内河桥区基于AIS和视频的船舶信息融合研究

作     者：崔康靖 

作者单位：武汉理工大学 

学位级别：硕士

导师姓名：胡卫东;郑元洲

授予年度：2022年

学科分类：08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程] 

主      题：AIS 视频 目标检测与跟踪 航迹关联 信息融合 

摘      要：随着长江经济带和“一带一路发展战略融合的逐步推进,长江航运业日益蓬勃发展,船舶正逐步向快速化、大型化和智能化发展,长江桥梁基础建设力度也不断加大,然而船舶流量和跨河桥梁的增加使得水上交通状况日渐复杂,内河水域船桥之间的安全风险加剧,海事监管难度不断增加。因此桥区水域的信息感知与处理能力亟需得到改善。单一的AIS、视频监控等传感器设备获取的信息易出现虚假或漏失等现象,不能全面、准确、及时地反映桥区水域交通安全状态,而融合AIS和视频则可以进行信息互补,进一步提高了在航船舶安全监控的准确性和全面性,对实现海事交通安全管理有着重要意义。本文以AIS和视频信息为基础,首先对各传感器获取的信息进行预处理,然后对目标检测跟踪、航迹关联和信息融合方面进行研究,最后构建了基于AIS和视频信息的融合模型,并进行融合效果验证。本文的主要研究工作如下:(1)实现船舶目标检测与跟踪。首先在目标检测方面,本文采用YOLOV4模型来检测目标船舶,并加入Deep-sort算法进行目标船舶的跟踪操作,然后通过张氏标定法完成现场标定与矫正,确定摄像机内外参数,最后对拍摄的内河船舶数据集进行训练与测试,目标检测精度可以达到94%左右。(2)提出融合多特征的航迹关联算法。首先通过空间坐标转换、时间插值同步等方法实现AIS和视频信息的时空统一,然后设计融合多特征的轨迹相似性度量算法,分别以空间距离、时间距离以及船型特征距离为特征计算轨迹相似性,最后融合多特征并进行归一化完成船舶航迹关联判断。(3)完成AIS和视频信息融合与验证。首先根据AIS和视频信息的特点构建AIS和视频信息融合模型框架,并通过算法比较选用联邦卡尔曼滤波作为融合算法,然后进一步提出自适应联邦卡尔曼滤波算法,基于改进的自适应sageHusa滤波进行船舶观测噪声统计特性实时估计与修正,并设计自适应信息分配因子抑制单个传感器轨迹异常点的干扰,最后对融合效果进行检验,实验结果表明融合后轨迹精度误差可降低约21.4%,船舶检测率平均可提高约4.67%。