CN111427358B - 一种船舶编队的航行轨迹控制方法、系统和存储介质 - Google Patents
一种船舶编队的航行轨迹控制方法、系统和存储介质 Download PDFInfo
- Publication number
- CN111427358B CN111427358B CN202010301097.5A CN202010301097A CN111427358B CN 111427358 B CN111427358 B CN 111427358B CN 202010301097 A CN202010301097 A CN 202010301097A CN 111427358 B CN111427358 B CN 111427358B
- Authority
- CN
- China
- Prior art keywords
- ship
- information
- sailing
- formation
- track
- 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
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000007613 environmental effect Effects 0.000 claims abstract description 8
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种船舶编队的航行轨迹控制方法、系统和存储介质,方法包括以下步骤:采集船舶信息;获取预设区域内的环境信息,以及获取船舶编队内预设位置上的船舶位置信息;根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹;获取安全距离;根据所述安全距离和所述航行轨迹控制船舶编队的航行状态。本申请通过实际采集的船舶信息和实时获取的环境信息以及船舶位置信息来预测航行轨迹,并根据安全距离和该预测轨迹控制船舶编队的航行状态,从而有效降低发生船舶与船舶之间或者船舶与障碍物之间的碰撞概率,提高船舶航行的安全性。本申请可广泛应用于船舶控制技术领域。
Description
技术领域
本发明涉及船舶控制技术领域,尤其是一种船舶编队的航行轨迹控制方法、系统和存储介质。
背景技术
随着人工智能技术与计算机技术的发展,船舶感知能力与船舶控制器计算能力的提升,船舶智能化需求随之增加。又因为单船作业能力有限,多船编队与协作有利于提高作业效率与作业能力。在船舶编队实际应用中,必然会涉及到船舶路径规划、队内船舶相互碰撞和船舶与障碍物碰撞等实际问题。
为解决上述实际问题,现有技术是采用随机人工势场算法和概率地图算法,其中,随机人工势场算法只能感知船舶编队中的局部信息;概率地图算法是通过预先计算得到的概率值来对轨迹进行选择。然而,实际运输过程中,船舶编队遇到的情况要比理想状况下复杂的多,导致现有的船舶编队轨迹生成方法得到的轨迹无法很好的解决队内船舶相互碰撞,以及船舶与障碍物碰撞等问题。
发明内容
为了在一定程度上解决上述技术问题之一,本发明的目的在于:提供一种船舶编队的航行轨迹控制方法、系统和存储介质,其能有效降低发生船舶与船舶之间或者船舶与障碍物之间的碰撞概率。
第一方面,本发明实施例提供了:
一种船舶编队的航行轨迹控制方法,包括以下步骤:
采集船舶信息;
获取预设区域内的环境信息,以及获取船舶编队内预设位置上的船舶位置信息;
根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹;
获取安全距离;
根据所述安全距离和所述航行轨迹控制船舶编队的航行状态。
进一步,所述根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹,包括:
将所述预设位置上的船舶位置信息作为参考点;
根据所述参考点生成多个随机点;
根据所述环境信息从所述多个随机点中搜索邻近点;
根据所述邻近点预测航行轨迹。
进一步,所述根据所述邻近点预测航行轨迹,包括:
根据所述邻近点生成多条待选路径;
根据所述环境信息判断所述多条待选路径上的碰撞情况;
根据所述碰撞情况从所述多条待选路径中预测航行轨迹。
进一步,所述根据所述碰撞情况从所述多条待选路径中预测航行轨迹,包括:
从所述多条待选路径中选取无碰撞的路径作为待选路径;
获取所述待选路径的路径节点信息;
根据所述待选路径和所述路径节点信息生成预设路径;
通过路径压缩法对所述预设路径进行压缩,生成目标航行轨迹。
进一步,所述预设位置为船舶编队内末尾船舶位置,所述航行轨迹为末尾船舶的航行轨迹。
进一步,所述根据所述安全距离和所述航行轨迹控制船舶编队的航行状态,包括:
根据所述末尾船舶的航行轨迹预测末尾船舶在下一时刻的位置信息;
根据所述安全距离和所述末尾船舶在下一时刻的位置信息控制船舶编队的航行状态。
进一步,所述安全距离包括船舶与船舶之间的安全距离,以及船舶与岸基地面站的安全距离。
第二方面,本发明实施例提供了:
一种船舶编队的航行轨迹控制系统,包括:
采集模块,用于采集船舶信息;
第一获取模块,用于获取预设区域内的环境信息,以及获取船舶编队内预设位置上的船舶位置信息;
预测模块,用于根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹;
第二获取模块,用于获取安全距离;
控制模块,用于根据所述安全距离和所述航行轨迹控制船舶编队的航行状态。
第三方面,本发明实施例提供了:
一种船舶编队的航行轨迹控制系统,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行所述的方法。
第四方面,本发明实施例提供了:
一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于实现所述的方法。
本发明实施例的有益效果是:本发明实施例通过采集船舶信息,并获取预设区域内的环境信息以及船舶编队内预设位置上的船舶位置信息,接着通过根据船舶信息、环境信息和船舶位置信息预测航行轨迹,然后根据航行轨迹和获取到的船舶间的安全距离控制船舶编队的航行状态;本发明实施例通过实际采集的船舶信息和实时获取的环境信息以及船舶位置信息来预测航行轨迹,并根据安全距离和该预测轨迹控制船舶编队的航行状态,从而有效降低发生船舶与船舶之间或者船舶与障碍物之间的碰撞概率,提高船舶航行的安全性。
附图说明
图1为本发明一种具体实施例的船舶编队的航行轨迹控制方法的流程图;
图2为具体实施例的一种航行轨迹示意图;
图3为具体实施例的另一种航行轨迹示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
首先,对以下名词进行解释:
RRT:Rapidly exploring random tree,快速扩展随机树,通过对状态空间中采样点进行碰撞检测,从而寻找到一条从起始点到目标点的规划路径。
路径压缩算法:对RRT算法生成的路径中的点进行碰撞检测,保留使路径长度更短的点,并去除冗余点。
参照图1,本发明实施例提供了一种船舶编队的航行轨迹控制方法,本实施例应用于可应用于终端中,也可应用于服务器中,还可以是运行于终端或服务器中的软体等。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
本实施例包括步骤S11-S15:
S11、采集船舶信息;所述船舶信息包括船舶的油耗信息、船舶轴功率信息、船舶航向、船舶航速和船舶大小及形状等信息。所述船舶的油耗信息、船舶轴功率信息、船舶航向和船舶航速等均可以通过船舶上安装的传感器进行采集。所述船舶大小及形状等信息可以为预先在数据库内获取的,也可以是通过采集的图像进行分析得到。
S12、获取预设区域内的环境信息,以及获取船舶编队内预设位置上的船舶位置信息;所述预设区域为以目标船舶为基准点,在该基准点的预设距离范围内的区域。所述环境信息包括航道宽度、风向、风速、气流和周围障碍物等信息。
在一些实施例中,所述预设位置可以为该船舶编队内的首只船舶或者末尾船舶的位置。所述船舶位置信息为船舶编队内的首只船舶或者末尾船舶的位置坐标。
S13、根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹;所述航行轨迹可以为当前船舶编队内的末尾船舶的航行轨迹。当然,也可以是当前船舶编队的中心船舶的航行轨迹。
在一些实施例中,所述步骤S13可以通过以下步骤执行:
将所述预设位置上的船舶位置信息作为参考点;本实施例为了能够更好的判断是否会发生碰撞等情况,选用船舶编队内的末尾船舶的位置坐标作为参考点。
根据所述参考点生成多个随机点;所述多个随机点为从参考点到目标终点之间的通路上的任意点。
根据所述环境信息从所述多个随机点中搜索邻近点;所述邻近点为在多个随机点中,相对参考点的距离较近的点,或者阻碍相对较少的点。
根据所述邻近点预测航行轨迹。当邻近点确定后,结合参考点的位置,预测参考点到邻近点的多条路径,然后从该多条路径中选取一条路径作为航行轨迹。
具体地,本步骤可通过以下详细步骤实现:
根据所述邻近点生成多条待选路径;所述多条待选路径为参考点到邻近点之间的通路。由于船舶是具有一定的体积,其在通过某一条路径时,还需要考虑其是否会发生触底、碰撞周围阻碍物等情况,因此,还需要根据环境信息判断所述多条待选路径上船舶的碰撞情况;接着根据该碰撞情况从所述多条待选路径中预测航行轨迹。其预测的标准是当前类型的船舶通过时,不会发生触底或者碰撞等情况。
在一些实施例中,所述根据所述碰撞情况从所述多条待选路径中预测航行轨迹,还可通过以下步骤实现:
从所述多条待选路径中选取无碰撞的路径作为待选路径;由于船舶从起始位置到终点位置的路径可能会经过无数个弯道、因此,其路径很大概率是不会是直线,而为了能够更好的考虑船舶是否会发生碰撞的情况,可将船舶从起始位置到终点位置的通路划分成若干节分段,分别考虑该分段上的情况,以降低船舶碰撞的概率。对此,本实施例可通获取若干节分段的节点信息,即获取待选路径的路径节点信息;接着根据所述待选路径和所述路径节点信息生成预设路径;又因为该预设路径是由若干节分段组成,因此,还需要考虑合成后的路径上,船舶是否会发生碰撞情况。在本实施例中,可通过路径压缩算法对所述预设路径进行压缩处理,以生成目标航行轨迹。
具体地,当以船舶编队的末尾船舶的位置信息为参考点时,所述步骤S13在实际应用中包括以下过程:
利用RRT算法进行路径规划,获得无人船的航行轨迹。其中,所述RRT算法的处理过程包括:设置参数、初始化参数、生成随机点、搜索最近点、判断能否通过碰撞检测、将不发生碰撞的路径加入路径树、判断路径的终点是否到达目标终点的设定范围内。但是在航行实际过程中,某一个参考点的邻近点包含若干个,为了更加有效的提高船舶运行能力,可通过对邻近点进行动态的调整,并保存好每一轮调整后的邻近点信息,以得到如图2所示的实线路径。此外,每生成一段路径,还需要使用路径压缩算法对图2中的实线路径进行压缩处理,从而得到更优的规划路径,所述更优的规划路径如图2所示的虚线路径。
S14、获取安全距离;所述安全距离包括船舶与船舶之间的安全距离,以及船舶与岸基地面站的安全距离。所述安全距离可为最小安全距离。
S15、根据所述安全距离和所述航行轨迹控制船舶编队的航行状态。本步骤可根据安全距离的大小控制船舶编队内的所有船舶都在所述航行轨迹上航行。
在一些实施例中,所述步骤S15可通过以下步骤实现:
根据所述末尾船舶的航行轨迹预测末尾船舶在下一时刻的位置信息;
根据所述安全距离和所述末尾船舶在下一时刻的位置信息控制船舶编队的航行状态。即控制船舶编队内的所有船舶均在航行轨迹上航行。
具体地,在通过RRT算法和路径压缩算法后,可得到如图3所示虚线路线的船舶编队内最后的无人船的规划路径,该规划路径即预测得到的航行轨迹,再结合风、流传感器等,可以得到以编队最后的无人船为基准的未来时刻的推算船位。同时通过结合船舶内的感知模块,计算出船舶之间的最小安全距离,并以船舶间的最小安全距离为船舶编队内船舶之间的差值,计算出船舶编队内对应的船舶所应该处于的地理坐标,最后根据该地理坐标控制船舶编队内所有船舶的航行状态。
在一些实施例中,当船舶编队遭遇复杂状况时,船舶编队内的领航船舶的控制端则可以接收外部设备发送的控制指令,通过该控制指令调整上述方法中预测得到的航行轨迹,从而减少船舶编队的航行风险、提高安全性能。
综上所述,上述方法实施例通过实际采集的船舶信息和实时获取的环境信息以及船舶位置信息来预测航行轨迹,并根据安全距离和该预测轨迹控制船舶编队的航行状态,从而有效降低发生船舶与船舶之间或者船舶与障碍物之间的碰撞概率,提高船舶航行的安全性。
本发明实施例还提供了一种与图1方法相对应的船舶编队的航行轨迹控制系统,包括:
采集模块,用于采集船舶信息;
第一获取模块,用于获取预设区域内的环境信息,以及获取船舶编队内预设位置上的船舶位置信息;
预测模块,用于根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹;
第二获取模块,用于获取安全距离;
控制模块,用于根据所述安全距离和所述航行轨迹控制船舶编队的航行状态。
本发明方法实施例的内容均适用于本系统实施例,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法达到的有益效果也相同。
本发明实施例还提供了一种船舶编队的航行轨迹控制系统,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行所述的方法。
本发明方法实施例的内容均适用于本系统实施例,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法达到的有益效果也相同。
此外,本发明实施例还提供了一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于实现所述的方法。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种船舶编队的航行轨迹控制方法,其特征在于,包括以下步骤:
采集船舶信息;
获取预设区域内的环境信息,以及获取船舶编队内预设位置上的船舶位置信息;
根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹;
获取安全距离;
根据所述安全距离和所述航行轨迹控制船舶编队的航行状态;
所述根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹,包括:
将所述预设位置上的船舶位置信息作为参考点;
根据所述参考点生成多个随机点;
根据所述环境信息从所述多个随机点中搜索邻近点;
根据所述邻近点预测航行轨迹。
2.根据权利要求1所述的一种船舶编队的航行轨迹控制方法,其特征在于,所述根据所述邻近点预测航行轨迹,包括:
根据所述邻近点生成多条待选路径;
根据所述环境信息判断所述多条待选路径上的碰撞情况;
根据所述碰撞情况从所述多条待选路径中预测航行轨迹。
3.根据权利要求2所述的一种船舶编队的航行轨迹控制方法,其特征在于,所述根据所述碰撞情况从所述多条待选路径中预测航行轨迹,包括:
从所述多条待选路径中选取无碰撞的路径作为待选路径;
获取所述待选路径的路径节点信息;
根据所述待选路径和所述路径节点信息生成预设路径;
通过路径压缩法对所述预设路径进行压缩,生成目标航行轨迹。
4.根据权利要求1所述的一种船舶编队的航行轨迹控制方法,其特征在于,所述预设位置为船舶编队内末尾船舶位置,所述航行轨迹为末尾船舶的航行轨迹。
5.根据权利要求4所述的一种船舶编队的航行轨迹控制方法,其特征在于,所述根据所述安全距离和所述航行轨迹控制船舶编队的航行状态,包括:
根据所述末尾船舶的航行轨迹预测末尾船舶在下一时刻的位置信息;
根据所述安全距离和所述末尾船舶在下一时刻的位置信息控制船舶编队的航行状态。
6.根据权利要求1-5任一项所述的一种船舶编队的航行轨迹控制方法,其特征在于,所述安全距离包括船舶与船舶之间的安全距离,以及船舶与岸基地面站的安全距离。
7.一种船舶编队的航行轨迹控制系统,其特征在于,包括:
采集模块,用于采集船舶信息;
第一获取模块,用于获取预设区域内的环境信息,以及获取船舶编队内预设位置上的船舶位置信息;
预测模块,用于根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹;其中,所述根据所述船舶信息、所述环境信息以及所述预设位置上的船舶位置信息预测航行轨迹包括:将所述预设位置上的船舶位置信息作为参考点;根据所述参考点生成多个随机点;根据所述环境信息从所述多个随机点中搜索邻近点;根据所述邻近点预测航行轨迹;
第二获取模块,用于获取安全距离;
控制模块,用于根据所述安全距离和所述航行轨迹控制船舶编队的航行状态。
8.一种船舶编队的航行轨迹控制系统,其特征在于,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行如权利要求1-6任一项所述的方法。
9.一种存储介质,其中存储有处理器可执行的指令,其特征在于,所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010301097.5A CN111427358B (zh) | 2020-04-16 | 2020-04-16 | 一种船舶编队的航行轨迹控制方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010301097.5A CN111427358B (zh) | 2020-04-16 | 2020-04-16 | 一种船舶编队的航行轨迹控制方法、系统和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111427358A CN111427358A (zh) | 2020-07-17 |
CN111427358B true CN111427358B (zh) | 2021-07-13 |
Family
ID=71554569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010301097.5A Active CN111427358B (zh) | 2020-04-16 | 2020-04-16 | 一种船舶编队的航行轨迹控制方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111427358B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112099523B (zh) * | 2020-08-18 | 2022-02-22 | 武汉理工大学 | 基于无人机的船舶操纵性能检测方法、系统和存储介质 |
CN112462777B (zh) * | 2020-11-30 | 2024-09-06 | 武汉理工大学 | 一种考虑操纵性差异的船舶编队路径主动协调系统及方法 |
CN112947443B (zh) * | 2021-02-08 | 2022-07-12 | 武汉理工大学 | 基于亨利气体溶解度的船舶控制方法、系统和存储介质 |
CN114625170B (zh) * | 2022-03-24 | 2023-05-12 | 中国民用航空飞行学院 | 一种山区火灾直升机救援飞行路径动态规划方法 |
CN115328903B (zh) * | 2022-10-13 | 2022-12-23 | 亿海蓝(北京)数据技术股份公司 | 船舶停留状态识别方法和装置、电子设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010075875A1 (en) * | 2008-12-29 | 2010-07-08 | Tomtom International B.V. | Personal navigation device |
CN103176451A (zh) * | 2013-02-04 | 2013-06-26 | 广州中国科学院工业技术研究院 | 一种舰船辅助航行及编队指挥的方法 |
US8903641B2 (en) * | 2012-04-26 | 2014-12-02 | The United States Of America, As Represented By The Secretary Of The Navy | Collaborative robot manifold tracker |
CN107065859A (zh) * | 2017-02-14 | 2017-08-18 | 浙江工业大学 | 多移动机器人的轨迹预测方法 |
CN108873894A (zh) * | 2018-06-11 | 2018-11-23 | 上海大学 | 一种基于多无人艇的目标跟踪协同控制系统和方法 |
CN110232242A (zh) * | 2019-06-12 | 2019-09-13 | 南京理工大学 | 基于冰区破冰船护航的多船跟随运动学方法 |
CN110703763A (zh) * | 2019-11-05 | 2020-01-17 | 武汉理工大学 | 无人车路径跟踪及避障方法 |
-
2020
- 2020-04-16 CN CN202010301097.5A patent/CN111427358B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010075875A1 (en) * | 2008-12-29 | 2010-07-08 | Tomtom International B.V. | Personal navigation device |
US8903641B2 (en) * | 2012-04-26 | 2014-12-02 | The United States Of America, As Represented By The Secretary Of The Navy | Collaborative robot manifold tracker |
CN103176451A (zh) * | 2013-02-04 | 2013-06-26 | 广州中国科学院工业技术研究院 | 一种舰船辅助航行及编队指挥的方法 |
CN107065859A (zh) * | 2017-02-14 | 2017-08-18 | 浙江工业大学 | 多移动机器人的轨迹预测方法 |
CN108873894A (zh) * | 2018-06-11 | 2018-11-23 | 上海大学 | 一种基于多无人艇的目标跟踪协同控制系统和方法 |
CN110232242A (zh) * | 2019-06-12 | 2019-09-13 | 南京理工大学 | 基于冰区破冰船护航的多船跟随运动学方法 |
CN110703763A (zh) * | 2019-11-05 | 2020-01-17 | 武汉理工大学 | 无人车路径跟踪及避障方法 |
Non-Patent Citations (2)
Title |
---|
Distributed coordination for collision avoidance of multiple ships considering ship maneuverability;Shijie Li等;《Ocean Engineering 181 (2019)》;20190116;第212-226页 * |
复杂水域船舶避碰路径规划研究;谢新连等;《重庆交通大学学报(自然科学版)》;20191231;第38卷(第12期);第1-7页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111427358A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111427358B (zh) | 一种船舶编队的航行轨迹控制方法、系统和存储介质 | |
CN111736595B (zh) | 一种船舶行驶轨迹的控制方法、系统、装置和存储介质 | |
Wu et al. | [Retracted] Deep Reinforcement Learning‐Based Path Control and Optimization for Unmanned Ships | |
CN110956853B (zh) | 一种多船碰撞预测方法、系统和存储介质 | |
CN113658214B (zh) | 轨迹预测方法、碰撞检测方法、装置、电子设备及介质 | |
CN113962473B (zh) | 船舶航线规划方法、装置、电子设备和存储介质 | |
CN114740846A (zh) | 面向拓扑-栅格-度量混合地图的分层路径规划方法 | |
US20240217559A1 (en) | Smart vehicle-oriented method and system for collaborative dispatching of driving intents in area | |
CN112000126B (zh) | 一种基于鲸鱼算法的多无人机协同搜索多动态目标方法 | |
CN116455768B (zh) | 面向全局时延优化的云边端协同cnn推理方法及系统 | |
CN114740899B (zh) | 一种网格化空域分配与协同搜索规划方法 | |
CN115577868A (zh) | 在途船舶的目的港预测方法、装置、可读存储介质和船舶 | |
CN111694355A (zh) | 船舶编队航行控制方法、系统和存储介质 | |
CN116907523A (zh) | 路径规划方法、装置、计算机设备和存储介质 | |
CN111664849A (zh) | 无人船的自动返航方法及其装置 | |
CN117171893B (zh) | 基于人工智能的无人机飞行短板分析方法及系统 | |
CN112799420B (zh) | 一种基于多传感器无人机的实时航迹规划的方法 | |
CN115081759B (zh) | 基于历史飞行数据的节油决策方法、系统和设备 | |
CN115626177A (zh) | 一种车辆轨迹预测方法、装置和计算机存储介质 | |
CN114274980A (zh) | 轨迹控制方法、装置、车辆及存储介质 | |
CN114882737A (zh) | 多船危险避碰决策方法、系统和存储介质 | |
Christophe et al. | Genetic algorithm‐based multiple moving target reaching using a fleet of sailboats | |
CN112734111A (zh) | 一种水平运输任务agv动态时间预估方法 | |
Zaychenko et al. | Automation of Vehicle Control Systems and Emerging Networking | |
CN114489043B (zh) | 多智能体路径规划方法、装置、电子设备及存储介质 |
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 |