基于船舶领域的内河船舶避障方法研究

针对内河船舶避障问题,引入船舶领域方法,并运用内河领域模型进行避障仿真研究。仿真结果表明,该方法切实可行,能达到较好的避障效果。     

智能船舶航行态势感知技术现状

作为船舶智能技术体系的关键组成部分,航行态势感知近年来引起了广泛关注。为了能把握船舶航行态势感知的发展方向,文章从船舶航行态势感知的概念、感知设备和感知信息处理及融合技术等3方面介绍了船舶航行态势感知技术的发展现状。在此基础上,就现阶段船舶航行态势感知所面临的信息深度挖掘不够、综合感知能力不强、评测体系缺乏的问题进行了讨论,最后对船舶航行态势感知的未来发展进行了展望。     

基于航迹推演的船舶动态智能避碰方法

针对受限水域船舶动态智能避碰问题,将航迹预测与改进速度障碍相结合,提出一种船舶动态智能避碰方法。建立两船相对运动模型并实时计算船舶避碰运动参数,基于三自由度船舶操纵运动数学(MMG)模型和Kalman滤波算法分别预测本船(OS)和目标船(TS)下一时刻运动状态;然后结合《国际海上避碰规则》(简称《规则》)、良好船艺、航迹预测模型、速度障碍算法和航向控制系统等分析设计船舶动态智能避碰决策模型;通过仿真试验验证动态智能避碰决策模型的可行性和有效性。结果表明：该算法可满足受限水域两船和多船复杂会遇局面下船舶智能避碰,实现动态避碰条件下的船舶安全航行。     

船舶智能感知车间的网络构建及系统应用

针对船舶制造现场缺乏实时感知系统、船舶制造车间未构建数据传输至工位的通信系统等问题,应用网络构建技术和信息采集与传输技术,构建船舶智能感知车间网络,实现船舶制造车间内部的“人、机、料”互联,达到数据采集的多源异构性和实时性,提高设备综合利用率和船厂管理水平。     

基于BP神经网络的船舶航迹控制技术

航海战舰规模的扩大使船舶航迹的控制变得越来越困难、复杂。为了实现船舶航迹控制,采用新的控制技术,根据神经网络及船舶航迹的相关理论和BP神经网络的船舶航迹控原理,对BP神经网络的船舶航迹控制进行计算和航迹设计实现,通过模拟仿真得出各种海情条件下的船舶航迹控制比较图,对我国航海战舰控制航迹有一定的指导意义。     

基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

基于改进蚁群的智能船舶全局路径规划方法

船舶路径规划是指在特定的海洋环境下,按照一定的寻优策略,给定出发点和目标点,完成船舶航行所需求的航线规划。本文依据改进的蚁群算法进行智能船舶路径规划,基于对障碍物膨化处理后的栅格地图,针对经典蚁群算法局部最优问题,加入了状态自适应调整,信息素自适应更新和拐角处理策略,在提高算法收敛速度的同时保证了所得路径的平滑性及安全性,实现了智能船舶的安全、经济航线规划。     

基于神经网络的船舶海上交通规划

传统的旅游高峰期船舶海上交通规划方法的最小航时规划结果与设定要求不符,为了解决这一问题,提出基于神经网络的旅游高峰期船舶海上交通规划研究。运用神经网络算法优化处理船舶海上交通航迹,在此基础上,设计船舶海上交通规划方案,先确定阶段变量,再选择状态变量,实现旅游高峰期船舶海上交通规划。由此完成基于神经网络的旅游高峰期船舶海上交通规划研究。最后,进入实验部分,对比2种方法的最小航时规划结果是否符合设计要求,实验结果表明,传统的旅游高峰期船舶海上交通规划方法的有效波高小于3.5 m,与约定波高5 m要求不符。而使用所提方法的有效波高大于5 m,与约定波高5 m要求相符。     

基于物联网技术的智能船舶消防系统规划

中国海岸线很长,船舶数量也非常多,加之海洋气候的多变,要保证所有船舶尤其是运输易燃易爆货物船舶的安全,就需要采取有效的消防改革措施,使船舶避免遭受火灾威胁。本文构思了消防物联网的基本框架,设计了智能船舶消防系统的基本构成,提出了应用物联网技术进行模拟消防训练和海上消防规划的构思。应用物联网技术构建智能船舶消防系统对船舶火灾预防具有现实意义。     

基于速度障碍法和动态窗口法的无人水面艇动态避障

  目的  旨在研究密集障碍物海况下无人艇的自主避障问题。  方法  为此,提出一种基于模糊推理的改进型双窗口动态窗口法（DWA）避障算法,即在常规速度窗口的基础上设计基于艇载传感器的感知窗口,构成双窗口模型以进一步优化约束速度空间,然后根据障碍物的分布,动态调整评价函数权值。  结果  仿真实验结果显示,相比原始DWA算法,改进算法在未知密集障碍物海况下规划的路径更加合理、光滑,可避免无人艇从密集障碍物群外绕行,同时确保了避障航行安全性,迭代次数和运行时间可缩短20%以上。  结论  研究成果对无人艇自主避障技术发展具有较为明显的科学价值和实际意义。     

船舶障碍避让系统中模糊神经网络多步预测模型设计

水路运输自古以来就是一种非常重要的商品流通途径,对促进经济发展和贸易往来有重要的意义,特别是近年来,经济全球化的趋势不断加强,远洋海上运输成为世界范围内商品贸易的主要途径。在船舶的正常航行过程中,障碍避让是非常重要的性能,是保障船舶安全航行的重要条件。由于船舶在航线航行时,受到许多未知环境的干扰条件因素影响,比如其他船舶、暗礁等,因此,研究船舶的避障技术有重要意义。本文充分利用神经网络算法和模糊算法,对船舶的障碍避让系统进行开发,设计了基于模糊神经网络的船舶障碍避让预测模型。     

神经网络的舰船航迹跟踪分析

舰船航迹具有比较强的时变性,对其进行研究具有重要意义。针对传统舰船航迹跟踪分析方法难以准确、在线性对舰船航迹进行跟踪,舰船航迹跟踪误差大的缺陷,设计了基于神经网络的舰船航迹跟踪分析方法。首先分析了舰船航迹跟踪的原理,指出各种舰船航迹跟踪分析方法的局限性,然后通过神经网络对舰船航迹进行有效拟合,建立舰船航迹跟踪分析模型,并对神经网络的相关参数进行优化,最后进行舰船航迹跟踪分析仿真模拟测试,神经网络的舰船航迹跟踪误差小于5%,远远低于舰船航迹跟踪实际要求的15%,而且舰船航迹跟踪精度要高于传统舰船航迹跟踪分析方法,舰船航迹跟踪分析时间更短,能够进行舰船航迹在线跟踪分析,具有更高的实际应用价值。     

基于二维码标签的舰船配电网标准化巡视智能监控方法

现有通过故障点线序反馈电频信号的方法,无法在复杂的舰船配电网中智能准确锁定故障点。提出基于二维码标签的舰船配电网标准化巡视智能监控方法。依托二维码技术,创建二维码故障反馈单元,对配电网全线进行故障、参数、坐标综合二维码绑定。在二维码识别技术基础上,搭建智能监控管理模块,对绑定二维码数据进行标准化智能识别。使设计方法实现智能监控效果。通过实验证明:基于二维码标签的舰船配电网标准化巡视智能监控方法,在舰船配电网监控使用中,具有反应快、定位准、数据全、免人工监控等特点,充分证明提出方法的可应用性。     

基于虚拟力场法的船舶避障功能的实现

为了实现船舶的避障,应用虚拟力场法建立了避障模型,描述了目标点的虚拟引力和障碍物的虚拟斥力之间的关系,运用Move_to_goal和Avoid_obstacle行为设计,实现了从船舶运动坐标值到控制量的转变,从而导出船舶避障实现算法流程,使船舶能够实时地避开障碍最后到达目标点.结果证明,船舶能够在多变的周边环境中实现避障功能.     

一种多智能体信息融合船舶避碰系统

在狭窄海域中,使用自动化控制系统避免船舶之间的碰撞,从而减少相应人员和财产损失,一直是研究的热点之一。随着信息采集、处理、融合技术的发展,使得通过多个船舶之间的相互协作,实现自动化碰撞避免成为了可能。本文提出一种基于信息融合的船舶碰撞避免决策模型。该模型包含有船舶智能体、VTS智能体及3个融合层次。通过该模型,在同一海域不同船舶之间可以通过相互协作,实现更加精确和经济的船舶碰撞避免决策。     

船用爬壁监测机器人避障行走最优路径规划方法

为了解决传统监测机器人避障行走路径规划方法存在的规划误差大、规划耗时长的问题,本文提出一种船用爬壁机器人避障行走最优路径规划方法。构建爬壁监测机器人路径规划的动力学模型,对机器人行走位姿进行调整。采用栅格法构建监测区域内的机器人行走栅格地图。基于构建的动力学模型,在栅格地图中对监测机器人避障行走路径进行规划。实验结果表明,与传统避障行走路径规划方法相比,所提方法的路径规划结果更加准确,能够实现机器人行走的有效避障。     

基于改进RRT~*算法的无人艇全局避障规划

在水面无人艇全局避障规划领域,RRT~*算法及其改进方法规划的路径长度过长、转折过多,并且规划路径紧靠障碍物,不利于水面无人艇的安全行驶。针对此问题,本文提出一种新的基于线段定理和RRT~*算法(Line segment theorem-RRT~*)的LT-RRT~*算法。该算法对环境地图进行预处理,标示出障碍物周围危险区域,为无人艇与障碍物之间留出安全距离。再根据终点采样概率选取采样点,改善RRT~*算法由于全局采样引起的路径不稳定性。最后根据线段定理重新选取新节点和附近节点的父节点,跳过中间节点连接树节点,减少路径折点,最终生成相对平滑的避障路径。在相同环境下,将改进算法与现有算法避障规划效果进行比较分析,结果表明了LTRRT~*算法的有效性。     

基于大数据的舰船通信网络信息资源提取方法分析

常规通信网络信息资源提取方法应用于舰船通信网络信息资源提取中,存在信息资源提取误差较大的不足,为此提出基于大数据的舰船通信网络信息资源提取方法分析。依托大数据标记函数,搭建舰船通信网络信息标记规则,对目标函数建立索引;依托高性能检索机制,实现舰船通信网络信息资源提取,完成基于大数据的舰船通信网络信息资源提取方法分析。试验数据表明,提出的通信网络信息资源提取方法较常规信息资源提取方法,信息资源提取误差降低38.64%,适合舰船通信网络信息资源的提取。     

基于TOPSIS的舰船避碰信息决策系统

传统舰船避碰信息决策系统对于细节信息分析能力差,决策结果难以应用到实际操作中。为了解决这一问题,基于TOPSIS设计了一种新的舰船避碰信息决策系统,硬件选用的采集器为数字采集器,以RESD526芯片作为核心采集芯片,采用微处理器处理决策信息,将处理的结果存储在数据存储器中。软件由分析决策指标、建立决策矩阵、输出决策结果 3步组成。为验证设计系统实际效果,与传统决策系统进行实验对比,结果表明,设计的决策系统能够更准确地分析出舰船内部和外部信息,得到更加有效的决策结果,提高船舶运行的安全性,降低事故发生率。