码头船舶停靠智能检测方法与系统技术方案

本发明专利技术公开了码头船舶停靠智能检测方法与系统，包括如下步骤：S1、采集码头作业区域的视频图像，结合泊位方向模板进行同步配准，构建图像‑结构联合输入张量；S2、输入视觉中心引导检测网络，生成结构感知融合特征图；S3、基于结构感知融合特征图，采用泊位方向自适应锚框变换策略，构建首尾方向向量；S4、建立首尾方向向量与泊位方向向量之间的方向匹配关系，输入至航向偏差动态回归模块；S5、在航向偏差动态回归模块中，基于当前候选检测框的航向偏差角与垂直偏移数值，输出靠泊姿态状态标记值；S6、根据靠泊姿态状态标记值确定是否存在异常情形，若存在，则生成靠泊异常预警信息。本发明专利技术有效提升了船舶靠泊状态识别的准确性与响应效率。

【技术实现步骤摘要】

本专利技术涉及计算机视觉与智能监控，尤其涉及码头船舶停靠智能检测方法与系统。

技术介绍

1、在港口作业和智能运输调度领域，船舶停靠状态的实时监测是保障泊位利用效率与靠泊安全管理的重要技术手段。传统的船舶靠泊检测方式主要依赖人工目测、雷达传感器或红外光学设备辅助判断，但在复杂天气、视野遮挡或码头结构非标准化等条件下，这些方法的稳定性与适应性较差，难以满足现代港口对自动化、精准化靠泊状态识别的需求。

2、现有基于视频图像的检测方法多采用传统图像处理或单一深度学习目标检测网络，如通过yolo、faster r-cnn等模型检测船体区域，再结合泊位边界线推算是否存在偏移或斜靠。然而，这类方法存在多个技术瓶颈。首先，大多数方法未能引入泊位结构的显式建模与融合，导致检测框生成过程中对泊位方向和边界缺乏理解，容易出现朝向误判或边界模糊等问题。其次，现有算法多忽略船体朝向与泊位方向之间的相对匹配关系，缺乏基于方向一致性与几何偏移的综合姿态判别机制，难以输出准确、可控的姿态状态标记，无法提供更具参考价值的靠泊异常等级判断。

3、此外，当前系统常将图像本文档来自技高网...

【技术保护点】

1.码头船舶停靠智能检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的多功能仿生机器人智能任务规划和控制方法，其特征在于，所述S1具体包括：

3.根据权利要求1所述的多功能仿生机器人智能任务规划和控制方法，其特征在于，所述视觉中心引导检测网络具体包括图像语义编码模块、结构引导建模模块、候选框生成模块和融合注意力增强模块：

4.根据权利要求1所述的多功能仿生机器人智能任务规划和控制方法，其特征在于，所述S2具体包括：

5.根据权利要求1所述的多功能仿生机器人智能任务规划和控制方法，其特征在于，所述S3具体包括：

6.根...

【技术特征摘要】

1.码头船舶停靠智能检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的多功能仿生机器人智能任务规划和控制方法，其特征在于，所述s1具体包括：

3.根据权利要求1所述的多功能仿生机器人智能任务规划和控制方法，其特征在于，所述视觉中心引导检测网络具体包括图像语义编码模块、结构引导建模模块、候选框生成模块和融合注意力增强模块：

4.根据权利要求1所述的多功能仿生机器人智能任务规划和控制方法，其特征在于，所述s2具体包括：

5.根据权利要求1所述的多功能仿...

【专利技术属性】
技术研发人员：赵洁，赵静，
申请(专利权)人：赵洁，
类型：发明
国别省市：