[发明专利]一种桥梁主动防船撞预警系统与方法

权利要求书

1.一种桥梁主动防船撞预警系统与方法，其特征在于所述的方法步骤包括：

S1.利用船只摄像头对采集到的船只数据进行标注，建立基于YoloV5的目标识别的深度学习模型；

S2.基于步骤S1中船只识别深度学习模型的基础上，对船只位置进行识别；

S3.根据步骤S2中船只位置与桥下危险位置进行判别，得出船只是否超限的结论：

S31.船只超限特征点为船只最高点、最左或最右点，当超限特征点进入危险区域，则说明该船只超限，若超限特征点未进入危险区域，则说明该船只未超限；

S32.船只超高特征点为船只包络框最高点，当超高特征点超过船只超高预警警戒线，则说明该船只超限，若超高特征点未超过船只超高预警警戒线，则说明该船只未超限；

S4.若步骤S3中船只超限，则提醒船只超限信息。

2.如权利要求1所述的一种桥梁主动防船撞预警系统与方法，其特征在于步骤

S1中数据进行标注的步骤包括：

S11.截取摄像头监控到的船只通过桥梁底下的视频，采用视频抽帧的方式每一秒获取一张船只照片；

S12.船只穿过桥梁底下的视频应覆盖一天24小时，同时应具备雨天、雾天、太阳光照强烈天气条件，使船只样本覆盖尽可能多的现场条件；

S13.船只图片收集完成后，采用LabelImg工具对船只进行标注，采用矩形方框的形式圈出船只的最小外轮廓矩形包络线；

S14.需要进行标注的样本数量为：船只类型*船只位置*时间段*天气类型＝样本数量。

3.如权利要求1所述的一种桥梁主动防船撞预警系统与方法，其特征在于步骤

S1中建立基于YoloV5的目标识别的深度学习模型包括：

S15.样本训练集与测试集的比例为7:3；

S16.设置参数，当模型损失函数值达到最小收敛值时的权重文件即可用于模型推理。

4.如权利要求1所述的一种桥梁主动防船撞预警系统与方法，其特征在于步骤

S2中对船只位置进行识别包括：

S21.识别物体的类别为船只；

S22.识别物体的位置：识别物体包络框，及该包络框左上角在图片中像素点位置及其宽度和高度。

5.如权利要求1所述的一种桥梁主动防船撞预警系统与方法，其特征在于步骤

S3中判断船只是否超限的流程包括：

S31.在本地服务器端对桥梁现场视频以视频流传输的方式进行远程访问；

S32.采用步骤S1中建立的深度学习模型对视频流中每帧或每秒一帧或每分钟一帧的照片进行标注，获取船只所在位置参数；

S33.根据船只位置参数获取船只超限特征点，将特征点与船只防撞警戒线进行判断，获取船只是否超限的判断，若船只超限，将该帧照片保存下来，发送当前时间和数字1到本地服务器或发送至监控系统服务器，并进行下一只船是否超限的识别；若船只未超限，则进行下一帧照片船只是否超限的识别，若该船只也未超限，发送当前时间和数字0到本地服务器。

6.如权利要求1或6所述的一种桥梁主动防船撞预警系统与方法，其特征在于步骤S4中提醒的方法包括：

S41.根据超限判断结果，若服务器接收到数字1的信号，则启动喇叭喊话报警；

S42.喇叭喊话的内容可定制，喊话音量分贝数和喊话时间均可自行设定。

7.如权利要求1所述的一种桥梁主动防船撞预警系统与方法，其特征在于所述的方法步骤还包括：

S5.确定需要进行防船撞预警的桥梁场景特点；

S6.根据S5中桥梁场景特点，制定防船撞预警方案，安装视频监控摄像头。

8.如权利要求7所述的一种桥梁主动防船撞预警系统与方法，其特征在于步骤

S5中需要进行防船撞预警的桥梁场景特点包括：

S51.桥梁结构类型与桥下净空；

S52.通航船只特点；

S53.河道宽度。