CN111539091A - 一种智能船舶繁忙水域自主航行仿真测试环境构建方法 - Google Patents

Abstract

本发明属于船舶测试技术领域，尤其涉及一种智能船舶繁忙水域自主航行仿真测试环境构建方法。包括如下步骤：步骤S1、采集实际的繁忙水域的环境信息；步骤S2、根据采集的环境信息，确定船舶速度模型和船舶交通流模型并获得交通流流量；步骤S3、根据所述交通流流量，确定船舶交通量模型并获得船舶交通量；步骤S4、根据所述船舶交通量，并结合计算机预先生成的繁忙水域中船舶随机动态参数，在三维场景内构建仿真测试环境。该方法能够使搭建的测试环境更加贴近真实场景，提高船舶航行的准确性和安全性。

Description

一种智能船舶繁忙水域自主航行仿真测试环境构建方法

技术领域

本发明属于船舶测试技术领域，尤其涉及一种智能船舶繁忙水域自主航行仿真测试环境构建方法。

背景技术

近年来船舶流量呈稳步递增趋势，港口交通越来越繁忙和拥挤，特别是某些重要的水道，船舶交通非常繁忙，水上交通的危险程度随之增加，水上交通安全管理情况变得日益复杂。繁忙水域船舶交通量大，且船舶大小不一，速度和方向时刻发生变化，这些影响因素具有时变和非线性的特点，采用经典控制理论难以获得令人满意的控制效果。

为了更好地保障海上运输的安全，减少海上碰撞、搁浅、触礁等船舶交通事故的发生，提高船舶在繁忙水域自主航行的能力，更加真实地模拟船舶在繁忙水域环境的操纵运动特性，需对船舶繁忙水域环境进行模拟研究。

为此，如何构建一种全面的智能船舶繁忙水域自主航行仿真测试环境成为当前需要解决的技术问题。

发明内容

(一)要解决的技术问题

针对现有存在的技术问题，本发明提供一种智能船舶繁忙水域自主航行仿真测试环境构建方法，该方法能够使搭建的测试环境更加贴近真实场景，提高船舶航行的准确性和安全性。

(二)技术方案

本发明提供一种智能船舶繁忙水域自主航行仿真测试环境构建方法，包括如下步骤：

步骤S1、采集实际的繁忙水域的环境信息；

步骤S2、根据采集的环境信息，确定船舶速度模型和船舶交通流模型并获得交通流流量；

步骤S3、根据所述交通流流量，确定船舶交通量模型并获得船舶交通量；

步骤S4、根据所述船舶交通量，并结合计算机预先生成的繁忙水域中船舶随机动态参数，在三维场景内构建仿真测试环境。

可选地，所述环境信息包括：交通流密度、交通流宽度和航道长度。

在本发明中，所述步骤S2中，根据采集的航道长度确定船舶速度模型，公式为：

式中，V_t为平均航行速度，S为航道长度，t_i为第i艘船舶通过该航道的形成时间，n为观测航行时间的次数；

根据平均航行速度V_t得到交通流速度。

可选地，所述步骤S2中，根据获得的交通流速度和采集的交通流密度、交通流宽度确定船舶交通流模型，公式为：

Q＝ρ·V·W

式中，Q为交通流流量，单位为艘/小时，即单位时间间隔为一小时内的交通量，ρ为交通流密度，单位为艘/海里，V为交通流速度，单位为节，W为交通流宽度，单位为海里。

可选地，所述步骤S3中，根据获得的交通流流量确定船舶交通量模型，公式为：

式中，

为船舶交通量，Q为交通流流量(艘/小时)，即单位时间间隔为一小时内的交通量，m为时间间隔数，将一小时分割位m个时间段。

可选地，所述步骤S4中，繁忙水域中船舶随机动态参数包括船舶类型、船舶尺寸、船舶位置分布和船舶速度。

可选地，所述船舶类型包括运输船、工程船和渔船，将运输船、工程船和渔船数量的比例分别用q1、q2、q3表示，q1、q2、q3满足以下公式：

q1+q2+q3＝1

船舶类型的概率密度函数f(x)满足：

式中，x表示船舶类型，x＝1，2，3分别表示船舶类型为运输船，工程船，渔船；q表示不同类型船舶的比例；

船舶类型的概率密度的分布函数F(x)满足：

式中，F(x)分别表示不产生船舶，产生运输船，产生工程船和产生渔船时的分布函数。

可选地，所述船舶位置分布为：

式中，p(y)表示在一个计数间隔时间t内到达y艘船舶的概率，λ表示一个计数间隔时间t内船舶的平均到达率，t表示每个计数间隔的时间，a为任意正整数。

可选地，所述繁忙水域中船舶随机动态参数由随机发生器产生，生成均匀分布U(0,1)和标准正态分布N(0,1)随机数。

(三)有益效果

(1)本发明提供的智能船舶繁忙水域自主航行仿真测试环境构建方法，在三维场景内进行智能船舶繁忙水域自主航行仿真测试环境的自动搭建，以更科学直观的方式为测试智能船舶繁忙水域自主航行能力提供了基础，使船舶自主航行更加安全可靠。

同时，由于三维场景相对于电子海图更加直观，因此搭建三维场景内的船舶繁忙水域自主航行测试环境更容易对自主航行的安全性做出判断，降低了对繁忙水域自主航行性能分析测试的复杂性。

(2)本发明中利用船舶交通流模型、船舶交通量模型、船舶速度模型自动生成的三维仿真测试环境，综合分析船舶自主航行测试环境中所受到的影响，避免了繁忙水域自主航行性能测试影响因素不全面的问题，为船舶繁忙水域自主航行性能测试过程中提供更加科学合理的方案，同时为智能船舶繁忙水域自主航行的仿真测试奠定了基础。结合动态数学模型使对船舶繁忙水域自主航行的分析和测试可以更加准确的进行。

(3)本发明提出的船舶繁忙水域环境中船舶的随机状态的生成，包括船舶类型、船舶尺寸、船舶位置分布和船舶速度的生成，克服了现有算法自动生成的环境不能完全模拟出满足船舶繁忙水域自主航行的测试环境的问题。

附图说明

图1为本发明提供的智能船舶繁忙水域自主航行仿真测试环境构建方法的流程图。

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。

本发明提供一种智能船舶繁忙水域自主航行仿真测试环境构建方法，图1为本发明提供的智能船舶繁忙水域自主航行仿真测试环境构建方法的流程图，如图1所示，包括如下步骤：

步骤S1、采集实际的繁忙水域的环境信息，所述环境信息包括：交通流密度ρ、交通流宽度W和航道长度S。

步骤S2、根据采集的环境信息，确定船舶速度模型和船舶交通流模型并获得交通流流量，具体地包括：

步骤S21、根据采集的航道长度S，确定船舶速度模型，获得交通流速度V；

步骤S22、根据所述交通流速度V，结合采集的交通流密度ρ、交通流宽度W，确定船舶交通流模型，获得船舶交通流流量Q。

其中，船舶速度模型可用式(1)表示：

式中，V_t为平均航行速度，S为航道长度，t_i为第i艘船舶通过该航道的形成时间，n为观测航行时间的次数。

平均航行速度V_t并不是指单艘船舶的航行速度或最大船速，而是指在某一水域中活动的或通过某一水域或航道的所有船舶的速度的分布范围和速度平均值。

将船舶平均航行速度V_t近似为交通流速度V，如公式(2)所示：

船舶在航道中沿着一定的方向运动的现象被称为船舶交通流，建立船舶交通流的理论模型，可以结合船舶交通的特点，对船舶交通流进行定量和定性研究，分析掌握各主要交通流的特性规律，可以全面了解港口水域内船舶通航的实际状况。

船舶交通流模型是根据海上交通调查收集到的船舶实况资料，假设船种单一、船速均匀、航向相同、航迹宽度不变，可得到的交通流流量Q、交通流密度ρ、交通流速度V、交通流宽度W之间的关系式，船舶交通流模型可用式(3)表示：

Q＝ρ·V·W (3)

式中，Q为交通流流量(艘/小时)，即单位时间间隔为一小时内的交通量，ρ为交通流密度(艘/海里)，V为交通流速度(节)，W为交通流宽度(海里)。

根据船舶交通流模型，可以利用其中三个参数作为已知量，计算出另一个未知量。实际上，航行船舶大小、种类和性能是不同的，船舶航行速度各有所异，航向并不相同，航迹宽度也是时时变化，故该模型只是从理论上描述各参数之间的关系，或阐明理想情况下各参数之间的关系，因此，运用该模型得到的结果只是一个估算，与实际情况有一定的误差，误差在本发明中忽略。

将采集的交通流密度ρ、交通流宽度W以及得到的交通流速度V输入船舶交通流模型，得到单位时间间隔内的交通量，也就是单位时间间隔为一小时内的交通量Q。

步骤S3、根据所述交通流流量Q，确定船舶交通量模型并获得船舶交通量

船舶交通量

是表征某一水域或水道海上交通实况的最基本的量，指单位时间年、月、日、小时内通过水域中某一地点所有船舶的数目艘次。它的大小直接反映某一水域船舶交通的规模和繁忙程度，并在一定程度上反映该水域船舶交通的拥挤和危险程度。

船舶交通量模型可用公式(4)表示：

式中，

为船舶交通量，Q为交通流流量(艘/小时)，即单位时间间隔为一小时内的交通量，m为时间间隔数，将一小时分割位m个时间段。

步骤S4、根据所述船舶交通量，并结合计算机预先生成的繁忙水域中船舶随机动态参数，在三维场景内构建仿真测试环境。

在实际繁忙水域中，船舶的位置具有随机性、离散型的特点，因此生成这些船舶属性只需生成相应的随机变量，采用随机数生成算法调用随机数发生器产生船舶类型、船舶尺寸、船舶位置分布和船舶速度等随机变量。

为确保智能船舶繁忙水域自主航行仿真测试环境的真实性，计算机产生的随机变量必须是服从某种分布的随机序列。随机变量由随机发生器产生，可以生成均匀分布U(0,1)和标准正态分布N(0,1)随机数。这样随机数发生器可以生成船舶类型、船舶尺寸、船舶位置分布和船舶速度等随机变量。微观交通情况仿真模拟中，通常把计算机生成的伪随机数进行逆变组合来得到随机序列。

(1)船舶类型

为了仿真研究的方便，将船舶类型划分为三种类型：运输船、工程船和渔船，将运输船、工程船和渔船数量的比例分别用q1、q2、q3表示，q1、q2、q3满足公式(5)：

q1+q2+q3＝1 (5)

船舶类型的概率密度函数f(x)满足公式(6)：

式中，x表示船舶类型，x＝1，2，3分别表示船舶类型为运输船，工程船，渔船；q表示不同类型船舶的比例。

船舶类型的概率密度的分布函数F(x)为：

公式(6)中F(x)分别表示不产生船舶，产生运输船，产生工作船和产生渔船时的分布函数。

(2)船舶尺寸和船舶速度

不同类型的船舶对于其本身的尺寸和航行速度有一个约束范围，为模拟交通情况的真实性，计算机产生的随机变量时在这个约束范围内取值，这样随机数发生器可以生成船舶尺寸、船舶速度等随机变量。

具体地，所述约束范围如下：

①运输船：

1000吨级别的运输船的长度为30～50米，宽度为8～12米，航行速度为10～11节；

3000吨级别的运输船的长度为75～85米，宽度为12～14米，航行速度为12～13节；

5000吨级别的运输船的长度为95～100米，宽度为15～17米，航行速度为14～15节。

②工程船

工程船的长度为50～90米，宽度为11～15米，航行速度为8～12节。

③渔船

渔船的长度为35～85米，宽度为6～14米，航行速度为10～12节。

(3)船舶位置分布

船舶到达是离散的，其分布规律可以用离散型分布来表达，繁忙水域中船舶交通流密度较大，难以自由行驶，所以使用如公式(8)所示的二项分布描述交通流的分布：

式中，p(y)表示在一个计数间隔时间t内到达y艘船舶的概率，λ表示一个计数间隔时间t内船舶的平均到达率，t表示每个计数间隔的时间，a为任意正整数。

将上述获得的随机动态参数(船舶类型、船舶尺寸、船舶速度和船舶位置分布)与船舶交通量

作为输入量输入仿真测试环境的数学模型，在三维场景内构建繁忙水域自主航行仿真测试环境。

以上结合具体实施例描述了本发明的技术原理，这些描述只是为了解释本发明的原理，不能以任何方式解释为对本发明保护范围的限制。基于此处解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (9)

1.一种智能船舶繁忙水域自主航行仿真测试环境构建方法，其特征在于，包括如下步骤：

步骤S1、采集实际的繁忙水域的环境信息；

步骤S2、根据采集的环境信息，确定船舶速度模型和船舶交通流模型并获得交通流流量；

步骤S3、根据所述交通流流量，确定船舶交通量模型并获得船舶交通量；

步骤S4、根据所述船舶交通量，并结合计算机预先生成的繁忙水域中船舶随机动态参数，在三维场景内构建仿真测试环境。

2.根据权利要求1所述的方法，其特征在于，所述环境信息包括：交通流密度、交通流宽度和航道长度。

3.根据权利要求2所述的方法，其特征在于，所述步骤S2中，根据采集的航道长度确定船舶速度模型，公式为：

式中，V_t为平均航行速度，S为航道长度，t_i为第i艘船舶通过该航道的形成时间，n为观测航行时间的次数；

根据平均航行速度V_t得到交通流速度。

4.根据权利要求3所述的方法，其特征在于，所述步骤S2中，根据获得的交通流速度和采集的交通流密度、交通流宽度确定船舶交通流模型，公式为：

Q＝ρ·V·W

式中，Q为交通流流量，单位为艘/小时，即单位时间间隔为一小时内的交通量，ρ为交通流密度，单位为艘/海里，V为交通流速度，单位为节，W为交通流宽度，单位为海里。

5.根据权利要求4所述的方法，其特征在于，所述步骤S3中，根据获得的交通流流量确定船舶交通量模型，公式为：

式中，

为船舶交通量，Q为交通流流量(艘/小时)，即单位时间间隔为一小时内的交通量，m为时间间隔数，将一小时分割位m个时间段。

6.根据权利要求5所述的方法，其特征在于，所述步骤S4中，繁忙水域中船舶随机动态参数包括船舶类型、船舶尺寸、船舶位置分布和船舶速度。

7.根据权利要求6所述的方法，其特征在于，所述船舶类型包括运输船、工程船和渔船，将运输船、工程船和渔船数量的比例分别用q1、q2、q3表示，q1、q2、q3满足以下公式：

q1+q2+q3＝1

船舶类型的概率密度函数f(x)满足：

式中，x表示船舶类型，x＝1，2，3分别表示船舶类型为运输船，工程船，渔船；q表示不同类型船舶的比例；

船舶类型的概率密度的分布函数F(x)满足：

式中，F(x)分别表示不产生船舶，产生运输船，产生工程船和产生渔船时的分布函数。

8.根据权利要求6所述的方法，其特征在于，所述船舶位置分布为：

式中，p(y)表示在一个计数间隔时间t内到达y艘船舶的概率，λ表示一个计数间隔时间t内船舶的平均到达率，t表示每个计数间隔的时间，a为任意正整数。

9.根据权利要求6所述的方法，其特征在于，所述繁忙水域中船舶随机动态参数由随机发生器产生，生成均匀分布U(0,1)和标准正态分布N(0,1)随机数。

Images