[发明专利]一种桥梁主动防船撞预警系统与方法

说明书

本发明公开一种桥梁主动防船撞预警系统及方法，具体步骤包括：利用船只摄像头对采集到的船只数据进行标注并建立目标识别的深度学习模型，基于深度学习模型对船只位置进行识别，基于船只位置和桥下危险位置对船只是否超限进行判别，若船只超限则提醒船只超限信息；本发明同现有技术相比，具有不影响河道通航条件、视频防撞设备系统安装简单、成本低、实时、智能化程度高的特点，可在城市中小桥梁上进行大规模推广使用，提高城市中小桥梁安全保障。

技术领域

本发明涉及桥梁主动防撞技术领域，具体来说是一种桥梁主动防船撞预警系统与方法。

背景技术

随着经济社会的快速发展，我国修建了大量的内河桥梁，同时船舶运输业得到了蓬勃的发展。

航运业的发展加剧跨河桥梁的安全风险，内河高等级桥梁由于通航环境复杂，船舶与桥梁碰撞的安全隐患突出，其防碰撞问题受到相关部门的关注，然而，对于数量众多城市中小桥梁，基于AIS、雷达、视频监控等多种技术融合的主动防撞系统其硬件成本高，安装复杂，后期维护工作量大难以大规模的使用与推广，此外，采用防撞墩等被动式防撞设备存在造价高、施工困难、无法提前预警等问题，现有桥梁主动防撞系统多针对桥墩防撞进行预警，对于超高船只通过桥梁造成撞击梁底的事件，目前尚未有相应手段进行预警。

发明内容

本发明的目的在于在解决现有技术的不足，提供一种桥梁主动防船撞预警系统与方法。

为了实现上述目的，设计一种桥梁主动防船撞预警系统与方法，所述方案的具体步骤如下：

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。

本发明还包括如下优选的技术方案：

进一步，所述步骤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Label Img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。

进一步，所述步骤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。

进一步，所述步骤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。