CN111028482B - 远洋航行的提醒方法、装置及系统 - Google Patents
远洋航行的提醒方法、装置及系统 Download PDFInfo
- Publication number
- CN111028482B CN111028482B CN201911373256.6A CN201911373256A CN111028482B CN 111028482 B CN111028482 B CN 111028482B CN 201911373256 A CN201911373256 A CN 201911373256A CN 111028482 B CN111028482 B CN 111028482B
- Authority
- CN
- China
- Prior art keywords
- information
- hydrological
- analysis model
- preset
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004458 analytical method Methods 0.000 claims description 66
- 238000012549 training Methods 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000032258 transport Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
Landscapes
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种远洋航行的提醒方法、装置及系统，该方法，包括：接收航行船只的控制器发送的认证信息，其中，所述认证信息包括基础信息、水文信息；获取目标分析模型输出的预设水文阈值；若检测所述水文信息大于所述预设水文阈值，则向所述船只的控制器发送提醒消息，以根据所述提醒消息采取避灾措施。实现了远洋航行过程中对应天气的准确预测，进而保证航行的安全性。
Description
技术领域
本发明涉及远洋航行的技术领域，尤其涉及一种远洋航行的提醒方法、装置及系统。
背景技术
随着经济快速的发展，国际贸易合作越来越多。在跨区域货运方式中海运因其成本低、效益高的优点在各类贸易运输中占据重要的位置。
海洋船只在远洋航行中最不希望遇到暴风雨等恶劣天气，若不能采取适当的方式抵抗或者躲避恶劣天，会对船只的安全等问题带来巨大威胁。目前远洋船只的避灾手段主要通过天气预测等技术实现。
然而，天气预报是通过各大气象台通过电视台或者广播等方式对未来一长段时间内海洋温度、风浪等情况的预报。若遇到近几日天气变化较大，难以为远洋船只提供准确的气象预报。即使通过天气预报结合卫星定位技术进行船只避灾手段的预测方式，然而卫星定位容易受浓密云层等影响，导致船只定位信号不好，无法为船只提供精准定位，仍不能解决远洋船只避灾等难题。
发明内容
本发明提供一种远洋航行的提醒方法、装置及系统，以实现远洋航行过程中对应天气的准确预测，进而保证航行的安全性。
第一方面，本发明实施例提供的一种远洋航行的提醒方法，包括：
接收航行船只的控制器发送的认证信息，其中，所述认证信息包括基础信息、水文信息；
获取目标分析模块输出的预设水文阈值；
若检测所述水文信息大于所述预设水文阈值，则向所述船只的控制器发送提醒消息，以根据所述提醒消息采取避灾措施。
在一种可能的设计中，在获取目标分析模型输出的预设水文阈值之前，还包括：
获取训练数据集；
将所述训练数据集输入初始分析模型中，其中，所述初始分析模型包括预测支路和对比支路，所述预测支路用于根据所述基础信息、水文信息获得预测天气信息，所述对比支路用于获取所述预测天气信息的概率，并确定最高概率对应的预测天气信息，输出所述预设水文阈值，得到所述目标分析模型。
在一种可能的设计中，获取船只远洋航行的定位信息、温度信息，以及湿度信息；
将所述定位信息、所述温度信息、所述湿度信息，输入所述初始分析模型中，所述初始分析模型的预测支路用于根据所述基础信息、水文信息，结合所述定位信息、所述温度信息，以及所述湿度信息的任一或任多，获得预测天气信息，所述对比支路用于获取所述预测天气信息的概率，并确定最高概率对应的预测天气信息，输出所述预设水文阈值，得到所述目标分析模型。
在一种可能的设计中，还包括：
若检测所述水文信息大于所述预设水文阈值，则向船只监控平台发送提醒消息。
第二方面，本发明实施例提供的一种远洋航行的提醒方法，包括：
获取航行船只的基础信息；
获取航行船只甲板与海平面之间的水文信息；
根据所述基础信息、所述水文信息，向区块链服务器发送认证信息；
接收所述区块链服务器返回的提醒消息，以根据所述提醒消息采取避灾措施。
在一种可能的设计中，获取航行船只甲板与还平面之间的水文信息，包括：
通过激光往返时间差，按照预设时间规则，获取甲板与海平面之间的距离信息，得到水文信息。
在一种可能的设计中，还包括：
显示所述提醒消息。
第三方面，本发明实施例提供的一种远洋航行的提醒装置，包括：
第一接收模块，用于接收航行船只的控制器发送的认证信息，其中，所述认证信息包括基础信息、水文信息；
第一获取模块，用于获取目标分析模型输出的预设水文阈值；
第一发送模块，用于若检测所述水文信息大于所述预设水文阈值，则向所述船只的控制器发送提醒消息，以根据所述提醒消息采取避灾措施。
在一种可能的设计中，在获取目标分析模型输出的预设水文阈值之前，还包括：
获取训练数据集；
将所述训练数据集输入初始分析模型中，其中，所述初始分析模型包括预测支路和对比支路，所述预测支路用于根据所述基础信息、水文信息获得预测天气信息，所述对比支路用于获取所述预测天气信息的概率，并确定最高概率对应的预测天气信息，输出所述预设水文阈值，得到所述目标分析模型。
在一种可能的设计中，还包括：
获取船只远洋航行的定位信息、温度信息，以及湿度信息；
将所述定位信息、所述温度信息、所述湿度信息，输入所述初始分析模型中，所述初始分析模型的预测支路用于根据所述基础信息、水文信息，结合所述定位信息、所述温度信息，以及所述湿度信息的任一或任多，获得预测天气信息，所述对比支路用于获取所述预测天气信息的概率，并确定最高概率对应的预测天气信息，输出所述预设水文阈值，得到所述目标分析模型。
在一种可能的设计中，还包括：
若检测所述水文信息大于所述预设水文阈值，则向船只监控平台发送提醒消息。
第四方面，本发明实施例提供的一种远洋航行的提醒装置，包括：
第二获取模块，用于获取航行船只的基础信息；
第三获取模块，用于获取航行船只甲板与海平面之间的水文信息；
第二发送模块，用于根据所述基础信息、所述水文信息，向区块链服务器发送认证信息；
第二接收模块，用于接收所述区块链服务器返回的提醒消息，以根据所述提醒消息采取避灾措施。
在一种可能的设计中，获取航行船只甲板与海平面之间的水文信息，包括：
通过激光往返时间差，按照预设时间规则，获取甲板与海平面之间的距离信息，得到水文信息。
在一种可能的设计中，还包括：
显示所述提醒消息。
第五方面，本发明实施例提供的一种远洋航行的提醒系统，包括：存储器和处理器，存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行第一方面、第二方面中任一项所述的远洋航行的提醒方法。
第六方面，本发明实施例提供的一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面、第二方面中任一项所述的远洋航行的提醒方法。
本发明提供一种远洋航行的提醒方法、装置及系统，该方法，包括：接收航行船只的控制器发送的认证信息，其中，所述认证信息包括基础信息、水文信息；获取目标分析模型输出的预设水文阈值；若检测所述水文信息大于所述预设水文阈值，则向所述船只的控制器发送提醒消息，以根据所述提醒消息采取避灾措施。实现了远洋航行过程中对应天气的准确预测，进而保证航行的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种典型应用场景示意图；
图2为本发明实施例提供的一种远洋航行的提醒方法的信令交互图；
图3为本发明实施例提供的一种远洋航行的提醒方法的流程图一；
图4为本发明实施例提供的一种远洋航行的提醒方法的流程图二；
图5为本发明实施例提供的一种远洋航行的提醒装置的结构示意图一；
图6为本发明实施例提供的一种远洋航行的提醒装置的结构示意图二；
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
海洋船只在远洋航行中最不希望遇到暴风雨等恶劣天气，若不能采取适当的方式抵抗或者躲避恶劣天，会对船只的安全等问题带来巨大威胁。目前远洋船只的避灾手段主要通过天气预测等技术实现。然而现有技术无法提供精准的天气预报，仍不能解决远洋船只避灾等难题。
区块链是一种去中心化的数据库，采用分布式节点写入数据且由节点共同维护，例如可以包含一张被称为区块的列表，可以持续增长，且数据记录整齐的排列。每个区块都包含一个时间戳以及一个与前一区块的链接，区块链使得数据不可篡改，一旦输入记录下来，在该区块中的数据将不可逆。将其应用于远洋航行等技术领域，在船只远洋航行过程中，采用分布式节点的区块链服务器获取船只航行的相关数据信息，为船只航行安全提供保障，尤其可以提高远洋航行天气预测的准确率。
图1为本发明实施例提供的一种典型应用场景示意图，如图1所示，本发明包括远洋航行船只11、区块链服务器12以及船只监控平台13，船只控制器可以获取航行船只的基础信息；船只控制器可以获取航行船只甲板与海平面之间的水文信息；进而根据基础信息、水文信息，向区块链服务器发送认证信息；区块链服务器可以接收航行船只的控制器发送的认证信息，其中，认证信息包括基础信息、水文信息；区块链服务器可以获取目标分析模型输出的预设水文阈值；若检测水文信息大于预设水文阈值，则向船只的控制器发送提醒消息。船只控制器接收区块链服务器返回的提醒消息，以根据提醒消息采取避灾措施。区块链服务器还可以向船只监控平台发送提醒消息。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。
图2为本发明实施例提供的一种远洋航行的提醒方法的信令交互图，如图2所示，本实施例涉及的是将船只基础信息、水文信息发送至区块链服务器，若检测该水文信息大于预设水文阈值，则向船只控制器发送提醒消息的的过程，本实施例以船只控制器、区块链服务器为例，对本发明实施例的方法进行说明，如图2，该方法包括：
S201、船只控制器获取航行船只的基础信息。
具体的，船只在远洋航行中通过其控制器可以获取船只的基础信息，例如船只编号，船只对应的航线信息，以及船只航行速度等等信息。例如船只编号为xxx，航线信息为001，以及船只每节的航行速度为30.5海里/小时。
S202、船只控制器获取航行船只甲板与海平面之间的水文信息。
具体的，通过激光往返时间差，按照预设时间规则，获取甲板与海平面之间的距离信息，得到水文信息。其中，水文信息可以包括水文信息的差值，或者预设时间内水文信息的变化等等。
本实施例中船只控制器连接距离探测装置，通过激光往返时间差，每隔1S通过激光获取甲板与海平面之间的距离信息，统计1分钟内距离信息的平均值来得到水文信息。
S203、根据基础信息、水文信息，向区块链服务器发送认证信息。
本实施例中船只控制器向区块链服务器发送携带私钥的认证信息，其中认证信息包括基础信息和水文信息。
S204、区块链服务器接收航行船只的控制器发送的认证信息，其中，认证信息包括基础信息、水文信息。
本实施例中，区块链服务器接收航行船只控制器发送的认证信息，并从该认证信息中得到基础信息、水文信息。
S205、区块链服务器获取目标分析模型输出的预设水文阈值。
本实施例中区块链服务器的目标分析模型根据基础信息、水文信息输出预设水文阈值，以便后续检测水文信息是否大于预设水文信息，进而生成提醒消息。
具体的，目标分析模型的预测支路用于根据基础信息、水文信息获得预测天气信息，对比支路用于获取预测天气信息的概率，并确定最高概率对应的预测天气信息，输出预设水文阈值。其中预测天气信息可以包括海浪、潮汐、潮流、风暴潮、海啸、海冰、海流及大风、台风、海雾、暴风雨等等。其中水文信息可以包括水文的差值，或者预设时间内的水文变化等等。本实施不对预设水文阈值作限定。在一种可选的实施中目标分析模型可以采用神经网络模型经过卷积训练得到。
例如预测支路根据船只编号为xxx，航线信息为001以及船只每节航行速度为30.5海里/小时；获得预测天气信息可以为海流，也可以为大风等等，进而将这些预测天气信息在对比支路中求得对应的概率，综合多方面基础信息最终得到最高概率对应的预测天气信息为大风，且得到对应大风的预设水文信息并输出。
本实施例中，步骤S204与步骤S205可以不限定次序，步骤S204可以先发生与步骤S205之前，步骤S205可以先发生于步骤S204之前，或者步骤S204与步骤S205同时发生。
S206、区块链服务器若检测水文信息大于预设水文阈值，则向船只的控制器发送提醒消息，以根据提醒消息采取避灾措施。
例如，若检测水文信息大于预设水文阈值，则向船只的控制器发送提醒消息，在一种可选的实施例中，区块链服务器的预警模块生成提醒消息并向船只控制器发送，以使船只控制器根据提醒消息采取避灾措施，以保证船只远洋航行的安全。例如提醒消息为小心！暴风雨10分钟之后来临！
S207、船只控制器接收区块链服务器返回的提醒消息，以根据提醒消息采取避灾措施。
在一种可选的实施例中，显示提醒消息。
例如，在船只控制器的显示屏上显示该提醒消息，例如可以采用黄色或者红色预警颜色加粗标识来显示，以使船只控制器根据提醒消息采取避灾措施，以保证船只远洋航行的安全。船只根据该提醒消息可以改变航线、减缓航行速度等等。
在上述实施例的基础上，下面对区块链服务器获取预设水文阈值并进行检测的过程进行说明。图3为本发明实施例提供的一种远洋航行的提醒方法的流程图一，本发明实施例以区块链服务器为执行主体对本实施例的方法进行说明。如图3所示，本实施例中的方法可以包括：
S301、接收航行船只的控制器发送的认证信息，其中，认证信息包括基础信息、水文信息；
S302、获取目标分析模型输出的预设水文阈值；
S303、若检测水文信息大于预设水文阈值，则向船只的控制器发送提醒消息，以根据提醒消息采取避灾措施。
步骤S301、S303的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的步骤S204、S206理解，对于重复的内容，在此不再累述。
S302、获取目标分析模型输出的预设水文阈值。
在一种可选的实施例中，在获取目标分析模型输出的预设水文阈值之前，还包括：
获取训练数据集；
将训练数据集输入初始分析模型中，其中，初始分析模型包括预测支路和对比支路，预测支路用于根据基础信息、水文信息获得预测天气信息，对比支路用于获取预测天气信息的概率，并确定最高概率对应的预测天气信息，输出预设水文阈值，得到目标分析模型。
通过获取大量船只远洋航行的基础信息和水文信息，还可以获取实时经过过程中的天气信息，以得到训练数据集，并将该训练数据集输入至初始分析模型中，经过初始分析模型的预测支路，根据基础信息、水文信息获取预测天气信息，进而将至少一个预测天气信息输入对比支路，根据预测天气信息得到对应的概率，并确定最高概率对应的预测天气信息，输出预设水文阈值，经过训练得到了目标分析模型。
在一种可选的实施例中，还可以获取船只远洋航行的定位信息、温度信息，以及湿度信息；
将定位信息、温度信息、湿度信息，输入初始分析模型中，初始分析模型的预测支路用于根据基础信息、水文信息，结合定位信息、温度信息，以及湿度信息的任一或任多，获得预测天气信息，对比支路用于获取预测天气信息的概率，并确定最高概率对应的预测天气信息，输出预设水文阈值，得到目标分析模型。
例如，通过GPS定位船只航线的海域范围、还可以通过船只控制器实时检测船只周围的温度信息、湿度信息等等。将上述示例相关信息输入初始分析模型中，其中预测支路根据基础信息、水文信息，选择性的选择定位信息、温度信息以及湿度信息中的任一或者任多，以更加准确地获取预测天气信息，进而在对比支路中根据大量预测天气的统计整理，得到预测天气信息的概率，以确定最高概率对应的预测天气信息，输出对应的预设水文阈值，从而经过上述训练得到目标分析模型。
在一种可选的实施例中，还可以获取船只周围的海水盐度信息、气压信息等等，经过上述初始分析模型结合基础信息、水文信息，训练得到目标分析模型，并输入预设水文阈值的过程如上示例的描述，此处不再赘述。
在一种可选的实施例中，若检测水文信息大于预设水文阈值，区块链服务器还可以向船只监控平台发送提醒消息，以提高对船只远洋航行的安全检测，保证航行安全。船只监控平台可以同时监控多个船只的航行情况，例如，船只监控平台接收提醒消息后，可以提醒相同航线上的所有船只采取适当的避灾措施，还可以提醒船只更改航线以避灾，或者还可以调度其他船只进行支援等等。
在上述实施例的基础上，下面对船只控制器如何获取船只基础信息、水文信息，以及发送认证消息进行说明，图4为本发明实施例提供的一种远洋航行的提醒方法的流程图二，本发明实施例以船只控制器为执行主体对本实施例的方法进行说明。如图4所示，在上述实施例的基础上，该方法可以包括：
S401、获取航行船只的基础信息.
S402、获取航行船只甲板与海平面之间的水文信息。
S403、根据基础信息、水文信息，向区块链服务器发送认证信息。
S404、接收区块链服务器返回的提醒消息，以根据提醒消息采取避灾措施。
步骤S401-S404的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的步骤S201-S203、S207理解，对于重复的内容，在此不再累述。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图5为本发明实施例提供的一种远洋航行的提醒装置的结构示意图一，如图5所示，本实施例中远洋航行的提醒装置可以包括：
第一接收模块52，用于接收航行船只的控制器发送的认证信息，其中，认证信息包括基础信息、水文信息；
第一获取模块52，用于获取目标分析模型输出的预设水文阈值；
第一发送模块53，用于若检测水文信息大于预设水文阈值，则向船只的控制器发送提醒消息，以根据提醒消息采取避灾措施。
在一种可选的实施例中，在获取目标分析模型输出的预设水文阈值之前，还包括：
获取训练数据集；
将训练数据集输入初始分析模型中，其中，初始分析模型包括预测支路和对比支路，预测支路用于根据基础信息、水文信息获得预测天气信息，对比支路用于获取预测天气信息的概率，并确定最高概率对应的预测天气信息，输出预设水文阈值，得到目标分析模型。
在一种可选的实施例中，还包括：
获取船只远洋航行的定位信息、温度信息，以及湿度信息；
将定位信息、温度信息、湿度信息，输入初始分析模型中，初始分析模型的预测支路用于根据基础信息、水文信息，结合定位信息、温度信息，以及湿度信息的任一或任多，获得预测天气信息，对比支路用于获取预测天气信息的概率，并确定最高概率对应的预测天气信息，输出预设水文阈值，得到目标分析模型。
在一种可选的实施例中，还包括：
若检测水文信息大于预设水文阈值，则向船只监控平台发送提醒消息。
本发明实施例提供的服务器，可以执行上述方法实施例中服务器的动作，其实现原理和技术效果类似，在此不再赘述。
图6为本发明实施例提供的一种远洋航行的提醒装置的结构示意图二，如图6所示，本实施例中的远洋航行的提醒装置可以包括：
第二获取模块61，用于获取航行船只的基础信息；
第三获取模块62，用于获取航行船只甲板与海平面之间的水文信息；
第二发送模块63，用于根据基础信息、水文信息，向区块链服务器发送认证信息；
第二接收模块64，用于接收区块链服务器返回的提醒消息，以根据提醒消息采取避灾措施。
在一种可选的实施例中，获取航行船只甲板与海平面之间的水文信息，包括：
通过激光往返时间差，按照预设时间规则，获取甲板与海平面之间的距离信息，得到水文信息。
在一种可选的实施例中，还包括：
显示提醒消息。
本发明实施例提供的船只控制器，可以执行上述方法实施例中船只控制器的动作，其实现原理和技术效果类似，在此不再赘述。
图7为本发明实施例提供的一种电子设备的结构示意图。如图7所示，该电子设备可以包括：至少一个处理器71和存储器72。图7示出的是以一个处理器为例的电子设备。
存储器72，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
存储器72可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
处理器71用于执行存储器72存储的计算机执行指令，以实现上述服务器侧的语音处理方法。
或者，处理器71用于执行存储器72存储的计算机执行指令，以实现上述显示设备侧的语音处理方法。
其中，处理器71可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。
可选的，在具体实现上，如果通信接口、存储器72和处理器71独立实现，则通信接口、存储器72和处理器71可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(Peripheral Component，简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果通信接口、存储器72和处理器71集成在一块芯片上实现，则通信接口、存储器72和处理器71可以通过内部接口完成通信。
本发明还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述第一终端侧的方法或第二终端侧的方法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种远洋航行的提醒方法，其特征在于，包括：
接收航行船只的控制器发送的认证信息，其中，所述认证信息包括基础信息、水文信息，所述水文信息是通过激光往返时间差，按照预设时间规则所获取的甲板与海平面之间的距离信息；
获取目标分析模型输出的预设水文阈值；
若检测所述水文信息大于所述预设水文阈值，则向所述船只的控制器发送提醒消息，以根据所述提醒消息采取避灾措施；
在获取目标分析模型输出的预设水文阈值之前，还包括：获取训练数据集、船只远洋航行的定位信息、温度信息，以及湿度信息；
将所述训练数据集、定位信息、所述温度信息和所述湿度信息，输入初始分析模型中，其中，所述初始分析模型包括预测支路和对比支路，所述预测支路用于根据所述基础信息、水文信息，结合所述定位信息、所述温度信息，以及所述湿度信息的任一或任多，获得预测天气信息，所述对比支路用于获取所述预测天气信息的概率，并确定最高概率对应的预测天气信息，输出所述预设水文阈值，得到目标分析模型。
2.根据权利要求1所述的方法，其特征在于，还包括：
若检测所述水文信息大于所述预设水文阈值，则向船只监控平台发送提醒消息。
3.一种远洋航行的提醒方法，其特征在于，包括：
获取航行船只的基础信息；
获取航行船只甲板与海平面之间的水文信息；
根据所述基础信息、所述水文信息，向区块链服务器发送认证信息；
在区块链服务器获取目标分析模型输出的预设水文阈值，以及在区块链服务器检测所述水文信息大于所述预设水文阈值时，接收所述区块链服务器返回的提醒消息，以根据所述提醒消息采取避灾措施；
获取航行船只甲板与海平面之间的水文信息，包括：通过激光往返时间差，按照预设时间规则，获取甲板与海平面之间的距离信息，得到水文信息；
在区块链服务器获取目标分析模型输出的预设水文阈值之前，所述区块链服务器还获取训练数据集、船只远洋航行的定位信息、温度信息，以及湿度信息；
将所述训练数据集、定位信息、所述温度信息和所述湿度信息，输入初始分析模型中，其中，所述初始分析模型包括预测支路和对比支路，所述预测支路用于根据所述基础信息、水文信息，结合所述定位信息、所述温度信息，以及所述湿度信息的任一或任多，获得预测天气信息，所述对比支路用于获取所述预测天气信息的概率，并确定最高概率对应的预测天气信息，输出所述预设水文阈值，得到目标分析模型。
4.根据权利要求3所述的方法，其特征在于，所述方法，还包括：
显示所述提醒消息。
5.一种远洋航行的提醒装置，其特征在于，包括：
第一接收模块，用于接收航行船只的控制器发送的认证信息，其中，所述认证信息包括基础信息、水文信息，所述水文信息是通过激光往返时间差，按照预设时间规则，获取甲板与海平面之间的距离信息所得到的；
第一获取模块，用于获取目标分析模型输出的预设水文阈值；
第一发送模块，用于若检测所述水文信息大于所述预设水文阈值，则向所述船只的控制器发送提醒消息，以根据所述提醒消息采取避灾措施；
第一获取模块，在获取目标分析模型输出的预设水文阈值之前，还用于获取训练数据集、船只远洋航行的定位信息、温度信息，以及湿度信息；将所述训练数据集、定位信息、所述温度信息和所述湿度信息，输入初始分析模型中，其中，所述初始分析模型包括预测支路和对比支路，所述预测支路用于根据所述基础信息、水文信息，结合所述定位信息、所述温度信息，以及所述湿度信息的任一或任多，获得预测天气信息，所述对比支路用于获取所述预测天气信息的概率，并确定最高概率对应的预测天气信息，输出所述预设水文阈值，得到目标分析模型。
6.一种远洋航行的提醒装置，其特征在于，包括：
第二获取模块，用于获取航行船只的基础信息；
第三获取模块，用于获取航行船只甲板与海平面之间的水文信息；
第二发送模块，用于根据所述基础信息、所述水文信息，向区块链服务器发送认证信息；
第二接收模块，用于在区块链服务器获取目标分析模型输出的预设水文阈值，以及在区块链服务器检测所述水文信息大于所述预设水文阈值时，接收所述区块链服务器返回的提醒消息，以根据所述提醒消息采取避灾措施；
所述第二获取模块，具体用于：通过激光往返时间差，按照预设时间规则，获取甲板与海平面之间的距离信息，得到水文信息；
第三获取模块，在区块链服务器获取目标分析模型输出的预设水文阈值之前，还用于获取训练数据集、船只远洋航行的定位信息、温度信息，以及湿度信息；将所述训练数据集、定位信息、所述温度信息和所述湿度信息，输入初始分析模型中，其中，所述初始分析模型包括预测支路和对比支路，所述预测支路用于根据所述基础信息、水文信息，结合所述定位信息、所述温度信息，以及所述湿度信息的任一或任多，获得预测天气信息，所述对比支路用于获取所述预测天气信息的概率，并确定最高概率对应的预测天气信息，输出所述预设水文阈值，得到目标分析模型。
7.一种远洋航行的提醒系统，其特征在于，包括：存储器和处理器，存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-4任一项所述的远洋航行的提醒方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4任一项所述的远洋航行的提醒方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911373256.6A CN111028482B (zh) | 2019-12-27 | 2019-12-27 | 远洋航行的提醒方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911373256.6A CN111028482B (zh) | 2019-12-27 | 2019-12-27 | 远洋航行的提醒方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111028482A CN111028482A (zh) | 2020-04-17 |
| CN111028482B true CN111028482B (zh) | 2022-02-01 |
Family
ID=70214165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911373256.6A Active CN111028482B (zh) | 2019-12-27 | 2019-12-27 | 远洋航行的提醒方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111028482B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113650755A (zh) * | 2021-06-09 | 2021-11-16 | 慧谷人工智能研究院（南京)有限公司 | 基于互联网信息的重要船只目标动态监测方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2211200A1 (en) * | 2009-01-26 | 2010-07-28 | Honeywell International Inc. | Marine radar system with three-dimensional memory |
| RU2457514C1 (ru) * | 2011-03-09 | 2012-07-27 | Виктор Сергеевич Аносов | Способ определения предвестника цунами |
| KR101393407B1 (ko) * | 2013-11-22 | 2014-05-12 | 한국해양과학기술원 | 해양구조물을 이용한 너울성 파랑 및 지진 해일 탐지 시스템 및 그 방법 |
| CN103791892A (zh) * | 2014-01-21 | 2014-05-14 | 国家海洋局第二海洋研究所 | 一种船载视场可调的海面观测装置及方法 |
| CN204990622U (zh) * | 2015-08-05 | 2016-01-20 | 黑龙江真美广播通讯器材有限公司 | 一种海啸预警广播系统 |
| KR20170022639A (ko) * | 2015-08-21 | 2017-03-02 | 삼성중공업 주식회사 | 선박 재해 대피 및 구조 지원 시스템 |
| CN106816039A (zh) * | 2017-03-30 | 2017-06-09 | 上海海洋大学 | 一种船舶巡航预警动态监测方法 |
| KR101917734B1 (ko) * | 2017-11-20 | 2018-11-12 | 홍익대학교 산학협력단 | 수치모형 및 시나리오 데이터베이스를 이용한 지진해일 예측방법 |
| CN208746205U (zh) * | 2018-09-05 | 2019-04-16 | 广州市航易信息科技有限公司 | 一种安全性高的船舶安全报警设备 |
| CN110077547A (zh) * | 2019-05-24 | 2019-08-02 | 江苏海事职业技术学院 | 一种获取船舶吃水值的方法 |
| CN110097224A (zh) * | 2019-05-05 | 2019-08-06 | 中国科学院海洋研究所 | 一种可视化风暴潮-海浪耦合预报方法 |
| CN110414421A (zh) * | 2019-07-25 | 2019-11-05 | 电子科技大学 | 一种基于连续帧图像的行为识别方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6845324B2 (en) * | 2003-03-01 | 2005-01-18 | User-Centric Enterprises, Inc. | Rotating map and user-centric weather prediction |
| US7248159B2 (en) * | 2003-03-01 | 2007-07-24 | User-Centric Ip, Lp | User-centric event reporting |
| US9784887B1 (en) * | 2013-08-12 | 2017-10-10 | Physical Optics Corporation | Meteorological sensing systems and methods |
| US11035953B2 (en) * | 2016-08-25 | 2021-06-15 | Mitsubishi Electric Corporation | Radar apparatus |
-
2019
- 2019-12-27 CN CN201911373256.6A patent/CN111028482B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2211200A1 (en) * | 2009-01-26 | 2010-07-28 | Honeywell International Inc. | Marine radar system with three-dimensional memory |
| RU2457514C1 (ru) * | 2011-03-09 | 2012-07-27 | Виктор Сергеевич Аносов | Способ определения предвестника цунами |
| KR101393407B1 (ko) * | 2013-11-22 | 2014-05-12 | 한국해양과학기술원 | 해양구조물을 이용한 너울성 파랑 및 지진 해일 탐지 시스템 및 그 방법 |
| CN103791892A (zh) * | 2014-01-21 | 2014-05-14 | 国家海洋局第二海洋研究所 | 一种船载视场可调的海面观测装置及方法 |
| CN204990622U (zh) * | 2015-08-05 | 2016-01-20 | 黑龙江真美广播通讯器材有限公司 | 一种海啸预警广播系统 |
| KR20170022639A (ko) * | 2015-08-21 | 2017-03-02 | 삼성중공업 주식회사 | 선박 재해 대피 및 구조 지원 시스템 |
| CN106816039A (zh) * | 2017-03-30 | 2017-06-09 | 上海海洋大学 | 一种船舶巡航预警动态监测方法 |
| KR101917734B1 (ko) * | 2017-11-20 | 2018-11-12 | 홍익대학교 산학협력단 | 수치모형 및 시나리오 데이터베이스를 이용한 지진해일 예측방법 |
| CN208746205U (zh) * | 2018-09-05 | 2019-04-16 | 广州市航易信息科技有限公司 | 一种安全性高的船舶安全报警设备 |
| CN110097224A (zh) * | 2019-05-05 | 2019-08-06 | 中国科学院海洋研究所 | 一种可视化风暴潮-海浪耦合预报方法 |
| CN110077547A (zh) * | 2019-05-24 | 2019-08-02 | 江苏海事职业技术学院 | 一种获取船舶吃水值的方法 |
| CN110414421A (zh) * | 2019-07-25 | 2019-11-05 | 电子科技大学 | 一种基于连续帧图像的行为识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111028482A (zh) | 2020-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11719831B2 (en) | System and method for tracking and forecasting the positions of marine vessels | |
| Emmens et al. | The promises and perils of Automatic Identification System data | |
| CN107289947B (zh) | 一种船载智能气象导航系统 | |
| US11836648B2 (en) | System and method for vessel risk assessment | |
| CN105698800B (zh) | 一种改进型航海用导航方法及系统 | |
| US20160031536A1 (en) | Black box system for leisure vessel | |
| CN109188464B (zh) | 一种基于北斗船位数据的渔船在港和出海时间的分析方法 | |
| CN111736148B (zh) | 卫星雷达高度计海浪有效波高的订正方法及相关装置 | |
| CN105975927A (zh) | 一种公务船目标识别系统与方法 | |
| CN112991820B (zh) | 套牌船识别方法及系统 | |
| CN114972918B (zh) | 基于集成学习与ais数据的遥感图像舰船目标识别方法 | |
| CN115577868B (zh) | 在途船舶的目的港预测方法、装置、可读存储介质和船舶 | |
| CN105928521B (zh) | 一种航海用导航方法与系统 | |
| Silveira et al. | Assessment of ship collision estimation methods using AIS data | |
| CN112347218B (zh) | 无人船艇的环境地图生成方法及无人船艇感知系统 | |
| CN115328903B (zh) | 船舶停留状态识别方法和装置、电子设备和存储介质 | |
| CN111028482B (zh) | 远洋航行的提醒方法、装置及系统 | |
| CN111824357B (zh) | 测试方法、装置、电子设备及计算机可读存储介质 | |
| US20230368121A1 (en) | System and method for enhanced estimated time of arrival for vessels | |
| GB2631167A (en) | Dead reckoning-based analysis of fabricated maritime data | |
| WO2023095120A1 (en) | Identification of replayed maritime voyages | |
| CN116778437B (zh) | 目标船只轨迹监测方法、装置、电子设备及可读存储介质 | |
| Nordkvist | An advanced method for detecting exceptional vessel encounters in open waters from high resolution ais data | |
| JP2006065392A (ja) | 船舶位置表示装置 | |
| JP2005189165A (ja) | 気象・海象データリアルタイム提供システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |