[go: up one dir, main page]

CN115346399A - 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 - Google Patents

基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 Download PDF

Info

Publication number
CN115346399A
CN115346399A CN202210871466.3A CN202210871466A CN115346399A CN 115346399 A CN115346399 A CN 115346399A CN 202210871466 A CN202210871466 A CN 202210871466A CN 115346399 A CN115346399 A CN 115346399A
Authority
CN
China
Prior art keywords
ship
bridge
information
ais
early warning
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.)
Granted
Application number
CN202210871466.3A
Other languages
English (en)
Other versions
CN115346399B (zh
Inventor
陈兵
王辰
刘胜利
徐绍剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Transport Planning And Research Institute Ministry Of Transport
Original Assignee
Transport Planning And Research Institute Ministry Of Transport
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Transport Planning And Research Institute Ministry Of Transport filed Critical Transport Planning And Research Institute Ministry Of Transport
Priority to CN202210871466.3A priority Critical patent/CN115346399B/zh
Publication of CN115346399A publication Critical patent/CN115346399A/zh
Application granted granted Critical
Publication of CN115346399B publication Critical patent/CN115346399B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • G08G3/02—Anti-collision systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
    • G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/937—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of marine craft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S2013/0236—Special technical features
    • G01S2013/0245—Radar with phased array antenna

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Ocean & Marine Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及船舶交通管理技术领域，公开了一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，包括采集系统，以及与所述采集系统连接且用于对所述采集系统采集到的信息进行预测的分析系统；本发明整体系统设计合理，采用连续波相控阵雷达以及AIS系统，能够实现对桥区目标船舶信息的采集；利用LSTM网络数据集构建单元能够对船舶轨迹信息进行提取处理，建立LSTM网络数据集；采用LSTM网络构建与训练单元能够构建船舶轨迹预测网络模型，智能预测桥区水域船舶航行轨迹，船撞桥风险预警单元能够准确预警撞桥风险，及时报警，本发明整体系统便于实施，适用于桥区水域。

Description

基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统
技术领域
本发明涉及船舶交通管理技术领域，公开了一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统。
背景技术
近年来，水上交通运输行业飞速发展，航行密度大，尤其是大桥桥区附近的航道更为复杂，如果驾驶员操作不慎而导致失误，或者船舶发生故障时，都有可能导致船舶撞击大桥引发安全事故，而桥梁对于航行的船舶来言是一种障碍物，驾驶不当或意外发生时，不仅影响船舶通行安全，也严重地影响了桥梁的安全保证，船舶撞击能够使桥梁坍塌的几率增加，尤其是体积、重量较大的船舶靠近时，无法在撞桥之前提前避开，那就是船舶撞桥事故造成桥梁坍塌的重要原因。
因此，通过为大桥桥区附近设置防船撞设施是十分必要的，为了保证船舶在桥区水域的正常航行，保护船舶、桥梁附近人员的人身安全，大多防船撞设施采用对两侧水域进行摄像监控预警技术，然而耗费人力，并且对地势环境、气候、光线等都有一定要求，而机械式雷达防船撞技术只能以固定的转动方式对固定范围进行扫描，不利于在桥区水域实施。
发明内容
为解决上述技术问题，本发明提供了一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统。
本发明的技术方案是：一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，包括采集系统，以及与所述采集系统连接且用于对所述采集系统采集到的信息进行分析预测的分析系统；所述采集系统包括用于实时主动采集桥区水域船舶目标跟踪信息的连续波相控阵雷达系统，以及用于实时接收桥区水域船舶AIS信息的AIS系统；
所述分析系统包括用于将所述采集系统采集到的信息转换为数据集的数据转换系统，以及用于将所述数据集进行建模的模型构建系统；
所述数据转换系统包括用于对采集到的信息进行实时接收并存储的数据存储单元，用于对所述数据存储单元中信息进行多源数据融合处理的数据融合处理单元，用于对多源数据融合信息进行提取的船舶轨迹提取单元，以及用于对存储单元内信息进行提取处理并建立等时长间隔LSTM网络数据集的LSTM网络数据集构建单元；
所述模型构建系统包括用于构建船舶轨迹预测网络模型且对所述LSTM网络数据集进行网络训练测试的LSTM网络构建与训练单元，用于对所述LSTM神经网络进行调取并存储的LSTM网络存储单元，用于对所述LSTM神经网络模型进行预测计算的船舶轨迹预测单元，以及用于对所述预测信息进行风险预控区分析、风险判定并报警处理的船撞桥风险预警单元。
进一步地，所述雷达跟踪信息包括桥与目标船舶的距离、目标船舶速度、目标船舶实时方位信息；采用更详细的雷达跟踪信息源能够使信息解析结果更加准确。
进一步地，所述AIS信息包括船舶静态数据信息、船舶动态数据信息和船舶航程数据信息；更详细的AIS信息能够使数据集更加完善，提高船舶轨迹分析准确度。
进一步地，所述船舶静态数据信息包含船名、呼号、MMSI编号、船舶类型、船长和船宽信息；所述船舶动态数据信息包括船位经度、船位纬度、船首向、航迹向和航速信息；所述船舶航程数据信息包括船舶状态、吃水深度、目的地和ETA信息；通过对目标轨迹信息的接收和存储，进一步保证了采集目标轨迹信息并生成的数据集的完整性。
进一步地，所述数据存储单元还用于对所述数据融合处理单元、船舶轨迹提取单元输出的目标融合信息和船舶目标轨迹信息进行接收和存储；通过对数据融合处理单元、船舶轨迹提取单元输出的目标融合信息和船舶目标轨迹信息的接收和存储，能够实现对接收信息的有效留存，以防数据流失，保证后续流程的实现。
进一步地，所述LSTM网络数据集构建单元采用插值法建立等时长间隔LSTM网络数据集；采用插值法能够快速建立等时长间隔的循环神经网络数据集，有效提高计算效率。
进一步地，所述船撞桥风险预警单元包括用于设定桥区水域风险预控区的风险预控区分析系统，用于判定船撞桥风险的风险判定系统，用于生成船撞桥报警信息的报警系统；风险预控区分析系统能够将预控区进行划分，使风险判定结果更加准确。
进一步地，所述风险预控区分析系统包括用于参考桥区水域风险预控区信息的提取模块，以及用于桥区水域风险预控区设定的设定模块；采用提取模块能够精准提取有效信息，设定模块能够对有效信息加以分析，有效设定合理的风险预控区范围。
进一步地，所述多源数据融合处理的条件为雷达目标点迹与AIS目标点迹满足相近条件；进一步加强目标船舶轨迹数据的准确性。
进一步地，所述雷达目标点迹与AIS目标点迹运动模型相近条件为：雷达目标点迹与AIS目标点迹运动位置差小于0.1海里，航速差小于0.5节/秒，加速度差小于3节/秒，航向差小于20度，转向速度差小于10度/秒，时间差小于3秒；采用雷达目标点迹与AIS目标点迹运动模型相近的判断条件实现数据的融合。
与现有技术相比，本发明的有益效果是：本发明整体系统设计合理，通过采集系统实现对桥区水域的实时监测，采用连续波相控阵雷达以及AIS系统，能够实现远距离对目标船舶信息的采集；利用LSTM网络数据集构建单元能够对信息进行提取处理，建立等时长间隔LSTM网络数据集；采用LSTM网络构建与训练单元能够构建船舶轨迹预测网络模型，并对所LSTM网络数据集有效进行网络训练测试，LSTM网络存储单元能够有效实现调取建模；船舶轨迹预测单元能够对模型进行精准分析计算；船撞桥风险预警单元能够准确分析风险，及时进行报警处理，本发明整体系统便于实施，适用于桥区水域。
附图说明
图1是本发明的系统模块框架图；
图2是本发明的系统处理流程图。
其中，1-采集系统、2-分析系统、21-数据转换系统、22-模型构建系统。
具体实施方式
下面结合具体实施方式来对本发明进行更进一步详细的说明，以更好地体现本发明的优势。
实施例
如图1所示的基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，包括基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，包括采集系统1，以及与采集系统1连接且用于对采集系统1采集到的信息进行分析预测的分析系统2；采集系统1包括用于实时主动采集桥区水域船舶目标跟踪信息的连续波相控阵雷达系统，以及用于实时接收桥区水域船舶AIS信息的AIS系统；
分析系统2包括用于将采集系统1采集到的信息转换为数据集的数据转换系统21，以及用于将数据集进行建模的模型构建系统22；
数据转换系统21包括用于对采集到的信息进行实时接收并存储的数据存储单元，用于对数据存储单元中信息进行多源数据融合处理的数据融合处理单元，用于对多源数据融合信息进行提取的船舶轨迹提取单元，以及用于对存储单元内信息进行提取处理并建立等时长间隔LSTM网络数据集的LSTM网络数据集构建单元；
模型构建系统22包括用于构建船舶轨迹预测网络模型且对LSTM网络数据集进行网络训练测试的LSTM网络构建与训练单元，用于对LSTM神经网络进行调取并存储的LSTM网络存储单元，用于对LSTM神经网络模型进行预测计算的船舶轨迹预测单元，以及用于对预测信息进行风险预控区分析、风险判定并报警处理的船撞桥风险预警单元；
雷达跟踪信息包括桥与目标船舶的距离、目标船舶速度、目标船舶实时方位信息；AIS信息包括船舶静态数据信息、船舶动态数据信息和船舶航程数据信息；船舶静态数据信息包含船名、呼号、MMSI编号、船舶类型、船长和船宽信息；船舶动态数据信息包括船位经度、船位纬度、船首向、航迹向和航速信息；船舶航程数据信息包括船舶状态、吃水深度、目的地和ETA信息；
数据存储单元还用于对数据融合处理单元、船舶轨迹提取单元输出的目标融合信息和船舶目标轨迹信息进行接收和存储；LSTM网络数据集构建单元采用插值法建立等时长间隔LSTM网络数据集；
船撞桥风险预警单元包括用于设定桥区水域风险预控区的风险预控区分析系统，用于判定船撞桥风险的风险判定系统，用于生成船撞桥报警信息的报警系统；风险预控区分析系统包括用于参考桥区水域风险预控区信息的提取模块，以及用于桥区水域风险预控区设定的设定模块；
多源数据融合处理的条件为雷达目标点迹与AIS目标点迹满足相近条件；雷达目标点迹与AIS目标点迹运动模型相近条件为：雷达目标点迹与AIS目标点迹运动位置差小于0.1海里，航速差小于0.5节/秒，加速度差小于3节/秒，航向差小于20度，转向速度差小于10度/秒，时间差小于3秒。
本实施例的工作原理为：如图2所示，通过采集系统1进行实时监测，连续波相控阵雷达以及AIS系统实时获取目标船舶的方位、距离、目的地等动静态信息，利用数据存储对采集到的信息进行实时接收并存储，利用数据融合处理单元对数据存储单元中信息进行多源数据融合处理，船舶轨迹提取单元对多源数据融合信息进行提取，利用LSTM网络数据集构建单元对存储单元内信息进行提取处理并建立等时长间隔LSTM网络数据集，LSTM网络构建与训练单元能够构建船舶轨迹预测网络模型，而后对LSTM网络数据集进行网络训练测试，LSTM网络存储单元能够对LSTM神经网络进行调取建模并存储，利用船舶轨迹预测单元对LSTM神经网络模型进行预测计算，通过船撞桥风险预警单元，对预测信息进行风险预控区分析，通过风险判定系统对目标船舶进行风险判定，当该数据达到风险判定要求时，系统将进行报警处理。

Claims (10)

1.一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，包括采集系统(1)，以及与所述采集系统(1)连接且用于对所述采集系统(1)采集到的信息进行智能预测的分析系统(2)；其特征在于，所述采集系统(1)包括用于实时主动采集桥区水域船舶目标跟踪信息的连续波相控阵雷达系统，以及用于实时接收桥区水域船舶AIS信息的AIS系统；
所述分析系统(2)包括用于将所述采集系统(1)采集到的信息转换为数据集的数据转换系统(21)，以及用于将所述数据集进行建模的模型构建系统(22)；
所述数据转换系统(21)包括用于对采集到的信息进行实时接收并存储的数据存储单元，用于对所述数据存储单元中信息进行多源数据融合处理的数据融合处理单元，用于对多源数据融合信息进行提取的船舶轨迹提取单元，以及用于对存储单元内信息进行提取处理并建立等时长间隔LSTM网络数据集的LSTM网络数据集构建单元；
所述模型构建系统(22)包括用于构建船舶轨迹预测网络模型且对所述LSTM网络数据集进行网络训练测试的LSTM网络构建与训练单元，用于对所述LSTM神经网络进行调取并存储的LSTM网络存储单元，用于对所述LSTM神经网络模型进行预测计算的船舶轨迹预测单元，以及用于对所述预测信息进行风险预控区分析、风险判定并报警处理的船撞桥风险预警单元。
2.根据权利要求1所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述雷达跟踪信息包括桥与目标船舶的距离、目标船舶速度、目标船舶实时方位信息。
3.根据权利要求2所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述AIS信息包括船舶静态数据信息、船舶动态数据信息和船舶航程数据信息。
4.根据权利要求3所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述船舶静态数据信息包含船名、呼号、MMSI编号、船舶类型、船长和船宽信息；所述船舶动态数据信息包括船位经度、船位纬度、船首向、航迹向和航速信息；所述船舶航程数据信息包括船舶状态、吃水深度、目的地和ETA信息。
5.根据权利要求1所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述数据存储单元还用于对所述数据融合处理单元、船舶轨迹提取单元输出的目标融合信息和船舶目标轨迹信息进行接收和存储。
6.根据权利要求1所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述LSTM网络数据集构建单元采用插值法建立等时长间隔LSTM网络数据集。
7.根据权利要求1所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述船撞桥风险预警单元包括用于设定桥区水域风险预控区的风险预控区分析系统，用于判定船撞桥风险的风险判定系统，用于生成船撞桥报警信息的报警系统。
8.根据权利要求7所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述风险预控区分析系统包括用于参考桥区水域风险预控区信息的提取模块，以及用于桥区水域风险预控区设定的设定模块。
9.根据权利要求1所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述多源数据融合处理的条件为雷达目标点迹与AIS目标点迹满足相近条件。
10.根据权利要求9所述的一种基于相控阵雷达、AIS和LSTM网络的大桥防船撞预警系统，其特征在于，所述雷达目标点迹与AIS目标点迹运动模型相近条件为：雷达目标点迹与AIS目标点迹运动位置差小于0.1海里，航速差小于0.5节/秒，加速度差小于3节/秒，航向差小于20度，转向速度差小于10度/秒，时间差小于3秒。
CN202210871466.3A 2022-07-23 2022-07-23 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 Active CN115346399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210871466.3A CN115346399B (zh) 2022-07-23 2022-07-23 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210871466.3A CN115346399B (zh) 2022-07-23 2022-07-23 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统

Publications (2)

Publication Number Publication Date
CN115346399A true CN115346399A (zh) 2022-11-15
CN115346399B CN115346399B (zh) 2024-01-19

Family

ID=83950236

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210871466.3A Active CN115346399B (zh) 2022-07-23 2022-07-23 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统

Country Status (1)

Country Link
CN (1) CN115346399B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116992349A (zh) * 2023-08-15 2023-11-03 中国兵器工业计算机应用技术研究所 基于深度学习的民船轨迹行为分析优化方法
CN117351781A (zh) * 2023-10-11 2024-01-05 宁波朗达工程科技有限公司 一种跨海桥梁主动防撞预警系统及方法
CN117576951A (zh) * 2024-01-16 2024-02-20 宁波朗达工程科技有限公司 一种基于船撞风险概率识别的跨海桥梁主动预警方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1534519A (en) * 1974-12-06 1978-12-06 Hinsch W Method and apparatus for displaying dangerous movements of potential collision partners in sea and coastal ship travel
US20060290562A1 (en) * 2005-05-05 2006-12-28 Ehresoft Technologies Maritime contact management and collison avoidance systems and methods
WO2011065848A1 (en) * 2009-11-26 2011-06-03 Akademia Morska W Szczecinie A method and system of navigational decision support in the process of safe vessel navigation
CN108711312A (zh) * 2018-05-24 2018-10-26 大连海事大学 基于bp神经网络的船舶与静态物标碰撞风险预判方法
CN109001722A (zh) * 2018-05-30 2018-12-14 武汉理工大学 一种基于lstm模型的船舶航迹数据融合方法
JP2019175462A (ja) * 2018-03-29 2019-10-10 コリア インスティテュート オブ オーシャン サイエンス テクノロジー 教師なし学習方法を用いた船舶の異常運航状態自動識別システムおよびその方法
JP2019185785A (ja) * 2018-04-13 2019-10-24 コリア インスティテュート オブ オーシャン サイエンス テクノロジー 機械学習を用いた船舶の損失航跡データ推定システム
CN210402737U (zh) * 2019-10-22 2020-04-24 梁周炎 一种浮码头靠泊自动警示系统
CN111951610A (zh) * 2020-08-31 2020-11-17 上海海事大学 一种船-桥避碰主动防撞智能预警系统及方法
CN112133132A (zh) * 2020-09-15 2020-12-25 武汉理工大学 一种基于ais的进出港水域目标识别与主动预警系统及方法
CN113392884A (zh) * 2021-05-28 2021-09-14 杭州电子科技大学 基于lstm网络和注意力机制的坐标融合方法
CN113744570A (zh) * 2021-11-03 2021-12-03 武汉理工大学 一种桥区水域船舶防撞预警方法及装置
CN114282625A (zh) * 2021-12-29 2022-04-05 中国电子科技集团公司电子科学研究院 基于多源数据的海上目标轨迹预测方法及装置
CN114397637A (zh) * 2021-11-09 2022-04-26 北京理工大学 一种基于lstm的雷达目标极化特征提取与识别方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1534519A (en) * 1974-12-06 1978-12-06 Hinsch W Method and apparatus for displaying dangerous movements of potential collision partners in sea and coastal ship travel
US20060290562A1 (en) * 2005-05-05 2006-12-28 Ehresoft Technologies Maritime contact management and collison avoidance systems and methods
WO2011065848A1 (en) * 2009-11-26 2011-06-03 Akademia Morska W Szczecinie A method and system of navigational decision support in the process of safe vessel navigation
JP2019175462A (ja) * 2018-03-29 2019-10-10 コリア インスティテュート オブ オーシャン サイエンス テクノロジー 教師なし学習方法を用いた船舶の異常運航状態自動識別システムおよびその方法
JP2019185785A (ja) * 2018-04-13 2019-10-24 コリア インスティテュート オブ オーシャン サイエンス テクノロジー 機械学習を用いた船舶の損失航跡データ推定システム
CN108711312A (zh) * 2018-05-24 2018-10-26 大连海事大学 基于bp神经网络的船舶与静态物标碰撞风险预判方法
CN109001722A (zh) * 2018-05-30 2018-12-14 武汉理工大学 一种基于lstm模型的船舶航迹数据融合方法
CN210402737U (zh) * 2019-10-22 2020-04-24 梁周炎 一种浮码头靠泊自动警示系统
CN111951610A (zh) * 2020-08-31 2020-11-17 上海海事大学 一种船-桥避碰主动防撞智能预警系统及方法
CN112133132A (zh) * 2020-09-15 2020-12-25 武汉理工大学 一种基于ais的进出港水域目标识别与主动预警系统及方法
CN113392884A (zh) * 2021-05-28 2021-09-14 杭州电子科技大学 基于lstm网络和注意力机制的坐标融合方法
CN113744570A (zh) * 2021-11-03 2021-12-03 武汉理工大学 一种桥区水域船舶防撞预警方法及装置
CN114397637A (zh) * 2021-11-09 2022-04-26 北京理工大学 一种基于lstm的雷达目标极化特征提取与识别方法
CN114282625A (zh) * 2021-12-29 2022-04-05 中国电子科技集团公司电子科学研究院 基于多源数据的海上目标轨迹预测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴晨辉: "基于AIS数据的成山头海域交通流预测系统研究", 《科学与信息化》, pages 164 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116992349A (zh) * 2023-08-15 2023-11-03 中国兵器工业计算机应用技术研究所 基于深度学习的民船轨迹行为分析优化方法
CN117351781A (zh) * 2023-10-11 2024-01-05 宁波朗达工程科技有限公司 一种跨海桥梁主动防撞预警系统及方法
CN117351781B (zh) * 2023-10-11 2024-06-04 宁波朗达科技有限公司 一种跨海桥梁主动防撞预警系统及方法
CN117576951A (zh) * 2024-01-16 2024-02-20 宁波朗达工程科技有限公司 一种基于船撞风险概率识别的跨海桥梁主动预警方法
CN117576951B (zh) * 2024-01-16 2024-04-16 宁波朗达工程科技有限公司 一种基于船撞风险概率识别的跨海桥梁主动预警方法

Also Published As

Publication number Publication date
CN115346399B (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
CN115346399B (zh) 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统
Wu et al. A new multi-sensor fusion approach for integrated ship motion perception in inland waterways
CN104916166A (zh) 一种桥梁防撞预警系统及实现方法
CN115273557B (zh) 一种基于ais的在航船舶碰撞风险检测及预警方法和系统
CN113409617A (zh) 一种渔业船舶偏航预警系统及方法
CN112581795A (zh) 一种基于视频的船桥及船间碰撞实时预警方法与系统
Tang et al. Detection of abnormal vessel behaviour based on probabilistic directed graph model
CN117647812B (zh) 基于导航雷达的船舶行驶路线检测预警方法及系统
CN116453276A (zh) 一种海上风电电子围栏监控预警方法和系统
CN117622421B (zh) 一种水面障碍物识别的船舶辅助驾驶系统
Ding et al. A robust assessment of inland waterway collision risk based on AIS and visual data fusion
CN119068639B (zh) 基于电子围栏的船舶航行预警方法及系统
CN111898835A (zh) 一种智能交通管理方法、装置、计算机及可读存储介质
CN118133894B (zh) 一种基于周围船舶影响图和不确定估计的船舶航迹预测方法
CN116630907A (zh) 一种基于遥感的船舶航行数字孪生方法、系统、终端及存储介质
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
Wang et al. Research of obstacle recognition method for USV based on laser radar
CN116469276A (zh) 水域安全预警方法、装置、设备及存储介质
CN115311900B (zh) 一种基于视觉增强的内河航道船舶辅助目标识别方法
CN118571069B (zh) 一种基于数字孪生的水上交通违法行为监测系统
CN120339892A (zh) 基于数据融合的海上目标协同观测优化方法及系统
CN119091691A (zh) 一种用于船舶安全预警的智能系统及方法
Liu et al. A Fused Data Based Real-Time Collision Warning System for Ferries in the Yangtze River
CN120335461B (zh) 一种基于多源数据的船舶航行避碰控制系统
Zheng et al. Inland river ship auxiliary collision avoidance system

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