[发明专利]一种景区河道视觉识别移动船只跟踪联动方法和系统

说明书

本申请实施例提供一种景区河道视觉识别移动船只跟踪联动方法和系统。该方法包括：在景区河道交叉口设置多个摄像头，形成数字视网膜网络，实时监控多条河道的船流情况，获得监控感知数据；所述数字视网膜网络提取所述监控感知数据的实时特征流，并将所述实时特征流发送给云端服务器；建立数字细胞神经网络，接收所述实时特征流；解析所述实时特征流，获得多个移动船只的牌照、航速、方向、位置、和驾驶员信息，预测所述多个移动船只之间相撞的概率；通过人工智能算法根据所述多个移动船只的牌照、航速、方向、位置进行路线规划和驾驶建议，重复预测所述多个移动船只之间相撞的概率，直至将所述多个移动船只之间相撞的概率降为预设阈值以下。

技术领域

本申请涉及河道交通运输领域，尤其涉及一种景区河道视觉识别移动船只跟踪联动方法和系统。

背景技术

在众多交通运输方式中，水路运输以其成本低、运输量大等特点被普遍认可和接受，水上交通运输发展迅速，但是由于船舶运输易受自然环境影响、灵活性差等特点，船舶碰撞事故时有发生，造成不同程度的财产损失、人员伤亡和环境污染。

中国发明专利CN112180950A公开了一种基于强化学习的智能船舶自主避碰及路径规划方法，包括以下步骤：1)获取本船周围的环境信息以及本船信息，感知环境状态空间；2)根据环境状态空间内的障碍物位置、航速，航向在内的相关信息计算避碰参数，判断是否存在碰撞风险；3)如果无碰撞风险，则直接进行路径规划；如果存在碰撞风险，则建立融合LSTM和强化学习原理搭建的智能船避碰模型，寻找避让的最佳避碰策略，获取对应的本船避碰所需的航速和航向；4)避碰策略执行结束之后，根据设定条件确定碰撞风险消失的临界位置点作为新的起点，然后利用路径规划算法重新进行路径规划。

如上，目前的河道交通运输中，虽然存在利用神经网络预测河道内船舶碰撞风险的技术，但是需要船舶上安装专门的软硬件设备和系统进行路径规划和接收警报，而且成本很高。但是，如图1所示，在很多河道交叉纵横的景区，如果同时存在视觉上的遮挡物，例如芦苇等，则使得快艇的驾驶员在接近河道交叉口时候无法及时发现侧方来船，往往会导致严重的水上交通事故。笔者就曾在白洋淀景区亲眼目睹了两艘快艇在河道交叉口相撞的事故，导致有乘客落水，非常危险。因此，目前急需在景区河道的场景中，能够实时提供给快艇等船舶驾驶员船流、临近河道交叉口时防撞的预警信息等。

发明内容

有鉴于此，本申请的目的在于提出一种景区河道视觉识别移动船只跟踪联动方法和系统，提高景区河道安全监控的自动化水平，解决目前景区河道安全监控过程中智能化水平不高，无法及时预警等技术问题。

基于上述目的，本申请提出了一种景区河道视觉识别移动船只跟踪联动方法，包括：

在景区河道交叉口设置多个摄像头，形成数字视网膜网络，实时监控多条河道的船流情况，获得监控感知数据；

所述数字视网膜网络提取所述监控感知数据的实时特征流，并将所述实时特征流发送给云端服务器；

建立数字细胞神经网络，接收所述实时特征流；

解析所述实时特征流，获得多个移动船只的牌照、航速、方向、位置、和驾驶员信息，预测所述多个移动船只之间相撞的概率；

通过人工智能算法根据所述多个移动船只的牌照、航速、方向、位置进行路线规划和驾驶建议，重复预测所述多个移动船只之间相撞的概率，直至将所述多个移动船只之间相撞的概率降为预设阈值以下；

发送碰撞预警概率提醒，以及规划路线和/或驾驶建议给所述多个移动船只的驾驶员的移动终端。

在一些实施例中，所述监控感知数据包括以下数据中的至少一种：视频数据、音频数据。