基于机器学习的水上交通语义理解及助航方法及系统与流程

本发明涉及水上交通通信，尤其涉及一种基于机器学习的水上交通语义理解及助航方法及系统。

背景技术：

1、目前，以vts（船舶交通管理中心）为代表的水上交通管理机构主要通过甚高频（vhf）无线电话与辖区船舶进行通信，实施交通组织和遇险安全通信。近年来，行业内尝试引入语音识别（asr）与自然语言处理（nlp）技术，试图自动抽取船舶通话中的语义意图和实体要素（如船名、位置坐标），以实现自动化的风险判定与助航播发。

2、然而，现有的水上交通语义理解方案存在严重的安全隐患，其核心缺陷在于：现有技术仅将asr提取出的“语义位置”直接作为事实依据输入至规则引擎，完全依赖于主观的语音输入，缺乏与客观物理空间的交叉验证机制。

3、在实际航海的复杂险情或恶劣海况下，船员处于高度紧张状态，极易发生口误报错自身坐标/参照灯浮的情况；或者船舶ais（自动识别系统）设备发生故障/被篡改导致航迹漂移。现有技术无法自主裁定“究竟是船员语音报错了，还是物理传感器发生漂移”，这种主观语义与客观物理位置脱节的现象，会导致系统生成完全错误的自动助航指令（例如向错误的水域播发避碰警告），进而引发严重的次生航行事故。

技术实现思路

1、本发明提供了一种基于机器学习的水上交通语义理解及助航方法及系统，以解决背景技术中存在的问题：现有技术过度依赖主观语音识别结果，无法在船员口误报错位置或ais传感器失效时，自主鉴别并纠正空间位置实体，导致自动助航指令失效甚至引发危险的问题。

2、为了达到上述发明目的，本发明采用的技术方案为：一种基于机器学习的水上交通语义理解及助航方法，由计算机设备执行，包括：

3、s1、获取甚高频信道内的时序音频片段序列及同步的包含多基站到达时间差的物理信道参量，基于语音识别模型对所述时序音频片段序列进行语音转写，得到文本切片序列；

4、s2、基于无线电定位算法对所述多基站到达时间差进行解算得到射频推算坐标，并同步解析实时船舶自动识别系统航迹数据得到系统登记坐标；

5、s3、利用语义提取算法从所述文本切片序列中提取出初始语义意图及包含位置信息的语音声称坐标；

6、s4、分别计算所述射频推算坐标与所述语音声称坐标的第一空间距离，以及所述系统登记坐标与所述语音声称坐标的第二空间距离；

7、s5、将所述第一空间距离、所述第二空间距离分别与预设偏离阈值进行比对，依据比对结果确定唯一可信空间坐标，结合所述唯一可信空间坐标及所述初始语义意图生成自动助航播发指令。

8、进一步地，所述得到文本切片序列之后，还包括：

9、s11、将所述物理信道参量中的基站标识和射频频点组合生成射频指纹索引，以其为键值将所述文本切片序列写入语义缓存池中；

10、s12、在生命周期计时器未超时期间，提取所述语义缓存池内具有相同所述射频指纹索引的时序文本切片构成残缺槽位实体序列；

11、s13、将所述残缺槽位实体序列输入至长短期记忆网络模型中，利用公式进行自回归解码，重构生成所述初始语义意图。

12、进一步地，所述获取甚高频信道内的时序音频片段序列之后，还包括：

13、s14、提取所述物理信道参量中的信噪比数据，获取所述语音识别模型输出的与所述文本切片序列对应的逐字置信度矩阵；

14、s15、在所述信噪比数据低于预设信噪比阈值时，利用衰减公式对所述逐字置信度矩阵中的基础置信度进行衰减计算得到加权置信度；

15、s16、在所述加权置信度低于预设意图阈值时，对所述文本切片序列中的所述初始语义意图执行截断丢弃处理。

16、进一步地，所述对所述多基站到达时间差进行解算得到射频推算坐标，包括：

17、s21、将预设电磁波传播速度常数与所述多基站到达时间差进行相乘计算，得出目标船舶至主基站与从基站之间的固定距离差值；

18、s22、以所述主基站和所述从基站的物理坐标为几何焦点，基于所述固定距离差值构建多组双曲线定位方程；

19、s23、利用牛顿迭代算法求解所述多组双曲线定位方程，提取多组所述双曲线定位方程在空间上的有效几何交点坐标作为所述射频推算坐标。

20、进一步地，所述依据比对结果确定唯一可信空间坐标，包括：

21、s51、利用公式计算容差半径，构建以所述射频推算坐标为圆心的射频误差概率圆；

22、s52、在所述第二空间距离大于所述预设偏离阈值且所述语音声称坐标位于所述射频误差概率圆内部时，确定所述语音声称坐标为所述唯一可信空间坐标；

23、s53、在所述第二空间距离小于或者等于所述预设偏离阈值且所述语音声称坐标位于所述射频误差概率圆外部时，确定所述系统登记坐标为所述唯一可信空间坐标。

24、进一步地，所述结合所述唯一可信空间坐标及所述初始语义意图生成自动助航播发指令，包括：

25、s54、基于所述唯一可信空间坐标利用公式及公式计算得到目标船舶的最近会遇距离及碰撞时间参数；

26、s55、将所述最近会遇距离及所述碰撞时间参数输入至预设风险分级模型中划分风险等级，依据所述风险等级分配所述自动助航播发指令的播发优先级序列。

27、进一步地，所述依据所述风险等级分配所述自动助航播发指令的播发优先级序列之后，还包括：

28、s56、在检测到所述甚高频信道的当前载波能量值高于预设空闲阈值时，解析所述自动助航播发指令中的优先级标识位；

29、s57、在所述优先级标识位对应普通业务级别时，利用公式计算退避等待时间后重新对信道进行检测；

30、s58、在所述优先级标识位对应遇险紧急级别时，调用底层调度模块发送抢占调度报文以强制中断所述甚高频信道内的普通通信链路并执行播发。

31、进一步地，所述生成自动助航播发指令之后，还包括：

32、s501、采集目标船舶应答音频切片并转化为应答文本切片，在所述应答文本切片与预期回复槽位的语义相似度低于预设匹配阈值时，获取人工标注文本；

33、s502、将所述文本切片序列与所述人工标注文本组合为增量训练样本对数据，载入至后台训练引擎中；

34、s503、利用所述增量训练样本对数据，基于交叉熵损失函数执行反向传播算法，对所述语音识别模型进行参数增量微调。

35、本发明的另一目的在于提供一种基于机器学习的水上交通语义理解及助航系统，该系统运行于具备边缘计算能力的计算机设备中，系统包括：

36、数据处理模块，用于获取甚高频信道内的时序音频片段序列及包含多基站到达时间差的物理信道参量，基于语音识别模型对所述时序音频片段序列进行语音转写，得到文本切片序列；

37、坐标解算模块，用于基于无线电定位算法对所述多基站到达时间差进行解算得到射频推算坐标，并同步解析航迹数据得到系统登记坐标；

38、语义提取模块，用于从所述文本切片序列中提取出初始语义意图及语音声称坐标；

39、距离比对模块，用于分别计算所述射频推算坐标与所述语音声称坐标的第一空间距离，以及所述系统登记坐标与所述语音声称坐标的第二空间距离；

40、实体仲裁模块，用于将所述第一空间距离、所述第二空间距离分别与预设偏离阈值进行比对，依据比对结果确定唯一可信空间坐标，结合所述唯一可信空间坐标及所述初始语义意图生成自动助航播发指令。

41、本发明的有益效果为：

42、1、本发明引入了底层的无线电物理参量，利用纯物理的射频推算坐标作为绝对基准，对主观说出的语音声称坐标进行多维度的距离拓扑核验；

43、2、当发生船员因紧张导致严重口误，或者船舶ais传感器失效的导致的标偏离极大的极端情况时，系统能够依据距离较小且未超出阈值的逻辑进行智能仲裁纠偏，彻底消除了单一信息源失效导致的自动助航误播发风险，大幅提升了水上无人值守助航的安全性与可靠性。