CN111721321A - 一种航标智能化避碰方法及*** - Google Patents
一种航标智能化避碰方法及*** Download PDFInfo
- Publication number
- CN111721321A CN111721321A CN202010427248.1A CN202010427248A CN111721321A CN 111721321 A CN111721321 A CN 111721321A CN 202010427248 A CN202010427248 A CN 202010427248A CN 111721321 A CN111721321 A CN 111721321A
- Authority
- CN
- China
- Prior art keywords
- ship
- time
- navigation mark
- track
- collision
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/22—Plotting boards
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种航标智能化避碰方法,通过预测船舶航迹、构建3D场景和碰撞风险估算实现对船舶‑航标碰撞风险智能预测预警;预测船舶航迹,根据船舶特征点模型,根据船舶实时和历史的船位、艏向预测船舶特征点的船位、艏向和航迹,其中船舶航迹根据卡尔曼滤波方法来预测;构建3D场景,对航标的配布进行三维视景展示,所述三维视景展示中包括航标配布示意图;碰撞风险估算,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需的行驶距离,实时对碰撞危险进行估算,预判船舶和航标是否碰撞。本发明还公开基于上述方法的装置。本发明的优点在于:能够有效实现船舶‑航标碰撞风险智能预测预警。
Description
技术领域
本发明涉及船舶航迹预测技术领域,油气涉及一种航标智能化避碰方法及***。
背景技术
现有技术中在船舶的航行预测和控制领域已经有采用各种智能化的预测算法进行预 测船舶航行航迹的了,从而保证了船舶航行的安全。现有技术中针对船舶航行轨迹进行预 测的方法有采用卡尔曼滤波器进行计算的。但是,传统的卡尔曼滤波器在整个滤波过程中 使用相同的采样时间间隔。然而由于AIS位置更新报告时间间隔因船速不同而不同,海岸 站与浮标之间的通信阻塞和网络延迟,有时可能无法接收到正确的位置数据,或者位置报 告没有及时更新。现有技术中也有采用自适应机制已引入卡尔曼滤波器对船舶航迹进行预 测的,但是依然存在位置数据更新不及时或估计误差较大的问题。
此外,现有技术中,尤其在航标与船舶航行预测领域,缺少针对航标可视化以及能够 实现船舶-航标碰撞风险智能预测预警的方法。
发明内容
本发明要解决的技术问题是如何实现船舶-航标碰撞风险智能预测预警,针对上述要 解决的技术问题,现提出航标智能化避碰方法及***。
为实现上述目的,本发明提供如下技术方案:一种航标智能化避碰方法,通过预测船 舶航迹、构建3D场景和碰撞风险估算实现对船舶-航标碰撞风险智能预测预警;
预测船舶航迹,根据船舶特征点模型,根据船舶实时和历史的船位、艏向预测船舶特征点 的船位、艏向和航迹,其中船舶航迹根据卡尔曼滤波方法来预测,所述卡尔曼滤波方法中 引入了不同的时间尺度;
构建3D场景,对航标的配布进行三维视景展示,所述三维视景展示中包括航标配布示意 图;
碰撞风险估算,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需的行 驶距离,实时对碰撞危险进行估算,预判船舶和航标是否碰撞。
进一步的,所述预测船舶航迹过程中采用的船舶运动***的数学模型为:
其中x为状态变量,u(k)为时间k的输入向量,wk为时间k的***状态噪声,k为时间时 序计数,T(k)为AIS位置更新报告的第k个时间间隔,zk为时间k的测量输出,εk为时间 k的测量噪声,表示k+1时刻的误差,Kk+1表示k+1时刻的卡尔曼滤波的增益,x(k) 表示k时刻的状态变量,表示时间间隔的平均值,表示k时刻的动力学的测量,v(k+1) 表示k+1时刻船舶的速度,表示k+1时间的估计误差的协方差,Pk表示时间k的误差 的协方差,E表示取平均值,Qk表示***噪声在时刻k的协方差。
进一步的,所述***噪声在时刻k的协方差按照选择状态噪声协方差的自适应机制计算, 计算模型如下:
进一步的,所述预测船舶航迹过程中船舶在k+1th时间间隔瞬间的经纬度可计算为:
λ(k+1)=λ(k)+v(k)T(k)sin(θ(k))
***状态方程为:
x(k+1)=x(k)+T(k)u(k)+w(k)
***观测值为:
z(k+1)=x(k+1)+ε(k+1)
其中,x为状态变量,u(k)为时间k的输入向量,wk为时间k的***状态噪声,k为时间 时序计数,T(k)为AIS位置更新报告的第k个时间间隔,zk为时间k的测量输出,εk为时 间k的测量噪声。
进一步的,所述碰撞风险估算过程包括如下步骤:
s01,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需的行驶距离, 其中,设船舶航迹为Q1Q2,观察线为P1P2;
s02,作快速排斥试验,设以线段P1P2为对角线的矩形为R,设以线段Q1Q2为对角线的 矩形为T,如果R和T不相交,则两线段不会相交,判断两个航迹不会碰撞;
s03,进行跨立试验,如果两线段相交,则两线段必然相互跨立对方,若P1P2跨立Q1Q2, 则矢量P1和P2两点位于Q2和Q1的所在直线的两侧,未通过跨立试验则判定两个航迹会碰撞,通过跨立试验则判定两个航迹不会碰撞。
本发明的另一个目的是提供一种航标智能化避碰***,包括船舶航迹预测装置、3D场 景展示装置和碰撞风险估算装置,所述船舶航迹预测装置按照如前所述的方法对船舶航迹 进行预测,所述3D场景展示装置按照如前所述的方法对航标的配布进行三维视景展示, 所述碰撞风险估算装置按照如前所述的方法对船舶-航标碰撞风险进行评估。
进一步的,所述3D场景展示装置为内设有基于3DMax建模工具和UNITY 3D发布的3D场 景展示***的移动终端,所述移动终端包括基于IOS、ANDROID、PC、WEB、PS3和XBOX的移 动终端。
与现有技术相比,本发明的有益效果是:
本发明通过在卡尔曼滤波中引入了不同的时间尺度,设计了一种自适应变参数时标卡 尔曼滤波器,采用APVTS-KF对不同报告间隔的浮标漂移进行了估算。因此,卡尔曼滤波可 以更准确地解决浮标动态区间位置报告实际情况下的漂移估计问题。在达到稳定状态之 前,选择一个较大的状态噪声协方差来加速收敛速度。在达到稳定状态后,通过选择较小 的状态噪声协方差,可以提高收敛精度。在不同的工作状态下,对卡尔曼滤波器的噪声协 方差进行自适应更新和匹配,能在多种工作环境下同时获得快速收敛和较高的估计精度, 从而能够处理例如AIS位置采样发布更新周期随着船速动态不确定变化的轨迹预测。此外, 本发明还通过对航标进行三维视景展示,能够全面地告知航标用户航标配置,极大方便船 舶航行,并且通过终端进行碰撞风险智能预测预警,能够有效的避免碰撞的发生,提前通 知船舶避险。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地 描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本 发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实 施例,都属于本发明保护的范围。
如图1所示,本具体实施方式披露了一种航标智能化避碰方法,通过预测船舶航迹、 构建3D场景和碰撞风险估算实现对船舶-航标碰撞风险智能预测预警;
其中,预测船舶航迹是根据船舶特征点模型,根据船舶实时和历史的船位、艏向预测船舶 特征点的船位、艏向和航迹,其中船舶航迹根据卡尔曼滤波方法来预测,所述卡尔曼滤波 方法中引入了不同的时间尺度。
可行的,在本具体实施例中采用的卡尔曼滤波器的滤波方法如下,其中,预测船舶航 迹过程中采用的船舶运动***的数学模型为:
其中,x为状态变量,u(k)为时间k的输入向量,wk为时间k的***状态噪声,k为 时间时序计数,T(k)为AIS位置更新报告的第k个时间间隔,zk为时间k的测量输出,εk为时间k的测量噪声,表示k+1时刻的误差,Kk+1表示k+1时刻的卡尔曼滤波的增 益,x(k)表示k时刻的状态变量,表示时间间隔的平均值,表示k时刻的动力学的测 量,v(k+1)表示k+1时刻船舶的速度,表示k+1时间的估计误差的协方差,Pk表示时间 k的误差的协方差,E表示取平均值,Qk表示***噪声在时刻k的协方差。
***噪声在时刻k的协方差按照选择状态噪声协方差的自适应机制计算,计算模型为 其中β是遗忘因子,β的取值范围是0.95<β<0.99,λk是时刻k时的增益系数。在达到稳定状态之前,λk较大,这导致状态噪声的协方差较大, 从而加快了收敛速度。在达到稳定状态后,λk是较小的,这导致状态噪声协方差较小,以 提高收敛精度。自适应策略通过调整影响船舶运动***的数学模型中的Qk,来调整估计误 差的协方差
可行的,上述测船舶航迹过程中采用的船舶运动***的数学模型的设置与证明过程如 下:
在本具体实施例中,船舶的运动模型表述如下:
λ(k+1)=λ(k)+v(k)T(k)sin(θ(k)) (2)
定义x为状态变量:
定义u(k)为输入向量:
考虑实际***中是否存在噪声。定义为***噪声。方程(1)和(2)的***状态方程可以写成:
x(k+1)=x(k)+T(k)u(k)+w(k) (5)
定义z为测量矢量。定义为测量噪声。***观测值可以写成:
z(k+1)=x(k+1)+ε(k+1) (6)
基于自适应变参数时标卡尔曼滤波器的船舶航迹预测定义及证明如下:
可以设定假设1:E[wk]=0.***状态噪声wk与测量输出zk无关。Qk表示***噪声在时 刻k的协方差,计算如下:
优选的,在本具体实例中,对于含有***状态噪声的***状态方程(5)和含有测量噪声的***观测方程(6),采用公式(14)-(17)给出了自适应变参数时标卡尔曼滤波 方法。
可行的,本具体实施例中的证明过程如下:
将(5)代入(11)可得:
将(10)代入(18)可得:
将(6)代入(19)可得:
将(5)代入(20)可得:
将(9)代入(21)可得:
将(5)代入(23)可得:
将(9)代入(24)可得:
由假设1可得:
式(15)得证。
将(10)代入(27)可得:
将(6)代入(27)可得:
由假设2可得:
将(23)代入(30)可得:
得到公式(16)。对(31)关于Kk+1求导可得:
即:
因此下式成立:
式(17)得证。
将(34)代入(31)可得:
当状态噪声协方差较小时,收敛速度慢,收敛精度高。如果状态运动在短时间内变化 过快,则收敛速度慢容易导致跟踪失败。当状态噪声协方差较大时,收敛速度快,精度低。 因此,卡尔曼滤波器中的噪声协方差可以在不同的工作状态下自适应地更新和匹配。自适 应Kalman滤波器能在大范围的工作环境下同时获得快速收敛和高估计精度。本具体实施 例中采用了了一种选择状态噪声协方差的自适应机制,具体如下:
其中0.95<β<0.99是遗忘因子,λk是时刻k时的增益系数。在达到稳定状态之前,λk较 大,这导致状态噪声的协方差较大,从而加快了收敛速度。在达到稳定状态后,λk是较小的,这导致状态噪声协方差较小,以提高收敛精度。自适应策略通过调整影响方程(15) 中的Qk,来调整估计误差的协方差
此外,本发明中还通过构建3D场景,对航标的配布进行三维视景展示,其中三维视景展示中包括航标配布示意图;优选的,可以通过3D场景展示装置进行三维视景展示, 3D场景展示装置为内设有基于3DMax建模工具和UNITY 3D发布的3D场景展示***的移动 终端,所述移动终端包括基于IOS、ANDROID、PC、WEB、PS3和XBOX的移动终端。
***将通过以三维视景方式介绍航标的配布,将航标配布意图简洁、全面地告知航标 用户,极大方便船舶航行。航标的配布一般有三种重要位置:(1)港口口门,如镇海角灯塔位于厦门岛南方约9海里处;(2)转向点,因为船舶的回旋半径大所以转向需要开 阔水域;(3)危险位置,如礁石暗礁、浅滩、作业区、碍航物、桥梁、码头附近等。
***将完成标示碍航物或危险物、指示航道界限等多项助航功能,提醒船舶谨慎驾驶, 帮助船舶分辨航道的界限、告知转向或者碍航物,指导船舶避开浅滩与礁石,分辨航段的 分支与汇合,以正确导航定位和转向,安全地通过航道。对关键的航标的距离方位提醒, 在船舶驾驶过程中,将实时显示本船位置与关键航标的距离和方位,便于用户及时确定航 向。当船舶靠近某航标后,***将提示以灯光闪烁,以文字加图示的形式告知用户该航标 传递的信息。
利用3DMax建模工具,运用UNITY 3D游戏引擎的平台。Unity 3D支持包括IOS、ANDROID、 PC、WEB、PS3和XBOX等多个平台的快速发布,为三维***向多平台的推广提供了广阔的 发展空间。
碰撞风险估算,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需 的行驶距离,实时对碰撞危险进行估算,预判船舶和航标是否碰撞。
优选的,碰撞风险估算过程包括如下步骤:
s01,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需的行驶距 离,其中,设船舶航迹为Q1Q2,观察线为P1P2;
s02,作快速排斥试验,设以线段P1P2为对角线的矩形为R,设以线段Q1Q2为对角 线的矩形为T,如果R和T不相交,则两线段不会相交,判断两个航迹不会碰撞;
s03,进行跨立试验,如果两线段相交,则两线段必然相互跨立对方,若P1P2跨立Q1Q2, 则矢量P1和P2两点位于Q2和Q1的所在直线的两侧,未通过跨立试验则判定两个航迹会碰撞,通过跨立试验则判定两个航迹不会碰撞。
设定×表示叉乘,*表示点乘,判断Q1Q2跨立P1P2的依据为:
(Q1P1×Q1Q2)*(Q1Q2×Q1P2)>0 (38)
(P1Q1×P1P2)*(P1P2×P1Q2)>0 (39)
本发明采用卡尔曼滤波技术来预测船舶运动轨迹,提高了卡尔曼滤波算法的准确性和 鲁棒性,将卡尔曼滤波从整数阶***推广到分数阶***,推导一种基于自适应分数阶*** 的卡尔曼滤波算法。这种态噪声协方差选择的自适应机制,推导了它的数学过程。与整数 阶滤波器相比,分数阶卡尔曼滤波器具有更宽的参数选择范围和更高的跟踪精度。基于自 适应分数阶卡尔曼滤波比分数卡尔曼滤波和卡尔曼滤波具有更小的中心位置误差和更好 的跟踪精度。自适应分数阶卡尔曼能更好地避免***的漂移效应,具有很好的鲁棒性和 有效性。
可行的,本发明中的方法可以设置在一种航标智能化避碰***中,该***可以是船载 的移动终端等设备,具有通信功能,其与AIS实时互通信息,其可以包括船舶航迹预测装 置、3D场景展示装置和碰撞风险估算装置,船舶航迹预测装置对船舶航迹进行预测,3D场景展示装置对航标的配布进行三维视景展示,碰撞风险估算装置对船舶-航标碰撞风险进行评估。此外,***预测、展示和估算的结果均可以通过显示设备进行展示,其可以展 示在船载的显示终端,例如终端显示屏上,从而方便用户查看。
本发明通过在卡尔曼滤波中引入了不同的时间尺度,设计了一种自适应变参数时标卡 尔曼滤波器,采用APVTS-KF对不同报告间隔的浮标漂移进行了估算。因此,卡尔曼滤波可 以更准确地解决浮标动态区间位置报告实际情况下的漂移估计问题。在达到稳定状态之 前,选择一个较大的状态噪声协方差来加速收敛速度。在达到稳定状态后,通过选择较小 的状态噪声协方差,可以提高收敛精度。在不同的工作状态下,对卡尔曼滤波器的噪声协 方差进行自适应更新和匹配,能在多种工作环境下同时获得快速收敛和较高的估计精度。 此外,本发明还通过对航标进行三维视景展示,能够全面地告知航标用户航标配置,极大 方便船舶航行,并且通过终端进行碰撞风险智能预测预警,能够有效的避免碰撞的发生, 提前通知船舶避险。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方 式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式 进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (7)
1.一种航标智能化避碰方法,其特征在于,通过预测船舶航迹、构建3D场景和碰撞风险估算实现对船舶-航标碰撞风险智能预测预警;
预测船舶航迹,根据船舶特征点模型,根据船舶实时和历史的船位、艏向预测船舶特征点的船位、艏向和航迹,其中船舶航迹根据卡尔曼滤波方法来预测,所述卡尔曼滤波方法中引入了不同的时间尺度;
构建3D场景,对航标的配布进行三维视景展示,所述三维视景展示中包括航标配布示意图;
碰撞风险估算,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需的行驶距离,实时对碰撞危险进行估算,预判船舶和航标是否碰撞。
2.根据权利要求1所述的一种航标智能化避碰方法,其特征在于,所述预测船舶航迹过程中采用的船舶运动***的数学模型为:
5.根据权利要求1所述的一种航标智能化避碰方法,其特征在于,所述碰撞风险估算过程包括如下步骤:
s01,计算航标与船舶特征点模型的最近会遇距离与和抵达会遇点船舶所需的行驶距离,其中,设船舶航迹为Q1Q2,观察线为P1P2;
s02,作快速排斥试验,设以线段P1P2为对角线的矩形为R,设以线段Q1Q2为对角线的矩形为T,如果R和T不相交,则两线段不会相交,判断两个航迹不会碰撞;
s03,进行跨立试验,如果两线段相交,则两线段必然相互跨立对方,若P1P2跨立Q1Q2,则矢量P1和P2两点位于Q2和Q1的所在直线的两侧,未通过跨立试验则判定两个航迹会碰撞,通过跨立试验则判定两个航迹不会碰撞。
6.一种航标智能化避碰***,其特征在于,包括船舶航迹预测装置、3D场景展示装置和碰撞风险估算装置,所述船舶航迹预测装置按照如权利要求1-4任意一项所述的方法对船舶航迹进行预测,所述3D场景展示装置按照如权利要求1所述的方法对航标的配布进行三维视景展示,所述碰撞风险估算装置按照如权利要求1或5所述的方法对船舶-航标碰撞风险进行评估。
7.根据权利要求6所述的一种航标智能化避碰***,其特征在于,所述3D场景展示装置为内设有基于3DMax建模工具和UNITY 3D发布的3D场景展示***的移动终端,所述移动终端包括基于IOS、ANDROID、PC、WEB、PS3和XBOX的移动终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010427248.1A CN111721321B (zh) | 2020-05-19 | 2020-05-19 | 一种航标智能化避碰方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010427248.1A CN111721321B (zh) | 2020-05-19 | 2020-05-19 | 一种航标智能化避碰方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111721321A true CN111721321A (zh) | 2020-09-29 |
CN111721321B CN111721321B (zh) | 2022-02-22 |
Family
ID=72564719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010427248.1A Active CN111721321B (zh) | 2020-05-19 | 2020-05-19 | 一种航标智能化避碰方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111721321B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326640A (zh) * | 2021-08-03 | 2021-08-31 | 北京海兰信数据科技股份有限公司 | 一种确定内河船舶碰撞危险度的方法及*** |
CN114464014A (zh) * | 2022-01-05 | 2022-05-10 | 集美大学 | 基于模糊逻辑的区域船舶碰撞风险处理方法、***和介质 |
CN115346398A (zh) * | 2022-08-19 | 2022-11-15 | 江苏恒达微波技术开发有限公司 | 一种基于ka波段卫星数据的船只航行轨迹监测*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2789981A2 (en) * | 2013-04-12 | 2014-10-15 | Furuno Electric Co., Ltd. | Method and device for displaying route |
CN104778837A (zh) * | 2015-04-14 | 2015-07-15 | 吉林大学 | 一种道路交通运行态势多时间尺度预测方法 |
CN105590339A (zh) * | 2015-12-15 | 2016-05-18 | 广州南沙3D打印创新研究院 | 三维模型的碰撞检测方法及*** |
CN108922247A (zh) * | 2018-07-25 | 2018-11-30 | 重庆大学 | 一种基于ais的船舶-航标碰撞危险度估算方法 |
CN109084747A (zh) * | 2018-06-26 | 2018-12-25 | 武汉理工大学 | 基于通用三维引擎的水上交通全景三维导航***及方法 |
-
2020
- 2020-05-19 CN CN202010427248.1A patent/CN111721321B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2789981A2 (en) * | 2013-04-12 | 2014-10-15 | Furuno Electric Co., Ltd. | Method and device for displaying route |
CN104778837A (zh) * | 2015-04-14 | 2015-07-15 | 吉林大学 | 一种道路交通运行态势多时间尺度预测方法 |
CN105590339A (zh) * | 2015-12-15 | 2016-05-18 | 广州南沙3D打印创新研究院 | 三维模型的碰撞检测方法及*** |
CN109084747A (zh) * | 2018-06-26 | 2018-12-25 | 武汉理工大学 | 基于通用三维引擎的水上交通全景三维导航***及方法 |
CN108922247A (zh) * | 2018-07-25 | 2018-11-30 | 重庆大学 | 一种基于ais的船舶-航标碰撞危险度估算方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326640A (zh) * | 2021-08-03 | 2021-08-31 | 北京海兰信数据科技股份有限公司 | 一种确定内河船舶碰撞危险度的方法及*** |
CN114464014A (zh) * | 2022-01-05 | 2022-05-10 | 集美大学 | 基于模糊逻辑的区域船舶碰撞风险处理方法、***和介质 |
CN115346398A (zh) * | 2022-08-19 | 2022-11-15 | 江苏恒达微波技术开发有限公司 | 一种基于ka波段卫星数据的船只航行轨迹监测*** |
Also Published As
Publication number | Publication date |
---|---|
CN111721321B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111721321B (zh) | 一种航标智能化避碰方法及*** | |
Singh et al. | A constrained A* approach towards optimal path planning for an unmanned surface vehicle in a maritime environment containing dynamic obstacles and ocean currents | |
CN107748561B (zh) | 一种基于多传感参数的无人船局部避障***及方法 | |
CN107329477B (zh) | 一种无人船导航和自动驾驶设备及其方法 | |
CN109540151A (zh) | 一种基于强化学习的auv三维路径规划方法 | |
CN106094606A (zh) | 一种水面无人艇导航与控制遥操作平台 | |
CN108664020A (zh) | 一种基于速度障碍法和动态窗口法的无人艇动态避障算法 | |
CN105070101B (zh) | 筒型平台拖带风险预警及可视化*** | |
US8706329B2 (en) | Facilitating navigation of vessels in specific water environments | |
CN113010958B (zh) | 自航船舶的模拟***及其运作方法 | |
CN112327845B (zh) | 无人船编队控制方法、无人船及计算机可读存储介质 | |
CN109460021A (zh) | 船只智能航行会遇航迹识别精算避碰*** | |
Ito et al. | Collision avoidance control of ship with genetic algorithm | |
KR101275277B1 (ko) | 사각단위항로 생성기법을 이용한 가항항로내 선박 피항 항로 탐색 지원 시스템 | |
CN113124864A (zh) | 一种采用机器视觉和惯导融合的水面导航方法 | |
CN110164185A (zh) | 一种基于ais的船舶避碰*** | |
KR101658133B1 (ko) | 선박의 충돌위험도 산출 시스템 | |
CN117232520A (zh) | 一种适用于海上航行的船舶智能导航***及导航方法 | |
CN114061565B (zh) | 一种无人船舶slam及其应用方法 | |
CN112068565A (zh) | 一种结构化环境中的无人船自主导航方法和*** | |
CN116564136B (zh) | 基于ais的船舶碰撞预测方法 | |
CN117250961A (zh) | 无人移动靶船协同编队控制方法及*** | |
Dove et al. | An automatic collision avoidance and guidance system for marine vehicles in confined waters | |
CN111984006B (zh) | 融合海流及尺度差异影响的无人艇多目标会遇避碰方法 | |
CN111207748B (zh) | 基于感知信息的水面/水下无人航行器目标环绕跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |