-
公开(公告)号：CN117831349A
公开(公告)日：2024-04-05
申请号：CN202311641675.X
申请日：2023-11-30
Applicant: 长江三峡通航管理局 , 交通运输部水运科学研究所
IPC: G08G3/02
Abstract: 本发明公开一种船舶助航安全告警方法及系统，该方法包括：获取当前船舶的船舶信息，其中，船舶信息包括：当前船舶的当前水深、当前船舶的当前速度、当前船舶与其他船舶的距离、当前船舶与其他船舶的相对速度、当前船舶与其他船舶的相对方向、当前船舶与其他船舶的相对横向距离、当前船舶与其他船舶的相对航向角、当前船舶与其他船舶的相对水流速度和当前船舶与其他船舶的相对漂流方向；设置船舶助航安全告警第一模型，并根据船舶信息，计算第一碰撞风险指数，设置船舶助航安全告警第二模型，计算第二碰撞风险指数，对第一碰撞风险指数和第二碰撞风险指数进行求和平均，获取最终碰撞风险指数；根据最终碰撞风险指数对当前船舶进行安全告警。
-
公开(公告)号：CN117775225A
公开(公告)日：2024-03-29
申请号：CN202311647026.0
申请日：2023-11-30
Applicant: 长江三峡通航管理局 , 交通运输部水运科学研究所
Abstract: 本发明公开一种船舶航行助航安全告警方法及系统，该方法包括：获取船舶航行时的船舶信息，对所述船舶信息进行归一化处理，根据归一化处理后的所述船舶信息，计算导航设备可靠性指数和船体稳定性指数，其中，所述船舶信息包括：导航设备可靠性向量、船体稳定性向量、导航设备可靠性拐点向量和船体稳定性拐点向量；设置船舶航行安全性评估模型，获取海况因素向量和船员技能向量，并进行归一化处理，根据所述导航设备可靠性指数和所述船体稳定性指数，计算船舶航行时的安全指数；根据所述船舶航行时的安全指数，完成船舶航行助航安全告警。
-
公开(公告)号：CN117826136A
公开(公告)日：2024-04-05
申请号：CN202311625040.0
申请日：2023-11-29
Applicant: 长江三峡通航管理局 , 交通运输部水运科学研究所
IPC: G01S13/58 , G01S7/41 , G01P3/68 , G06V10/764 , G06V10/75
Abstract: 本发明公开一种基于雷达测速仪的船舶超速智能监测方法及系统，包括：获取雷达测速仪的雷达数据，其中，所述雷达数据包括：雷达测速仪能够有效覆盖的测速长度；根据雷达数据，计算雷达测速仪不能有效测速的闸室长度和测速雷达测速方向中心线与水平面的夹角，当目标船舶驶过所述夹角时，每隔周期T获取一张闸室图片，直到目标船舶驶出雷达测速仪不能有效测速的闸室长度；设置船舶识别模型，计算闸室图片中每个船舶的亮度强度，通过所述亮度强度估计每个船舶的形状，将每个船舶的形状与所述目标船舶进行对比，从而确定所述闸室图片中的所述目标船舶，根据周期T所述目标船舶行使的距离，计算所述目标船舶在雷达测速仪不能有效测速的闸室的行驶速度。
-
公开(公告)号：CN117848960B
公开(公告)日：2025-03-14
申请号：CN202311625005.9
申请日：2023-11-29
Applicant: 长江三峡通航管理局 , 交通运输部水运科学研究所
Abstract: 本发明公开一种过闸船舶的溢油信息和尾气排放混合监测方法及系统，该方法包括：获取船舶的溢油数据和船舶数据，其中，所述溢油数据包括：溢油面积、溢油时间和油品黏度；所述船舶数据包括：船舶载重量、船舶速度和水流速度；设置溢油量计算模型，根据所述溢油数据和所述船舶数据，计算所述船舶的溢油量，及通过红外成像，获取所述船舶的尾气排放数据，其中，所述尾气排放数据包括尾气的浓度；分别将所述船舶的溢油量和所述尾气排放数据与相对应的预设溢油量阈值和预设排放阈值进行对比，超过所述预设溢油量阈值或所述预设排放阈值时，进行报警。
-
公开(公告)号：CN116824555A
公开(公告)日：2023-09-29
申请号：CN202310701175.4
申请日：2023-06-14
Applicant: 交通运输部水运科学研究所 , 长江三峡通航管理局
Abstract: 本发明公开了一种航行途中船员疲劳度的监测方法及系统，该方法包括：获取人脸图像，提取所述人脸图像中的人眼区域图像，对所述人眼区域图像进行灰度处理，获取所述人眼区域图像的灰度图像，对所述灰度图像进行降噪、对比度调整和滤波处理，获取新灰度图像，对所述新灰度图像进行二值化处理，并提取人眼开度值；获取船员的眨眼频率和船员的注视持续时间，根据所述人眼开度值，得到与所述人眼开度值相对应的PERCLOS值；设置船员疲劳值模型，根据所述船员的眨眼频率、所述船员的注视持续时间和所述船员的PERCLOS值，计算所述船员的疲劳值，当发现所述船员的疲劳值大于预设的疲劳阈值时，发出报警信息，提醒所述船员休息，从而对航行途中船员疲劳度进行监测。
-
Patent Agency Ranking
公开(公告)号：CN116429119A
公开(公告)日：2023-07-14
申请号：CN202310711786.7
申请日：2023-06-15
Applicant: 交通运输部水运科学研究所 , 长江三峡通航管理局
IPC: G01C21/20
Abstract: 本发明公开了一种基于大数据的船舶虚假定位信息的识别方法，该方法包括：将起始地到目的地之间的航程划分成多个子航程，获取历史船舶从起始地到目的地的每段子航程的历史定位信息，对每段子航程的历史定位信息进行均值化处理，得到均值化历史定位信息；获取待识别船舶从起始地到目的地的每段子航程的待识别船舶定位信息；设置虚假定位信息识别模型，并根据均值化历史定位信息和待识别船舶的定位信息，得到待识别船舶的位置变化曲线，在位置变化曲线上获取待识别船舶的监测点，并获取整个航程内所有相邻两个监测点的曲线变化角度；设置待识别船舶的定位信息的识别策略，根据识别策略，并结合曲线变化角度，对待识别船舶的定位信息进行识别。
-
公开(公告)号：CN117952431A
公开(公告)日：2024-04-30
申请号：CN202311632552.X
申请日：2023-11-29
Applicant: 长江三峡通航管理局 , 交通运输部水运科学研究所
IPC: G06Q10/0637 , G06F18/214 , G06F18/241 , G06Q50/26
Abstract: 本发明公开一种气象数据对船闸影响度的预测方法及系统，该方法包括：获取所述气象数据的训练样本，其中，所述训练样本包括所述气象数据的种类及种类数，及对每种所述气象数据进行取值，生成气象数据取值；获取船闸影响度真实值，并设置影响度预测模型，将所述训练样本输入到所述影响度预测模型，进行训练，并通过损失函数对所述影响度预测模型生成的船闸影响度预测值和所述船闸影响度真实值进行对比，不断迭代，直到达到迭代次数，完成对所述影响度预测模型的训练；获取实时气象数据，输入到训练好的所述影响度预测模型中，以完成气象数据对船闸影响度的预测。
-
公开(公告)号：CN117848960A
公开(公告)日：2024-04-09
申请号：CN202311625005.9
申请日：2023-11-29
Applicant: 长江三峡通航管理局 , 交通运输部水运科学研究所
Abstract: 本发明公开一种过闸船舶的溢油信息和尾气排放混合监测方法及系统，该方法包括：获取船舶的溢油数据和船舶数据，其中，所述溢油数据包括：溢油面积、溢油时间和油品黏度；所述船舶数据包括：船舶载重量、船舶速度和水流速度；设置溢油量计算模型，根据所述溢油数据和所述船舶数据，计算所述船舶的溢油量，及通过红外成像，获取所述船舶的尾气排放数据，其中，所述尾气排放数据包括尾气的浓度；分别将所述船舶的溢油量和所述尾气排放数据与相对应的预设溢油量阈值和预设排放阈值进行对比，超过所述预设溢油量阈值或所述预设排放阈值时，进行报警。
-
公开(公告)号：CN116429119B
公开(公告)日：2023-08-22
申请号：CN202310711786.7
申请日：2023-06-15
Applicant: 交通运输部水运科学研究所 , 长江三峡通航管理局
IPC: G01C21/20
Abstract: 本发明公开了一种基于大数据的船舶虚假定位信息的识别方法，该方法包括：将起始地到目的地之间的航程划分成多个子航程，获取历史船舶从起始地到目的地的每段子航程的历史定位信息，对每段子航程的历史定位信息进行均值化处理，得到均值化历史定位信息；获取待识别船舶从起始地到目的地的每段子航程的待识别船舶定位信息；设置虚假定位信息识别模型，并根据均值化历史定位信息和待识别船舶的定位信息，得到待识别船舶的位置变化曲线，在位置变化曲线上获取待识别船舶的监测点，并获取整个航程内所有相邻两个监测点的曲线变化角度；设置待识别船舶的定位信息的识别策略，根据识别策略，并结合曲线变化角度，对待识别船舶的定位信息进行识别。
-
公开(公告)号：CN116522002A
公开(公告)日：2023-08-01
申请号：CN202310767471.4
申请日：2023-06-27
Applicant: 交通运输部水运科学研究所 , 长江三峡通航管理局
IPC: G06F16/9535 , G06F16/9536 , G06F18/22 , G06F18/15 , G06F18/23 , G06F18/243
Abstract: 本发明公开了一种基于机器学习的通航服务系统的容器推荐方法及系统，该方法包括：获取用户使用通航服务系统的历史数据，并进行向量化处理，生成历史数据特征向量；提取每个容器的特征向量，特征向量包括：每个容器的运行状态特征向量和每个容器所提供的软件功能特征向量；通过机器学习模型对每个容器的特征向量进行建模和训练，将容器进行分类，得到用户的容器类别，容器类别和历史数据特征向量，设置精准容器推荐模型，计算每个容器与用户的第一相似度，第一相似度最高的容器推荐给用户；设置容器间相似度推荐模型，在第一相似度最高的容器所在的类别中，计算第一相似度最高的容器与其余容器的第二相似度，将第二相似度最高的容器推荐给用户。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.058 seconds)
