智能决策支持系统与AIS结合技术探讨

舰船碰撞事故是威胁舰船航行安全的首要因素,正确而迅速的避碰决策是人们一直追求的目标。AIS技术和智能决策支持系统技术的出现对于船舶避碰具有重要意义,本文探讨了智能决策支持系统与AIS的结合技术,提出了基于AIS的智能决策系统总体设计思路。     

船载自动识别系统（AIS）在船舶避碰系统中的应用研究

着重探讨了基于AIS信息的船舶避碰系统的组成，动态模型的建立，信号处理等。该系统可增强信息的准确度，可靠性，并提高对危险的响应速度，用AIS系统收发的船舶信息，可以为船舶提供避碰信息，最终为船舶避碰提供了一种新方法。     

浅析AIS在船舶航行及避碰中的应用

AIS是海上航行安全信息交互通信系统的重要组成部分,也是船舶避碰助航仪器之一。这个系统通过船船或船岸之间在VHF信道上自动交流航行信息,旨在加强海上人命安全、提高航行效率和保护海洋环境。本文主要介绍我在实际工作过程中使用的AIS设备"FA-150"型号来分析AIS在船舶航行及避碰中的应用,通过与雷达探测目标信息对比说明AIS的优势和局限性。结合实际工作体会,总结AIS在船舶航行及避碰中的应用。     

基于AIS的船舶协商避碰辅助决策系统的技术研究

AIS为协商区域内各船间信息沟通提供了技术保障,在假设各船装备AIS系统的基础上,本文提出了基于AIS的避碰智能决策系统中船舶间协商避碰模块研究的技术方案.方案有助于在协商区域内的各船达成共识,减小不确定因素,避免船舶间不协调行动,以确保航行安全.     

集成船桥系统的现状与未来

以文献资料为基础,作者结合在船舶操纵运动数模、自动避碰、自动驾驶等方面的科研实践,对集成船桥系统（ＩＢＳ）中的航线与航行计划制定、定位与导航、操纵与控制、避礁与避碰、通讯、系统集成六方面进行了较为概括的叙述,并对集成船桥系统所面临的主要问题和未来展望提出了看法。     

船舶拟人智能避碰决策方法研究综述

回顾我校研发团队20年来在船舶自动避碰技术的研究历程,简要介绍了船舶拟人智能避碰决策（PIDVCA）方法,重点论述了《机器决策》的“拟人智能”特性,并借助船舶智能操控（SIHC）仿真平台,通过设计典型会遇态势加以验证。研究结果表明：基于PIDVCA方法的《机器决策》可以同时安全避让2～4个危险目标船,达到了预期的研究目标,最后指出PIDVCA方法尚存的问题及日后研究方向。     

AIS数据对两船会遇中自动避碰决策的影响初探

通过分析AIS技术所提供的他船数据的性能和作用，提出了解决长期困扰自动避碰决策技术发展的两个问题（即他船信息来源的可靠性问题和船舶间航行、避碰意图互相通报的问题）的办法。还提出了将AIS作为自动避碰决策系统的他船数据信息来源的设想，并分析了这种设想的可行性。介绍了在AIS数据的支持下，上述困扰自动避碰决策技术研究多年的两个问题得到解决的情况；分析了AIS数据中的新信息，例如他船状态信息（操限船、失控船、限于吃水船等）和他船避碰意图发现的新方法（实时监控他船动向）等AIS优于ARPA的数据功能对于自动避碰决策的作用，并研究了其应用方法。     

AIS运用PPC对船舶碰撞预警及电子海图实现研究

为进一步丰富AIS系统的功能,更好地发挥AIS系统在辅助船舶避碰上的作用.提出了利用AIS提供的本船及目标船的动态信息,准实时地给出目标船的可能碰撞点PPC的系统方案.论文介绍了AIS动态信息采集方案及在航海坐标系上的PPC位置计算方法,讨论了PPC应用于AIS系统辅助避碰所具备的优越性,并给出通过计算机编程,对某轮采...     

AIS识别船舶等同于互见的理论初探

比较AIS的船舶识别与避碰规则中互见的异同，如果AIS对船舶的识别可以认为是互见，还将叙述其对船舶避碰的影响。     

舰船自动智能避碰数学模型及其仿真研究

为了提高舰船航行的安全和效率,达到最佳操船效果,需要建立舰船自动智能避碰数字模型。当前模型在分析舰船避碰风险度的基础上,通过人工智能、进化计算和软计算等方法实现舰船自动智能避碰,存在避碰识别准确率较低的问题。本文提出一种新的舰船自动智能避碰数学模型,首先对舰船会遇态势进行判断;然后建立预测舰船碰撞风险判断模型,预测本舰船实施自动智能避碰方案后的复航时机是否已到,以及本舰船立即复航是否能够让清目标舰船或其他所有目标舰船;最后依据舰船碰撞风险判断结果,以当前舰船潜在碰撞风险为例,建立舰船自动智能避碰数学模型。仿真结果证明,所提模型能够实现舰船自动智能避碰。     

基于ECDIS系统和AIS系统的船舶避碰辅助决策系统的研究

以电子海图显示与信息系统(Electronic chart display and information system,ECDIS)和自动识别系统(Automatic identification system,AIS)作为避碰辅助决策系统有效且可靠的静态与动态信息源.以<国际海上避碰规则>为依据,确定了安全会遇距离的数学模型,并以矩形搜索区域搜索检测水下危险碍航物与危险水深,从而构建了船舶避碰辅助决策系统的推理机制.该研究对海上船舶避碰辅助决策系统的完善有较实用的价值.     

舰船自动智能避碰数学模型及其仿真研究

为了提高舰船航行的安全和效率,达到最佳操船效果,需要建立舰船自动智能避碰数字模型.当前模型在分析舰船避碰风险度的基础上,通过人工智能、进化计算和软计算等方法实现舰船自动智能避碰,存在避碰识别准确率较低的问题.本文提出一种新的舰船自动智能避碰数学模型,首先对舰船会遇态势进行判断;然后建立预测舰船碰撞风险判断模型,预测本舰船实施自动智能避碰方案后的复航时机是否已到,以及本舰船立即复航是否能够让清目标舰船或其他所有目标舰船;最后依据舰船碰撞风险判断结果,以当前舰船潜在碰撞风险为例,建立舰船自动智能避碰数学模型.仿真结果证明,所提模型能够实现舰船自动智能避碰.     

三维显示在船舶避碰智能决策中的应用研究

船舶避碰智能决策技术作为解决航海安全的有效方法,受到越来越多的关注。本文对船舶避碰智能决策系统进行研究,首先介绍智能避碰模型,然后给出避碰时机选择方法和分布式避碰决策方法,最后为船舶避碰智能决策系统增加了三维显示功能,着重介绍三维显示在避碰系统中的应用。     

AIS用于船舶避碰需要注意的问题

船舶自动识别系统(AIS)的应用可增强获取船舶信息的准确度、可靠性.将AIS应用到船舶避碰,将有助于提高船舶航行的安全性,避免船舶间碰撞事故的发生.但基于对方船舶广播的AIS信息而采取的避碰措施是否成功,取决于所获取信息的准确度和可靠性,这一点需要引起驾引人员注意.     

AIS与ECDIS组合系统在船舶避碰中的应用分析

介绍了AIS和ECDIS的出现背景和发展现状,着重分析了两者的优缺点,对其组合系统在船舶避碰方面的应用优势进行了讨论,认为将AIS和ECDIS组合应用在船舶避碰方面是目前AIS和ECDIS的发展趋势之一。     

"AIS致碰"原因分析与履约建议

船载AIS能够帮助值班人员提高情景意识,作出避碰决策。然而,从近年来的事故调查中发现,AIS使用不当已成为导致许多海上碰撞事故的重要因素。在对“AIS致碰”原因进行深入分析的基础上,从修订《船载自动识别系统(AIS)操作使用指南》[IMO A.1106(29)号决议]、修订《1972年国际海上避碰规则》、加强履约管理等方面提出规范AIS使用、预防“AIS致碰”事故的履约建议。     

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。     

基于AIS的过桥助航系统研究

近年来,我国沿海、内河桥梁数量增长迅速,桥区水域通航环境也随之发生变化,给船舶航行带来一定的限制和不利影响,与此同时,水路运输的繁荣,船舶数量不断增加,船舶日益大型化,船舶碰撞桥梁事故时有发生。本文根据船桥避碰现状研究,利用AIS系统的特点和优势,探索一种新的桥梁防碰撞助航手段,以改善桥区水域的航行安全。     

船用ARPA雷达与AIS信息融合的实现

将AIS信息融人到ARPA雷达系统中,为船舶导航和避碰系统提供更精确可靠、更实用的数据.归纳出ARPA雷达与AIS信息融合的系统框架,针对基于模糊数学和统计加权方法进行航迹关联的不足,提出基于灰色理论的航迹关联算法.模拟实验的分析结果表明,目标船在40艘左右的情况下,识别准确率为98%～99%,具有较高的航迹关联匹配率.     

多源融合的船舶身份智能识别与验证技术

针对船舶污染物监管场景需求,提出了船舶申报信息、船舶自动识别系统和摄像头图像检测多源融合的船舶目标智能识别和验证方法。从申报信息中获取船舶水上移动通信业务标识码身份,利用该标识码提取船舶自动识别系统参数,判断船舶是否达到现场;通过改进的YOLOv5检测模型从摄像头获取现场船舶的视觉目标检测框;采用视觉目标检测框与船舶自动识别系统目标在摄像头像素坐标系映射标定框的交叉匹配算法,完成船舶目标的融合验证。在SeaShips公开数据集上的试验表明,相较原始YOLOv5模型,提出的船舶视觉目标检测模型平均精确度指标提升了3.14%,达到80.83%;且利用TensorRT加速使得模型推理速度提升了73%,帧率达到64.18。船舶自动识别系统目标与视觉目标的匹配融合满足船舶污染物接收现场船舶身份的识别和验证需求。