CN110164184A - 利用海员心理特征避免船舶碰撞的方法 - Google Patents
利用海员心理特征避免船舶碰撞的方法 Download PDFInfo
- Publication number
- CN110164184A CN110164184A CN201810694738.0A CN201810694738A CN110164184A CN 110164184 A CN110164184 A CN 110164184A CN 201810694738 A CN201810694738 A CN 201810694738A CN 110164184 A CN110164184 A CN 110164184A
- Authority
- CN
- China
- Prior art keywords
- collision
- risk
- ship
- distance
- sailor
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B43/00—Improving safety of vessels, e.g. damage control, not otherwise provided for
- B63B43/18—Improving safety of vessels, e.g. damage control, not otherwise provided for preventing collision or grounding; reducing collision damage
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B43/00—Improving safety of vessels, e.g. damage control, not otherwise provided for
- B63B43/18—Improving safety of vessels, e.g. damage control, not otherwise provided for preventing collision or grounding; reducing collision damage
- B63B43/20—Feelers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B49/00—Arrangements of nautical instruments or navigational aids
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/20—Monitoring properties or operating parameters of vessels in operation using models or simulation, e.g. statistical models or stochastic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Ocean & Marine Engineering (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Child & Adolescent Psychology (AREA)
- Probability & Statistics with Applications (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种利用海员心理特征的船舶避免碰撞的方法,包括:利用相对船舶的信息和本船信息计算两船舶之间的相对距离(RD)和相对方位(RB);利用海员的碰撞风险(CR)感知估算所述相对距离(RD)和所述相对方位(RB),并且将其估算的结果转换为三维坐标数据并对碰撞风险预测模型(CREM)进行建模;利用船舶领域的距离(DSD)和所述建模的碰撞风险预测模式(CREM)计算碰撞风险水平(CL);确定用于判断两艘船舶之间具有碰撞危险的标准距离空间方面标准值和用于判断两艘船舶之间具有碰撞危险的碰撞风险水平(CL)的心理方面标准值;和将相对距离(RD)和心理方面标准值比较而发出船舶领域(SD)警报或者将对相对距离(RD)的碰撞风险水平(CL(RD))和心理方面标准值比较而发出碰撞风险(CR)警报。
Description
技术领域
本发明涉及一种为防止海洋事故的发生利用海员对碰撞风险的心理特征而帮助能够避免船舶碰撞的利用海员心理特征的船舶避免碰撞的方法。
背景技术
目前,船舶利用ARPA/Radar(Automatic Radar Plotting Aids/Radar)、ElectricChart Display and Information System)、AIS(Automatic Identification System)等多种多样的电子航海设备而探知船舶碰撞。
船舶之间的碰撞危险性的预测以船舶领域(Ship Domain)理论为基础而利用船舶之间的最近会遇距离(Distance at Closest Point of Approach,DCPA)和最近会遇时间(Time to the Closest Point of Approach,TCPA)。
利用船舶领域理论和DCPA以及TCPA的避免碰撞的方法上有诸多遗留问题,目前还没有解决。
还有,为预防碰撞正在使用各种各样导航备,但是仍频繁发生碰撞,这种碰撞事故发生的原因是没有考虑驾驶船的海员(oow:officer on the watch)的心理特征(特别是在船舶发生碰撞情况时感知的碰撞风险)。
一般而言,当危险情况发生或预计会发生时,人们会感知到风险,并且风险的感知程度因人而异。
如果发生船舶相互碰撞的情况,OOW就可以感知碰撞风险(Collision Risk:CR),这是广为人知的。
在发生船舶可能相互碰撞的情况下,驾驶船舶的OOW应该依据国际海上避免碰撞规则(Convention on the International Regulations for Preventing Collisions atSea:COLREG)为避免碰撞而进行一系列的工作。
另一方面,有报道说,世界上70%以上的海洋事故是因OOW的人为错误而引起的,国际海事组织(International Maritime Organization:IMO)也认识到人为错误的严重性,为预防人为错误而展开了多种多样的活动。
在发生船舶碰撞的情况下,OOW感知的CR对预防人为错误重要。其理由是,如果分析CR,就可以对各种各样的碰撞情况导出OOW个人或者特定OOW集团感知的特征,从而摸索出因人为错误引起的海洋事故预防方案。
然而,现有技术中关于OOW的人为错误的研究,只是主要对人为错误的原因和关于分类的研究占大多数而已,但是应用于实际海上航行中的船舶的研究尚无。其原因在于,以实际在海上航行的船舶和OOW为对象的试验是非常危险和困难的,并且试验成本昂贵。因这原因目前尚未进行将OOW感知的CR应用于实际船舶的避免碰撞或预防碰撞的研究。
发明内容
技术问题
本发明是考虑到所述的情况而完成的,其目的在于提供一种尤其利用船舶碰撞时OOW感知的碰撞风险性和船舶领域理论能够帮助避免船舶碰撞的海员心理特征的避免船舶碰撞方法。
技术方案
根据为实现所述目的本发明的利用海员心理特征避免船舶碰撞的方法的特点是利用海员对碰撞风险的心理特征而帮助避免船舶碰撞的方法,其特征在于,包括:利用相对船舶的信息和本船信息将两船舶之间的相对距离(RD)和相对方位(RB)计算的第1步骤和;利用海员的碰撞风险(CR)感知将所述相对距离(RD)和所述相对方位(RB)估算,并且将转换其估算的结果为三维坐标数据的碰撞风险预测模型(CREM)建模的第2步骤和;将利用船舶领域的距离(DSD)和所述建模的碰撞风险预测模式(CREM)的所述碰撞风险水平(CL)计算的第3步骤和;决定相当于用于判断两艘船舶之间具有碰撞危险的标准距离空间方面的标准值和相当于用于判断两艘船舶之间具有碰撞危险的碰撞风险水平(CL)的心理方面的标准值的第4步骤和;将所述相对距离(RD)和所述心理方面的标准值比较而发生将可能碰撞距离通知的船舶领域(SD)警报或者将对所述相对距离(RD)的碰撞风险水平(CL(RD))和所述心理方面的标准值比较而发生通知是碰撞风险的水平的碰撞风险(CR)警报的第5步骤。
优选地,第4步骤对所述相对方位(RB)的船舶领域的距离(DSD)决定为所述空间方面的标准值,并且可以将在所述碰撞风险预测模式(CREM)估算的碰撞风险水平(CL)中相当于对所述相对方位(RB)的船舶领域的距离(DSD)的碰撞风险水平(CL(RD))决定为所述心理方面的标准值。
优先地,所述第5步骤将所述相对距离(RD)和所述空间方面的标准值比较后,如果所述相对距离(RD)大于所述空间方面的标准值,就可以发生所述船舶领域(SD)警报。
优先地,对相对距离(RD)的碰撞风险水平(CL(RD))和所述心理方面的标准值比较后,如果所述心理方面的标准值大于对所述相对距离(RD)的碰撞风险水平(CL(RD)),就可以发生所述碰撞风险(CR)警报。
优选地,在所述第2步骤中,所述碰撞风险预测模式(CREM)的输入变量包括所述相对方位(RB)和所述相对距离(RD),并且所述碰撞风险预测模式(CREM)的输出变量可以包括对连续的相对方位(RB)和相对距离(RD)而估算的碰撞风险(CR)的所述碰撞风险水平(CL)。
更有选地,所述输出变量还包括用于将所述碰撞风险水平(CL)标记于三维复合地图的坐标值。
更优选地,在所述第2步骤中,所述碰撞风险预测模型(CREM)利用估算极值(GEV)分布的概率密度函数(pdf)可以将对所述输入变量的所述碰撞风险水平(CL)估算。
发明效果
根据本发明,将船舶领域理论和OOW的心理碰撞风险水平(Collision Level:CL)复合利用,因此与现有只应用船舶领域理论的方法比较后可以减少对避免碰撞工作的不执行的概率,由此增大避免碰撞或者预防碰撞的可能性。
通过利用空间以及心理的船舶碰撞领域的多个警报功能可以提高OOW的执行避免碰撞工作的可靠性。
根据船舶之间的相对方位和相对距离彼此发出足以满足需要的碰撞警报,因此可以进行OOW的注意力集中和避免碰撞工作彼此复合的高度的碰撞预防。
将OOW的心理碰撞风险感知应用于避免碰撞方式,从而积极地预防人为错误。
可以知道避免碰撞动作所需的最小距离,并且可以知道OOW所判断的平均的对相对方位和相对距离的碰撞危险性。
可以与确保物理空间一起确保心理空间,从而可以应用于新一代导航系统开发。
应用于陆上船舶交通管理系统(Vessel Traffic System,VTS)的控制器,从而有助于防止由于这些控制器的注意力不足而造成事故。尤其,在应用于需要同时管理多个船舶的VTS的情况下,可以自动地通报给控制器,因此可以积极地帮助控制。
附图说明
图1是显示在利用根据本发明的一实施例的利用海员心理特征避免船舶碰撞的方法中,将CREM的输出入的结构的图解。
图2是显示在根据本发明的一实施例的利用海员心理特征避免船舶碰撞的方法中,将使用于CREM的GEV分布的pdf例的图表。
图3是显示以{Xdatan,Ydatan}显示的SD领域的图表。
图4是显示对采样的五种船舶碰撞相遇情况(S1-S5)的ES(0≤ES≤1,000)数据的图表。
图5是显示对五种船舶碰撞相遇情况(S1-S5)测定的PCR数据的图表。
图6A和图6B是显示对连续的相对方位RBu(u=1,2,3,…,U)估算的结果的图表。
图7是显示将ES数据和PCR数据应用于CREM后可视化的CR领域的图表。
图8是显示比较SD领域和估算的CR领域后将SD领域和CR领域重叠的图表。
图9是显示DSD的相对距离和CL(DSD)的计算结果的图表。
图10是显示在根据本发明的利用海员心理特征避免船舶碰撞的方法中,利用DSD和CL(DSD)而用于通知碰撞危险的图解。
图11显示在根据本发明的一实施例的利用海员心理特征避免船舶碰撞的步骤的图解。
具体实施方式
本发明的另一个目的,特征以及优地点通过参照附图的实施例的详细说明而会得到明确。
以下,参照附图,将本发明的实施例构成和其作用进行说明,在图面显示并通过此而说明的本发明的构成和作用,至少作为一个实施例进行说明,不通过此界限所述的本发明的技术思想和其核心构成以及作用。
以下,参照附图详细说明根据本发明的利用海员心理特征避免船舶碰撞的方法的优选实施例。
本发明在船舶可能相互碰撞的相遇情况下,利用值班OOW感知的碰撞风险(CollisionRisk:CR)。
为估算CR而使用碰撞风险预测模型(Collision Risk Estimation Model:CREM),并且CREM利用一般化的极值(Generalized Extremely Value:GEV)分布的概率密度函数(probability density function:pdf)的形状自身而构成。
接着,利用CREM将对船舶之间的相对方位和相对距离的碰撞风险水平(CollisionLevel:CL)进行估算。
接着,显示对在将二维正交坐标和极坐标以及三维等值线图(contour map)混合的复合地图中估算的CL的碰撞风险领域(CR domain)。
碰撞风险领域(CR domain)与船舶领域(Ship Domain:SD)比较并计算出其两领域之差。将这计算出的差值设定为用于判断碰撞风险的标准值。对于标准值的设定在下面进行详述。
本发明中的碰撞的可能性,在两艘船舶相互接近的情况下,利用OOW要感知到的CL和SD距离而进行判断。
这里,将船舶接近于可能相互碰撞的相遇情况时发生的OOW的CR,通过CL计算,并且通过显示于三维复合地图的SD和CL在空间上显示碰撞的可能性。
这样,本发明不仅使用物理元素(距离、速度、方位等),而且将人的认知性感知元素作为空间化的因素而用于避免碰撞。
用于避免船舶碰撞的概念之一的船舶领域(Ship Domain:SD)理论是确保船舶避免碰撞的足够所需的空间领域物理概念。
为sd理论,应用Radar,ARPA(Automatic Radar Plotting Aids),ECDIS(ElectricChart Display and Information System)等帮助避免碰撞的电子航海设备。
本发明,还将通过OOW感知的CR而计算出的对碰撞的情况识别(SituationAwareness:SA)应用于用于计算船舶之间的最近会遇距离(Distance at Closest Pointof Approach,DCPA)和最近会遇时间(Time to the Closest Point of Approach,TCPA)等的空间领域的SD理论。即,本发明中,通过SD理论和CR和SA之间的关系帮助能够避免船舶的碰撞。
预测OOW感知的CR重要。为预测CR而使用CREM。
OOW感知的CR通过问卷调查或者将特定设备附着于OOW后测量并收集对危险情况的心率和血压。
收集的CR数据是将特定情况进行采样的离散数据形态,因此利用对连续输入可以输出所需的数据形态的CREM。
在本发明中,对连续的输入使用离散的CR数据后可以估算连续的碰撞风险水平(Collision Level:CL),并且为将其估算的结果转换为三维坐标数据的CREM进行建模。
图1是显示在利用根据本发明的一实施例的利用海员心理特征避免船舶碰撞的方法中CREM的输出入结构的图解。
参照图1,CREM的输入变量是船舶之间发生的相对方位(Relative Bearing:RB)和相对距离(Relative Distance:RD),并且CREM的输出变数是对连续的相对方位和相对距离估算的CR的碰撞风险水平(Collision risk Level:CL)和用于CL的可视化的X坐标值和Y坐标值。
尤其,CREM利用先前估算的GEV(Generalized Extreme Value)分布的参数而估对算输入变量的CL。此时,估算结果对相对方位和相对距离可以具有一定量的误差(或噪声)。
下面更具体地说明将CREM进行建模的步骤。
本发明中因采样的CR数据的特征而利用GEV分布的概率密度函数(probabilitydensity function:pdf)。
GEV分布的pdf,如公式(1),对被给予的标准正态(standard normal)数据χ可以被定义为形状参数(shape parameter)γ、位置参数(location parameter)μ、尺度参数(scale parameter)σ等,并且公式(1)的GEV分布的pdf,如公式(2),可以用GEVp(0≤p≤1)简单地显示。
图2是显示利用公式(2)计算的GEV函数的pdf的例的图,是将χ=-3.0~3.0,γ=-0.7,μ=0.0,σ=1.0等应用于公式(2)时的GEVp。
在图2中,正四方形格显示的仅是由GEV分布的pdf(GEVp)的左侧界限至显示最大概率的右侧界限的图,并且旨在说明将GEV分布的pdf应用于CREM的方法。在图2中,x轴是标准正态数据,并且y轴是GEV分布的pdf的概率密度值。
显示于图2的正方形格A,B,C的含义如下。A是由χ=-3.0GEVp至变为最大的x为止的标准正态数据,并且B是GEVp的梯度,C是对x的GEVpGEVp值。在本发明中,在GEV分布的pdf利用所述的三种特征(A,B,C)将CREM进行建模。
CREM的建模有如下的4步骤。
首先,如果以CRi,j显示在对各个i(i=1,2,3,…,I)的相对方位(RB)的j(j=1,2,3,…,J)的相对距离(RD)测定的碰撞风险CRi,j,就成为具有I-by-J的维度的矩阵形状。为CREM的数学式展开的简单化而在CRi,j将对任一的i的CR定义为Dj。
-1步骤(曲线近似)
最佳近似于在具有数列的长度j(j=1,2,3,…,J)的相对距离(RD)Rrj中测定的样本数据Dj的b阶的多项式系数a(Rrj),与公式(3)相同,并且如公式(4),利用a(Rrj)将具有数列的长度n(n=1,2,3,…,N)的Dn测定。
这里,RDn是显示对Dn的相对距离(RD)的,并且是用rinc=(rA-rZ)/N计算的。rA是在测定开始地点的相对距离,rz是在测定结束地点(或最大cr值显示的地点)的相对距离。
-2步骤(估算对GEV分布的pdf的参数)
将对最佳于Dn的GEV分布的pdf的参数集{γ,μ,σ}在表1的探索范围估算。表1显示具有数列的长度w(w=1,2,3,…,W)的标准正态数据χw和{γ,μ,σ}的探索范围(左侧界限值由标LT表示,右侧界限值由标RT表示)。
如果将显示于表1的χw和{γ,μ,σ}应用于公式(2),就可以获得对具有数列的长度w的GEV分布的pdf的Pw。这里,如图2所述,对要应用于模型的GEV分布的pdf是估算可以最佳近似于具有N个的数列长度的Dn的Pw的一部分的,因此需要W≥N的条件。表1的探索范围是事先考虑这种条件而决定的,并且固定为μ=0.0而探索γ和μ。
【表1】
首先,对将数列的长度固定为w=W的标准正态数据χw,将{γ,μ,σ}在表1的范围转换时的GEV分布的pdf,Pq,v,w用公式(5)计算。
Pq,v,w=GEV(χw=W;γq,μ,σv) (5)
此外,求得Pq,v,w的最大值MaxPq,v=max(1≤w≤W)(Pq,v,w),并且求得由χw的左侧界限至χw(MaxPq,v)的数列的长度Lq,v=(|χLT~χw(MaxPq,v)|)(1/Sχ)+1(这里,Sχ是显现于表1的χw的数列的间隔)以后,将相当于Lq,v的Pq,v,n(n=1,2,3,…,N;N=Lq,v)用公式(6)提取。
Pq,v,n=Pq,v,w(w=Lq,v) (6)
接着,在公式(4)的Dn中求得相当于Lq,v的Dq,v,n(公式(7)),并且求得Dq,v,n的最大值MaxDq,v=max(1≤n≤N)(Dq,v,n)以后,用公式(8)求得具有与MaxPq,v相同的最大值的DPq,v,n。
Dq,v,n=Dn(n=Lq,v) (7)
DPq,v,n=(Dq,v,n/MaxDq,v)MaxPq,v (8)
此外,在公式(4)的RDn用公式(9)求得相当于是MaxDq,v时的Lq,v的长度的最小相对距离MinRDq,v。
MinRDq,v=RDn(MaxDq,v)(n=Lq,v) (9)
用公式(10)求得公式(6)的Pq,v,n和公式(8)的DPq,v,n之间的平均误差errq,v,并且用公式(11)求得errq,v变最小时的
即,使用由公式(3)至公式(11)而估算对在相对距离Rrj中测定的样本数据Dj的GEV分布pdf的参数。
以下,将对全部碰撞风险CRi,j的参数估算过程反复后用(11)估算对i的并且利用求得GEV形状参数和尺度参数以及数列的长度还有利用此结果计算公式(12)至公式(16)。
-3步骤(估算的参数插值)
在所述的2步骤中估算的结果是对离散的相对方位θi(i=1,2,3,…,I)的,因此需要对连续的相对方位RBu(u=1,2,3,…,U)的模型参数。
在本发明利用如下的插值估算连续的参数。
插值可以利用Matlab代码'Outputs=interp1(Var1,Var2,Var3,′pchip′)′。
'interp1'表示1维插值,Var1和Var2以及Var3是输入变量.还有'pchip'表示Piecewise Cubic Hermit(PCH)插值,在本发明中为最大限度地维持被给予的数据的特征而应用PHC插值。
【表2】
表2显示应用于用于获得连续的模型参数PHC插值的Matlab代码的图。
-4步骤一(对连续的方位计算)
若利用表2的插值结果对相对方位RBu估算,则如下。
首先,将对具有w个的数列的长度的标准正态数据χw的GEV分布的pdf用公式(17)求得,并,且将的最大值用公式(18)求得。还有,将由χw的左侧界限χLT至的地点的的数列的长度Lu,用公式(19)求得。
在公式(17)的求得相当于w=Lu的利用下个公式(20)求得最大值为1.0的
这里,是的最大值,MaxCR是在原来数据中碰撞风险水平的最大值。
公式(20)的成为应用于可视化CR的碰撞风险水平(CL)。最后,利用以公式(21)计算的坐标和算出用于形成CR领域的三维坐标的变量集
这里,是用radRBu=(90-RBu/180)π(radian)在x-y正交坐标系中将90度(即,x=0,y=+Y)决定为标准方位0度的,并且是π=3.14。
对应用于所述的CREM建模的ES(Ship Domain)数据和ES(EmotionalSensitivity)数据和PCR(Perceived CR)数据进行说明。
是为根据SD数据的船舶相遇情况而定义避免碰撞所需的多余空间的,理论概念是用计算机计算的距离数据。ES数据是用于在有限水域中测定船舶OOW的驾驶难度的,并且是利用船舶的模拟驾驶对船舶相遇情况测定的数据。PCR数据是用于测定OOW对碰撞情况感知的风险度。
SD数据是测定SD比例以后,将其转换为对连续方位的距离的数据。在具有半径Cr的圆的中心放置虚拟船(Phantom ship),并且将真实船由圆的中心向x-轴和y-轴偏移(offset)一定距离的形状。
计算SD数据的步骤如下。
首先,利用将极坐标转换为正交坐标的Matlab代码'{Xn,Yn}=pol2cart(θradn,Cr)'而计算n个正交坐标数据集{Xn,Yn}。这里,θradn是对方位θn(0≤θn≤360)利用公式(22)以360度方位显示法计算的弧度(radian)单位的方位。
这里,θn(n=1,2,3,…,N)是将0度至360度区分为N个的方位,是π=3.14。
SD数据集{Xdatan,Ydatan}如下计算。.
这里,Xoffset是x-轴的偏移值(287.06m),Xoffset是y-轴的偏移值(864.27m)。
图3是显示以{Xdatan,Ydatan}显示的SD领域的图。x轴和y轴是以1852m的单位显示的距离,并且由坐标中心(O)至向成为最大距离(maxR)的18.4度方向偏移的圆的空间成为SD领域。在图3中,将本船的船首方位决定为0度后应用显示向顺时针方向至360度的360度方位显示法,并且将相当于国际海里(international nautical mile,NM)的1.0NM的1,852meter应用为距离的单位。在本发明中,将由0度至180度的粗线表示的SD的右侧半圆应用于与CR领域的比较分析。
ES(Emotional Sensitivity)数据是将对船舶可能碰撞的相遇情况OOW感知的风险的程度是利用船舶模拟驾驶而测定的数据。
图4是显示对采样的五种船舶碰撞相遇情况(S1-S5)ES(0≤ES≤1,000)数据的图表。
在图4中,由S1至S5分别显示两艘船舶彼此以相对方位0度,45度,90度,135度,180度等相遇后发生碰撞的情况。图4的数据算出对应于以一定的间隔区分的相对距离的ES值,但是ES值的变化大的相对距离是缩短间隔后采样的。
在图4中,相对距离由0m至1.75(×1852)m,与另一相遇情况比较后,对S4的ES值大,此后S5的ES值变大。还有,达到最大ES值的相对距离根据5种碰撞情况各个显示不同。如图4所示,ES数据可以用三种特征(A,B,C)表示。即,A是表示最大ES值的最小相对距离,B是根据相对距离ES值的增减变化情况,C是对相对距离的ES值。
PCR数据是参照在实际舰艇中测定的CRPI而获得的数据。图5是显示对五种船舶碰撞相遇情况(S1-S5)测定的PCR数据的图表。这里,由S1至S5分别显示两艘船舶彼此以相对方位0度,45度,90度,135度,180度等相遇后发生碰撞的情况。如图4所示,如同ES数据PCR数据可以用三种特征(A,B,C)表示。
若对CREM的模型变量的估算结果进行说明,表3是显示将ES数据和PCR数据输入于CREM而估算的和的,并且是对利用由公式(12)至公式(16)而估算离散相对方位的结果。
【表3】
图6A和图6B是显示对连续的相对方位RBu(u=1,2,3,…,U)估算的结果的图,并且是的计算结果。图6A是对ES数据的插值结果,图6B是对PCR数据的插值结果。
若观察图6A和图6B的上端格,全部在相对方位135度附近和的变化显示得大。在图6A的下端格由相对方位0度至相对方位180度显示为增加。即,表示随着相对方位增加最大ES值1,000显示的相对距离逐渐减少。在图6B的下端格,最大PCR值显示的在相对方位45度附近略微增加并全盘显示一定的值。
另一方面,若对在建模的CREM中估算的CR领域的分析结果进行说明,图7是显示将ES数据和PCR数据应用于CREM而可视化的CR领域的图。等高线表示对由0度至360度的相对方位估算的表示最低的碰撞风险水平,表示最高的碰撞风险水平。图7将坐标中心以本船和相对船舶最远的RD=3(×1852)m显示,从而显示由坐标的中心越远越减少。
在图7中,左侧图表将ES数据应用于CREM显示的领域,右侧图表将PCR数据应用于CREM显示的领域。
若观察显示于图7的左侧图表的ES数据,在相对方位135度附近相同的大小的碰撞风险水平与另一相对方位比较后在更长的相对距离显示。例如,在相对方位0度在约1.0(×1852)m显示,但是135度附近在约3(×1852)m显示。即,显示虽然本船和相对船舶之间的相对距离远,但是将135度附近的船舶相遇情况,与另一船舶相遇情况比较后OOW更早地感知。还有,显示在135度附近由至碰撞风险水平的增加率大致以一定的比率发生的情况。这种情况在显示于图7的右侧图表的PCR数据中也相同地显现。例如,相对方位90度附近的船舶相遇情况,在约2.2(×1852)m显示。
据此,ES数据和PCR数据全部在135度附近发生的船舶相遇情况,与另一相对方位比较后相同的碰撞风险水平显示得更快。
若观察在图7中的左侧图表所示的ES数据,除了相对方位135度附近之外,由相对距离减小到一定程度以后开始碰撞风险水平急剧增加。例如,在相对方位由0度至90度附近之间,在相对距离约显示,并且由至碰撞风险水平急剧增加。还有,在相对方位135度附近碰撞风险水平一定程度均衡显示,在相对方位180度附近,在相对距离2.0(×1852)显示,并且在1.0(×1852)m附近显示。
与此相反,在图7的右侧图表中显示的PCR数据,随着相对距离的减小而碰撞风险水平均匀地增加。据此,ES数据除了相对方位135度附近以外,由相对距离在一定程度减小的地点开始碰撞风险水平显示急剧增加,PCR数据以对相对距离大致一定的大小显示碰撞风险水平。
图8是为将SD领域和估算的CR领域比较而将SD领域和CR领域重叠后显示的图表。
图7是显示坐标的中心为3(×1852)m的图,但是图8是显示坐标的中心为0m的图。如此,将图8的坐标中心决定为0m后将SD领域和C领域重叠在一起显示。在图8中显示的SD领域为容易进行与CR领域的视角上的比较,将SD的半径扩大2倍显示。
在图8中,x-轴是由0.0m至3.0(×1852)m的相对距离,y-轴是以0.0m为中心上下显示的相对距离。等高线显示对由0度至180度相同的等高线的最外侧的半圆是将相对距离0.0m任意连接的。
图8的左侧图表显示对SD数据和ES数据的CR领域,在用于避免碰撞的空间方面的SD,相对方位0度至90度之间的空间与90度之180度的空间比较后更宽。还有,在SD数据中调查的结果显示为相对方位30度附近相对距离最长。与此相反,对ES数据的CR领域相对方位135度附近与另一相对方位比较后由更远的相对距离显示,并且显示碰撞风险水平的空间形成得更宽。
图8的右侧图表显示对SD领域和PCR数据的CR领域,CR领域在相对方位135度附近与另一相对方位比较后在更远的相对距离显示然而,相对方位135度附近的碰撞风险水平占据的空间与另一相对方位比较后不显示显著的特征。与此相反,如果在相对方位30度附近与占据宽空间的SD比较,CR领域就在相对方位135度附近宽广地分布。
将以上说明的利用SD领域与利用ES以及PCT数据的CR领域的比较结果概括而言,对SD和ES数据的CR领域SD,在相对方位30度附近被分配更宽空间,但是CR领域向相对方位135度附近出现更宽的碰撞风险水平空间。对SD和PCR数据的CR领域也向相对方位135度附近碰撞风险水平的分布模式偏重而出现。对ES的CR领域和对PCR数据的CR领域全部,在相对方位135度附近,以相同的大小的碰撞风险水平在更远的距离出现。据此,在SD中相对方位30度附近被分配更宽的空间,并且对ES和PCR的CR领域向相对方位135度附近更宽地碰撞风险水平被分布。
如果利用在上面建模的CREM将对ES数据和PCR数据的CR领域显示于三维坐标,就与SD比较后出现与此相反的现象。即,SD向相对方位30度附近形成宽的空间,并且CR领域在相对方位135度附近形成更宽的感知空间。这是表示实际用于避免船舶碰撞的SD的地理学空间和OOW感知的CR的心理空间不相同,并且表示应将驾驶船舶的OOW的心理空间和实际用于避免船舶碰撞的地理学空间一同考虑。
以下,对用于判断风险水平的标准值的设定和利用其标准值的碰撞危险的判断例进行说明。在本发明中,使用包括空间方面的标准值和心理方面的标准值的两种标准值。
为设定空间方面的标准应该决定用于判断存在船舶之间碰撞风险的标准,但是在本发明中,将对相对方位的SD的距离决定为标准距离(DSD)。还有,比较船舶之间的相对距离(RD)和其标准值后如果是RD>DSD,就可以判断为有碰撞的风险。
为设定心理方面的标准值应该决定用于判断碰撞风险的碰撞风险水平(Collision Level:CL)的标准,但是在本发明中所述的CREM估算的CL中,将对相对方向的SD的距离、相当于标准距离(DSD)的CL决定为碰撞风险水平的标准(CL(DSD))。还有,将心理方面的标准值,对相对距离(RD)的CL,即,与CL(RD)比较后如果是CL(DSD)>CL(RD),就判断为碰撞的水平超过标准值。
图9是显示DSD的相对距离CL(DSD)的计算结果的图表。在图9中,DSD和CL(DSD)以相对方位约85度附近为标准彼此相反地变化着。SD在相对方位18.4度以相对距离1.4(×1852)m变为最大,并且在相对方位180度以相对距离0.4(×1852)m变为最小。CR领域在相对方位29度以0.38变为最小,并且在相对方位177度以相对距离0.96变为最大。据此,DSD是在相对方位18.4度中最大相对距离,并且CL(DSD)在177度中成为最大的碰撞风险水平。
以下,说明以利用标准值对碰撞危险判断的结果为基础设定警报的方法。
图10是在利用根据本发明的实施例的海员心理特征的船舶避免碰撞方法中,为说明利用DSD和CL(DSD)而将碰撞危险通知的图解。
参照图10,在本发明中,显示设定对3种情况(Case 1,Case 2,Case 3)的警报的例。
Case 1:是本船和相对船舶以相对方位40度碰撞的情况。两艘船舶之间的相对距离减少后通过DSD的瞬间发生SDW1(表示对Case 1的SD的Warning),并且继续相对距离减少,从而通过CL(DSD)的碰撞风险水平的瞬间发生对CRW1(表示对Case 1的CR的Warning)。由此,OOW可以听取两种信息。首先,OOW通过SDW1将两艘船舶之间的相对距离接近要进行避免碰撞工作的程度识别后可以进行避免碰撞的船舶驾驶。如果OOW不进行避免碰撞时,发生第2次的警报(CRW1),从而再次识别面临碰撞。
如果不仅DSD还应用CL(DSD),就随着利用DSD即使避免碰撞工作失败也发生CRW1,因此不仅给予OOW采取避撞的机会,还可以提高OOW的引起注意的水平。通过此可以预防碰撞事故。
Case 2:是本船和相对船舶以相对方位约85度碰撞的情况。减少两艘船之间的相对距离后通过DSD和CL(DSD)的瞬间,同时发生SDW2和CRW2。可以不仅通知避免碰撞必要空间距离,同时,还可以通知风险水平于OOW,因此可以知道避免碰撞工作的必要性,并且也可以同时提高OOW的注意力。
Case 3:是本船和相对船舶以相对方位约140度碰撞相遇的情况。其特点是发生与Case1相反的警报。减少两艘船舶之间的相对距离后通过CL(DSD)的瞬间,发生CRW3,从而通知有碰撞的危险性。继续减少相对距离后通过DSD的瞬间发生SDW3,从而可以通知有进行避免碰撞工作的时期。通过此,在进行避免碰撞工作之前,通过CRW3提高OOW的注意力,由此可以减少不执行避免碰撞工作的概率。
图11是显示在根据本发明的一实施例利用海员的心理特征的船舶避免碰撞步骤的解图,在本发明的方法中可以使用船舶自动识别系统(Automatic IdentificationSystem:AIS)。
参照图11,通过设置于船舶AIS而接收对方船舶的信号(AIS数据)(Step1)。
以下,利用对方船舶的信息(AIS数据)和本船信息计算两艘船舶之间的相对距离(RD)和相对方位(RB)。
计算利用SD的距离(DSD)和建模的CREM的碰撞风险水平(CL)(Step3)。
比较RD和DSD,如果RD大于DSD,就发出提醒可能发生碰撞的SD警报(Step4&Step5),对此进行适当的避免碰撞的工作(Step 6)。
如果RD不大于DSD,就反复所述的过程(Step1-Step3)。
另一方面,还比较CL(DSD)和CL(RD)后,如果CL(DSD)大于CL(RD),就发出提醒风险碰撞的水平超过了标准值的CR警报,并且集中最大的注意力增加了解情况的程度(Step6)。
如果CL(DSD)不大于CL(RD),就发生重复所述的过程(Step1~Step3)。
以上,对本发明的优选实施例进行了说明,但是本发明所属技术领域的一般技术人员,在不脱离本发明的实质性特征的范围内可以体现为变形的形式。
因此,在这里所述的实施例应该被理解为说明性的观点,而非限定性的观点。本发明的范围显示于权利要求范围,而非以上说明,在与其同等范围内的所有区别,应该被解释为包含在本发明的范围。
Claims (8)
1.一种利用海员心理特征避免船舶碰撞的方法,包括:
第1步骤:利用相对船舶的信息和本船信息计算两船舶之间的相对距离(RD)和相对方位(RB);
第2步骤:利用海员的碰撞风险(CR)感知估算所述相对距离(RD)和所述相对方位(RB),并且将其估算的结果转换为三维坐标数据的碰撞风险预测模型(CREM)进行建模;
第3步骤:利用船舶领域的距离(DSD)和所述建模的碰撞风险预测模型(CREM)计算碰撞风险水平(CL);
第4步骤:确定相当于用于判断两艘船舶之间具有碰撞危险的标准距离空间方面的标准值和相当于用于判断两艘船舶之间具有碰撞危险的碰撞风险水平(CL)的心理方面的标准值;
第5步骤:将所述相对距离(RD)和所述心理方面的标准值比较而发出提醒可能发生碰撞的船舶领域(SD)警报或者将对所述相对距离(RD)的碰撞风险水平(CL(RD))和所述心理方面的标准值比较而发出提醒碰撞风险的水平超过了标准值的碰撞风险(CR)警报。
2.根据权利要求1所述的利用海员心理特征避免船舶碰撞的方法,其特征在于,
在所述第4步骤中,将对所述相对方位(RB)船舶领域的距离(DSD)确定为所述空间方面的标准值。
3.根据权利要求1所述的利用海员心理特征避免船舶碰撞的方法,其特征在于,
在所述第4步骤中,将在所述碰撞风险预测模型(CREM)估算的碰撞风险水平(CL)中相当于对所述相对方位(RB)的船舶领域的距离(DSD)的碰撞风险水平(CL(DSD))确定为所述心理方面的标准值。
4.根据权利要求1所述的利用海员心理特征避免船舶碰撞的方法,其特征在于,
在所述第5步骤中,将所述相对距离(RD)和所述空间方面的标准值比较,如果所述相对距离(RD)大于所述空间方面的标准值,就发出所述船舶领域(SD)警报。
5.根据权利要求1所述的利用海员心理特征避免船舶碰撞的方法,其特征在于,
在所述第5步骤中,将对所述相对距离(RD)的碰撞风险水平(CL(RD))和所述心理方面的标准值比较,如果所述心理方面的标准值大于对所述相对距离(RD)的碰撞风险水平(CL(RD)),就发出所述碰撞风险(CR)警报。
6.根据权利要求1所述的利用海员心理特征避免船舶碰撞的方法,其特征在于,
在所述第2步骤中,所述碰撞风险预测模型(CREM)的输入变量包括所述相对方位(RB)和所述相对距离(RD),并且所述碰撞风险预测模型(CREM)的输出变量包括连续的对相对方位(RB)和相对距离(RD)估算的碰撞风险(CR)的所述碰撞风险水平(CL)。
7.根据权利要求6所述的利用海员心理特征避免船舶碰撞的方法,其特征在于,
在所述第2步骤中,所述碰撞风险预测模型(CREM)的所述输出变量还包括用于将所述碰撞风险水平显示于三维复合地图的坐标值。
8.根据权利要求6所述的利用海员心理特征避免船舶碰撞的方法,其特征在于,
在所述第2步骤中,所述碰撞风险预测模型(CREM)利用极值(GEV)分布的概率密度函数而估算对所述输入变量的所述碰撞风险水平(CL)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180016715A KR101902730B1 (ko) | 2018-02-12 | 2018-02-12 | 해기사의 심리적 특성을 이용한 선박의 충돌 회피 방법 |
KR10-2018-0016715 | 2018-02-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110164184A true CN110164184A (zh) | 2019-08-23 |
Family
ID=63721447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810694738.0A Pending CN110164184A (zh) | 2018-02-12 | 2018-06-29 | 利用海员心理特征避免船舶碰撞的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190251849A1 (zh) |
JP (1) | JP6679665B2 (zh) |
KR (1) | KR101902730B1 (zh) |
CN (1) | CN110164184A (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10854090B2 (en) * | 2018-09-27 | 2020-12-01 | United States Of America As Represented By The Secretary Of The Navy | Collision avoidance system and method for a watercraft |
CN110758669B (zh) * | 2019-10-30 | 2021-01-26 | 青岛科技大学 | 一种开阔繁忙水域的双层相对领域获取方法 |
CN110794843B (zh) * | 2019-11-15 | 2022-11-01 | 山东交通学院 | 基于观测器的非线性船舶时滞动力定位船鲁棒镇定系统 |
JPWO2021149447A1 (zh) * | 2020-01-20 | 2021-07-29 | ||
KR102135081B1 (ko) | 2020-04-20 | 2020-07-17 | 한화시스템 주식회사 | 실시간 시공간 함정 표적 db를 이용한 차세대 함정용 충돌 회피 시스템 |
CN111899489B (zh) * | 2020-06-01 | 2022-03-01 | 武汉理工大学 | 一种船舶会遇意图辨识方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0922500A (ja) * | 1995-07-07 | 1997-01-21 | Tokimec Inc | 避航支援装置 |
KR100967886B1 (ko) * | 2007-10-10 | 2010-07-05 | 삼성중공업 주식회사 | 선박의 충돌 방지 시스템 |
CN105137971A (zh) * | 2015-08-03 | 2015-12-09 | 大连海事大学 | 一种辅助船舶进行避碰决策的方法 |
CN105185162A (zh) * | 2015-10-26 | 2015-12-23 | 中国电子科技集团公司第二十八研究所 | 一种基于ais信息的多目标防撞预警方法 |
KR101647743B1 (ko) * | 2015-07-07 | 2016-08-11 | 한국해양과학기술원 | 시계열 그래픽 표시를 이용한 선박 충돌회피 안내시스템 |
KR101696615B1 (ko) * | 2016-08-04 | 2017-01-16 | 한국해양과학기술원 | 시계열 그래픽 표시를 이용한 다중 선박간 충돌회피 관제시스템 |
KR20170006161A (ko) * | 2015-07-07 | 2017-01-17 | (주)뉴월드마리타임 | Ais정보를 이용한 선박 충돌방지 시스템 및 방법 |
US20170256170A1 (en) * | 2016-03-07 | 2017-09-07 | Honda Motor Co., Ltd. | Small boat collision avoidance apparatus |
US20170287340A1 (en) * | 2016-03-31 | 2017-10-05 | Fujitsu Limited | Collision risk calculation method, collision risk calculation device, and computer-readable recording medium |
CN107284618A (zh) * | 2017-07-03 | 2017-10-24 | 吴克 | 一种船舶防撞的方法 |
-
2018
- 2018-02-12 KR KR1020180016715A patent/KR101902730B1/ko active IP Right Grant
- 2018-06-29 JP JP2018125553A patent/JP6679665B2/ja active Active
- 2018-06-29 CN CN201810694738.0A patent/CN110164184A/zh active Pending
- 2018-07-02 US US16/026,025 patent/US20190251849A1/en not_active Abandoned
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0922500A (ja) * | 1995-07-07 | 1997-01-21 | Tokimec Inc | 避航支援装置 |
KR100967886B1 (ko) * | 2007-10-10 | 2010-07-05 | 삼성중공업 주식회사 | 선박의 충돌 방지 시스템 |
KR101647743B1 (ko) * | 2015-07-07 | 2016-08-11 | 한국해양과학기술원 | 시계열 그래픽 표시를 이용한 선박 충돌회피 안내시스템 |
KR20170006161A (ko) * | 2015-07-07 | 2017-01-17 | (주)뉴월드마리타임 | Ais정보를 이용한 선박 충돌방지 시스템 및 방법 |
CN105137971A (zh) * | 2015-08-03 | 2015-12-09 | 大连海事大学 | 一种辅助船舶进行避碰决策的方法 |
CN105185162A (zh) * | 2015-10-26 | 2015-12-23 | 中国电子科技集团公司第二十八研究所 | 一种基于ais信息的多目标防撞预警方法 |
US20170256170A1 (en) * | 2016-03-07 | 2017-09-07 | Honda Motor Co., Ltd. | Small boat collision avoidance apparatus |
US20170287340A1 (en) * | 2016-03-31 | 2017-10-05 | Fujitsu Limited | Collision risk calculation method, collision risk calculation device, and computer-readable recording medium |
KR101696615B1 (ko) * | 2016-08-04 | 2017-01-16 | 한국해양과학기술원 | 시계열 그래픽 표시를 이용한 다중 선박간 충돌회피 관제시스템 |
CN107284618A (zh) * | 2017-07-03 | 2017-10-24 | 吴克 | 一种船舶防撞的方法 |
Non-Patent Citations (2)
Title |
---|
YONGQIANG ZHUO ET AL: "An intelligent decision support system to ship anti-collision in multi-ship encounter", 《IEEE》 * |
刘正江: "船舶避碰过程中的人的可靠性分析", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Also Published As
Publication number | Publication date |
---|---|
JP6679665B2 (ja) | 2020-04-15 |
KR101902730B1 (ko) | 2018-09-28 |
JP2019139731A (ja) | 2019-08-22 |
US20190251849A1 (en) | 2019-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110164184A (zh) | 利用海员心理特征避免船舶碰撞的方法 | |
CN111951606B (zh) | 一种船舶碰撞风险评估与预警方法及系统 | |
CN108281043B (zh) | 一种船舶碰撞风险预警系统及预警方法 | |
CN108873799A (zh) | 船载智能驾驶辅助终端 | |
CN105667420B (zh) | 用于确定驾驶者的瞌睡状态的系统和方法 | |
CN103454639A (zh) | 用于检测车辆周围的移动物体的设备和方法 | |
JP2022103443A (ja) | 衝突警報装置及び衝突警報方法 | |
Chen et al. | A research on AIS-based embedded system for ship collision avoidance | |
CN102890875B (zh) | 一种获取海上智能交通网络的系统碰撞风险的方法 | |
CN111536962B (zh) | 智能船舶的航线规划方法及装置、存储介质、计算机设备 | |
CN104237889A (zh) | 在气象雷达显示器上显示对流天气的系统和方法 | |
JP7250462B2 (ja) | 船舶用航行支援装置 | |
CN104274192A (zh) | 检测操作者疲劳的计算机辅助系统 | |
CN113536544B (zh) | 一种基于最小安全距离模型的船舶概率冲突检测方法 | |
CN109683163A (zh) | 一种防碰撞雷达报警系统 | |
Kuroda et al. | Direct stability assessment for excessive acceleration failure mode and validation by model test | |
KR20200133732A (ko) | 선박용 항행 지원 장치 | |
CN113128826B (zh) | 通航风险预测方法、装置和存储介质 | |
JP2009175929A (ja) | ドライバ状態推定装置及びプログラム | |
Di Nocera et al. | Mental workload assessment using eye-tracking glasses in a simulated maritime scenario | |
KR101915051B1 (ko) | 선내 모니터링 시스템을 이용한 내항성 지수 산정 방법 및 내항성 지수 산정 시스템 | |
CN108171405B (zh) | 标准化的驾驶台资源管理实操自动评估题卡的制作方法 | |
CN112101558B (zh) | 基于d-s证据理论的无人船态势感知及避碰决策方法、装置 | |
CN110164186A (zh) | 船舶穿越汇流水域辅助避碰系统及方法 | |
Kuwahara et al. | Research and Development of Collision Risk Decision Method for Safe Navigation and Its Verification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190823 |
|
WD01 | Invention patent application deemed withdrawn after publication |