一种渔业船舶夜间行驶碰撞预警装置的管理方法及系统与流程

本发明涉及渔业交通预警，尤其涉及一种渔业船舶夜间行驶碰撞预警装置的管理方法及系统。

背景技术：

1、渔业船舶夜间行驶碰撞预警装置是用于渔业捕捞、运输等船舶上一种发出警报、提醒或警示的装置，能够用于提醒人们注意潜在碰撞的危险或紧急情况，预防船舶在夜间行驶时发生碰撞事故，降低危险发生率，提高渔业航行工作的安全系数。夜间环境能见度较低，目前部分渔业船舶上所安装的碰撞预警装置在能见度较低的情况下无法准确判断障碍物是否处于预设的警戒区域，从而使得碰撞预警装置的触发出现延迟，而导致碰撞预警装置出现延迟的情况有多种，其中警戒范围和预警装置自身参数设置的误差都有重要关联性，都会导致碰撞预警装置无法提前发出预警信号，大幅度提升了夜间行船的危险性。同时现有的碰撞预警装置难以根据障碍物提前判断行船的危险等级，危险预知能力差，碰撞预警质量低，因此需要一种能够在夜间行船时解决预警延迟的管理方法。

技术实现思路

1、本发明克服了现有技术的不足，提供了一种渔业船舶夜间行驶碰撞预警装置的管理方法及系统。

2、为达上述目的，本发明采用的技术方案为：

3、本发明第一方面提供了一种渔业船舶夜间行驶碰撞预警装置的管理方法，包括以下步骤：

4、基于lda算法获取若干个障碍物特征点，构建点云坐标系对所述若干个障碍物特征点进行处理，得到障碍物的三维分布模型，模拟并判断所述三维分布模型进入预设警戒区域时的预警触发延迟值，得到预警触发异常的判定结果；

5、基于所述预警触发异常的判定结果为一类异常则重新规划所述预设警戒区域的感应范围，约束所述感应范围直至符合最大标准，得到最大覆盖范围，通过构建几何区域图确定所述最大覆盖范围内的可优化区域，得到允许规划区域；

6、根据所述允许规划区域规划区间界限，得到若干个辐射区间，通过粒子群优化算法对所述若干个辐射区间寻找最优解，得到若干个警戒区域的最优边界点，并基于几何区域图绘制所述若干个最优边界点，得到最佳的警戒区域优化方案；

7、若所述判定结果为二类异常则重新设置预警装置的预设参数，建立参数空间网格，并将所述实际参数的参数空间网格划分为若干个参数组合并评估，得到性能评估结果，基于所述性能评估结果生成最优的预设参数调整方案；

8、获取当前障碍物的类别信息，通过卷积神经网络对所述当前障碍物的类别信息的运动轨迹进行预测，得到障碍物的运动轨迹，计算所述障碍物的运动轨迹和所述预定轨迹信息的pearson相关系数，得到轨迹重合度，判断所述轨迹重合度是否大于预设轨迹重合度，得到障碍物规避方案。

9、进一步的，本发明的一个较佳的实施例中，所述基于lda算法获取若干个障碍物特征点，构建点云坐标系对所述若干个障碍物特征点进行处理，得到障碍物的三维分布模型，模拟并判断所述三维分布模型进入预设警戒区域时的预警触发延迟值，得到预警触发异常的判定结果，具体包括以下步骤：

10、通过激光雷达在船舶夜间行驶时探测扫描周围的障碍物，获取周围的障碍物信息，基于lda算法对所述周围的障碍物信息进行特征提取，通过类间散布矩阵的预设特征值确定投影方向，并将所述分布信息映射至所述投影方向上，得到若干个障碍物特征点；

11、构建点云坐标系，将所述若干个障碍物特征点导入所述点云坐标系中，得到若干个障碍物特征点的坐标点系数，整合所述坐标点系数得到障碍物的点云数据，剔除所述点云数据中实际标准小于预设标准的关键元素，对剔除的所述关键元素进行替换补偿并将替换后的点云数据进行衔接处理，得到障碍物的三维分布模型；

12、获取船舶碰撞预警装置的预设警戒区域以及标准触发距离，当所述障碍物的三维分布模型处于警戒区域内时，预警装置触发并定义船舶为所述警戒区域的中心点，将所述预设警戒区域导入所述三维分布模型中，计算障碍物与所述中心点之间的欧氏距离，得到预警装置的实际触发距离；

13、获取当前船舶的行驶速度，计算所述实际触发距离与所述标准触发距离之间的偏差值，得到触发距离偏差值，并根据所述行驶速度与所述触发距离偏差值计算时间，得到预警触发延迟值；

14、判断所述触发延迟值是否大于预设延迟值，若大于，则将所述预警触发延迟值标记为一类异常，若小于，则标记为二类异常，得到预警触发异常的判定结果。

15、进一步的，本发明的一个较佳的实施例中，所述基于所述预警触发异常的判定结果为一类异常则重新规划所述预设警戒区域的感应范围，约束所述感应范围直至符合最大标准，得到最大覆盖范围，通过构建几何区域图确定所述最大覆盖范围内的可优化区域，得到允许规划区域，具体包括以下步骤：

16、分析所述预警触发异常的判定结果，若所述判定结果为一类异常，则对所述预设警戒区域的感应范围进行重新规划调整；

17、基于大数据网络获取船舶夜间行驶的安全规定信息，同时获取船舶体积信息，根据所述安全规定信息构建船舶夜间行驶安全标准体系，将所述感应范围定义为目标函数，基于所述船舶体积信息约束目标函数，直至所述约束后的目标函数符合所述船舶夜间行驶安全标准体系中的最大约束标准，得到最大覆盖范围；

18、构建几何区域图，将所述最大覆盖区域导入所述几何区域图中，得到最大覆盖范围几何区域图，标记所述预设警戒区域为重叠盲区，将所述重叠盲区导入所述最大覆盖范围几何区域图中，剔除所述重叠盲区在所述最大覆盖范围几何区域图中的覆盖区域，得到允许规划区域。

19、进一步的，本发明的一个较佳的实施例中，根据所述允许规划区域规划区间界限，得到若干个辐射区间，通过粒子群优化算法对所述若干个辐射区间寻找最优解，得到若干个警戒区域的最优边界点，并基于几何区域图绘制所述若干个最优边界点，得到最佳的警戒区域优化方案，具体包括以下步骤：

20、基于所述几何区域图获取所述重叠盲区的区域几何信息，在所述重叠盲区的区域几何信息中提取预设警戒区域的若干个边界交叉点，以每个边界交叉点为辐射原点，基于所述辐射原点向所述允许规划区域发射若干条辐射连接线，直至每条辐射连接线到达所述允许规划区域的边界以及两点之间的每条辐射连接线发射端相交，并以边界和交点为区间界限，得到若干个辐射区间；

21、通过粒子群优化算法在所述若干个辐射区间中对边界交叉点进行重新规划，在每个所述辐射区间中生成若干个粒子并初始化粒子的速度和位置，通过全局最佳位置与个体最佳位置的吸引力更新粒子的速度，并根据所述目标函数计算粒子的适应度，得到粒子位置的优劣值；

22、基于所述粒子位置的优劣值实时更新迭代每个粒子的最佳位置，判断迭代收敛值是否达到预设迭代收敛值，若达到，则停止更新迭代并确定每个粒子的当前位置，得到若干个警戒区域的最优边界点；

23、在所述几何区域图中将所述若干个最优的警戒区域边界点进行连接绘制，得到最佳的警戒区域优化方案并上传中预警装置控制终端。

24、进一步的，本发明的一个较佳的实施例中，所述若所述判定结果为二类异常则重新设置预警装置的预设参数，建立参数空间网格，并将所述实际参数的参数空间网格划分为若干个参数组合并评估，得到性能评估结果，基于所述性能评估结果生成最优的预设参数调整方案，具体包括以下步骤：

25、若所述预警触发异常的判定结果为二类异常，则对所述船舶碰撞预警装置的预设参数进行重新设置；其中，所述预设参数包括通信协议参数、网络信道参数、信号频谱参数和信号接收频率参数等；

26、获取所述判定结果为二类异常时预警装置的多个实际参数的变化范围，建立参数空间网格，将多个所述实际参数的变化范围导入所述参数空间网格中，得到实际参数的参数空间网格，并将所述实际参数的参数空间网格划分为若干个参数组合，得到离散参数组合；

27、基于大数据网络获取不同离散参数组合的评估指标，通过对每个所述离散参数组合进行性能评估，得到多个评估分数，根据所述评估指标和多个所述评估分数对每个离散参数赋予权重值，得到多个离散参数的性能权重值；

28、判断每个所述性能权重值是否大于预设权重值，若大于，则所述性能权重值提取并整合，得到性能评估结果；

29、对所述性能评估结果的性能权重值进行排序，构建排序表，将所述性能评估结果导入所述排序表中，得到性能评估排序表，并获取所述性能评估排序表中排位最前的权重值所对应的参数组合，得到最佳参数组合，基于所述最佳参数组合生成最优的预设参数调整方案并上传中预警装置控制终端。

30、进一步的，本发明的一个较佳的实施例中，所述获取当前障碍物的类别信息，通过卷积神经网络对所述当前障碍物的类别信息的运动轨迹进行预测，得到障碍物的运动轨迹，计算所述障碍物的运动轨迹和所述预定轨迹信息的pearson相关系数，得到轨迹重合度，判断所述轨迹重合度是否大于预设轨迹重合度，得到障碍物规避方案，具体包括以下步骤：

31、根据所述最佳的警戒区域优化方案和所述最优的预设参数调整方案对预警装置进行调整优化，得到调整后的预警装置，构建渔业知识图谱，将所述障碍物的三维分布模型导入所述渔业知识图谱中进行识别，得到当前障碍物的类别信息；

32、基于大数据网络获取不同气象环境条件组合下所述障碍物的运动轨迹，通过卷积神经网络构建运动轨迹预测模型，将所述不同气象环境条件组合下所述障碍物的运动速率导入所述运动轨迹预测模型中，得到训练完成的运动轨迹预测模型；

33、获取船舶夜间行驶的当前气象环境信息，将所述当前气象环境信息导入所述训练完成的运动轨迹预测模型中进行预测，得到障碍物的运动轨迹；

34、获取船舶行驶的预定轨迹信息，将所述障碍物的运动轨迹和所述预定轨迹信息设置为线性变量，通过计算所述线性变量的pearson相关系数，并确定pearson相关系数在-1到1之间取值范围中的趋向，得到轨迹重合度；

35、判断所述轨迹重合度是否大于预设轨迹重合度，若大于，则调整后的预警装置提前发出预警信号，基于所述轨迹重合度生成障碍物规避方案，根据所述障碍物规避方案重新规划航道或停止航行避开障碍物。

36、本发明第二方面提供了一种渔业船舶夜间行驶碰撞预警装置的管理系统，其特征在于，所述一种渔业船舶夜间行驶碰撞预警装置的管理系统包括存储器与处理器，所述存储器中储存一种渔业船舶夜间行驶碰撞预警装置的管理方法程序，所述一种渔业船舶夜间行驶碰撞预警装置的管理方法程序被所述处理器执行时，实现以下步骤：

37、基于lda算法获取若干个障碍物特征点，构建点云坐标系对所述若干个障碍物特征点进行处理，得到障碍物的三维分布模型，模拟并判断所述三维分布模型进入预设警戒区域时的预警触发延迟值，得到预警触发异常的判定结果；

38、基于所述预警触发异常的判定结果为一类异常则重新规划所述预设警戒区域的感应范围，约束所述感应范围直至符合最大标准，得到最大覆盖范围，通过构建几何区域图确定所述最大覆盖范围内的可优化区域，得到允许规划区域；

39、根据所述允许规划区域规划区间界限，得到若干个辐射区间，通过粒子群优化算法对所述若干个辐射区间寻找最优解，得到若干个警戒区域的最优边界点，并基于几何区域图绘制所述若干个最优边界点，得到最佳的警戒区域优化方案；

40、若所述判定结果为二类异常则重新设置预警装置的预设参数，建立参数空间网格，并将所述实际参数的参数空间网格划分为若干个参数组合并评估，得到性能评估结果，基于所述性能评估结果生成最优的预设参数调整方案；

41、获取当前障碍物的类别信息，通过卷积神经网络对所述当前障碍物的类别信息的运动轨迹进行预测，得到障碍物的运动轨迹，计算所述障碍物的运动轨迹和所述预定轨迹信息的pearson相关系数，得到轨迹重合度，判断所述轨迹重合度是否大于预设轨迹重合度，得到障碍物规避方案。

42、进一步的，本发明的一个较佳的实施例中，所述获取当前障碍物的类别信息，通过卷积神经网络对所述当前障碍物的类别信息的运动轨迹进行预测，得到障碍物的运动轨迹，计算所述障碍物的运动轨迹和所述预定轨迹信息的pearson相关系数，得到轨迹重合度，判断所述轨迹重合度是否大于预设轨迹重合度，得到障碍物规避方案，具体包括以下步骤：

43、根据所述最佳的警戒区域优化方案和所述最优的预设参数调整方案对预警装置进行调整优化，得到调整后的预警装置，构建渔业知识图谱，将所述障碍物的三维分布模型导入所述渔业知识图谱中进行识别，得到当前障碍物的类别信息；

44、基于大数据网络获取不同气象环境条件组合下所述障碍物的运动轨迹，通过卷积神经网络构建运动轨迹预测模型，将所述不同气象环境条件组合下所述障碍物的运动速率导入所述运动轨迹预测模型中，得到训练完成的运动轨迹预测模型；

45、获取船舶夜间行驶的当前气象环境信息，将所述当前气象环境信息导入所述训练完成的运动轨迹预测模型中进行预测，得到障碍物的运动轨迹；

46、获取船舶行驶的预定轨迹信息，将所述障碍物的运动轨迹和所述预定轨迹信息设置为线性变量，通过计算所述线性变量的pearson相关系数，并确定pearson相关系数在-1到1之间取值范围中的趋向，得到轨迹重合度；

47、判断所述轨迹重合度是否大于预设轨迹重合度，若大于，则调整后的预警装置提前发出预警信号，基于所述轨迹重合度生成障碍物规避方案，根据所述障碍物规避方案重新规划航道或停止航行避开障碍物。

48、本发明解决了背景技术中存在的技术缺陷，本发明的有益技术效果在于：

49、获取预警触发异常的判定结果，基于所述预警触发异常的判定结果约束允许规划区域，基于粒子群优化算法对所述允许规划区域中的若干个辐射区间寻找最优解，得到若干个警戒区域的最优边界点，根据几何区域图连接绘制所述若干个最优边界点，得到最佳的警戒区域优化方案，基于所述预警触发异常的判定结果生成最优的预设参数调整方案，通过卷积神经网络对所述当前障碍物的类别信息的运动轨迹进行预测，计算所述障碍物的运动轨迹和所述预定轨迹信息之间的轨迹重合度，判断所述轨迹重合度是否大于预设轨迹重合度，得到障碍物规避方案。本发明能够通过根据碰撞预警装置的触发延迟判断导致延迟的情况，并基于此情况对预设警戒区域以及碰撞预警装置自身参数的设置进行重新调整规划，从而提高碰撞预警装置在夜间行驶时的障碍感知能力，大幅度降低触发延迟的出现。