原文传递
内河桥区基于AIS和视频的船舶信息融合研究
| 论文题名： | 内河桥区基于AIS和视频的船舶信息融合研究 |
| 关键词： | 海事交通安全;船舶自动识别系统;信息融合;航迹关联;联邦卡尔曼滤波 |
| 摘要： | 随着长江经济带和“一带一路”发展战略融合的逐步推进，长江航运业日益蓬勃发展，船舶正逐步向快速化、大型化和智能化发展，长江桥梁基础建设力度也不断加大，然而船舶流量和跨河桥梁的增加使得水上交通状况日渐复杂，内河水域船桥之间的安全风险加剧，海事监管难度不断增加。因此桥区水域的信息感知与处理能力亟需得到改善。单一的AIS、视频监控等传感器设备获取的信息易出现虚假或漏失等现象，不能全面、准确、及时地反映桥区水域交通安全状态，而融合AIS和视频则可以进行信息互补，进一步提高了在航船舶安全监控的准确性和全面性，对实现海事交通安全管理有着重要意义。 本文以AIS和视频信息为基础，首先对各传感器获取的信息进行预处理，然后对目标检测跟踪、航迹关联和信息融合方面进行研究，最后构建了基于AIS和视频信息的融合模型，并进行融合效果验证。本文的主要研究工作如下： （1）实现船舶目标检测与跟踪。首先在目标检测方面，本文采用YOLOV4模型来检测目标船舶，并加入Deep-sort算法进行目标船舶的跟踪操作，然后通过张氏标定法完成现场标定与矫正，确定摄像机内外参数，最后对拍摄的内河船舶数据集进行训练与测试，目标检测精度可以达到94%左右。 （2）提出融合多特征的航迹关联算法。首先通过空间坐标转换、时间插值同步等方法实现AIS和视频信息的时空统一，然后设计融合多特征的轨迹相似性度量算法，分别以空间距离、时间距离以及船型特征距离为特征计算轨迹相似性，最后融合多特征并进行归一化完成船舶航迹关联判断。 （3）完成AIS和视频信息融合与验证。首先根据AIS和视频信息的特点构建AIS和视频信息融合模型框架，并通过算法比较选用联邦卡尔曼滤波作为融合算法，然后进一步提出自适应联邦卡尔曼滤波算法，基于改进的自适应sage-Husa滤波进行船舶观测噪声统计特性实时估计与修正，并设计自适应信息分配因子抑制单个传感器轨迹异常点的干扰，最后对融合效果进行检验，实验结果表明融合后轨迹精度误差可降低约21.4%，船舶检测率平均可提高约4.67%。 |
| 作者： | 崔康靖 |
| 专业： | 交通信息工程及控制 |
| 导师： | 胡卫东;郑元洲 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
