本发明涉及船舶与海洋工程，尤其涉及一种适用于极地船舶航行过程中近场冰山识别预报方法、装置和存储介质。
背景技术：
1、极地航行需面临异于常规海域的航行风险。根据安联公司allianz globalcorporate&special 2021年发布的安全与航运评论（safety and shipping review）等专业报告，2011—2020年北极水域总共发生了520起民用商船事故险情。船舶和冰山的碰撞时将导致船舶结构损伤，难以有效辨别冰山成为事故发生的主要原因之一。对冰山的感知、识别是保障极地船舶安全航行的必然要求。
2、卫星遥感资料是获取大尺度全球海冰分布的主要资料源，当前对极区冰山感知的主要基于卫星遥感图像。如发明专利“基于双冒泡法的极地冰山遥感识别方法（申请号：201710885481.2）”“一种基于随机森林的冰山遥感识别方法（申请号：201910813810.1）”研究了基于sentinel-1a遥感卫星影像的冰山识别方法。但卫星遥感数据的空间分辨率、时间分辨率较低，难以支撑极地船舶的近场航行。
3、此外也有基于船载雷达、摄像机等探测仪器进行大量关于海冰与海水的识别探测，进而完成海冰密集度、海冰厚度、海冰分布等的数据收集，但由于海冰识别和冰山识别的识别对象、识别方法和识别重点不同，无法满足涉及冰山识别的工程应用，当前对极地船舶近场冰山的识别方法的研究仍较少。发明专利“冰山目标后向散射系数模型建立方法（申请号：202310359190.5）”提出了一种基于航海导航雷达的冰山后向散射系数模型构建方法，为基于船载雷达识别冰山提供了一定基础。但船载雷达探测时冰山回波与海冰回波、海面杂波等掺杂在一起，一般雷达回波需要从2海里外进行提取，无法区分2海里范围内的冰山与各类浮冰，而极地船舶往往需提前避让冰山，最好与冰山保持0.5海里以上距离通过，防止冰山崩塌或者冰山在水下的不规则冰体擦碰船舶。
4、当前基于船载摄像头的冰山监测算法原理为目标监测，专注于监测图像中的冰山边界框，如发明专利“一种基于改进yolov7模型的冰山场景识别方法（申请号：2023111742086）”提出了一种基于船载摄像机拍摄图像利用目标检测算法进行冰山目标识别方法，可识别图像中是否存在冰山，侧重于找出图像中目标位置，结果多用位置坐标+矩形框的形式表达。但是该目标识别算法只能识别出包括目标的矩形框，无法识别出海冰精细边缘，在海冰识别问题上无法很好适用，且存在多个冰山图像重叠时难以区分、远处冰山成像较小，容易漏检等问题，难以满足工程应用。
5、针对现有冰山识别的缺点，本发明公开了一种近场冰山识别预报方法、装置和存储介质，利用船载雷达和摄像机分别实现远处和近处冰山的识别，完整覆盖识别近场冰山，再将两者结果融合在冰山预报系统中进行神经网络训练，以更精细地识别冰山更多的参数，包括尺寸、轮廓和速度等，形成极地船舶近场冰山分布场，对船舶航行进行预报。
技术实现思路
1、有鉴于此，本技术实施例提供了一种近场冰山识别预报方法、装置和存储介质，以实现近处和远处的冰山识别，基于识别结果进行神经网络训练以生成船舶近场冰山分布预报场。本技术实施例提供以下技术方案：
2、第一方面，本技术实施例提供一种近场冰山识别预报方法，包括以下步骤：
3、s1、基于存储的摄像机历史录制数据训练得近处冰山识别模型，基于存储的雷达历史探测数据训练得远处冰山识别模型；
4、s2、将获取的摄像机实时录制数据输入至所述近处冰山识别模型以获得并存储近处冰山数据；将获取的雷达实时探测数据输入至所述远处冰山识别模型以获得并存储远处冰山数据；
5、s3、将生成的所述近处冰山数据与所述远处冰山数据融合以获得并存储实时近场冰山数据，所述实时近场冰山数据包括实时冰山轮廓、实时水线位置和实时漂移速度；
6、s4、基于存储的历史近场冰山数据以及对应时间的历史气象数据训练得冰山预报模型；
7、s5、将s3中所述实时近场冰山数据和实时气象数据输入至所述冰山预报模型生成并存储预测冰山数据，所述预测冰山数据包括冰山预测漂移速度和冰山预测位置。
8、进一步地，所述s1中，在训练所述近处冰山识别模型和所述远处冰山识别模型时，使用语义分割算法；所述s4中，在训练所述冰山预报模型时，使用神经网络算法。
9、更进一步地，所述语义分割算法包括u-net、deeplab或pspnet，所述近处冰山识别模型和所述远处冰山识别模型中还包括残差网络和/或卷积块注意力模块。
10、进一步地，所述s2中，通过将所述摄像机实时录制数据进行逆变换，将所述雷达实时探测数据进行同比例放缩，从而得到真实物理世界下，所述近处冰山数据与所述远处冰山数据对应的经纬度位置。
11、更进一步地，所述s3中，通过多边形定点方法，对所述近处冰山数据和所述远处冰山数据，提取并拟合图像中的轮廓，得到所述冰山轮廓；
12、通过结合所述经纬度位置和所述冰山轮廓，获得所述实时水线位置；
13、通过使用基于图像特征的速度识别方法，对连续多个所述实时水线位置识别，获得所述实时漂移速度。
14、进一步地，所述s5中，将所述实时气象数据对冰山的合力作用，叠加在所述实时漂移速度上计算得到所述预测漂移速度；
15、通过根据所述预测漂移速度和所述预测时间，计算得到冰山的漂移距离，将所述漂移距离叠加到所述实时近场冰山数据上得到所述预测冰山位置。
16、更进一步地，所述s5还包括，将所述实时近场冰山数据和所述预测冰山位置进行可视化，生成船舶近场冰山分布场。
17、第二方面，本技术实施例提供一种近场冰山识别预报装置，所述装置包括：
18、识别训练模块，用于基于存储的摄像机历史录制数据训练得近处冰山识别模型，基于存储的雷达历史探测数据训练得远处冰山识别模型；
19、冰山识别模块，用于将获取的摄像机实时录制数据输入至所述近处冰山识别模型以获得并存储近处冰山数据；将获取的雷达实时探测数据输入至所述远处冰山识别模型以获得并存储远处冰山数据；
20、数据融合模块，用于将生成的所述近处冰山数据与所述远处冰山数据融合以获得并存储实时近场冰山数据，所述实时近场冰山数据包括实时冰山轮廓、实时水线位置和实时漂移速度；
21、预测训练模块，用于基于存储的历史近场冰山数据以及对应时间的历史气象数据训练得冰山预报模型；
22、冰山预测模块，用于将所述实时近场冰山数据和实时气象数据输入至所述冰山预报模型生成并存储预测冰山数据，所述预测冰山数据包括冰山预测漂移速度和冰山预测位置。
23、第三方面，本技术实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。
24、第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述近场冰山识别预报方法。
25、与现有技术相比，本技术实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：
26、本发明近场冰山识别预报方法利用船载摄像机和雷达分别采集远处和近处冰山的数据，解决了采用单一雷达手段无法区分2海里范围内的冰山与各类浮冰，无法完整覆盖识别船舶近场冰山的问题。
27、本发明近场冰山识别预报方法利用基于语义分割算法模型训练识别模型，使用多种视觉处理方法以提供更精准的冰山识别数据，利于生成更精确的冰山成像。
28、本发明近场冰山识别预报方法中记录实时观测数据和生成结果后，基于长短记忆神经网络训练预测模型，构建冰山的动力学模型，对冰山进行预测，同时定期更新预测模型并校准预测结果，增强对海洋环境变化的监测能力。
29、本发明近场冰山识别预报方法生成的极地船舶近场冰山环境场具有高时间分辨率和高空间分辨率的特点，并实现冰山分布预报，可为极地船舶近场航行操作、实时及未来航行风险的评估等提供必要的数据支撑，降低极地船舶航行风险，保障极地船舶航行安全。
1.一种近场冰山识别预报方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的近场冰山识别预报方法，其特征在于，所述s1中，在训练所述近处冰山识别模型和所述远处冰山识别模型时，使用语义分割算法；所述s4中，在训练所述冰山预报模型时，使用神经网络算法。
3.根据权利要求2所述的近场冰山识别预报方法，其特征在于，所述语义分割算法包括u-net、deeplab或pspnet，所述近处冰山识别模型和所述远处冰山识别模型中还包括残差网络和/或卷积块注意力模块。
4.根据权利要求1所述的近场冰山识别预报方法，其特征在于，所述s2中，通过将所述摄像机实时录制数据进行逆变换，将所述雷达实时探测数据进行同比例放缩，从而得到真实物理世界下，所述近处冰山数据与所述远处冰山数据对应的经纬度位置。
5.根据权利要求4所述的近场冰山识别预报方法，其特征在于，所述s3中，通过多边形定点方法，对所述近处冰山数据和所述远处冰山数据，提取并拟合图像中的轮廓，得到所述冰山轮廓；
6.根据权利要求1所述的近场冰山识别预报方法，其特征在于，所述s5中，将所述实时气象数据对冰山的合力作用，叠加在所述实时漂移速度上计算得到所述预测漂移速度；
7.根据权利要求6所述的近场冰山识别预报方法，其特征在于，所述s5还包括，将所述实时近场冰山数据和所述预测冰山位置进行可视化，生成船舶近场冰山分布场。
8.一种近场冰山识别预报装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述近场冰山识别预报方法。
