水上交通物联数据智能协同平台设计

摘 要：随着水上交通智能航运的发展，港航船岸协同物联感知设备和系统得到了广泛应用。然而，目前这些系统产生的实时数据分布在不同部门、不同系统中，呈现碎片化状态，缺乏统一的平台支撑。文中提出构建港航物联感知“一张网”及数据智能协同服务平台的设计方案，形成港航物联网数据时序数据库，对港航物联感知数据实现统一管理和实时数据分发服务，达到智能航运中船岸一体、船港一体、船货一体的数据协同服务要求。经验证，该平台运行稳定，能够较好地实现设计目标。

关键词：智能航运；船岸协同；物联网数据；数据分发；M2M；协同平台

中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2025）04-00-05

0 引 言

随着我国水上交通数字化、智能化水平的不断提高[1]，多种物联网智能感知设备在船舶和航道上得到应用[2-5]，有助于优化海上运营，更好地满足多样化和不断增长的客户需求[6]，提升物流链中相关方的业务竞争力[7]。与此同时，在实际业务中也产生了大量的物联感知数据[8]，主要包括高清视频流、船舶AIS、航道电子卡口、桥梁防碰撞监测、航道流量、水文、气象、环境监测等数据。但除了视频流接入视频综合管理平台外，其他物联感知数据缺乏统一平台支撑，分布在不同部门、不同系统中，呈现碎片化状态，无法实现物联网数据的互联互通与共享[9]，导致智能航运跨区域船岸协同、实时预警、扁平化指挥等应用无法实现，不能满足港航智能化、数字化发展要求[10-11]。

本文针对水上交通提出港航物联感知数据智能协同服务平台设计方案，构建港航物联感知“一张网”，形成港航物联网数据时序数据库，对港航物联感知数据实现统一管理和应用，并建立数据共享线上审批流程，进行统一的审批和数据分发，做到落实责任、安全可靠。

1 总体方案设计

水上交通物联数据智能协同服务平台主要用于港航物联感知数据的实时接入、治理和分发，其核心设备是物联数据智能协同服务器，也称为物联数据基站或边缘计算网关。多台网关设备形成了分布式物联感知智能协同网，实现了港航物联感知数据快速、可靠、安全的端到端（Machine to Machine， M2M）互联互通，即纵向贯通和横向连通，支持大规模智能协同服务应用，是智慧港航“新基建”的重要组成部分。

平台采集航区智能感知设备的各类信息，并将信息跟设备的基础信息进行关联，形成数字世界的设备影子，每个设备影子代表一个现实世界的具体设备，设备特点代表了设备影子的属性。平台总体框架结构如图1所示。

（1）感知层

航道、船舶上安装的各感知设备，如电子卡口，AIS基站等，会按照时间顺序产生一系列数据，将这些数据通过通信线路（网络）等方式传输到平台。

感知设备自身具有一定的运算能力和集成SDK的能力。在设备中集成IoT的SDK，可将数据通过专网直接发送到数据处理平台中指定的边缘网关，若传感器发送的数据为非标准格式，或采用串口、Modbus等连接模式，则需要由边缘网关进行数据的转码处理。

（2）边缘网关

边缘网关是构建港航物联感知“一张网”的核心设备，可利用多台设备组建智能物联数据网，实现港航物联感知数据的互联互通和共享。

边缘网关主要用于接收物联网设备的信息，并利用MQTT协议将数据发送到数据处理平台。设备具有物联感知数据的实时接入、解析、时间校准、函数计算、分发等功能，支持连接数超10 000个，端到端传输延时不超过5 ms。主要功能如下：

协议转换：将非标协议解析成容易处理的模式。

时间校准：针对部分传感器矫正其错误时间。

函数计算：抛弃异常数据，例如，由于定位设备漂移产生的飞点属于无效点，需要抛弃。

数据加解密：通过SDK可对传输数据进行加密和解密。

FPGA防护：采用FPGA芯片开发了安全防护功能，可防止非授权机器接入与设备探查、攻击。

无中心组网：多台设备之间可实现无中心组网。

消息路由：实现应用层的消息路由功能，支持自定义路由消息服务。

数据分发：将解析、校准后的数据通过MQTT协议发送到数据协同平台。

（3）数据处理平台

数据处理平台是物联网数据协同平台的核心处理引擎，用于将多源、多结构的数据进行融合，如将设备的基本信息、业务信息（如：船舶处罚信息等）、传感器信息等进行关联、运算。数据处理平台的主要功能如下：

数据接入：平台支持MQTT、HTTP、REST、JDBC、JMS等数据接入。

数据清洗/过滤：数据清洗指对数据进行完整性、时效性的校验判断。通过清洗过程的辅助逻辑，来判断抽取的数据是否符合业务规范、数据规范等。

数据转换：数据转换指根据预先定义好的数据映射关系和转换关系，将相关数据转换成符合统一物模型规范的数据。具体包括：字段名称映射、日期转换、日期运算、字段运算、代码转换、字符串处理、参照转换、空值判断、聚集运算等。数据转换将不同来源的数据，在类型、格式、编码规则等方面进行统一、集成、规范化处理，为后续的分析、处理、查询工作提供统一、集成、规范的数据。

数据融合：数据融合服务无需指定数据种类，只需指定需要融合的数据即可。

数据装载：经过转换的数据已经是符合物联网数据平台物理目标结构规范的数据，通过加载把这些数据导入物联网数据平台。一般情况下，加载可与转换同时完成，也可以将转换后的数据存入数据缓存池（文本文件、二进制文件或数据库表）后再加载。系统采用不同的加载方式来装载不同的数据，可以使用更新追加的装载方法，也可以采用直接追加的装载方法。

数据分发：数据分发服务能够主动向存储系统或者消息队列提供数据。当数据完成校验、转换、融合、关联、装载等一系列处理后被投入分发队列。

标签计算：通过流式计算平台（Flink），根据模型层的标签规则完成对流式数据和其他数据的计算，标记业务标签。例如在船舶管理过程中，可根据位置信息结合其船检数据和行政处罚数据计算该船的业务标签，决定是否对其进行检查。

告警计算：告警计算通过传感器的阈值或规则来实时判定设备状态，如果超过阈值或者符合预警规则，则生成告警信息。

（4）模型层

模型层用于设置船舶物模型和规则模型。物模型用于描述船舶的属性信息，包括属性名称、属性类型、属性的约束条件等，例如船舶物模型包括船舶名称、船舶编号、位置信息、航向等。规则模型主要用于设置规则，为后续计算设备标签提供逻辑支持。

（5）数据存储层

数据存储层采用MySQL和TimescaleDB数据库，其结构通过物模型进行动态创建。例如在港航应用中，根据港航全域数据模型，依托港航业务体系对港航信息资源进行分析梳理，形成涵盖船舶、AIS、北斗GPS、电子卡口等信息资源的港航物联网数据资源存储中心。

（6）接口层

接口层为需要对接数据的业务系统提供服务，例如船舶位置数据、业务标签数据等。

REST访问接口方式：提供HTTP访问，通过URL的方式返回JSON。

Socket接口方式：物联网数据平台开发相应的端口，应用系统通过指定的账户和密码连接该服务端口，认证后，通过JSON数据格式的交互包来请求相应的数据服务。

DDS订阅/推送方式：采用DDS方式实现订阅/推送功能。DDS使用全局数据空间，允许应用程序在可靠性、实时性完全可控的情况下共享信息。

（7）体系建设

体系建设包括标准规范体系和安全保障体系的建设。通过标准规范体系建设为实现数据信息资源的整合共享、信息系统之间的互联互通提供保障，并为后续应用的开发提供依据。通过制定安全保障体系，切实保证平台安全、稳定、长效运行。

2 数据处理流程

平台数据处理流程如图2所示。

（1）数据生成

感知设备生成时序数据，通过TCP/IP、UDP/IP、串口、Modbus总线等方式传输到网关。

（2）协议解析

网关接收数据，根据协议提取感知数据，校验和过滤数据的时间、范围后进行部分计算，然后通过MQTT将数据推送至处理平台。

（3）数据处理

数据处理包括数据的接收、处理和加载。数据接收包括接收基础数据和业务数据；感知数据通过各边缘网关传输到平台。在平台对数据进行初步处理，如过滤、转换等，还可以将基础数据、业务数据和感知数据进行融合处理。数据加载需根据数据类型加载到不同的数据库，如基础数据和业务数据分别加载到基础和业务数据库中，感知数据加载到感知数据库中。感知数据还可以推送到Kafka，为后续进行告警计算和标签计算做准备。

（4）告警计算和标签计算

物联网设备会源源不断产生数据，需要对这些数据进行分析、关联，因此通过流式计算来完成。

使用Flink计算引擎接收Kafka数据，并与设备的业务信息进行融合计算，按照模型中的规则计算告警和业务标签。

（5）数据服务

通过订阅/推送方式将数据推送给业务端，支持Socket、WebSocket和REST等接口形式，通过请求/应答模式提供服务。

3 平台部署

本平台主要由物联网数据智能协同服务器（物联网数据基站）、平台运维和管理中心、业务应用软件等组成。平台部署示意图如图3所示。

平台的核心设备是物联网数据基站，其部署在网络运营商的物理网络之上，能够在复杂的物理网络上构建透明化“虚拟网络”，实现物联感知数据智能协同服务“一张网”，使物联网端到端数据连接（M2M）变得十分简单。每个数据基站就近连接智能物联设备，实现物联感知数据的实时接入和分发应用。管理中心软件可为运维管理人员提供平台的统一运维管理功能。业务应用软件可部署在云端，是物联网数据基站的一个应用节点，上述节点构成了一个扁平化、无中心的物联网应用环境。

4 应用实例

以某地“海河联运”项目来说明本平台的应用：

该项目通过航运船舶安装的智能终端、布设的岸基（包括航道沿岸、交通枢纽、海事检查站、船闸、港口码头、桥梁、浮标等）智能信息采集与传输设备，以及现有的4G/5G移动通信网、互联网和专用网络，实现海河联运信息的采集、信息双向互通、协同信息处理、短距离数据传输，实现船岸一体、船港一体、船货一体的示范应用。

船岸协同数据基站提供跨域、跨源的数据实时可靠传输服务，智能设备间通过M2M技术构建感知设备自组织网络，实现船间、船岸、岸间信息转发和信息协同处理，如图4所示。

应用表明，本平台以数据为中心的系统架构，实现了数据可靠低时延的纵向贯通和横向连通，以及设备到设备（M2M）的物联数据实时传输；同时，平台提供的低代码物联网应用开发工具，大大降低了对应用开发者的要求。

5 结 语

本文提出了通过物联网数据基站构建港航物联数据智能协同服务平台的设计方案，将智能航运安装的智能终端、布设的岸基智能信息采集与传输设备等组成物联数据专网，实现“去中心化”的跨域、跨源物联网数据端到端实时可靠传输，船间、船岸、岸间信息转发和信息协同处理，并提供低代码开发工具，降低了开发成本，缩短了开发周期，满足智能航运跨区域船岸协同、实时预警、扁平化指挥等应用需求，这将是今后物联网数据智能协同平台的发展方向。

参考文献

[1]刘化君，刘传清. 物联网技术 [M]. 2版.北京：电子工业出版社，2015.

[2]赵祥模，惠飞，史昕，等.泛在交通信息服务系统的概念、架构与关键技术[J].交通运输工程学报，2014，14（4）：105-115.

[3]李学虎.浅析高速公路信息资源共享与延伸服务[J].中国交通信息化，2014（z1）：50-51.

[4]严新平，刘佳仑，张煜，等.智能航运的研究现状与展望[J].现代交通与冶金材料，2022，2（1）：7-18.

[5] LI S， MA Z， HAN P， et al. Bring intelligence to ports based on internet of things [C]// Cloud Computing and Security. ICCCS 2018. Lecture Notes in Computer Science. [S.l.]： Springer， Cham， 2018： 128-137.

[6] SHAIKH N， KASAT K， MOYAL V， et al. Application of iot to monitor the shipping of goods in maritime transportation system [C]// 2022 IEEE North Karnataka Subsection Flagship International Conference （NKCon）. Vijaypur， India： IEEE， 2022： 1-5.

[7] MAHMOOD K， FERZUND J， SALEEM M A， et al. A provably secure mobile user authentication scheme for big data collection in IoT-enabled maritime intelligent transportation system [J]. IEEE transactions on intelligent transportation systems， 2023， 24（2）： 2411-2421.

[8]徐凯，罗岚，张敏.数字化浪潮下航运数字化标准体系建设的困境与对策[J].中国水运，2023（6）：5-8.

[9] YUKI I， DIMITRIOS D， MOMOKO K. Anastasia christodoulou， shipping in the era of digitalization： mapping the future strategic plans of major maritime commercial actors [J]. Digital business， 2022， 2（1）： 2666-9544.

[10] HUANG X R， KUO S Y， CHEN L B. An IoT-based smart ship system for driving ship safety [C]// 2023 IEEE 12th Global Conference on Consumer Electronics （GCCE）. Nara， Japan： IEEE， 2023： 1044-1045.

[11] KUSUMA N， TSENG L， SHIANG F. IoT framework to support maritime highway program： a case study in Indonesia [J]. Journal of cases on information technology， 2020（22）： 35-50.