船舶航行监控视频的阴影消除算法研究

船舶航行监控视频对于船舶安全航行有重要意义,阴影消除是其中一个关键环节。传统的HSV空间消除算法在亮度分辨率上有很大弊端,极易产生误差,不能很好地消除阴影。提出了一种新的动船舶监控视频阴影消除算法——彩色空间阴影去除算法,该算法分为读取视频帧、建立背景、测定阈值和阴影检测4步。由实验结果可知,彩色空间阴影去除算法能够准确地消除掉动船舶监控视频的阴影,更地映射出船舶航行状态,消除过程不会受亮度分辨率影响。     

单因素方差分析方法在船舶倾斜试验中的应用

船舶的倾斜试验一般按照CB/T 3035-2005《中华人民共和国船舶行业标准船舶倾斜试验》(以下简称船标)要求进行。船标应用最小二乘法计算初稳性高度,以相对误差不大于4%作为检验标准。该方法未对误差分类处理,因此不能针对性地明确和消除误差。文中基于单因素方差分析,提出了新的初稳性高度计算方法。应用新方法进行实例计算,与船标的计算结果进行对比分析。     

海上高速航行船舶触礁距离实时计算方法

为了提高船舶航行安全性,并应对航行过程潜在碰撞风险,提出海上高速航行船舶触礁距离实时计算方法。通过航海雷达探测船舶航行环境中的礁石目标,确定极坐标系下的位置坐标后,将其转换地心垂直坐标系下,构建基于PLSTM-FCN的船舶航迹预测模型,从船舶自动识别系统中获取高速航行船舶历史位置、航速、航向、船舶长度、宽度以及吃水深度等AIS数据,将其作为模型输入,模型输出为船舶航行实时位置预测结果,结合礁石目标位置,完成触礁距离的实时计算。实验结果表明,该方法可预测船舶航行航迹,预测MSE值仅为0.002 2;可实现船舶触礁距离的实时计算,计算结果与实际距离误差介于0.77～1.55之间。     

一种船用服务机器人的轨迹跟踪控制

基于旅游类舰船的消费需求不断增加和机器人产业的逐渐普及,设计一种应用于游轮上的船用服务机器人。面对船舶复杂的工作环境等特点,该机器人位置跟踪和姿态跟踪控制显得尤为关键。首先根据驱动原理建立运动学模型,其次借鉴Backstepping方法设计虚拟控制的虚拟反馈,并结合Lyapunov函数构造出具有全局渐近稳定的轨迹跟踪控制器。最后并通过仿真实验证明该法具有稳定性好、响应时间短和稳态误差较小的优点,对机器人技术应用于船舶方向的研究产生了一定的积极影响。     

基于人工智能技术的船舶电气设备自动控制系统

为确保船舶电气设备稳定运行,设计基于人工智能技术的船舶电气设备自动控制系统,提升自动控制效果。利用模拟量输入模块采集船舶电气设备信息,经由模拟扩展子模块处理后传输至处理器模块内;通过数字量输入模块采集船舶电力设备开关状态的数字信号,经由开关信号检测电路处理后,传输至处理器模块内;处理器模块采用中央处理器预处理采集的设备信息与开关状态数字信号;PID径向基函数神经网络控制器,依据预处理后的设备信息与开关状态数字信号,输出船舶电气设备自动控制量;数字量输出模块依据设备控制量,经由驱动电路与开关阀驱动电路,自动控制船舶电气设备及其开关状态;利用触摸显示模块呈现船舶电气设备自动控制结果。实验证明,该系统可有效采集船舶电气设备信息,自动控制效果较优且无超调情况,具备较好的人机交互功能。     

船舶伺服排缆Lebus滚筒多电机控制的研究

针对船舶伺服排缆Lebus滚筒多电机协同控制易受负载扰动和电机参数摄动影响的问题,本文提出了基于并行控制、相邻耦合控制、耦合误差同步控制的多电机动态协同控制系统,解决驱动电机动态偏差导致的准确性不足的问题;针对系统较强的非线性及不确定性,采用基于最小相关轴处理方法设计系统消除跟踪误差和同步误差控制器,将每一轴电机的跟踪误差和相邻轴电机的同步误差相结合,减少控制器数量。设计了船舶伺服排缆Lebus滚筒3轴协同控制系统,仿真结果表明,该方法具有较强的鲁棒性、动态快速性和同步精度。     

船舶网络流量的异常状态检测模型

船舶网络流量异常状态直接描述船舶网络工作情况,当前船舶网络流量异状检测过程中存在误差大、计算时间复杂度高等缺陷,为了获得更好的船舶网络流量异常状态检测结果,设计了基于复合核函数极限学习机的船舶网络流量异常状态检测模型。首先分析当前船舶网络流量异常状态检测研究进展,阐述船舶网络流量异常状态检测的基本思路,然后采集船舶网络流量异常状态检测数据,并采用复合核函数极限学习机建立船舶网络流量异常状态检测模型,最后进行仿真实验,实验结果表明,复合核函数极限学习机可以全面、客观描述船舶网络流量异常状态,检测精度高、时间短,相对于其他船舶网络流量异常状态模型,综合性能更优,可以有效保障船舶网络正常、安全工作。     

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。     

船舶运行过程中自适应智能航线控制系统设计

针对传统独立PID船舶智能航线控制系统,航线角度误差较大的问题,设计了新型船舶自适应智能航线控制系统。通过C6713型DSP处理芯片和84HCSL595型锁存扩展芯片,构建船舶三项电机驱动系统,实现船舶前进方向控制;在传统PID控制算法上引入智能模糊算法,对船舶航线角度进行智能精确计算,获取角度误差和角度误差变化率数值,为驱动系统提供方向指令,减小航线误差。仿真实验数据表明,新设计的智能航线控制系统航线平均角度误差,比传统独立PID船舶智能航线控制系统小9.859 8°左右。     

船舶网络攻击数据的自动化同源判定方法

传统同源判定方法受到网络长时延和丢包影响,导致判定结果误差较大,提出了量子神经网络船舶网络攻击数据的自动化同源性判定方法。构建量子神经网络同源性判定模型,将判定划分为学习训练和同源判定2个阶段。引入量子态叠加思想,构建3层量子神经网络结构,根据该结构完成量子学习训练。计算同源支持度,设计判定流程,实现攻击数据的自动化同源判定。由实验结果可知,该方法判定误差较小,可保障船舶网络在正常状态下稳定运行。     

非规则波动下直线航迹自抗扰控制数学模型设计

非规则波动,船舶直线航迹经常出现偏差,影响了船舶航行的稳定性和安全性。为此,针对传统PID控制、自适应神经网络控制2种方法控制效果差的问题,设计一种非规则波动下直线航迹自抗扰控制数学模型。该模型分为3部分:首先进行跟踪微分器设计,消除干扰因素的影响,然后利用扩张状态观测器,估计船舶运行状态,最后利用状态误差反馈,计算船舶运行误差,以此实现自抗扰控制。结果表明,与传统PID控制、自适应神经网络控制2种方法相比,利用设计的数学模型进行非规则波动下直线航迹自抗扰控制,得到的直线航迹与预期航迹之间的拟合优度更大,更接近1,由此说明自抗扰控制数学模型更能有效规范船舶直线航迹,保证了船舶航行的稳定性和安全性。     

RFID技术在船舶物资储运识别中的应用

船舶在进行物资储运过程中,受物资类别与数量较大影响,对物资定位以及详细信息管理难度较大,为此研究RFID技术在船舶物资储运识别中的应用方法。该方法建立基于RFID技术的船舶物资储运识别技术框架,在该技术框架内,将RFID电子标签粘贴到船舶和物资上,利用RFID阅读器收集船舶物资RFID标签信号强度,再使用矢量形式描述待识别船舶物资信号强度与读写器采集到的船舶物资RFID标签信号强度,通过选择参考标签,计算参考标签与待识别船舶物资RFID标签欧几里德距离方式,获得待识别船舶物资位置,并通过二次加权方式对该位置进行修正,识别出船舶物资在储运过程中的位置。实验表明,该方法可有效识别船舶物资在储运过程中的位置,并对其位置误差进行有效修正,具备较好的应用效果。     

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。     

基于视频处理技术的船舶移动位置跟踪研究

移动位置跟踪是船舶航行过程中的重要技术,针对当前船舶移动位置跟踪误差大,受环境因素影响大的缺陷,为了提高船舶移动位置跟踪性能,设计了基于视频处理技术的船舶移动位置跟踪方法。首先分析当前船舶移动位置跟踪的研究进展,并描述视频处理技术的船舶移动位置跟踪原理,然后采用分帧技术对船舶移动位置跟踪视频进行处理,并提取船舶移动位置跟踪视频图像特征,通过特征替换提高船舶移动位置跟踪视频质量,最后引入Mean shift算法实现船舶移动位置跟踪,并采用仿真实验对船舶移动位置跟踪效果进行测试,结果表明,基于视频处理技术的船舶移动位置跟踪精度超过95%,跟踪速度快,获得比当前其他方法整体性能更优的船舶移动位置跟踪结果。     

利用视觉图像的吃水线检测报警系统研究

传统船舶吃水线检测报警系统多采用液体感应检测方式,来实现船舶吃水线位置的实时检测报警。但此种方法受到天气环境与水文状态因素的影响较大,经常出现船舶吃水线检测报警位置与实际吃水线位置误差较大的问题。因此,本文提出利用视觉图像的吃水线检测报警系统的研究。通过创建基于视觉检测技术的检测硬件平台,实现对船舶吃水线视觉图像检测数据的采集;同时引入多维度水线特征识别算法,对采集的水线位置图像数据进行多维度特征分析计算,得到准确的船舶吃水线位置图像,解决报警准确度低的问题。最后利用仿真实验方式,对比证明设计系统的可行性与有效性。     

基于光纤网络的船舶T形节点结构健康状态评估分析

随着海运行业在国际贸易中所占的重要地位日益明显,船舶在海洋航行的过程中会受到风浪、撞击等问题影响,因此对船舶航行过程中的安全管理问题越来越受到关注。为保障船舶正常安全行驶,需要对船舶结构健康状态进行及时有效的检测,并对船舶运行状态进行综合评估。当前船舶健康状态综合评估方法存在较强的主观性与单一性,不能对船舶监控状态进行准确评估,难以及时发现船舶结构中存在的安全隐患。考虑到船舶评估的复杂性,提出基于光纤网络的船舶T形节点结构健康状态评估分析方法。结合光纤网络灵敏度高、抗干扰能力强等优点,设计了光纤传感器,以便及时准确的对船体各部受力变形情况进行检测和评估,使船舶健康状态综合评估的结果更为精准高效,并结合实验对该方法进行实验检测,实验结果证实该方法切实有效,具有较高的实用性和参考价值。     

基于ESO和动态逆的欠驱动船舶航迹跟踪控制设计

针对欠驱动船舶航迹跟踪控制问题,考虑船舶动态不确定性、未知时变外部扰动和速度不可测的情况,将输出重定义方法、扩张状态观测器(extended state observer, ESO)和动态逆控制方法相结合,设计欠驱动船舶航迹跟踪控制律。输出重定义方法用来解决系统欠驱动问题;构造ESO,估计由船舶动态不确定性、未知时变外部扰动以及船舶各自由度运动状态变量间的耦合构成的总扰动和船舶速度;基于上述,采用动态逆控制方法,设计航迹跟踪控制律,使欠驱动船舶跟踪期望航迹,并保证航迹跟踪闭环控制系统所有信号最终一致有界。以一艘欠驱动船舶为例进行仿真研究,仿真结果验证了所设计的航迹跟踪控制律的有效性和优越性。     

大数据技术在单目标船舶移动位置跟踪中的应用

由于在利用原有方法进行单目标船舶移动位置跟踪时,在船舶行驶里程为10 000～30 000 km的范围内,存在目标识别速度较慢的问题,因此将大数据技术应用于单目标船舶移动位置跟踪中,提出一种基于大数据技术的单目标船舶移动位置跟踪方法。通过混合高斯背景模型降低背景的干扰程度,并通过三帧差分降低光照突变时产生的误差,利用与计算融合获取结果,对潜在区域实施检测。通过构建LS SVM分类器,并对分类器进行训练识别单目标船舶移动目标。基于大数据技术,通过融合运动特征、边缘、色调的Camshift跟踪算法与卡尔曼无损滤波器实现单目标船舶移动位置跟踪。通过对比实验证明该方法的目标识别速度高于原有方法,实现了目标识别性能的提升。     

基于移动定位技术的船舶自动避礁行驶路径精确识别

由于船舶位置模糊,导致传统的船舶自动避礁行驶路径识别方法存在误差大、效率低的问题,为此提出基于移动定位技术的船舶自动避礁行驶路径精确识别方法。利用投影变换原理生成并显示船舶行驶环境电子海图,并分析在礁石环境中,船舶自动避礁的行驶方式。利用移动定位技术,实时采集船舶的行驶位置信息,并在电子海图中显示定位结果。最终通过路径生成和地图匹配2个步骤,得出最终的船舶自动避礁行驶路径识别结果。实验结果表明:设计方法的识别误差仅为1.67 km,平均时间开销为2.18 s,即具有较高的运行效率。     

嵌入式技术船舶舵机随动控制方法

传统船舶舵机控制方法存在舵机随动性控制误差偏大的问题。为此,利用嵌入式技术设计一种新的船舶舵机随动控制方法。通过设计船舶舵机水下部分的随动误差量抽象模型,得到舵机运动控制过程中随动控制量的误差值,然后利用嵌入式神经网络对控制量的误差值进行修正,并通过嵌入式技术对修正函数进行驱动定义,保证修正参量的稳定。为了验证该方法的可行性,设计仿真实验进行对比性验证,并得出可行性结论。