CN105513428A - 船舶定线制水域交通饱和度智能分析方法 - Google Patents
船舶定线制水域交通饱和度智能分析方法 Download PDFInfo
- Publication number
- CN105513428A CN105513428A CN201510807918.1A CN201510807918A CN105513428A CN 105513428 A CN105513428 A CN 105513428A CN 201510807918 A CN201510807918 A CN 201510807918A CN 105513428 A CN105513428 A CN 105513428A
- Authority
- CN
- China
- Prior art keywords
- waters
- ship
- saturation degree
- count
- under
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种船舶定线制水域交通饱和度智能分析方法，首先选定待分析水域，将水域划定成一个矩形，其矩形边界由水域的最大与最小经纬度决定，然后将这一矩形水域细分成8个小的矩形区域；利用软件程序建立每个细分区域的船舶领域模型，软件接收AIS系统数据将船舶数据导入模型中，其中船舶数据包括直接由AIS系统导入至模型的静态数据和动态数据，还包括通过软件转换与判定程序得到的数据，这些数据结合以下算法能够计算出细分水域饱和度以及整体水域饱和度；其特征是：计算细分水域饱和度以及整体水域饱和度的算法是，本发明与现有技术相比具有分析准确、能够有效降低船舶碰撞事故，提高船舶通行效率等优点。
Description
技术领域本发明属于船舶领域，尤其涉及一种船舶定线制水域交通饱和度的分析方法。
背景技术船舶定线制是一条或数条航路的任何制度或定线措施，旨在减少海难事故的危险；它包括分道通航制、双向航路、推荐航线、避航区、禁锚区、沿岸通航带、环形道、警戒区及深水航路等。船舶定线制的目的在于增进船舶汇聚区域和交通密集区域以及由于水域有限或气象条件较差而使得船舶的行动自由受到限制的水域中的航线安全，并防止或减少由于船舶在环境敏感区域或其附近发生碰撞、搁浅或锚泊而对海洋环境造成污染或其他损害的危险。我国先后在长江口水域，珠江口水域，长江江苏段，长江三峡库区，长江上海段，老铁山水道包括香港等地区建立和实施船舶定线制的地区达十余个，但目前国内并没有关于船舶定线制智能分析的适用研究成果，饱和度是反映定线制水域交通状况的重要指标，然而，除了整片定线制水域的饱和度，定线制水域的部分拥挤也值得关注，因此，设计一种细分定线制水域的方法，来实现对定线制水域饱和度的整体分析和局部分析。
发明内容本发明的目的在于提供一种分析准确、能够有效降低船舶碰撞事故，提高船舶通行效率的船舶定线制水域交通饱和度智能分析方法。
本发明通过软件实现，主要利用细分水域饱和度算法求出饱和度，通过建立饱和度指标，对饱和度进行水平划分，将饱和度转化为水域交通状况的描述，并基于饱和度水平划分结果，与相应的预警方案相结合，直观、及时地为水域的监管部门反映水域交通状况，由此来实现饱和度的智能分析，本发明的具体技术方案如下：
(1)首先选定待分析水域，将水域划定成一个矩形，其矩形边界由水域的最大与最小经纬度决定，然后将这一矩形水域细分成8个小的矩形区域；利用软件程序建立每个细分区域的船舶领域模型，软件接收AIS系统数据将船舶数据导入模型中，其中船舶数据包括直接由AIS系统导入至模型的静态数据和动态数据，还包括通过软件转换与判定程序得到的数据，这些数据结合以下算法能够计算出细分水域饱和度以及整体水域饱和度；
(2)上述计算细分水域饱和度以及整体水域饱和度的算法是：
步骤a：判断定线制水域类型p，p＝1表示单向通航航道，p＝2表示双向通航航道；
步骤b：将定线制水域规范为一个矩形区域M，矩形区域长L＝(lmax-lmin)*111，宽N＝(nmax-nmin)*111*cos(lcen)，其中lmax，lmin，nmax，nmin，lcen分别表示该水域范围最大纬度，最小纬度，最大经度，最小经度以及中央纬度；
步骤c：细分区域Ci，每个区域长Lc＝L/4，宽Nc＝N/2，经纬度范围为[li1，li2，ni1，ni2]；
步骤d：设定起始时间t0，计算周期T，循环次数K；
步骤e：当t＝t0，算法开始；
步骤f：若p＝1，进入步骤g；若p＝2，进入步骤h；
步骤g：若船舶位置(l船，n船)满足lmin＜l船＜lmax与nmin＜n船＜nmax，水域船舶数量count总＝count总+1，换算船舶数covert总＝covert总+1*M2，其中M2为船舶流量换算系数，长轴总长r总＝r总+8*r，短轴总长s总＝s总+8*r，r为船长，总船速v总＝v总+v，v为船速；若船舶位置(l船，n船)满足li1＜l船＜li2与ni1＜n船＜ni2，细分水域船舶数量counti＝counti+1，换算船舶数coverti＝coverti+1*M2，其中M2为船舶流量换算系数，长轴总长ri＝ri+8*r，短轴总长si＝si+8*r，r为船长，总船速vi＝vi+v，v为船速；
步骤h.：若船舶位置(l船，n船)满足lmin＜l船＜lmax与nmin＜n船＜no，no为上下航道分界线位置，上航道船舶数量count上＝count上+1，换算船舶数covert上＝covert上+1*M2，其中M2为船舶流量换算系数，长轴总长r上＝r上+8*r，短轴总长s上＝s上+8*r，r为船长，总船速v上＝v上+v，v为船速，若船舶位置(l船，n船)满足lmin＜l船＜lmax与no＜n船＜nmax，下航道船舶数量count下＝count下+1，换算船舶数covert下＝covert下+1*M2，其中M2为船舶流量换算系数，长轴总长r下＝r下+8*r，短轴总长s下＝s下+8*r，r为船长，总船速v下＝v下+v，v为船速；若船舶位置(l船，n船)满足li1＜l船＜li2与ni1＜n船＜ni2，细分水域船舶数量counti＝counti+1，换算船舶数coverti＝coverti+1*M2，其中M2为船舶流量换算系数。长轴总长ri＝ri+8*r，短轴总长si＝si+8*r，r为船长，总船速vi＝vi+v，v为船速。
步骤i：若p＝1，进入步骤j；若p＝2，进入步骤k；
步骤j：当t＝t0+kT，raveri＝ri/counti，saveri＝si/counti，vaveri＝vi/counti，细分水域饱和度其中λ为乘潮系数，raver总＝r总/count总，saver总＝s总/count总，vaver总＝v总/count总，整体水域饱和度其中λ为乘潮系数；
步骤k：当t＝t0+kT，raveri＝ri/counti，saveri＝si/counti，vaveri＝vi/counti，细分水域饱和度其中λ为乘潮系数。raver上＝r上/count上，saver上＝s上/count上，vaver上＝v上/count上，raver下＝r下/count下，saver下＝s下/count下，vaver下＝v下/count下，整体水域饱和度其中λ为乘潮系数；
步骤1：统计量清零，counti＝0，coverti＝0，vi＝0，ri＝0，si＝0counti＝0，covert总＝0，v总＝0，r总＝0，s总＝0，covert上＝0，v上＝0，r上＝0，s上＝0，covert下＝0，v下＝0，r下＝0，s下＝0，转至步骤f；
步骤m：当k＞K，算法终止。
(2)根据对上述水域饱和度的分析和计算得到细分水域饱和度或整体水域饱和度，并且建立以下饱和度指标，以反映水域拥挤情况以及交通状况：
水平1：当细分或整体水域饱和度＜0.6，该水域不拥挤，交通状况良好；
水平2：当0.6≤细分或整体水域饱和度<0.9，该水域较为拥挤，交通状况中等；
水平3：当细分或整体水域饱和度≥0.9，该水域严重拥挤，交通状况差。
通过上述得到的细分饱和度和整体饱和度，再根据饱和度指标对比，对饱和度进行水平划分，找出长期处于水平3的定线制水域以及该水域的某部分，从而进行定线制调整。
优选的，通过饱和度指标比对划分饱和度水平后，通过软件实现将饱和度水平同预警结合，不同的饱和度水平对应不同的预警方案，将三种饱和度水平以不同的颜色予以标识，并在软件中显示，对于细分水域采用变化水域颜色的方法，对于整体水域采用警报灯的方法，直观地将信息反馈。例如：若细分水域的饱和度处于水平1，软件中设置矩形水域颜色正常显示；若处于水平2，软件中设置矩形水域颜色变为黄色；若处于水平3，软件中设置矩形水域颜色变为红色。若整体水域饱和度处于水平1，软件中设置警报灯为绿色；若整体水域饱和度处于水平2，软件中设置警报灯为黄色；若整体水域饱和度处于水平3，软件中设置警报灯为红色。
本发明通过软件实时接接收AIS系统数据，通过定线制水域的饱和度算法，计算出当前一段时间的定线制水域饱和度，通过饱和度评价体系，对当前水域的拥挤状况进行实时反馈，第一时间反映出受监测的水域在某时间段的拥挤状况，就当前状况判断是否发出预警并采取相应行动，并能够通过细分水域，将水域划分后分别计算饱和度并提供预警，更加高效地反映大片水域中的拥挤部分。大大提高了航道定线制工作的效率，并能有效降低船舶碰撞事故，提高船舶通行效率。同时，延用我们在细分水域饱和度算法中所具体化出来的船舶领域模型，利用软件程序语言实现船舶领域的可视化，并使用碰撞检测函数，检测两船的船舶领域是否互相侵犯，若为真，则两船船舶领域变为红色，领域侵犯警报灯变为红色，若为假，两船船舶领域保持绿色，领域侵犯警报灯保持绿色。通过检测两船的船舶领域是否侵犯来作为预警信号，可以更好地避免船舶碰撞事故；这种利用船舶领域侵犯进行预警的方法比现有软件中的在海图窗口直接观察两艘船舶的相对位置更直观准确。
附图说明图1为本发明的流程框图。
图2为本发明细分水域不同的饱和度水平对应不同的预警方案示意图。
图3为本发明整体水域不同的饱和度水平对应不同的预警方案示意图。
具体实施方式接下来就结合附图对本发明作详细说明
一种船舶定线制水域交通饱和度智能分析方法，如图1所示，(1)首先选定待分析水域，将水域划定成一个矩形，其矩形边界由水域的最大与最小经纬度决定，然后将这一矩形水域细分成8个小的矩形区域；利用软件程序建立每个细分区域的船舶领域模型，软件接收AIS系统数据将船舶数据导入模型中，其中船舶数据包括直接由AIS系统导入至模型的静态数据和动态数据，还包括通过软件转换与判定程序得到的数据，这些数据结合以下算法能够计算出细分水域饱和度以及整体水域饱和度；
(2)上述计算细分水域饱和度以及整体水域饱和度的算法是：
步骤a：判断定线制水域类型p，p＝1表示单向通航航道，p＝2表示双向通航航道；
步骤b：将定线制水域规范为一个矩形区域M，矩形区域长L＝(lmax-lmin)*111，宽N＝(nmax-nmin)*111*cos(lcen)，其中lmax，lmin，nmax，nmin，lcen分别表示该水域范围最大纬度，最小纬度，最大经度，最小经度以及中央纬度；
步骤c：细分区域Ci，每个区域长Lc＝L/4，宽Nc＝N/2，经纬度范围为[li1，li2，ni1，ni2]；
步骤d：设定起始时间t0，计算周期T，循环次数K；
步骤e：当t＝t0，算法开始；
步骤f：若p＝1，进入步骤g；若p＝2，进入步骤h；
步骤g：若船舶位置(l船，n船)满足lmin＜l船＜lmax与nmin＜n船＜nmax，水域船舶数量count总＝count总+1，换算船舶数covert总＝covert总+1*M2，其中M2为船舶流量换算系数，长轴总长r总＝r总+8*r，短轴总长s总＝s总+8*r，r为船长，总船速v总＝v总+v，v为船速；若船舶位置(l船，n船)满足li1＜l船＜li2与ni1＜n船＜ni2，细分水域船舶数量counti＝counti+1，换算船舶数coverti＝coverti+1*M2，其中M2为船舶流量换算系数，长轴总长ri＝ri+8*r，短轴总长si＝si+8*r，r为船长，总船速vi＝vi+v，v为船速；
步骤h.：若船舶位置(l船，n船)满足lmin＜l船＜lmax与nmin＜n船＜no，no为上下航道分界线位置，上航道船舶数量count上＝count上+1，换算船舶数covert上＝covert上+1*M2，其中M2为船舶流量换算系数，长轴总长r上＝r上+8*r，短轴总长s上＝s上+8*r，r为船长，总船速v上＝v上+v，v为船速，若船舶位置(l船，n船)满足lmin＜l船＜lmax与no＜n船＜nmax，下航道船舶数量count下＝count下+1，换算船舶数covert下＝covert下+1*M2，其中M2为船舶流量换算系数，长轴总长r下＝r下+8*r，短轴总长s下＝s下+8*r，r为船长，总船速v下＝v下+v，v为船速；若船舶位置(l船，n船)满足li1＜l船＜li2与ni1＜n船＜ni2，细分水域船舶数量counti＝counti+1，换算船舶数coverti＝coverti+1*M2，其中M2为船舶流量换算系数。长轴总长ri＝ri+8*r，短轴总长si＝si+8*r，r为船长，总船速vi＝vi+v，v为船速。
步骤i：若p＝1，进入步骤j；若p＝2，进入步骤k；
步骤j：当t＝t0+kT，raveri＝ri/counti，saveri＝si/counti，vaveri＝vi/counti，细分水域饱和度其中λ为乘潮系数，raver总＝r总/count总，saver总＝s总/count总，vaver总＝v总/count总，整体水域饱和度其中λ为乘潮系数；
步骤k：当t＝t0+kT，raveri＝ri/counti，saveri＝si/counti，vaveri＝vi/counti，细分水域饱和度其中λ为乘潮系数。raver上＝r上/count上，saver上＝s上/count上，vaver上＝v上/count上，raver下＝r下/count下，saver下＝s下/count下，vaver下＝v下/count下，整体水域饱和度其中λ为乘潮系数；
步骤1：统计量清零，counti＝0，coverti＝0，vi＝0，ri＝0，si＝0counnti＝0，covert总＝0，v总＝0，r总＝0，s总＝0，covert上＝0，v上＝0，r上＝0，s上＝0，covert下＝0，v下＝0，r下＝0，s下＝0，转至步骤f；
步骤m：当k＞K，算法终止。
(2)根据对上述水域饱和度的分析和计算得到细分水域饱和度或整体水域饱和度，并且建立以下饱和度指标，以反映水域拥挤情况以及交通状况：
水平1：当细分或整体水域饱和度＜0.6，该水域不拥挤，交通状况良好；
水平2：当0.6≤细分或整体水域饱和度＜0.9，该水域较为拥挤，交通状况中等；
水平3：当细分或整体水域饱和度≥0.9，该水域严重拥挤，交通状况差。
通过上述得到的细分饱和度和整体饱和度，再根据饱和度指标对比，对饱和度进行水平划分，找出长期处于水平3的定线制水域以及该水域的某部分，从而进行定线制调整；
(3)通过饱和度指标比对划分饱和度水平后，通过软件实现将饱和度水平同预警结合，不同的饱和度水平对应不同的预警方案，将三种饱和度水平以不同的颜色予以标识，并在软件中显示，对于细分水域采用变化水域颜色的方法，对于整体水域采用警报灯的方法，直观地将信息反馈。
如图2所示，软件显示出细分水域饱和度评定与反馈模块：若细分水域的饱和度处于水平1，软件中设置矩形水域颜色正常显示；若处于水平2，软件中设置矩形水域颜色变为黄色；若处于水平3，软件中设置矩形水域颜色变为红色。
如图3所示，软件显示出整体水域饱和度评定与反馈模块：若整体水域饱和度处于水平1，软件中设置警报灯为绿色；若整体水域饱和度处于水平2，软件中设置警报灯为黄色；若整体水域饱和度处于水平3，软件中设置警报灯为红色。
Claims (4)
1.一种船舶定线制水域交通饱和度智能分析方法，首先选定待分析水域，将水域划定成一个矩形，其矩形边界由水域的最大与最小经纬度决定，然后将这一矩形水域细分成8个小的矩形区域；利用软件程序建立每个细分区域的船舶领域模型，软件接收AIS系统数据将船舶数据导入模型中，其中船舶数据包括直接由AIS系统导入至模型的静态数据和动态数据，还包括通过软件转换与判定程序得到的数据，这些数据结合以下算法能够计算出细分水域饱和度以及整体水域饱和度；其特征是：计算细分水域饱和度以及整体水域饱和度的算法是：
步骤a：判断定线制水域类型p，p＝1表示单向通航航道，p＝2表示双向通航航道；
步骤b：将定线制水域规范为一个矩形区域M，矩形区域长L＝(lmax-lmin)*111，宽N＝(nmax-nmin)*111*cos(lcen)，其中lmax，lmin，nmax，nmin，lcen分别表示该水域范围最大纬度，最小纬度，最大经度，最小经度以及中央纬度；
步骤c：细分区域Ci，每个区域长Lc＝L/4，宽Nc＝N/2，经纬度范为[li1，li2，ni1，ni2]；
步骤d：设定起始时间t0，计算周期T，循环次数K；
步骤e：当t＝t0，算法开始；
步骤f：若p＝1，进入步骤g；若p＝2，进入步骤h；
步骤g：若船舶位置(l船，n船)满足lmin＜l船＜lmax与nmin＜n船＜nmax，水域船舶数量count总＝count总+1，换算船舶数covert总＝covert总+1*M2，其中M2为船舶流量换算系数，长轴总长r总＝r总+8*r，短轴总长s总＝s总+8*r，r为船长，总船速v总＝v总+v，v为船速；若船舶位置(l船，n船)满足lii＜l船＜li2与ni1＜n船＜ni2，细分水域船舶数量counti＝counti+1，换算船舶数coverti＝coverti+1*M2，其中M2为船舶流量换算系数，长轴总长ri＝ri+8*r，短轴总长si＝si+8*r，r为船长，总船速vi＝vi+v，v为船速；
步骤h.：若船舶位置(l船，n船)满足lmin＜l船＜lmax与nmin＜n船＜no，no为上下航道分界线位置，上航道船舶数量count上＝count上+1，换算船舶数covert上＝covert上+1*M2，其中M2为船舶流量换算系数，长轴总长r上＝r上+8*r，短轴总长s上＝s上+8*r，r为船长，总船速v上＝v上+v，v为船速，若船舶位置(l船，n船)满足lmin＜l船＜lmax与no＜n船＜nmax，下航道船舶数量count下＝count下+1，换算船舶数covert下＝covert下+1*M2，其中M2为船舶流量换算系数，长轴总长r下＝r下+8*r，短轴总长s下＝s下+8*r，r为船长，总船速v下＝v下+v，v为船速；若船舶位置(l船，n船)满足li1＜l船＜li2与ni1＜n船＜ni2，细分水域船舶数量counti＝counti+1，换算船舶数couerti＝coverti+1*M2，其中M2为船舶流量换算系数。长轴总长ri＝ri+8*r，短轴总长si＝si+8*r，r为船长，总船速vi＝ui+v，v为船速；
步骤i：若p＝1，进入步骤j；若p＝2，进入步骤k；
步骤j：当t＝t0+kT，raveri＝ri/counti，saveri＝si/counti，vaveri＝vi/counti，细分水域饱和度其中λ为乘潮系数，raver总＝r总/count总，saver总＝s总/count总，vaver总＝v总/count总，整体水域饱和度其中λ为乘潮系数；
步骤k：当t＝t0+kT，raveri＝ri/counti，saveri＝si/counti，vaveri＝vi/counti，细分水域饱和度其中λ为乘潮系数。raver上＝r上/count上，saver上＝s上/count上，vaver上＝v上/count上，raver下＝r下/count下，saver下＝s下/count下，vaver下＝v下/count下，整体水域饱和度其中λ为乘潮系数；
步骤1：统计量清零，counti＝0，coverti＝0，vi＝0，ri＝0，si＝0counti＝0，covert总＝0，v总＝0，r总＝0，s总＝0，cocert上＝0，v上＝0，r上＝0，s上＝0，covert下＝0，v下＝0，r下＝0，s下＝0，转至步骤f；
步骤m：当k＞K，算法终止。
根据对上述水域饱和度的分析和计算得到细分水域饱和度或整体水域饱和度，并且建立以下饱和度指标，以反映水域拥挤情况以及交通状况：
水平1：当细分或整体水域饱和度＜0.6，该水域不拥挤，交通状况良好；
水平2：当0.6≤细分或整体水域饱和度＜0.9，该水域较为拥挤，交通状况中等；
水平3：当细分或整体水域饱和度≥0.9，该水域严重拥挤，交通状况差。
通过上述得到的细分饱和度和整体饱和度，再根据饱和度指标对比，对饱和度进行水平划分，找出长期处于水平3的定线制水域以及该水域的某部分，从而进行定线制调整。
2.根据权利要求1所述的船舶定线制水域交通饱和度智能分析方法，其特征是：通过饱和度指标比对划分饱和度水平后，通过软件实现将饱和度水平同预警结合，不同的饱和度水平对应不同的预警方案，将三种饱和度水平以不同的颜色予以标识，并在软件中显示，对于细分水域采用变化水域颜色的方法，对于整体水域采用警报灯的方法，直观地将信息反馈。
3.根据权利要求2所述的船舶定线制水域交通饱和度智能分析方法，其特征是：例如：若细分水域的饱和度处于水平1，软件中设置矩形水域颜色正常显示；若处于水平2，软件中设置矩形水域颜色变为黄色；若处于水平3，软件中设置矩形水域颜色变为红色。
4.根据权利要求2或3所述的船舶定线制水域交通饱和度智能分析方法，其特征是：若整体水域饱和度处于水平1，软件中设置警报灯为绿色；若整体水域饱和度处于水平2，软件中设置警报灯为黄色；若整体水域饱和度处于水平3，软件中设置警报灯为红色。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510807918.1A CN105513428B (zh) | 2015-11-20 | 2015-11-20 | 船舶定线制水域交通饱和度智能分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510807918.1A CN105513428B (zh) | 2015-11-20 | 2015-11-20 | 船舶定线制水域交通饱和度智能分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105513428A true CN105513428A (zh) | 2016-04-20 |
| CN105513428B CN105513428B (zh) | 2017-09-01 |
Family
ID=55721367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510807918.1A Expired - Fee Related CN105513428B (zh) | 2015-11-20 | 2015-11-20 | 船舶定线制水域交通饱和度智能分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105513428B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106056978A (zh) * | 2016-05-30 | 2016-10-26 | 中船重工（昆明）灵湖科技发展有限公司 | 一种基于ais系统的水域安防报警方法 |
| CN111047911A (zh) * | 2020-01-15 | 2020-04-21 | 智慧航海（青岛）科技有限公司 | 一种基于电子海图的海上事故预警导航方法 |
| CN111179555A (zh) * | 2019-12-29 | 2020-05-19 | 上海杰狮信息技术有限公司 | 一种基于ais的水源地保护方法及系统 |
| CN112373642A (zh) * | 2020-10-30 | 2021-02-19 | 东南大学 | 一种基于船舶领域的内河船舶追越行为检测及跟踪方法 |
| CN113689738A (zh) * | 2021-08-20 | 2021-11-23 | 大连海事大学 | 一种长航道大型船舶精细化逐段乘潮进港方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102005135A (zh) * | 2010-12-09 | 2011-04-06 | 上海海事大学 | 基于遗传算法优化的支持向量回归船舶交通流量预测方法 |
| CN102063530A (zh) * | 2010-12-23 | 2011-05-18 | 上海海事大学 | 基于0-1整数规划的船舶定线制系统警戒区设置方法 |
| KR101071795B1 (ko) * | 2009-12-14 | 2011-10-11 | 한국해양연구원 | 조종자 입력패턴을 활용한 rib형 소형선박의 침로제어 방법 |
| CN103577655A (zh) * | 2013-11-22 | 2014-02-12 | 天津市市政工程设计研究院 | 基于元胞自动机模型的港口航道微观仿真方法 |
| CN104504278A (zh) * | 2014-12-31 | 2015-04-08 | 大连海事大学 | 基于ecdis 的船舶安全性智能评估和动态显示系统 |
-
2015
- 2015-11-20 CN CN201510807918.1A patent/CN105513428B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101071795B1 (ko) * | 2009-12-14 | 2011-10-11 | 한국해양연구원 | 조종자 입력패턴을 활용한 rib형 소형선박의 침로제어 방법 |
| CN102005135A (zh) * | 2010-12-09 | 2011-04-06 | 上海海事大学 | 基于遗传算法优化的支持向量回归船舶交通流量预测方法 |
| CN102063530A (zh) * | 2010-12-23 | 2011-05-18 | 上海海事大学 | 基于0-1整数规划的船舶定线制系统警戒区设置方法 |
| CN103577655A (zh) * | 2013-11-22 | 2014-02-12 | 天津市市政工程设计研究院 | 基于元胞自动机模型的港口航道微观仿真方法 |
| CN104504278A (zh) * | 2014-12-31 | 2015-04-08 | 大连海事大学 | 基于ecdis 的船舶安全性智能评估和动态显示系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106056978A (zh) * | 2016-05-30 | 2016-10-26 | 中船重工（昆明）灵湖科技发展有限公司 | 一种基于ais系统的水域安防报警方法 |
| CN106056978B (zh) * | 2016-05-30 | 2019-02-15 | 中船重工（昆明）灵湖科技发展有限公司 | 一种基于ais系统的水域安防报警方法 |
| CN111179555A (zh) * | 2019-12-29 | 2020-05-19 | 上海杰狮信息技术有限公司 | 一种基于ais的水源地保护方法及系统 |
| CN111047911A (zh) * | 2020-01-15 | 2020-04-21 | 智慧航海（青岛）科技有限公司 | 一种基于电子海图的海上事故预警导航方法 |
| CN112373642A (zh) * | 2020-10-30 | 2021-02-19 | 东南大学 | 一种基于船舶领域的内河船舶追越行为检测及跟踪方法 |
| CN112373642B (zh) * | 2020-10-30 | 2022-02-01 | 东南大学 | 一种基于船舶领域的内河船舶追越行为检测及跟踪方法 |
| CN113689738A (zh) * | 2021-08-20 | 2021-11-23 | 大连海事大学 | 一种长航道大型船舶精细化逐段乘潮进港方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105513428B (zh) | 2017-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105513428A (zh) | 船舶定线制水域交通饱和度智能分析方法 | |
| CN109740494B (zh) | 一种基于船舶轨迹大数据的港口识别方法 | |
| WO2018122803A1 (zh) | 一种智能化道路交通异常检测方法 | |
| CN114742128A (zh) | 一种船舶异常行为的识别方法、装置、终端和存储介质 | |
| CN109544912B (zh) | 一种基于多源数据融合的城市路网积水状态预测方法 | |
| Kikas et al. | Upwelling characteristics in the Gulf of Finland (Baltic Sea) as revealed by Ferrybox measurements in 2007–2013 | |
| CN104408915B (zh) | 一种交通状态参数的估计方法和系统 | |
| CN101739824A (zh) | 基于数据融合技术的交通状况估计方法 | |
| CN109817023A (zh) | 一种新型海缆水域ais目标检测方法 | |
| CN111243339A (zh) | 具有避碰预警功能的渡船专用ais系统及方法 | |
| CN106156890B (zh) | 一种城市轨道交通通道内客流检测和预测方法及其系统 | |
| Tang et al. | Detection of abnormal vessel behaviour based on probabilistic directed graph model | |
| CN115273557B (zh) | 一种基于ais的在航船舶碰撞风险检测及预警方法和系统 | |
| CN108765985A (zh) | 基于第一辆车辆到达的信号交叉口进口道延误计算方法 | |
| JP4415278B2 (ja) | 交差点における交通流挙動推定システム | |
| CN106779184B (zh) | 一种基于大数据建模的海上船舶流量预测方法 | |
| Li et al. | Ship traffic flow prediction based on AIS data mining | |
| Roiha et al. | Estimating currents from argo trajectories in the bothnian sea, baltic sea | |
| CN113870620B (zh) | 一种多ais设备同时开启的船舶识别方法 | |
| CN109887337A (zh) | 一种基于内河航道拥堵辨识的测试器设置方法 | |
| CN114565176A (zh) | 一种长期船舶轨迹预测方法 | |
| Wang et al. | Analysis of navigation characteristics of inland watercraft based on DBSCAN clustering algorithm | |
| Jeon et al. | Development of a Collision Risk Assessment System for Optimum Safe Route | |
| CN115620009A (zh) | 一种基于船舶图像的多尺度语义分割技术 | |
| Wang et al. | A phase-by-phase traffic control policy at isolated intersection based on cooperative vehicle-infrastructure system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170901 Termination date: 20191120 |