基于物聯網的“絲路海運”港航安全保障系統

摘 要：針對海上絲綢之路的港航安全問題，提出了一種基于物聯網的“絲路海運”港航安全保障系統。以沿航道布置的智慧航標燈為硬件基礎，構建“AIS廣播→LoRa網絡→NB-IoT”的無線多級傳感網絡，將偵聽到的船舶AIS數據提交至云端計算；推導了浪高反推風速數學模型，開發了模糊四元船舶領域數學模型計算軟件，構建了三維船舶交通沖突預警領域空間模型，發明了基于AR的集裝箱透視技術。試驗結果表明：該系統加強了港航作業過程中的危險品集裝箱追蹤和管理，能根據惡劣臺風天氣及復雜交通狀態的時空數據，智能評估港航作業及交通風險。系統采用6種方式發布告警信息，指導船舶避險，加強了港口、內河、近海、遠海的航運一體化管理。

關鍵詞：物聯網；絲路海運；港航安全；智慧航標燈；北斗定位；增強現實（AR）技術

中圖分類號：TP393；TN925+.3 文獻標識碼：A 文章編號：2095-1302（2024）06-0-05

0 引 言

“海上絲綢之路”是中國對外經濟交往的海上大動脈，“十四五”規劃指出“推動共建一帶一路高質量發展”“擴大絲路海運品牌影響”[1]。在中國特色的“絲路海運”視角中[2]，

海上絲綢之路包含港口、內河、近海、遠海，應納為整體，全盤優化；該視角還注重港口和物流園、工業園的互聯互通，重視水鐵、水陸多式聯運技術，同時重視和友好國家深度合作，運力共享，攜手共進，共同維護海絲航道交通安全[3]。截至2023年3月，以“絲路海運”命名的航線總數達100條，通達全球43個國家的117座港口。

然而，近年來港航海運事故頻發，據中國海事局統計，2019年全國共發生137起水上交通事故，造成了155人遇難，直接損失達1.7億元。2021年3月長賜號阻斷蘇伊士運河7天，造成635億美元損失[4]。2020年11月ONE集團的貨船有1 816個集裝箱墜海，皆是因為在航道上遇到突發惡劣天氣。2020年8月黎巴嫩港大爆炸造成了六千人傷亡[5]，2015年8月天津港大爆炸造成69億損失。皆是因為港口積壓了多種化工原料，難以可視化監管。

保障海運安全刻不容緩。2020年8月，交通部發布“新基建指導意見”，要求打造“陸海空天”水上交通安全保障體系[6]。同時還指出交通領域新基建主要任務：建設智慧航道和智慧港口，建設航道感知網絡，實現船舶智能助航及港口智能安防預警。

1 設計原理

港航安全保障系統采用物聯網三層架構，由智慧航道、智慧航運、智慧港口構成，詳見圖1。

1.1 航道無線傳感網的設計

本系統構建了“AIS廣播→LoRa網絡→NB-IoT”多級傳感網絡，對商用移動網絡覆蓋不到的航道實現監測，將偵聽的船舶動態AIS數據提交至云端[7]。由云端大數據計算評價交通風險概率，再發布給過往船只，指導船只做出避險操作。建立告警通信網絡，將告警信息由6種方式下發給過往船只：

（1）通過船長手機APP發出告警；

（2）通過商用手機移動網絡呼叫船長，并通過機器語音告警；

（3）通過海事衛星撥打船長衛星電話，并通過機器語音告警；

（4）通過北斗短報文系統以文字形式發布告警信息；

（5）通過航標VHF16頻道的無線電機器語音告警；

（6）通過航標聲光告警裝置及高音喇叭裝置告警。

方式（1）和方式（2）適用于航道的內河段、港口區和沿海段，該區域為航行事故高發區，由于該區域具有較好的商用移動通信網絡，因此以效率最高的商用網絡為載體，采用手機APP移動互聯網或GSM電話呼叫及發送短信的方式發出告警信息。方式（3）和方式（4）適合備有衛星通信裝置的大型商船。大型商船、游輪為保障航行安全，大多配有支持短報文的北斗終端或衛星電話。云端查詢終端號碼后，采用衛星通信的方式發出告警信息。方式（5）和方式（6）通用于任何環境，由智慧航標直接發出告警，智慧航標從LoRa網絡中接收到云端的告警信息后，采用無線電和聲光兩種方式發出告警信息，無需船舶安裝特種裝備和特定APP，特別是針對裝備簡單的民間漁船，具有較好的效果。

在感知層，每個智慧航標燈均內置AIS接收器，其中浮標式航標燈因天線短可偵聽10～20 n mile（19～37 km）范圍內過往船舶的AIS廣播，還具有監測氣象水文的感知能力。燈塔式航標燈因天線長且不受功耗限制，可偵聽30 n mile（55.56 km）[8]。在本設計中，通過LoRa技術構建無線傳感網，在海平面的中繼距離可達17 km[9]。考慮到通信距離冗余可提升中繼網絡的健壯性，在海絲航道上每5 km布置一個智慧浮標。內置AIS模塊可偵聽19 km內的船舶AIS廣播，內置LoRa模塊可與17 km內的其它浮標組網，即使隨機損壞一半的智慧浮標，也能維持傳感網穩定工作。

遠海航道上船舶AIS數據包被中繼網絡的LoRa模塊接力送至近海段，因為NB-IoT覆蓋范圍比傳統GSM網絡好20 dB，約為10倍的通信距離[10]，因此在近海段可改為由NB-IoT把數據送至云端。

在云端應用層，通過接收NB-IoT模塊上報的AIS數據解析出航道上各船舶的坐標和運動趨勢。因為網絡的復雜性形成的滯后和AIS數據廣播固有的間隔時長，計算出的船舶位置約為60 s前的位置，需要通過運動趨勢推測當前實際位置，再通過三維船舶領域模型判斷船舶是否進入危險區域，同時分析船舶避碰危險等級，發出助航信息，告訴船舶駕駛員有效的避險方法。

1.2 智慧航標燈的設計

基于“AIS接收+機器視覺”雙感知技術的岸基燈塔分為LED航標燈、工控機、5G DTU、GSM天線、警笛、太陽能電池板、鋰電池、甚高頻發射模塊、甚高頻天線等。硬件模塊框圖如圖2所示。如果需要傳遞視頻信息，通信模塊選擇5G DTU，如果僅傳遞AIS數據包，選擇5G NB-IoT。云端將告警信息發送至智慧航標燈，所述智慧航標燈硬件系統把語音告警信息通過VHF（甚高頻）無線電廣播和高音喇叭向航道上的過往船舶發出告警信息，同時控制閃爍報警LED燈做出閃爍警示，實現聲光告警。燈浮標類航標燈在上述硬件基礎上減少了攝像頭，增加了LoRa中繼模塊，還可引入機器聽覺技術在夜間發現并區分船舶類型。

1.3 北斗差分測量浪高反推風速

在內河航道、港口、近海航道可接收北斗差分定位信號，差分定位可精準檢測航標燈（燈浮標）漂浮的時空運動特征值[11]，對有效海浪波高與有效波周期用最小二乘法擬合得到式（1），實際風速、有效波高和有效波周期三者關系滿足式（2）。

（1）

（2）

式中：U為風速；T1/3為有效波周期；H1/3為有效波高；c（1）、c（2）為經驗系數值，通過在福建莆田的試驗得到c（1）=17.64，c（2）=0.67。

通過對燈浮標在時空中運動狀態的精準測量，即可推算得出實際風速。基于上述原理，開發了三維仿真及動畫演示系統，將多個航標燈實測的指標引入仿真系統，即可仿真出浪高，并進一步反推出臺風的風速與風向。因為各船舶的抗風浪能力不同，在仿真系統中置入船舶，已知船舶的三維輪廓、總重量、重心高度、受風截面，根據浪高和風速，即可仿真出船舶在風浪中的運動特性，分析船舶在臺風天氣下的交通風險，并量身定制應對惡劣天氣的駕駛策略。

仿真2020年七號臺風登陸時珠江水系的內河航道交通風險分級圖（圖3）、廣州港南沙港區交通風險分級圖（圖4）。紅色為禁行風險區、橙色為高度風險區、黃色為輕度風險區、綠色為安全通行區。生產實測發現計算最大風速值和實測最大風速值平均相對誤差為6.97%。該技術能夠更好地指導臺風天氣下的港口及航道安全生產，指導船舶避險。

1.4 航行風險評估算法

為提高云端在海量數據時的計算速度，通過為每個船舶建立最小安全領域空間的方式來保障船舶、船礁之間存在安全距離。模糊四元法指出，船舶領域與船只大小成正比，與船速也有一定關系。設R1，R2，R3，R4分別為水平方向上四元船舶最小安全領域的縱向船前半徑、縱向船后半徑、橫向船左半徑以及橫向船右半徑，L為船長，A為船舶進距，D為船舶回轉半徑，V為船速，sgn（x）和sgn（y）分別為x和y的符號判定函數，并增加輔助參數k1，k2。其中，輔助參數分別與船舶進距、船舶回旋半徑、船長以及船速相關。取值見式（3），船舶最小安全領域半徑取值見式（4）。

（3）

（4）

水平方向上四元船舶最小安全領域近似于橢圓，在模糊四元船舶最小安全領域f（x， y）內，船舶存在碰撞風險，拒絕其他船舶進入。建立邊界函數f（x， y），見式（5）：

（5）

（6）

（7）

三維船舶最小安全領域豎直方向上為船舶高度H，包括水平面上的船舶高度h1以及水平面下船舶吃水深度h2。可得三維船舶最小安全領域在坐標軸豎直方向的縱面方程，如

式（8）所示：

（8）

因此可確定四元船舶最小安全領域的三維動態方程如

式（9）所示：

（9）

式中：符號判定函數sgn（x）和sgn（y）取值范圍見式（6）和式（7）。設船舶交通沖突預警領域為f'（x， y），船舶與障礙物之間的距離為d，在d≥2f（x， y）時，船舶無需采取避碰行動，可安全通過。船舶交通沖突預警領域f'（x， y）的邊界函數表達如式（10）所示：

（10）

船舶交通沖突預警領域豎直方向上的總高度H'包括水上所需高度Hup以及水下所需深度Hdown，即包括水平面上的船舶高度h1、水平面下船舶吃水深度h2、超過船舶高度的安全余量s1以及水下富余水深s2。可分別確定水上高度Hup以及水下深度Hdown如式（11）和式（12）所示：

（11）

（12）

可得船舶交通沖突預警領域坐標軸豎直方向的縱面方程如式（13）所示：

（13）

船舶交通沖突預警領域的三維動態方程如式（14）所示：

取船長L為1鏈（一鏈約為十分之一海里），船速取15 kn，根據以上模型，利用Mathematica軟件，可得基于模糊四元法的三維船舶最小安全領域空間模型的水平投影，船舶交通沖突預警領域與船舶最小安全領域關系如圖5所示，告警狀態如圖6所示。計算發現船船、船礁位置落在預警區內，則云端向船舶發出警報；計算發現船船、船礁之間相互位置落在最小安全區內，要求船舶執行避險駕駛指令。

1.5 基于AR的集裝箱透視技術

雖然集裝箱在運輸公司都有裝箱單數據，但是在進行人工作業時，海量的集裝箱和云端海量的裝箱單數據無法對接。因此，發明了基于AR的集裝箱透視技術，巡檢人員佩戴AR眼鏡，通過機器視覺獲取集裝箱相片，上傳至云端。云端采用圖像匹配的方法找到正確的裝箱單，發回裝箱單的圖片。把裝箱單圖片直接貼在集裝箱側面，識別效果如圖7所示。港口工作人員所見即所得，不開集裝箱就可知內裝貨物，可以更好地追蹤危險品集裝箱。同時，港口在交通要口安裝攝像頭，識別危險品集裝箱的流轉過程，監測危險品集裝箱在港口的分布，對易燃易爆貨物滯留積壓的風險做出評估。設計自動駕駛集裝箱聯運無人車，加強危險品集裝箱的疏散力度，工作場景如圖8所示。

2 創新特色

文中設計的系統包含3個子系統：

（1）智慧航道子系統：設計了智慧航道無線傳感網的新基建實施方案。推導了浪高反推風速數學模型，根據每個船舶的受風截面、載貨量、重心等特征，云端繪制了航道交通風險分級圖，該圖根據各船特性定制，實現了量身訂制、精準預警。

（2）智慧航運子系統：開發模糊四元船舶領域數學模型計算軟件，構建三維船舶交通沖突預警領域空間模型，減少船船、船岸、船礁、船橋的碰撞風險，為船舶量身定制安全駕駛策略，采用了6種方式告警。

（3）智慧港口子系統：評估臺風天氣下的港口水域安全，確定避風區域。繪制港口水域風險分布圖、港口貨場風險分布圖。基于AR的集裝箱不開箱透視技術，加強了港口危險品的人工監管。設計集裝箱聯運無人車，加強了危險品集裝箱的疏散力度。

3 結 語

黨的二十大報告指出，“推進國家安全體系和能力現代化，堅決維護國家安全和社會穩定”“推動共建‘一帶一路’高質量發展”，提出完善海洋安全保障體系建設。文中提出的基于物聯網的“絲路海運”港航安全保障系統，采用智慧航標燈偵聽過往船舶的AIS廣播并監測氣象，構建無線多級傳感網，將航道中的告警信息通過6種方式發送給過往船舶，指導船舶精準避險。浪高反推風速數學模型、模糊四元船舶領域數學模型、三維船舶交通沖突預警領域空間模型將海洋中復雜的氣候信息和交通時空數據進行智能評估，給出安全駕駛策略。利用AR透視技術推動實現港航作業中危險品集裝箱管理的精細化、智能化、安全化。該系統可廣泛應用于港口、內河、近海、遠海的航運管理，在提高海上絲綢之路的港航安全方面有良好的應用前景。

注：本文通訊作者為林宇洪。

參考文獻

[1]約瑟夫·鮑姆，元柏，韓曉雪.“十四五”規劃：理性的導航星[J].世界社會主義研究，2021，6（3）：26-28.

[2]陳志平.凝聚共識 匯集合力 共同推進“絲路海運”高質量發展[J].中國航務周刊，2022，30（41）：26-28.

[3]田青.“絲路海運”聯盟對中歐物流企業發展的影響探析[J].對外經貿實務，2020，38（11）：89-92.

[4]朱吉雙，邱偉維.“長賜號”超大型集裝箱船擱淺事故影響及對我國海運業發展的啟示[J].綜合運輸，2021，43（4）：95-100.

[5]陶鳳，湯藝甜. 2700噸硝酸銨大爆炸 黎巴嫩貝魯特港口變廢墟[J].消防界（電子版），2020，6（17）：39-40.

[6]交通運輸部.交通運輸部關于推動交通運輸領域新型基礎設施建設的指導意見[J].中國水運，2020，42（8）：16-18.

[7]陸思辰，陳卓然.利用AIS數據挖掘生成船舶航跡點方法研究[J].艦船科學技術，2021，43（8）：46-48.

[8]鄧昭，李振福，段偉，等.基于AIS數據的海上絲綢之路船舶活動時空格局[J].經濟地理，2021，41（4）：15-22.

[9]龔文浩，陳永軍，鄭曉忠，等.基于LoRa的遠距離無線監測技術研究[J].儀器儀表與分析監測，2022，38（3）：12-16.

[10]張瀚，邱燦樹，文建鵬，等.基于NB-IoT無線遠程通信技術的井下監測系統設計[J].電子設計工程，2022，30（19）：111-114.

[11]蔡雨寒，王天文，祝會忠.北斗系統多頻觀測值差分定位模型實現[J].水利技術監督，2022，30（10）：69-72.

作者簡介：葉芷藝（2000—），女，福建農林大學交通運輸專業碩士在讀，研究方向為物聯網工程、港航安全。

謝俞尉（1998—），男，福建農林大學交通運輸專業碩士在讀，研究方向為物聯網工程、港航安全。

羅文婷（1983—），女，博士，副教授，研究方向為智能交通。

林宇洪（1976—），男，碩士，高級實驗師，研究方向為物聯網工程。