基于微型站组网结构的船舶燃油硫含量智能筛查系统

为实现船舶污染实时监控、精准捕捉、监管到位的快速监测,采用四电极电化学传感器技术和AIS船舶识别技术,设计一种基于微型站组网结构的船舶燃油硫含量智能筛查系统,采用“品字型”布局,提升嗅探法设备在远程筛查超标燃油船舶方面的准确度,实现尾气自动感知、自动报警、自动示位、精确锁定事故船舶、可设定自动分发响应指令等功能。系统在长江三峡葛洲坝进行应用,结果表明:当有船舶经过点位时,3台设备会产生不同程度的尖峰,嗅探法设备和燃油快检结果相对误差在30%以内的数据占比90%以上,数据相关性达到0.83以上,过闸船舶尾气监测覆盖率达100%,大幅提升远程筛查的准确度,实现船舶污染防治的智能监管新模式。

图像检测识别在水运智能化发展中的应用

水上交通是综合运输体系不可或缺的重要组成部分,也是国家经济社会运行的基石[1]。随着建设交通强国的提出,加快推进水运智能化建设成为必然趋势。相较于陆运智能化水平,水运智能化受自然条件等客观因素的影响,目前仍处于较低水平,且发展比较滞后,技术监管手段缺失。因此,利用图像检测识别技术发展智能化水运是未来水路运输的重要趋势。

船舶吃水自动检测技术在水利船闸调度安全管理中的应用

剖析了当前船舶吃水自动检测技术研究的必要性,对比了现有船舶吃水自动检测技术的研究现状。研究提出一种基于机器视觉、人工智能的船舶吃水自动检测装置,该装置在高港船闸应用并在提升调度安全管理中起到重要作用,最后对该技术的应用前景进行展望。

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。

人脸识别技术在船闸安全巡查中的应用

船闸闸首值班人员每个闸次均需对整个闸室进行安全巡查。以第一时间有效发现和处理安全隐患、事故苗子,最大限度杜绝船闸生产安全事故发生。现场值班人员存在未按规章制度到点巡查的现象,不能及时掌握船闸现场运行情况,不能及时发现安全隐患并实施有效应急处理,从而丧失应急抢险的最佳时机。为此,借助人脸识别技术,对现场值班人员是否按制度巡查到位进行动态管理,自动导出安全巡查台账和报表等信息,提高船闸运行现场的动态管理水平。

基于图像、数据分析技术的水域治安防控研究与应用

水域治安管理有着流动性大、隐蔽性强、检查难度大的特点,以往所有过闸船舶都必须到登记窗口接受检查方可登记过闸,一定程度上方便了公安机关对船舶、船民的管理。近年来船闸管理部门采用了不上岸缴费过闸[1]。这给公安机关对过往船舶、船民的检查、管理带来了很大不便[2]。针对水域治安瓶颈,本项目通过视频分析、图像识别等技术,将结构化数据与非结构化数据打通融合,融合图像识别信息、船闸、海事以及公安登船核查等数据,快速掌握辖区内船舶情况、随船人员动态。

大数据与人工智能技术在水电智慧工程建设领域的探索及应用

水利水电工程建设领域不断探索,在信息化技术的推动下,实现巨大的创新与变革,水电工程建设已经由高速增长转变成高质量、高水平发展阶段。因此,如何把握机遇,促进水电智慧工程建设质量的不断提升,成为当前领域重点研究的课题之一。文章以大数据与人工智能技术为例,对其在水电智慧工程建设领域中的应用进行阐述,旨在为提高水电智慧工程的可持续发展奠定了坚实的理论基础。

人工智能在遥感船舶目标精确检测中的应用

人工智能技术的应用日益宽泛,为了快速实现海上遥感船舶目标检测,要引入人工智能技术和方法进行海上船舶精确检测,转变传统的检测方法,构建大型船舶数据集,采用基于人工智能网络的目标检测网络(FasterR-CNN神经网络),使其准确率和召回率更具有鲁棒性,达到精准检测被测目标的效果。