和摄像设备150)可以经由网络120将信息和/或数据发送到海图作业管理系统100中的另一个组件。例如，服务器110可以经由网络120从存储设备140访问和/或获取至少两个终端设备130的数据。又例如，服务器110可以通过网络120发送从摄像设备150获取到的海图图像到终端设备130。在一些实施例中，网络120可以是任何有线或无线网络，或其组合。在一些实施例中，网络120可以包括一个或以上网络接入点。例如，网络120可以包括有线或无线网络接入点，例如基站和/或互联网交换点。在一些实施例中，交换点可以是建设在岸基和/或岛礁上的移动通信基站，例如，移动通信网络、互联网、局域网络(LAN)、广域网络(WAN)、无线局域网络(WLAN)等。在一些实施例中，交换点还可以是建设于海域或空中的网络点，例如，海上无线通信系统、卫星通信(如，国际海事卫星系统、铱星系统、天通一号卫星等)。

在一些实施例中，接入点还可以是水下无线通信，例如，电磁波通信、水声通信、水下光通信等等。通过这些接入点海图作业管理系统100的一个或以上组件可以连接到网络120以交换数据和/或信息。

在一些实施例中，用户可以是终端设备130的所有者和/或操作者，例如，船舶上的海图作业工作人员。在一些实施例中，终端设备130可以接收用户请求，并经由网络120将与请求有关的信息发送到服务器110。例如，终端设备130可以接收用户请求获取海图图像信息，并经由网络120将与请求有关的信息发送到服务器110。在一些实施例中，终端设备130可以经由网络120从服务器110接收信息。例如，终端设备130可以从服务器110接收与摄像设备150获取到的有关的海图图像信息。确定后的一个或以上海图图像信息可以显示在终端设备130上。又例如，服务器110可以将风险提示信息(例如，当前船位与实际位置偏差10公里、所使用的海图不准确，提示当前航线继续行驶前方3公里处有强降水天气等)发送到终端设备130。

在一些实施例中，终端设备130可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中，终端设备130可以包括信号发送器和信号接收器，被配置为与系统的一个或多个其他组件(服务器110、存储设备140、摄像设备150或其他可能的组件)通信以获取海图作业信息。例如，终端设备130可以向摄像设备150发送指令以获取拍摄到的海图图像信息。在一些实施例中，终端设备130可以是固定的和/或移动的。例如，终端设备130可以直接安装在船舶和/或服务器110上，成为船舶和/或服务器110的一部分。再例如，终端设备130可以是可移动的设备，海图作业工作人员可以位于相对于服务器110与摄像设备150的距离较远的位置，终端设备130可以通过网络120与服务器110和/或摄像设备150连接和/或通信。

在一些实施例中，存储设备140可以连接到网络120以与海图作业管理系统100的一个或以上组件(例如，服务器110、终端设备130、摄像设备150)通信。海图作业管理系统100的一个或以上组件可以经由网络120访问存储在存储设备140中的数据或指令(例如，海图作业历史数据、定时获取海图图像的指令等)。在一些实施例中，存储设备140可以直接连接到海图作业管理系统100的一个或以上组件(例如，服务器110、终端设备130、摄像设备150)或与之通信。在一些实施例中，存储设备140可以是服务器110的一部分。

存储设备140可以储存数据和/或指令。数据可以包括与用户、终端设备130、摄像设备150等有关的数据。在一些实施例中，摄像设备150可以是获取海图图像的装置，相关的数据可以包括海图图像信息等。在一些实施例中，存储设备140可以存储从终端设备130和/或摄像设备150获取的数据。例如，存储设备140可以存储从终端设备130和/或摄像设备150获取的海图图像信息。在一些实施例中，存储设备140可以储存服务器110用来执行或使用以完成本说明书中描述的示例性方法的数据和/或指令。

摄像设备150可以是采集海图图像的装置。在一些实施例中，摄像设备150可以是一个或多个图像采集终端设备和/或内置在终端设备上的图像采集单元等或其任意组合。例如，RGB可见光摄像头、单目/多目摄像头、高速照相机、无人机等设备。在一些实施例中，摄像设备可以是固定的和/或移动的。例如，摄像设备150可以固定安装在海图附近。再例如，摄像设备150可以是无人机，通过移动到指定位置对海图图像进行采集。

应当理解，图1所示的系统及其模块可以利用各种方式来实现。需要注意的是，以上对于系统及其模块的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本申请的保护范围之内。

图2是根据本说明书一些实施例所示海图作业的管理系统的示意图。

在一些实施例中，海图作业管理系统的模块200可以包括图像获取模块210、船位识别模块220、风险判断模块230、险情确定模块240以及险情防范模块250。

图像获取模块210可以用于通过摄像设备获取船舶的海图图像。

船位识别模块220可以用于基于所述海图图像识别所述船舶的船位信息。

在一些实施例中，船位识别模块220可以用于将所述海图图像输入图像识别模型，输出所述船舶的所述船位信息。

风险判断模块230可以用于判断所述船位信息的风险概率。

在一些实施例中，风险判断模块230可以用于获取所述船舶的定位信息；计算所述船位信息与所述定位信息之间的差异值；基于所述差异值确定所述风险概率。

在另一实施例中，风险判断模块230可以用于将所述海图图像和/或所述船位信息上传至控制中心；通过所述控制中心进行风险判断，确定所述船位信息的所述风险概率。

险情确定模块240可以用于响应于所述风险概率大于预设阈值，确定所述船舶存在风险情况。

险情防范模块250可以用于基于所述风险情况对所述船舶发出风险提示和/或进行风险排查。其中，风险排查可以包括获取专家输入，所述专家输入包括所述专家对所述海图图像判断后输入的对所述风险情况的风险分析。

关于上述模块的更多内容参考图3-图7的描述。

应当理解，图2所示的系统及其模块可以利用各种方式来实现。

需要注意的是，以上对于上述系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图2中披露的模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图3是根据本说明书一些实施例所示的海图作业的管理方法的示例性流程图。流程300包括下述步骤310至步骤350。

步骤310，通过摄像设备获取船舶的海图图像。在一些实施例中，步骤310由图像获取模块210执行。

海图是指表示海洋区域制图现象的地图。例如，海图包括航海图、海岸图、港泊图等。海图可以用于在船舶航行中提供航海所需要的海洋水域及沿岸地物的各种信息(如，岸形、岛屿、礁石、水深、航标和无线电导航台等)。

海图可以是纸质海图和/或电子海图。在一些实施例中，纸质海图可以根据航行历史测量数据绘制得到。在一些实施例中，电子海图可以存储在终端上或由终端联网获取，并显示在终端的界面上。

在一些实施例中，海图图像是指摄像设备(例如、可见光摄像头、数字相机)采集到的海图的图像，例如，海图图像可以是RGB图像、灰度图像等。在另一些实施例中，海图图像是指通过系统自动选择截取得到的图像。

在一些实施例中，服务器可以通过至少一个摄像设备获取船舶的海图图像。

在一些实施例中，摄像设备可以根据纸质海图和/或电子海图的位置设置在纸质海图或者显示电子海图的界面附近。例如，摄像设备可以设置在纸质海图和/或电子海图的正上方、正前方等或其任意组合。在一些实施例中，可以调整摄像设备与海图的相对位置。例如，可以将摄像头安装在云台操作杆上，通过云台移动进行位置调整。又例如，摄像头可以安装在机械臂上，机械臂接收位置调整指令来进行移动，从而调整摄像设备的位置。在一些实施例中，摄像设备可以定期(例如，间隔一小时，间隔一天)获取船舶的海图图像。在一些实施例中，摄像设备可以根据用户的指令获取船舶的海图图像。

在一些实施例中，摄像设备可以集成在船舶上(例如，船舶控制操作台)。用户可以将纸质海图和/或电海图子放入摄像设备的拍摄范围中，摄像设备获取船舶的海图图像。

步骤320，基于海图图像识别船舶的船位信息。在一些实施例中，步骤320由船位识别模块220执行。

船位信息是指船舶在获取到的海图图像上的位置信息。例如，船舶目前停靠在大连港，北纬38°55’44”，东经121°39’17”，又例如，船舶当前处于泉州港，航向为341.0°，北纬24°59’02”，东经119°05’03”。

在一些实施例中，船位信息可以通过海图图像识别。在一些实施例中，系统可以将海图图像输入图像识别模型，输出船舶的船位信息，关于图像识别模型的更多描述可以参见图4及其相关描述，此处不再赘述。

步骤330，判断船位信息的风险概率。在一些实施例中，步骤330由风险判断模块230执行。

风险概率是指反映当前海图上所显示的船位信息出现错误和/或误差的概率。

在一些实施例中，系统可以获取船舶的定位信息；计算船位信息与定位信息之间的差异值；基于差异值确定风险概率，关于基于差异值确定风险概率的更多描述可以参见图5及其相关描述，此处不再赘述。

在一些实施例中，系统可以将海图图像和/或船位信息上传至控制中心；通过控制中心进行风险判断，确定船位信息的所述风险概率，关于确定风险概率的更多内容可以参见图6及其相关描述，此处不再赘述。

步骤340，响应于风险概率大于预设阈值，确定所述船舶存在风险情况。在一些实施例中，步骤340由险情确定模块240执行。

预设阈值是指预先设定的满足海图出现错误和/或误差的最小概率阈值。预设阈值可以根据不同航行情况下的差异值进行设置，通常航行情况越复杂，预设阈值的数值越高。例如，预设阈值可以设定为5％、20％、35％等。

风险情况是指船舶依据当前获取到的海图所确定的航线行驶会出现的意外事件。例如，偏航、与附近船只碰撞、气象危害、触礁等。

在一些实施例中，可以根据历史经验数据对阈值进行设定。例如，根据历史数据当风险概率至少为20％时，船舶航线会出现风险情况，则预设阈值可设定为20％。

步骤350，基于风险情况对船舶发出风险提示和/或进行风险排查。在一些实施例中，步骤350由险情防范模块250执行。

风险提示是指对当前可能出现的风险情况进行提示。例如，提示当前海图船位与真实船位距离偏差5公里、提示当前航线继续行驶前方3公里处有强降水天气、提示当前航线继续行驶前方5公里处有其他船只等。

在一些实施例中，系统可以采用包括向移动终端发送视频、图像、语音、文字、蜂鸣等提示信息，和/或通过警报、广播等一种或多种的组合进行风险提示。

风险排查是指对可能出现的风险情况进行排险检查。例如，针对恶劣天气检查确认气象情况、船体目前是否有损坏、损坏部位、损坏程度、能否自救。

在一些实施例中，系统可以通过分析设置在船体各部分的传感器数据进行风险排查。例如，设置在船体底部的压力传感器的压力数据增大，则判断船体目前吃水较深。又例如，设置在船体内部的液位传感器液位数据增大，则判断船体有进水。

在一些实施例中，系统可以通过无人机对船体图像进行采集以进行风险排查。无人机可以采集船体图像，将船体图像传至系统或者终端设备。

在一些实施例中，风险排查可以包括获取专家输入，专家输入包括专家对所述海图图像判断后输入的对风险情况的风险分析，关于专家输入进行风险排查的更多描述可以参见图7及其相关描述，此处不再赘述。

应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图4是根据本说明书一些实施例所示的基于图像识别模型确定船位位置的示意图。示意图400包括海图图像410、图像识别模型420以及船舶的船位信息430。

在一些实施例中，可以使用图像识别模型420识别船舶的船位信息。

在一些实施例中，将所述海图图像410输入图像识别模型420，输出船舶的船位信息430。

在一些实施例中，图像识别模型420可以对获取到的海图图像进行预处理。例如，可以消除海图图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据。在一些实施例中，图像识别模型420对预处理后的海图图像进行特征提取，可以基于方向梯度直方图(HOG)特征、局部二值模式(LBP)特征、Haar-like特征等算法提取图像的颜色特征、纹理特征、形状特征和空间关系特征。

在一些实施例中，图像识别模型420可以包括各种模型和结构。在一些实施例中，图像识别模型420可以包括但不限于神经网络模型、支持向量机模型、k近邻模型、决策树模型等一种或多种的组合。其中，神经网络模型可以包括深度神经网络(DNN)、卷积神经网络(CNN)、循环神经网络(RNN)、多层神经网络(MLP)、对抗神经网络(GAN)等一种或多种的组合。

在一些实施例中，图像识别模型420的输入可以是一个或多个海图图像410，图像识别模型420的输出可以是船舶的船位信息430。在一些实施例中，可以将各个时间点的一个或多个海图信息410组成序列，并将该序列作为图像识别模型420的输入。在一些实施例中，各个时间点之间可以设置间隔预设值，该预设值小于阈值(如，30s、60s、120s等)。例如，可以将上午10:00、10:02、10:04分别获取到的一个或多个海图信息410组成序列作为图像识别模型420的输入。

在一些实施例中，图像识别模型420可以是单个的模型，例如，CNN或DNN等。此时，将海图图像输入该模型，得到船位信息。在一些实施例中，图像识别模型420可以多个模型的组合。例如，图像识别模型420可以是CNN和RNN组成的模型。此时，将多个海图图像(如，多个时间点的海图图像)输入CNN以分别提取每个海图图像的图像特征(该特征可以包括绘制于海图上的船舶位置，以及船舶位置附近的水文、港口、海流等特征)，再将多个时间点的海图图像特征构成的序列输入RNN，得到多个时间点的船位信息。所述多个时间点的船位信息，可以表征相邻时间点船舶的位移，进一步的，可以表征船舶某段时间内的航行路线。基于多个时间点的海图图像确定的船位信息相当于综合了各个间隔较短的时间点的综合情况，避免了因为一幅图像拍摄不准确的问题。

在一些实施例中，可以基于大量带有标识的训练样本训练图像识别模型420。每个训练样本可以是历史采集的海图图像，标签可以是该样本海图图像中船舶的位置(例如，人工标注的经纬度)。一些实施例中，可以采集一段时间(如一天、一周、一个月等)内的多个时间点的海图图像作为样本，获取对样本海图图像的判定结果(如，人工判定的结果)，判定结果包括多个样本海图图像分别对应的船位信息。

在一些实施例中，图像识别模型420中的各个模型可以联合训练得到。例如，卷积神经网络(CNN)可以和循环神经网络(RNN)联合训练得到。向CNN输入训练样本数据，如，多个样本时间点的标准海图图像信息，得到CNN输出的多个图像特征向量；然后将多个图像特征向量作输入RNN，得到RNN输出的船位信息，基于样本标签和RNN的输出建立损失函数，基于损失函数迭代更新CNN和RNN的参数，直到满足预设条件。

图5是本说明书一些实施例所示的确定风险概率的示例性流程图。在一些实施例中，流程500包括的下述步骤510、步骤520及步骤530可以由风险判断模块230执行。

步骤510，获取船舶的定位信息。

定位信息是指船舶通过定位系统确定的位置信息。例如，船舶的定位信息可以为经纬度信息。

在一些实施例中，定位信息可以通过GPS定位、沿海CDMA网络定位、基站定位、网络IP定位、AIS定位等获取得到。

步骤520，计算船位信息与定位信息之间的差异值。

在一些实施例中，差异值可以包括船位信息与定位信息的偏移距离和偏移方向。例如，差异值可以为船位信息与定位信息的直线距离相差3km，船位在定位的东北45°方向。

步骤530，基于所述差异值确定所述风险概率。

在一些实施例中，可以通过差异值确定对应的风险概率。在一些实施例中，差异值越大，则风险概率越大；差异值越小，则风险概率越小。

系统通过计算船位信息和定位信息的差异值，可以确定海图上的船位信息是否准确，从而可以确定风险概率的大小，判断当前船舶行驶航线的可靠程度。

图6是本说明书一些实施例所示的通过控制中心确定风险概率的示意图。

在一些实施例中，判断所述船位信息的风险概率可以包括：将所述海图图像和/或所述船位信息上传至控制中心；通过所述控制中心进行风险判断，确定所述船位信息的所述风险概率。

控制中心是指控制船舶航行运行的平台，该控制中心可以对海图图像进行智能风险判断。控制中心可以包括通过网络连接的一个或多个计算设备。

在一些实施例中，智能风险判断包括通过控制中心基于预设规则进行风险判断。例如，控制中心可以通过预设规则对海图图像和/或船位信息进行风险判断，确定海图图像中的船位信息和/或该船位信息的风险概率。该预设规则可以为基于历史航行数据及经验总结后设置的。示例性的，控制中心可以将海图图像与历史航行数据中的海图图像数据进行比对，自动判断船位信息的风险概率。

在一些实施例中，智能风险判断包括通过控制中心基于智能风险判断模型自动进行风险判断。在一些实施例中，智能风险判断模型可以包括机器学习模型。

在一些实施例中，智能风险判断模型的输入可以为海图图像、船位信息和/或定位信息，输出为风险情况和/或风险概率(例如，风险情况为出现航线偏移，风险概率数值为20％)。

在一些实施例中，船位识别层的输入为海图图像序列。该海图图像序列是按时间顺序对各个时间点的海图图像排列得到，可以是基于预设的时间间隔所采集的一系列海图图像。例如，预设时间间隔5分钟，即每5分钟获取一次海图图像并存储至存储设备；经过30分钟后，将基于所存储的6张海图图像按照时间顺序排列得到的海图图像序列输入至模型。在一些实施例中，船位识别层的输出为船位序列，船位序列为该各个时间点对应的船位信息。在一些实施例中，根据输入的海图图像中的船舶可以包括本船或其他船舶。其他船舶可以为与本船处于相同海域航行的船舶。在一些实施例中，船位识别层输出的船位序列可以包括本船船位序列和其他船舶船位序列(本说明书实施例中所指的“船位序列”如无特别说明是指本船船舶序列)。在一些实施例中，船位识别层输出的船位序列将作为风险判断层的输入。

在一些实施例中，风险判断层的输入包括船位序列，其输出包括船位序列对应的风险情况和/或风险概率。例如，将一组或多组船位序列输入风险判断层，生成该一组或者多组船位序列所对应的风险情况和/或风险概率。

在一些实施例中，风险判断层的输入还包括相关海域对应的海域特征。例如，相关海域信息包括相关海域的风浪、洋流、水深、障碍物等信息。在一些实施例中，处理器可以基于各种可行的方式对相关海域的海域特征进行编码。

在一些实施例中，风险判断层的输入包括本船船位序列、其他船舶在相同海域的位置差异序列分布、海域特征等。

在一些实施例中，其他船舶在相同海域的位置差异序列分布包括其他船舶的位置与本船船位序列中对应的每个位置的距离的差值所组成的序列分布。在一些实施例中，其他船舶在相同海域的位置数据可以通过船位识别层基于包括其他船舶的海图图像识别获得，也可以通过互联网及其他可行方式获得。

在一些实施例中，其他船舶在相同海域的位置差异的数值可以通过位置序列分布的算法计算获得。在一些实施例中，位置序列分布的算法包括对每个其他船舶在相同海域航行船位序列中的每个位置，计算距离本船航行轨迹(航行轨迹曲线)的距离。在一些实施例中，航行轨迹曲线可由本船船位序列中数值拟合后获得。例如，根据时间顺序，基于各个时间点对应的船位信息可以确定船舶的航行轨迹。

在一些实施例中，取所有其他船舶的位置序列中的第i个位置与本船的轨迹曲线的距离计算分布向量，获得的分布向量构成的矩阵作为其他船舶的位置差异分布特征。例如，在同一海域中，存在除本船外的3艘其他船舶，分别为船A、船B及船C，其位置序列中的第i个位置与本船的轨迹曲线的距离计算的分布向量分别为a_i、b_i、c_i，基于该分布向量可以获得其他船舶在相同海域的位置差异序列分布特征。

在本说明书一些实施例中，通过参考其他船舶与本船航迹的差异，可以更好地判断本船航线是否有风险，提高预估的准确性。

在一些实施例中，风险判断层可以基于输入的船位序列、定位信息序列(由船舶的定位信息所组成的序列)及航行的相关信息(例如，航线信息、气象信息及海况信息等)，判断对应的风险情况和/或风险概率。例如，风险判断层的输入可以包括船位序列、定位信息序列以及预先设置的航线信息，该航线信息可以是储存于数据库表中的航行轨迹信息；基于所述输入的船位序列、定位信息序列与航线信息，计算位置的偏移量，确定船舶出现的风险情况为航线偏移和/或航线偏移风险的风险概率。又例如，风险判断层的输入可以包括船位序列、定位信息序列以及航线上的气象信息，气象信息可以是通过接收天气预报系统、广播系统、互联网数据所获得航线区域发生天气突变、暴风雨等信息；基于所述输入的船位序列、定位信息序列与气象信息，判断是否处于发生气象状况的区域，进而确定船舶出现的风险情况为前方气候恶劣风险和/或前方气候恶劣的风险概率。再例如，风险判断层的输入可以包括船位序列、定位信息序列以及海况信息，如某海域是否存在暗礁、海域的水深度，确定船舶出现的风险情况为在船舶的航行方向出现触礁和/或触礁的风险概率。

在一些实施例中，风险判断层输出风险情况和/或风险概率，该风险判断层的输出将作为智能风险判断模型的输出，完成风险情况的预测。在一些实施例中，船位序列与定位信息序列同时输入风险判断层中后，可以被赋予不同权重值进行加权求和计算，该权重值可以根据船位序列与定位信息序列之间差异值进行自动调整(例如，当船位序列与定位信息序列之间的差异值大于合理阈值时，可以将船位序列与定位信息序列的权重分别调整为0和1)，关于差异值的相关说明可以参见图5对应内容。

在一些实施例中，智能风险判断模型可以包括船位识别层及风险判断层。船位识别层及风险判断层可以包括但不限于神经网络模型、支持向量机模型、k近邻模型、决策树模型等一种或多种的组合。其中，神经网络模型可以包括DNN、CNN、RNN、MLP、GAN等一种或多种的组合。在一些实施例中，智能风险判断模型的船位识别层及风险判断层可以分别由一个或者多个模型组成。例如，船位识别层可以是CNN和RNN组成的模型，将多个时间点的海图图像输入船位识别层的CNN以分别提取每个海图图像的图像特征，再将多个时间点的海图图像特征构成的序列输入船位识别层的RNN，得到多个时间点的船位信息的序列(即船位序列)；再将船位序列输入风险判断层的DNN或RNN，输出风险情况和/或风险概率。一些实施例中，船位识别层基于所述多个时间点的船位信息的序列，确定船舶的航行路线，进一步的，风险判断层基于所述航行路线与预设航行路线的偏移程度，确定船舶是否出现航行偏离风险。该偏移程度可以是航线路线中各时间点的船舶位置与预设航行路线的垂直距离大小确定。所述距离越大，表明偏离程度越高。

在一些实施例中，智能风险判断模型可以通过联合图像识别模型进行预先训练后获得。其中，图像识别模型可以作为智能风险判断模型的船位识别层。

在一些实施例中，智能风险判断模型可以通过历史航行中获取的大量数据进行训练。例如，训练样本可以是基于历史航行中采集的海图图像，训练标签可以是预设的风险情况和/或风险概率，训练标签可以通过人工标记。例如，所述风险情况包括触礁风险，智能风险判断模型可以基于船舶的航行路线所经过的航海区域是否在触礁范围内，确定所述触礁风险和/或触礁概率，该风险情况可以被发送至服务器和/或用户终端，进行险情预警提示及防范工作。一些实施例中，可以基于所述航行路线各点与岛礁中心的距离，如小于200米，确定触礁风险，该触礁风险将被发送至用户终端以显示风险提示内容，以及被发送至服务器以生成风险排查及风险防范的指令并触发相应的险情防范操作(例如，调转航向及执行防触礁方案等)。

在一些实施例中，将样本海图图像输入智能风险判断模型中的船位识别层(可以为图像识别模型)，将样本船位序列输入智能风险判断模型中的风险判断层，将风险判断层的输出和标签构建损失函数，并基于损失函数同时迭代更新船位识别层和风险判断层的参数，直到预设条件被满足训练完成。训练完成后智能风险判断模型中船位识别层的参数也可以确定。

通过上述训练方式获得图像识别模型的参数，在一些情况下有利于解决单独训练图像识别模型(船位识别层)时难以获得标签的问题，还可以使图像识别模型能得到相对准确的船位信息。训练过程中，基于样本海图图像和图像识别模型的输出建立损失函数对模型的参数进行更新。

如图6所示，示意图600包括海图图像410、船舶的船位信息430、控制中心620以及船位信息的风险概率640。在一些实施例中，海图图像410及船舶的船位信息430被上传至控制中心620，通过所述控制中心620进行风险判断，可以确定船舶的风险情况和/或风险概率640。在一些实施例中，控制中心还可以获取船舶的定位信息及航行的相关信息(例如，航线信息、气象信息及海况信息等)，将其结合后进行判断(图中未示出)。

在本说明书一些实施例中，通过控制中心采用智能判断方法确定船位信息的风险概率，有利于海图数据的统一收集及处理，可以结合大量历史数据进行风险概率的判断，提高风险概率判断的准确性。

图7是本说明书一些实施例所示的基于专家风险判断的示意图。

如图7所示，示意图700包括专家710、海图图像410以及风险情况的风险分析720。在一些实施例中，专家710对海图图像410判断后作出对风险情况的风险分析720。

在一些实施例中，系统可以获取专家输入的对风险情况的风险分析。在一些实施例中，当无法判断风险情况或者风险情况较恶劣时可以获取专家输入。例如，无故出现机械故障、遇上极端恶劣天气等。

在一些实施例中，专家710接收海图图像410，并对海图图像进行判断，并在终端上输入对风险情况的风险分析720并发送给海图作业的管理系统。风险分析可以包括但不限于文字、视频、图像、语音等一种或多种形式。在一些实施例中，系统接收专家输入的风险情况的风险分析720，根据风险情况的风险分析720进行风险排查。关于风险排查的更多描述可以参见图3及其相关描述，此处不再赘述。

在本说明书一些实施例中，通过获取专家输入，可以引入更多相对专业的分析意见，能够更全面地对风险情况做出判断，有利于规避潜在的风险，从而确定航线的可靠性。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (12)

1.一种海图作业的管理方法，包括：

通过摄像设备获取船舶的海图图像；

基于所述海图图像识别所述船舶的船位信息；

判断所述船位信息的风险概率；

响应于所述风险概率大于预设阈值，确定所述船舶存在风险情况；

基于所述风险情况对所述船舶发出风险提示和/或进行风险排查。

2.如权利要求1所述的方法，所述基于所述海图图像识别出所述船舶的船位信息包括：

将所述海图图像输入图像识别模型，输出所述船舶的所述船位信息。

3.如权利要求1所述的方法，所述判断所述船位信息的风险概率包括：

获取所述船舶的定位信息；

计算所述船位信息与所述定位信息之间的差异值；

基于所述差异值确定所述风险概率。

4.如权利要求1所述的方法，所述判断所述船位信息的风险概率包括：

将所述海图图像和/或所述船位信息上传至控制中心；

通过所述控制中心基于智能风险判断模型进行风险判断，确定所述船位信息的所述风险概率。

5.如权利要求1所述的方法，所述风险排查包括获取专家输入，所述专家输入包括所述专家对所述海图图像判断后输入的对所述风险情况的风险分析。

6.一种海图作业的管理系统，包括：

图像获取模块，用于通过摄像设备获取船舶的海图图像；

船位识别模块，用于基于所述海图图像识别所述船舶的船位信息；

风险判断模块，用于判断所述船位信息的风险概率；

险情确定模块，用于响应于所述风险概率大于预设阈值，确定所述船舶存在风险情况；

险情防范模块，用于基于所述风险情况对所述船舶发出风险提示和/或进行风险排查。

7.如权利要求6所述的系统，所述船位识别模块进一步用于：

将所述海图图像输入图像识别模型，输出所述船舶的所述船位信息。

8.如权利要求6所述的系统，所述风险判断模块进一步用于：

获取所述船舶的定位信息；

计算所述船位信息与所述定位信息之间的差异值；

基于所述差异值确定所述风险概率。

9.如权利要求6所述的系统，所述风险判断模块进一步用于：

将所述海图图像和/或所述船位信息上传至控制中心；

通过所述控制中心基于智能风险判断模型进行风险判断，确定所述船位信息的所述风险概率。

10.如权利要求6所述的系统，所述风险排查包括获取专家输入，所述专家输入包括所述专家对所述海图图像判断后输入的对所述风险情况的风险分析。

11.一种海图作业的管理装置，包括处理器，所述处理器用于执行权利要求1～5中任一项所述的海图作业的管理方法。

12.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1～5任一项所述的海图作业的管理方法。

Images