基于机器学习的船舶吃水动态检测系统设计

传统的吃水检测系统存在检测抗扰性差的弊端,为了解决传统检测方法的缺点,动态检测系统得到应用。设计基于机器学习的通航船舶吃水动态检测系统,基于机器学习技术,在现有激光测量器上利用DSP测量技术,构成DSP激光多点测量单元,完成硬件单元构建。采用NPS多波束声呐图源滤波算法,对硬件采集图像做多波束滤波运算,完成图像滤波运算,解决对检测抗扰性差的问题。对比实验证明,提出的基于机器学习的通航船舶吃水动态检测系统设计,能够准确、实时、动态、自主检测船舶吃水数据。各项测试结果均优于传统吃水检测系统。     

基于多波束仰扫的内河船舶吃水检测技术*

为防止内河船舶超吃水航行,需对船舶吃水主动进行实时动态检测,提出一种基于多波束声纳测深系统的内河船舶吃水检测系统。以声纳测距技术为基础,设计内河船舶吃水检测系统方案,完成检测系统软件架构设计与多波束声纳测深系统通信协议,采用多波束声纳测深数据滤波去噪算法滤除异常数据,系统实现了船舶吃水轮廓的清晰准确成像,并能数字化、实时显示船舶吃水深度,对于内河船舶吃水监管控制有一定可行性。     

基于图像分割的船舶吃水深度检测方法

针对传统的船舶吃水深度检测方法精准度低的情况,提出基于图像分割的船舶吃水深度检测方法。以得到精准的舰船吃水值为出发点,采集舰船吃水图像,并进行动态模板匹配,减少舰船晃动对吃水深度检测的影响,在此基础上,对船舶水尺图像字符进行校正,计算吃水线位置,得到舰船吃水深度,以此实现船舶吃水深度检测。实验对比结果表明,此次设计的基于图像分割的船舶吃水深度检测方法比传统的吃水深度检测精准度高,具有一定的实际应用意义。     

基于物联网的船舶航行安全监控系统

传统船舶航行安全监控系统在复杂海域中,对船舶航行吃水差监控误差较大,对此基于物联网络技术设计船舶航行安全监控系统。以中央处理单元为核心,建立船舶自由度运行测试平台,辨识船体吃水差,基于物联网通信端口,建立物联网络通讯终端,传输船体航行信息,最后利用信号叠加原理应用傅里叶分析算法,消除波浪及船体摇摆对船体吃水差的影响,实现对船体航行吃水差高精度安全监控。实验数据显示,设计的安全监控系统,相比较传统安全监控系统,在海深1 km以内,吃水差监控结果误差减小0.75 m,在海深1 km以上海域,吃水差误差减小0.5 m,可以实现吃水差高精度监控。     

船舶动态吃水检测中基于数据处理的关键技术研究

通过船舶吃水检测获取到的数据可以有效检测船舶超载以及船舶变形情况,是保证船舶安全行驶的重要技术手段。本文首先设计船舶动态吃水检测系统,划分系统功能,然后对获取的船舶异常数据进行中值滤波,并对点云数据进行处理,实现了多船并行通过检测区域的数据分割。     

一种船舶吃水测量系统

针对船舶吃水难以精确测量的问题,研制了船舶吃水测量系统。利用激光测距方法,采用多点同步测量措施来消除波浪对船舶吃水测量的影响,能够较为精确地测量船舶吃水。     

应用MS1000扫描声纳的通航船舶吃水测量系统

本文阐述的系统可以为航道维护和管理部门快速提供通航船舶的实际吃水深度,可以有效遏制"超吃水",维护良好的通航秩序。系统具有测量精度高、控制灵活、实时性好、快速等诸多优点,可广泛用于江河湖海各类船舶的吃水监测,对航道内船舶吃水深度严格监测和控制具有十分重要的意义。     

手持式智能船舶吃水及载重测量仪研制

针对船舶吃水难以精确测量问题,研制手持式智能船舶吃水及载重测量仪,利用激光测距方法,采用多点测量措施来消除波浪和浮态产生的纵横倾斜对船舶吃水测量的影响,能够较为精确地测量船舶吃水,从而计算出船舶的载重量。     

基于云平台的船舶吃水实时检测系统数据处理技术

我国内河航运非常发达,内河航运在我国经济建设中发挥着非常重要的作用。本文针对当前内河航运中船舶吃水存在的问题,提出一种基于云平台以及超声波技术的船舶吃水实时检测系统,可以同时对多个船舶进行吃水检测,针对船舶吃水检测数据中存在的异常数据进行处理,对船舶的吃水数据进行分割,最终获取船舶的吃水数据。     

基于大数据驱动的船舶航行轨迹异常检测研究

船舶安全航行是航海领域重点关注的问题之一,为此研究基于大数据驱动的船舶航行轨迹异常检测方法。该方法利用不同类型传感器获取船舶航行大数据,然后使用船舶观测大数据相似度方程计算船舶航行大数据之间的相似度,得到来自同一船舶的航行大数据;再利用大数据驱动技术中的聚类方法建立船舶正常轨迹模型,获取船舶航行正常轨迹;依据船舶航行正常轨迹,利用大数据驱动技术内的Spark Streaming数据实时计算框架,通过计算船舶航行轨迹点与实际轨迹采样点之间的距离、航向角等,得到船舶航行轨迹异常检测结果。实验结果表明,该方法获取船舶航行实际轨迹精度较高,可有效检测船舶航行轨迹异常,具备较好的应用效果。