自动标示虚拟航标方法、系统、计算机设备及存储介质技术方案

本发明专利技术涉及一种自动标示虚拟航标方法、系统、计算机设备及存储介质，其技术方案要点是：获取监控区域内的图像数据和监控区域内的雷达数据；根据图像数据判断监控区域内是否有船舶，在有船舶的情况下，对该船舶进行图像识别得到船名信息，根据雷达数据得到该船舶的第一位置信息；将船名信息和第一位置信息与接收到的所有船舶AI S数据进行比对，在所有船舶AI S数据中没有找到船名信息和第一位置信息的情况下，则根据该船舶的船名信息和第一位置信息在电子海图上生成船舶虚拟航标；本申请具有自动生成虚拟航标，便于航行船舶进行调度，船舶重新规划路线，减少船舶相撞风险的效果。减少船舶相撞风险的效果。减少船舶相撞风险的效果。

【技术实现步骤摘要】
自动标示虚拟航标方法、系统、计算机设备及存储介质


[0001]本专利技术涉及水上交通助航
，更具体地说，它涉及一种自动标示虚拟航标方法、系统、计算机设备及存储介质。

技术介绍

[0002]航标是助航标志的简称，指标示航道方向、界限与碍航物的标志，也叫信号浮标。包括过河标、沿岸标、导标、过渡导标、首尾导标、侧面标、左右通航标、示位标、泛滥标和桥涵标等，这些都是实体航标，是帮助引导船舶航行、定位和标示碍航物与表示警告的人工标志。而虚拟航标是指物理上不存在，由经授权的助航服务提供部门发布能在导航系统中显示的数字信息物标，虚拟航标总能综合应用了计算机技术、电子海图技术、AIS技术和GPS卫星导航技术等先进的现代高科技技术。
[0003]目前在实际航行的过程中，会出现船舶未安装AIS系统、未打开AIS系统或船舶的AIS系统出现故障的情况，此时，AIS基站不会接收到船舶发送的AIS数据，难以判断船舶的位置，从而影响对航行船舶的调度，因此，还有待改进。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术的目的在于提供一种自动标示虚拟航标方法、系统、计算机设备及存储介质，具有自动生成虚拟航标，便于航行船舶重新规划路线，减少船舶相撞风险功能优点。
[0005]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0006]一种自动标示虚拟航标方法，包括：
[0007]获取监控区域内的图像数据和监控区域内的雷达数据；
[0008]根据所述图像数据判断所述监控区域内是否有船舶，在有船舶的情况下，对该船舶进行图像识别得到船名信息，根据所述雷达数据得到该船舶的第一位置信息；
[0009]将所述船名信息和第一位置信息与接收到的所有船舶AIS数据进行比对，在所有船舶AIS数据中没有找到所述船名信息和第一位置信息的情况下，则根据该船舶的船名信息和第一位置信息在电子海图上生成船舶虚拟航标。
[0010]可选的，所述根据所述图像数据判断所述监控区域内是否有船舶，包括：
[0011]对所述图像数据进行图像预处理；
[0012]利用基于深度卷积神经网络的目标检测算法处理经过图像预处理的图像数据，所述深度卷积神经网络的目标检测算法的网络结构包括：RPN和Fast R
‑
CNN，其中，所述RPN用于预测经过图形预处理的图像数据中可能包含船舶的预测区域，输出可能包含船舶的预测框，所述Fast R
‑
CNN用于分类所述预测区域，并修正所述预测区域的边界框。
[0013]可选的，所述根据所述图像数据判断所述监控区域内是否有船舶，具体包括：
[0014]计算经过图像预处理的图像数据的卷积特征图；
[0015]采用RPN对所述卷积特征图进行处理得到预测框；
[0016]采用RoI Pooling对每个预测框提取特征；
[0017]根据提取的特征进行分类，以判断是否有船舶。
[0018]可选的，所述对所述图像数据进行图像预处理，包括：
[0019]通过基于局部像素的重采样线性算法缩放图像；
[0020]将图像处理为预设的尺寸。
[0021]可选的，还包括：
[0022]对所述图像数据进行分析判断所述监控区域内是否有异常事件；
[0023]在有异常事件的情况下，根据所述雷达数据得到所述异常事件发生地的第二位置信息；
[0024]根据所述第二位置信息在电子海图上生成虚拟事件航标。
[0025]可选的，所述异常事件包括：落水事件、碰撞事件、危险物事件、灾害事件和坍塌事件。
[0026]一种自动标示虚拟航标系统，包括：
[0027]数据获取模块，用于获取监控区域内的图像数据和监控区域内的雷达数据；
[0028]数据处理模块，用于根据所述图像数据判断所述监控区域内是否有船舶，在有船舶的情况下，对该船舶进行图像识别得到船名信息，根据所述雷达数据得到该船舶的第一位置信息；
[0029]航标生成模块，用于将所述船名信息和第一位置信息与接收到的所有船舶AIS数据进行比对，在所有船舶AIS数据中没有找到所述船名信息和第一位置信息的情况下，则根据该船舶的船名信息和第一位置信息在电子海图上生成船舶虚拟航标。
[0030]可选的，所述数据处理模块包括:
[0031]第一处理单元，用于对所述图像数据进行图像预处理；
[0032]第二处理单元，用于利用基于深度卷积神经网络的目标检测算法处理经过图像预处理的图像数据，所述深度卷积神经网络的目标检测算法的网络结构包括：RPN和Fast R
‑
CNN，其中，所述RPN用于预测经过图形预处理的图像数据中可能包含船舶的预测区域，输出可能包含船舶的预测框，所述Fast R
‑
CNN用于分类所述预测区域，并修正所述预测区域的边界框。
[0033]一种计算机设备,包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
[0034]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0035]综上所述，本专利技术具有以下有益效果：在有船舶未安装AIS系统、未打开AIS系统或船舶的AIS系统出现故障的情况下，能够识别出该船舶的船名信息，通过预先设置在监控区域内的雷达获取监控区域内的雷达数据，以得到该船舶的第一位置信息，根据该船舶的船名信息和第一位置信息生成船舶虚拟航标，便于其余航行的船舶知悉该船舶的位置，从而便于其余船舶重新规划路线，避免其余船舶与该船舶相撞。
附图说明
[0036]图1是本专利技术提供的自动标示虚拟航标方法的流程示意图；
[0037]图2是本专利技术提供的自动标示虚拟航标系统的结构框图；
[0038]图3是本专利技术实施例中计算机设备的内部结构图。
具体实施方式
[0039]为使本专利技术的目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。附图中给出了本专利技术的若干实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。
[0040]在本专利技术中，除非另有明确的规定和限定，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
[0041]下面结合附图和实施例，对本专利技术进行详细描述。
[0042]本专利技术提供了一种自动标示虚拟航标方法,如图1所示，包括：
[0043]步骤100、获取监控区域内的图像数据和监控区域内的雷达数据；
[0044]步骤200、根据所述图像数据判断所述监控区域内是否有船舶，在有船舶的情况下，对该船舶进行图像识别得到船名信息，根据所述雷达数据得到该船舶的第一位置信息，其中，所述船舶可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动标示虚拟航标方法，其特征在于，包括：获取监控区域内的图像数据和监控区域内的雷达数据；根据所述图像数据判断所述监控区域内是否有船舶，在有船舶的情况下，对该船舶进行图像识别得到船名信息，根据所述雷达数据得到该船舶的第一位置信息；将所述船名信息和第一位置信息与接收到的所有船舶AIS数据进行比对，在所有船舶AIS数据中没有找到所述船名信息和第一位置信息的情况下，则根据该船舶的船名信息和第一位置信息在电子海图上生成船舶虚拟航标。2.根据权利要求1所述的自动标示虚拟航标方法，其特征在于，所述根据所述图像数据判断所述监控区域内是否有船舶，包括：对所述图像数据进行图像预处理；利用基于深度卷积神经网络的目标检测算法处理经过图像预处理的图像数据，所述深度卷积神经网络的目标检测算法的网络结构包括：RPN和Fast R
‑
CNN，其中，所述RPN用于预测经过图形预处理的图像数据中可能包含船舶的预测区域，输出可能包含船舶的预测框，所述Fast R
‑
CNN用于分类所述预测区域，并修正所述预测区域的边界框。3.根据权利要求2所述的自动标示虚拟航标方法，其特征在于，所述根据所述图像数据判断所述监控区域内是否有船舶，具体包括：计算经过图像预处理的图像数据的卷积特征图；采用RPN对所述卷积特征图进行处理得到预测框；采用RoI Pooling对每个预测框提取特征；根据提取的特征进行分类，以判断是否有船舶。4.根据权利要求2所述的自动标示虚拟航标方法，其特征在于，所述对所述图像数据进行图像预处理，包括：通过基于局部像素的重采样线性算法缩放图像；将图像处理为预设的尺寸。5.根据权利要求1所述的自动标示虚拟航标方法，其特征在于，还包括：对所述图像数据进行分析判断所述监控区域内是否有异常事件；在有异常事件的情况下，...

【专利技术属性】
技术研发人员：范文峰，范晓月，蓝启威，陈敬普，龚鑫鹏，韩斌，范嵩，王峰，文小波，文明忠，胡华锋，刘士军，魏操，杨茁，凌文豪，何国彬，
申请(专利权)人：广州海事科技有限公司，
类型：发明
国别省市：