CN110443368B - 一种冲突状态下船舶集群态势分析方法 - Google Patents

一种冲突状态下船舶集群态势分析方法 Download PDF

Info

Publication number
CN110443368B
CN110443368B CN201910515343.4A CN201910515343A CN110443368B CN 110443368 B CN110443368 B CN 110443368B CN 201910515343 A CN201910515343 A CN 201910515343A CN 110443368 B CN110443368 B CN 110443368B
Authority
CN
China
Prior art keywords
ship
area
target
interference
meeting
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.)
Active
Application number
CN201910515343.4A
Other languages
English (en)
Other versions
CN110443368A (zh
Inventor
王晓原
张露露
夏媛媛
朱慎超
冯凯
赵新越
孙懿飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao University of Science and Technology
Original Assignee
Qingdao University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao University of Science and Technology filed Critical Qingdao University of Science and Technology
Priority to CN201910515343.4A priority Critical patent/CN110443368B/zh
Publication of CN110443368A publication Critical patent/CN110443368A/zh
Application granted granted Critical
Publication of CN110443368B publication Critical patent/CN110443368B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/048—Fuzzy inferencing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开实施例涉及一种冲突状态下船舶集群态势分析方法，其包括：根据船舶会遇类型对船舶会遇区域进行划分；针对所述船舶会遇区域结合船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格，其中船舶感知区域是以目标船为中心根据船舶碰撞危险距离界限划定的圆形区域；在所述多个虚拟动态网格中选择虚拟代表船；基于所述虚拟代表船通过模糊推理规则结合作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对目标船的作用力集合；通过对作用力集合进行合并，得到船舶集群态势的约简结果。本公开实施例提供的方法可以对船舶感知区域中的集群态势从作用力的角度进行全面分析，提高冲突状态下船舶集群态势分析的准确性。

Description

一种冲突状态下船舶集群态势分析方法
技术领域
本公开涉及船舶技术领域，尤其涉及一种冲突状态下船舶集群态势分析方法。
背景技术
智能无人船舶是一种无人驾驶船舶，拥有自主航行、智能机舱、能效管理、货物运输和智能集成平台，该技术融合了船舶、通信、自动化、机器人控制、远程监控、网络化系统等技术，可实现自主导航、智能避障等功能。与有人驾驶船相比，智能无人船舶具有安全系数高，经济环保，绿色节能的优点。而对智能无人船舶的路径规划，是智能无人船舶自主航行系统的核心内容。
船舶集群态势是指针对无人船在船舶感知区域内所有交通实体部署和行为所构成的状态和形势，包含交通实体所能感知到的所有信息。无人船态势复杂性分析是船舶在繁忙水域航行时对船舶整体危险度评估的前提条件，并对船舶避碰决策起重要作用。现有的对船舶会遇的研究多为两船会遇的研究，缺乏对复杂繁忙水域下冲突状态下多船会遇态势的研究，缺少准确性以及全面性，无法满足无人船高效、自主航行的要求。
基于上述，现有的船舶会遇态势的分析仍然存在上述缺陷。
上述缺陷是本领域技术人员期望克服的。
发明内容
(一)要解决的技术问题
为了解决现有技术的上述问题，本公开提供一种冲突状态下船舶集群态势分析方法，其可以通过无人船舶自行决策判定，实现对复杂繁忙水域中会遇情况的全面分析，满足无人船高效、自主航行的要求。
(二)技术方案
为了达到上述目的，本公开采用的主要技术方案包括：
本公开一实施例提供一种冲突状态下船舶集群态势分析方法，其包括：
根据船舶会遇类型对船舶会遇区域进行划分；
针对所述船舶会遇区域结合船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格，其中所述船舶感知区域是以目标船为中心根据船舶碰撞危险距离界限划定的圆形区域；
在所述多个虚拟动态网格中选择虚拟代表船；
基于所述虚拟代表船通过模糊推理规则结合所述作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对所述目标船的作用力集合；
通过对所述作用力集合进行合并，得到所述船舶集群态势的约简结果。
在本公开的一种示例性实施例中，当所述船舶会遇类型为冲突会遇时，所述根据船舶会遇类型对船舶会遇区域进行划分包括：
根据所述干扰船与所述目标船的位置分布角度以及冲突角度判断所述目标船与所述干扰船形成不同冲突态势，所述目标船采取的不同避碰操作，将所述目标船周围的所述船舶会遇区域分为一级会遇区域、二级会遇区域和三级会遇区域。
在本公开的一种示例性实施例中，所述根据所述干扰船与所述目标船的位置分布角度以及冲突角度判断所述目标船与所述干扰船所形成的冲突态势包括：
根据所述目标船的艏向到所述干扰船的航迹线顺时针方向的夹角得到所述冲突角度；
当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船355°～5°方位内，且所述干扰船与所述目标船的所述冲突角度在175°～185°范围内时，所述干扰船与所述目标船形成对遇冲突态势；
当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船5°～112.5°以及247.5°～355°方位内，且所述干扰船与所述目标船的所述冲突角度在185°～292.5°以及67.5°～175°范围内时，所述干扰船与所述目标船形成交叉冲突态势；
当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船112.5°～247.5°方位内，且所述干扰船与所述目标船冲突角度在292.5°～67.5°范围内时，所述干扰船与所述目标船形成追越冲突态势。
在本公开的一种示例性实施例中，所述将目标船周围的所述船舶会遇区域分为一级会遇区域、二级会遇区域和三级会遇区域包括：
按照预设所述目标船350°～355°和100°～112.5°两个区域为缓冲区域，将所述两个缓冲区域结合所述对遇冲突态势、所述交叉冲突态势和所述追越冲突态势的冲突态势类型的划分将所述目标船350°～112.5°的扇形区域记为一级会遇区域，将所述目标船247.5°～350°的扇形区域记为二级会遇区域，将所述目标船112.5°～247.5°的扇形区域记为三级会遇区域。
在本公开的一种示例性实施例中，所述针对所述船舶会遇区域结合船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格之前还包括：
当所述目标船需要从两个干扰船之间穿越时，计算所述目标船能够成功从两干扰船间穿越所需要的安全会遇距离，公式为：
D＝dac+dbc+3.2(la+lb)+Mab
其中D为所述目标船能够成功从两干扰船间穿越所需要的安全会遇距离，dac为所述目标船相对于第一干扰船的安全会遇距离，dbc为所述目标船相对于第二干扰船的安全会遇距离，la为所述第一干扰船的船长，lb为所述第二干扰船的船长，Mab为所述目标船运行到所述冲突点时，所述第一干扰船和所述第二干扰船的间距较会遇开始时所述第一干扰船和所述第二干扰船间距的变化量。
在本公开的一种示例性实施例中，所述针对所述船舶会遇区域结合通过船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格包括：
当所述目标船周围集群态势中存在多个干扰船时，根据所述干扰船相对于所述目标船的相对方位计算得到所述动界半径和所述船舶安全会遇距离，计算公式为：
Figure BDA0002094854370000031
Figure BDA0002094854370000041
其中R为所述动界半径，θ为所述干扰船相对于所述目标船的相对方位，d为所述船舶安全会遇距离；
结合所述动界半径与所述船舶安全会遇距离在所述目标船与所述干扰船的船艏连线上分别标记计算得到的动界边界点以及安全会遇距离点；
通过分别对所述动界边界点以及所述安全会遇距离点进行拟合，在所述目标船的周围形成三个以所述目标船为圆心的虚拟圆区域分别记为第一子区域、第二子区域、第三子区域；
根据船舶交叉冲突态势中按照大角度交叉和小角度交叉的划分以及所述船舶会遇区域的划分对所述目标船的船舶感知区域进行分区处理，得到8个扇形区域；
将对所述8个扇形区域与所述第一子区域、所述第二子区域和所述第三子区域进行叠加，得到24个所述虚拟动态网格。
在本公开的一种示例性实施例中，所述对船舶集群态势进行分析包括：
根据所述目标船与所述干扰船分别从当前位置到达所述冲突点时间差的绝对值计算得到，公式为：
Figure BDA0002094854370000042
其中T为时距，L1为所述目标船到所述冲突点的距离，L2为所述干扰船到所述冲突点的距离，va为所述目标船的航行速度，vb为所述干扰船的航行速度；
基于所述时距的模糊集合得到时距隶属度。
在本公开的一种示例性实施例中，所述基于所述虚拟代表船通过模糊推理规则结合所述作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对所述目标船的作用力集合之前，还包括：
所述针对所述虚拟动态网格内的所述代表船与所述目标船，对冲突会遇局面下的船舶集群状态进行模糊推理，基于所述时距的模糊集合为{小，中，大}，得到所述时距隶属度从“小”到“中”的门限值、所述时距隶属度从“中”到“大”的门限值；
针对所述虚拟动态网格内的所述代表船与所述目标船，对平行非冲突会遇局面下的船舶集群态势进行模糊推理，基于所述代表船与所述目标船的相对距离的模糊集合为{小、中、大}，得到所述相对距离从“小”到“中”的门限值、所述相对距离从“中”到“大”的门限值。
在本公开的一种示例性实施例中，所述基于所述虚拟代表船通过模糊推理规则结合所述作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对所述目标船的作用力集合包括：
在所述扇形区域内分别计算所述多个虚拟动态网格内船舶对所述目标船的作用力，所述作用力的表达式为
Figure BDA0002094854370000054
相邻虚拟动态网格作用力，
Figure BDA0002094854370000055
相隔虚拟动态网格作用力]，其中δi为所述目标船选择不同航行区域时对按照原航线行驶的影响因子；γi为所述目标船选择不同航行区域时所能获得的速度空间的影响因子；
Figure BDA0002094854370000053
为所述目标船选择不同航行区域时所能获得的航行空间的影响因子；
根据所述8个扇形区域内的作用力得到船舶集群态势对所述目标船的作用力集合，所述作用力集合的表达式为[P1区域作用力，P2区域作用力，P3区域作用力，P4区域作用力，P5区域作用力，P6区域作用力，P7区域作用力，P8区域作用力]。
在本公开的一种示例性实施例中，所述通过对所述作用力集合进行合并，得到所述船舶集群态势的约简结果包括：
根据所述作用力集合判断所述虚拟动态网格内船舶对所述目标船的作用力为吸引力或排斥力；
基于所述第一子区域和所述第二子区域的划分，对所述虚拟动态网格内船舶对所述目标船的作用力进行合并和约简，得到所述目标船在所述扇形区域内的作用力。
(三)有益效果
本公开的有益效果是：本公开实施例提供的冲突状态下船舶集群态势分析方法，通过将船舶感知区域划分为多个虚拟动态网格，从而可以在多个虚拟动态网格内对船舶集群态势进行分析，可以对船舶感知区域中的集群态势从作用力的角度进行全面分析，提高冲突状态下船舶集群态势分析的准确性。
附图说明
图1为本公开一个实施例提供的一种冲突状态下船舶集群态势分析方法的流程图；
图2为本公开一个实施例图1中步骤S110的流程图；
图3为本公开一个实施例中船舶冲突类型判别示意图；
图4示出本公开一实施例船舶会遇区域划分示意图；
图5为本公开一实施例船舶运动参数计算示意图；
图6为本公开一实施例图1中步骤S120的流程图；
图7为本公开一实施例中示出步骤S122中标记动界边界点以及安全会遇距离点的示意图；
图8为本公开一实施例中中目标船虚拟动态网格布设图；
图9为本发明一实施例中船舶间时距的隶属度函数曲线；
图10为本发明一实施例中船舶集群态势中目标船周围干扰船作用力分布情况图；
图11和图12为本发明一实施例中约简的船舶集群态势类型图。
具体实施方式
为了更好的解释本公开，以便于理解，下面结合附图，通过具体实施方式，对本公开作详细描述。
本文所使用的所有的技术和科学术语与属于本公开的技术领域的技术人员通常理解的含义相同。本文中在本公开的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本公开。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本公开一个实施例提供的一种冲突状态下船舶集群态势分析方法的流程图，如图1所示，该方法包括以下步骤：
如图1所示，在步骤S110中，根据船舶会遇类型对船舶会遇区域进行划分；
如图1所示，在步骤S120中，针对所述船舶会遇区域结合船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格，其中所述船舶感知区域是以目标船为中心根据船舶碰撞危险距离界限划定的圆形区域；
如图1所示，在步骤S130中，在所述多个虚拟动态网格中选择虚拟代表船；
如图1所示，在步骤S140中，基于所述虚拟代表船通过模糊推理规则结合所述作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对所述目标船的作用力集合；
如图1所示，在步骤S150中，通过对所述作用力集合进行合并，得到所述船舶集群态势的约简结果。
以下对图1所示实施例的各个步骤的具体实现进行详细阐述：
在步骤S110中，根据船舶会遇类型对船舶会遇区域进行划分。
在本公开的一个实施例中，由于船舶会遇类型包括冲突会遇和非冲突会遇。
冲突会遇是两船因航向交叉并在时间和空间上相互逼近从而导致某船必须采取避碰操作的局面。当所述船舶会遇类型为冲突会遇时，该步骤包括：根据所述干扰船与所述目标船的位置分布角度以及冲突角度判断所述目标船与所述干扰船形成的不同冲突态势，所述目标船采取的不同避碰操作，进而将所述目标船周围的所述船舶会遇区域分为一级会遇区域、二级会遇区域和三级会遇区域。
进一步的，图2为本公开一个实施例图1中步骤S110的流程图，如图2所示，包括以下步骤：
如图2所示，在步骤S111中，根据所述目标船的艏向到所述干扰船的航迹线顺时针方向的夹角得到所述冲突角度。
如图2所示，在步骤S112中，根据方位分布角度确定冲突态势，具体为：当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船355°～5°方位内，且所述干扰船与所述目标船的所述冲突角度在175°～185°范围内时，所述干扰船与所述目标船形成对遇冲突态势；当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船5°～112.5°以及247.5°～355°方位内，且所述干扰船与所述目标船的所述冲突角度在185°～292.5°以及67.5°～175°范围内时，所述干扰船与所述目标船形成交叉冲突态势；当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船112.5°～247.5°方位内，且所述干扰船与所述目标船冲突角度在292.5°～67.5°范围内时，所述干扰船与所述目标船形成追越冲突态势。
基于上述，图3为本公开一个实施例中船舶冲突类型判别示意图，如图3所示，以目标船的中心为坐标原点，东经方向为X轴正方向，北纬方向为Y轴正方向建立坐标轴。图3中以相对目标船五个不同的方向的干扰船为例，干扰船1位于目标船的355°～5°方位内，即干扰船1与目标船形成对遇冲突态势；干扰船2和干扰船5分别位于目标船的5°～112.5°、247.5°～355°方位内，即干扰船2和干扰船5与目标船均形成交叉冲突态势；干扰船3和干扰船4均位于目标船的112.5°～247.5°方位内，即干扰船3和干扰船4与目标船均形成追越冲突态势。
如图2所示，在步骤S113中，划分一级会遇区域、二级会遇区域和三级会遇区域，具体为：按照预设所述目标船350°～355°和100°～112.5°两个区域为缓冲区域，将所述两个缓冲区域结合所述对遇冲突态势、所述交叉冲突态势和所述追越冲突态势的冲突态势类型的划分将所述目标船350°～112.5°的扇形区域记为一级会遇区域，将所述目标船247.5°～350°的扇形区域记为二级会遇区域，将所述目标船112.5°～247.5°的扇形区域记为三级会遇区域。
图4示出本公开一实施例船舶会遇区域划分示意图，在本公开的一实施例中，基于图3所示船舶冲突类型结合缓冲区域的划分，考虑实际航行过程中避碰紧迫程度以及表达的简便性，本公开中将区域划分进行微调，即一级会遇区域在350°～112.5°的区域，二级会遇区域在247.5°～350°的区域，三级会遇区域与船舶追越冲突类型划分相同，即112.5°～247.5°的区域。
图5为本公开一实施例船舶运动参数计算示意图，如图5所示，A为目标船，B为干扰船，假设点G为两会遇船舶(即目标船A与干扰船B)的冲突点，在图3所示的坐标轴中对上述船舶和冲突点进行标记。设目标船A此时的速度为va，航向为
Figure BDA0002094854370000091
地理坐标为(xa,ya)，到冲突点G的距离为L1；干扰船B此时的速度为vb，航向为
Figure BDA0002094854370000092
地理坐标为(xb,yb)，到冲突点G的距离为L2。根据上述速度、航向、坐标、到冲突点距离等基础数据可计算船舶会遇过程中两会遇船的相对速度vr、相对速度方向ψ、船舶间的相对距离L、干扰船相对于目标船的真方位αT、干扰船相对于目标船的相对方位θ信息，并进一步计算目标船相对于干扰船的动界半径R、目标船相对于干扰船的安全会遇距离d、船舶最近会遇距离DCPA等。
动界半径R、目标船相对于干扰船的安全会遇距离d和船舶最近会遇距离DCPA的计算公式为：
Figure BDA0002094854370000093
Figure BDA0002094854370000094
DCPA＝L·sin(ψ-θ-π) 公式(3)
当所述目标船需要从两个干扰船之间穿越时，计算所述目标船能够成功从两干扰船间穿越所需要的安全会遇距离，公式为：
D＝dac+dbc+3.2(la+lb)+Mab 公式(4)
其中D为所述目标船能够成功从两干扰船间穿越所需要的安全会遇距离，dac为所述目标船相对于第一干扰船的安全会遇距离，dbc为所述目标船相对于第二干扰船的安全会遇距离，la为所述第一干扰船的船长，lb为所述第二干扰船的船长，Mab为所述目标船运行到所述冲突点时，所述第一干扰船和所述第二干扰船的间距较会遇开始时所述第一干扰船和所述第二干扰船间距的变化量。
在步骤S120中，针对所述船舶会遇区域结合通过船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格。
在本公开的一实施例中，所述船舶感知区域是以目标船为中心根据船舶碰撞危险距离界限划定的圆形区域，这里的船舶碰撞危险距离界限可以为6海里。以船舶碰撞危险距离界限为边界在目标船周围形成一个虚拟圆区域即为感知区域外边界，在本公开其他实施例中，还可以根据船舶桅灯的能见距离以及航海经验，对船舶碰撞危险距离界限进行取值进行调整。
图6为本公开一实施例图1中步骤S120的流程图，如图6所示，包括以下步骤：
如图6所示，在步骤S121中，当所述目标船周围集群态势中存在多个干扰船时，根据所述干扰船相对于所述目标船的相对方位计算得到所述动界半径和所述船舶安全会遇距离，具体计算公式参照公式(1)和公式(2)。
如图6所示，在步骤S122中，结合所述动界半径与所述船舶安全会遇距离在所述目标船与所述干扰船的船艏连线上分别标记计算得到的动界边界点以及安全会遇距离点。
图7为本公开一实施例中示出步骤S122中标记动界边界点以及安全会遇距离点的示意图，如图7所示，A、B、C、D均为动界边界点点，E、F、G、H均为安全会遇距离点。
如图6所示，在步骤S123中，通过分别对所述动界边界点以及所述安全会遇距离点进行拟合，在所述目标船的周围形成三个与所述目标船为圆心的虚拟圆区域分别记为第一子区域、第二子区域、第三子区域。
如图7所示，拟合得到的虚拟圆区域中第一子区域N1、第二子区域N2、第三子区域N3的大小关系为：第一子区域N1的半径大于第二子区域N2的半径，第二子区域N2的半径大于第三子区域N3的半径。其中，第一子区域N1内的干扰船为次要干扰船，第二子区域N2内的干扰船为主要干扰船，第三子区域N3内一旦有干扰船进入，将很大程度上发生碰撞事故。
如图6所示，在步骤S124中，根据船舶交叉冲突态势中大角度交叉和小角度交叉的划分对目标船的船舶感知区域进行分区处理，得到8个扇形区域。分别对划分的扇形区域进行标记，且进行区域划分时考虑的角度是在会遇区域划分的基础上，进一步考虑247.5度的大角度交叉和67.5度的小角度交叉进行划分，得到上述8个扇形区域。例如，以目标船为中心，350°～5°的扇形区域记作区域P1，5°～67.5°的扇形区域记作区域P2，67.5°～112.5°的扇形区域记作区域P3，112.5°～175°的扇形区域记作区域P4，175°～185°的扇形区域记作区域P5，185°～247.5°的扇形区域记作区域P6，247.5°～292.5°的扇形区域记作区域P7，292.5°～350°的扇形区域记作区域P8。
如图6所示，在步骤S125中，根据对8个扇形区域与第一子区域、第二子区域和第三子区域的叠加，得到24个虚拟动态网格。
图8为本公开一实施例中中目标船虚拟动态网格布设图，如图8所示，在半径方向上，对目标船周围的区域分为8个扇形区域，且在圆周方向，以目标船的中心为圆心，划分出虚线标记的三个子区域。
在步骤S130中，对船舶集群态势进行分析，在所述多个虚拟动态网格中选择虚拟代表船。
在本公开一实施例中，该步骤中根据所述目标船与所述干扰船分别从当前位置到达所述冲突点时间差的绝对值计算得到，时距是冲突会遇态势下表征会遇船舶到达冲突点时存在冲突大小的因素，计算公式为：
Figure BDA0002094854370000111
其中T为时距，L1为所述目标船到所述冲突点的距离，L2为所述干扰船到所述冲突点的距离，va为所述目标船的航行速度，vb为所述干扰船的航行速度。基于所述时距的模糊集合得到时距隶属度。
然后，借用物理中“力”的概念抽象描述船舶间的作用关系，刻画不同动态网格对目标船的作用力，力的大小用作用粒度描述，不同力的作用粒度用其所在区间内的实数表示，表1示出不同作用力对应的作用粒度。
表1不同作用力对应的作用粒度
Figure BDA0002094854370000121
由于目标船为无人船，N3子区域内的干扰船与目标船碰撞的可能性很大，因此在本实施例中不对其进行考虑。N2子区域内的干扰船为主要干扰船，N1子区域内的干扰船为次要干扰船，对此两个区域内的16个动态网格内船舶进行研究，态势中各船舶的速度分别记为vi(i＝0,1,2,3...16)；船舶的时距为Ti∈{小，中，大}(i＝1,2,...16)；目标船与其他干扰船类型为Mi∈{小型船，中型船，大型船}(i＝0,1,2...16)；船舶行驶倾向性Ki∈{高效型，中庸型，保守型}(i＝0,1,2...16)；目标船与干扰船之间的冲突类型为Ci∈{一级冲突，二级冲突，三级冲突}(i＝1,2...16)；船舶区域密度为Si∈{小，中，大}(i＝1＝2,3...16)。
在本公开一实施例中，还包括：
根据所述目标船与所述干扰船分别从当前位置到达所述冲突点时间差的绝对值计算得到，参见公式，然后基于所述时距的模糊集合得到时距隶属度。
在步骤S140中，基于所述虚拟代表船通过模糊推理规则结合所述作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对所述目标船的作用力集合。
该步骤中主要运用模糊逻辑方法对不同动态网格内来船时，目标船与干扰船会遇态势进行综合评分，主要的参考因素为：目标船所在编组关系内船舶的船型(小型船、中型船、大型船)、会遇船舶间的时距(小、中、大)、船舶行驶倾向性(高效型、中庸型、保守型)、目标船与干扰船间的冲突类型(一级冲突、二级冲突、三级冲突)、区域船舶密度(小、中、大)等。
例如，以某一区域内代表船对目标船的作用粒度计算为例，对冲突会遇局面下船舶集群态势进行模糊推理，通过对某一动态网格区域内干扰船对目标船的作用粒度计算为例，对冲突会遇局面下船舶集群态势进行模糊推理，得到作用粒度的模糊推理如表2。
表2冲突状态下的模糊推理规则
Figure BDA0002094854370000131
Figure BDA0002094854370000141
在对冲突会遇进行模糊推理时，干扰船与目标船之间的时距Ti的模糊集合：{小，中，大}，T1、T2是论域内时距模糊子集的边界值。两会遇船舶到达冲突点的时距是由两船当前的位置、速度以及外界航行环境决定的。最晚施舵时间是单凭让路船全速满舵避让90°使两会遇船能刚好保持安全会遇距离驶过让清的临界施舵时间。最晚施舵时间不仅能反映碰撞危险的紧迫程度，还包含避让的难易程度，能客观的反应两船间的时空危险度。时距隶属度“小”到“中”的门限值T1为让路船的最晚施舵时间，判定公式如下：
Figure BDA0002094854370000142
D1＝H1·H2·H3·DLA 公式(8)
D1为保证船舶能安全避让的最小距离；H1、H2、H3分别表示航行区域状况、能见度状况以及人为因素影响；DLA为最晚施舵时间内船舶驶过的距离，一般取12倍的船长；
时距“中”到时距“大”的，门限值T2一般取2.5倍T1。
基于上述，图9为本发明一实施例中船舶间时距的隶属度函数曲线。
在本公开一实施例中，该步骤中对目标船周围船舶集群态势的数学表达。首先，在所述扇形区域内分别计算所述多个虚拟动态网格内船舶对所述目标船的作用力，所述作用力的表达式为[
Figure BDA0002094854370000143
相邻虚拟动态网格作用力，
Figure BDA0002094854370000144
相隔虚拟动态网格作用力]，其中δi为所述目标船选择不同航行区域时对按照原航线行驶的影响因子；γi为所述目标船选择不同航行区域时所能获得的速度空间的影响因子；
Figure BDA0002094854370000151
为所述目标船选择不同航行区域时所能获得的航行空间的影响因子。以P1区域作用力为例，
Figure BDA0002094854370000152
Figure BDA0002094854370000153
其次，根据所述扇形区域内的作用力得到船舶集群态势对所述目标船的作用力集合，所述作用力集合的表达式为[P1区域作用力，P2区域作用力，P3区域作用力，P4区域作用力，P5区域作用力，P6区域作用力，P7区域作用力，P8区域作用力]。例如，F1 0＝[F1 1,F1 2,F1 3,F1 4,F1 5,F1 6,F1 7,F1 8]，其中F1 0为目标船的作用力集合，F1 1为P1区域作用力，其他同理。
在步骤S150中，通过对所述作用力集合进行合并，得到所述船舶集群态势的约简结果。
该步骤中，首先，根据上述模糊推理规则以及船舶集群态势的数学表达，根据所述作用力集合判断所述虚拟动态网格内船舶对所述目标船的作用力为吸引力“+”或排斥力“-”；根据船舶旋回性的特点知，船舶会尽量避免向三级会遇区域避让，所以除三级会遇区域对目标船仅施加排斥力外，其余区域均有吸引力、排斥力两种选择。图10为本发明一实施例中船舶集群态势中目标船周围干扰船作用力分布情况图。
其次，基于所述第一子区域和所述第二子区域的划分，对所述虚拟动态网格内船舶对所述目标船的作用力进行合并和约简，得到所述目标船在所述Pn区域(即扇形区域)内的作用力。合并的规则如表3所示：
表3 Pn区域对目标船作用力的模糊推理规则
Figure BDA0002094854370000154
Figure BDA0002094854370000161
图11和图12为本发明一实施例中约简的船舶集群态势类型图，如图11所示，A1…A12示出图10中112.5°～247.5°三级会遇区域之外的部分船舶集群态势在各个区域约简后的作用力，如图12所示，A12…A32示出图10中112.5°～247.5°三级会遇区域之外的部分船舶集群态势在各个区域约简后的作用力。
综上所述，采用本公开实施例提供的冲突状态下船舶集群态势分析方法，一方面，通过将船舶感知区域划分为多个虚拟动态网格，从而可以在多个虚拟动态网格内对船舶集群态势进行分析，能够综合各种水域环境下的船舶会遇情况，从而增加船舶集群态势分析的全面性；另一方面，通过模糊推理规则对各个虚拟动态网格中的作用力计算后再进行合并和约简，可以提高船舶集群态势分析的准确性。基于对船舶集群态势全面性和准确性的分析，有利于实现无人船舶高效和自主航行。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (5)

1.一种冲突状态下船舶集群态势分析方法，其特征在于，其包括：
根据船舶会遇类型对船舶会遇区域进行划分；
针对所述船舶会遇区域结合船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格，其中所述船舶感知区域是以目标船为中心根据船舶碰撞危险距离界限划定的圆形区域；
在所述多个虚拟动态网格中选择虚拟代表船；
基于所述虚拟代表船通过模糊推理规则结合作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对所述目标船的作用力集合；
通过对所述作用力集合进行合并，得到所述船舶集群态势的约简结果；
当所述船舶会遇类型为冲突会遇时，所述根据船舶会遇类型对船舶会遇区域进行划分包括：
根据干扰船与所述目标船的位置分布角度以及冲突角度判断所述目标船与所述干扰船形成不同冲突态势时，所述目标船采取的不同避碰操作，将所述目标船周围的所述船舶会遇区域分为一级会遇区域、二级会遇区域和三级会遇区域；
所述根据干扰船与所述目标船的位置分布角度以及冲突角度判断所述目标船与所述干扰船所形成的冲突态势包括：
根据所述目标船的艏向到所述干扰船的航迹线顺时针方向的夹角得到所述冲突角度；
当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船355°～5°方位内，且所述干扰船与所述目标船的所述冲突角度在175°～185°范围内时，所述干扰船与所述目标船形成对遇冲突态势；
当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船5°～112.5°以及247.5°～355°方位内，且所述干扰船与所述目标船的所述冲突角度在185°～292.5°以及67.5°～175°范围内时，所述干扰船与所述目标船形成交叉冲突态势；
当所述干扰船与所述目标船的位置分布角度为所述干扰船位于所述目标船112.5°～247.5°方位内，且所述干扰船与所述目标船冲突角度在292.5°～67.5°范围内时，所述干扰船与所述目标船形成追越冲突态势；
将所述目标船周围的所述船舶会遇区域分为一级会遇区域、二级会遇区域和三级会遇区域包括：
按照预设所述目标船350°～355°和100°～112.5°两个区域为缓冲区域，将两个缓冲区域结合所述对遇冲突态势、所述交叉冲突态势和所述追越冲突态势的冲突态势类型的划分将所述目标船350°～112.5°的扇形区域记为一级会遇区域，将所述目标船247.5°～350°的扇形区域记为二级会遇区域，将所述目标船112.5°～247.5°的扇形区域记为三级会遇区域；
所述针对所述船舶会遇区域结合通过船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格之前，还包括：
当所述目标船需要从两个干扰船之间穿越时，计算所述目标船能够成功从两干扰船间穿越所需要的安全会遇距离，公式为：
D＝dac+dbc+3.2(la+lb)+Mab
其中D为所述目标船能够成功从两干扰船间穿越所需要的安全会遇距离，dac为所述目标船相对于第一干扰船的安全会遇距离，dbc为所述目标船相对于第二干扰船的安全会遇距离，la为所述第一干扰船的船长，lb为所述第二干扰船的船长，Mab为所述目标船运行到冲突点时，所述第一干扰船和所述第二干扰船的间距较会遇开始时所述第一干扰船和所述第二干扰船间距的变化量；
所述针对所述船舶会遇区域结合船舶安全会遇距离和动界半径将船舶感知区域划分为多个虚拟动态网格包括：
当所述目标船周围集群态势中存在多个干扰船时，根据所述干扰船相对于所述目标船的相对方位计算得到所述动界半径和所述船舶安全会遇距离，计算公式为：
Figure FDA0002977576130000021
Figure FDA0002977576130000031
其中R为所述动界半径，θ为所述干扰船相对于所述目标船的相对方位，d为所述船舶安全会遇距离；
结合所述动界半径与所述船舶安全会遇距离在所述目标船与所述干扰船的船艏连线上分别标记计算得到的动界边界点以及安全会遇距离点；
通过分别对所述动界边界点以及所述安全会遇距离点进行拟合，在所述目标船的周围形成三个以所述目标船为圆心的虚拟圆区域分别记为第一子区域、第二子区域、第三子区域；
根据船舶交叉冲突态势中按照大角度交叉和小角度交叉的划分以及所述船舶会遇区域的划分对所述目标船的船舶感知区域进行分区处理，得到8个扇形区域；
将对所述8个扇形区域与所述第一子区域、所述第二子区域和所述第三子区域进行叠加，得到24个所述虚拟动态网格。
2.如权利要求1所述的冲突状态下船舶集群态势分析方法，其特征在于，在所述多个虚拟动态网格中选择虚拟代表船，包括：
根据所述目标船与所述干扰船分别从当前位置到达所述冲突点时间差的绝对值计算得到，公式为：
Figure FDA0002977576130000032
其中T为时距，L1为所述目标船到所述冲突点的距离，L2为所述干扰船到所述冲突点的距离，va为所述目标船的航行速度，vb为所述干扰船的航行速度；
基于所述时距的模糊集合得到时距隶属度。
3.如权利要求2所述的冲突状态下船舶集群态势分析方法，其特征在于，所述基于所述虚拟代表船通过模糊推理规则结合所述作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对所述目标船的作用力集合之前，还包括：
针对所述虚拟动态网格内的所述代表船与所述目标船，对冲突会遇局面下的船舶集群状态进行模糊推理，基于所述时距的模糊集合为{小，中，大}，得到所述时距隶属度从“小”到“中”的门限值、所述时距隶属度从“中”到“大”的门限值。
4.如权利要求1所述的冲突状态下船舶集群态势分析方法，其特征在于，所述基于所述虚拟代表船通过模糊推理规则结合所述作用粒度对不同的船舶会遇局面进行计算，得到船舶集群态势对所述目标船的作用力集合包括：
在所述扇形区域内分别计算所述多个虚拟动态网格内船舶对所述目标船的作用力，所述作用力的表达式为[
Figure FDA0002977576130000041
相邻虚拟动态网格作用力，
Figure FDA0002977576130000042
相隔虚拟动态网格作用力]，其中δi为所述目标船选择不同航行区域时对按照原航线行驶的影响因子；γi为所述目标船选择不同航行区域时所能获得的速度空间的影响因子；
Figure FDA0002977576130000043
为所述目标船选择不同航行区域时所能获得的航行空间的影响因子；
根据所述8个扇形区域内的作用力得到船舶集群态势对所述目标船的作用力集合，所述作用力集合的表达式为[P1区域作用力，P2区域作用力，P3区域作用力，P4区域作用力，P5区域作用力，P6区域作用力，P7区域作用力，P8区域作用力]。
5.如权利要求1所述的冲突状态下船舶集群态势分析方法，其特征在于，所述通过对所述作用力集合进行合并，得到所述船舶集群态势的约简结果包括：
根据所述作用力集合判断所述虚拟动态网格内船舶对所述目标船的作用力为吸引力或排斥力；
基于所述第一子区域和所述第二子区域的划分，对所述虚拟动态网格对所述目标船的作用力进行合并和约简，得到所述目标船在所述扇形区域内的作用力。
CN201910515343.4A 2019-06-14 2019-06-14 一种冲突状态下船舶集群态势分析方法 Active CN110443368B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910515343.4A CN110443368B (zh) 2019-06-14 2019-06-14 一种冲突状态下船舶集群态势分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910515343.4A CN110443368B (zh) 2019-06-14 2019-06-14 一种冲突状态下船舶集群态势分析方法

Publications (2)

Publication Number Publication Date
CN110443368A CN110443368A (zh) 2019-11-12
CN110443368B true CN110443368B (zh) 2021-05-28

Family

ID=68429200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910515343.4A Active CN110443368B (zh) 2019-06-14 2019-06-14 一种冲突状态下船舶集群态势分析方法

Country Status (1)

Country Link
CN (1) CN110443368B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111199096B (zh) * 2019-12-24 2023-04-18 青岛科技大学 受限水域基于船舶集群态势的相对碰撞危险度建模方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679803A (zh) * 2013-12-03 2014-03-26 大连海事大学 一种航海模拟器场景中海冰动态建模方法
KR20150017030A (ko) * 2013-08-05 2015-02-16 목포대학교산학협력단 선박의 분류와 영역에 따른 ais 데이터 통신 방법
CN107284618A (zh) * 2017-07-03 2017-10-24 吴克 一种船舶防撞的方法
CN107608346A (zh) * 2017-08-30 2018-01-19 武汉理工大学 基于人工势场的船舶智能避障方法及系统
CN109190170A (zh) * 2018-08-02 2019-01-11 哈尔滨工程大学 一种基于云模型理论的船舶碰撞危险度建模方法
CN109637136A (zh) * 2018-12-28 2019-04-16 青岛科技大学 一种适应人自混杂环境的骑行意图辨识方法
CN109871738A (zh) * 2018-12-18 2019-06-11 青岛科技大学 一种适应人自混行环境的行人运动意图辨识方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147981B (zh) * 2010-12-20 2014-01-15 成都天奥信息科技有限公司 一种船载自动识别系统警戒区域报警的方法
CN105000476A (zh) * 2015-05-15 2015-10-28 重庆大学 一种基于模糊决策推理的无人吊车空间避碰策略
KR20170034254A (ko) * 2015-09-18 2017-03-28 한국전력공사 해상풍력단지 내 선박 관리 방법
CN108550281A (zh) * 2018-04-13 2018-09-18 武汉理工大学 一种基于视觉ar的船舶辅助驾驶系统与方法
CN109360385B (zh) * 2018-12-12 2021-08-27 重庆交通大学 对船舶靠泊安全状态的监测方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150017030A (ko) * 2013-08-05 2015-02-16 목포대학교산학협력단 선박의 분류와 영역에 따른 ais 데이터 통신 방법
CN103679803A (zh) * 2013-12-03 2014-03-26 大连海事大学 一种航海模拟器场景中海冰动态建模方法
CN107284618A (zh) * 2017-07-03 2017-10-24 吴克 一种船舶防撞的方法
CN107608346A (zh) * 2017-08-30 2018-01-19 武汉理工大学 基于人工势场的船舶智能避障方法及系统
CN109190170A (zh) * 2018-08-02 2019-01-11 哈尔滨工程大学 一种基于云模型理论的船舶碰撞危险度建模方法
CN109871738A (zh) * 2018-12-18 2019-06-11 青岛科技大学 一种适应人自混行环境的行人运动意图辨识方法
CN109637136A (zh) * 2018-12-28 2019-04-16 青岛科技大学 一种适应人自混杂环境的骑行意图辨识方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于复杂度建模的船舶碰撞预警研究;杨君兰;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20131215;第C036-109页 *
基于改进势场法的受限水域中船舶自动避碰模型研究;林晓杰;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180615(第06期);正文第32-36、41-51、60-64页 *
多种会遇状态下基于强化学习的船舶自动避碰路径仿真;赵舟等;《科学技术与工程》;20180630;第18卷(第18期);第218-223页 *

Also Published As

Publication number Publication date
CN110443368A (zh) 2019-11-12

Similar Documents

Publication Publication Date Title
CN109597417B (zh) 一种基于避碰准则的多usv群体协同避碰规划方法
Wang et al. A COLREGs-based obstacle avoidance approach for unmanned surface vehicles
CN108564202B (zh) 一种基于环境预报信息的无人艇航线优化方法
Lazarowska A discrete artificial potential field for ship trajectory planning
CN105807769A (zh) 无人水下航行器ivfh避碰方法
CN110444046B (zh) 一种受限水域非冲突会遇船舶集群态势分析方法
JP2021018484A (ja) 周辺状態表現方法、避航動作学習プログラム、避航動作学習システム、及び船舶
Li et al. Dynamic trajectory planning for unmanned ship under multi-object environment
CN110443368B (zh) 一种冲突状态下船舶集群态势分析方法
Thyri et al. A domain-based and reactive COLAV method with a partially COLREGs-compliant domain for ASVs operating in confined waters
Wu et al. Multi-vessels collision avoidance strategy for autonomous surface vehicles based on genetic algorithm in congested port environment
CN113538973B (zh) 一种基于改进粒子群算法的船舶自动避碰方法
CN110411448B (zh) 一种船舶感知区域动态网格内代表船的选取方法
CN110414042B (zh) 一种冲突会遇局面下船舶集群态势分析方法
Chen et al. Decision support based on artificial fish swarm for ship collision avoidance from AIS data
Yunsheng et al. Design of information network and control system for USV
Liu et al. PE-A* Algorithm for Ship Route Planning Based on Field Theory
Chen et al. Pattern knowledge discovery of ship collision avoidance based on AIS data analysis
CN110444045B (zh) 一种非冲突状态船舶集群态势分析方法
Wu et al. Deliberative collision avoidance for unmanned surface vehicle based on the directional weight
Zhao Step-by-step multi-ship collision avoidance navigation path planning based on particle swarm optimization
Bykova et al. Safe navigation algorithm for autonomous underwater vehicles
CN114879694A (zh) 一种基于概率博弈论框架的无人艇自动避碰方法
CN114326725A (zh) 面向人机交互的船舶智能避碰方法及系统
CN114035574A (zh) 水面无人艇自主避障方法

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
GR01 Patent grant
GR01 Patent grant