Smart River发展现状与思考

针对Smart River 2011会议,介绍了Smart River在内河电子航道图、RIS系统及其应用,以及其他有关Smart River的最新发展情况,同时介绍了我国长江电子航道图、信息服务,及其他内容的发展近况。通过对比分析,认为我国在下一步内河航运发展中,应全面统筹发展。在着力电子航道图的全面发展,加强内河航运信息服务的同时,大力发展公铁水联运。同时要注意保证船员适任性,灾难应急的处置。环境的保护、规划选址方法也应该得到充分的重视。     

港口物流枢纽危险品监控与预警系统*

随着港口信息化基础建设的不断发展,以及无线传感、无线网络、视频监控等技术手段的成熟应用,结合港口物流枢纽危险品作业特点,构建危险品监控与预警系统已经具有可行性.在分析港口物流枢纽危险品监控与预警系统功能需求的基础上,提出系统的五层框架,即:信息采集层、信息传输层、信息管理层、支撑平台层和信息应用层,同时分析信息采集和处理的关键技术,并展望今后的研究方向.     

欠驱动船舶自主避碰的算法设计

为解决传统A~*算法在船舶路径规划中存在的路径不平滑及大范围地图下搜索效率不高等问题,根据能量守恒定律对A~*算法中的评价函数进行重新定义,提出改进A~*算法;同时引入人工势场法(artificial potential field, APF),并对APF中的斥力场系数进行修正;结合2种改进方法,考虑欠驱动船舶的运动特性,设计出一种混合算法。通过MATLAB进行仿真对比,发现所提出的混合算法规划路径更优、效率更高。     

基于船舶A IS数据的桥区水域通航饱和度研究

为分析内河通航情况,评价桥区水域航道饱和程度,研究不同船舶领域模型对航道饱和度评价造成的影响,构建了基于船舶A IS数据的通航饱和度模型.通过大量历史船舶A IS数据分析,计算了船舶交通流量、通航密度、通过能力等参数,基于停船视距船舶领域构建了通航饱和度模型,提高了饱和度计算精度;分析了饱和度随时间的变化特征,并提出了最大饱和度等评价指标.以长江中游武汉河段桥区水域为例,研究近三年桥区水域通航饱和度用以验证.结果表明,长江中游桥区水域通航饱和度平均约为20% ~30%;武汉长江大桥附近饱和度最大可达53%,与实际较为相符;基于藤井船舶领域模型相比停船视距船舶领域模型计算所得的通过能力值高76%,饱和度低43%.采用停船视距船舶领域计算所得饱和度随区域交通流特征而变化,相比于传统方法更加精准.      

长江南京以下深水航道二期工程施工区域通航与生产安全信息平台设计

针对长江南京以下12.5 m深水航道二期工程面临的作业环境复杂、船舶交通流量密度大的情形,设计并开发出专用于保证通航与生产安全的信息平台。该平台是基于B/S模式的Web网站服务系统,利用功能部件结构进行系统设计,采用海量数据组织与管理技术,最终实现施工期通航与生产一体化安全信息的所有检查记录、安全应急保障、通航环境监测以及视频监控等功能,并能够及时更新各种信息。该系统在实际应用中达到预期效果。     

船舶编队过闸航行三维实时仿真

多船编队自动协同过闸是一种能深入挖掘船闸通航潜能、保障航行安全的航运新模式。为评估和验证船舶编队过闸航行控制效果,研发了一种船舶编队过闸航行三维实时仿真系统。首先,设计了船舶编队过闸航行三维仿真系统分布式架构,结合船闸水域卫星图并利用映射技术构建了船闸水域场景地形,制作了基于Unity的船闸水域三维仿真静态和动态场景。其次,采用动态和静态模型相结合方式构建了船闸运行系统,并根据船舶自身尺度和船闸宽度等条件实时计算船舶编队状态,实现了船舶纵向、横向编队全过程三维实时动态仿真。最后,以船舶自适应巡航编队航行和多船双向编队过闸航行为验证实例,对船舶编队过闸航行三维实时仿真系统分别进行了验证,结果表明本系统能实时动态模拟船舶编队过闸全过程,并准确计算船舶编队过闸航行状态,可为未来实现船闸水域船舶编队航行提供重要的基础平台支撑。     

基于DWT-LSTM的航道水位智能预测模型研究

航道水位信息是内河船舶安全通航、合理配载的决策依据之一.为揭示内河航道水位特征、提高短时预测精度,提出了一种基于小波分析(DWT)和长短时记忆(LSTM)的耦合神经网络模型,以汉口水位站为例,验证了模型有效性,并与传统BP神经网络、小波分析-BP神经网络和LSTM神经网络模型进行对比分析.研究结果表明:四类模型均可满足...     

汽车加速踏板自动控制系统设计

论述在底盘测功机上进行汽车排放和燃油经济性试验时，自动控制加速踏板的必要性。基于人机工程学原理，分析人脚操纵加速踏板的形态，并以此设计加速踏板自动控制机构和加速踏板自动控制系统。     

基于神经网络的沥青路面破损图像识别研究

提出了一种减少沥青路面破损图像识别计算量的图像分割方法.将路面图像等分为64×64像素的子块图像,并用灰度方差值描述子块图像特征.设计了基于BP神经网络的子块图像模式分类器,利用子块图像模式分类结果所组成的矩阵作为路面破损图像分割结果.并将路面破损图像子块分布特征作为路面破损图像的整体特征,在此基础上设计了基于全局优化算法的路面破损前馈神经网络分类器.最后进行了路面破损图像识别试验,识别率达到96.7%.