区块链技术在长江航运船舶身份认证中的应用研究

随着信息技术的快速发展,区块链技术由于在数据管理方面的去中心化、安全性等特点,受到了国内外各行业的广泛关注,其应用前景非常可观。本文基于区块链技术在各领域的应用情况,归纳总结其在长江航运中的应用现状,对基于区块链技术的长江航运船舶身份认证应用进行可行性分析,并提出应用中存在的问题和建议。

基于RFID的船舶身份自动识别系统的设计与应用

随着全球贸易不断发展,海上运输日益繁忙,船舶安全与管理问题日益凸显。传统的船舶身份识别方法依赖于人工检查与纸质文档,效率低下且易出错。因此,开发一种高效、准确的船舶身份自动识别系统成为航运领域的迫切需求。本文基于此,设计与实现一种基于射频识别(RFID)技术的船舶身份自动识别系统,高效整合RFID标签与读写器的无线通信,快速、准确识别船舶身份,提高港口管理的智能化水平,增强航运安全,旨在为相关领域的研究与实践提供借鉴。

多源融合的船舶身份智能识别与验证技术

针对船舶污染物监管场景需求,提出了船舶申报信息、船舶自动识别系统和摄像头图像检测多源融合的船舶目标智能识别和验证方法。从申报信息中获取船舶水上移动通信业务标识码身份,利用该标识码提取船舶自动识别系统参数,判断船舶是否达到现场;通过改进的YOLOv5检测模型从摄像头获取现场船舶的视觉目标检测框;采用视觉目标检测框与船舶自动识别系统目标在摄像头像素坐标系映射标定框的交叉匹配算法,完成船舶目标的融合验证。在SeaShips公开数据集上的试验表明,相较原始YOLOv5模型,提出的船舶视觉目标检测模型平均精确度指标提升了3.14%,达到80.83%;且利用TensorRT加速使得模型推理速度提升了73%,帧率达到64.18。船舶自动识别系统目标与视觉目标的匹配融合满足船舶污染物接收现场船舶身份的识别和验证需求。

基于人工智能的船舶身份识别及航行行为识别方法

本文采用了基于人工智能的手段,充分利用视频资源实现对船舶身份以及航行行为的自动识别。对于船舶身份识别,采用了基于YOLO V3的船名定位技术以及基于CRNN的船名识别技术;对于船舶超重判别,采用了基于Faster R-CNN的系船柱定位技术以及船水分界线定位技术;还采用了船舶轨迹数据成链以及动静态数据融合技术。通过上述一系列方法,可以大大提高水面监管的效率,解决了调查取证、追查回溯难的问题。

基于层次注意力孪生网络的船舶身份甄别

为准确甄别船舶身份,提出一种基于层次注意力孪生网络的船舶身份甄别模型,结合时间注意力的长短期记忆和多尺度的卷积网络,从时间和语义信息层面对船舶轨迹进行表征,并采用以改进的孪生神经网络计算船舶轨迹表征向量间的差异度作为判断船舶身份的依据。为验证该模型的有效性,在厦门港及附近水域船舶轨迹数据基础上对比分析本文模型和常用机器学习模型甄别船舶身份的性能。结果表明,本文模型可在小规模数据集上学习得到泛化性较好的船舶身份甄别性能,在测试集上的F;分数为0.8971,而常用机器学习模型在相同测试集上仅能达到0.7774,可见,本文模型可满足船舶身份甄别和异常排查等相关应用的需要。

加快AIS与激光传感技术 强化对船舶动态监管

本文对船舶自动识别系统(AIS)与激光传感器对船舶的侧扫技术的融合做出了有益的探索。在AIS获得在航船舶身份信息的同时,通过激光传感器还可获取船舶的长宽、干舷高度、超载超限等信息,可为内河航道的海事监管工作提供有效的动态船舶管理数据。

水上ETC服务智能航运系统总体架构的研究与应用

对国内三种具有代表性的船舶过闸模式进行了归类比较,并就安徽省现有的船闸经营模式中船闸业务功能区布局及业务流程进行了描述,形成了安徽模式的水上ETC智能航运系统六层总体架构模型,从而为今后船闸管理单位实施ETC过闸服务提供借鉴。