鄭元洲 吳衛(wèi)國 張文濤 徐海祥

（武漢理工大學(xué)交通學(xué)院1） 武漢 430063） （華中科技大學(xué)多普信息處理國家重點(diǎn)實(shí)驗(yàn)室2） 武漢 430063） （教育部高速艦船研究中心3） 武漢 430063）

0 引 言

智能視頻監(jiān)控是利用計(jì)算機(jī)視覺技術(shù)對視頻信號進(jìn)行處理、分析和理解，在不需要人為干預(yù)的情況下，通過序列圖像自動(dòng)分析對監(jiān)控場景中的變化進(jìn)行定位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為，能在異常情況發(fā)生時(shí)及時(shí)發(fā)出警報(bào)或提供有用信息，有效地協(xié)助安全人員處理危機(jī)，并最大限度地降低誤報(bào)和漏報(bào).因其主動(dòng)性、實(shí)時(shí)性、智能化、成本低廉等特點(diǎn)，智能視頻監(jiān)控產(chǎn)品正被越來越廣泛地應(yīng)用于生產(chǎn)生活的各個(gè)方面.

本文通過計(jì)算機(jī)工具處理、智能識別視頻信號，結(jié)合船舶操縱理論等，對船－橋碰撞事故致因及船橋碰撞危險(xiǎn)態(tài)勢評估進(jìn)行研究，采取計(jì)算機(jī)模擬和實(shí)驗(yàn)相結(jié)合，建立基于視頻信息檢測的船橋智能避碰決策系統(tǒng).

1 系統(tǒng)內(nèi)容

本文采取計(jì)算機(jī)模擬仿真和現(xiàn)場實(shí)驗(yàn)相結(jié)合，開展基于視頻信息檢測、處理與船舶操縱推理的橋區(qū)船舶航行安全研究.研究內(nèi)容包括：（1）橋區(qū)環(huán)境視覺信息采集與處理；（2）橋區(qū)船舶運(yùn)動(dòng)態(tài)勢評估及其與橋梁碰撞威脅估計(jì)；（3）基于船舶操縱運(yùn)動(dòng)知識推理的航跡預(yù)報(bào)與控制.

2 系統(tǒng)方案

2.1 概述

根據(jù)研究目標(biāo)要求，將系統(tǒng)劃分成3個(gè)主要模塊：運(yùn)動(dòng)船舶檢測、視覺幾何模型與船舶運(yùn)動(dòng)態(tài)勢計(jì)算和碰撞預(yù)測與控制.系統(tǒng)總體結(jié)構(gòu)見圖1.

圖1 視頻檢測船橋智能避碰系統(tǒng)總結(jié)構(gòu)圖

2.2 運(yùn)動(dòng)船舶檢測算法

由于將基本的背景建模方法直接用于檢測的問題往往效果不佳，主要原因在于背景的復(fù)雜性、傳感器的運(yùn)動(dòng)以及圖像質(zhì)量問題.在設(shè)計(jì)算法時(shí)，要著重考慮上述復(fù)雜因素的影響.具體地，針對背景的復(fù)雜性，采用基于時(shí)－空域統(tǒng)計(jì)信息的背景建模方法.該算法的示意圖見圖2.

圖2 基于時(shí)－空域統(tǒng)計(jì)信息的背景建模方法算法示意圖

算法的主要思想是：在像素x 處，利用其在空間上w×w 鄰域、時(shí)間上相鄰m 幀內(nèi)的w×w×m 個(gè)像素估計(jì)一個(gè)概率分布（直方圖）p（x），然后利用最大概率所對應(yīng)的像素值bx作為x 處的背景模型像素值.運(yùn)動(dòng)目標(biāo)圖像F 由輸入幀I 與背景模型B 的差分得到，即F＝｜I－B｜.為進(jìn)一步克服噪聲和動(dòng)態(tài)背景的影響，利用閾值TF進(jìn)行對F 進(jìn)行二值化，然后進(jìn)行形態(tài)學(xué)膨脹運(yùn)算［1］.

因?yàn)閭鞲衅靼惭b在橋體上，橋體的振動(dòng)會(huì)造成傳感器的抖動(dòng).這里，認(rèn)為傳感器的抖動(dòng)主要在垂直方向上.相應(yīng)地造成圖像在垂直方向的平移.采用相位相關(guān)算法進(jìn)行圖像配準(zhǔn)得到圖像偏移量，然后根據(jù)偏移量進(jìn)行補(bǔ)償.

該算法的主要思想是：

假設(shè)2幅大小相同的圖像f1（x，y）和f2（x，y）之間存在相對平移（x0，y0），即

若f1和f2對應(yīng)的傅里葉變換分別為F1（u，v）和F2（u，v），則它們之間有如下關(guān)系

f1（x，y）和f2（x，y）的互功率譜的相位為

針對圖像的質(zhì)量問題，加入圖像增強(qiáng)預(yù)處理.為克服圖像噪聲和光照條件導(dǎo)致的圖像對比度低的影響，加入中值濾波和圖像直方圖均衡化處理.

2.3 視覺幾何模型與船舶態(tài)勢計(jì)算

運(yùn)動(dòng)船舶檢測算法得到的目標(biāo)是在圖像坐標(biāo)系下表達(dá)的，而運(yùn)動(dòng)態(tài)勢計(jì)算必須在空間坐標(biāo)系下進(jìn)行，需要進(jìn)行圖像坐標(biāo)與空間坐標(biāo)的轉(zhuǎn)換.轉(zhuǎn)換算法是基于計(jì)算機(jī)視覺幾何模型的，方法如下（見圖3）.

圖3 船舶運(yùn)動(dòng)態(tài)勢圖像坐標(biāo)與空間坐標(biāo)轉(zhuǎn)換示意

首先考慮傳感器正下視情況如圖3a）所示，有幾何關(guān)系［2］

式中：Δx＝2 H·tan（τx／2）／N；Δy＝2 H·tan（τy／2）／N.

在一般情況下，將傳感器的姿態(tài)（見圖3b））看作由正下視情況經(jīng)過繞3個(gè)坐標(biāo)系旋轉(zhuǎn)得到，這3個(gè)角即滾轉(zhuǎn)角、俯仰角和偏航角的定義，見圖3.于是有

式中：旋轉(zhuǎn)矩陣R＝Rψ·Rθ·Rφ.

而有相機(jī)內(nèi)參數(shù)決定的幾何關(guān)系在一般姿態(tài)下仍然成立，即有［3］u＝i－N／2，v＝j(luò)－M／2.

聯(lián)合以上各式，得到

解上式得到（x′，y′，z′）和（i，j）的轉(zhuǎn)換關(guān)系式.以上各式中：φ，θ，ψ，H，M，N 為參數(shù).

2.4 運(yùn)動(dòng)態(tài)勢參數(shù)提取

基于船舶航行操縱知識，所選取的運(yùn)動(dòng)態(tài)勢參數(shù)包括：位置、大小、速度、航向角、離橋墩的距離.這里給出這些參數(shù)的計(jì)算方式.圖4為參數(shù)計(jì)算示意圖.

1）位置 以船舶中心點(diǎn)的地理坐標(biāo)作為其位置，如圖4實(shí)心圈所示.

2）大小 將圖像中所檢測到的目標(biāo)區(qū)域的所有像素坐標(biāo)轉(zhuǎn)換為空間坐標(biāo)，以所有空間坐標(biāo)的外截矩形作為目標(biāo)區(qū)域，矩形的長、寬即為目標(biāo)大小.如圖4所示.假設(shè)目標(biāo)對應(yīng)的空間點(diǎn)為x1，x2，…，xN，大小的具體計(jì)算方法為

圖4 運(yùn)動(dòng)態(tài)勢參數(shù)計(jì)算示意圖

3）航向角 航向角為主軸u 與坐標(biāo)軸OX之間的夾角，即θ＝arctan（uy／ux）.

2.5 船舶航跡預(yù)控與避碰決策

由上述算法，已經(jīng)得到了運(yùn)動(dòng)船舶在空間中的位置，并且能相應(yīng)地計(jì)算出船舶的大小、航速、航向、船首方向等運(yùn)動(dòng)態(tài)勢信息.

2.5.1 船舶減速制動(dòng)、倒車時(shí)程計(jì)算

1）船舶減速制動(dòng)時(shí)程計(jì)算 根據(jù)Topley船長提出的船舶減速行進(jìn)距離經(jīng)驗(yàn)公式［4］

式中：SJ為停車慣性距離，m；V1為船舶停車或拋錨時(shí)船速，取3kn；V0為船舶停車初始速度，橋區(qū)取10kn；t為船舶停車沖時(shí)，按式（8）求取，min；C為船速減半時(shí)間常數(shù)，按表1 求取，min；沖時(shí)T是指從船舶操控制動(dòng)點(diǎn)開始至慣性消失止所需的時(shí)間.可按公式（8）求?。?－7］

式中：V1為船舶在沖程時(shí)間內(nèi)，任意時(shí)刻的船速，m／s；Tst為船舶減速時(shí)間常數(shù)，Tst＝C／ln 2，C 可根據(jù)排水量查表1取得.

表1 船速減半時(shí)間常數(shù)C

2）船舶倒車時(shí)程計(jì)算 倒車沖時(shí)和沖程的算式分別為

式中：t為船舶倒車沖時(shí)，min；△為船舶排水量，t；V0為船舶倒車初始速度，kn；R0為船舶V0速度下的阻力，kN；SRE為船舶倒車沖程，m.

R0采用經(jīng)修正的茲萬科夫公式求取

2.5.2 船舶拖錨淌航距離計(jì)算 根據(jù)動(dòng)能定理，在假定拖錨淌航時(shí)錨抓力恒定的情況下，有

式中：Fa為拖錨時(shí)錨抓力，kN；ST為拖錨淌航距離，m；m 為船體質(zhì)量，t；V 為拖錨時(shí)船舶余速，m／s.

對式（12）作變換得

式中：△為船舶排水量，t；Fa為拖錨時(shí)錨抓力，取9.81kN.

2.5.3 船舶失速漂航距離計(jì)算 計(jì)算船舶橋區(qū)失速漂航?jīng)_距Sc來判定船舶離橋梁的危險(xiǎn)程度，可為船舶主動(dòng)避撞橋梁提供理論參考.

從船舶預(yù)控安全的角度考慮，可將沖距Sc簡化成船舶漂航距離，同時(shí)Sc也作為衡量船舶在該距離時(shí)與橋梁有碰撞危險(xiǎn)的標(biāo)準(zhǔn)距離，即

2.5.4 船舶旋回縱距計(jì)算 根據(jù)IMO 的設(shè)計(jì)，設(shè)備小組委員會(huì)（IMO－DE）對船舶操縱性能進(jìn)行的研討，取Ad為4倍的船長作為考核船－橋碰撞的安全距離的上限，即

2.5.5 船舶撞橋危險(xiǎn)等級距離標(biāo)定 引入《國際海上避碰規(guī)則》關(guān)于碰撞風(fēng)險(xiǎn)的等級術(shù)語.將橋墩等效為航道中固定不動(dòng)船舶，橋區(qū)航行船舶與橋墩之間風(fēng)險(xiǎn)等級可以用“碰撞危險(xiǎn)”、“緊迫局面”和“緊迫危險(xiǎn)”來描述.

1）“碰撞危險(xiǎn)”（D1）預(yù)判與系統(tǒng)指令

（1）預(yù)判 船舶偏離航跡帶且船首向異常（即產(chǎn)生過大風(fēng)流壓差角）；船舶失控漂移距離Sdrift小于船舶距橋墩距離Sdistance.

（2）系統(tǒng)決策指令 根據(jù)航跡偏離量發(fā)出操舵指令，利用聲光報(bào)警提請船舶駕駛?cè)藛T注意航跡控制以及船舶碰撞橋梁的相關(guān)風(fēng)險(xiǎn).

2）“緊迫局面”（D2）預(yù)判與系統(tǒng)指令

（1）預(yù)判 滿足D2＜D1；船－橋縱向距離小于船舶倒車沖程，即D2＜SRE.

（2）系統(tǒng)決策指令 船舶主動(dòng)減速，待船速降至合理拋錨速度拋錨進(jìn)行拖錨制動(dòng).

3）“緊迫危險(xiǎn)”（D3）預(yù)判與系統(tǒng)指令

（1）預(yù)判D3＜D2；船－橋縱向距離小于船舶滿舵旋回進(jìn)距Ad，即D3＜Ad＝4L.

（2）系統(tǒng)決策指令 此時(shí)應(yīng)考慮到組合制動(dòng)方式，采取滿舵旋回并輔以全速倒車，待船速降至合理錨泊速度時(shí)迅速拖錨制動(dòng)的方式進(jìn)行主動(dòng)避讓.

3 視頻檢測系統(tǒng)界面

系統(tǒng)在檢測到船舶目標(biāo)后通過視覺幾何模型得到船舶在橋區(qū)的空間坐標(biāo)、船舶寬度，船舶長度，船舶速度（速率，方向）.同時(shí)結(jié)合由外界輸入的橋區(qū)水文、天氣情況等諸多參數(shù)，結(jié)合2.5所作的船舶控制理論得出相應(yīng)的危險(xiǎn)等級和操作指令，并在圖5部件4中發(fā)出與危險(xiǎn)等級相適的操作命令運(yùn)行實(shí)際效果，本文選取了在武漢長江大橋上實(shí)拍的3個(gè)視頻作為檢測3組視頻分別具有多目標(biāo)、目標(biāo)高速運(yùn)動(dòng)和目標(biāo)抵近橋區(qū)等特點(diǎn).

圖5 軟件系統(tǒng)總體界面

圖6中左列為目標(biāo)檢測的結(jié)果，右列為地理坐標(biāo)下的橋區(qū)示意圖像，其中灰色實(shí)心圓示意航道航標(biāo)、X1，X2，Y1，Y2為警戒區(qū)域線，紅色框?yàn)樽髨D中檢測到的船舶在地理坐標(biāo)下對應(yīng)的區(qū)域.

4 結(jié) 論

本文所采用視頻目標(biāo)檢測算法，改進(jìn)了傳統(tǒng)的背景建模方法，有針對性地對復(fù)雜的橋區(qū)背景，傳感器抖動(dòng)，傳感器采集圖像質(zhì)量不佳等橋區(qū)特殊狀況進(jìn)行設(shè)計(jì).結(jié)合本文所采用的視覺幾何模型，得到了橋區(qū)船舶空間坐標(biāo)等相關(guān)參數(shù)，為后續(xù)的船舶控制提供有效支持.

圖6 系統(tǒng)測試實(shí)例

［1］徐海祥，吳衛(wèi)國，余晉剛，等.船－橋避碰監(jiān)測預(yù)警系統(tǒng)研究［J］.中國安全科學(xué)學(xué)報(bào)，2011，21（7）：152－155.

［2］陳香蘋，李生紅，蘇 波，等.基于圖像噪聲分析的計(jì)算機(jī)生成圖像檢測算法［J］.Journal of Optoelectronicso Laser，2010，21（2）：293－297.

［3］ZHANG Wentao，ZHENG Yuanzhou.Intelligent shipbridge collision avoidance algorithm research based on a modified gaussian mixture model［C］. Multimedia Technology（ICMT），2011International Onference：6414－6419.

［4］趙月林.船舶操縱［M］.大連：大連海事大學(xué)出版社，2000.

［5］徐言民.基于操縱模擬的橋區(qū)水域船舶通航安全預(yù)控研究［D］.上海：上海交通大學(xué)，2010.

［6］SHEIKH Y，SHAH M.Bayesian modeling of dynamic scenes for object detection［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2005，27（11）：1778－1792.

［7］STAUFFER C，GRIMSON W.Adaptive background mixture models for real－time tracking［J］.Computer Vision and Pattern Recognition，1999（2）：246－252.