CN111553559A - 无人艇综合能力的测试方法、装置及系统 - Google Patents
无人艇综合能力的测试方法、装置及系统 Download PDFInfo
- Publication number
- CN111553559A CN111553559A CN202010246495.1A CN202010246495A CN111553559A CN 111553559 A CN111553559 A CN 111553559A CN 202010246495 A CN202010246495 A CN 202010246495A CN 111553559 A CN111553559 A CN 111553559A
- Authority
- CN
- China
- Prior art keywords
- test
- subject
- capacity
- unmanned ship
- capability
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 608
- 238000000034 method Methods 0.000 title claims abstract description 79
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims description 136
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 33
- 230000003068 static effect Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000012795 verification Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000009545 invasion Effects 0.000 claims description 7
- 230000008447 perception Effects 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 238000010998 test method Methods 0.000 abstract description 10
- 238000011156 evaluation Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000009897 systematic effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 19
- 230000008901 benefit Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000004873 anchoring Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013077 scoring method Methods 0.000 description 3
- 230000002567 autonomic effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B71/00—Designing vessels; Predicting their performance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人艇综合能力的测试方法、装置及系统,具体包括:根据已选择的目标测试科目确定测试区域及测试路径;记录无人艇在所述测试区域内从入场到出场的测试时长,和/或记录在所述测试路径上发现目标障碍位置的精准度;根据所述测试时长和/或精准度转换为单项测试指标得分,并依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分。本发明能够解决现有技术中对无人艇测试的测试指标较少,评估测试方法不完善,缺乏系统性分析方法的问题。本发明应用于测试无人艇综合能力的过程中。
Description
技术领域
本发明涉及互联网技术领域,特别是涉及一种无人艇综合能力的测试方法、装置及系统。
背景技术
随着国际海洋局势发展的需要,无人艇在军事及民用领域愈发获得人们重视。无人艇作为一种智能化的海上运动平台被广泛的应用在水道测量、海洋环境监测、海上搜救、科学探究和现代化的军事战争中。无人艇具有广泛的应用前景,己成为国内外智能化海洋装备的研究热点,无人艇的综合评估方法是科学评价无人艇综合能力水平的重要手段。
目前,对无人艇的评估主要是通过对无人艇自主路径规划性、自主路径跟踪性能和自主避碰性能进行评估,并将上述三种评估得到的数据进行去量纲处理,分别乘以相应的权重,经多次测试取算数平均后得到最终评价结果。发明人在实现上述发明过程中发现现有技术中,存在对无人艇,测试体系系统不完善、测试评估方法简单、测试科目单一的问题。如此一来,由于对无人艇的评估测试不够精准,不利于找准无人艇能力短板弱项,加快无人艇综合能力的提升。
发明内容
有鉴于此,本发明提供的一种无人艇综合能力的测试方法、装置及系统,主要目的在于解决现有技术中对无人艇测试的测试指标较少,评估测试方法不完善,缺乏系统性分析方法的问题。
为了解决上述问题,本发明实施例主要提供如下技术方案:
第一方面,本发明实施例提供一种无人艇综合能力的测试方法,包括:
根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标;
记录无人艇在所述测试区域内从入场到出场的测试时长,和/或记录在所述测试路径上发现目标障碍位置的精准度;
根据所述测试时长和/或精准度转换为单项测试指标得分,并依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;
根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分;
其中,所述六种测试科目分别为:区域探测科目、高速抵近查证科目、近岸目标探测科目、水面障碍态势构建科目、入侵目标跟踪科目及水下威胁探测科目。
可选的,所述测试指标包括但不限于以下内容:续航力、静态障碍规避能力、路径跟踪能力、最大航速、巡航航速、可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力、动态规避跟踪能力、对水雷探测能力、对潜航器/潜艇探测能力;
其中,所述区域探测科目测试续航力、静态障碍规避能力、路径跟踪能力,所述高速抵近查证科目测试最大航速、巡航航速,所述近岸目标探测科目测试可见光载荷探测能力、红外光载荷探测能力、静态障碍规避能力,所述水面障碍态势构建科目测试可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力,所述入侵目标跟踪科目测试动态规避跟踪能力、静态障碍规避能力,所述水下威胁探测科目测试对水雷探测能力、对潜航器/潜艇探测能力。
可选的,在根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分之前,所述方法还包括:
通过层级划分的方式构建测试指标体系,其中,所述测试指标体系共有三个层级,包括一级测试指标、二级测试指标及三级测试指标;
从一级测试指标到三级测试指标呈树状分布,且每个层级中包含多个测试指标。
可选的,根据所述测试时长和/或精准度转换为单项测试指标得分包括:
根据所述测试时长和/或精准度转化为三级测试指标对应的得分;
确定各个三级测试指标在二级测试指标中是否有同一根节点;
若有,则将同一根节点下的所有三级测试指标对应的得分加和,得到二级测试指标得分;
确定二级测试指标在一级测试指标中是否有同一根节点;
若有,则将同一根节点下的所有二级测试指标对应的得分加和,得到一级测试指标得分。
可选的,当确定所述测试指标与时间因素相关时,根据所述测试时长和/或精准度转换为单项测试指标得分包括:
获取单项测试科目中每个无人艇的测试时长,并确定出最长时长与最短时长;
根据单个无人艇的实际测试时长、最长时长及最短时长对所述实际测试时长进行归一化处理得到时间因素相关的测试指标;
将所述时间因素相关的测试指标与精准度相关的测试指标相乘后,并对乘积结果进行归一化处理得到单项测试指标得分。
可选的,当确定所述测试指标与精准度相关时,根据所述测试时长和/或精准度转换为单项测试指标得分包括:
获取单项测试科目中每个无人艇的精准度,并确定出最高精准度与最低精准度;
根据单个无人艇的实际精准度、最高精准度与最低精准度进行归一化处理,得到单项测试指标得分。
可选的,在根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分之前,所述方法还包括:
按照层次分析法取每一层级中的任意两个测试指标,构建判断矩阵;
计算所述判断矩阵中各测试指标的特征值,并将最大的实特征值对应的特征向量确定为权重。
第二方面,本发明实施例还提供一种无人艇综合能力的测试装置,包括:
确定单元,用于根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标;
记录单元,用于记录无人艇在所述确定单元确定的所述测试区域内从入场到出场的测试时长;
所述记录单元,还用于记录在所述测试路径上发现目标障碍位置的精准度;
转换单元,用于根据所述记录单元记录的所述测试时长和/或精准度转换为单项测试指标得分;
第一处理单元,用于依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;
计算单元,用于根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分;
其中,所述六种测试科目分别为:区域探测科目、高速抵近查证科目、近岸目标探测科目、水面障碍态势构建科目、入侵目标跟踪科目及水下威胁探测科目。
可选的,所述测试指标包括但不限于以下内容:续航力、静态障碍规避能力、路径跟踪能力、最大航速、巡航航速、可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力、动态规避跟踪能力、对水雷探测能力、对潜航器/潜艇探测能力;
其中,所述区域探测科目测试续航力、静态障碍规避能力、路径跟踪能力,所述高速抵近查证科目测试最大航速、巡航航速,所述近岸目标探测科目测试可见光载荷探测能力、红外光载荷探测能力、静态障碍规避能力,所述水面障碍态势构建科目测试可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力,所述入侵目标跟踪科目测试动态规避跟踪能力、静态障碍规避能力,所述水下威胁探测科目测试对水雷探测能力、对潜航器/潜艇探测能力。
可选的,所述装置还包括:
第一构建单元,用于在所述计算单元根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分之前,通过层级划分的方式构建测试指标体系,其中,所述测试指标体系共有三个层级,包括一级测试指标、二级测试指标及三级测试指标;
从一级测试指标到三级测试指标呈树状分布,且每个层级中包含多个测试指标。
可选的,所述转换单元包括:
转化模块,用于根据所述测试时长和/或精准度转化为三级测试指标对应的得分;
第一确定模块,用于确定各个三级测试指标在二级测试指标中是否有同一根节点;
第一加和模块,用于当所述第一确定模块确定各个三级测试指标在二级测试指标中有同一根节点时,将同一根节点下的所有三级测试指标对应的得分加和,得到二级测试指标得分;
第二确定模块,用于确定二级测试指标在一级测试指标中是否有同一根节点;
第二加和模块,用于当所述第二确定模块确定二级测试指标在一级测试指标中有同一根节点时,将同一根节点下的所有二级测试指标对应的得分加和,得到一级测试指标得分。
可选的,当确定所述测试指标与时间因素相关时,所述转换单元包括:
第一获取模块,用于获取单项测试科目中每个无人艇的测试时长;
确定模块,用于根据所述第一获取模块获取的测试时长确定出最长时长与最短时长;
第一处理模块,用于根据单个无人艇的实际测试时长、所述确定模块确定的最长时长及最短时长对所述实际测试时长进行归一化处理得到时间因素相关的测试指标;
计算模块,用于将所述处理模块处理得到的所述时间因素相关的测试指标与精准度相关的测试指标相乘后,并对乘积结果进行归一化处理得到单项测试指标得分。
可选的,当确定所述测试指标与精准度相关时,所述转换单元还包括:
第二获取模块,用于获取单项测试科目中每个无人艇的精准度;
第二确定模块,用于根据所述第二获取模块获取的准精度确定出最高精准度与最低精准度;
第二处理模块,用于根据单个无人艇的实际精准度、最高精准度与最低精准度进行归一化处理,得到单项测试指标得分。
可选的,所述装置还包括:
第二构建单元,用于在所述计算单元根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分之前,按照层次分析法取每一层级中的任意两个测试指标,构建判断矩阵;
第二处理单元,用于计算所述判断矩阵中各测试指标的特征值,并将最大的实特征值对应的特征向量确定为权重。
第三方面,本发明实施例还提供一种无人艇综合能力的测试系统,包括:
所述系统包括
至少一个处理器;
以及与所述处理器连接的至少一个存储器、总线;其中,
所述处理器、存储器通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的程序指令,以上述第一方面任一项所述的无人艇综合能力的测试方法。
借由上述技术方案,本发明提供的无人艇综合能力的测试方法、装置及系统,根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标;记录无人艇在所述测试区域内从入场到出场的测试时长,和/或记录在所述测试路径上发现目标障碍位置的精准度;根据所述测试时长和/或精准度转换为单项测试指标得分,并依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分;其中,所述六种测试科目分别为:区域探测科目、高速抵近查证科目、近岸目标探测科目、水面障碍态势构建科目、入侵目标跟踪科目及水下威胁探测科目。与现有技术相比,本发明实施例增加了无人艇测试指标的数量,优化了对无人艇测试的测试方法,使得测试无人艇综合能力的方法更加全面,有利于实现对无人艇综合能力的评估,同时能够找准无人艇能力短板弱项,加快无人艇综合能力的提升。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种无人艇综合能力的测试方法的流程图;
图2示出了本发明实施例提供的一种区域探测科目的示意图;
图3示出了本发明实施例提供的一种高速抵近查证科目的示意图;
图4示出了本发明实施例提供的一种近岸目标探测科目示意图;
图5示出了本发明实施例提供的一种水面障碍态势构建科目的示意图;
图6示出了本发明实施例提供的一种入侵目标跟踪科目的示意图;
图7示出了本发明实施例提供的一种稳定跟踪区域的示意图;
图8示出了本发明实施例提供的一种水下威胁探测科目的示意图;
图9示出了本发明实施例提供的另一种无人艇综合能力的测试方法的流程图;
图10示出了本发明实施例提供的一种测试指标体系树状分布的示意图;
图11示出了本发明实施例提供的一种无人艇综合能力的测试装置的组成框图;
图12示出了本发明实施例提供的另一种无人艇综合能力的测试装置的组成框图;
图13示出了本发明实施例提供的一种无人艇综合能力的测试系统的框架示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供一种无人艇综合能力的测试方法,主要目的在于解决现有技术中对无人艇测试测的试指标较少,评估测试方法不完善,缺乏系统性分析方法的问题。为了解决上述问题,本发明实施例提供一种无人艇综合能力的测试方法,如图1所示,所述方法包括:
101、根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标。
在实际应用中,本发明实施例主要应用于对无人艇的综合能力的测试,选择不同的测试科目对测试指标进行测试。本发明实施例中设置有六种测试科目,分别为:区域探测科目、高速抵近查证科目、近岸目标探测科目、水面障碍态势构建科目、入侵目标跟踪科目及水下威胁探测科目。
在本发明实施例中,所述测试指标包括但不限于以下内容:续航力、静态障碍规避能力、路径跟踪能力、最大航速、巡航航速、可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力、动态规避跟踪能力、对水雷探测能力、对潜航器/潜艇探测能力。所述区域探测科目测试续航力、静态障碍规避能力、路径跟踪能力,所述高速抵近查证科目测试最大航速、巡航航速,所述近岸目标探测科目测试可见光载荷探测能力、红外光载荷探测能力、静态障碍规避能力,所述水面障碍态势构建科目测试可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力,所述入侵目标跟踪科目测试动态规避跟踪能力、静态障碍规避能力,所述水下威胁探测科目测试对水雷探测能力、对潜航器/潜艇探测能力。具体测试科目与测试指标关系如表1所示。
表1
如图2所示,图2示出了本发明实施例提供的一种区域探测科目的示意图,以无人艇执行区域警戒巡逻任务为背景,无人艇应在给定测试路径或航迹点后,生成有效的控制,能够高速、高精度地完成对该测试路径的稳定跟踪,执行周期性巡逻任务。无人艇在测试区域准备,在接收到“开始”指令后,无人艇自主从入场区域驶入,依次完成3轮圆形环绕和3轮“8字型”环绕后,从出场区域出场。
如图3所示,图3示出了本发明实施例提供的一种高速抵近查证科目的示意图,所述高速抵近查证科目以无人艇在指定海域高速突击至目标任务区侦察为背景,无人艇以高速突击到待侦察目标周边,围绕待侦察目标高速回转,完成拍照取证任务后返回。无人艇从指定入场区域驶入,在变速区域加速至最大航速,并高速区域保持最大航速航行,同步侦察待侦察目标区域,其中所述变速区域的距离可为1公里,高速区域的距离可为2公里,具体的不做限定。待无人艇识别到待侦察目标后,在完成对待侦察目标机动环绕的同时,识别所述待侦察目标上色带顺序并拍照取证,再次经高速航行区域后,在变速区域完成减速,航行至离场区域。所述待侦察目标上的色带为一正方体的连续四面,尺寸为1米×1米,色带颜色由红色(RGB:255,0,0)、绿色(RGB:0,255,0)和蓝色(RGB:0,0,255)三种组成,相邻面颜色不同,但色带颜色顺序由现场随机确定。
如图4所示,图4示出了本发明实施例提供的一种近岸目标探测科目示意图,所述近岸目标探测科目考察无人艇对岸滩目标探测和定位能力,所述岸滩目标可为人形及车辆等,其中人形目标高度1.7米,且无典型红外特征,车辆特征可选择典型小轿车。无人艇在航行过程中,需有效规避浮标障碍,并以最快速度完成对岸滩的探测定位任务。无人艇从入场区域驶入侦察探测区域,以最快速度完成对岸滩布放的人和车辆目标进行探测和定位,并从指定区域驶出,所述侦察探测区域的范围可设置为长1公里、1.5公里等,宽200米。在探测定位过程中,无人艇需规避测试区域内布设的2个障碍浮标,且不得进入威胁区域,其中威胁区域的范围可设置为长1至1.5公里,且距岸边不少于1公里,有关具体数值的限定,本发明实施例应根据具体的应用场景进行限定,本发明实施例的说明方式是以一个应用场景为例进行的说明,并非意在限定一个场景中的具体数值。
如图5所示,图5示出了本发明实施例提供的一种水面障碍态势构建科目的示意图,所述水面障碍态势构建科目以无人艇应用任务载荷构建水面战场态势为背景,无人艇在指定水域按既定航线搜寻位于水面的典型目标并完成规避,同步构建完整战场态势图。无人艇从入场区域驶入,需按顺序依次航行经过“虚拟到达点1-虚拟到达点2-虚拟到达点3”后,从出场区域驶出。在“入场区域-虚拟到达点1”、“虚拟到达点1-虚拟到达点2”、“虚拟到达点2-虚拟到达点3”和“虚拟到达点3-出场区域”四条直线理论航线上,分别设置六个障碍浮标,无人艇需正确规避障碍浮标并标记出所有障碍浮标位置。
如图6所示,图6示出了本发明实施例提供的一种入侵目标跟踪科目的示意图。所述入侵目标跟踪科目以无人艇对入侵目标进行跟踪为背景,考核无人艇定点守卫重要目标,查证跟踪陌生运动目标的能力。无人艇从入场区域驶入警戒巡逻区域后,航行至守卫目标附近,按给定的半径进行圆形逆时针环绕警戒,所述警戒巡逻区域大小可设置为长2公里,宽0.5公里。待无人艇完成两周有效环绕后,陪试艇从预设区域以10节速度沿直线穿越警戒巡逻区域,无人艇应及时发现入侵目标,并绕行至其后方的稳定跟踪区域进行跟踪和取证,直至入侵水面目标离开警戒巡逻区域,无人艇从出场区域驶出。所述稳定跟踪区域为一个扇环型的一部分,如图7所示,图7示出了本发明实施例提供的一种稳定跟踪区域的示意图。该部分区域范围可设置为小圆半径为100米,大圆半径为150米,开角为45°。
如图8所示,图8示出了本发明实施例提供的一种水下威胁探测科目的示意图,所述水下威胁探测科目以无人艇执行陌生区域探雷任务为背景,考核无人艇对浅水区域水下锚雷目标的探测定位和构建水下威胁视图能力。无人艇从指定入场区域航行至测试区域,在15分钟内自主规划航迹搜索预设在该区域的多个锚雷目标,所述锚雷目标直径约为0.5米,预设深度在5米至15米之间,并利用水下照相机对搜索到的锚雷进行拍照取证。
102、记录无人艇在所述测试区域内从入场到出场的测试时长,和/或记录在所述测试路径上发现目标障碍位置的精准度。
在具体科目测试的过程中,记录观测无人艇整个测试过程,包括无人艇在所述测试区域内从入场到出场的测试时长、在所述测试路径上发现目标障碍位置的精准度等信息,以便通过测试时长及精准度信息对无人艇各项测试指标的测试、打分。
103、根据所述测试时长和/或精准度转换为单项测试指标得分,并依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分。
在本发明实施例中,在对无人艇进行测试评分时,要先判断测试测试指标是否与时间因素相关,若该测试指标与时间因素相关,则先计算每个无人艇测试指标的测试时长得分,再计算精准度得分获得单项测试指标的得分,根据此测试评分方法,完成所有测试科目,获得所有测试指标的得分。即本发明实施例鼓励无人艇时间优先。
104、根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分。
本次总体方案测试中各个测试指标相互独立,各测试科目综合得分值通过加权求和确定,即无人艇的综合得分为各个测试指标的得分值分别乘以其相应权重的加和,具体如公式所示,其中Ki是权重,U(xi)是单个测试指标得分值,U(k)无人艇的综合得分值。
本发明实施例提供的无人艇综合能力的测试方法,根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标;记录无人艇在所述测试区域内从入场到出场的测试时长,和/或记录在所述测试路径上发现目标障碍位置的精准度;根据所述测试时长和/或精准度转换为单项测试指标得分,并依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分。与现有技术相比,本发明实施例增加了无人艇测试指标的数量,优化了对无人艇测试的测试方法,使得测试无人艇综合能力的方法更加全面,有利于实现对无人艇综合能力的评估,同时能够找准无人艇能力短板弱项,加快无人艇综合能力的提升。
作为对上述实施例的细化及扩展,在本发明实施例中,对无人艇综合能力的测试方法,可以进一步优化,通过层级划分的方式构建测试指标体系,按照层次分析法取每一层级中的任意两个测试指标,构建判断矩阵,计算各测试指标的权重,以便计算无人艇的综合得分。为了实现上述功能,本发明实施例还提供一种无人艇综合能力的测试方法,如图9所示,所述方法包括:
201、通过层级划分的方式构建测试指标体系,其中,所述测试指标体系共有三个层级,包括一级测试指标、二级测试指标及三级测试指标。
在本发明实施例中,在对无人艇综合能力测试采用的是层次分析法(AnalyticHierarchy Process,AHP),因此在对无人艇各项测试指标进行测试之前,需要通过层级划分的方式构建测试指标体系,计算各项测试指标的权重。在本发明实施例中,将所述测试指标体系共有三个层级体系,从一级测试指标到三级测试指标呈树状分布,且每个层级中包含多个测试指标。示例性的:一级测试指标为任务能力,二级测试指标包括警戒探测能力、通信能力、导航能力,二级测试指标警戒探测能力下的三级测试指标包括可见光载荷探测能力、红外光载荷探测能力、对水雷探测能力、对潜航器/潜艇探测能力,具体的如图10所示。
202、按照层次分析法取每一层级中的任意两个测试指标,构建判断矩阵。
按照层次分析法,通过两两比较确定测试指标的权重,通过两两比较打分确定各层测试指标之间的相对重要程度。打分采用9点标度法,如表2所示。
表2点标度法及其含义
按照层次分析法,生成权重判断矩阵,设计咨询表,示例性的,一级测试指标总体性能、任务能力、自主能力、通用质量特性的权重咨询表如表3所示:
表3
总体性能 | 任务能力 | 自主能力 | 通用质量特性 | |
总体性能 | ||||
任务能力 | ||||
自主能力 | ||||
通用质量特性 |
比较n个测试指标x1,x2,…,xn对测试准则的影响,以确定它们在测试准则中所占的比重。每次取两个元素xi和xj,用aij表示xi与xj关于测试准则的相对重要程度之比,其全部比较结果即为判断矩阵,判断矩阵中的赋值aij表示测试指标xi关于测试指标xj的重要程度的赋值。可用如下判断矩阵表示:
203、计算所述判断矩阵中各测试指标的特征值,并将最大的实特征值对应的特征向量确定为权重。
对判断矩阵求出其各特征值,其中最大的实特征值对应的特征向量即为相对的权重,将特征向量进行归一化处理后得到最终的权重,其中对于对判断矩阵特征值的求法可采用现有技术中的任意一种求解方法,本发明实施例在此不再进行一一赘述。
204、根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标。
有关步骤204的说明,请参考步骤101的详细说明,本发明实施例在此不再进行赘述。
需要说明的是,在本发明实施例中,无人艇综合能力测试指标中还包括但不局限于以下内容:通信能力、导航能力、任务自主能力、通信质量特性,不在所述六项测试科目范围内,需要通过人工统计的方式进行采集,在本发明实施例中的各项测试指标的具体的采集方式及核算方法如表1所示。
205、记录无人艇在所述测试区域内从入场到出场的时长,和/或记录在所述测试路径上发现目标障碍位置的准确度。
有关步骤205的说明,请参考步骤102的详细说明,本发明实施例在此不再进行赘述。
206、根据所述时长和/或准确度转换为单项测试指标得分,并依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分。
在本发明实施例中,当确定所述测试指标与时间因素相关时,获取单项测试科目中每个无人艇的测试时长,并确定出最长时长与最短时长,根据单个无人艇的实际测试时长、最长时长及最短时长对所述实际测试时长进行归一化处理得到时间因素相关的测试指标;示例性的,对测试指标路径跟踪能力的测试,记录每个无人艇的在区域探测科目中的用时,将最长用时用tmax表示,最短用时用tmin表示,某一无人艇A的实际用时为t,对该时间值进行归一化处理,则无人艇A在路径跟踪能力测试指标的时间影响因子为
根据实际测试结果,得到每个无人艇的路径跟踪能力的平均误差值用I5表示,将其乘以时间影响因子得到所述路径跟踪能力的成绩修正为I′5=I5×t′,得到所有无人艇的修正值,将最大修正值用I′max表示,最小修正值用I′min表示,无人艇A的成绩修正值I,对该成绩修正值进行归一化处理,则无人艇A在路径跟踪能力测试指标的得分值为
若测试指标与时间因素无关,则不进行时间得分计算,而是获取单项测试科目中每个无人艇的精准度,并确定出最高精准度与最低精准度,根据单个无人艇的实际精准度、最高精准度与最低精准度进行归一化处理,归一化的方式同上述计算得分值U的方式相同,得到单项测试指标得分。
在根据所述测试时长和/或精准度转化为三级测试指标对应的得分时,需要先确定各个三级测试指标在二级测试指标中是否有同一根节点,若有,则将同一根节点下的所有三级测试指标对应的得分加和,得到二级测试指标得分;再确定二级测试指标在一级测试指标中是否有同一根节点;若有,则将根节点下的所有二级测试指标对应的得分加和,得到一级测试指标得分。示例性的:一级测试指标为任务能力,二级测试指标包括警戒探测能力、通信能力、导航能力,二级测试指标警戒探测能力下的三级测试指标包括可见光载荷探测能力、红外光载荷探测能力、对水雷探测能力、对潜航器/潜艇探测能力,二级测试指标通信能力下的三级指标为通信能力,则三级测试指标可见光载荷探测能力、红外光载荷探测能力、对水雷探测能力、对潜航器/潜艇探测能力的在二级测试指标下的根节点则为警戒探测能力,所述二级测试指标警戒探测能力的得分则为可见光载荷探测能力、红外光载荷探测能力、对水雷探测能力、对潜航器/潜艇探测能力测试指标测试得分分别乘以相应的权重的加和,二级测试指标通信能力的得分则为三级测试指标通信能力的测试得分值,一级测试指标任务能力的得分值则为上述求得的二级测试指标包括警戒探测能力、通信能力、导航能力的得分值乘以其相应权重的加和。
207、根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分。
有关步骤207的说明,请参考步骤104的详细说明,本发明实施例在此不再进行赘述。
综上,通过层级划分的方式构建测试指标体系,按照层次分析法取每一层级中的任意两个测试指标,构建判断矩阵,计算各测试指标的权重,基于所有测试科目获得的无人艇各项测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分,优化了对无人艇的测试及评分方法,提高了对无人艇的评估测试精准度,有利于找准无人艇能力短板弱项,加快无人艇综合能力的提升。
进一步的,作为对上述实施例所示方法的实现,本发明另一实施例还提供了一种无人艇综合能力的测试装置。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。
本发明实施例提供了一种无人艇综合能力的测试装置,如图11所示,包括:
确定单元31,用于根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标;
记录单元32,用于记录无人艇在所述确定单元31确定的所述测试区域内从入场到出场的测试时长;
所述记录单元32,还用于记录在所述测试路径上发现目标障碍位置的精准度;
转换单元33,用于根据所述记录单元32记录的所述测试时长和/或精准度转换为单项测试指标得分;
第一处理单元34,用于依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;
计算单元35,用于根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分;
其中,所述六种测试科目分别为:区域探测科目、高速抵近查证科目、近岸目标探测科目、水面障碍态势构建科目、入侵目标跟踪科目及水下威胁探测科目。
本发明公开实施例提供的无人艇综合能力的测试装置,根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标;记录无人艇在所述测试区域内从入场到出场的测试时长,和/或记录在所述测试路径上发现目标障碍位置的精准度;根据所述测试时长和/或精准度转换为单项测试指标得分,并依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分。与现有技术相比,本发明实施例增加了无人艇测试指标的数量,优化了对无人艇测试的测试方法,使得测试无人艇综合能力的方法更加全面,有利于实现对无人艇综合能力的评估,同时能够找准无人艇能力短板弱项,加快无人艇综合能力的提升。
进一步的,所述测试指标包括但不限于以下内容:续航力、静态障碍规避能力、路径跟踪能力、最大航速、巡航航速、可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力、动态规避跟踪能力、对水雷探测能力、对潜航器/潜艇探测能力;
其中,所述区域探测科目测试续航力、静态障碍规避能力、路径跟踪能力,所述高速抵近查证科目测试最大航速、巡航航速,所述近岸目标探测科目测试可见光载荷探测能力、红外光载荷探测能力、静态障碍规避能力,所述水面障碍态势构建科目测试可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力,所述入侵目标跟踪科目测试动态规避跟踪能力、静态障碍规避能力,所述水下威胁探测科目测试对水雷探测能力、对潜航器/潜艇探测能力。
进一步的,如图12所示,所述装置还包括:
第一构建单元36,用于在所述计算单元35根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分之前,通过层级划分的方式构建测试指标体系,其中,所述测试指标体系共有三个层级,包括一级测试指标、二级测试指标及三级测试指标;
从一级测试指标到三级测试指标呈树状分布,且每个层级中包含多个测试指标。
进一步的,如图12所示,所述转换单元33包括:
转化模块331,用于根据所述测试时长和/或精准度转化为三级测试指标对应的得分;
第一确定模块332,用于确定各个三级测试指标在二级测试指标中是否有同一根节点;
第一加和模块333,用于当所述第一确定模块332确定各个三级测试指标在二级测试指标中有同一根节点时,将同一根节点下的所有三级测试指标对应的得分加和,得到二级测试指标得分;
第二确定模块334,用于确定二级测试指标在一级测试指标中是否有同一根节点;
第二加和模块335,用于当所述第二确定模块334确定二级测试指标在一级测试指标中有同一根节点时,将同一根节点下的所有二级测试指标对应的得分加和,得到一级测试指标得分。
进一步的,如图12所示,当确定所述测试指标与时间因素相关时,所述转换单元33包括:
第一获取模块336,用于获取单项测试科目中每个无人艇的测试时长;
确定模块,用于根据所述第一获取模块获取的测试时长确定出最长时长与最短时长;
第一处理模块337,用于根据单个无人艇的实际测试时长、所述确定模块确定的最长时长及最短时长对所述实际测试时长进行归一化处理得到时间因素相关的测试指标;
计算模块338,用于将所述处理模块处理得到的所述时间因素相关的测试指标与精准度相关的测试指标相乘后,并对乘积结果进行归一化处理得到单项测试指标得分。
进一步的,如图12所示,当确定所述测试指标与精准度相关时,所述转换单元33还包括:
第二获取模块339,用于获取单项测试科目中每个无人艇的精准度;
第二确定模块3310,用于根据所述第二获取模块339获取的准精度确定出最高精准度与最低精准度;
第二处理模块3311,用于根据单个无人艇的实际精准度、最高精准度与最低精准度进行归一化处理,得到单项测试指标得分。
可选的,所述装置还包括:
第二构建单元37,用于在所述计算单元35根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分之前,按照层次分析法取每一层级中的任意两个测试指标,构建判断矩阵;
第二处理单元38,用于计算所述判断矩阵中各测试指标的特征值,并将最大的实特征值对应的特征向量确定为权重。
综上,通过层级划分的方式构建测试指标体系,按照层次分析法取每一层级中的任意两个测试指标,构建判断矩阵,计算各测试指标的权重,基于所有测试科目获得的无人艇各项测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分,优化了对无人艇的测试及评分方法,提高了对无人艇的评估测试精准度,有利于找准无人艇能力短板弱项,加快无人艇综合能力的提升。
本发明实施例提供了一种无人艇综合能力的测试系统,如图13所示,包括:至少一个处理器41;以及与所述处理器41连接的至少一个存储器42、总线43;其中,
所述处理器41、存储器42通过所述总线43完成相互间的通信;
所述处理器41用于调用所述存储器42中的程序指令,以执行上述方法实施例中的步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的测试数据的校验方法及装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种无人艇综合能力的测试方法,其特征在于,包括:
根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标;
记录无人艇在所述测试区域内从入场到出场的测试时长,和/或记录在所述测试路径上发现目标障碍位置的精准度;
根据所述测试时长和/或精准度转换为单项测试指标得分,并依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;
根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分;
其中,所述六种测试科目分别为:区域探测科目、高速抵近查证科目、近岸目标探测科目、水面障碍态势构建科目、入侵目标跟踪科目及水下威胁探测科目。
2.根据权利要求1所述的方法,其特征在于,所述测试指标包括但不限于以下内容:续航力、静态障碍规避能力、路径跟踪能力、最大航速、巡航航速、可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力、动态规避跟踪能力、对水雷探测能力、对潜航器/潜艇探测能力;
其中,所述区域探测科目测试续航力、静态障碍规避能力、路径跟踪能力,所述高速抵近查证科目测试最大航速、巡航航速,所述近岸目标探测科目测试可见光载荷探测能力、红外光载荷探测能力、静态障碍规避能力,所述水面障碍态势构建科目测试可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力,所述入侵目标跟踪科目测试动态规避跟踪能力、静态障碍规避能力,所述水下威胁探测科目测试对水雷探测能力、对潜航器/潜艇探测能力。
3.根据权利要求2所述的方法,其特征在于,在根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分之前,所述方法还包括:
通过层级划分的方式构建测试指标体系,其中,所述测试指标体系共有三个层级,包括一级测试指标、二级测试指标及三级测试指标;
从一级测试指标到三级测试指标呈树状分布,且每个层级中包含多个测试指标。
4.根据权利要求3所述的方法,其特征在于,根据所述测试时长和/或精准度转换为单项测试指标得分包括:
根据所述测试时长和/或精准度转化为三级测试指标对应的得分;
确定各个三级测试指标在二级测试指标中是否有同一根节点;
若有,则将同一根节点下的所有三级测试指标对应的得分加和,得到二级测试指标得分;
确定二级测试指标在一级测试指标中是否有同一根节点;
若有,则将同一根节点下的所有二级测试指标对应的得分加和,得到一级测试指标得分。
5.根据权利要求4所述的方法,其特征在于,当确定所述测试指标与时间因素相关时,根据所述测试时长和/或精准度转换为单项测试指标得分包括:
获取单项测试科目中每个无人艇的测试时长,并确定出最长时长与最短时长;
根据单个无人艇的实际测试时长、最长时长及最短时长对所述实际测试时长进行归一化处理得到时间因素相关的测试指标;
将所述时间因素相关的测试指标与精准度相关的测试指标相乘后,并对乘积结果进行归一化处理得到单项测试指标得分。
6.根据权利要求4所述的方法,其特征在于,当确定所述测试指标与精准度相关时,根据所述测试时长和/或精准度转换为单项测试指标得分包括:
获取单项测试科目中每个无人艇的精准度,并确定出最高精准度与最低精准度;
根据单个无人艇的实际精准度、最高精准度与最低精准度进行归一化处理,得到单项测试指标得分。
7.根据权利要求1至6中任一项所述的方法,其特征在于,在根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分之前,所述方法还包括:
按照层次分析法取每一层级中的任意两个测试指标,构建判断矩阵;
计算所述判断矩阵中各测试指标的特征值,并将最大的实特征值对应的特征向量确定为权重。
8.一种无人艇综合能力的测试装置,其特征在于,包括:
确定单元,用于根据已选择的目标测试科目确定测试区域及测试路径;所述目标测试科目为六种测试科目中的其中一种,每个测试科目至少能测试一种测试指标;
记录单元,用于记录无人艇在所述确定单元确定的所述测试区域内从入场到出场的测试时长;
所述记录单元,还用于记录在所述测试路径上发现目标障碍位置的精准度;
转换单元,用于根据所述记录单元记录的所述测试时长和/或精准度转换为单项测试指标得分;
第一处理单元,用于依次选择剩余五种测试科目进行测试,以得到六种测试科目测试的所有测试指标得分;
计算单元,用于根据所有测试指标得分、以及各个测试指标对应的权重计算无人艇的综合得分;
其中,所述六种测试科目分别为:区域探测科目、高速抵近查证科目、近岸目标探测科目、水面障碍态势构建科目、入侵目标跟踪科目及水下威胁探测科目。
9.根据权利要求8所述的装置,其特征在于,所述测试指标包括但不限于以下内容:续航力、静态障碍规避能力、路径跟踪能力、最大航速、巡航航速、可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力、动态规避跟踪能力、对水雷探测能力、对潜航器/潜艇探测能力;
其中,所述区域探测科目测试续航力、静态障碍规避能力、路径跟踪能力,所述高速抵近查证科目测试最大航速、巡航航速,所述近岸目标探测科目测试可见光载荷探测能力、红外光载荷探测能力、静态障碍规避能力,所述水面障碍态势构建科目测试可见光载荷探测能力、红外光载荷探测能力、对水面目标感知能力、态势融合能力,所述入侵目标跟踪科目测试动态规避跟踪能力、静态障碍规避能力,所述水下威胁探测科目测试对水雷探测能力、对潜航器/潜艇探测能力。
10.一种无人艇综合能力的测试系统,其特征在于,所述系统包括
至少一个处理器;
以及与所述处理器连接的至少一个存储器、总线;其中,
所述处理器、存储器通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的程序指令,实现以上述权利要求1至7中任一项所述的无人艇综合能力的测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010246495.1A CN111553559B (zh) | 2020-03-31 | 2020-03-31 | 无人艇综合能力的测试方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010246495.1A CN111553559B (zh) | 2020-03-31 | 2020-03-31 | 无人艇综合能力的测试方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111553559A true CN111553559A (zh) | 2020-08-18 |
CN111553559B CN111553559B (zh) | 2024-02-02 |
Family
ID=72007360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010246495.1A Active CN111553559B (zh) | 2020-03-31 | 2020-03-31 | 无人艇综合能力的测试方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553559B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117608273A (zh) * | 2024-01-23 | 2024-02-27 | 北京星网船电科技有限公司 | 一种系统可靠性控制方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106444776A (zh) * | 2016-10-28 | 2017-02-22 | 中国舰船研究设计中心 | 一种无人艇自主性能评估方法 |
CN108520362A (zh) * | 2018-04-13 | 2018-09-11 | 贵州大学 | 一种农村智能电网水平的综合评价方法 |
US10196142B2 (en) * | 2014-05-20 | 2019-02-05 | Infatics, Inc. | Method for adaptive mission execution on an unmanned aerial vehicle |
CN110046376A (zh) * | 2019-02-26 | 2019-07-23 | 中国西安卫星测控中心 | 一种基于贝叶斯网络的卫星姿控系统多工况健康评估方法 |
-
2020
- 2020-03-31 CN CN202010246495.1A patent/CN111553559B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10196142B2 (en) * | 2014-05-20 | 2019-02-05 | Infatics, Inc. | Method for adaptive mission execution on an unmanned aerial vehicle |
CN106444776A (zh) * | 2016-10-28 | 2017-02-22 | 中国舰船研究设计中心 | 一种无人艇自主性能评估方法 |
CN108520362A (zh) * | 2018-04-13 | 2018-09-11 | 贵州大学 | 一种农村智能电网水平的综合评价方法 |
CN110046376A (zh) * | 2019-02-26 | 2019-07-23 | 中国西安卫星测控中心 | 一种基于贝叶斯网络的卫星姿控系统多工况健康评估方法 |
Non-Patent Citations (1)
Title |
---|
冯小宁 等: "《十年磨一剑 华南理工大学国防生培养工作实践与研究》", 31 December 2010, 华南理工大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117608273A (zh) * | 2024-01-23 | 2024-02-27 | 北京星网船电科技有限公司 | 一种系统可靠性控制方法和装置 |
CN117608273B (zh) * | 2024-01-23 | 2024-04-12 | 北京星网船电科技有限公司 | 一种系统可靠性控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111553559B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220197281A1 (en) | Intelligent decision-making method and system for unmanned surface vehicle | |
KR102319541B1 (ko) | 객체의 종횡비나 스케일에 따라 모드를 전환할 수 있는 r-cnn 기반의 감시에 사용되는 객체 검출기의 학습 방법 및 테스트 방법, 이를 이용한 학습 장치 및 테스트 장치 | |
CN1166922C (zh) | 多传感器多目标信息融合方法 | |
CN109960148B (zh) | 一种智能无人系统的自主性评估方法及系统 | |
US9115996B2 (en) | Threat analysis toolkit | |
CN110414396A (zh) | 一种基于深度学习的无人艇感知融合算法 | |
Xu et al. | A survey on ship collision risk evaluation | |
CN110189304B (zh) | 基于人工智能的光学遥感图像目标在线快速检测方法 | |
Zinchenko et al. | Automatic collision avoidance with multiple targets, including maneuvering ones | |
CN108061572B (zh) | 一种海洋核动力平台综合态势显控系统及方法 | |
US11145089B2 (en) | Method for measuring antenna downtilt based on multi-scale detection algorithm | |
CN110766721B (zh) | 一种基于机载视觉的着舰合作目标检测方法 | |
CN111968046A (zh) | 一种基于拓扑结构的雷达光电传感器目标关联融合方法 | |
CN110008985A (zh) | 基于改进d-s证据理论规则的舰载机群目标识别方法 | |
CN111553559A (zh) | 无人艇综合能力的测试方法、装置及系统 | |
CN113624241B (zh) | 一种面向进港运动船舶的无人机查证路线规划方法 | |
CN110826891A (zh) | 一种基于船舶集群态势的相对碰撞危险度获取方法 | |
CN113933828A (zh) | 一种无人艇环境自适应多尺度目标检测方法及系统 | |
CN113239616A (zh) | 一种基于无人艇-机集群协同的海岛火灾救援方法及系统 | |
US11776250B2 (en) | Method and device for situation awareness | |
Shi et al. | An evaluation method of autonomy for marine unmanned vehicles | |
CN114898222B (zh) | 一种舰船目标航迹识别方法及装置 | |
CN110646857B (zh) | 水下磁目标分布式搜索方法 | |
CN106952503A (zh) | 一种基于自适应多传感器管理的海上态势感知方法 | |
CN114216463A (zh) | 一种路径优化目标定位方法及装置、存储介质、无人设备 |
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 |