基于可视分析的船舶航行态势感知系统设计

针对船舶交通管理系统(Vessel Traffic Services,VTS)管理决策与人机交互智能化的不足,以态势感知理论与可视分析技术为手段,设计基于可视分析的VTS监管水域船舶航行风险态势感知认知框架,分析基于时空数据挖掘的船舶航行风险态势评价方法、船舶航行风险不确定性预测模型及VTS管理人员决策多维参数可视化有效算法等关键技术,通过系统评估方法开展可视分析系统验证与改进。研究结果表明:借助可视分析方法,该系统可实时监控水域中的航行风险演化,保障安全通航,为航行决策提供重要的参考依据,可对未来研发VTS智能化系统提供技术支持。     

内河繁忙水域船舶航行风险平行管控系统设计

基于平行控制的原理提出内河繁忙水域船舶航行风险管控系统的设计方法,并对其结构和关键技术进行研究。阐述船舶航行风险管控平行控制的基本原理;构建内河繁忙水域船舶航行风险平行管控系统的框架并介绍其功能;探讨内河繁忙水域船舶航行风险平行管控系统的关键技术。通过研究,为提高内河繁忙水域船舶交通安全监管的科学化和智能化,减少船舶交通管理系统(Vessel Traffic Services,VTS)监管水域船舶航行安全监管中的人为失误,减轻海事监管人员的工作压力,降低船舶航行风险提供参考,推动智慧海事的发展。     

路面纹理的多重分形特征描述与识别方法

应用多重分形理论验证了路面纹理的多尺度特性,研究了路面纹理多重分形谱的直接计算方法以及权重因子对计算结果的影响规律.测量了4组不同级配的沥青混凝土样块纹理高程值,利用小波变换消除噪声数据,分别计算各组样块纹理的多重分形谱参数,构建了一种应用多重分形谱描述与识别路面纹理特征的新方法.分析结果表明:路面纹理呈现出复杂性与自相似性特征,不同路面纹理之间的多重分形谱存在明显的差异性;路面纹理越复杂,高程波度越剧烈,多重分形谱参数越大,反之则越小;对于相同类型的路面纹理,多重分形谱形状和参数均相近.可见,多重分形是一种描述与识别路面纹理特征的有效方法.     

基于 AIS的内河船舶油水分离器远程监管系统实现

为解决我国内河船舶含油污水违规排放问题,在分析我国内河船舶非法排放油污水现状的基础上,提出了1套基于AIS的内河船舶油水分离器远程监管系统。该系统采用基于ARMCortex-M 3内核32位单片机来实现对船舶油水分离器运行状态信息的采集,并对采集的运行状态信息进行分析、处理和显示。系统将采集到的运行状态信息通过A IS广播消息实时地向海事部门广播的同时,还通过单片机SDIO接口保存到 SD卡内。在远程监控端,利用 VS2010平台开发的程序实现了对A IS广播信息的解码显示和船舶排放违规的识别,同时实现了对船舶端的远程监管。系统能够实时监控并记录船舶含油污水排放行为,在一定程度上提高了海事部门监管监测能力,改善我国内河船舶含油污水排放现状。      

内河航标遥测遥控系统设计

针对内河航标的特点,设计了一种基于无线传感网络的内河航标遥测遥控系统,实现了航标状态的远程监测,并能够进行灯质控制.介绍了系统中主控单元、遥测遥控等模块作用和电路设计,在模块选型、电路设计、应用方法等多方面充分考虑了航标遥测遥控系统的能耗、传输距离、可靠性等要求,利用ZigBee路由算法,并进行了多项测试试验.试验结果表明,该系统能够解决以往类似系统中存在的通信不可靠、能耗过高等问题.     

长江航道主缓流判别算法研究

船舶航行时充分地利用主缓流航道可以节约能源。为了更加准确地划分长江航道的主缓流航道,提出了利用 k-近邻算法和 P 分位数法的划分方法。改进后的 P 分位数法采用动态选择 P 值的方法避免了主流区域可能过小的问题,k-近邻算法利用了测点的水深、流速等多种航道水文信息来划分主缓流。利用长江航道金口处和岳阳处的11个截面的实测数据对 k-近邻算法和 P 分位数法进行了对比分析,其中有10个截面的主缓流区域相近。进一步对比长江航道中典型的龙口水道和杨林岩水道,发现根据算法得出的主流区宽度和实际的相比,误差在12%以内,可以满足船舶航行的需要。      

交通资产管理系统的研究现状与展望

介绍了交通资产管理的基本概念和管理过程，以及国内外交通资产管理技术研究概况，同时指出了建立交通资产智能化信息采集系统的关键技术，并介绍了几种典型的交通资产智能化信息采集系统。最后，指出了当前交通资产信息采集和资产管理技术研究中的不足之处，并提出了开展该领域研究的几点建议。     

低能见度驾驶员视觉主动增强系统设计

通过对低能见度恶劣天气条件下，前方道路场景图像清晰度评价、增强和道路环境场景图像实时再现等同题的研究，提出了基于车载红外传感器和毫米波雷达传感器的驾驶员视觉增强系统设计方案，并运用信息融合和图像增强策略改善低能见度天气条件下的道路环境场景。     

道路标志图案识别方法研究

针对道路标志图案自动识别,以转弯道路标志图案为例,通过颜色空间变换,将道路标志图像的RGB量值转换为H(hue,色度)S(saturation,饱和度)I(Intensity,亮度)量值,利用H、I作为分类器的特征值,设计了欧式距离分类器,实现道路标志背景颜色的识别。采用固定阈值法分割道路标志图像的图案区域,并对分割后的区域进行Daubech ies-4正交小波变换,利用小波变换系数的能量值和方差比值作为道路标志图案的纹理特征。最后,设计了BP神经网络道路标志图案分类器,实现道路标志图案的自动识别。实验结果表明,文中提出的方法可行。     

道路标线图像采集中的几何畸变校正研究

为探索道路标线养护信息采集智能化，建立了基于机器视觉的道路标线图像信息采集系统，因摄像机光学镜头为广角镜头，且光轴与道路平面倾斜，因而采集的道路标线图像会产生鼓形畸变和倾斜畸变。在分析道路标线图像产生鼓形和倾几何斜畸变原因的基础上，采用三次多项式校正道路标线图像的鼓形变形，并提出了一种用几何物像关系校正道路标线图像的倾斜畸变，实验结果表明这种方法是可行的。