基于改进人工势场法的船舶自动避碰研究

为解决传统人工势场法在船舶自动避碰中无法判断避让责任和紧迫局面的问题,创新性地将船舶会遇态势及危险度评价指标引人人工势场中,通过船舶之间相对方位来判断船舶的避让责任并限定避让措施,通过实时计算船舶碰撞危险度,设定相应阈值来界定是否产生紧迫局面,指导船舶采取进一步避让措施.通过对船舶对遇、交叉相遇和追越3种典型局面的仿真实验表明,本文所设计的势场能够较为清晰地判断避让责任和紧迫局面,所规划的船舶避让措施更加符合国际海上避碰规则的要求.     

船舶碰撞危险度的避碰决策模型

船舶碰撞危险度是影响船舶航行安全的重要参数,对船舶在航行中的避碰决策起着指导性的作用。船舶在会遇时,快速而且准确的计算出船舶碰撞危险度,是进行船舶间避碰决策的基础。然后,结合船舶碰撞危险度模型和避碰几何原理,建立船舶避碰决策模型,该模型能够为船舶驾驶员提供采取避碰行动的时机和转向幅度,以获得避碰行动的最优解。     

基于四元船舶领域和避碰规则的碰撞危险度模型

为解决使用船舶领域计算碰撞危险度时所选取的船舶领域类型繁多，且碰撞危险度模型中对于目标船船舶领域与海上避碰规则等因素考虑较少的问题，提出基于四元船舶领域和海上避碰规则改进的碰撞危险度模糊评价模型。在计算碰撞危险度时考虑本船是否侵入目标船船舶领域，且根据海上避碰规则当本船为直航船时，判断目标船与本船是否为紧迫局面并将其作为计算因素加入模型。使用MATLAB进行仿真，结果表明改进的模糊评价模型能计算出更符合海上实情且满足海上避碰规则的碰撞危险度，为后续避碰决策研究提供更为准确的数据。     

船舶避碰路径规划研究综述

对船舶避碰模型和路径规划方法进行分类综述和评价,将评价碰撞危险的船舶避碰模型分为碰撞危险度模型和船舶领域模型,将现有的船舶避碰路径规划方法分为确定性方法和智能优化方法,并分别对其研究成果进行总结,分析船舶避碰路径规划发展趋势.     

内河船舶避碰决策研究现状及趋势分析

本文将船舶避碰研究分为船舶领域、船舶碰撞危险度和船舶避碰决策优化方法三个部分进行综述,通过与船舶避碰整体研究的对比,分析内河船舶避碰研究的现状,得出内河船舶避碰的研究趋势,并得到内河船舶避碰会从二维避碰向三维避碰研究转变、完善船舶领域和碰撞危险度模型及引入先进理论算法等研究趋势。     

基于模型预测控制的船舶自主避碰方法

针对海上多船会遇情况下的船舶自主避碰问题,提出一种基于船舶运动数学模型的开阔水域船舶自主避碰方法.该方法利用模型预测控制(MPC)算法,在考虑船舶操纵性和避碰规则的条件下,采用模糊数学理论分析船舶航行过程中的碰撞危险度,进而构建避碰算法的评价函数,实现船舶自主避碰.仿真结果表明,该算法能解决开阔水域多船会遇情况下的船舶自主避碰问题,验证了算法的有效性.     

海上风电场区船舶A~*避碰寻路算法

针对国内风电场距离航道较近、船舶在其附近航行时容易发生碰撞事故的问题,研究基于A~*改进算法的海上风电场水域船舶避碰寻路算法。基于改进的人工势场模型,按照船舶避碰要求建立风机威胁势场和他船威胁势场;将风电场区地图栅格化,计算各小方格处总的威胁值,构建威胁地图;以各栅格的威胁值作为船舶航行代价,利用A~*算法找出从当前点到目标点的移动航线;针对采用普通A~*算法生成的航线中拐点多、方向受限的问题,提取各拐点进行通视性检验并删除冗余点,最终得到符合船舶在风电场区航行要求的安全航线。仿真试验结果表明:采用该方法得到的规划航线能在与风机障碍物保持安全距离的同时,具有最短长度。     

基于克隆选择优化的多船转向避碰决策

基于船舶碰撞危险度计算模型,在多船会遇态势下,利用克隆选择优化算法,本文提出一种最优转向避碰幅度计算方法。确定了最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正。基于船舶碰撞危险度和航程损失的多目标函数优化,通过分克隆选择优化算法,在《国际海上避碰规则》约束的可行域空间内,获取全局范围内的最优解。仿真结果表明克隆选择优化算法对于处理多船会遇态势下的让路船转向避碰决策的有效性。     

改进蚁群算法的舰船避碰辅助决策系统可靠性研究

传统舰船避碰辅助决策系统所采用的蚁群算法在对船舶路径碰撞信息素计算过程中,存在收敛速度慢、碰撞信息素浓度低的问题,导致输出结果的可靠性较低,因此提出改进蚁群算法的舰船避碰辅助决策系统可靠性设计方法。通过对船舶避碰路径模型的构建与分析,结合传统蚁群算法在避碰决策计算上的缺失数据,对蚁群算法进行改进,并将改进的蚁群算法引入到避碰辅助决策系统进行仿真计算,通过对决策数据的分析得到舰船避碰辅助决策可靠性数据。通过设计仿真实验对得到的可靠性数据进行验证,证明了本文方法所得数据的可靠性。     

复杂水域船舶智能避碰专家系统设计

针对复杂水域船舶碰撞风险较高的问题,选取航速、航向、距离、能见度、风、浪、流等碰撞影响因素,设计碰撞危险度的计算方法,提出环境危险度的概念及计算方法;根据二者计算结果,构建神经网络样本,利用神经网络模型进行训练;基于Matlab设计复杂水域智能避碰专家系统。在对遇、追越、交叉相遇3种会遇局势下进行仿真验证,实验表明,该系统可以直接求解出碰撞危险度和环境危险度,将目标船和环境因素造成的碰撞危险区别对待,根据实际情况给出航行提示和建议。     

免疫粒子群算法在夜航船舶避碰规划中的应用

受夜晚环境的影响,传统的船舶在航行过程中存在碰撞事故多发的问题,为此应用免疫粒子群算法对夜航船舶避碰规划方法进行优化设计。首先利用航行船舶上的AIS设备确定夜航船舶运动参数,并结合障碍船的位置划分夜航船舶会遇态势。设置夜航船舶安全会遇距离并计算夜航船舶碰撞危险概率。应用免疫粒子群算法更新船舶速度和位置,当两船之间的碰撞危险度达到危险区间,确定避碰时机以及幅度,进行夜航船舶避碰规划。实验结果表明,应用免疫粒子群算法,能够有效地降低碰撞事故发生率。     

海上船舶行驶避碰策略研究

设计合理的船舶行驶避碰策略对于保证船舶安全行驶具有重要的现实意义。本文研究船舶运动参数、船舶碰撞危险度以及适应度函数,最后通过粒子群算法、改进的混沌粒子群算法和免疫粒子群算法进行海上船舶行驶避碰仿真,确定切实可行的海上船舶行驶避碰方案。     

危险模式免疫控制算法优化船舶避碰策略

危险模式免疫算法是仿照生物免疫系统和基因学的一种优化搜索方法,适用于复杂问题的求解.介绍危险模式免疫算法的原理.并将该算法应用于优化船舶避碰策略.结合船舶碰撞危险度及船舶运动数学模型等相关领域知识,实现了船舶避碰策略的优化.通过仿真验证了算法的有效性,从而为船舶避碰决策提供了新的方法和思路.     

机器学习在智能辅助避碰系统中的应用

阐述船舶智能辅助避碰系统的基本决策过程,聚类算法在危险区域划分中的应用,以及在碰撞危险度计算中利用大量实船数据训练神经网络模型的机器学习方法。优化相关参数的计算方法,提升智能辅助避碰系统的可靠度和实用性。     

基于前景理论的船舶避碰决策优化方法

针对船舶避碰决策行为差异,提出一种运用前景理论求取最佳船舶避碰决策方案的优化方法。在分析避碰行为个体差异的基础上,运用前景理论和多指标灰关联决策相结合的方法,构建考虑驾驶员风险态度的船舶避碰方案选择决策优化模型,以船舶碰撞危险度、航程损失和轨迹平稳性作为决策指标,研究在同一会遇场景下驾驶员不同风险态度的最优避碰方案并进行对比分析。研究结果表明:该模型可优化船舶驾驶员在不同风险偏好下的最优避碰方案选择,将前景理论运用到船舶避碰决策优化中是可行且有效的,能为船舶避碰决策和决策拟人化提供支持。     

基于模糊集合理论的船舶碰撞危险度模型

为了解决多船避碰决策过程中避让行动优先级问题,提出一种基于模糊集合理论的船舶碰撞危险度确定模型。选取最近会遇距离、最近会遇时间、船间距离、相对方位、船速比5个因素建立碰撞危险度影响因素集,并确定各因素评价集、评价指标以及各参数的隶属度函数,经模糊综合评价得到船舶碰撞危险度计算模型。设置两船交叉会遇以及多船交叉会遇2种会遇局面进行仿真实验,实验结果验证了该模型的有效性。     

基于模糊集合理论的船舶碰撞危险度模型

为了解决多船避碰决策过程中避让行动优先级问题,提出一种基于模糊集合理论的船舶碰撞危险度确定模型。选取最近会遇距离、最近会遇时间、船间距离、相对方位、船速比5个因素建立碰撞危险度影响因素集,并确定各因素评价集、评价指标以及各参数的隶属度函数,经模糊综合评价得到船舶碰撞危险度计算模型。设置两船交叉会遇以及多船交叉会遇2种会遇局面进行仿真实验,实验结果验证了该模型的有效性。     

多方向航行船舶防碰撞航线有限元计算研究

传统船舶防碰撞算法主要以船舶航线间距为碰撞计算要素,但是在多方向航行因素引入后会出现防碰撞航线输出量精准度降低问题。为此提出多方向航行船舶防碰撞航线有限元计算研究。通过对船舶多方向下避碰的计算,获得避碰瞬态速度关系量;以此为基础对避碰计算规则进行遗传计算,得到预输出航线数据;对预输出航线数据进行有限元计算,提升多方向航行船舶的防碰撞航线计算的精准度。为验证计算结果的精准度,设计一组仿真对比实验进行对比测试,并得出结论。     

基于选择性神经网络集成的船舶避碰问题研究

船舶碰撞危险度的确定是保证海上船舶航行安全的重要问题,也是一个复杂的过程,受很多因素的影响,具有很强的非线性特征。神经网络集成是用有限个神经网络对同一个问题进行学习,集成在某输入示例下的输出由构成集成的各种神经网络在该示例下的输出共同决定。本文基于粒子群优化算法实现一种选择性神经网络集成方法,并基于该方法对船舶碰撞危险度问题进行了建模。仿真结果表明,基于粒子群算法的选择性神经网络集成方法适合于船舶避碰问题模型,且模型的精度很高。     

基于拟态物理学优化算法的船舶变速避碰决策

为能在狭窄水域多船会遇情况下快速给出安全有效的避碰决策,提出一种基于拟态物理学优化算法(Artificial Physics Optimization, APO)的船舶变速避碰决策方法。该方法利用APO算法的快速寻优能力,根据《国际海上避碰规则》对变速行动幅度的要求,限定算法中可行解的空间,考虑变速冲程和冲时对会遇的影响,提高最近会遇距离值的计算精度,建立基于碰撞危险度和变速能量损失的目标函数,迭代进化获得全局范围内最优的速度值,即船舶的决策速度。狭窄水域多船会遇案例的仿真结果表明:决策速度下船舶能够安全有效地避让各目标船舶,该决策方法可行且有效,能够为船舶驾驶人员提供避碰决策支持。