多维信息融合内河船舶碰撞危险态势智能识别与预警研究

Ship collision is one kind of the most damaging aquatic traffic accidents with the greatest occurrence. This project aims to solve the problem of frequent accidents in the complicated waters by fusing AIS, GIS, VTS, CCTV and satellite positioning system. The sparse 3D collaborative filtering and wiener filtering are adopted to defog the video images. By applying the theory of the compression sensor and the adaptive technology of the distributed cameras, real-time tracking and prediction are realized. The clustering algorithm is used to reconstruct the 3D model of the ship.Besides, Restricted Boltzmann machine and deep learning are used to identify the shape of ships and reconstruct its dynamic domain model. This project gives priority to body with electronic cruise platform, and multi-kernel relevance vector machine is utilized to build evaluation model for dangerous situation, which realizes the intelligent identification and early warning of ship collision. The project makes full use of the existing equipments and resources to save the construction cost. At the same time, it adopts the design of the open identification model, so that the factors of dangerous situation can be varied according to different waters to improve the reliability of the system. The achievements of this project can lead to the integration of information science, artificial intelligence, and transportation engineering disciplines in academic fields. In application fields, they can be used to intelligently alert potential vessel collision, and improve shipping safety. All of these provides new ideas for smart waterway development in the coming furture.

船舶碰撞事故是水上交通中发生最为频繁、损失影响面最大的事故类型之一。本项目针对在船舶密集的复杂水域碰撞事故多发的问题，将CCTV视频信息与AIS、GIS、VTS、和卫星定位系统等多维信息融合；采用稀疏三维变换域协同滤波和维纳滤波方法实现视频图像去雾；运用压缩感知算法和分布式摄像机自适应技术实现船舶航迹跟踪与预测；利用集群算法实现航道船舶三维重构；利用有限玻尔兹曼机和深度玻尔兹曼机实现船型识别，进而构建船舶三维动态领域模型；以电子巡航平台为主体，采用多核相关向量机构建危险态势评估模型，实现船舶碰撞危险态势智能识别与预警。本项目充分利用航道现有资源，引入开放式识别模型设计，使船舶碰撞危险态势因素集能够根据不同水域环境进行调整和补充。项目研究成果在学术上可促进信息学科、人工智能学科和交通运输工程学科的交叉融合，在应用上可实现船舶碰撞危险智能预警，提高船舶航运安全，为未来智能航道发展提供新思路。

船舶碰撞事故是水上交通安全事故中发生频率最高的事故类型，统计资料表明，我国多年来所发生的水上交通事故中船舶碰撞事故所占的比例基本上每年都在20%以上。本项目就是针对内河船舶的避碰问题，研究船舶碰撞危险态势，研究构建全方位的船舶碰撞预警系统。项目研究通过融合CCTV视频信息、AIS、GIS和VTS等多维信息，利用视频图像序列的时域和空域重复特性，实现视频图像的去雾复原和船舶三维重构；利用运动目标在时间上的连续性和空间上的相关性，实现了运动船舶的实时跟踪与航迹预测；借鉴船舶模型库，综合船舶类型、操纵特征、航迹预测与航道环境等条件，采用MapReduce方法对航运数据进行数据挖掘，构建了船舶三维动态领域模型；构建了基于专家知识的内河船舶碰撞危险度识别库，引入随机森林组合分类器构建了船舶碰撞风险预警模型并建立了内河船舶辅助避碰决策支持系统，实现了船舶碰撞危险态势智能识别与预警。.本项目研究的创新性主要体现在：1）在视频图像去雾的基础上，采用分布式摄像机协同目标跟踪技术，并应用船舶航迹多步预测方法，提高了船舶航迹预测精度；2）通过提取船舶仿射不变特征，使用集群多核并行运算方法定位三维点云，根据内河航道的特点，在充分考虑船舶自身因素、外界环境因素等的影响的条件下，根据船行波、紊流区以及船舶操纵理论，构建了船舶三维动态领域模型；3）根据船舶领域模型及船舶动态信息，运用多核相关向量机对船舶实时危险态势进行估评，通过对船舶碰撞危险影响要素特征进行协同，实现非同构监测数据不同特征的融合，解决了碰撞危险影响要素特征的多源和异构问题，实现了船舶智能避碰预警功能。.本项目研究实现了基于多维信息融合的内河船舶碰撞危险态势智能识别与预警，既具有重要的理论意义，又具有很高的实际应用价值。本项目研究为实现船舶的智能避碰提供新的方法，可大大提高内河船舶航运安全性，并且可为未来智能航道发展提供新的思路。