危險品碼頭智能監控預警系統總體設計

熊子龍，劉曉佳

(集美大學航海學院，福建 廈門 361021)

0 引言

隨著我國國民經濟快速、穩步發展，各行各業對石油及石油制品、化學品原料等危險品在種類和數量上的需求逐年增加，這在刺激化工企業發展的同時，也極大地推動危險品運輸行業的進步.［1]危險品的運輸主要依靠鐵路運輸、水路運輸(河運、海運)、公路運輸、航空運輸、管道運輸等5種交通運輸方式.港口樞紐作為水路運輸與公路運輸、鐵路運輸等的中轉站，承擔著大量的危險品運輸任務.由人、船舶和環境等因素導致的危險品事故時有發生，造成嚴重的經濟損失甚至人員傷亡，產生不良的社會影響.［2-3]這就對港口企業的安全生產工作提出更高的要求，也突顯出危險品運輸監管工作的重要性.

目前，國內外學者應用物聯網技術和先進的通信手段，設計開發出不少針對船舶和車輛運輸危險品在途監控預警系統，解決危險品運輸途中缺乏技術手段保障安全的問題，但針對危險品碼頭監控預警系統的研究還不太完善.現有監控預警系統的工作原理基本相同，都是采用射頻識別技術(Radio Frequency Identification Technique，RFID)［4-5]、全球定位系統(Global Positioning System，GPS)技術、傳感器技術、視頻識別與監控技術、激光技術、紅外技術等感知技術對危險品的理化狀態進行動態監控［6]，同時應用先進的無線通信技術和互聯網技術將各類動態、靜態監控數據穩定、可靠、低功耗地匯集到遠程監控管理平臺.管理部門通過遠程監控管理平臺可以及時準確地發現并排除事故隱患，實現危險品的監控預警功能.［7]這些監控預警系統能夠自動檢測危險品理化信息和設備信息并預警，但視頻信息仍然需要進行人工安全過濾.事實證明，在緊盯監控屏幕20 min后人的注意力會嚴重下降，當監控畫面較多時，這種以人工為主的傳統監視不能實時有效地阻止危險行為的發生，只能作為事后取證的工具.［8-9]

本文通過分析港口危險品作業及儲存環節的特點，結合監管和預警的需求，針對目前現有監控預警系統的不足，提出一個基于智能視頻分析和識別技術的主動式監控預警系統，重點闡述智能視頻分析技術的特點，為港口樞紐危險品安全管理提供技術保障.

1 港口樞紐危險品運輸概述

絕大部分危險品，如成品油和散裝液體化學品，主要通過水陸聯運方式運輸，因此必然會在港口進行貨物的裝卸、過駁、堆存、包裝或對危險貨物集裝箱進行拆裝箱等作業.在上述作業過程中一旦發生意外，極易導致重大火災、爆炸或污染事故.

1.1 港口危險品裝卸作業流程

危險品運輸船舶靠港后，由相關作業人員進行危險品的裝卸、儲運工作，這些工作所涉及的設施、設備和安全裝置主要有管道、閥門、法蘭、安全閥、呼吸閥、檢測儀表遙控裝置、連鎖保護裝置等.例如，一般用儲罐保存液化危險品，若干儲罐組成一個庫區.［10]貨物通常在庫區內暫時堆存或直接從船上卸下裝運出港，不在碼頭或堆場存放.

1.2 港口危險品監控預警需求

根據中華人民共和國交通運輸部2012年第9號令《港口危險貨物管理規定》第3章第22條規定，危險品作業場所應設置監測、監控設施和設備，主要有以下監控預警需求.

(1)危險品狀態監控需求.需要實時掌握港區內危險品(作業中或存儲中)的各類理化信息、危險品作業設備狀態信息、危險品作業場地環境信息和危險品作業人員實時視頻信息，使監控人員掌握危險品作業的現場態勢，及時發現安全隱患、糾正違規操作.通過合理布設視頻監控點，加大對港區防污染的監管力度，實現危險品碼頭作業的遠程可視化管理.

(2)安全狀態評級需求.根據實時采集的港區各類數據，分析、評估當前安全態勢，在連續時間序列上提供當前態勢評級.

(3)危險品安全預警需求.當發現有人員違規操作或危險品處于不安全狀態時，能夠及時發布預警信息、預警預控對策及預警災害分析信息，為管理部門全力排除事故隱患提供技術支持，提高港口安全預警能力.

(4)數據共享、發布的需求.危險品的運輸由多部門監管，各部門數據不一致和溝通不暢會導致諸多監管和救援工作難以協同.隨著通信技術、數據采集歸并技術的不斷發展，各級部門對數據資源共享提出新的需求.

1.3 現有監控預警系統的不足

(1)視頻信息需要人工過濾.隨著港區內部署的攝像機和閉路電視監視器的不斷增多，監管人員可能因易疲勞，注意力很難長時間集中等，無法有效審視所有圖像中的信息.若處于貨物作業繁忙期，監控視頻中作業人員較多，更會使監控人員應接不暇，無法做到在風險出現時進行干預，視頻監控的價值也只能體現在事后回放取證上.

(2)現有的視頻監控預警系統無法在海量的信息中找到需要的信息，通常需要花費大量的人力和時間進行數據檢索和分析.［11]

2 智能監控預警系統關鍵技術

監控技術的發展主要有3個階段，依次為人眼加人腦的人力現場監控階段、機器眼加人腦的傳統視頻監控階段、機器眼加機器腦的智能視頻監控階段.［12]現階段的監控技術是計算機圖像視覺技術在安防領域應用的一個分支，是一種基于目標行為的智能監控技術.該技術借助計算機強大的數據處理能力，對視頻信號進行處理、分析和理解.用戶可以根據實際情況在不同監控場景中預設不同的報警規則，一旦場景中的目標出現違反預定義規則的行為，監控系統就會自動發出報警，有效地協助監控人員處理危機，并最大限度地降低誤報和漏報現象.［13-14]

2.1 智能視頻識別技術原理

智能視頻識別技術是一種將計算機視覺、模式識別、計算機圖像、人工智能等技術融合應用的技術.系統通常會經過下列步驟完成識別輸出的工作.

步驟1 背景建模.背景建模是實現運動目標檢測和跟蹤的基礎，按背景復雜程度可分為簡單背景和復雜背景兩種.建模難點在于戶外監控環境下光照強度的變化以及初始背景樣本的多樣性.［15]常見的背景建模方法有單高斯模型法、基于統計的背景相減法、混合高斯模型法和二值化掩膜提取背景法.單高斯模型法只適用于光照強度波動較小的情況;基于統計的背景相減法雖然能夠克服單高斯模型光照敏感度問題，但它只適用于靜止環境的建模;混合高斯模型法可對背景的多個狀態分別建模，可解決運動背景下的建模問題，但較難實現背景狀態較多時的建模;二值化掩膜提取背景法對初始圖像不太復雜的場合能快速建立良好的背景模型，比混合高斯模型法簡單且復雜度低.［16]

步驟2 目標檢測和跟蹤.目標檢測算法將行為識別的分析范圍限定于視頻中的目標位置.常用的目標檢測算法有差分法和光流法.根據差分對象的不同，差分法又可分為幀間差分法和背景差分法.幀間差分法利用視頻圖像序列中連續幾幀圖像之間的差值獲取運動物體的信息.背景差分法則利用當前圖像與預先訓練好的背景圖像的對比檢測目標，該方法對運動物體的檢測效果非常好，其關鍵是背景模型的建立.光流法通過研究圖像序列的光流場檢測運動目標.該方法的優點是可以在場景信息未知的情況下檢測運動目標，缺點是算法計算量過大，難以滿足實時性要求.常用的目標跟蹤方法主要有基于特征的方法、基于模型的方法和基于活動輪廓的方法.基于特征的方法通過提取目標特征并在各幀圖像之間進行比較實現目標跟蹤，常用的目標特征包括形狀、顏色、大小等.基于模型的方法通過預先建立各種模型實現跟蹤.基于活動輪廓的方法是將檢測出的運動目標輪廓作為模板，在后續幀圖中進行發現和跟蹤.

步驟3 行為識別.通常先給定特定行為的訓練樣本讓計算機挖掘行為模式，再通過計算目標行為與行為模板之間的相似度判斷目標屬于某種行為的可能性.該技術的關鍵是從訓練樣本中獲取行為模式以及計算目標行為與模板之間的相似度.其優點是實現過程簡單，算法計算量小，缺點是魯棒性差.

步驟4 結果輸出.計算機將識別出的目標行為與預定義規則相比較，判斷是否存在不安全因素，向監管人員輸出結果.

現階段監控技術的優勢在于其能夠從原有的視頻信息中挖掘有價值的信息，主動尋找潛在的風險源，擴大有效監視面積，實現監控自動化，無須大量人工值守.它忽略無關的物體和外界環境活動，能夠減少誤報.同時，由于算法具有自學習、自適應和自調節能力，系統能夠隨時間推移而日漸成熟.

2.2 智能視頻識別技術在危險品碼頭的應用

危險品碼頭智能監控預警系統采用智能視頻識別技術對碼頭監控場景的視頻圖像序列進行實時分析，實現對常見風險的自動檢測和識別.同時，可建立基于視頻內容理解的數據庫，方便管理人員查詢和管理.

2.2.1 工作流程

系統工作時，由前端視頻設備采集圖像信息并直接送入視頻分析單元，計算機對當前監控場景進行建模并實時更新.同時，系統對場景內的目標進行監測和跟蹤，先將提取的目標特征與數據庫內的物體模板或行為模板進行比較，再將識別的結果與預定義報警規則相比較，最后輸出預警信息.具體流程見圖1.

2.2.2 主要功能

根據危險品碼頭的安全需求(如石油化工碼頭的防火防爆，集裝箱碼頭的防火防盜)，系統可選取不同類型的功能模塊實現不同的預警.系統首先要求用戶指定一個檢測區域，該區域可以是任意不規則的形狀，主要的檢測功能如下.

圖1 智能視頻識別技術原理

(1)人員識別.由于碼頭從業人員的素質參差不齊，違章作業的情況時有發生，從而帶來嚴重的安全隱患.可制定規則，要求從業人員佩戴智能的、視頻可識別的胸卡上崗，幫助監控人員排查閑雜人員等進入危險品作業區域，檢測作業人員是否穿戴好必需的防護用品，檢測禁止穿戴的物品(如帶鐵掌、鐵釘的鞋或易產生靜電的工作服).

(2)行為識別.可用于識別:敏感區域外徘徊觀察的人員，突然倒地的人員，打架斗毆、人群聚集等情況;裝卸作業指揮人員是否佩戴標志，指揮信號是否清晰準確;拆、裝有毒物品時是否有進食行為;港內運輸車輛是否安全駕駛，有無超車、急轉彎、急剎車等行為.

(3)物體識別.可用于檢測:龍門吊移動障礙物、堆場可疑遺留物;港內運輸車輛是否配備滅火器材，車頂是否懸掛危險標志燈;堆場內貨物是否按照貨物性質分類堆碼，是否有隔離裝置;集裝箱堆場干道違章停車;集裝箱卡車在橋吊下停車位置不準.

(4)出入檢測.記錄人員出入情況、人數等信息.

(5)火焰檢測.檢測禁止明火的監控區域內是否存在違規現象，對煤堆場自燃進行報警.

(6)煙霧或粉塵檢測.檢測指定區域內是否有煙霧產生，如煤碼頭粉塵飛揚檢測等.

(7)氣象識別.可用于識別閃電、雷雨、大霧天、雨雪天或者附近是否發生火災.

2.2.3 遇到的特殊問題

與智能視頻識別技術在其他領域的應用相比，港口碼頭區域有以下特點需要注意.

(1)空間廣闊.港口供萬噸級貨船停靠的泊位長度一般都在百米以上，而現有監控系統的檢測范圍通常在幾十米范圍內.想要滿足智能視頻監控系統的要求，就需要增加設備數量或提高視頻設備的分辨率，但分辨率過高又會使數據量增大，降低系統工作效率.

(2)相機抖動.由于港口面海或面江，所以存在相機抖動的問題.該問題會引起光流場變化，導致監控場景建模困難，還會產生大量誤報警.

2.3 智能視頻識別技術的瓶頸

智能視頻分析的主要方法是對場景中的動態變化進行分析，其分析過程包括運動檢測、目標跟蹤、行為識別和理解等.其中，運動檢測和目標跟蹤屬于底層處理環節，目前針對這兩方面的研究已較為成熟，但行為識別和理解層面的模型和算法由于復雜度過高，實際應用并不理想.這是因為人類對于行為的理解不僅僅通過行為本身，還要結合行為發生的具體環境進行，所以，計算機對人體行為的識別不僅要求能夠識別出視頻圖像中“存在什么樣的運動”，還需要能夠理解“人與場景之間的相互關系”.［17]它的價值在于可大大降低監控人員的工作強度.

本文所描述的預警系統只能識別自身已訓練的行為，不能識別更復雜的人體行為，技術瓶頸源于目標行為的多樣性和當前算法的復雜性.本文從側面考慮，通過檢測目標所體現的客觀現象，結合物聯網感知技術，實現智能監控預警功能.

3 港口樞紐危險品智能監控預警系統總體框架

3.1 系統總體框架

為將智能視頻識別技術［7]更好地應用在港口領域，結合目前較為成熟的物聯網感知技術［5]，構建港口樞紐危險品智能監控預警系統總體框架，包括信息采集終端、通信網絡、監控預警中心、用戶接口和應急救援等5部分，見圖2.

圖2 港口樞紐危險品智能監控預警系統總體框架

(1)信息采集終端包括高清攝像頭、RFID標簽、GPS終端、各類傳感器等，實時采集危險品作業現場的各類數據.高清攝像頭采集作業現場的視頻數據，結合智能視頻識別技術實現計算機對作業人員異常行為的檢測和預警;RFID標簽用于識別危險品的種類、性質等;GPS終端用于跟蹤港區內危險品運輸車輛行駛路徑;各類傳感器用于采集危險品的理化信息、作業設備信息、作業環境信息等.

(2)通信網絡利用3G/WCDMA/TD-SCDMA無線網絡、光纖網絡、無線傳感網、串口通信和互聯網，為各類數據的穩定傳輸和各部門之間的實時通信提供保障.

(3)監控預警中心是整個監控預警的核心，分為4個大區:一是信息管理區，主要對各類采集的信息進行匯總、歸并、融合和挖掘;二是智能監控區，通過結合智能視頻監控與識別技術實現24 h無人值守、實時監控、即時反應;三是信息應用區，包括地理信息系統(Geographic Information System，GIS)平臺、預警信息處理與分析、危險品狀態數據可視化和救援決策;四是安全保障區，依據安全管理制度和技術規范保障系統物理安全、網絡安全、系統安全和應用安全，向管理員提供更改報警閾值、監測規則、主動防御觸發以及設定授權用戶等功能.

(4)用戶接口向認證用戶提供數據查詢服務，例如貨主可通過互聯網登陸遠程監控管理平臺，查詢當前貨物的位置、狀態等.

(5)應急救援.針對突發事件，迅速整合各類信息，發布救援方案，聯系各救援部門，保障港口和人員安全，降低損失.

3.2 監控預警中心主要功能設計

(1)危險品運輸車輛跟蹤.應用GPS全球定位系統和環境監控功能，從危險品運輸道路的起點對運輸車輛進行監控，在貨物運輸前還可根據港區內的即時交通狀況、天氣情況，結合內置的路徑規劃算法，向運輸人員提供最安全、快捷的運輸路徑，保證行車路線的順暢，避免長時間擁堵，避免與其他可能會引起危險化學反應的貨車行駛相近的路線，避免烈日雷雨等不良天氣的影響，使運輸人員、車輛和貨物的安全得到極大的保障.

(2)環境監控.環境監控模塊的主要功能是通過在港區內安裝的環境檢測設備采集環境信息，如當前的溫度、濕度、光照強度等，并及時向操作人員和監控人員發布該信息.

(3)應急專家決策支持.應急專家決策支持模塊內置應急預案，應急事故發生后通過應急短信快速有效地通知相關工作人員到達事故現場;建立并健全應急現場監測數據庫、應急現場監測因子、現場實驗方法、原始結果快速計算、相關曲線圖等，存儲相關現場監測結果并自動產生對應報表，供其他人員進行分析;將現場采集監測的數據和應急監測的視頻、聲音、圖片、文字等多種類型文件通過衛星通信管理系統上傳至數據庫，供專家領導對現場進行判斷，作出正確決策.

(4)倉儲管理.危險品庫是儲存和保管易燃、易爆、有毒、有害物資的場所.為保證危險品倉儲的安全，倉庫需要依據危險品管理法律法規的規定，根據倉庫的具體情況和所儲存的危險品的特性，制定嚴格的危險品倉儲管理制度和安全操作規程，并具體落實到責任人.倉庫還要根據法規規定和管理部門的要求履行登記、備案、報告的法律和行政義務.該管理模塊要求編制嚴格的出入庫制度，恰當選擇貨位和堆垛，保證裝卸作業安全，并制定應急處理和廢棄物處理措施.

(5)作業人員管理.統一管理危險品裝卸、運輸、倉儲等所有環節的作業人員的個人基本信息和危險品作業信息.結合智能視頻識別技術，可方便地識別非作業人員，在突發事件下能夠快速定位作業人員.

(6)態勢評估分級.為便于監管人員了解整個危險品作業過程的安全情況，安全評級模塊根據其他功能模塊反饋給中央服務器的數據信息，結合事先制定的安全評價指標體系，對碼頭的安全狀況作出客觀的評價，給出安全等級.一旦當前的安全狀況低于最低安全等級，系統就會發出警報，提醒用戶作出相應的決策，保障危險品作業的安全.

(7)事故影響范圍確定.若危險品碼頭突然發生事故，在事故初始階段可通過數學模型確定事故影響范圍，主要參數有3方面［2]:一是有害物質的體積、溫度、壓力、密度、熱力學性質等參數;二是貨物裝卸工藝流程、設備類型、設備可能故障、泄漏位置、泄漏口形狀尺寸等參數;三是風速、日照、地形等現場氣象參數.

(8)信息發布.在危險品作業前通過信號基站向作業人員手持移動設備發布相關化學知識、注意事項及當日天氣狀況，提醒作業人員注意自身安全;向監管人員提供每日進出港口的危險品信息、工作綱要等;在港口危險品等級低于最低安全等級時，觸發安全警報，通過廣播、短信、報警燈等警告作業人員撤離危險區域.

4 結論

將智能視頻分析技術與傳統視頻監控預警系統相結合，構建一個應用于危險品碼頭的智能監控預警系統.該系統旨在為港口管理部門提供一套能自動檢測、智能識別危險品并提前預警的方案.其實用價值在于:

(1)可實現對安全事件的自動跟蹤檢測，大大降低監控人員的工作強度，提高監控質量.

(2)彌補傳統視頻監控預警不夠及時、容易誤報漏報的不足，對危險品碼頭的安全管理起一定的輔助作用.

(3)有效增強管理部門對作業設備、貨物及人員的安全管理能力，減少安全事故發生的概率，提高應急救援的及時性.［18]

［1]鄭海生，李斌博.淺談我國海上危險品運輸監管中的問題［C]//中國航海學會.2010中國航海學會危險貨物運輸專業委員會論文集.北京:中國航海學會，2010:81-83.

［2]戴春妮，謝耀峰.危險品碼頭庫場事故的防治及技術支持［J].常州工學院學報，2008，21(S1):306-308.

［3]駱勤.上海內河危險品碼頭的安全管理及監管對策［J].中國港口，2012(7):53-54.

［4]董麗華.RFID技術在物流領域中的應用［J].上海海事大學學報，2006，27(S1):169-172.

［5]佟銳.基于 RFID的火災報警系統［J].上海海事大學學報，2008，29(3):46-50.

［6]李森，王楓.基于感知技術的水上交通安全監管系統架構研究［J].交通建設與管理，2013(4):72-73.

［7]趙愷，初秀民，王耀兵，等.港口物流樞紐危險品監控與預警系統［J].水運工程，2013(5):130-134.

［8]姚赟.視頻智能分析在平安社區聯網監控中實踐淺析［C]//中國通信學會.2011年信息通信網絡技術委員會年會征文.北京:中國通信學會通信安全技術專業委員會，2011:1501-1505.

［9]劉治紅，駱云志.智能視頻監控技術在哨位安全威脅智能識別中的應用［J].兵工自動化，2011(7):82-85.

［10]湯文全.危險品在港口作業及儲存環節的發展趨勢［J].中國港口，2012(6):48-50.

［11]李媛，馬建玉，譚然.智能視頻分析技術在安防領域的應用［C]//天津市電子學會.第二十七屆中國2013 IT、網絡、信息技術、電子、儀器儀表創新學術會議論文集，2013:4.

［12]高凱亮.智能視頻監控系統中的運動目標檢測算法研究［D].廣西:廣西大學，2012.

［13]張富成.監獄智能視頻監控系統與實現［D].成都:電子科技大學，2011.

［14]綦寧.視頻智能分析技術在銀行的應用［J].中國金融電腦，2011(2):80-82.

［15]曾詩，丁威，楊旭.視頻序列中的背景建模及更新研究［J].中國多媒體通信，2011(7):54-57.

［16]周劍敏，王捷.基于AIS數據的智能船舶動態視頻監控系統設計［J].上海海事大學學報，2009，30(4):26-29.

［17]王恒.智能視頻監控系統關鍵技術［D].重慶:重慶大學，2012.

［18]方來華，劉驥，魏利軍，等.危險品運輸車輛監控預警系統設計與開發［J].中國安全科學學報，2008，18(5):109-115.