典型文献
船舶航行交通事件实时检测技术研究现状与展望
文献摘要：
船舶航行交通事件检测依赖基于历史数据的离线检测方法,检测模型适用性差,难以满足监管人员的实时监测需求.通过分析船舶异常行为检测、航行事故检测等现有交通事件检测技术,可以发现:在数据层面,监测数据来源单一、环境信息缺失;在方法层面,基于统计、风险评估等经典模型的事件监测方法效率高但准确性低,基于神经网络、图像识别等机器学习的检测方法准确性高但效率低;多源数据融合、多项技术结合的交通事件检测方法成为实时检测方法的发展趋势.在此基础上,梳理了实时船舶航行交通事件检测的3项关键技术:①海事大数据技术:高效处理船舶运动数据和航行环境数据,统一多源异构数据结构标准,降低数据源单一造成的事件误报率;②船舶行为动态建模技术:利用知识图谱等技术融合船舶航行情境信息,在不同船舶运动环境下利用深度学习、语义关联、图神经网络等方法构建不同的船舶行为模型,提高检测准确性;③实时分析和可视化技术:结合平行系统进行虚实系统间信息传递,定性分析检测结果,实时显示检测全过程,提升监管过程中的人机交互效率.然后,提出了包括数据采集、后台服务和客户端应用3个功能模块的交通事件平行检测系统;该系统具备实时接收并处理船舶航行数据、分析并预测交通状态、动态检测并预警交通事件和仿真结果展示等功能.从数据融合、交通状态感知和交通虚实映射3个方面,展望了面向海事监测实务的实时检测技术发展方向.
文献关键词：
水路交通;船舶航行交通事件;实时检测;平行检测系统;异常行为;船舶事故
中图分类号：
作者姓名：
黄琛;陈德山;吴兵;严新平
作者机构：
武汉理工大学交通与物流工程学院 武汉 430063;武汉理工大学国家水运安全工程技术研究中心 武汉 430063;武汉理工大学智能交通系统研究中心 武汉 430063
文献出处：
引用格式：
[1]黄琛;陈德山;吴兵;严新平-.船舶航行交通事件实时检测技术研究现状与展望)[J].交通信息与安全,2022(06):1-11
A类：
船舶航行交通事件,平行检测系统
B类：
实时检测,研究现状与展望,交通事件检测,历史数据,离线检测,检测模型,模型适用性,监管人员,异常行为检测,行事,事故检测,数据层,数据来源,环境信息,信息缺失,方法层,事件监测,监测方法,图像识别,多源数据融合,技术结合,海事大数据,高效处理,船舶运动,运动数据,航行环境,环境数据,一多,多源异构数据,数据结构,结构标准,数据源,误报率,船舶行为,动态建模,建模技术,技术融合,情境信息,同船,运动环境,下利,语义关联,图神经网络,行为模型,高检,检测准确性,实时分析,可视化技术,平行系统,信息传递,分析检测,实时显示,监管过程,人机交互,交互效率,后台,台服,客户端,功能模块,并处,船舶航行数据,交通状态,动态检测,状态感知,虚实映射,向海,技术发展方向,水路交通,船舶事故
AB值：
0.376913
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
