多船并行航行轨迹精准控制算法研究

多船并行时,为精准控制船舶按照期望轨迹航行,研究多船并行航行轨迹精准控制算法。构建多船并行航行模型,分析多船并行航行位置与速度信息、动力控制量信息后,从首摇转矩与螺旋桨转速调节的角度,研究轨迹控制方法。将需控制轨迹的船舶当下位置与速度信息、期望位置与信息,作为基于位置与速度调节的多船并行航行轨迹控制算法的控制样本,计算当下位置与速度的误差值后,由模糊控制算法整定航行轨迹控制器3种控制参数,输出位置控制量、速度控制量,作为船舶首摇转矩、螺旋桨转速控制量,实现多船并行航行轨迹精准控制。实验结果表明：使用此算法,理想工况中多船并行航行位置与期望位置、航行速度与期望速度均一致;恶劣工况中多船并行航行轨迹的X轴位置误差、Y轴位置误差均小于0.2 m,轨迹控制结果精准。     

人工智能技术的船舶航行轨迹控制算法

为加强船行主机对于行进轨迹的精准控制能力,实现对船舶航向的有效性规划,提出基于人工智能技术的船舶航行轨迹控制算法。联合TLC设计思想,计算伪逆系数的具体数值结果,完成基于人工智能技术的船舶航迹节点安排。在此基础上,研究微分代数谱理论,通过航向控制器的促进作用的,求解非线性控制参量条件,完成人工智能技术船舶航行轨迹控制算法的设计。对比实验结果表明,与线性化控制手段相比,新型轨迹控制算法的TDR系数值能够达到87%,能够在有效规划船舶航行方向的同时,实现船行主机对于行进轨迹精准控制能力的提升。     

嵌入式船舶导航系统航行轨迹智能控制方法

传统船舶航行轨迹智能控制方法存在控制精准度低的缺点,为此提出嵌入式船舶导航系统航行轨迹智能控制方法。采用双坐标系对船舶航行轨迹模型进行建立,以建立的船舶航行轨迹模型为依据,利用传感器对船舶航行轨迹数据进行采集与处理,通过采集的数据计算船舶航行轨迹偏差,采用船舶航行轨迹控制算法对航行轨迹偏差进行调整,实现了嵌入式船舶导航系统航行轨迹的控制。通过实验可得,提出的嵌入式导航系统航行轨迹智能控制方法控制精准度比传统方法高28%,说明提出的嵌入式导航系统航行轨迹智能控制方法具备极高的有效性。     

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。     

LSTM网络在船舶航行轨迹预测中的应用

针对传统船舶航行轨迹预测算法,计算得到的轨迹预测量的回归适应性差,导致预测结果与实际轨迹之间的误差较大,严重影响船舶航线调度与航行安全的问题,提出LSTM网络在船舶航行轨迹预测中的应用。利用LSTM网络模型的梯度传递特性,建立航行轨迹进行LSTM网络模型,优化轨迹预测学习器预测学习量,采用高斯回归算法,增强预测量的自适应性,减小预测误差,整合网络预测数据,完成轨迹预测输出计算。实验数据表明,提出的预测方法的预测结果与实际轨迹之间的误差较小,能够有效提升轨迹预测精准度。     

船舶航行轨迹自动化控制中PLC技术研究

为有效发现水域中那些偏离正常航行轨迹的船舶,从而提高船舶航行安全性,设计基于PLC技术的船舶航行轨迹自动化控制方案。通过提取船舶航线轨迹数据的方式,弥补缺失信息的插补空隙,完成PLC数据的采集及预处理。在此基础上,度量轨迹内航行节点间的相似性,按照正常轨迹点的建模需求,实现对时间复杂度的精准分析,完成船舶航行轨迹自动化控制中的PLC技术研究。对比实验结果表明,与GMM航迹分析算法相比,应用PLC自动化控制方案后,QIE水域避障系数提高至6.32,不仅提高船舶的航行安全性,也可有效发现偏离正常航行轨迹船舶的实时所处位置。     

人工智能技术舰船航行自动控制研究

传统舰船航行自动控制功能主要通过算法对定义舰船轨迹数据与舰船航行数据综合分析计算,根据计算结果对PID自动控制器下达控制指令来完成自动控制操作。此种控制模式受到算法定义逻辑限制存在一定的控制误差,无法真正做到舰船航行的精准控制。为解决上述问题,提出人工智能技术的舰船航行自动控制研究。首先对舰船航行轨迹进行模型计算,接着对舰船PID控制数据进行模型计算。最后,通过人工智能技术对航向轨迹与PID控制数据进行关联计算,得到精准的舰船航行控制数据。通过对比实验对提出的控制方法与传统控制方法进行对比,数据证明提出方法的控制精准度高于传统自动控制系统。     

基于数据挖掘的船舶航迹点生成算法

随着船舶航运事业的发展,对船舶航线生成控制精度要求也越来越高,传统船舶航迹生成方法受航行环境影响较大,船舶航迹经常发生偏移等状况,难以保障船舶航行的精准和安全度,不能满足当前船舶航运事业的发展的要求。基于以上背景对船舶航迹点生成算法进行深入研究,结合数据挖掘法对船舶航行稳定性、安全性和经济性的角度出对船舶海量数据进行挖掘,对船舶轨迹点生成方法进行创新和优化。以便精准对船舶航迹点进行规划和决策,增强船舶航行过程中的抗干扰能力,提高船舶航行效率和安全,优化船舶通航避免船舶航迹点错误等问题。为了检验该方法的可行性,对船舶航迹点生成控制算法进行测试,通过对测试结果进行分析证实,基于数据挖掘的船舶航迹点生成算法可更加精准有效的对船舶航行位置进行控制。由此证实,该方法具有较高的仿真精度,适用于船舶航迹点生成控制算法的仿真研究工作。     

依据轨迹数据的船舶交通密度计算方法

研究基于轨迹数据的船舶交通密度计算方法,利用精准的船舶交通密度计算结果提升海上交通规划水平。利用AIS设备采集船舶航行轨迹数据,利用均匀参数化方法对所采集的航行轨迹数据重采样处理。将通过重采样处理获取的航行轨迹数据,划分为静止轨迹数据点以及移动轨迹数据点,依据数据点间的欧式距离,以及船舶航行方向、航行速度的相似性,选取基于密度的DBSCAN聚类算法完成轨迹数据聚类。依据船舶航行轨迹数据聚类结果,选取多维密度方法,通过更新船舶经过总数、船舶经过总时间等参数,计算船舶交通密度。实验结果表明,该方法可以依据船舶航行轨迹数据,精准计算船舶交通密度,为海上交通规划提供有效支撑。     

基于PID算法的船舶航迹自动控制方法

由于当前船舶航行环境日益复杂易造成船舶航迹偏离等问题,一旦船舶偏离航行易造成严重的安全问题,因此对船舶航迹进行精准控制的要求也越来越困高。由于传统方法缺失自动校正航线等功能,对船舶航迹进行控制仍存在延时、误差等问题,不利于船舶进行准确航行。为了实现船舶航迹自动控制的功能,结合PID神经网络算法对船舶航迹控系统进行优化,基于模糊算法对船舶航行参数进行控制和调整,以便提高船舶沿航线进行准确航行,同时在船舶偏离航线时及时进行检测和校正保持船舶沿标准航迹航行。为检验该方法的有效性,进行了仿真实验,实验结果证明基于PID算法的传播航迹自动控制方法有利于准确保障航迹,自动对船舶航行数据进行分析和矫正,保持船舶控制系统的良好性能。对我国航海战舰控制航迹有一定的指导意义。