CN110758669B - 一种开阔繁忙水域的双层相对领域获取方法 - Google Patents

一种开阔繁忙水域的双层相对领域获取方法 Download PDF

Info

Publication number
CN110758669B
CN110758669B CN201911048004.6A CN201911048004A CN110758669B CN 110758669 B CN110758669 B CN 110758669B CN 201911048004 A CN201911048004 A CN 201911048004A CN 110758669 B CN110758669 B CN 110758669B
Authority
CN
China
Prior art keywords
ship
area
interference
target
distance
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
CN201911048004.6A
Other languages
English (en)
Other versions
CN110758669A (zh
Inventor
王晓原
张露露
夏媛媛
姜雨函
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 CN201911048004.6A priority Critical patent/CN110758669B/zh
Publication of CN110758669A publication Critical patent/CN110758669A/zh
Application granted granted Critical
Publication of CN110758669B publication Critical patent/CN110758669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B63SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63BSHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B69/00Equipment for shipping not otherwise provided for
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B63SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63BSHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B49/00Arrangements of nautical instruments or navigational aids

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例涉及一种开阔繁忙水域的双层相对领域获取方法,其包括:将船舶感知区域划分为碰撞区域、主要干扰区域和次要干扰区域;在主要干扰区域和次要干扰区域内,根据船舶间特征项实时确定领域的边界点,船舶间特征项包括最小安全会遇距离、决策反应时间和停船视距;针对干扰船在船舶感知区域按照目标船的船首角度的范围确定来船类型;根据主要干扰区域内确定的多个边界点以及根据次要干扰区域内确定的多个边界点分别结合来船类型进行拟合,得到目标船的双层相对领域。本发明通过综合考虑多个影响因素对目标船相对于整个集群态势的船舶领域进行建模,得到相对于集群态势目标船相对领域,能够有效的提高船舶对周围环境辨识的速度。

Description

一种开阔繁忙水域的双层相对领域获取方法
技术领域
本发明涉及船舶技术领域,尤其涉及一种开阔繁忙水域的双层相对领域获取方法。
背景技术
智能无人船舶具有安全系数高,经济环保,绿色节能的优点。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,好的船舶领域模型的建立,能够更好的保障船舶在避碰过程中,船舶的行驶安全。
现有技术中对船舶领域的相关研究,多是对船舶驾驶员进行问卷调查、海上交通观测或航海模拟器操作来获得建模数据,采用聚类分析或统计方法对这些经验或主观数据进行处理,得到某种特定情况下的领域模型,其影响因素众多,研究方法多是限于某些外界因素,缺乏对不同会遇区域船舶的航行倾向性以及反应时间的分析,以及对船舶集群态势的综合船舶领域的分析。
基于上述,现有技术中存在因缺乏针对船舶不同区域采取不同参数进行描述,进而无法通过综合研究及时快速对船舶周围环境进行辨识的问题。
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,本发明提供一种开阔繁忙水域的双层相对领域获取方法,解决因缺乏针对船舶不同区域采取不同参数进行描述,进而无法通过综合研究及时快速对船舶周围环境进行辨识的问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
本发明一实施例提供一种开阔繁忙水域的双层相对领域获取方法,其包括:
将船舶感知区域划分为三个以目标船为圆心的区域,得到碰撞区域、主要干扰区域和次要干扰区域;
在所述主要干扰区域和所述次要干扰区域内,根据船舶间特征项实时确定领域的边界点,所述船舶间特征项包括最小安全会遇距离、决策反应时间和停船视距;
针对干扰船在所述船舶感知区域按照所述目标船的船首角度的范围确定来船类型;
根据所述主要干扰区域内确定的多个边界点以及根据所述次要干扰区域内确定的多个边界点分别结合所述来船类型进行拟合,得到目标船的双层相对领域。
在本发明的一种示例性实施例中,所述将船舶感知区域划分为三个以目标船为圆心的区域,得到碰撞区域、主要干扰区域和次要干扰区域包括:
根据所述目标船相对于不同的干扰船进行会遇态势分析,得到动界半径和安全会遇距离;
以所述动界半径和所述安全会遇距离分别以所述目标船为圆心确定的两组点进行拟合,得到两个同心虚线圆;
在所述船舶感知区域内按照所述两个同心虚线圆进行划分,得到安全会遇距离的虚线圆在内的区域为碰撞区域,安全会遇距离的虚线圆和动界半径的虚线圆之间的区域为主要干扰区域,动界半径的虚线圆之外至所述船舶感知区域的边界之间的区域为次要干扰区域。
在本发明的一种示例性实施例中,所述最小安全会遇距离的计算公式为:
dDSPA=a1×a2×y
a1为水文气象条件系数,a2为船舶密度,y为让路船全速满舵避让90°时两船之间的距离,其中a1的取值范围为0~1;
a2的计算公式为:
Figure GDA0002675607800000031
其中ρ为所述船舶感知区域内所有船舶的数量;
y的计算公式为:
Figure GDA0002675607800000032
其中ωjk、vjk为中间变量。
在本发明的一种示例性实施例中,所述决策反应时间包括感知决策时间和操作反应时间的总和时间。
在本发明的一种示例性实施例中,所述感知决策时间由船舶行驶倾向性确定,所述船舶行驶倾向性包括高效型、中庸型和保守型,当所述船舶行驶倾向性为高效型时,所述感知决策时间为2.5min;当所述船舶行驶倾向性为中庸型时,所述感知决策时间为3min;当所述船舶行驶倾向性为保守型时,所述感知决策时间为3.5min。
在本发明的一种示例性实施例中,所述操作反应时间为船舶从接收操作指令到做出相应操作所需要的时间,计算公式为:
Figure GDA0002675607800000033
其中ts为船首转向ΔC角,速度改变Δv时所用的操作反应时间;δ为使用的舵角;K为在舵角δ下回旋性指数;T为航向稳定性指数;a为船舶的加速度。
在本发明的一种示例性实施例中,所述停船视距的计算公式为:
Figure GDA0002675607800000034
v为跟驶船初始行驶的速度;a为跟驶船制动加速度;lz为跟驶船的船长;tm为所述感知决策时间;L为干扰船与目标船之间的距离。
在本发明的一种示例性实施例中,所述针对干扰船在所述船舶感知区域按照所述目标船的船首角度的范围确定来船类型包括:
针对在所述船舶感知区域按照所述目标船的船首角度在185°~360°和0°~175°范围内的干扰船,确定来船类型为前区域船;
针对在所述船舶感知区域按照所述目标船的船首角度在175°~185°范围内的干扰船,确定来船类型为跟驶区域船。
在本发明的一种示例性实施例中,所述根据所述主要干扰区域内确定的多个边界点或所述根据所述次要干扰区域内确定的多个边界点包括:
Figure GDA0002675607800000041
其中dDSPA为船舶间所述最小安全会遇距离;tsa为目标船的操作反应时间;tma为目标船的感知决策时间;va为目标船的速度;tsb为干扰船的操作反应时间;tmb为干扰船的感知决策时间;vb为干扰船的速度;β为反应时间内船舶行驶的距离转换到最小安全会遇距离方向的系数;S为跟驶干扰船的停船视距。
在本发明的一种示例性实施例中,还包括:
当干扰船所述目标船的船首角度在175°~185°范围内时,如果不存在跟驶船,则选取到175°~185°区域范围内距离最近的点作为边界点。
在本发明的一种示例性实施例中,所述得到目标船的双层相对领域包括:
将所述主要干扰区域确定的多个边界点进行拟合,得到所述双层相对领域的内层领域;
将所述次要干扰区域确定的多个边界点进行拟合,得到所述双层相对领域的外层领域。
(三)有益效果
本发明的有益效果是:本发明实施例提供的开阔繁忙水域的双层相对领域获取方法,在开阔水域多船会遇船舶集群态势分析的基础上,对感知区域内主要干扰区域和次要干扰区域不同方位的来船进行分析,采用多种方式对目标船周围不同区域进行相对领域边界确定,在船舶最小安全会遇距离的研究基础上,考虑船舶行驶倾向性的感知决策时间、船舶操作反应时间以及停船视距等影响因素对目标船相对于整个集群态势的船舶领域进行建模得到相对于集群态势目标船相对领域,能够有效的提高船舶对周围环境辨识的速度。
附图说明
图1为本发明一实施例提供的一种开阔繁忙水域的双层相对领域获取方法的流程图;
图2为本发明一实施例中两船会遇基本信息示意图;
图3为本发明一实施例中对目标船感知区域进行划分的示意图;
图4为本发明一实施例中各类决策及反应时间示意图;
图5为本发明一实施例中停船视距的示意图;
图6为本发明一实施例中双层相对领域的示意图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明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,不是旨在于限制本发明。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。
基于上述,本发明提供一种开阔繁忙水域的双层相对领域获取方法,其包括:考虑船舶安全会遇距离以及动界半径对目标船感知区域进行划分;对船舶间最小安全会遇距离,船舶行驶倾向性的感知决策时间、船舶操作反应时间以及船舶停船视距进行研究;结合船舶集群态势对目标船的影响,确定目标船周围针对集群态势主要干扰区域和次要干扰区域的多层次相对船舶领域模型。通过以目标船周围感知区域内船舶所形成的集群态势为研究主体,对主要干扰区域以及次要干扰区域内的多艘干扰船进行研究,分别分析其对目标船的影响,以此对目标船的相对船舶领域进行建模,增加了船舶领域的整体性以及全面性。
图1为本发明一实施例提供的一种开阔繁忙水域的双层相对领域获取方法的流程图,如图1所示,该方法包括以下步骤:
如图1所示,在步骤S110中,将船舶感知区域划分为三个以目标船为圆心的区域,得到碰撞区域、主要干扰区域和次要干扰区域;
如图1所示,在步骤S120中,在所述主要干扰区域和所述次要干扰区域内,根据船舶间特征项实时确定领域的边界点,所述船舶间特征项包括最小安全会遇距离、决策反应时间和停船视距;
如图1所示,在步骤S130中,针对干扰船在所述船舶感知区域按照所述目标船的船首角度的范围确定来船类型;
如图1所示,在步骤S140中,根据所述主要干扰区域内确定的多个边界点以及根据所述次要干扰区域内确定的多个边界点分别结合所述来船类型进行拟合,得到目标船的双层相对领域。
基于上述方法,在开阔水域多船会遇船舶集群态势分析的基础上,对感知区域内主要干扰区域和次要干扰区域不同方位的来船进行分析,采用多种方式对目标船周围不同区域进行相对领域边界确定,在船舶最小安全会遇距离的研究基础上,考虑船舶行驶倾向性的感知决策反应时间、船舶操作反应时间以及停船视距等影响因素对目标船相对于整个集群态势的船舶领域进行建模得到相对于集群态势目标船相对领域,能够有效的提高船舶对周围环境辨识的速度。
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,将船舶感知区域划分为三个以目标船为圆心的区域,得到碰撞区域、主要干扰区域和次要干扰区域。
在本发明的一个实施例中,该步骤主要包括:首先,根据所述目标船相对于不同的干扰船进行会遇态势分析,得到动界半径和安全会遇距离;其次,以所述动界半径和所述安全会遇距离分别以所述目标船为圆心确定的两组点进行拟合,得到两个同心虚线圆;最后,在所述船舶感知区域内按照所述两个同心虚线圆进行划分,得到安全会遇距离的虚线圆在内的区域为碰撞区域,安全会遇距离的虚线圆和动界半径的虚线圆之间的区域为主要干扰区域,动界半径的虚线圆之外至所述船舶感知区域的边界之间的区域为次要干扰区域。
由于船舶感知区域是目标船重点关注的范围,当感知区域内有干扰船进入时,即认为相互之间会产生影响。以下结合实例对目标船的感知区域的划分进行介绍:
图2为本发明一实施例中两船会遇基本信息示意图,如图2所示,以目标船中心为坐标原点,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,设目标船A此时的速度为va,航向为
Figure GDA0002675607800000075
地理坐标为(xa,ya);干扰船B此时的速度为vb,航向为
Figure GDA0002675607800000076
地理坐标为(xb,yb)。相关的计算过程为:
两船舶在X轴上的相对速度分量vXr,两船舶在Y轴上相对速度分量vYr
Figure GDA0002675607800000071
干扰船相对于目标船的真方位αT
Figure GDA0002675607800000072
干扰船相对于目标船的相对方位θ:
Figure GDA0002675607800000073
动界是为了保持目标船舶领域不受侵犯而设置的需让路船提前采取适当避碰行为的超级船舶领域,动界包含船舶领域。目标船相对于干扰船的动界半径R:
Figure GDA0002675607800000074
船舶安全会遇距离一般是指在避碰过程中为保证两船最终能够安全避碰结束,考虑航行环境和船舶运动状态,在让路船采取转向、变速等避碰措施时两船之间的距离,船舶安全会遇距离小于动界。目标船相对于干扰船的安全会遇距离d:
Figure GDA0002675607800000081
基于上述,对船舶感知区域进行划分,图3为本发明一实施例中对目标船感知区域进行划分的示意图,如图3所示,海上船舶驾驶员通常将船舶桅灯的能见距离作为形成碰撞危险的距离界限,对于船长大于50m的船舶,其桅灯的最小能见距离为6n mile。在会遇态势复杂性分析时,感知区域内会存在船长小于或等于50m的船舶,此时船舶的碰撞危险距离界限会有不同。
本实施例中为了会遇态势划分的简便,设定无碰撞危险阶段以6n mile为界限。通过电子海图等助航设备获取目标船以及干扰船当前航行状态的基本信息,按照上述公式(4)和公式(5)计算目标船相对于不同干扰船的动界半径R和安全会遇距离d。如图3所示,在目标船与干扰船艏连线上分别取动界边界点A、B、C、D,安全会遇距离点E、F、G、H,对两组点分别进行拟合,此时形成了三个以目标船为圆心的虚线圆区域,三个圆区域将船舶感知区域依次划分为子区域N1、子区域N2和子区域N3,即子区域N1对应碰撞区域,子区域N2对应主要干扰区域,子区域N3对应次要干扰区域。
在步骤S120中,在所述主要干扰区域和所述次要干扰区域内,根据船舶间特征项实时确定领域的边界点,所述船舶间特征项包括最小安全会遇距离、决策反应时间和停船视距。
在本发明的一个实施例中,该步骤中对基于船舶集群态势的相对领域的研究需要根据目标船周围不同方位干扰船的会遇特性选取不同的计算方式,采用多种方式进行建模,建模过程中除了考虑船舶间速度、方位等,还要考虑各类反应时间以及船舶的停船视距等影响因素,达到更加全面的对开阔水域集群态势船舶相对领域建模的目的。
在本发明的一个实施例中,上述船舶间特征项中的最小安全会遇距离是指在避碰过程中为使两会遇船最终能刚好安全的避碰结束,在让路船全速满舵避让90°时,两船之间的距离,计算公式为
dDSPA=a1×a2×y (公式6)
其中a1为水文气象条件系数,a2为船舶密度,y为让路船全速满舵避让90°时两船之间的距离,其中a1的取值范围为0~1。例如,当水文气象条件好的时候a1=0.1,水文气象条件差的时候a1=0.9,水文气象条件一般时a1=0.5。
a2的计算公式为:
Figure GDA0002675607800000091
其中ρ为所述船舶感知区域内所有船舶的数量;
y的计算公式为:
Figure GDA0002675607800000092
其中ωjk、vjk为中间变量,具体为ωjk为网络系数,vjk为规则层的输出量。
在本发明的一个实施例中,上述船舶间特征项中的决策反应时间包括感知决策时间和操作反应时间,驾驶员的决策反应时间是指从发现问题到做出相应避碰决策所需要的时间。综合考虑有人船和无人船的特性,以不同船舶行驶倾向性的特征为研究基础,对船舶感知信息的时间以及做出决策的时间进行界定。
图4为本发明一实施例中各类决策及反应时间示意图,如图4所示,感知决策时间更进一步包括船舶感知信息时间和船舶决策时间,感知决策时间由船舶行驶倾向性确定,所述船舶行驶倾向性包括高效型、中庸型和保守型,针对不同的行驶倾向性,本实施例对船舶行驶倾向性感知决策时间进行描述,当所述船舶行驶倾向性为高效型时,所述感知决策时间为2.5min;当所述船舶行驶倾向性为中庸型时,所述感知决策时间为3min;当所述船舶行驶倾向性为保守型时,所述感知决策时间为3.5min。
如图4所示,操作反应时间进一步包括接收操作指令及反应时间和做出相应操作的时间,即为船舶从接收操作指令到做出相应操作所需要的时间,计算公式为:
Figure GDA0002675607800000101
其中ts为船首转向ΔC角,速度改变Δv时所用的时间;δ为使用的舵角;K为在舵角δ下回旋性指数;T为航向稳定性指数;a为船舶的加速度。
在本发明的一个实施例中,还需要考虑船舶间特征项的停船视距,在道路交通工程中,停车视距是为了保证汽车在行驶时驾驶员看到前方车辆或障碍物后,采取制动措施能够使汽车在障碍物前停下来所需要的最短距离。相似的,船舶在海上航行时,后方跟驶船在运行中与前方船舶同样需要保持一定的停船视距。由于无人船对周围航行信息的获取均依靠感知系统,通过对感知信息的分析进一步得到相应的避碰决策。所以无人船的停船视距既要考虑船舶的感知决策时间又要考虑船舶的操作反应时间,据此本实施例对船舶停船视距的刻画选取船舶行驶倾向性感知决策反应时间为影响因素。
图5为本发明一实施例中停船视距的示意图,如图5所示,停船视距包括安全距离、操作距离和反应距离。基于上述,停船视距的计算公式为:
Figure GDA0002675607800000102
其中v为跟驶船初始行驶的速度;a为跟驶船制动加速度;lz为跟驶船的船长;tm为所述感知决策时间;L为干扰船与目标船之间的距离。
在步骤S130中,针对干扰船在所述船舶感知区域按照所述目标船的船首角度的范围确定来船类型。
在本发明的一个实施例中,针对在所述船舶感知区域按照所述目标船的船首角度在185°~360°和0°~175°范围内的干扰船,确定来船类型为前区域船;针对在所述船舶感知区域按照所述目标船的船首角度在175°~185°范围内的跟驶船,确定来船类型为跟驶区域船。
在步骤S140中,根据所述主要干扰区域内确定的多个边界点以及根据所述次要干扰区域内确定的多个边界点分别结合所述来船类型进行拟合,得到目标船的双层相对领域。
在本发明的一个实施例中,该步骤中根据所述主要干扰区域内确定的多个边界点或所述根据所述次要干扰区域内确定的多个边界点包括:
Figure GDA0002675607800000111
其中dDSPA为船舶间所述最小安全会遇距离;tsa为目标船的操作反应时间;tma为目标船的行驶倾向性感知决策时间;va为目标船的速度;tsb为干扰船的操作反应时间;tmb为干扰船的行驶倾向性感知决策时间;vb为干扰船的速度;β为反应时间内船舶行驶的距离转换到最小安全会遇距离方向的系数;S为跟驶干扰船的停船视距。
基于船舶集群态势的相对领域边界应该根据船舶会遇复杂性的变化而变化,感知区域内干扰船与目标船形成不同会遇态势时,应根据船舶间的特征确定实时的领域边界点。目标船首顺时针185°~360°和0°~175°范围内的来船,应考虑船舶间的最小安全会遇距离、船舶行驶倾向性感知决策时间以及船舶操作反应时间等影响因素,目标船首顺时针175°~185°范围内的来船,应考虑跟驶船舶的停船视距,如不存在跟驶船,则该区域边界点选取距离该区域最近距离的领域边界点。
图6为本发明一实施例中双层相对领域的示意图,如图6所示,对船舶周围的干扰船按照上述计算方法确定领域边界点,分别对感知区域主要干扰区域内干扰船以及次要干扰区域内的干扰船进行分析,确定相对领域的边界点,如点D1、D2、D3、D4为主要干扰区域内船舶与目标船确定的领域边界点,即将所述主要干扰区域确定的多个边界点进行拟合,得到所述双层相对领域的内层领域;D5、D6、D7、D8为次要干扰区域内船舶与目标船确定的领域边界点,即将所述次要干扰区域确定的多个边界点进行拟合,得到所述双层相对领域的外层领域。
该方法中以宽阔繁忙水域船舶集群态势为研究切入点,建立集群态势相对于目标船的相对船舶领域,能够更好的描述集群态势对目标船的影响,在后期避碰决策过程中,更大程度的保证目标船的安全;目标船周围不同区域采取不同的参数对相对领域进行描述;在考虑船舶周围会遇安全距离的基础上,考虑船舶间各类决策反应时间,更大程度的保障船舶会遇的安全性;采用双层领域的分析方法,时刻显示避碰操作对目标船的影响。基于船舶集群态势的相对领域模型在当前船舶领域仅考虑两艘船相互影响的确定方法基础上对船舶集群态势进行整体性思考,考虑集群态势内主要干扰区域以及次要干扰区域内船舶对目标船的影响,进而确定目标船的相对领域,如在避碰时主要干扰船确定的相对领域外边界是禁止他船侵犯的,根据次要干扰区域内的干扰船确定的相对领域内边界的变化,可以确定船舶所执行的避碰操作对目标船的影响。
综上所述,采用本发明实施例提供的开阔繁忙水域的双层相对领域获取方法,基于船舶集群态势复杂性分析的相对领域模型是对船舶当前所处环境的整体性的研究,在开阔水域多船会遇船舶集群态势分析的基础上,对感知区域内主要干扰区域和次要干扰区域不同方位的来船进行分析,采用多种方式对目标船周围不同区域进行相对领域边界确定,能够有效的提高船舶对周围环境辨识的速度。实时的反应周围会遇环境对目标船舶的影响。具有较高的辨识性,能够为船舶的避碰决策提供有力的依据,在船舶航行过程中,更好的保护自身航行的安全,达到更加及时预警的作用。
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,根据本发明的实施方式,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,根据本发明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)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明的一般性原理并包括本发明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,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明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。本发明的范围仅由所附的权利要求来限制。

Claims (8)

1.一种开阔繁忙水域的双层相对领域获取方法,其特征在于,其包括:
将船舶感知区域划分为三个以目标船为圆心的区域,得到碰撞区域、主要干扰区域和次要干扰区域;
在所述主要干扰区域和所述次要干扰区域内,根据船舶间特征项实时确定领域的边界点,所述船舶间特征项包括最小安全会遇距离、决策反应时间和停船视距,其中所述决策反应时间包括感知决策时间和操作反应时间;
针对干扰船在所述船舶感知区域按照所述目标船的船首角度的范围确定来船类型;
根据所述主要干扰区域内确定的多个边界点以及根据所述次要干扰区域内确定的多个边界点分别结合所述来船类型进行拟合,得到目标船的双层相对领域;
其中根据所述主要干扰区域内确定的多个边界点或所述根据所述次要干扰区域内确定的多个边界点包括:
Figure FDA0002675607790000011
其中dDSPA为船舶间所述最小安全会遇距离;tsa为目标船的操作反应时间;tma为目标船的感知决策时间;va为目标船的速度;tsb为干扰船的操作反应时间;tmb为干扰船的感知决策时间;vb为干扰船的速度;β为反应时间内船舶行驶的距离转换到最小安全会遇距离方向的系数;S为跟驶干扰船的停船视距,185°~360°、0°~175°、175°~185°的角度是指干扰船位于目标船的船首角度。
2.如权利要求1所述的开阔繁忙水域的双层相对领域获取方法,其特征在于,所述将船舶感知区域划分为三个以目标船为圆心的区域,得到碰撞区域、主要干扰区域和次要干扰区域包括:
根据所述目标船相对于不同的干扰船进行会遇态势分析,得到动界半径和安全会遇距离;
以所述动界半径和所述安全会遇距离分别以所述目标船为圆心确定的两组点进行拟合,得到两个同心虚线圆;
在所述船舶感知区域内按照所述两个同心虚线圆进行划分,得到安全会遇距离的虚线圆在内的区域为碰撞区域,安全会遇距离的虚线圆和动界半径的虚线圆之间的区域为主要干扰区域,动界半径的虚线圆之外至所述船舶感知区域的边界之间的区域为次要干扰区域。
3.如权利要求1所述的开阔繁忙水域的双层相对领域获取方法,其特征在于,所述最小安全会遇距离的计算公式为:
dDSPA=a1×a2×y
a1为水文气象条件系数,a2为船舶密度,y为让路船全速满舵避让90°时两船之间的距离,其中a1的取值范围为0~1;
a2的计算公式为:
Figure FDA0002675607790000021
其中ρ为所述船舶感知区域内所有船舶的数量;
y的计算公式为:
Figure FDA0002675607790000022
其中ωjk、vjk为中间变量。
4.如权利要求1所述的开阔繁忙水域的双层相对领域获取方法,其特征在于,所述感知决策时间由船舶行驶倾向性确定,所述船舶行驶倾向性包括高效型、中庸型和保守型,当所述船舶行驶倾向性为高效型时,所述感知决策时间为2.5min;当所述船舶行驶倾向性为中庸型时,所述感知决策时间为3min;当所述船舶行驶倾向性为保守型时,所述感知决策时间为3.5min。
5.如权利要求1所述的开阔繁忙水域的双层相对领域获取方法,其特征在于,所述操作反应时间为船舶从接收操作指令到做出相应操作所需要的时间,计算公式为:
Figure FDA0002675607790000031
其中ts为船首转向ΔC角,速度改变Δv时所用的操作反应时间;δ为使用的舵角;K为在舵角δ下回旋性指数;T为航向稳定性指数;a为船舶的加速度;所述停船视距的计算公式为:
Figure FDA0002675607790000032
v为跟驶船初始行驶的速度;a为跟驶船制动加速度;lz为跟驶船的船长;tm为所述感知决策时间;L为干扰船与目标船之间的距离。
6.如权利要求1所述的开阔繁忙水域的双层相对领域获取方法,其特征在于,所述针对干扰船在所述船舶感知区域按照所述目标船的船首角度的范围确定来船类型包括:
针对在所述船舶感知区域按照所述目标船的船首角度在185°~360°和0°~175°范围内的干扰船,确定来船类型为前区域船;
针对在所述船舶感知区域按照所述目标船的船首角度在175°~185°范围内的干扰船,确定来船类型为跟驶区域船。
7.如权利要求6所述的开阔繁忙水域的双层相对领域获取方法,其特征在于,还包括:
当干扰船位于所述目标船的船首角度在175°~185°范围内时,如果不存在跟驶船,则选取到175°~185°区域范围内距离最近的点作为边界点。
8.如权利要求7所述的开阔繁忙水域的双层相对领域获取方法,其特征在于,所述得到目标船的双层相对领域包括:
将所述主要干扰区域确定的多个边界点进行拟合,得到所述双层相对领域的内层领域;
将所述次要干扰区域确定的多个边界点进行拟合,得到所述双层相对领域的外层领域。
CN201911048004.6A 2019-10-30 2019-10-30 一种开阔繁忙水域的双层相对领域获取方法 Active CN110758669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911048004.6A CN110758669B (zh) 2019-10-30 2019-10-30 一种开阔繁忙水域的双层相对领域获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911048004.6A CN110758669B (zh) 2019-10-30 2019-10-30 一种开阔繁忙水域的双层相对领域获取方法

Publications (2)

Publication Number Publication Date
CN110758669A CN110758669A (zh) 2020-02-07
CN110758669B true CN110758669B (zh) 2021-01-26

Family

ID=69334433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911048004.6A Active CN110758669B (zh) 2019-10-30 2019-10-30 一种开阔繁忙水域的双层相对领域获取方法

Country Status (1)

Country Link
CN (1) CN110758669B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103204223A (zh) * 2013-04-15 2013-07-17 大连海事大学 一种模糊四元船舶安全领域模型及船舶避碰方法
CN107168335A (zh) * 2017-06-28 2017-09-15 大连海事大学 一种考虑混合多目标避障的水面无人艇路径跟踪制导方法
CN109753068A (zh) * 2019-01-14 2019-05-14 哈尔滨工程大学 一种考虑通信情况的多usv群体协同避碰规划方法
CN109974708A (zh) * 2019-04-09 2019-07-05 集美大学 一种无人船航迹规划方法、终端设备及存储介质
CN110009936A (zh) * 2019-03-15 2019-07-12 北京海兰信数据科技股份有限公司 一种用于繁忙水域的船舶辅助避碰方法
CN110083159A (zh) * 2019-05-14 2019-08-02 江苏科技大学 基于sbg和动态窗口约束的无人船自主动态避碰方法
JP2019139731A (ja) * 2018-02-12 2019-08-22 モクポ ナショナル マリタイム ユニバーシティー インダストリー−アカデミック コーオペレーション ファウンデーションMokpo National Maritime University Industry−Academic Cooperation Foundation 航海士の心理的特性を用いた船舶の衝突回避方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103204223A (zh) * 2013-04-15 2013-07-17 大连海事大学 一种模糊四元船舶安全领域模型及船舶避碰方法
CN107168335A (zh) * 2017-06-28 2017-09-15 大连海事大学 一种考虑混合多目标避障的水面无人艇路径跟踪制导方法
JP2019139731A (ja) * 2018-02-12 2019-08-22 モクポ ナショナル マリタイム ユニバーシティー インダストリー−アカデミック コーオペレーション ファウンデーションMokpo National Maritime University Industry−Academic Cooperation Foundation 航海士の心理的特性を用いた船舶の衝突回避方法
CN109753068A (zh) * 2019-01-14 2019-05-14 哈尔滨工程大学 一种考虑通信情况的多usv群体协同避碰规划方法
CN110009936A (zh) * 2019-03-15 2019-07-12 北京海兰信数据科技股份有限公司 一种用于繁忙水域的船舶辅助避碰方法
CN109974708A (zh) * 2019-04-09 2019-07-05 集美大学 一种无人船航迹规划方法、终端设备及存储介质
CN110083159A (zh) * 2019-05-14 2019-08-02 江苏科技大学 基于sbg和动态窗口约束的无人船自主动态避碰方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
A Computer Simulation of Marine Traffic Using Domains and Arenas;P.V.Davis etc.;《The Journal of Navigation》;19800830;第33卷(第2期);第215-222页 *
各种避让措施下DCPA与TCPA的变化规律及最佳避让方案研究;翁建军;《CNKI的中国优秀硕士学位论文全文数据库 工程科技II辑》;20040915(第03期);第7-16页 *
基于停船视距的船舶领域模型研究;李瀛 等;;《水运工程》;20140131(第1期);第36-40页 *
基于模拟器的宽水域船舶碰撞危险性评价模型;廖河树 等;;《中国航海》;20020630(第2期);第41-44页 *
基于模糊理论的船舶复合碰撞危险度计算;胥文 等;;《舰船科学技术》;20170731;第39卷(第7期);第78-84页 *
基于电子海图的多船避碰决策及路径规划研究;吕红光;《CNKI的中国博士学位论文全文数据库 哲学与人文科学辑》;20120115(第01期);F083-5 *
廖河树 等;.基于模拟器的宽水域船舶碰撞危险性评价模型.《中国航海》.2002,(第2期),第41-44页. *
开阔水域船舶智能动态避碰决策研究;顾路平;《CNKI的中国优秀硕士学位论文全文数据库 工程科技II辑》;20190115(第01期);第12-19页 *
最小安全会遇距离和注意会遇距离的确定;毕修颖 等;;《大连海事大学学报》;20010228;第27卷(第1期);第24-28页 *

Also Published As

Publication number Publication date
CN110758669A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN108445879B (zh) 一种基于预测碰撞危险区域的无人艇避障方法
CN109753068B (zh) 一种考虑通信情况的多usv群体协同避碰规划方法
CN108680163B (zh) 一种基于拓扑地图的无人艇路径搜索系统及方法
Wang et al. A COLREGs-based obstacle avoidance approach for unmanned surface vehicles
CN109597417B (zh) 一种基于避碰准则的多usv群体协同避碰规划方法
CN110837255B (zh) 一种适用于高速水面无人艇的自主危险规避方法
CN106094606A (zh) 一种水面无人艇导航与控制遥操作平台
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
CN111913481B (zh) 一种可变领航员模式的多无人艇协同编队方法
CN112578793B (zh) 一种快速运动水面艇的避障方法
CN114088094A (zh) 一种无人艇的智能航路规划方法及系统
Zhuang et al. Navigating high‐speed unmanned surface vehicles: System approach and validations
CN110826891B (zh) 一种基于船舶集群态势的相对碰撞危险度获取方法
CN112327872A (zh) 面向溢油围捕的双无人艇协同轨迹跟踪方法
Wu et al. An overview of developments and challenges for unmanned surface vehicle autonomous berthing
CN110443368B (zh) 一种冲突状态下船舶集群态势分析方法
CN110758669B (zh) 一种开阔繁忙水域的双层相对领域获取方法
CN110796142B (zh) 一种基于船舶集群态势的船间相对领域获取方法
CN117726089A (zh) 优化K-means威胁目标聚类的集群护航任务分配方法及系统
CN112101558A (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
Yunsheng et al. Design of information network and control system for USV
CN111199096A (zh) 受限水域基于船舶集群态势的相对碰撞危险度建模方法
CN114882737A (zh) 多船危险避碰决策方法、系统和存储介质
Wu et al. Deliberative collision avoidance for unmanned surface vehicle based on the directional weight
CN109213164A (zh) 基于水面无人艇船体模型的模型预测控制的高速紧急避障方法

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