航道視頻監控與船舶AIS動態數據在航道行政執法中的應用

■楊建樂

(湄洲灣港口管理局,泉州 362001)

航道視頻監控與船舶AIS動態數據在航道行政執法中的應用

■楊建樂

(湄洲灣港口管理局,泉州 362001)

介紹了港口航道視頻監控與船舶AIS動態數據融合在航道執法中的應用，通過AIS數據對航道上港作船舶異常行為分析，實現對港作船舶異常行為的報警及跟蹤，調用多個視頻攝像機聯動監控取證，使得港口航道執法更為高效。

航道 視頻 AIS數據 執法

近7年來,湄洲灣港口每年的港航建設投資量都在30億元到40元億間，有大量的工程船舶在港作業，港作船舶違法事件時有發生，特別是拋泥船非法拋泥成為一個監管的難點。筆者在福建省湄洲灣港口管理局“船舶動態與航道監控信息系統”建設中，運用視頻監控技術與船舶AIS（Automatic Identification System船舶自動識別系統）為航道監管執法提供信息化手段，取得較好的效果。本文就實時視頻數據與船舶AIS動態數據整合、港作船舶異常行為分析和自動報警跟蹤等主要技術應用進行闡述。

1 相關研究

船舶自動識別系統（AIS）是新型的助航安全信息系統，世界各地廣泛開展了AIS數據應用的研究，我國對AIS動態數據在視頻監控方面的應用也進行了許多深入的研究。例如：周劍敏和王捷的“基于AIS數據的智能船舶動態視頻監控系統設計[1]”提出了從船舶自動識別系統中獲取AIS船舶的動態位置信息，設計自動監控決策控制模塊，然后建立待監控船舶的被監控優先因子算法，利用智能攝像球機實現對海上航行的船舶進行自動化智能視頻跟蹤監控；嚴忠貞的“內河在航船舶動態跟蹤和航跡融合方法研究[2]”提出了基于內河視頻監控的在航船舶目標識別方法，實現了視頻、AIS、雷達數據的船舶運動軌跡融合；馮愛國的“導航雷達或AIS引導的視頻監控系統設計[3]”提出了一種利用導航雷達自動跟蹤參數或AIS動態數據引導的智能視頻監控方法。該方法采用了船用雷達數據或AIS數據包，來控制視頻監控云臺，同時研究了云臺姿態參考系統(AHRS)的方位及仰角數據回傳、越界報警等。這些研究都是福建省湄洲灣港口管理局 “船舶動態與航道監控信息系統”建設和撰寫本文的重要參考。

2 主要應用技術

要對拋泥船等港作船舶在航道及其附近區域的行為進行有效的遠程監管，需要解決幾個重要的技術環節。

(1)在數百甚至上千平方公里的海域范圍內快速、準確地將目標船舶從眾多的船舶中識別出來。

(2)用遠程攝像機快速、準確捕獲目標船舶，對其進行行為觀察，必要時進行取證。

(3)能夠在眾多的港作船舶中識別出行為異常的船舶作為重點監管對象。

(4)必要時能夠調用多個遠程攝像機自動、穩定跟蹤目標船舶并持續取證。

2.1 AIS技術

在事先知悉目標船舶的船名或者MMSI碼的情況下，應用目前技術已經十分成熟的船舶自動識別系統在電子海圖上識別目標船舶已經是很容易的事，這里無需贅述。

2.2 攝像機指向提示

在電子海圖上識別出目標船舶之后，想要人工操作遠程操作攝像機觀察目標船舶仍然不是易事。由于海上缺乏參照物，攝像機拍攝的畫面往往是無差別的海面，操作者很難通過判讀畫面決定攝像機的轉向、俯仰角、焦距等操作技術參數以達到快速準確捕獲目標的目的。

測定攝像機的大地坐標，在電子海圖上進行標識，以此點為原點，以攝像機的主光軸為線，在電子海圖上畫出攝像機的指向的指示線。攝像機云臺安裝時的初始指向角度為正北，而系統控制攝像機轉動的最小步進角度為0.3度，當系統控制云臺進行轉動時它的角度變化將實時傳回系統，那么通過攝像機云臺轉動角度的變化進行計算得出指示線將隨著攝像機的轉動同步轉動，用以指示攝像機的實際指向，操作者可借助電子海圖界面上代表攝像機指向的指示線和目標船舶的相對位置關系來決策攝像機的轉向、俯仰角、焦距等操作技術參數。

2.3 船舶異常行為分析

港作船舶異常行為分析是航道監管及行政執法的重要手段，對于發現船舶違法行為、提高航道執法工作效率具有重要意義。目前，所有港作船舶都安裝了AIS系統，為船舶異常行為分析提供了技術條件。

圖1 攝像機指示線及視頻監控畫面

港作船舶一般都有特定的正常行為規律，如果船舶打破常規，出現異常行為，往往違法的可能性很大，應該作為重點的監管對象。以拋泥船為例，往往有如下異常行為：

(1)AIS數據中斷；

(2)離開裝載點后偏離歷史航行路線；

(3)離開裝載點后未到達指定拋泥區域即返回；

(4)全航程時間明顯變短 （可能在航行過程中拋泥，減少吃水，提高航速，節省燃油）。

利用現有研究成果“基于AIS數據的船舶異常行為檢測方法[4]”，對船舶行為進行分析對比，包括航跡分割、正常行為建模和異常行為檢測等技術環節，識別出行為異常的拋泥船，作為重點的監管對象。

2.4 船舶自動跟蹤監控

通過AIS數據對船舶進行異常行為分析，一旦發現船舶有異常行為，系統通過AIS動態數據計算及預判得到船舶的位置，驅動遠程攝像機捕獲監控畫面，實現對異常船舶跟蹤監控。

船舶自動跟蹤監控需要通過實時訪問船舶動態數據庫中的AIS船位數據，系統根據船舶的位置信息（AIS動態數據）和視頻監控云臺設備的初始位置信息進行計算得到視頻監控云臺的水平和垂直最佳角度，并控制云臺在初始參數的基礎上進行相關參數的變化調整以達到船舶目標的捕獲與自動跟蹤，計算過程如下：

圖2 云臺和目標位置關系圖

水平方向是云臺地面位置D點與目標海面位置C點它們的經緯度連線cd與正北的夾角；垂直角度為云臺最高位置A點和目標最高位置B點的連線為ab，A點D點的連線ad為云臺高度，ab與ad的夾角即為云臺與目標的垂直夾角。

其中CD兩點已知經緯度分別為 (lonc,latc)和(lond,latd)，cd與正北的夾角(bearing)的計算公式為：

distance_North=R×(lat1-lat0)

distance_East=R×cos(lat0)×(lon1-lon0)

bearing=mod(atan2(distance_East,distance_North),2×pi)

通過余弦定理可求得垂直角度A，計算公式如下：

通過以上計算視頻監控云臺通過水平方向和垂直角度的調整即可保持對運動船舶的動態跟蹤監控。

2.5 智能化聯動

由于港口航道場景較為開闊，航道長度較長且遠離海岸，對于同一港作船舶的跟蹤監控可能需要多個監控點聯動協作才能完成。視頻的聯動控制需要對AIS動態數據進行實時的分析，得出船舶實時位置信息，然后系統通過分析對比船舶與監控點的位置關系進行智能匹配，通過視頻聯動控制服務器向離船舶最近的視頻監控點下發指令對船舶進行跟蹤監控。如果有監控設備發生故障，沒有監控畫面回傳，那么系統將故障設備排除在外，重新匹配視頻監控點對船舶進行監控。

如圖4所示，當船舶在不同的航段時，系統通過分析船舶AIS動態數據獲取船舶實時位置，再和已知的視頻監控點位置信息做分析匹配，選取距離船舶最近的監控點對其進行跟蹤監控，當船舶進入下一航段時自動切換至下一視頻監控點進行跟蹤監控，實現視頻監控的全航段覆蓋監控。

3 應用案例

福建省湄洲灣港口管理局港口信息化支持保障系統（一期）項目將上述主要技術應用到船舶動態與航道監控信息系統建設中，主要硬件由5套高倍光學變焦攝像機（32X）、3臺AIS基站接收機、以及視頻與AIS數據融合服務器等構成。實現灣內主航道全覆蓋，如圖5。

圖3 拋泥船舶監控示意圖

圖4 視頻聯動監控示意圖

圖5 湄洲灣主航道監控覆蓋圖

圖6 海圖上攝像機與船舶位置

圖7 拋泥船跟蹤監控畫面

軟件主要由AIS數據接收處理模塊、監控平臺數據庫、智能決策模塊、視頻攝像機管理模塊組成。智能監控模塊通過結合電子海圖、船舶AIS數據，計算及預判得到船舶的位置，來驅動遠程攝像機獲取監控畫面，實現主航道上船舶跟蹤監控。

為舉例說明本文所述應用，截取了2017年8月13日上午某拋泥船在航道上跟蹤監控情況：

系統在2017年8月13日識別到MMSI碼為413907174的船舶觸發異常行為監控啟動條件。按系統預設，所有拋泥船舶正常情況下應從裝泥點向湄洲灣出口方向航行，到湄洲灣外指定海域拋泥，而該船的航向是從裝泥點向北偏東方向，即向灣內方向航行，因此被系統判定為異常行為，啟動自動攝像跟蹤并報警。經執法人員查證，該船原指定的拋泥區為湄洲灣外某海域，因莆頭作業區某水運工程建設項目需要泥砂填方，經福建省湄洲灣港口管理局批準，該船被許可運送疏浚泥砂前往填方，但有關方面未通知系統管理人員改變該船的異常行為觸發條件，改變設定條件后，系統即解除了對該船舶的異常行為監控，改為正常輪流監控。

4 結語

湄洲灣港口管理局的船舶動態與航道監控信息系統自2014年投入使用以來，已經協助執法部門查處違法拋泥等10多起違法案件，對違法行為形成威懾，減少違法行為的發生；可以有效地替代執法船海上巡查，降低執法船舶出動率，節約成本，提高執法效率。應用實踐表明，綜合運用遠程視頻、AIS船舶動態數據、智能分析判別、自動跟蹤等多種技術可以為航道執法部門提供有效的信息化監控手段。實際應用中，該系統也還存在著一些不足，在自動跟蹤模式下，很難對目標船舶實施長時間的穩定跟蹤，出現“跟丟”現象。系統自動設定的攝像機水平角度、俯仰角度和焦距等參數也很難完全匹配，有時造成監控場景不完整、畫面不清晰等問題。多數情況下仍需要監控人員做人工調整才能獲得比較滿意的監控效果，進一步改進的空間仍然很大。

[1]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.

[2]嚴忠貞.內河在航船舶動態跟蹤和航跡融合方法研究[D].武漢理工大學，2013.

[3]馮愛國，薛叢華，吳煒.導航雷達或AIS引導的視頻監控系統設計[J].電視技術，2016.

[4]張樹波,唐強榮.基于AIS數據的船舶異常行為檢測方法[J].Artificial Intelligence/s&/srobotics Research,2015.