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。     

基于数字媒体技术的船舶航行环境模拟研究

船舶航行环境模拟器是一个面向船员训练的仿真系统,交互性良好的船舶航行环境模拟器可以提高船员训练的效率,节约资源。本文利用数字媒体技术开发一种船舶航行环境模拟器,采用的数字媒体技术包括三维建模技术、GPU编程技术、OSG虚拟引擎技术等,该航行环境模拟器能够模拟船舶操作过程的海洋、光照等动态环境,具有较大的应用潜力。     

大数据网络下船舶轨迹异常故障检测技术优化

为全面控制船舶航行轨迹,保持良好的航向应用条件,提出大数据网络下的船舶轨迹异常故障检测优化技术。从上限边界数值确定、下限边界数值确定2个角度,完成大数据网络下的船舶轨迹异常范围确定。在此基础上,通过轨迹故障类型划分、节点故障检测属性关系确定、偏导优化系数计算3个步骤,完成大数据网络下船舶轨迹异常故障检测技术的优化操作。模拟实验结果表明,与基础故障检测技术相比,应用优化技术手段后,船舶航行轨迹的时间复杂度得到适当降低,单一节点处的轨迹密度提升明显,船舶航行应用条件得到有效保障。     

利用AIS数据挖掘生成船舶航迹点方法研究

由于船舶航行受海上环境的影响而产生航迹误差,为了准确控制船舶航行轨迹,提出利用AIS数据挖掘生成船舶航迹点方法研究。根据AIS数据挖掘算法,提取船舶航行轨迹点数据特征,利用船舶航行轨迹点数据库中航行线路设置信息与目标对象运动信息之间的相似性,挖掘出船舶航迹动力定位数据,将AIS数据挖掘算法映射到船舶海上航行领域中,提取出AIS船舶位置采集点,通过设定阈值得到船舶航行转向点,将所有转向点连接成线,初步生成船舶航行轨迹点,利用船舶轨迹点生成流程,实现船舶航行轨迹点的生成。实验结果表明,基于AIS数据挖掘的船舶轨迹点生成方法在精度和时间上,都可以准确控制船舶航行轨迹。     

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。     

离散模型在船舶航行轨迹自动检测中的应用

船舶航行轨迹检测过程易受到海上航行环境的影响。为了提高船舶航行轨迹检测性能,本文研究离散模型在船舶航行轨迹自动检测中的应用过程。利用船舶航行轨迹示意图计算出2个距离最远的航迹点之间的检测时间差,再通过定义船舶航行轨迹的提取公式提取出船舶航行轨迹。然后采用船舶航行的向心力条件、海上航行时间以及偏移力度系数,确定船舶航行轨迹的上限边界数值,再基于影响船舶航行轨迹的约束变量,确定船舶航行轨迹的下限边界数值,从而确定船舶航行轨迹范围,并将经济航速作为阈值实现对船舶航行轨迹的自动检测。实验结果表明,该方法在检测精度和检测耗时方面具有更好的性能。     

基于最小二乘算法的船舶航行轨迹控制研究

为保证船舶一直按照既定的轨迹航行,避免发生碰撞事故,进行船舶航行轨迹控制具有重要的现实意义。为此,基于最小二乘算法进行船舶航行轨迹控制方法研究。该研究前一部分获取AIS系统中的船舶航行实时数据,得到船舶航行位置,后一部分利用最小二乘算法,并结合前一部分获取的数据,预测船舶航行角度和方向,控制船舶航行。结果表明:1)整体来看,实际航行轨迹线路与预期航行轨迹线路之间的拟合优度为0.984 7,比较靠近1,说明船舶航行实际轨迹符合预期。2)局部来看,通过对比10个不同节点处的航行速度和航行方向,误差比较小,说明所研究方法的航行轨迹控制效果较好。     

AIS船舶监控系统在引航中的应用研究

为提高船舶行进过程中的安全性,合理规划行进路线,本文对AIS船舶监控系统在引航中的应用进行了研究,通过AIS自身的功能,实时更新船舶航行的位置信息,确定船只行进的轨迹,实现船只的轨迹追踪,根据其追踪的轨迹,确定其行进过程中是否发生偏离,通过获取其他航行船只的轨迹图,将不同的轨迹路线进行对比,选择其中最优方案。通过实验研究,论证本文的应用方法具有客观的可行性,能够实现船只行进过程中的安全保障,减少航行过程中偏离轨道的情况的发生,合理规划行进路线。     

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。     

多船并行航行轨迹精准控制算法研究

传航行轨迹精准控制算法在多船并行情况下,由于计算中没有区分航线航向,造成航行精准度较低,为此提出多船并行航行轨迹精准控制算法。构建船舶轨迹精准控制模型,根据船舶航行目的生成船舶运行轨迹,以实际航行轨迹为基础计算船舶定位航线,分别计算船舶直线航行控制轨迹以及曲线航行控制轨迹,完成多船并行航行轨迹精准控制算法设计。设计仿真实验,通过模拟使用环境,将提出算法与传统算法进行比较,实验结果表明提出方法计算的航行精准度更高,证明研究方法具备有效性。     

基于大数据驱动的船舶航行轨迹异常检测研究

船舶安全航行是航海领域重点关注的问题之一,为此研究基于大数据驱动的船舶航行轨迹异常检测方法。该方法利用不同类型传感器获取船舶航行大数据,然后使用船舶观测大数据相似度方程计算船舶航行大数据之间的相似度,得到来自同一船舶的航行大数据;再利用大数据驱动技术中的聚类方法建立船舶正常轨迹模型,获取船舶航行正常轨迹;依据船舶航行正常轨迹,利用大数据驱动技术内的Spark Streaming数据实时计算框架,通过计算船舶航行轨迹点与实际轨迹采样点之间的距离、航向角等,得到船舶航行轨迹异常检测结果。实验结果表明,该方法获取船舶航行实际轨迹精度较高,可有效检测船舶航行轨迹异常,具备较好的应用效果。     

数字媒体在舰船虚拟环境试验平台中的应用

随着数字媒体和虚拟现实技术的发展,船舶工业领域的虚拟试验平台研究获得了业内外的广泛关注。结合数字媒体技术,设计开发一种舰船虚拟环境试验平台,该虚拟试验平台可以实现的功能包括船舶航行状态仿真、耐波性试验等,重点介绍该试验平台的多自由度平台设计和数字媒体硬件设计等内容。     

卫星导航系统的船舶航行轨迹智能跟踪方法

针对当前船舶航行轨迹跟踪误差大的问题,为了提高船舶航行轨迹跟踪的精度,提出基于卫星导航系统的船舶航行轨迹智能跟踪方法。首先采用卫星导航系统对船舶航行相关信息进行采集,然后采用高斯混合模型对船舶航行轨迹进行检测和智能跟踪,最后其他的船舶航行轨迹跟踪方法进行对比测试。结果表明,在相同实验环境下,本文方法的船舶航行轨迹跟踪误差远远小于对比方法,船舶航行轨迹跟踪实时性能也得到较大的改善,解决船舶航行轨迹跟踪过程存在一些难题,具有更广泛实际应用范围。     

数据驱动的船舶异常行为识别方法

为对不同环境影响因素下的船舶异常行为进行有效识别,提出一种综合考虑船舶位置和船舶航行状态的多角度船舶异常行为识别方法。将船舶航行状态分为停留、直行和转向等3类,对网格化水域内的船舶航行状态进行统计,获得船舶正常航行状态的区域分布情况;利用核密度估计算法对船舶位置特征进行提取,获得正常航行位置的区域分布;利用正常船舶航行状态和船舶位置分布情况对船舶异常行为进行识别。选取曹妃甸水域的船舶轨迹数据,用以验证异常行为识别模型的检验效果。试验结果表明：船舶位置异常识别取决于阈值的设定,宽松的阈值识别的异常位置包含船舶较少的航线轨迹,严格的阈值识别的异常位置反映船舶的危险行为;在船舶航行状态异常识别中,该方法可以对航向大幅度波动和航速剧烈变化的船舶异常航行行为状态进行有效的识别。     

基于船舶–流场耦合作用的内河航段船舶航行虚拟辅助驾引

[目的]为进一步提高船舶航行的安全性,对船舶辅助驾驶决策相关内容开展研究。[方法]针对选取的两段内河典型航段,基于实时数字航道流场信息,考虑航行规则约束,模拟船舶–流场耦合作用下的复杂流场航段虚拟辅助驾引。模拟南京和东流航段的虚拟辅助驾引,给出相应的安全驾驶方案,在航行过程中对船舶速度、位置和航向等信息进行实时追踪。[结果]仿真结果表明,基于Fluent二次开发的船舶–流场耦合作用的算法可有效解决船舶多自由度运动耦合和船舶–流场多物理场耦合的解耦问题;遇见弯道或分汊时,操小舵角长距离航行可以在避免降速和较大横移的同时实现船舶的安全航行。[结论]该算法可以有效对接数字航道流场信息,开展复杂流场环境下内河航段船舶航行的过程模拟,结果可为内河航段船舶智能航行决策提供数据支撑。     

基于VR虚拟现实技术在舰船航行轨迹中的应用

常规的舰船航行轨迹规划技术,设置探索航行线路的栅格疏密值差异过大,导致对复杂海域的航行轨迹规划不合理,为此研究VR虚拟现实技术在舰船航行轨迹中的应用。该技术对海域环境中的航行区、障碍区以及舰船自身进行虚拟场景模拟实现人机交互,通过动力学的运动曲线计算舰船的动态位姿,根据障碍物在航行区域的分布、体积等数据设置栅格大小,驱动虚拟舰船,提取舰船的航行曲线、侧倾角曲线以及侧向加速曲线,调整舰船航行轨迹。实验结果表明,与2种常规技术的应用相比,虚拟现实技术设置的栅格疏密值更加符合航行轨迹规划要求,所得到的航行轨迹更加合理。     

船舶运动奇异系统鲁棒H_∞估计仿真与分析

全球化的发展带动了航运事业的腾飞,而由于航道资源的有限性,人们对船舶的航行控制要求也越来越高。为了应对各种环境变化对船舶航行控制带来的影响,保证航行的安全,人们对船舶运动的研究也越加深入。常规的船舶运动奇异系统面临着多种不确定的因素。因此,本文采用鲁棒控制的方法,重点对船舶航行中遇到的非线性控制问题进行研究,通过对控制系统稳定性和鲁棒性的仿真研究,设计了一种新型的反馈控制器,实现了对航行轨迹的良好跟踪。     

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。     

船舶航行轨迹的实时检测与校正数学模型研究

为解决因船体碰撞而造成的航行轨迹偏离问题,提出船舶航行轨迹的实时检测与校正数学模型。通过分析内河航道特征的方式,处理各航迹间的分区关系,完成船舶航行轨迹的实时检测关系定义。在此基础上,提取必要的航行轨迹节点,按照微簇特征向量的确定原理,计算校正时间复杂度的实际数值,完成船舶航行轨迹的实时检测与校正数学模型研究。对比实验结果表明,与Spark检测手段相比,应用新型数学校正模型后,轨迹点的定航偏向系数降低至1.36,避免了因船体碰撞而造成的船舶航行轨迹偏离行为。     

智能学习算法在航迹控制系统中的应用

为保证船舶按照既定的航线航行,船舶轨迹控制至关重要。为此提出神经PID智能算法,并应用在航迹控制系统中。建立干扰因素下的船舶运动控制数学模型,对此基础上,以PID算法为核心,利用BP神经网络算法进行改进,解决PID算法在解决复杂时变非线性问题效果较差的问题。结果表明,在环境因素干扰下,所研究的神经PID智能算法应用下,船舶航行轨迹跟踪误差要小于3种前人研究方法,证明其应用效果。