海上无人驾驶技术中的数据融合应用技术

现有的海上无人驾驶船舶数据融合应用技术存在数据精度差、数据波动大的弊端,为了解决上述问题,提出海上无人驾驶船舶数据融合应用技术研究。AIS与雷达设备采集的船舶数据存在较大的差异,采用聚类方法与高斯-克吕格投影方法分别对数据的时间与空间进行校准,得到采集时间序列一致、表述一致的船舶数据,以此为基础,利用模糊数学算法对目标船舶的关联航迹数据进行求取,以关联航迹数据为依据采用加权融合算法对AIS与雷达数据权值进行分配,实现海上无人驾驶船舶数据的融合应用。通过性能测试得到,与现有的数据融合应用技术相比较,提出的海上无人驾驶船舶数据融合应用技术极大的提升了数据精度,降低了数据波动的幅值,说明本文方法的海上无人驾驶船舶数据融合应用技术具有更好的性能。     

船舶航行轨迹分析与应用系统

船舶航行轨迹的数据分析有助于改善海上航运的交通管理水平,尤其是港口等海上航线密集的区域,从而提高海上交通的安全性与航行效率。通常,船舶航迹数据的采集都是通过AIS系统和雷达共同完成,这种方式存在一定的误差,本文介绍一种基于图像处理技术的航迹分析系统,该系统利用计算机视觉技术和图像处理技术,可以高效、快速的对海量船舶航行轨迹数据进行提取和分析,本文重点介绍航迹分析过程的处理平台、信号处理方法以及图像信号的多特征融合等内容。     

船联网信息融合关键技术研究

由于电子设备类型不同,基于物联网结构的数据传输与处理存在大量异构数据,船舶各电子设备之间﹑船与船之间的数据交互需要通过中间件进行数据融合及接口统一。基于船联网的信息融合需要提供一个完整的策略方法及框架来处理船联网中的异构系统数据。本文研究现有基于物联网结构的信息融合技术,针对船舶电子系统特征,提出一种高效特征信息融合算法,有效提高异构数据融合效率。     

云平台在船舶数据融合中的技术方案

海洋船舶的动力定位系统是海上安全航行的核心装备之一,动力定位系统需要对传感器搜集的各种信息进行数据融合,才能提高数据的准确性及可靠性。本文研究云平台中的分布式计算架构,并将此架构应用到船舶动力定位系统中的数据融合中,通过对各类传感器数据之间的耦合性分析,提出一种基于分簇遍历的数据融合优化方法,最后对算法进行仿真。     

船舶运动姿态测量系统设计与实现

为了获取海上航行船舶及自航模试验中船模的姿态参数,设计一种基于MEMS(微机电系统)技术的波高倾斜一体化传感器的船舶运动姿态测量系统。此系统通过MEMS波高传感器对船舶升沉信息进行采集,利用倾角传感器对船舶的纵摇和横摇姿态信息进行采集,采集到的信息经多路A/D转换后送入单片机进行处理,实时得出船舶运动的升沉、纵摇及横摇变化。经处理后的三组数据由船舶运动姿态测量系统通过RS-485串口送到数据接收处理机存储、分析并实时显示船舶运动的姿态变化曲线,该数据接收处理软件采用VC++编写。经过大量试验及海上测试,该系统性能稳定,测量精度高,具有较大的实用价值。     

船舶运动姿态测量系统设计与实现

为了获取海上航行船舶及自航模试验中船模的姿态参数,设计一种基于MEMS(微机电系统)技术的波高倾斜一体化传感器的船舶运动姿态测量系统.此系统通过MEMS波高传感器对船舶升沉信息进行采集,利用倾角传感器对船舶的纵摇和横摇姿态信息进行采集,采集到的信息经多路A/D转换后送入单片机进行处理,实时得出船舶运动的升沉、纵摇及横摇变化.经处理后的三组数据由船舶运动姿态测量系统通过RS-485串口送到数据接收处理机存储、分析并实时显示船舶运动的姿态变化曲线,该数据接收处理软件采用VC++编写.经过大量试验及海上测试,该系统性能稳定,测量精度高,具有较大的实用价值.     

大数据与B/S技术在船舶自动运维系统中的应用

船舶运维系统本质是一种数据处理系统,对各类监测传感器数据进行采集﹑传输﹑处理及显示。随着船舶结构复杂度及动力系统增强,处理数据种类越来越多,传统的单中心处理方式时效性较低,不能满足数据的爆发式增长。本文在分析了船舶自动运维数据流采集传输方式的基础上,设计了一种分布式处理结构,对采集的数据进行并行化处理,提升了船舶自动运维系统性能,最后利用B/S交互式的数据查询系统进行数据分析。     

云计算的RFID数据采集和管理系统设计

现代航运业及海上军事系统建设中,需要对各种海量的数据进行采集处理,如海上气象数据﹑环境监测数据﹑海底地形数据及卫星通信数据等,有些数据的采集处理对实时性及准确性要求较高。传统的RFID数据采集和管理系统结构单一,处理性能已经越来越不能满足现代航运业的实际要求。本文研究云计算架构及海上RFID数据采集和管理系统,重点探讨基于云平台的分布式架构并改进数据采集中的哈希过滤算法,有效提高系统性能。     

船舶无人驾驶技术中的数据融合应用技术

无人驾驶船舶在海洋勘探、环境监测中发挥着重要的作用,是当前造船业和航海业的下一步发展方向,具有重要的科学和社会意义。然而,当前无人驾驶船舶的自动航行,仍需要较多的人工干预,一方面需要接收岸基控制中心的控制,另一方面为了保证较高的可靠性,通常需要在较好的海况和气象条件下工作,大大限制了无人驾驶船舶的使用范围。针对以上问题,本文提出一种基于多传感器数据融合的船舶无人驾驶技术,这种方法能够将雷达和卫星图像、传感器数据、GPS数据等相融合,实现全自动的无人船舶自动导航技术,从而大大减少人工干预,提升无人船舶遂行各种海洋任务的有效性。     

风电运维母船智能系统的研究与应用

针对海上风电运维作业特点，搭建风电运维母船（SOV）智能系统，采用数字孪生技术实现船舶核心动力设备和电力系统的建模仿真，保障船舶安全高效航行。该系统通过感知传感器采集数据，结合大数据技术及云计算技术对数据进行整合和处理，从而进行智能决策和分析，并以星链技术进行信息交互，最终实现运维路线、仓储配置和步桥登乘的优化。