基于无线局域网的船舶异常数据自动识别系统

船舶异常数据识别系统可以帮助管理人员了解当前船舶安全状态。为提高船舶异常数据识别结果,构建基于无线局域网的船舶异常数据识别系统。首先分析船舶异常数据识别的原理,提出当前船舶异常数据识别系统存在的局限性,然后通过无线局域网收集船舶异常数据,并对船舶异常数据识别进行相应的处理,最后构建船舶异常数据识别模型,并应用于船舶异常数据识别系统中。测试结果表明,本文系统的船舶异常数据识别正确率,误识率、漏识率均远远小于当前其他船舶异常数据识别系统,可以保证船舶的正常工作。     

二时隙算法在船舶通信网络中的RFID标签防碰撞研究

射频识别技术(RFID)是一种性能可靠、效率高的信息采集和识别技术,其非接触式识别方式在医疗、物流等领域应用广泛。在射频识别系统中容易发生射频卡与数据存储器的信息交换冲突,而基于时隙的算法可以有效的防止冲突。本文在二时隙算法的基础上,进行船舶通信网络中的射频识别系统,及其射频识别标签防碰撞研究。     

基于云分段最优熵算法的航行异常轨迹识别研究

海洋运输业的迅速发展对大型航运公司的船舶管理水平提出了更高要求,随着船舶数量的迅速增加,针对船舶航行异常轨迹的识别和监控技术成为了研究热点。本文对如何提高船舶航行异常轨迹的识别效果进行了研究,引入一种基于AIS和雷达的航行轨迹识别系统,基于云分段最优熵算法,实现了船舶航行异常轨迹数据的快速识别和剔除,有助于提高海上航运公司对船舶管理水平,及早发现船舶的异常航行状态并进行航线调整,防止船舶事故的发生。     

基于人工智能的船舶AIS信息监测系统研究

为了智能化判断识别船舶是否违法关闭AIS,提出了一种基于人工智能的船舶AIS信息监测系统设计方案,AIS信息监测系统结合“船脸识别”技术对船舶进行智能识别,通过对比AIS系统整合结果分析出船舶是否非法关闭AIS,为构建智能化水上交通动态管控新格局提供参考。     

基于人工智能技术的船舶碰撞桥梁安全隐患预警系统研究

船舶碰撞桥梁事故对桥梁结构和船舶操作安全构成严重威胁,为了提高桥梁安全性、促进航运畅通,依托“基于人工智能技术的船舶碰撞桥梁安全隐患预警监测科创项目”建设,进行船舶碰撞桥梁预警监测技术的研究。该项目采用激光雷达、视频、AIS、大数据、人工智能等技术,实时采集桥梁净空、船舶航速航向、水文气象等动态数据,基于船舶行驶轨迹预测、超高识别、超载识别和多源融合船舶识别等智能算法,为船舶超高、船舶超载、船舶偏航、船舶躺航等威胁航行安全行为提供预警服务,有利于海事部门加强对船舶通过桥梁过程的安全监管,减少船舶碰撞桥梁安全事故的发生。     

基于YOLO算法的内河船舶检测 与监控实现

随着内河水运的不断发展,内河航运船舶数量不断增多,但是内河船舶AIS设备安装质量参差不齐,这给监管部门掌握区域内航行船舶数量带来困难。同时,随着计算机计算能力的提高与人工智能技术的发展,基于卷积神经网络的图像识别系统有了越来越多的应用。本文提出了使用YOLO实时目标检测技术,实现了对内河中运行的船舶进行实时监控并记录。结果表明,该模型在测试集当中的识别准确率达到97.50%,在实际应用当中拥有识别速度快、实时性较好、准确度较高的优点,拥有较好的应用前景。     

卡尔曼算法在船舶运动模型参数辨别中的应用

人工智能技术飞速发展,人们已经实现了依靠智能算法识别船舶运动轨迹,这对船舶的航行安全起着重要的推进作用。在对船舶运动状态进行跟踪识别过程中,首先要从视频图像中提取出目标物体的特征值,然后在数据库中进行比对,进一步获得目标物的具体参数。本文采用卡尔曼算法对船舶运动目标的特征参数进行分析,首先建立船舶运动时的动力模型,然后结合目标的灰度统计特性,对船舶的运动状态和运动参数的转移算法进行设计。从仿真结果可知,本文所提出的运动模型识别算法满足基本的鲁棒性和准确度,能够对船舶目标进行速度识别和航迹跟踪。     

人工智能技术在船舶电力系统故障诊断中的应用

近年来人工智能技术在很多领域得到了成功应用,特别是故障诊断方面。船舶电力系统是保障船舶自动化系统正常工作的重要组成部分。由于船舶电力系统工作环境恶劣,因而船舶电力系统一旦出现故障将会产生很严重的后果。传统船舶电力系统故障检测费时费力,本文通过对人工智能技术进行分析,研究了人工智能技术在船舶电力系统故障诊断中的应用,提出了一种故障诊断系统架构,重点研究了基于人工神经网络以及专家系统的电力系统故障诊断,设计了神经网络模型,给出了推理机的故障诊断流程。     

船舶自动识别系统中的计算机视觉技术应用

受环境等外部因素的影响,利用自动识别系统对船舶身份进行识别,存在识别不准确的问题,为解决这一问题,研究者们将计算机视觉技术应用其中,以期改善系统的识别效果。在此背景下,首先对船舶自动识别系统与计算机视觉技术进行分析,然后具体探讨计算机视觉技术在船舶自动识别系统中的应用过程,包括图像采集、图像预处理、图像定义与分割、字符识别等4项内容;最后通过实验对应用效果进行验证,结果表明:应用了计算机视觉技术的船舶自动识别系统较未应用前,数字识别准确性提高14.3%,汉字识别准确性提高12%,识别效果改善,由此证明计算机视觉技术对改善船舶自动识别系统性能有帮助作用。     

我国船舶行业智能制造的新内涵与应用

加快推动新一代信息技术与先进船舶制造技术深度融合,将对我国船舶行业的发展带来重大影响.本文从分析智能制造的内涵人手,研究探索把人工智能、物联网、大数据、云计算等新技术与智能制造相融合的思路,尝试提出新一代信息技术条件下智能制造的新内涵,并对其在我国船舶行业的应用进行分析,进一步讨论目前发展所面临的问题,最后结合现状提出建议.     

集装箱箱号智能识别系统

集装箱箱号识别系统是港口自动化设备的重要组成部分。应用人工智能、图形识别及深度自学习等技术,构建由前端摄像机图像采集、智能系统进行图片分析处理的集装箱箱号快速识别系统,可大幅提高集装箱识别速度,减轻人工作业负荷,减少安全隐患,降低成本,提升设备作业效率,实现集装箱装卸、理货的自动化和智能化,促进港口转型升级发展。     

船用柴油机人工智能故障诊断应用综述

智能船舶代表了船舶未来的发展方向,柴油机作为船舶主要驱动设备,其故障诊断对智能船舶的安全性和可靠性具有重要意义。人工智能有效地解决了传统故障诊断方法存在的问题,基于人工智能方法的柴油机故障诊断技术成为近些年的研究热点。本文总结人工智能在柴油机故障诊断中的研究进展,对迁移学习应用到柴油机故障诊断中的前景进行展望,分析了柴油机故障诊断的研究趋势和面临的挑战。     

Matlab在船舶字符识别系统中的应用

船舶自动识别系统AIS中,船体MMSI编码、船体名称等符号的快速识别具有重要意义。本文针对船体符号的识别问题开发一种快速识别系统,该系统利用CCD摄像头采集船体的符号图像,然后利用图像处理算法和Matlab软件程序进行船体符号的精确识别。     

人工智能技术船舶海上交通冲突自动预警方法分析

为降低船舶碰撞冲突事故的发生几率,实现对海上交通环境的合理维护,提出人工智能技术下的船舶海上交通冲突自动预警方法。通过定性研究海上交通冲突数据的方式,计算冲突概率的具体数值结果,实现对船舶海上交通冲突事故的分析。在此基础上,建立预警处理流程,在联合风险识别因子的同时,完成对该项参量指标的模糊化处理,实现人工智能技术下船舶海上交通冲突自动预警方法的顺利应用。对比实验结果表明,随着新型预警方法的应用,海上DRI交通环境指标的数值水平得到有效控制,可大幅降低船舶碰撞冲突事故的实际发生几率。     

基于图像识别的智能船舶安检辅助系统构想

海事机构及其监管模式的改革,呼唤着新技术的应用。随着人工智能技术的长足进步,在行政监管领域和其他领域一样,必将会带来颠覆性的变革。为适应未来发展趋势,本文对一种基于人工智能的船舶安检辅助系统的开发进行初步探索,提出了一种基于图像识别的智能船舶安检系统的设计与实现方案以及应重点关注的问题,供以后类似研究及系统开发参考。     

基于双模定位和射频识别技术的内河船舶身份识别系统设计

为寻求更加便捷、更加符合内河水运发展的监控方式,指出船舶自动识别系统(AIS)在内河航道小型船舶应用受限,无法很好地实现船舶监控的问题,提出基于双模(GPS/BDS)定位和射频识别(RFID)技术的内河船舶身份识别系统(R-AIS),并分析其为海事监管部门、船主、船闸调度中心等3类服务对象分别实现船舶位置定位、周边船舶身份自动识别和协助船舶便捷过闸功能,发挥船载终端的功能、实现岸基终端信息交互、优化船载终端供电系统。R-AIS可为船舶监管提供有效的监控手段,提高船舶的过闸效率,促进内河水运事业健康、安全、快速地发展。     

船舶远程识别跟踪系统研究

文章根据船舶远程识别系统在信息的覆盖面积、保密性和准确性等方面的要求,对该系统与我国AIS系统和船舶报告系统进行了对比与分析;将AIS和LRIT结合,建立了基于AIS的船舶远程识别跟踪模型,用于船舶的通航安全研究;最后探讨了该系统在我国海事领域的应用。     

船舶嵌入式智能预警系统设计

船舶运输在全球经济中扮演着重要角色,人工值守经常会由于人员疏忽造成船舶和船舶碰撞,造成巨大的经济损失和环境污染。本文提出一种基于嵌入式的船舶智能预警系统,对激光测距技术和机器视觉技术进行阐述和分析,设计了船舶嵌入式智能预警系统的整体架构,有效解决了多源数据融合、位置感知、环境感知等问题。通过使用YOLO V7进行训练,实现了对不同船舶的识别且具有较高的准确率,在实际应用中可以更加有效地对船舶产生潜在的威胁作出综合性判断。本文设计的船舶嵌入式智能预警系统为实现船舶无人值守提供了必要辅助。     

计算机视觉在船舶焊缝缺陷识别的应用

大型集装箱运输船舶在海上航行时,会受到极端恶劣的气象条件影响(海浪、海风等),导致船体结构出故障。由于大型船舶的甲板、船体等壳状结构均采用焊接的方式组成整体,因此,船舶焊接的质量决定了船舶结构强度和防水性等,具有非常重要的意义。为了保证船舶的焊接质量,必须要进行焊缝的缺陷识别与检测。本文基于计算机视觉与图像处理技术,研发了一种新型的船舶焊缝识别系统,对改善船舶焊缝的缺陷检测水平有重要作用。     

船舶构件快速识别技术的研究

本研究通过分析、提取船舶二维图纸中型线的特征,建立能表达型线信息的属性向量,在此基础上提出了一种船舶结构快速识别的方法,即将自组织特征映射神经网络(SOM)的方法运用于图形的识别和聚类。进一步的,运用自顶向下分层识别技术,通过一次或多次识别及判定实现对二维图纸设计信息的提取。以此为依据开发完成了船舶结构智能识别系统。通过对某船某肋位横剖面图的识别,检验了该方法的可行性和系统的实用性。