收稿日期：2022-06-06*国家重点研发计划项目（2021YFC3001504）、国家自然科学基金重点国际（地区）合作项目（51920105014）、国家自然科学基金面上项目（52272424）资助第一作者简介：黄琛（1998—），硕士研究生.研究方向：船舶交通事件检测.E-mail:306145@whut.edu.cn▲通信作者：陈德山（1986—），博士，副研究员.研究方向：交通智能感知.E-mail:dschen@whut.edu.cn船舶航行交通事件实时检测技术研究现状与展望*黄琛1,2陈德山2,3▲吴兵2,3严新平1,2,3（1.武汉理工大学交通与物流工程学院武汉430063；2.武汉理工大学国家水运安全工程技术研究中心武汉4300633.武汉理工大学智能交通系统研究中心武汉430063；）摘要：船舶航行交通事件检测依赖基于历史数据的离线检测方法，检测模型适用性差，难以满足监管人员的实时监测需求。通过分析船舶异常行为检测、航行事故检测等现有交通事件检测技术，可以发现：在数据层面，监测数据来源单一、环境信息缺失；在方法层面，基于统计、风险评估等经典模型的事件监测方法效率高但准确性低，基于神经网络、图像识别等机器学习的检测方法准确性高但效率低；多源数据融合、多项技术结合的交通事件检测方法成为实时检测方法的发展趋势。在此基础上，梳理了实时船舶航行交通事件检测的3项关键技术：①海事大数据技术：高效处理船舶运动数据和航行环境数据，统一多源异构数据结构标准，降低数据源单一造成的事件误报率；②船舶行为动态建模技术：利用知识图谱等技术融合船舶航行情境信息，在不同船舶运动环境下利用深度学习、语义关联、图神经网络等方法构建不同的船舶行为模型，提高检测准确性；③实时分析和可视化技术：结合平行系统进行虚实系统间信息传递，定性分析检测结果，实时显示检测全过程，提升监管过程中的人机交互效率。然后，提出了包括数据采集、后台服务和客户端应用3个功能模块的交通事件平行检测系统；该系统具备实时接收并处理船舶航行数据、分析并预测交通状态、动态检测并预警交通事件和仿真结果展示等功能。从数据融合、交通状态感知和交通虚实映射3个方面，展望了面向海事监测实务的实时检测技术发展方向。关键词：水路交通；船舶航行交通事件；实时检测；平行检测系统；异常行为；船舶事故中图分类号：U692.5+1文献标识码：Adoi:10.3963/j.jssn.1674-4861.2022.06.001AReal-timeDetectionofNauticalTrafficEvents:AReviewandProspectHUANGChen1,2CHENDeshan2,3▲WUBing2,3YANXinping1,2,3...
