于濤 周怡明
摘 要:本文立足于南京內河水上交通監管的實際需求,在“智慧海事”指導思想的引導下,以船舶基礎數據為基礎,結合船舶感知設備和移動互聯網技術,構建重點水域全覆蓋、重點船舶全程監管的監控網絡,實現全方位覆蓋、全天候監控、快速反應的現代化水上作業安全監管體系。
關鍵詞:水上交通;大數據;智能化
中圖分類號:U644? ? ? 文獻標識碼:A? ? ? ? ? ? 文章編號:1006—7973(2022)02-0073-02
1引言
南京市有內河水域航道53條,總里程630.06公里,年均船舶流量約2萬艘;轄區內沿江港口企業52家,124家水路運輸企業,監管工作存在巨大壓力。
2016年12月,環保部、國家發展改革委等11個部門又聯合制訂了《水污染防治行動計劃實施情況考核規定(試行)》,要求“2017年,設區的市級以上人民政府完成防治船舶及其有關作業活動污染水域環境應急能力建設規劃的編制并發布,2018年,實施防治船舶及其有關作業活動污染水域環境應急能力建設規劃”。
南京市交通局為貫徹落實國務院、發改委及省市相關要求,根據《南京市防治船舶及其有關作業活動污染內河水域環境應急能力建設規劃》要求,提出建設南京市船舶及其有關作業活動安全應急管理信息系統,實現覆蓋全面、設施先進、協調有序、反應快捷、運轉高效的船舶及其有關作業活動安全應急管理。
2智能化監管應用
2.1重點船舶后臺化監控
船舶駛入交界區域,系統基于船舶基本信息并通過圖像分析及VITS/AIS等船舶定位信息,來確認船舶身份以及船舶位置。確認船舶身份后,通過圖像分析與后臺判斷,對危險品船和疑似違章船舶納入重點監管對象列表,進行重點監控。
系統自動選擇就近的CCTV聯動攝像頭對該船舶進行追蹤,建立聯動追蹤關系后,可以在CCTV視頻中看到以該船舶為中心的視頻畫面,將船舶AIS信息中的GPS位置傳遞至具有自動反饋功能的CCTV視頻前端,使視頻前端自動跟隨指定船舶的移動而轉動,始終將其在視頻前端的畫面中顯示,并能在超出該視頻前端覆蓋范圍后,由下一個視頻前端自動接力跟蹤。
2.2重點水域后臺化監控
首先,通過地圖配置功能,設置重點水域,包括:水域范圍和監管目標、展現要素(流量監控、密度監控、?;繁O控、速度監控、禁停區)等。
設置完成后,平臺自動統計航道斷面船舶流量,通過斷面的船舶次數,并且可以給出通過斷面的船舶列表。通過斷面流量的統計,可以反應航道劃定斷面處的通航密度。
平臺通過航道擁堵指數模型,分析計算出航道的通航指數,以指數的形式反應航道當前的通航情況。擁堵指數已[0,1]進行分級,<0.5表示航道暢通,在地圖上航道以綠色表示;0.5~0.9表示航道有點擁擠,在地圖上航道已黃色表示;>0.9表示航道擁堵,在地圖上航道以紅色表示。當發現設置的重點水域出現黃色或者紅色時工作人員前往該區域進行指揮疏通航道。
2.3內河船舶行為特征分析(船舶畫像)
通過對內河船舶行為特征分析,實現入境船舶進行智能篩選,從而對船舶違章行為進行精準預測。依靠大數據分析平臺,根據基礎屬性、活動范圍、運輸特點、違章行為等構建船舶分類,找到數據的關聯關系和分布特征,實現數據分析預測。
首先,船舶畫像是以船舶基礎屬性、活動范圍、運輸特點、違章行為等構建船舶分類;然后依據船舶特征行為分類,對各類行為相似船舶進行展示,并提供標簽標記功能,方便用戶進行區分,例如:中等運油船;接著依據船舶特征行為分類,對各類船舶進行統計分析,通過大數據分析平臺,根據船舶軌跡和業務信息進行船舶行為狀況評估,進行實時預警監測。
2.4水上違章自動取證
2.4.1船舶尾氣智能監測
船舶的廢氣是水域附近大氣污染的重要來源之一,部分船舶對劣質及含硫量高的燃料的使用,更加劇了船舶帶來的大氣污染問題。船舶廢氣排放的監測技術發展為船舶廢氣治理提供了有效保障,但由于船舶移動排放,高空擴散的特征,傳統的監測方式無法實現準確、有效、即時的排放巡檢。同時,傳統的監測方式雖能實現對廢氣中硫氧化物的監測,但無法實現對燃油含硫量科學調查,不能對船舶低硫油的使用實現監測。
在秦淮河大勝關卡口布設船舶尾氣智能監測設備,對經過大橋的往來船舶排放廢氣所形成的煙羽中的不同大氣污染物濃度進行不間斷持續監測,提供高分辨率的實時監測數據,摸清往來船舶排放廢氣的底數,實現船舶廢氣排放和船舶低硫油使用的科學監測和監管,為監管部門治理來往船舶大氣污染提供技術支持。
2.4.2船舶軌跡分析
船舶軌跡分析,是通過船舶定位設備AIS、VITS獲取船舶地理信息,通過大數據分析來進行違章分析,包括:垃圾船(偷倒垃圾)、擅闖禁區(禁止停泊水域、涉水工程施工水域等)、AIS未正常使用、違規追越事故等。
其中,擅闖禁區(禁止停泊水域、涉水工程施工水域等)、違規追越事故、AIS未正常開啟,是通過設置電子圍欄以及VITS、雷達、視頻抓拍進行相關校驗比對確認船舶違章行為。
垃圾船(偷倒垃圾)等違章行為,需要通過大數據分析挖掘,對船舶軌跡進行分類,獲取異常軌跡,對異常軌跡船舶進行標注,確認船舶違章行為。
2.4.3卡口抓拍圖片分析
首先,借助熱成像、超高清抓拍攝像機完成船舶圖片抓拍,并借助人工智能中yolo v3、deep_sort、alexnet等圖像算法進行船名識別和船舶顯性違法行為判斷(如船名標識不清、船員未穿救生衣、船舶未封倉等),然后通過OpenCV對船舶圖像進行標注和截圖。
這部分先需要針對不同違章行為,對視頻進行圖像截取和人工標注,獲取訓練樣本和測試樣本。然后,通過深度學習服務器進行訓練,獲得相應計算模型,通過部署模型對實時視頻進行分析。
通過訓練的模型,系統可以實現顯性違法行為、特殊船型識別,其中顯性違法行為包括:未穿救生衣、未封倉、船名標識不清等。具體包括:船員救生衣穿戴自動檢查,系統可以根據抓拍得到的船舶圖像數據,自動分析判斷船員在艙外是否正常穿戴;船舶封倉自動檢測,系統可以根據抓拍得到的船舶圖像數據,自動分析判斷裝載船舶是否封倉等。
2.4.4船舶超限檢測
船舶超限檢測系統以激光掃描設備對船舶干舷數值進行測量并結合船舶業務數據,計算船舶超限監測情況。
首先,通過激光掃描儀獲取數據后,根據激光掃描儀的發射頻率與發射間隔,再根據設計的算法,計算出所掃描的船舶每個反射點、每個段面的數據實際距離周期,將所有點、線按周期進行組合構建出三維立體模型,依據生成的三維模型與水面基礎模型進行高度差值對比分析,獲得船舶高度與干舷高度準確數據,從而對吃水超限的船舶進行及時有效預警,幫助海事人員及時發現船舶違法行為,消除水上交通安全隱患。
3結語
目前通過整合 CCTV監控、AIS/VITS、 船舶尾氣智能監測、船舶超限檢測等信息手段,充分利用水上視頻監控、船舶定位設備、雷達、電子卡口、AIS基站等外場感知設備,南京市一體化監管平臺實現綜合執法由人工向后臺化、自動化、智能化轉變,更好的滿足水域監管需求。從平臺采集的數字統計和應用以來成效來看,較好的解決了監管、指揮、執法、服務中存在業務難題,一定程度提高了工作效率,后續可繼續挖掘平臺的技術潛力,充分利用大數據分析、云平臺等手段,不斷提升業務處置能力,更精準服務于水域監管日常工作,更大程度減輕人員負擔,為水域監管業務高質量發展提供技術支撐。
參考文獻:
[1]《交通強國建設綱要》.
[2]《數字交通發展規劃綱要》.
[3]《江蘇省智能交通建設實施方案》.