一种基于机器视觉的船舶抛锚实时监测方法及系统

摘要: 本发明涉及船舶抛锚,更具体地说,它涉及一种基于机器视觉的船舶抛锚实时监测方法及系统。背景技术:1、传统监测依托锚机设备内置传感器采集基础运行数值,缺少海面实景视...
一种基于机器视觉的船舶抛锚实时监测方法及系统

本发明涉及船舶抛锚,更具体地说,它涉及一种基于机器视觉的船舶抛锚实时监测方法及系统。

背景技术:

1、传统监测依托锚机设备内置传感器采集基础运行数值,缺少海面实景视觉维度的数据支撑,海面风浪、船体摇摆、周边漂浮物遮挡等环境干扰将造成传感器采集数据失真,船员依靠单一设备数据无法完整掌握锚具实际空间运动状态,容易出现走锚、锚链拉扯超限等隐患漏判问题。同时现有技术未针对锚具作业空间开展分区管控,无法区分近船、中远区域锚具的差异化偏移风险,无法将锚机几何硬件参数、视觉时序动态信息进行融合运算,无法量化锚具实际运动和安全约束之间的偏离差值,容易引发锚具损坏、船体碰撞、船舶漂移等水上安全事故。

技术实现思路

1、针对现有技术存在的不足,本发明的目的在于提供一种基于机器视觉的船舶抛锚实时监测方法及系统。

2、为实现上述目的,本发明提供了如下技术方案:

3、一种基于机器视觉的船舶抛锚实时监测方法,包括以下步骤:

4、采集待监测船舶的锚机数据与海面锚泊视觉时序数据;所述锚机数据包含锚机几何参数与锚泊安全约束数据;

5、对锚机几何参数进行空间聚类划分得到船舶锚泊作业对应的锚具动态分区;

6、根据锚具动态分区得到锚具的位置偏移幅度与运动变化趋势,根据位置偏移幅度与运动变化趋势得到运动时序特征;

7、基于运动时序特征和锚泊安全约束数据得到船舶抛锚过程的分层监测约束条件;根据分层监测约束条件以及海面锚泊视觉时序数据得到船舶抛锚的实时状态判断结果;

8、基于分层监测约束条件提取标准化监测约束参数;根据抛锚实时状态判断结果的空间运动布局参数与标准化监测约束参数得到抛锚状态的适配损失数据;

9、根据适配损失数据生成船舶抛锚的实时监测结果集。

10、优选地,对锚机几何参数进行空间聚类划分得到船舶锚泊作业对应的锚具动态分区,具体包括以下步骤:

11、根据船舶锚泊作业的空间运动属性与作业范围,对锚机几何参数进行层级归类整合得到归类参数数据;

12、根据归类参数数据界定锚具的基础作业空间范围,结合基础作业空间范围以及船舶抛锚作业的动态运动特性对基础作业空间进行区域划分,得到船舶锚泊作业对应的锚具动态分区。

13、优选地,根据锚具动态分区得到锚具的位置偏移幅度与运动变化趋势,具体包括以下步骤:

14、锁定锚具在锚具动态分区的实际作业空间位置;

15、将实际作业空间位置对照锚具动态分区的基准空间范围得到锚具的位置偏移幅度;

16、追踪锚具在不同锚具动态分区之间的空间切换轨迹与位移变化特征,得到运动变化趋势。

17、优选地,根据位置偏移幅度与运动变化趋势得到运动时序特征,具体为:

18、将不同时刻的位置偏移幅度与对应时段的运动变化趋势进行时序关联融合,得到运动时序特征。

19、优选地,基于运动时序特征和锚泊安全约束数据得到船舶抛锚过程的分层监测约束条件,具体包括以下步骤:

20、根据锚具动态分区划定抛锚的基础作业约束基准;

21、根据运动时序特征修正基础作业约束基准的覆盖范围得到修正层级基准;

22、根据锚泊安全约束数据对修正层级基准进行安全规范界定,得到船舶抛锚过程的分层监测约束条件。

23、优选地,根据分层监测约束条件以及海面锚泊视觉时序数据得到船舶抛锚的实时状态判断结果,具体包括以下步骤:

24、根据分层监测约束条件对应的安全管控标准,校验海面锚泊视觉时序数据中锚具动态分区的实际作业状态;

25、根据实际作业状态比对锚具实际运动表现与约束层级的匹配差异得到比对差异结果;

26、根据比对差异结果区分正常作业与偏移异常工况得到实时状态判断结果。

27、优选地,基于分层监测约束条件提取标准化监测约束参数,具体包括以下步骤:

28、将锚具位置偏移幅度与运动变化趋势对应匹配分层监测约束条件的各级管控标准,得到匹配结果;

29、根据匹配结果筛选贴合抛锚实际运动工况的安全约束内容;

30、根据安全约束内容得到适配抛锚状态检测的标准化监测约束参数。

31、优选地,将抛锚实时状态判断结果的空间运动布局参数与标准化监测约束参数得到抛锚状态的适配损失数据,具体包括以下步骤:

32、将将抛锚实时状态判断结果的空间运动布局参数与标准化监测约束参数进行对比,得到偏差状况数据;

33、整合偏差状况数据得到抛锚状态的适配损失数据。

34、优选地,根据适配损失数据生成船舶抛锚的实时监测结果集,具体包括以下步骤:

35、根据适配损失数据界定船舶抛锚实时状态的偏离程度;

36、根据锚具动态分区的运动变化趋势与运动时序特征,对不同偏离程度的抛锚工况进行分类归并得到归并工况信息;

37、根据归并工况信息生成包括抛锚安全等级、工况状态、偏移风险的实时监测结果集。

38、一种基于机器视觉的船舶抛锚实时监测系统,包括:

39、采集模块:采集待监测船舶的锚机数据与海面锚泊视觉时序数据;所述锚机数据包含锚机几何参数与锚泊安全约束数据;

40、划分模块:对锚机几何参数进行空间聚类划分得到船舶锚泊作业对应的锚具动态分区;

41、第一处理模块:根据锚具动态分区得到锚具的位置偏移幅度与运动变化趋势,根据位置偏移幅度与运动变化趋势得到运动时序特征;

42、第二处理模块:基于运动时序特征和锚泊安全约束数据得到船舶抛锚过程的分层监测约束条件;根据分层监测约束条件以及海面锚泊视觉时序数据得到船舶抛锚的实时状态判断结果;

43、提取模块:基于分层监测约束条件提取标准化监测约束参数;根据抛锚实时状态判断结果的空间运动布局参数与标准化监测约束参数得到抛锚状态的适配损失数据;

44、生成模块:根据适配损失数据生成船舶抛锚的实时监测结果集。

45、与现有技术相比,本发明具备以下有益效果:

46、本发明根据锚机几何参数进行空间聚类划分锚具动态分区,能够对近船、中距、远船不同区域锚具运动状态单独解析,捕捉局部锚具小幅偏移的细微异常,结合运动时序特征与锚泊安全约束生成分层监测约束条件,以此得到抛锚实时状态判断结果与标准化监测约束参数,分层约束实现不同作业工况差异化管控基准,根据适配损失数据生成标准化实时监测结果集,从而便于船员识别锚具偏移风险并提前处置,降低走锚、锚具碰撞等安全事故概率,本申请兼顾监测精度与运行效率,适配各类近海、远洋船舶的常态化锚泊监测场景。

1.一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,对锚机几何参数进行空间聚类划分得到船舶锚泊作业对应的锚具动态分区,具体包括以下步骤:

3.根据权利要求1所述的一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,根据锚具动态分区得到锚具的位置偏移幅度与运动变化趋势,具体包括以下步骤:

4.根据权利要求1所述的一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,根据位置偏移幅度与运动变化趋势得到运动时序特征,具体为:

5.根据权利要求1所述的一种基于机器视觉的船舶抛锚实时监测方法及系统,其特征在于,基于运动时序特征和锚泊安全约束数据得到船舶抛锚过程的分层监测约束条件,具体包括以下步骤:

6.根据权利要求5所述的一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,根据分层监测约束条件以及海面锚泊视觉时序数据得到船舶抛锚的实时状态判断结果,具体包括以下步骤:

7.根据权利要求6所述的一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,基于分层监测约束条件提取标准化监测约束参数,具体包括以下步骤:

8.根据权利要求1所述的一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,将抛锚实时状态判断结果的空间运动布局参数与标准化监测约束参数得到抛锚状态的适配损失数据,具体包括以下步骤:

9.根据权利要求8所述的一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,根据适配损失数据生成船舶抛锚的实时监测结果集,具体包括以下步骤:

10.一种基于机器视觉的船舶抛锚实时监测系统,应用于权利要求1-9任一项所述的一种基于机器视觉的船舶抛锚实时监测方法,其特征在于,包括: