基于深度学习的三维感知算法在船舶自主靠泊场景中的应用

随着船舶自主化在航运业的快速发展,《自主货物运输船舶指南》提出了针对自主靠泊场景的环境感知等相关技术要求。本文提出一种基于深度学习的三维感知算法,将多传感器的点云和图像数据进行深度融合,提升目标检测和分类的精度,用于寻找指定的靠泊目标。搭建基于虚拟物理引擎的船舶靠泊仿真系统,模拟靠泊场景,解决数据采集的难题。最后结合成熟的决策和控制算法,构建完整的自主靠泊系统,完成靠泊仿真试验,验证算法的有效性,对船舶自主靠泊应用具有重要意义。     

智能船舶的反应型避碰规划研究

对于多船会遇场景而言,在反应型避碰规划中考虑操船者意图具有明显的优越性,可在紧迫局面下更合理地执行《1972年国际海上避碰规则》（即COLREGs）的背离规则。对此,提出一种基于隐马尔可夫模型的操船意图预报方法,将生成的目标船意图预报结果与经典速度障碍法相融合,产生更合理的碰撞危险评估结果,据此建立的反应型避碰规划算法比经典速度障碍法更安全。依托案例三体船完成的自主避碰试验,验证所提改进算法的有效性、可靠性和实时性,为智能船舶的自主避碰研究提供参考。