渔船作业安全预警方法、系统及存储介质

1.本发明涉及船舶安全预警技术领域，尤其涉及一种渔船作业安全预警方法、系统及存储介质。


背景技术：

2.在船舶碰撞事故中，渔船与其他船只的碰撞一直占着不小的比例。而渔船与其他船只碰撞的原因主要在于：白天船员进行捕捞作业时，驾驶室没有人员值守，渔船船员忙于捕捞不能接收预警信号，其他船舶，例如商船，通过探照灯照向渔船方向发出警示或者鸣笛警示时，渔船船员在船舱休息睡觉或者进行捕捞作业，无人值班瞭望，致使渔船无法脱离危险。另外，渔船在夜间航行时，疲惫的船员在船舱内休息失去警惕，无人员在驾驶室内值守，无人获取驾驶室的碰撞预警信息，无法做出防碰撞措施。同时，渔船航行期间可能出现因大风、大浪等原因而导致船员不慎落水的紧急情况，现有船用通信设备难以及时向其他船员示警，且由于不能在短时间内知道船员的具体位置，而导致延误救援时机。有时候即使发现有人不慎落水，但不能及时准确对其定位并发出求救信息，导致溺亡事件。渔船航行作业期间的安全问题突出。相关技术中，主要依靠对讲机、船用电话等老旧通信设备进行各部门的联络，通信效率低且携带便捷性不佳，联络成本较高，难以应对船舶避碰、船员溺水等紧急情况。如何在渔船作业过程中及时准确地进行安全预警成为亟需解决的问题。


技术实现要素：

3.为了解决上述技术问题的至少之一，本发明提出一种渔船作业安全预警方法、系统及存储介质，能够在渔船作业过程中实现准确的安全预警，有效降低船舶事故发生的概率。
4.一方面，本发明实施例提供了一种渔船作业安全预警方法，包括以下步骤：
5.获取可穿戴设备采集的船员行为数据；其中，所述可穿戴设备佩戴在船员身上；
6.根据所述船员行为数据进行船员行为识别，得到船员状态数据；
7.根据所述船员状态数据分析得到船员防御等级；
8.获取预设船舶航行数据；其中，所述预设船舶航行数据包括目标渔船航行数据以及其他船舶航行数据；
9.根据所述预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级；
10.根据所述船员防御等级和所述船舶碰撞风险等级计算得到渔船综合安全风险等级；
11.根据所述渔船综合安全风险等级进行船舶安全预警。
12.根据本发明实施例的一种渔船作业安全预警方法，至少具有如下有益效果：本实施例首先通过获取佩戴在船员身上的可穿戴设备采集船员的行为数据，以根据船员行为数据对船员的行为进行识别，得到船员状态数据。然后，本实施例通过识别得到的船员状态数据进行分析，得到船员对危险的防御能力，即船员防御等级。同时，本实施例获取预设船舶
航行数据，通过获取的目标渔船航行数据以及其他船舶航行数据进行碰撞分析，能够实时得到渔船与其他船舶的碰撞风险，即船舶碰撞风险等级。进一步地，本实施例通过将船员防御等级以及船舶碰撞风险等级进行结合计算得到渔船综合安全风险等级，以结合船员自身状态以及渔船航行过程中碰撞风险状态的方式，有效提升了对渔船安全风险判断的准确度。接着，本实施例根据渔船综合安全风险等级进行船舶安全预警，在渔船作业过程中实现准确的安全预警，从而有效地降低船舶事故发生的概率。
13.根据本发明的一些实施例，所述可穿戴设备中设置有光学体积描记传感器、加速度传感器以及陀螺仪，所述船员行为数据包括生理数据、加速度数据以及角速度数据；
14.所述获取可穿戴设备采集的船员行为数据，包括：
15.通过所述光学体积描记传感器获取所述生理数据；其中，所述生理数据包括心率和血氧饱和度数据；
16.通过所述加速度传感器获取所述加速度数据；
17.通过所述陀螺仪获取所述角速度数据。
18.根据本发明的一些实施例，在执行所述根据所述船员行为数据进行船员行为识别，得到船员状态数据这一步骤之前，所述方法还包括：
19.通过所述可穿戴设备获取受试人员的模拟作业数据；
20.根据所述模拟作业数据构建船员行为动作集；
21.根据所述船员行为动作集提取得到相应的船员行为状态特征；其中，所述船员行为状态特征包括生理变化速率特征和姿态变化速率特征；
22.通过多特征融合动作识别算法对所述船员行为状态特征进行融合，生成船员行为状态识别模型。
23.根据本发明的一些实施例，所述根据所述船员行为数据进行船员行为识别，得到船员状态数据，包括：
24.通过所述船员行为状态识别模型对所述船员行为数据进行识别，得到船员状态数据。
25.根据本发明的一些实施例，所述根据所述预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级，包括：
26.根据所述预设船舶航行数据分别计算所述渔船与各艘其他船舶的碰撞风险，得到碰撞风险数据；
27.将所述渔船与各艘其他船舶的所述碰撞风险数据进行累加，得到所述船舶碰撞风险等级；其中，所述船舶碰撞风险等级包括应急联动处置级、通航应急组织级、远程监管级以及船舶自身排查级。
28.根据本发明的一些实施例，所述根据所述船员防御等级和所述船舶碰撞风险等级计算得到渔船综合安全风险等级，包括：
29.将所述船员防御等级和所述船舶碰撞风险等级进行乘积计算，得到所述渔船综合安全风险等级。
30.根据本发明的一些实施例，所述根据所述渔船综合安全风险等级进行船舶安全预警，包括：
31.当所述渔船综合安全风险等级为第一预设等级，通过所述可穿戴设备进行预警提
醒；
32.或者，当所述渔船综合安全风险等级为第二预设等级，通过船舶广播站进行所述预警提醒；
33.或者，当所述渔船综合安全风险等级为第三预设等级，通过所述可穿戴设备发送求救信息。
34.另一方面，本发明实施例还提供了一种渔船作业安全预警系统，包括：
35.第一获取模块，用于获取可穿戴设备采集的船员行为数据；其中，所述可穿戴设备佩戴在船员身上；
36.识别模块，用于根据所述船员行为数据进行船员行为识别，得到船员状态数据；
37.第一分析模块，用于根据所述船员状态数据分析得到船员防御等级；
38.第二获取模块，用于获取预设船舶航行数据；其中，所述预设船舶航行数据包括目标渔船航行数据以及其他船舶航行数据；
39.第二分析模块，用于根据所述预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级；
40.风险计算模块，用于根据所述船员防御等级和所述船舶碰撞风险等级计算得到渔船综合安全风险等级；
41.安全预警模块，用于根据所述渔船综合安全风险等级进行船舶安全预警。
42.另一方面，本发明实施例还提供了一种渔船作业安全预警系统，包括：
43.至少一个处理器；
44.至少一个存储器，用于存储至少一个程序；
45.当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如上述实施例所述的渔船作业安全预警方法。
46.另一方面，本发明实施例还提供了一种计算机存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现如上述实施例所述的渔船作业安全预警方法。
附图说明
47.图1是本发明实施例提供的渔船作业安全预警方法流程图；
48.图2是本发明实施例提供的渔船作业安全预警系统原理框图；
49.图3是本发明另一实施例提供的渔船作业安全预警系统原理框图。
具体实施方式
50.本技术实施例所描述的实施例不应视为对本技术的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
51.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
52.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，
不是旨在限制本技术。
53.在对本技术实施例进行介绍说明之前，首先对本技术中涉及的相关名词进行解释说明。
54.光学体积描记传感器：是一种通过光体积描记术测量感兴趣区或体积的光反射或光透射的实时变化的传感器。其中，光体积描记术(ppg)是一种光学测量技术，能够通过血液与周围组织对光吸收度的不同，测量人体的生理数据。例如，随着每一次心跳血容量的变化会相应地影响光反射或透射，通过检测不同波长的透射率和反射率，从而能够确定心率、呼吸以及血氧饱和度等信息。
55.在船舶碰撞事故中，渔船与其他船只的碰撞一直占着不小的比例。而渔船与其他船只碰撞的原因主要在于：白天船员进行捕捞作业时，驾驶室没有人员值守，渔船船员忙于捕捞不能接收预警信号，其他船舶，例如商船，通过探照灯照向渔船方向发出警示或者鸣笛警示时，渔船船员在船舱休息睡觉或者进行捕捞作业，无人值班瞭望，致使渔船无法脱离危险。另外，渔船在夜间航行时，疲惫的船员在船舱内休息失去警惕，无人员在驾驶室内值守，无人获取驾驶室的碰撞预警信息，无法做出防碰撞措施。同时，渔船航行期间可能出现因大风、大浪等原因而导致船员不慎落水的紧急情况，现有船用通信设备难以及时向其他船员示警，且由于不能在短时间内知道船员的具体位置，而导致延误救援时机。有时候即使发现有人不慎落水，但不能及时准确对其定位并发出求救信息，导致溺亡事件。渔船航行作业期间的安全问题突出。相关技术中，主要依靠对讲机、船用电话等老旧通信设备进行各部门的联络，通信效率低且携带便捷性不佳，联络成本较高，难以应对船舶避碰、船员溺水等紧急情况。如何在渔船作业过程中及时准确地进行安全预警成为亟需解决的问题。
56.本发明的一个实施例提供了一种渔船作业安全预警方法、系统及存储介质，能够在渔船作业过程中实现准确的安全预警，有效降低船舶事故发生的概率。参照图1，本发明实施例的方法包括但不限于步骤s110、步骤s120、步骤s130、步骤s140、步骤s150、步骤s160和步骤s170。
57.具体地，本发明实施例的方法应用过程包括但不限于以下步骤：
58.s110：获取可穿戴设备采集的船员行为数据。其中，可穿戴设备佩戴在船员身上。
59.s120：根据船员行为数据进行船员行为识别，得到船员状态数据。
60.s130：根据船员状态数据分析得到船员防御等级。
61.s140：获取预设船舶航行数据。其中，预设船舶航行数据包括目标渔船航行数据以及其他船舶航行数据。
62.s150：根据预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级。
63.s160：根据船员防御等级和船舶碰撞风险等级计算得到渔船综合安全风险等级。
64.s170：根据渔船综合安全风险等级进行船舶安全预警。
65.在本具体实施例工作过程中，本实施例首先获取可穿戴设备所采集的船员行为数据。具体地，本实施例中可穿戴设备佩戴在船员身上。例如，将可穿戴设备紧密贴合佩戴在船员手腕上，包括船长、驾驶员、轮机长、轮机员以及其他船员等。本实施例通过将可穿戴设备佩戴在渔船船员身上，从而能够实时获取各个船员相应的船员行为数据。接着，本实施例根据船员行为数据进行船员行为识别，得到船员状态数据。具体地，本实施例根据各个船员佩戴的可穿戴设备采集的船员行为数据对相应船员的行为状态进行识别。例如，当前船员
的行为状态包括船台驾驶、捕捞作业、睡眠以及落水。容易理解的是，船员处于不同的行为状态下，其对危险预警的响应存在一定的差异。例如，当船员处于船台驾驶状态时，其可能处于高度集中精神的状态，当出现一些危险情形时，能够及时做出响应。但当船员处于睡眠状态时，则难以及时响应危险预警。因此，本实施例对船员行为数据进行识别，以得到各个船员的行为状态，即船员状态数据。接着，本实施例根据船员状态数据分析得到船员防御等级。具体地，本实施例中通过识别到的船员状态数据进行分析，从而得到相应的船员防御等级。本实施例中将船员的防御状态等级，即船员防御等级，由低到高分为四级。其中，第四等级为船员处于危险状态，完全没有防御能力，此时船员处于最低防御能力。第三等级为船员处于对风险无察觉能力状态，且做出反应和行为决策迟滞，甚至不能在危险到来之前做出正确行为决策。第二等级为船员处于对风险无察觉能力，且做出行为决策较慢的状态。第一等级为船员清醒的状态，无需提醒船员注意或能很快做出反应和行为决策，此时船员处于最高防御等级。
66.进一步地，本实施例获取预设船舶航行数据。具体地，本实施例中预设船舶航行数据包括目标渔船航行数据以及其他船舶航行数据。本实施例实时获取目标渔船，即本渔船，以及其他船舶的航行信息，包括航速、航向以及船位等。本实施例通过获取目标渔船以及其他船舶的航速、航向以及船位数据，从而能够计算得到本渔船与其他各个船舶的相对航速、相对航向以及相对距离等。示例性地，本实施例中各个船舶均可通过全球定位系统(global positioning system,gps)来获取自身的船位、航速及航向。接着，各个船舶可通过ais将自身的船位、航速及航向发送给预设范围的其他船舶。这样，目标渔船便可接收到各个其他船舶、航速及航向的相关数据。进一步地，本实施例根据预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级。具体地，本实施例通过获得的各个船舶的预设船舶航行数据，对本渔船与各个其他船舶之间的碰撞风险进行分析，从而得到渔船与其他船舶碰撞的风险，即船舶碰撞风险等级。接着，本实施例根据船员防御等级和船舶碰撞风险等级计算得到渔船综合安全风险等级。本实施例将根据可穿戴设备采集的船员行为数据识别得到的船员防御等级与根据渔船与其他船舶的碰撞风险得到的船舶碰撞风险等级进行结合，综合船员的个人状态以及船舶之间的碰撞风险，从而能够得到较为准确地渔船安全风险状态数据，即渔船综合安全风险等级。接着，本实施例根据渔船综合安全风险等级进行船舶安全预警。本实施例通过对渔船综合安全风险等级进行分析，并进行相应的船舶安全预警，从而能够在渔船作业过程中实现准确的安全预警，有效降低了船舶事故发生的概率。
67.需要说明的是，在本发明的一些实施例中，其他船舶指的是在目标渔船，即本渔船的预设范围内的船舶。例如，在本渔船8海里范围内的船舶。
68.需要说明的是，在本发明的一些实施例中，将船员处于落水状态设置为防御状态等级中的第四等级，将船员处于睡眠状态设置为防御状态等级中的第三等级，将船员处于捕捞作业状态设置为防御状态等级中的第二等级，并将船员处于船台驾驶状态设置为防御状态等级中的第一等级。
69.在本发明的一些实施例中，可穿戴设备中设置有光学体积描记传感器、加速度传感器以及陀螺仪，船员行为数据包括生理数据、加速度数据以及角速度数据。相应地，本实施例中获取可穿戴设备采集的船员行为数据，包括但不限于：
70.通过光学体积描记传感器获取生理数据。其中，生理数据包括心率和血氧饱和度
数据。
71.通过加速度传感器获取加速度数据。
72.通过陀螺仪获取角速度数据。
73.在本具体实施例中，可穿戴设备中设置有光学体积描记传感器、加速度传感器以及陀螺仪。相应的，本实施例通过可穿戴设备采集的船员行为数据包括生理数据、加速度数据以及角速度数据。具体地，本实施例首先通过光学体积描记传感器获取船员的生理数据，包括船员的心率和血氧饱和度数据。利用可穿戴设备中的光学体积描记传感器通过光学体积描记术(ppg)检测血液与周围组织对光吸收度，从而实时获取得到船员的心率数据以及血氧饱和度数据。同时，本实施例通过加速度传感器获取相应的加速度数据，并通过陀螺仪获取相应的角速度数据。例如，本实施例通过将可穿戴设备佩戴在船员手腕上，通过可穿戴设备中的加速度传感器获取相应船员腕部的加速度数据，并通过可穿戴设备中的陀螺仪获取船员的腕部角速度数据。容易理解的是，通过加速度数据以及角速度数据进行动作识别能够有效提高动作识别的准确性。另外，光学体积描记传感器获取的ppg信号受背景噪声的影响较小，因此，本实施例通过结合加速度数据、角速度数据以及通过ppg获取的生理数据进行动作识别，能够有效提升动作识别的准确性。
74.在本发明的一些实施例中，在执行根据船员行为数据进行船员行为识别，得到船员状态数据这一步骤之前，本实施例提供的渔船作业安全预警方法还包括但不限于：
75.通过可穿戴设备获取受试人员的模拟作业数据。
76.根据模拟作业数据构建船员行为动作集。
77.根据船员行为动作集提取得到相应的船员行为状态特征。其中，船员行为状态特征包括生理变化速率特征和姿态变化速率特征。
78.通过多特征融合动作识别算法对船员行为状态特征进行融合，生成船员行为状态识别模型。
79.在本具体实施例中，本实施例在通过船员行为数据进行船员行为识别前，首先构建船员行为状态识别模型。具体地，本实施例首先通过可穿戴设备获取受试人员的模拟作业数据，并根据模拟作业数据构建船员行为动作集。接着，本实施例根据船员行为动作集提取得到相应的船员行为状态特征，包括生理变化速率特征和姿态变化速率特征。进一步地，本实施例通过多特征融合动作识别算法对船员行为特征进行融合，从而生成船员行为状态识别模型。示例性地，本实施例以船舶模型为实验平台，通过构建包括渔船驾驶舱驾驶、甲板上捕捞作业、休息室夜间睡眠以及船员落水四种场景进行模拟渔船作业实验，并通过可穿戴设备获取实验的受试人员的模拟渔船船员作业数据。本实施例通过若干名健康受试人员以适中的力度执行各种相关手势，每个动作持续时间按照自然状态下完成时间。其中，同一动作执行10次，每两次相同动作执行之间间歇2秒，每种动作任务执行结束后，受试人员放松2分钟，以防止肌肉疲劳等因素对实验结果造成不良影响，尽量避免无关因素对实验结果的影响。接着，本实施例根据采集的模拟作业数据构建船员行为动作集。然后，根据船型行为动作集中的数据进行特征提取，得到相应的生理变化速率特征和姿态变化速率特征。进一步地，基于多特征融合动作识别算法对提取到的生理变化速率特征和姿态变化速率特征进行融合，并训练分类器，从而生成相应的船员行为状态识别模型。
80.在本发明的一些实施例中，根据船员行为数据进行船员行为识别，得到船员状态
数据，包括但不限于：
81.通过船员行为状态识别模型对船员行为数据进行识别，得到船员状态数据。
82.在本具体实施例中，本实施例通过构建的船员行为状态识别模型进行船员行为识别。具体地，本实施例通过船员行为动作集进行训练生成船员行为状态识别模型后，通过船员行为状态识别模型对船员行为数据进行识别，从而得到船员状态数据，实现对各个船员当前状态的识别，并且通过受试人员对船员行为模拟构建的船员行为动作集进行训练，能够有效提升船员状态识别的准确率。
83.在本发明的一些实施例中，根据预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级，包括但不限于：
84.根据预设船舶航行数据分别计算渔船与各艘其他船舶的碰撞风险，得到碰撞风险数据。
85.将渔船与各艘其他船舶的碰撞风险数据进行累加，得到船舶碰撞风险等级。其中，船舶碰撞风险等级包括应急联动处置级、通航应急组织级、远程监管级以及船舶自身排查级。
86.在本具体实施例中，本实施例首先根据预设船舶航行数据计算渔船与其他船舶的碰撞风险，然后将相应的碰撞风险数据进行累加，从而得到船舶碰撞风险等级。具体地，当本渔船的预设范围内，如8海里范围内，存在两艘以上的其他船舶，则对本渔船与各艘其他船舶之间的实时碰撞风险进行分析。本实施例先判断所获得的实时碰撞风险的最大值是否大于预设的风险阈值。若该最大值小于或等于该风险阈值，则认为本渔船当前较为安全，与其他船舶的碰撞可能性较小，无需提醒船员注意，此时处于低风险等级。反之，若该最大值大于该风险阈值，则认为本渔船当前存在与其他船舶的碰撞可能。接着，本实施例将本渔船分别与其他船舶的风险等级进行累加，从而得到本渔船的最终风险等级，即船舶碰撞风险等级。其中，本实施例根据渔船的安全风险和管理实际，确定船舶碰撞风险阈值。预先设定有多个实时碰撞风险区间，每一实时碰撞风险区间对应不同的风险等级，本实施例根据该实时碰撞风险所落入的实时碰撞风险区间，即可确定当前该渔船的风险等级。相应地，本实施例中船舶碰撞风险等级由严重至轻微四级，包括应急联动处置级、通航应急组织级、远程监管级以及船舶自身排查级。
87.在本发明的一些实施例中，根据船员防御等级和船舶碰撞风险等级计算得到渔船综合安全风险等级，包括但不限于：
88.将船员防御等级和船舶碰撞风险等级进行乘积计算，得到渔船综合安全风险等级。
89.在本具体实施例中，本实施例将船员防御等级与船舶碰撞风险等级进行乘积计算，从而得到渔船综合安全风险等级。具体地，本实施例中渔船综合安全风险等级按照船员防御等级和船舶碰撞风险等级的乘积进行计算。示例性地，本实施例通过将船舶防御等级和船舶碰撞风险等级进行乘积计算后，得到256个渔船作业综合安全风险值结果，当该结果大于2时，船员所配备的可穿戴设备将发出相应的预警消息。容易理解的是，本实施例在得到渔船综合安全风险等级后，根据渔船综合安全风险等级向渔船的船员输出与渔船综合安全风险等级相关联的预警消息，使得该渔船船员可以基于实时碰撞风险的高低采取避碰措施，具体操作可视具体情况而定，如改变航向、降低船速或两者结合等。
90.在本发明的一些实施例中，根据渔船综合安全风险等级进行船舶安全预警，包括但不限于：
91.当渔船综合安全风险等级为第一预设等级，通过可穿戴设备进行预警提醒。
92.或者，当渔船综合安全风险等级为第二预设等级，通过船舶广播站进行预警提醒。
93.或者，当渔船综合安全风险等级为第三预设等级，通过可穿戴设备发送求救信息。
94.在本具体实施例中，由于渔船综合安全风险情况繁多，本实施例通过分级预警的方式进行船舶安全预警。具体地，当渔船综合安全风险等级为第一预设等级，本实施例通过可穿戴设备进行预警提醒。例如，当通过计算得到的渔船综合安全风险等级处于第一预设等级，进行分析后本实施例对船员本人进行预警提醒，如震动、声音，警醒船员及时采取措施来避免危险的发生。或者，当渔船综合安全风险等级为第二预设等级，则本实施例通过船舶广播站进行预警提醒。示例性地，当发生特别急迫事件，例如，在船员在睡眠时处于对风险无法感知的状态而无法操作时，本实施例通过船舶内的广播站进行预警，以扩大影响范围，引起船员的警觉。进一步地，当渔船综合安全风险等级为第三预设等级，则本实施例通过可穿戴设备发送求救信息。示例性地，当船员已经不能接受到信息或是接收到信息不能采取操作后或是已经发生安全事故时，通过可穿戴设备系统进行分析，并自动向周围船舶发送求救信息，从而及时定位船员位置并进行救援。
95.需要说明的是，在本发明的一些实施例中，渔船作业安全预警系统原理框图如图3所示。本实施例通过在渔船船员身上佩戴可穿戴设备，以通过客户端，即渔民端的可穿戴设备实时获取船员的行为状态数据，并反馈至渔船端。其中，本实施例中客户端包括信标以及穿戴在渔民身上的可穿戴设备，可穿戴设备中设置有船员行为数据采集单元，包括光学体积描记传感器、加速度传感器以及陀螺仪。例如，本实施例通过佩戴在船员手腕上的手环实时获取船员的船员行为数据，并将采集到的数据传输到渔船端的主机进行处理。本实施例中渔船端与客户端通过第一通讯链路进行通信，如通过蓝牙通讯设备进行无线通信。相应地，渔船端还包括有ais终端。本实施例通过ais终端获取船舶的ais数据。其中，渔船端与岸端通过第二通讯链路进行通信，例如通过北斗通讯设备进行通信。同时，本实施例中岸端设置有监测单元，通过岸端的监测单元对渔船端发送的数据进行接收以及监测，并进行安全预警，从而能够在渔船作业过程中实现准确的安全预警，有效降低了船舶事故发生的概率。
96.本发明的一个实施例还提供了一种渔船作业安全预警系统，包括：
97.第一获取模块，用于获取可穿戴设备采集的船员行为数据。其中，可穿戴设备佩戴在船员身上。
98.识别模块，用于根据船员行为数据进行船员行为识别，得到船员状态数据。
99.第一分析模块，用于根据船员状态数据分析得到船员防御等级。
100.第二获取模块，用于获取预设船舶航行数据。其中，预设船舶航行数据包括目标渔船航行数据以及其他船舶航行数据。
101.第二分析模块，用于根据预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级。
102.风险计算模块，用于根据船员防御等级和船舶碰撞风险等级计算得到渔船综合安全风险等级。
103.安全预警模块，用于根据渔船综合安全风险等级进行船舶安全预警。
104.参照图2，本发明的一个实施例还提供了一种渔船作业安全预警系统，包括：
105.至少一个处理器210。
106.至少一个存储器220，用于存储至少一个程序。
107.当至少一个程序被至少一个处理器210执行，使得至少一个处理器210实现如上述实施例描述的渔船作业安全预警方法。
108.本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，例如，执行以上实施例描述的步骤。
109.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
110.以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。

技术特征：
1.一种渔船作业安全预警方法，其特征在于，包括以下步骤：获取可穿戴设备采集的船员行为数据；其中，所述可穿戴设备佩戴在船员身上；根据所述船员行为数据进行船员行为识别，得到船员状态数据；根据所述船员状态数据分析得到船员防御等级；获取预设船舶航行数据；其中，所述预设船舶航行数据包括目标渔船航行数据以及其他船舶航行数据；根据所述预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级；根据所述船员防御等级和所述船舶碰撞风险等级计算得到渔船综合安全风险等级；根据所述渔船综合安全风险等级进行船舶安全预警。2.根据权利要求1所述的渔船作业安全预警方法，其特征在于，所述可穿戴设备中设置有光学体积描记传感器、加速度传感器以及陀螺仪，所述船员行为数据包括生理数据、加速度数据以及角速度数据；所述获取可穿戴设备采集的船员行为数据，包括：通过所述光学体积描记传感器获取所述生理数据；其中，所述生理数据包括心率和血氧饱和度数据；通过所述加速度传感器获取所述加速度数据；通过所述陀螺仪获取所述角速度数据。3.根据权利要求1所述的渔船作业安全预警方法，其特征在于，在执行所述根据所述船员行为数据进行船员行为识别，得到船员状态数据这一步骤之前，所述方法还包括：通过所述可穿戴设备获取受试人员的模拟作业数据；根据所述模拟作业数据构建船员行为动作集；根据所述船员行为动作集提取得到相应的船员行为状态特征；其中，所述船员行为状态特征包括生理变化速率特征和姿态变化速率特征；通过多特征融合动作识别算法对所述船员行为状态特征进行融合，生成船员行为状态识别模型。4.根据权利要求3所述的渔船作业安全预警方法，其特征在于，所述根据所述船员行为数据进行船员行为识别，得到船员状态数据，包括：通过所述船员行为状态识别模型对所述船员行为数据进行识别，得到船员状态数据。5.根据权利要求1所述的渔船作业安全预警方法，其特征在于，所述根据所述预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级，包括：根据所述预设船舶航行数据分别计算所述渔船与各艘其他船舶的碰撞风险，得到碰撞风险数据；将所述渔船与各艘其他船舶的所述碰撞风险数据进行累加，得到所述船舶碰撞风险等级；其中，所述船舶碰撞风险等级包括应急联动处置级、通航应急组织级、远程监管级以及船舶自身排查级。6.根据权利要求1所述的渔船作业安全预警方法，其特征在于，所述根据所述船员防御等级和所述船舶碰撞风险等级计算得到渔船综合安全风险等级，包括：将所述船员防御等级和所述船舶碰撞风险等级进行乘积计算，得到所述渔船综合安全风险等级。
7.根据权利要求1所述的渔船作业安全预警方法，其特征在于，所述根据所述渔船综合安全风险等级进行船舶安全预警，包括：当所述渔船综合安全风险等级为第一预设等级，通过所述可穿戴设备进行预警提醒；或者，当所述渔船综合安全风险等级为第二预设等级，通过船舶广播站进行所述预警提醒；或者，当所述渔船综合安全风险等级为第三预设等级，通过所述可穿戴设备发送求救信息。8.一种渔船作业安全预警系统，其特征在于，包括：第一获取模块，用于获取可穿戴设备采集的船员行为数据；其中，所述可穿戴设备佩戴在船员身上；识别模块，用于根据所述船员行为数据进行船员行为识别，得到船员状态数据；第一分析模块，用于根据所述船员状态数据分析得到船员防御等级；第二获取模块，用于获取预设船舶航行数据；其中，所述预设船舶航行数据包括目标渔船航行数据以及其他船舶航行数据；第二分析模块，用于根据所述预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级；风险计算模块，用于根据所述船员防御等级和所述船舶碰撞风险等级计算得到渔船综合安全风险等级；安全预警模块，用于根据所述渔船综合安全风险等级进行船舶安全预警。9.一种渔船作业安全预警系统，其特征在于，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如权利要求1至7任一项所述的渔船作业安全预警方法。10.一种计算机存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的渔船作业安全预警方法。

技术总结
本发明公开了一种渔船作业安全预警方法、系统及存储介质，应用于船舶安全预警技术领域，能够在渔船作业过程中实现准确的安全预警，有效降低船舶事故发生的概率。该方法包括：获取可穿戴设备采集的船员行为数据；其中，所述可穿戴设备佩戴在船员身上；根据所述船员行为数据进行船员行为识别，得到船员状态数据；根据所述船员状态数据分析得到船员防御等级；获取预设船舶航行数据；其中，所述预设船舶航行数据包括目标渔船航行数据以及其他船舶航行数据；根据所述预设船舶航行数据进行碰撞分析，得到船舶碰撞风险等级；根据所述船员防御等级和所述船舶碰撞风险等级计算得到渔船综合安全风险等级；根据所述渔船综合安全风险等级进行船舶安全预警。级进行船舶安全预警。级进行船舶安全预警。


技术研发人员：陈德山 杨成钰 黄琛 吴兵 严新平
受保护的技术使用者：武汉理工大学
技术研发日：2023.03.07
技术公布日：2023/6/28