水上交通物聯數據智能協同平臺設計

摘 要：隨著水上交通智能航運的發展，港航船岸協同物聯感知設備和系統得到了廣泛應用。然而，目前這些系統產生的實時數據分布在不同部門、不同系統中，呈現碎片化狀態，缺乏統一的平臺支撐。文中提出構建港航物聯感知“一張網”及數據智能協同服務平臺的設計方案，形成港航物聯網數據時序數據庫，對港航物聯感知數據實現統一管理和實時數據分發服務，達到智能航運中船岸一體、船港一體、船貨一體的數據協同服務要求。經驗證，該平臺運行穩定，能夠較好地實現設計目標。

關鍵詞：智能航運；船岸協同；物聯網數據；數據分發；M2M；協同平臺

中圖分類號：TP393 文獻標識碼：A 文章編號：2095-1302（2025）04-00-05

0 引 言

隨著我國水上交通數字化、智能化水平的不斷提高[1]，多種物聯網智能感知設備在船舶和航道上得到應用[2-5]，有助于優化海上運營，更好地滿足多樣化和不斷增長的客戶需求[6]，提升物流鏈中相關方的業務競爭力[7]。與此同時，在實際業務中也產生了大量的物聯感知數據[8]，主要包括高清視頻流、船舶AIS、航道電子卡口、橋梁防碰撞監測、航道流量、水文、氣象、環境監測等數據。但除了視頻流接入視頻綜合管理平臺外，其他物聯感知數據缺乏統一平臺支撐，分布在不同部門、不同系統中，呈現碎片化狀態，無法實現物聯網數據的互聯互通與共享[9]，導致智能航運跨區域船岸協同、實時預警、扁平化指揮等應用無法實現，不能滿足港航智能化、數字化發展要求[10-11]。

本文針對水上交通提出港航物聯感知數據智能協同服務平臺設計方案，構建港航物聯感知“一張網”，形成港航物聯網數據時序數據庫，對港航物聯感知數據實現統一管理和應用，并建立數據共享線上審批流程，進行統一的審批和數據分發，做到落實責任、安全可靠。

1 總體方案設計

水上交通物聯數據智能協同服務平臺主要用于港航物聯感知數據的實時接入、治理和分發，其核心設備是物聯數據智能協同服務器，也稱為物聯數據基站或邊緣計算網關。多臺網關設備形成了分布式物聯感知智能協同網，實現了港航物聯感知數據快速、可靠、安全的端到端（Machine to Machine， M2M）互聯互通，即縱向貫通和橫向連通，支持大規模智能協同服務應用，是智慧港航“新基建”的重要組成部分。

平臺采集航區智能感知設備的各類信息，并將信息跟設備的基礎信息進行關聯，形成數字世界的設備影子，每個設備影子代表一個現實世界的具體設備，設備特點代表了設備影子的屬性。平臺總體框架結構如圖1所示。

（1）感知層

航道、船舶上安裝的各感知設備，如電子卡口，AIS基站等，會按照時間順序產生一系列數據，將這些數據通過通信線路（網絡）等方式傳輸到平臺。

感知設備自身具有一定的運算能力和集成SDK的能力。在設備中集成IoT的SDK，可將數據通過專網直接發送到數據處理平臺中指定的邊緣網關，若傳感器發送的數據為非標準格式，或采用串口、Modbus等連接模式，則需要由邊緣網關進行數據的轉碼處理。

（2）邊緣網關

邊緣網關是構建港航物聯感知“一張網”的核心設備，可利用多臺設備組建智能物聯數據網，實現港航物聯感知數據的互聯互通和共享。

邊緣網關主要用于接收物聯網設備的信息，并利用MQTT協議將數據發送到數據處理平臺。設備具有物聯感知數據的實時接入、解析、時間校準、函數計算、分發等功能，支持連接數超10 000個，端到端傳輸延時不超過5 ms。主要功能如下：

協議轉換：將非標協議解析成容易處理的模式。

時間校準：針對部分傳感器矯正其錯誤時間。

函數計算：拋棄異常數據，例如，由于定位設備漂移產生的飛點屬于無效點，需要拋棄。

數據加解密：通過SDK可對傳輸數據進行加密和解密。

FPGA防護：采用FPGA芯片開發了安全防護功能，可防止非授權機器接入與設備探查、攻擊。

無中心組網：多臺設備之間可實現無中心組網。

消息路由：實現應用層的消息路由功能，支持自定義路由消息服務。

數據分發：將解析、校準后的數據通過MQTT協議發送到數據協同平臺。

（3）數據處理平臺

數據處理平臺是物聯網數據協同平臺的核心處理引擎，用于將多源、多結構的數據進行融合，如將設備的基本信息、業務信息（如：船舶處罰信息等）、傳感器信息等進行關聯、運算。數據處理平臺的主要功能如下：

數據接入：平臺支持MQTT、HTTP、REST、JDBC、JMS等數據接入。

數據清洗/過濾：數據清洗指對數據進行完整性、時效性的校驗判斷。通過清洗過程的輔助邏輯，來判斷抽取的數據是否符合業務規范、數據規范等。

數據轉換：數據轉換指根據預先定義好的數據映射關系和轉換關系，將相關數據轉換成符合統一物模型規范的數據。具體包括：字段名稱映射、日期轉換、日期運算、字段運算、代碼轉換、字符串處理、參照轉換、空值判斷、聚集運算等。數據轉換將不同來源的數據，在類型、格式、編碼規則等方面進行統一、集成、規范化處理，為后續的分析、處理、查詢工作提供統一、集成、規范的數據。

數據融合：數據融合服務無需指定數據種類，只需指定需要融合的數據即可。

數據裝載：經過轉換的數據已經是符合物聯網數據平臺物理目標結構規范的數據，通過加載把這些數據導入物聯網數據平臺。一般情況下，加載可與轉換同時完成，也可以將轉換后的數據存入數據緩存池（文本文件、二進制文件或數據庫表）后再加載。系統采用不同的加載方式來裝載不同的數據，可以使用更新追加的裝載方法，也可以采用直接追加的裝載方法。

數據分發：數據分發服務能夠主動向存儲系統或者消息隊列提供數據。當數據完成校驗、轉換、融合、關聯、裝載等一系列處理后被投入分發隊列。

標簽計算：通過流式計算平臺（Flink），根據模型層的標簽規則完成對流式數據和其他數據的計算，標記業務標簽。例如在船舶管理過程中，可根據位置信息結合其船檢數據和行政處罰數據計算該船的業務標簽，決定是否對其進行檢查。

告警計算：告警計算通過傳感器的閾值或規則來實時判定設備狀態，如果超過閾值或者符合預警規則，則生成告警信息。

（4）模型層

模型層用于設置船舶物模型和規則模型。物模型用于描述船舶的屬性信息，包括屬性名稱、屬性類型、屬性的約束條件等，例如船舶物模型包括船舶名稱、船舶編號、位置信息、航向等。規則模型主要用于設置規則，為后續計算設備標簽提供邏輯支持。

（5）數據存儲層

數據存儲層采用MySQL和TimescaleDB數據庫，其結構通過物模型進行動態創建。例如在港航應用中，根據港航全域數據模型，依托港航業務體系對港航信息資源進行分析梳理，形成涵蓋船舶、AIS、北斗GPS、電子卡口等信息資源的港航物聯網數據資源存儲中心。

（6）接口層

接口層為需要對接數據的業務系統提供服務，例如船舶位置數據、業務標簽數據等。

REST訪問接口方式：提供HTTP訪問，通過URL的方式返回JSON。

Socket接口方式：物聯網數據平臺開發相應的端口，應用系統通過指定的賬戶和密碼連接該服務端口，認證后，通過JSON數據格式的交互包來請求相應的數據服務。

DDS訂閱/推送方式：采用DDS方式實現訂閱/推送功能。DDS使用全局數據空間，允許應用程序在可靠性、實時性完全可控的情況下共享信息。

（7）體系建設

體系建設包括標準規范體系和安全保障體系的建設。通過標準規范體系建設為實現數據信息資源的整合共享、信息系統之間的互聯互通提供保障，并為后續應用的開發提供依據。通過制定安全保障體系，切實保證平臺安全、穩定、長效運行。

2 數據處理流程

平臺數據處理流程如圖2所示。

（1）數據生成

感知設備生成時序數據，通過TCP/IP、UDP/IP、串口、Modbus總線等方式傳輸到網關。

（2）協議解析

網關接收數據，根據協議提取感知數據，校驗和過濾數據的時間、范圍后進行部分計算，然后通過MQTT將數據推送至處理平臺。

（3）數據處理

數據處理包括數據的接收、處理和加載。數據接收包括接收基礎數據和業務數據；感知數據通過各邊緣網關傳輸到平臺。在平臺對數據進行初步處理，如過濾、轉換等，還可以將基礎數據、業務數據和感知數據進行融合處理。數據加載需根據數據類型加載到不同的數據庫，如基礎數據和業務數據分別加載到基礎和業務數據庫中，感知數據加載到感知數據庫中。感知數據還可以推送到Kafka，為后續進行告警計算和標簽計算做準備。

（4）告警計算和標簽計算

物聯網設備會源源不斷產生數據，需要對這些數據進行分析、關聯，因此通過流式計算來完成。

使用Flink計算引擎接收Kafka數據，并與設備的業務信息進行融合計算，按照模型中的規則計算告警和業務標簽。

（5）數據服務

通過訂閱/推送方式將數據推送給業務端，支持Socket、WebSocket和REST等接口形式，通過請求/應答模式提供服務。

3 平臺部署

本平臺主要由物聯網數據智能協同服務器（物聯網數據基站）、平臺運維和管理中心、業務應用軟件等組成。平臺部署示意圖如圖3所示。

平臺的核心設備是物聯網數據基站，其部署在網絡運營商的物理網絡之上，能夠在復雜的物理網絡上構建透明化“虛擬網絡”，實現物聯感知數據智能協同服務“一張網”，使物聯網端到端數據連接（M2M）變得十分簡單。每個數據基站就近連接智能物聯設備，實現物聯感知數據的實時接入和分發應用。管理中心軟件可為運維管理人員提供平臺的統一運維管理功能。業務應用軟件可部署在云端，是物聯網數據基站的一個應用節點，上述節點構成了一個扁平化、無中心的物聯網應用環境。

4 應用實例

以某地“海河聯運”項目來說明本平臺的應用：

該項目通過航運船舶安裝的智能終端、布設的岸基（包括航道沿岸、交通樞紐、海事檢查站、船閘、港口碼頭、橋梁、浮標等）智能信息采集與傳輸設備，以及現有的4G/5G移動通信網、互聯網和專用網絡，實現海河聯運信息的采集、信息雙向互通、協同信息處理、短距離數據傳輸，實現船岸一體、船港一體、船貨一體的示范應用。

船岸協同數據基站提供跨域、跨源的數據實時可靠傳輸服務，智能設備間通過M2M技術構建感知設備自組織網絡，實現船間、船岸、岸間信息轉發和信息協同處理，如圖4所示。

應用表明，本平臺以數據為中心的系統架構，實現了數據可靠低時延的縱向貫通和橫向連通，以及設備到設備（M2M）的物聯數據實時傳輸；同時，平臺提供的低代碼物聯網應用開發工具，大大降低了對應用開發者的要求。

5 結 語

本文提出了通過物聯網數據基站構建港航物聯數據智能協同服務平臺的設計方案，將智能航運安裝的智能終端、布設的岸基智能信息采集與傳輸設備等組成物聯數據專網，實現“去中心化”的跨域、跨源物聯網數據端到端實時可靠傳輸，船間、船岸、岸間信息轉發和信息協同處理，并提供低代碼開發工具，降低了開發成本，縮短了開發周期，滿足智能航運跨區域船岸協同、實時預警、扁平化指揮等應用需求，這將是今后物聯網數據智能協同平臺的發展方向。

參考文獻

[1]劉化君，劉傳清. 物聯網技術 [M]. 2版.北京：電子工業出版社，2015.

[2]趙祥模，惠飛，史昕，等.泛在交通信息服務系統的概念、架構與關鍵技術[J].交通運輸工程學報，2014，14（4）：105-115.

[3]李學虎.淺析高速公路信息資源共享與延伸服務[J].中國交通信息化，2014（z1）：50-51.

[4]嚴新平，劉佳侖，張煜，等.智能航運的研究現狀與展望[J].現代交通與冶金材料，2022，2（1）：7-18.

[5] LI S， MA Z， HAN P， et al. Bring intelligence to ports based on internet of things [C]// Cloud Computing and Security. ICCCS 2018. Lecture Notes in Computer Science. [S.l.]： Springer， Cham， 2018： 128-137.

[6] SHAIKH N， KASAT K， MOYAL V， et al. Application of iot to monitor the shipping of goods in maritime transportation system [C]// 2022 IEEE North Karnataka Subsection Flagship International Conference （NKCon）. Vijaypur， India： IEEE， 2022： 1-5.

[7] MAHMOOD K， FERZUND J， SALEEM M A， et al. A provably secure mobile user authentication scheme for big data collection in IoT-enabled maritime intelligent transportation system [J]. IEEE transactions on intelligent transportation systems， 2023， 24（2）： 2411-2421.

[8]徐凱，羅嵐，張敏.數字化浪潮下航運數字化標準體系建設的困境與對策[J].中國水運，2023（6）：5-8.

[9] YUKI I， DIMITRIOS D， MOMOKO K. Anastasia christodoulou， shipping in the era of digitalization： mapping the future strategic plans of major maritime commercial actors [J]. Digital business， 2022， 2（1）： 2666-9544.

[10] HUANG X R， KUO S Y， CHEN L B. An IoT-based smart ship system for driving ship safety [C]// 2023 IEEE 12th Global Conference on Consumer Electronics （GCCE）. Nara， Japan： IEEE， 2023： 1044-1045.

[11] KUSUMA N， TSENG L， SHIANG F. IoT framework to support maritime highway program： a case study in Indonesia [J]. Journal of cases on information technology， 2020（22）： 35-50.