高 曦 徐得志 邓志华

(武汉交通职业学院,湖北 武汉 430065)

0 引言

长江内河航运作为我国贯穿东西的黄金水道,在《国家综合立体交通网规划纲要》国家战略部署下,正在经历以“安全、高效、绿色、智能”为特征的新一代航运系统[1]伟大变革。以船舶交通管理系统(Vessel Traffic Service,VTS)为基础,国内外积极开发智慧海事监管平台,致力于由“人盯死守”的传统海事监管方式向以智慧管理为核心的现代方式转变[2]。利用船舶自动识别系统(Automatic Identification System,AIS)、雷达、闭路电视(Closed Circuit Television,CCTV)等感知方式实时、精准掌握船舶动态信息,及时采取合理措施有效引导船舶航行行为,可实现船舶的自动跟踪和碰撞预警。

AIS作为一种船舶广播式应答系统,能够自动向外发送本船的静态和动态信息的同时,不断接收周围他船发送的此类信息,是最常见的船舶定位跟踪设备。雷达、CCTV是VTS用于水路交通监管的主要工具,对交通密集区域、进出航道和高风险水域的船舶实时动态监测。Kalman滤波、粒子滤波、相关滤波、深度学习以及其他衍生滤波器是常用的目标跟踪方法[3]。目前针对雷达和AIS信息融合的研究还比较有限,实际应用中还有许多值得进一步研究的问题[4]。现阶段国内外研究热点集中在航迹关联,主要从统计学角度和模糊隶属角度涉及关联算法,并取得了丰富的研究成果。方琼林等[5]针对复杂场景中船舶视觉跟踪问题提出一种自适应分数Kalman滤波算法,有效降低了跟踪器的漂移效应。王群朋等[6]采用Kalman滤波算法对夜间航行船舶在视频图像中形成的多个光斑进行跟踪,并根据光斑变化规律实现船舶检测和跟踪。……