中国航海

视觉与AIS融合的桥区水域船舶自动监测方法

PDF下载

杜子俊 ¹^,² , 贺益雄 ¹^,² , 于德清 ¹^,² , 赵兴亚 ¹^,² , 张锐 ¹^,² , 黄立文 ¹^,²

中国航海 | 海上交通安全 2025,48(1): 34-42

收起

中国航海 | 海上交通安全 2025, 48(1): 34-42

视觉与AIS融合的桥区水域船舶自动监测方法

全屏

杜子俊¹^,², 贺益雄¹^,², 于德清¹^,², 赵兴亚¹^,², 张锐¹^,², 黄立文¹^,²

作者信息

^1．武汉理工大学航运学院，湖北武汉 430063

^2．武汉理工大学内河航运技术湖北省重点实验室，湖北武汉 430063

杜子俊（1999—），男，硕士研究生，研究方向为交通信息工程及控制。E-mail:destan@whut.edu.cn

通讯作者:

黄立文（1965—），男，教授，博士，研究方向为智能航海与仿真技术。E-mail:lwhuang@whut.edu.cn

Automatic ship monitoring method in bridge area by fusion of vision and AIS

Zijun DU¹^,², Yixiong HE¹^,², Deqing YU¹^,², Xingya ZHAO¹^,², Rui ZHANG¹^,², Liwen HUANG¹^,²

Affiliations

^1.School of Navigation, Wuhan University of Technology, Wuhan 430063, China

^2.Hubei Key Laboratory of Inland Shipping Technology, Wuhan University of Technology, Wuhan 430063, China

出版时间: 2025-03-25 doi: 10.3969/j.issn.1000-4653.2025.01.005

文章导航

摘要

收起

为保障桥区通航安全，提出一种视觉与船舶自动识别系统（Automatic Identification System, AIS）融合的船舶自动监测方法。基于YOLOv5（You Only Look Once version 5）目标检测算法和Canny算法提取船舶图像轮廓信息，构建桥区水域目标距离、方位和高度视觉测量模型与方法，实现船舶三维定位。利用融合视觉与AIS的船舶航行态势数据建立异常行为检测模型，自动识别、监测桥区水域危险船舶。试验结果表明：在单、多船的情况下视觉与AIS数据关联准确率分别达到98.45%、91.29%；能有效监测桥区船舶的运动状态。本研究可为保障船舶和桥梁的安全提供有效方法。

关键词

船舶自动监测方法 / 目标检测 / 数据融合 / 异常行为检测

Abstract

收起

To ensure the safety of navigation in the bridge area, this paper proposes a ship automatic monitoring method based on the fusion of vision and AIS (Automatic Identification System). The ship contour information in the image is extracted by the YOLOv5 (You Only Look Once version 5) target detection algorithm and the Canny algorithm. A distance, azimuth, and height measurement model of the visual target in the bridge area is constructed to achieve the three-dimensional positioning of the ship. An abnormal behavior detection model is established using the ship navigation situation data from the fusion of vision and AIS to automatically identify and monitor monitoring of dangerous ships in the bridge area. The experimental results show that: In cases of single and multiple ships, the accuracy of visual and AIS data association is 98.45% and 91.29%, respectively; The method can effectively monitor the motion state of ships in the bridge area. This paper provides an effective method for ensuring the safety of ships and bridges.

Key words

ship automatic monitoring method / target detection / data fusion / abnormal behavior detection

引用本文

杜子俊, 贺益雄, 于德清, 赵兴亚, 张锐, 黄立文. 视觉与AIS融合的桥区水域船舶自动监测方法. 中国航海, 2025 , 48 (1) : 34 -42 . DOI: 10.3969/j.issn.1000-4653.2025.01.005

Zijun DU, Yixiong HE, Deqing YU, Xingya ZHAO, Rui ZHANG, Liwen HUANG. Automatic ship monitoring method in bridge area by fusion of vision and AIS[J]. Navigation of China, 2025 , 48 (1) : 34 -42 . DOI: 10.3969/j.issn.1000-4653.2025.01.005

基金

收起

国家自然科学基金面上项目(52071249)

参考文献

收起

2025年第48卷第1期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.3969/j.issn.1000-4653.2025.01.005

接收时间：2023-11-08
首发时间：2026-03-17
出版时间：2025-03-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-11-08

基金

国家自然科学基金面上项目(52071249)

作者信息

^1．武汉理工大学航运学院，湖北武汉 430063

^2．武汉理工大学内河航运技术湖北省重点实验室，湖北武汉 430063

通讯作者:

黄立文（1965—），男，教授，博士，研究方向为智能航海与仿真技术。E-mail:lwhuang@whut.edu.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/zghh/CN/10.3969/j.issn.1000-4653.2025.01.005

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT