海洋运输作为主要的国际物流运输方式，通过船舶将货物运输至各个目标港口，该类运输方式均具有运输量较大的特点^[1,2]。海洋运输是我国进出口货运的核心途径，我国海上运输占据进出口货运总量的80%以上。危险货物是对易燃、易爆、易腐蚀、易中毒以及有放射性物品的统称^[3-4]，该类物品在运输过程中，如果存放或者运输不当，则会直接影响人身安全，并造成经济损失以及严重的环境污染。常见的危险货物分为几个类别，包括爆炸类、气体类、易燃类液体、易燃类固体、毒性类、放射类以及腐蚀类等^[5]。船舶在进行这类货物运输时，需实时掌握货物的状态，全面掌握货物状态，保证船舶运输安全。王昱晓等^[6]针对危险货物运输管理需求，提出多尺度特征融合危险品检测方法，该方法通过获取危险品图像，并提取图像的多尺度特征，以此完成危险品检测。但在方法应用过程中，对于气体类货物发生泄漏的检测可靠性较差。孙秉才等^[7]为实现危险货物的检测，采用傅里叶变换红外光谱技术，针对危险品进行监测，该方法主要针对油气类危险品的检测效果较好，对于其他类别危险品的监测效果较差。物联网技术是实现物体和网络连接的一种技术，其包含感知、识别、泛在介入以及大规模感知信息处理等核心技术，在智能化识别、定位以及监管等领域只能够具有良好的应用效果。因此，本文依据物联网技术的优势，设计基于物联网技术的船舶危险货物监测系统，实现不同类别危险货物的检测。

本文为实现船舶运输管理，保证危险货物安全运输，以物联网技术为核心，设计物联网技术的船舶危险货物监测系统。该系统主要包含终端层、网络层、监控层，终端层主要依据雷达、GPS以及RFID等设备采集危险货物状态信息，并通过网络层将采集的信息传送至监控层，监控层对采集的信息进行存储，并且采用深度学习网络完成危险货物检测，并将检测结果发送至监控中心以及相关人员手机上。此外，还可依据检测结果分析船舶运输的安全情况，同时可对风险事故进行预测。该系统的整体架构如图1所示。

图 1 基于物联网的危险货物监测系统架构 Fig. 1 Architecture of dangerous goods monitoring system based on internet of things

1）终端层

该层主要由雷达设备、GPS、RFID以及多种传感器以及网络交换机、网络接口等部分组成，其主要作用是实现船舶危险货物状态信息采集。该层在进行危险货物状态信息采集时，为避免RFID发生采集碰撞现象，导致采集的信息存在错误和丢失，引入标签防碰撞协议和阅读器防碰撞协议，以此保证信息采集的可靠性。

2）网络层

该层主要由有线网络、无线网络、混合式通信协议、网关、内网和外网等部分组成，主要作用是完成终端层采集的危险货物状态信息传送。在通信过程中，为保证信息传送和交互的完成性，通过混合式通信协议作为信息传输和交互的基础。

3）监控层

该层主要由数据库、可变信息板、电子海图、智能终端等部分组成，主要作用是完成终端层获取的危险货物信息的存储，通过深度学习网络对危险品的损坏和泄漏等进行检测，并将检测结果发送至相关人员的智能终端。同时，依据检测结果分析船舶运输的安全情况以及风险事故预测，并在可变信息板上呈现货物的信息变更。

在进行船舶危险货物运输监测过程中，需对危险货物的固定信息进行跟踪和识别，终端层采用物联网技术中的一种核心技术RFID完成。RFID也称为电子标签，其在应用过程中，无需接触货物即可完成标签识别，该标签中包含船舶运输的危险货物的相关特定信息，例如货物经由港口、货物属性、特点、到达港口等。RFID的结构如图2所示。RFID主要由读写器和电子标签组成，电子标签能够通过一定的格式保存危险货物的相关电子数据，并且各个标签均具有唯一的电子编码，该标签主要位于货物上。RFID在进行危险货物信息采集时，可对电子标签进行阅读，获取标签内包含的危险货物信息，并将获取的危险货物信息传送至阅读器，以此完成危险货物识别。

图 2 RFID硬件结构 Fig. 2 RFID hardware structure

在进行船舶危险货物监测时，为全面掌握货物运输时的状态信息，采用传感器采集货物的状态信息，依据该信息判断货物是否存在泄漏、损坏等现象。传感器硬件结构如图3所示。

图 3 传感器硬件结构 Fig. 3 Sensor hardware structure

在进行船舶危险货物检测时，为判断货物是否存在损坏和泄漏等情况，采用深度学习网络实现危险货物状态检测。该网络在进行危险货物状态检测时，将传感器和RFID采集的货物相关信息输入至网络中，网络通过卷积核对信息的初步提取，并且将提取的信息输入至池化层中，对该信息进行下采样处理，以此降低参数量。下采样后获取的信息经由残差学习单元对信息进行进一步处理后，将其输入全连接层中，经由sigmoid分类器进行危险货物状态检测。sigmoid分类器在进行危险货物状态检测时，损失函数的选择直接影响危险货物状态的检测效果，并且损失函数值越小，表示网络的稳定性越佳，检测结果的可靠性越高。本文结合危险货物状态检测需求，采用交叉熵函数作为分类任务中的损失函数，其计算公式为：

式中： $ {y_i} $ 和 $ {\mathop y \limits^{\frown}}_i $ 均表示检测结果，y_i为实际结果， ${\mathop y \limits^{\frown}}_i $ 为预测结果。

为验证本文系统对于船舶危险货物监测的应用效果，选择一艘货运船进行测试。该船主要用于危险货物运输，其载重为6×10⁴ t，长度为211.5 m，宽度为32.2 m，运输的货物类别包含化学品、氧化剂、压缩气体、石油。参数设定：学习率取值为0.001，最大迭代次数为200，卷积核大小为7×7。测试采用的RFID型号为BRA-01CR；气体、液体、重量以及温湿度传感器均为深圳市顺捷芯电子有限公司生产。

为验证本文系统对于危险货物信息的采集效果，获取传感器节点对于货物中气体货物信息的采集结果，如图4所示。分析可知，本文系统具有货物信息采集能力，能够获取危险货物的状态变化信息，并且能够呈现所有传感器节点采集的信息结果。

图 4 危险货物信息的采集结果 Fig. 4 Collection results of dangerous goods information

为验证本文系统对于危险货物电子标签信息的读取效果，获取本文系统在不同读取信息量下，阅读器之间平均阅读距离的变化。随着阅读器数量的增加，阅读器之间平均阅读距离的变化结果如图5所示。分析可知，在不同读取信息量下，随着阅读器数量逐渐增加，阅读器之间的平均阅读距离随之降低，原因在于本文系统在终端层引入了阅读器防碰撞协议，可最大程度保证阅读器在货物监测时的均匀分布程度，使货物信息读取的更全面的同时，避免RFID采集信息时发生碰撞，产生信息重叠和交叉现象。读取信息量分别为20条、50条和80条时，平均阅读距离最大值依次为2.46 m，2 m和1.55 m。因此，本文系统在进行信息读取时，能够有效避免发生碰撞，保证读取信息的完整性。

图 5 阅读器之间平均阅读距离的变化结果(m) Fig. 5 Change results of average reading distance between readers

为验证本文系统对于危险货物的检测效果，获取化学品、氧化剂、压缩气体、石油4种危险货物的检测结果，如图6所示。分析可知，本文系统应用后，能够可靠检测不同类别危险货物的状态情况，并且可呈现危险货物变化的原因以及货物的起始重量和中转地。因此，本文系统具有较好的应用性，能够检测货物的状态，判断货物是否发生泄漏或者损害，为危险货物的运输管理提供可靠保障。

图 6 4种危险货物的检测结果 Fig. 6 Test results of 4 dangerous goods

船舶在进行危险货物运输过程中，为全面、实时掌握货物的运输状态，保证货物的运输安全，设计基于物联网技术的船舶危险货物监测系统。对该系统的应用效果进行测试后得出：本文所设计的监测系统具有良好的货物信息采集能力，并且可精准读取货物的标签信息，实现不同类别危险货物的检测，实现危险货物的全面运输管理。