基于云計算的船舶動態(tài)監(jiān)控系統設計

趙德福

(江西服裝學院，江西 南昌100161)

0 引 言

船舶動態(tài)監(jiān)控是指通過技術手段實時監(jiān)控船舶的所在位置，從而實現對船舶信息、船隊管理、船舶查詢、船舶通信的遠程實時跟蹤。

目前，較為主流的監(jiān)控應用模式可分為沿海CDMA 網絡監(jiān)控、衛(wèi)星監(jiān)控和沿海AIS 系統監(jiān)控3種。其中，沿海CDMA 網絡監(jiān)控要求船基安裝發(fā)射裝置，岸基安裝接收裝置，通過CDMA 網絡傳輸船舶動態(tài)數據，該監(jiān)控方式受CDMA 信號限制，僅適合于沿海運輸船舶;衛(wèi)星監(jiān)控通過船載的衛(wèi)星發(fā)射和接收裝置傳輸數據，該方式雖然不受區(qū)域限制，但通訊費用昂貴;AIS 系統監(jiān)控通過船舶安裝的AIS系統實時掌握船舶動態(tài)數據，由于AIS 系統發(fā)射的信號只能覆蓋30 n mile，因此該監(jiān)控方式也限制在港區(qū)內的監(jiān)控。本文提出一種基于云計算的船舶動態(tài)監(jiān)控系統。該系統結合CDMA 與海事衛(wèi)星2 個網絡，通過切換開關選擇網絡以保障通信的穩(wěn)定可靠。在近海時，基于CDMA 無線網絡傳輸，在遠海時，基于海事衛(wèi)星BGAN 網絡傳輸。同時，該系統采用云計算技術均衡負載，實現資源優(yōu)化配置，解決大規(guī)模數據存儲與分析問題。

1 云計算與監(jiān)控技術

1.1 云計算

云計算基于互聯網相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態(tài)易擴展且經常是虛擬化的資源。主要技術包括編程模式、海量數據分別存儲技術、海量數據管理技術、虛擬化技術、云計算平臺管理技術等［1］。美國國家標準與技術研究院(NIST)有關云計算的概念如圖1 所示，云計算體系結構如圖2 所示。

圖1 云計算Fig.1 Cloud computing

圖2 云計算體系結構Fig.2 Cloud computing architecture

1.2 監(jiān)控技術

大規(guī)模分布式應用的監(jiān)控系統通常采用集中式體系結構和階梯式系統結構2 種模式，其體系結構如圖3 所示。

圖3 分布式監(jiān)控系統結構Fig.3 Distributed monitoring system architecture

其中，集中式結構為C/S 模式，由監(jiān)控服務器和監(jiān)控代理2 部分組成，具有延遲小、易管理、易部署等優(yōu)勢，其劣勢在于存在單點失效，節(jié)點多時響應慢，當客戶端代碼需要做出修改的時候，或者某臺客戶端機器損壞時，必需重新安裝客戶端軟件，這些都給客戶端的部署和維護帶來了困難。階梯式系統則可以彌補集中式系統節(jié)點增多，控制受限的缺點，但是當節(jié)點較多時，其層次結構負責，會使得系統延時增大，同時程序的部署與實施困難程度也大大增加。隨著瀏覽器技術的逐漸成熟，出現的B/S 結構(見圖4)，利用瀏覽器代替客戶端，大大簡化了客戶端，只要使用任意一臺有瀏覽器的機器就能夠工作。但是B/S 受網絡通信速度限制，頁面動態(tài)刷新響應速度低，而且需要解決數據堵塞，存儲空間的問題。

為解決傳統監(jiān)控技術存在的問題，本文將云計算技術應用到安防領域，提出基于云計算的船舶動態(tài)監(jiān)控系統，該系統采用云計算分布式網絡結構，以提高系統工作效率、增強存儲功能、增強智能化分析與搜索能力［2］。

2 云計算平臺監(jiān)控系統的設計與實現

2.1 系統需求分析

監(jiān)控系統功能設計如下:

1)船舶信息管理

船舶信息管理主要負責對船舶基本信息進行登記、查詢、更新和修改?；拘畔ù百Y料、航次信息、貨物信息等。

船舶信息:主要包括IMO 編碼、呼號、船名、國籍、船只尺寸、類型、船舶的經營人信息、貨物種類。

航次信息:包括航運基本信息，例如每次航運路線、安檢記錄、船員名單、船員證書等。

貨物信息:主要包括貨物種類、貨物重量等。

2)船員信息管理

船員信息管理包括對船長、輪機長、駕駛員、輪機員等人員基本資料登記、任職記錄登記、報批登記、交接班記錄、綜合查詢與分析、船員換班管理，以及統計所有與船舶船員工作過程控制有關的工作任務。

3)船舶實時監(jiān)控

通過網絡電子海圖技術，建立船舶動態(tài)信息實時顯示，進行船位跟蹤，顯示速度、標示、航線等信息，并在電子海圖上顯示動態(tài)船型和船舶航向、船速、位置等動態(tài)航行信息，顯示船舶名字、呼號、MMSI、貨物種類等船舶靜態(tài)信息。

4)船舶航行軌跡回放

根據需要，查看船舶在某段時間范圍內的航行軌跡，支撐下載回放，支持放大(縮小)、拉框放大(縮小)、比例尺設定、特定監(jiān)控區(qū)域設置等功能。

5)船舶遠程通信控制

實現船岸數據交換以及岸端對船舶端的控制。

6)電子海圖數據處理

主要包括海圖顯示、海圖計算工具、標繪工具、海圖打印、信息分類顯示等功能，支持放大(縮小)、拉框放大(縮小)、比例尺設定。

7)氣象數據處理

對氣象、潮汐、洋流等信息進行管理，包括氣象實況分析、形勢預測、各近海海區(qū)預報、各遠海海區(qū)預報等功能。

8)燃油控制數據處理

對船舶運行過程的燃油消耗進行監(jiān)控，主要負責完場油品定額 (燃料油、潤滑油)、油品消耗(日、航次報告)、節(jié)油統計、油品檢驗、設備油液趨勢分析、設備油品管理等工作，為降低海運成本，節(jié)能減排提供可靠地數據支持。

9)日志

包括設備異常、視頻丟失等各種船舶報警日志，船舶信息查詢工作日志等。

此外，系統在實現過程中應該滿足以下標準:

1)國際海盜測量組織(IHO)S57 數據交換標準。

2)國際海盜測量組織(IHO)ECDIS 海圖內容顯示與顯示規(guī)范S52 標準。

3)海軍航海保證部VCF 電子海圖數據交換標準。

4)中國海圖圖式標準GB1239 -1998。

5)符合國際海事組織(IMO)、國際電信聯盟(ITU)等相關國際組織的船舶通訊標準。

2.2 系統結構設計

基于云計算的船舶動態(tài)監(jiān)控系統解決方案如圖4 和圖5 所示。其中圖4 為利用云計算的分布式應用框架，圖5 為系統結構圖。

圖4 分布式架構Fig.4 Distributed architecture

圖5 系統結構Fig.5 System architecture

將分布式應用布置在云端，將物理機轉移到依托云平臺的虛擬機，大大提高了系統的可靠性。進入云平臺的應用可以更好地對資源進行調度，節(jié)約成本。系統主要以下3 個部分組成:

1)數據采集與處理

在監(jiān)控系統中，首先要保證數據源的清晰與有效。在本系統的設計中，根據船舶型號及尺寸大小，安置多路(4 路～16 路)專業(yè)視頻采集卡及確定攝像頭安裝數量與位置。攝像頭要求防水、防腐、防爆、具備升級空間。

數據采集與處理采用兩層網絡結構，通過網關實現數據轉換與通訊。上層為以太網、下層為總線網。上層網絡通過云管理平臺掛接數據存儲、數據處理等云資源平臺。下層網絡采用現場總線方式，連接數據采集模塊與通訊模塊，負責現場數據的的采集、處理與分析。

2)船岸通信

船岸通信系統負責船舶與陸地管理指揮中心以及各船舶之間的數據通信和數據共享問題。本系統設計的船岸通信方式采用海事衛(wèi)星與CDMA 網絡相結合的方式，以解決傳統通信方法覆蓋區(qū)域有限、造價昂貴等問題。根據船岸見得距離遠近，通過網絡切換開關選擇不同網絡接入方式。在近海時，選擇CDMA 網絡進行無線通信，將無線視頻監(jiān)控設備的信號源壓縮編碼后上傳;在遠海時，將視頻監(jiān)控設備網口與海事衛(wèi)星設備網口連接，通過海事衛(wèi)星傳輸數據。海事衛(wèi)星與CDMA 相結合的通信方式靈活性強，保證無線通信的穩(wěn)定可靠。

3)船上監(jiān)控系統與陸地應用管理系統

根據海運管理機構設置和業(yè)務流程特點，監(jiān)控系統分為船舶監(jiān)控版與陸地管理版。對于船舶經營人而言，通過監(jiān)控系統，可以對船舶整體動態(tài)及各項業(yè)務執(zhí)行情況了然于心;對于港口管理機構而言，通過監(jiān)控系統，可以實現對船舶航行全過程進行動態(tài)監(jiān)控，對船舶信息、船隊管理、船舶查詢、船舶通信的遠程實時跟蹤。

船舶監(jiān)控版注重船舶整體安全狀態(tài)檢測與管理、燃油數據評估與預測、日常船務工作安排與管理，為陸地指揮管理中心提供各種信息與數據。船舶本地采用有線視頻監(jiān)控設計［3］，通過本地網絡進行本地監(jiān)控。在船舶駕駛室、船舶易受攻擊區(qū)域(例如甲板)、防海盜艙室或避難場所安置具有紅外功能的攝像裝置，通過本地監(jiān)控系統對船員工作情況進行監(jiān)督管理，對船舶設備、物資安全進行監(jiān)控［4-5］。當船只遭遇海盜襲擊時，本地視頻監(jiān)控系統可以有效幫助船員掌握全船狀況，為進一步采取保護或反擊措施提供了安全保障。此外，本地視頻監(jiān)控系統還可以通過目標識別基于檢測技術，設定安全警戒距離，實現防碰撞報警功能［6］。

陸地管理版注重船舶航行的指揮調度、安排作業(yè)計劃、港區(qū)安全保障等。船舶陸地應用管理系統海運信息處理和決策的中心，船舶動態(tài)信息數據通過通訊系統進入到陸地管理系統后，利用相關云資源平臺進行數據的校驗、分析、處理，將船舶運行信息及時準確地分享給陸地管理人員。同時，陸地管理指揮人員通過該管理系統向各個運行的船舶傳達相關命令，實現對整個海運狀況的調度與掌控，實現船岸管理信息化、數字化、可視化、一體化。

在傳統的船舶監(jiān)控系統中，需要大量的計算集群和空間數據來計算、分析和存儲海量數據。通過云服務平臺的引入，用戶只需要通過web 應用程序界面來管理數據即可，其他所有任務都交由云計算來完成。與傳統船舶監(jiān)控系統相比較，利用云計算技術構建船舶動態(tài)監(jiān)控系統的優(yōu)勢在于以下幾點:

1)可用范圍:通過申請“云”中的虛擬節(jié)點，可以得到任意的運算能力。

2)動態(tài)性:云計算將物理上分布于廣闊地域的計算資源成為一個虛擬的、整合的計算資源，從能根據用戶的要求動態(tài)調整以及配置應用程序。使得用戶可以忽略物理實質和管理細節(jié)，專注于業(yè)務與流程的建立上。

3)按需訪問:當有需要時，云計算立即分配運算能力。

4)存儲空間:云平臺提供近似無限的空間給監(jiān)控系統。

5)協作性:可以通過公眾網絡從任何地方訪問。

6)成本:提供即付即用的使用模式，能夠大大節(jié)約信息化成本。云計算能夠靈活部署計算資源，實現按需分配，按量計費，從而提高管理效率。

7)維護:虛擬節(jié)點在云中托管，發(fā)生故障時，任務可以自動遷移到正常的節(jié)點上。

3 結 語

中國海運船業(yè)正處在快速發(fā)展階段，海運安全得到越來越多的關注。應用現代化的網絡技術、通訊技術、信息技術構建船岸一體化的監(jiān)控系統平臺，可以滿足海運行業(yè)高效、安全、實時、低碳的管理要求。本文提出了基于云計算的船舶動態(tài)監(jiān)控系統的設計，通過云計算技術，優(yōu)化資源配置，提高監(jiān)控平臺存儲能力與數據處理能力，該系統設計交互能力強，可視性好。通過采用海事衛(wèi)星與CDMA 雙網絡聯合的方式，實現了監(jiān)控無盲區(qū)。隨著云計算技術的不斷發(fā)展，其在信息一體化的監(jiān)控平臺中，將會發(fā)揮雨來越來越重要的作用。此外，隨著海運業(yè)務量的迅速增長，水上航運密度將不斷增加，各大型船舶觸礁及碰撞事故時有發(fā)生，現階段近海域船舶監(jiān)控系統將滿足不了海運安全監(jiān)管的需求，因此，無盲區(qū)的監(jiān)控海上監(jiān)控系統是未來船舶動態(tài)監(jiān)控系統發(fā)展的必然趨勢與方向。

［1］云計算.互聯網［EB/OL］.http://baike.baidu.com/view/1316082.htm?fr=aladdin Cloud computing.Internet［EB/OL］.http://baike.baidu.com/view/1316082.htm?fr=aladdin.

［2］李萬才.淺析云計算在視頻監(jiān)控系統中的應用［J］. 中國安防，2011(7):44 -46.

［3］于謇.基于無線的數字式船舶視頻監(jiān)控系統［J］. 電視技術，2012，36(13):128 -130.YU Jian. Digital ship video monitoring system based on wireless［J］.Video Engineering，2012，36(13):128 -130.

［4］方萬水，李煒，吳先高. 艦船損管監(jiān)控系統發(fā)展概述［J］.艦船科學技術，2002，24(6):37 -39.FANG Wan-shui，LI Wei，WU Xian-gao.The generalization of damage control system′s development for naval ships［J］.Ship Science and Technology，2002，24(6):37 -39.

［5］王洪波，李海平，董強，等.艦船綜合網絡視頻監(jiān)控系統設計［J］.艦船科學技術，2007，29(1):129 -132.WANG Hong-bo，LI Hai-ping，DONG Qiang，et al. Design of network video monitoring integral system onboard［J］.Ship Science and Technology，2007，29(1):129 -132.

［6］YANG Zhen-qi.Marine traffic accident prediction based on particle swarm optimization - based RBF neural network［D］.Shandong Jiaotong University，2011.