CN111932944A - 基于区域船舶数据在船端进行数据处理的方法 - Google Patents
基于区域船舶数据在船端进行数据处理的方法 Download PDFInfo
- Publication number
- CN111932944A CN111932944A CN202010648223.4A CN202010648223A CN111932944A CN 111932944 A CN111932944 A CN 111932944A CN 202010648223 A CN202010648223 A CN 202010648223A CN 111932944 A CN111932944 A CN 111932944A
- Authority
- CN
- China
- Prior art keywords
- fusion
- ship
- node
- area
- region
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于区域船舶数据在船端进行数据处理的方法,方法包括:A1、汇聚节点获取目标航区内的所有船舶节点信息,采用通讯距离最小二乘法确定目标航区中各子区域的融合节点及融合权重;所述汇聚节点为预先通过管理中心在目标航区内设置的一节点;A2、针对每一融合节点,每一融合节点接收该融合节点所在区域内各船舶发送的数据,并进行数据融合,获得各融合节点融合后的数据;A3、所述汇聚节点接收所有融合节点发送的融合后的数据,并结合各融合节点对应的融合权重,获取融合后的航迹。本发明的方法为船端数据融合提供一种切实可行的融合节点选择方法,在后续数据分析中,可以有效降低冗余信息的传递,提高有效计算率。
Description
技术领域
本发明涉及智能船舶交通管理技术领域,尤其涉及一种基于区域船 舶数据在船端进行数据处理的方法。
背景技术
当前,判断相邻船舶是否会发生碰撞并指导有碰撞危险船舶实行避 碰操作,协助智能船舶安全航行并维持海航交通秩序,已受到越来越多 人的关注。
现行的避碰策略多采取岸端融合-中心协控的思路指挥航区内智能船 舶协同避碰,这般处理无疑能最大程度的发挥岸基中心的指挥协同作 用,加强区域交通的秩序性及稳定性,但不可否认,这种先知后动的思 路从安全性和时效性角度考虑,还是要逊色于既动且知的思路。
另外,对于智能船舶船端数据融合系统来说,感知并接收区域船舶 的信息,不仅增加了船端融合的计算量,耗费了大量计算资源,而且融 合末端冗余的数据,延长了融合计算时间,降低了信息的即时处理能 力。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本发明提供一种基于区域船舶数 据在船端进行数据处理的方法。
(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:
第一方面,本发明实施例提供一种基于区域船舶数据在船端进行数 据处理的方法,包括:
A1、汇聚节点获取目标航区内的所有船舶节点信息,采用通讯距离 最小二乘法确定目标航区中各子区域的融合节点及融合权重;所述汇聚 节点为预先通过管理中心在目标航区内设置的一节点;
A2、针对每一融合节点,每一融合节点接收该融合节点所在区域内 各船舶发送的数据,并进行数据融合,获得各融合节点融合后的数据;
A3、所述汇聚节点接收所有融合节点发送的融合后的数据,并结合 各融合节点对应的融合权重,获取融合后的航迹。
可选地,所述A1包括:
A1-1、管理中心根据智能船舶协同避碰决策方法协同调配船舶,并 确定目标航区;管理中心将目标航区内目标船舶作为汇聚节点,
A1-2、所述汇聚节点以水域交通复杂度为依据确定辐射半径,并以 汇聚节点为圆心,根据所述辐射半径,获取辐射区域;
A1-3、所述汇聚节点对辐射区域按照井字空间法进行分割,得到多 个子区域,统计各子区域内船舶数量,确定各区域的融合权重,以及
以各子区域内船舶与汇聚节点的距离为依据,确定各子区域的融合 节点。
可选地,所述A1还包括:
A1-4、所述汇聚节点将确定的各子区域的融合节点的信息发送各子 区域内的所有船舶。
可选地,所述A1-2包括:
以水域交通复杂度ε为依据确定辐射半径R,以汇聚节点为圆心,扫 掠得到辐射区域;
x1n表示关注区域船舶数量,x10n表示协调区域船舶数量,S1n为N1海 里水域的水域面积,S10n为N2海里区域的水域面积;
以水域交通复杂度ε为依据确定辐射半径R,具体是指:
当ε=10,即x1n=x10n时,水域交通复杂度最小,辐射半径R取最小值1n 海里;
当ε≠10,即x1n≠x10n时,随着ε增大,复杂度增大,辐射半径随之增 大,并趋近于最大值10n,随着ε减小,复杂度减小,辐射半径随之减 小,并趋近于最小值1n,n、N均为大于等于1的自然数。
可选地,所述A1-3包括:
对辐射区域按井字空间进行分割,并为分割后的区域编号;
所述按井字空间进行分割,具体是指:
1)以目标船舶为原点,东西方向为X轴,南北方向为Y轴建立笛卡 尔直角坐标系,其中正东方向为X轴正方向,正北方向为Y轴正方向;
2)在坐标系中绘制x1=-2/3R,x2=2/3R,y1=-2/3R,y2=-2/3R四条直线, 其中x1、y1相交于A点,x1、y2相交于B点,x2、y2相交于C点,x2、y1相交于 D点;
3)x1、x2、y1、y2四条直线分别与辐射区域边缘相交,形成8个交点, 其中,x1位于第二象限的交点为E点,第三象限的交点为F点,x2位于第 一象限的交点为G点,第四象限的交点为H点,y1位于第三象限的交点 为I点,第四象限的交点为J点,y2位于第二象限的交点为K点,第一象 限的交点为L点;
4)x1、x2、y1、y2四条直线将辐射区域按井字空间进行分割,分割为9 个区域,其中每个区域按顶点命名,依次为:区域EKB、区域EGBC、 区域GCL、区域KBIA、区域BCAD、区域CLDJ、区域IAF、区域ADFH、 区域DJH;
对区域进行编号,按从左到右,从上到下的顺序依次为区域编号, 则区域名称分别定义为S1,S2,...,S9;
5)统计S1,S2,...,S9区域内的船舶数量x1,x2,...,x9,并计算辐射区域船舶 数量xf,确定各区域最终融合权重u1,u2,...,u9;
6)以融合船舶和目标船舶间的距离为依据,确定各区域的融合节 点。
可选地,所述6)包括:
以区域S7进行具体说明:
为某一时刻t1区域S7内的船舶构建集合{b7-1,b7-2,...,b7-n},则各船舶到目标 船舶的距离分别为d7-1,d7-2,...,d7-n;
对d7-1,d7-2,...,d7-n按大小进行排序,得最小距离d7-ii∈{1,2,...,n};
返回i值,确定船舶b7-i为区域S7的融合节点。
可选地,所述A2包括:
所述融合节点通过内部的VHF信息收发模块接收该融合节点所在区 域内各船舶发送的数据。
可选地,所述A3包括:
所述汇聚节点通过内部的VHF信息收发模块接收各融合节点发送的 融合后的数据。
(三)有益效果
本发明的有益效果是:本发明的方法为船端数据融合提供一种切实 可行的融合节点选择方法,同时在船端数据融合处理时可以降低冗余信 息的传递,提高有效计算率,降低系统的反馈时间。
进一步地,本发明实施例中以方位分割的方法进行的次级融合,可 以降低冗余信息的传递,提高有效计算率,为船舶执行避碰决策争取更 多时间。相较于传统岸基中心决策避碰法,摆脱了信息传输上的束缚, 增强了系统对避碰规则的依靠,遵循了去人工化的设计思路,拓宽了探 索避碰方法的道路。加强了小范围内船舶避碰时的协同性,避免因目标 船舶执行避碰操作而造成相邻船舶产生新的碰撞风险。
附图说明
图1为本发明一实施例提供的基于区域船舶数据在船端进行数据处 理的方法的流程示意图;
图2A至2C分别为本发明一实施例提供的井字空间分割法的示意 图;
图3为本发明另一实施例提供的基于区域船舶数据在船端进行数据 处理的方法的流程示意图;
图4为本发明一实施例提供的智能船舶协同避碰决策系统的架构 图;
图5为本发明一实施例提供的智能船舶系统避碰决策方法的流程示 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。
本发明提出了一种用于区域船舶数据融合的融合节点分配方法,为 船端数据融合提供一种切实可行的融合节点选择方法,以方位分割的方 法进行的次级融合,可以降低冗余信息的传递,提高有效计算率,降低 系统的反馈时间。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发 明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应 当理解,可以以各种形式实现本发明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清楚、透彻地理解本发明,并 且能够将本发明的范围完整的传达给本领域的技术人员。
需要说明的是,本发明实施例中的船舶均指智能船舶,在部分地方 使用船舶,在部分区域使用智能船舶,其含义均表示智能船舶。
实施例一
如图1所示,图1示出了本发明一实施例提供的基于区域船舶数据 在船端进行数据处理的方法的流程示意图;本实施例的基于区域船舶数 据在船端进行数据处理的方法包括:
A1、汇聚节点获取目标航区内的所有船舶节点信息,采用通讯距离 最小二乘法确定目标航区中各子区域的融合节点及融合权重;所述汇聚 节点为预先通过管理中心在目标航区内设置的一节点;
A2、针对每一融合节点,每一融合节点接收该融合节点所在区域内 各船舶发送的数据,并进行数据融合,获得各融合节点融合后的数据;
A3、所述汇聚节点接收所有融合节点发送的融合后的数据,并结合 各融合节点对应的融合权重,获取融合后的航迹。
本实施例中,融合航迹将用于判断区域船舶是否存在碰撞风险,并 基于融合航迹及协同避碰规则计算修正航迹。也就是说,基于区域内各 船端数据和岸基数据实现多级融合后,汇聚节点得到区域船舶的航迹集, 当存在碰撞风险时,汇聚节点可依据协同避碰规则,让风险船舶与关联 船舶同时做出航迹修改,得到修正航迹集,再通过VHF通信系统,发送 给区域所有船舶,使相关船舶执行避碰指令,实现航迹修正。
在具体实现过程中,上述的步骤A1可包括下述的子步骤:
A1-1、管理中心根据智能船舶协同避碰决策方法协同调配船舶,并 确定目标航区;管理中心将目标航区内目标船舶作为汇聚节点,
A1-2、所述汇聚节点以水域交通复杂度为依据确定辐射半径,并以 汇聚节点为圆心,根据所述辐射半径,获取辐射区域。
举例来说,以水域交通复杂度ε为依据确定辐射半径R,以汇聚节点 为圆心,扫掠得到辐射区域;
x1n表示关注区域船舶数量,x10n表示协调区域船舶数量,S1n为N1海 里水域的水域面积,S10n为N2海里区域的水域面积;
以水域交通复杂度ε为依据确定辐射半径R,具体是指:
当ε=10,即x1n=x10n时,水域交通复杂度最小,辐射半径R取最小值1n 海里;
当ε≠10,即x1n≠x10n时,随着ε增大,复杂度增大,辐射半径随之增 大,并趋近于最大值10n,随着ε减小,复杂度减小,辐射半径随之减 小,并趋近于最小值1n,n、N均为大于等于1的自然数。
A1-3、所述汇聚节点对辐射区域按照井字空间法进行分割,得到多 个子区域,统计各子区域内船舶数量,确定各区域的融合权重,以及
以各子区域内船舶与汇聚节点的距离为依据,确定各子区域的融合 节点。
为更好的理解上述的上述子步骤A1-3的下面结合1)至6)进行详 细说明。
对辐射区域按井字空间进行分割,并为分割后的区域编号,如图2A 至图2C所示;
所述按井字空间进行分割,具体是指:
1)以目标船舶为原点,东西方向为X轴,南北方向为Y轴建立笛卡 尔直角坐标系,其中正东方向为X轴正方向,正北方向为Y轴正方向;
2)在坐标系中绘制x1=-2/3R,x2=2/3R,y1=-2/3R,y2=-2/3R四条直线, 其中x1、y1相交于A点,x1、y2相交于B点,x2、y2相交于C点,x2、y1相交于 D点;
3)x1、x2、y1、y2四条直线分别与辐射区域边缘相交,形成8个交点, 其中,x1位于第二象限的交点为E点,第三象限的交点为F点,x2位于第 一象限的交点为G点,第四象限的交点为H点,y1位于第三象限的交点 为I点,第四象限的交点为J点,y2位于第二象限的交点为K点,第一象 限的交点为L点;
4)x1、x2、y1、y2四条直线将辐射区域按井字空间进行分割,分割为9 个区域,其中每个区域按顶点命名,依次为:区域EKB、区域EGBC、 区域GCL、区域KBIA、区域BCAD、区域CLDJ、区域IAF、区域ADFH、 区域DJH;
对区域进行编号,按从左到右,从上到下的顺序依次为区域编号1, 2,……9,则区域名称分别定义为S1,S2,...,S9;
5)统计S1,S2,...,S9区域内的船舶数量x1,x2,...,x9,并计算辐射区域船舶 数量xf,确定各区域最终融合权重u1,u2,...,u9;
6)以融合船舶和目标船舶间的距离为依据,确定各区域的融合节 点。也就是说,以通讯距离最小二乘法确定区域融合节点。
以区域S7进行具体说明:
为某一时刻t1区域S7内的船舶构建集合{b7-1,b7-2,...,b7-n},则各船舶到目标 船舶的距离分别为d7-1,d7-2,...,d7-n;
对d7-1,d7-2,...,d7-n按大小进行排序,得最小距离d7-ii∈{1,2,...,n};
返回i值,确定船舶b7-i为区域S7的融合节点。
或者,
以区域S5为例,具体方法为:
①在任意时刻t1对区域S5内的智能船舶编号,1,2,3,…,n;
②计算以各船舶为融合节点时船舶间的通讯距离,并构建集合
⑦确认该船舶为区域S5融合节点。
由此,以方位分割的方法确定子区域的融合节点及融合权重,进而 在后续数据处理过程中,先进行的次级融合,可以降低冗余信息的传 递,提高有效计算率,降低系统的反馈时间,为船舶执行避碰决策争取 更多宝贵时间。
在实际应用中,上述步骤A1还可包括:
A1-4、所述汇聚节点将确定的各子区域的融合节点的信息发送各子 区域内的所有船舶。
需要说明的是,在本发明实施例中,目标航区内任意船舶之间的数 据传输均是基于VHF信息传输方式实现的,也就是说,每一船舶内设置 有各自的VHF信息收发模块,进而相互发送或接收数据均通过各自的 VHF信息收发模块实现。由此,实现信息传输的快速、准确,为后续数 据融合及避碰操作提供较多的数据基础。
实施例二
结合图2和图3对上述步骤A1至A3进项详细说明。
M1、设置目标航区关注船舶为汇聚节点。
所述的目标航区,具体是指应用上述智能船舶协同避碰决策方法来 协同调配智能船舶航行规划的任一航区。
所述的关注船舶,具体是指当前或者即将到来的一段时间内,观察 者/决策者关心航行安全,或自身存在碰撞风险的任一船舶。
M2、以水域交通复杂度ε为依据确定辐射半径R,以汇聚节点为圆心, 扫掠得到辐射区域。
所述的水域交通复杂度ε,具体是指以汇聚节点为圆心方圆1海里水 域(关注区域)中的智能船舶数量与水域面积比除以以汇聚节点为圆心方 圆10海里水域(协调区域)中的智能船舶数量与水域面积比,即其中x1n表示关注区域智能船舶数量,x10n表示协调区域智能船舶数量,S1n为关注区域水域面积,S10n为协调区域水域面积,因S1n,S10n有确定值, 因此公式可简化为
所述的以水域交通复杂度ε为依据确定辐射半径R,具体是指:
①当ε=10,即x1n=x10n时,水域交通复杂度最小,辐射半径R取最小值 1n(1海里);
②当ε≠10,即x1n≠x10n时,随着ε增大,复杂度增大,辐射半径随之增 大,并趋近于最大值10n,随着ε减小,复杂度减小,辐射半径随之减 小,并趋近于最小值1n。
M3、对辐射区域按井字空间进行分割,并为分割后的区域编号,如 图2所示。
所述的按井字空间进行分割,具体是指:
①以目标船舶为原点,东西方向为X轴,南北方向为Y轴建立笛卡 尔直角坐标系,其中正东方向为X轴正方向,正北方向为Y轴正方向;
②在坐标系中绘制x1=-2/3R,x2=2/3R,y1=-2/3R,y2=-2/3R四条直 线,其中x1、y1相交于A点,x1、y2相交于B点,x2、y2相交于C点,x2、y1相 交于D点;
③x1、x2、y1、y2四条直线分别与辐射区域边缘相交,形成8个交点,其 中x1位于第二象限的交点为E点,第三象限的交点为F点,x2位于第一象 限的交点为G点,第四象限的交点为H点,y1位于第三象限的交点为I 点,第四象限的交点为J点,y2位于第二象限的交点为K点,第一象限 的交点为L点;
④x1、x2、y1、y2四条直线将辐射区域按井字空间进行分割,分割为9个 区域,其中每个区域按顶点命名,依次为:区域EKB、区域EGBC、区 域GCL、区域KBIA、区域BCAD、区域CLDJ、区域IAF、区域
ADFH、区域DJH。
⑤为方便记录,对区域进行编号,按从左到右,从上到下的顺序依 次为区域编号1,2,…,9,则区域名称分别定义为S1,S2,...,S9。
M4、统计S1,S2,...,S9区域内的智能船舶数量x1,x2,...,x9,并计算辐射区 域智能船舶数量xf,确定各区域最终融合权重u1,u2,...,u9。
M5、以融合船舶和目标船舶间的距离为依据,确定各区域融合节 点。以区域S7为例,具体方法为:
①为某一时刻t1区域S7内的智能船舶构建集合{b7-1,b7-2,...,b7-n},则各船 舶到目标船舶的距离分别为d7-1,d7-2,...,d7-n;
②对d7-1,d7-2,...,d7-n按大小进行排序,得最小距离d7-ii∈{1,2,...,n};
③返回i值,确定船舶b7-i为区域S7的融合节点。
M6、融合节点分配完毕,进行各区域节点数据融合,并将各节点融 合后的数据传递至汇聚节点。
在本实施例中,区域内智能船舶通过获取的船舶航行数据及周边环 境信息计算船舶航迹信息,航迹信息通过两轮融合,最终于目标船舶上 完成航迹融合。首轮融合中进行航迹融合计算的船舶,即为融合节点。 在这种船-船多级融合的模式下,融合节点如何分配,将直接影响到信 息传播成本、航迹准确程度以及避碰决策效率。为此,本实施例所属融合节点的确定方式,给无序的融合节点分配制定了方法,既兼顾了上述 三个考虑,又方便系统管理。
也就是说,本实施例的方法,为船端数据融合提供一种切实可行的 融合节点选择方法,具有一定的借鉴意义;这种以方位分割的方法进行 的次级融合,可以降低冗余信息的传递,提高有效计算率,降低系统的 反馈时间,为船舶执行避碰决策争取更多宝贵时间。相较于传统岸基中 心决策避碰法,摆脱了信息传输上的束缚,增强了系统对避碰规则的依靠,遵循了去人工化的设计思路,拓宽了探索避碰方法的道路。加强了 小范围内船舶避碰时的协同性,避免因目标船舶执行避碰操作而造成相 邻船舶产生新的碰撞风险。
实施例三
如图4所示,图4示出了应用上述方法的智能船舶协同避碰决策系 统的架构图,图4所示的系统可包括:船岸感知模块、船端融合模块、 信息交互模块和协同避碰模块。
其中,船岸感知模块,由区域船舶感知系统及岸基雷达组成,主要 实现感知收集航区内目标及障碍物的航迹及位置信息,并将信息以数据 形式传递给船端融合模块。也就是说,借助于目标航区内船舶和岸基雷 达,获取目标航区内各船舶感知的数据,该数据可包括航区内每一船舶 的位置信息、运行状态信息,航区内障碍物的航迹等。
船端融合模块,基于预先确定的多源数据融合算法,将接收到的数 据在船端进行航迹融合,得到目标船舶融合航迹。即结合上述图1所示 的方法进行数据融合。
协同避碰模块,用于判断区域船舶是否需要执行避碰等相关操作, 并将最终决策指令传递给区域船舶,实现区域船舶多船协同。例如,根 据目标船舶融合航迹和/或相关指令(如管理中心发送的指令等),确定 用于目标航区内船舶协同避碰的信息。
信息交互模块,利用VHF信息传输方法,在区域内各船舶间构建信 息网,实时收发船舶最新融合航迹及决策辅助数据。例如,根据船端融 合模块获取的目标船舶融合航迹、协同避碰模块确定的信息,与目标航 区内的船舶、管理中心交互。
本实施例的系统相对于不同于传统模式,本实施例中信息交互模块 和协同避碰模块均位于汇聚节点,汇聚节点是借助于图1中的方法即在 “基于通讯距离最小二乘法的船舶船端融合节点选择方法”确定的。汇聚 节点用于判断是否需要避碰、避碰决策的制定及发送,相对传统模式, 其可以降低冗余信息的传递,提高有效计算率。
如图5所示的智能船舶协同避碰决策方法的示意图,图5示出了上 述图4所示的智能船舶协同避碰决策系统的使用方法的流程示意图。
具体地,其步骤如下:
P1、船岸信息感知:岸基感知设备(岸基雷达)将捕获的多源数据 传递至目标船舶;船用感知设备(AIS系统和导航雷达)则直接进行数据 获取。
P2、船端航迹融合:将获取的数据在船端融合中心进行航迹关联与 融合,得到目标船舶融合航迹A1、A2、…、An。
P3、船端信息交互:通过VHF传输方式,进行区域船舶的船端信息 交互,建立区域船舶融合航迹集A={A1,A2,...An}(n∈N*),区域船舶回转 性指数集{a}={a1,a2,...an}(n∈N*),区域船舶跟从性指数 {b}={b1,b2,...bn}(n∈N*),区域船舶油程比{c}={c1,c2,...cn}(n∈N*)。
可理解的是,甚高频通信系统(VHF COMM)是移动无线电通信中 的一个重要系统,用于民用航空及海事近距离通信。其通信方式以话 音、图像、数据为媒体,通过光或电信号将信息传输到另一方。
上述的船舶回转性指数a,具体是指船舶设计手册中无因次量K', K'越大,定常回转角速度越大,回转直径越小,船的回转性越好。
上述的船舶跟从性指数b,具体是指船舶设计手册中无因次量T',T' 越小,操舵后船舶改变首向并进入定常回转的时间越短,船的跟从性越 好。
上述的权重因子n,表示船舶回转性指数a、船舶跟从性指数b和船 舶油程比c对避碰决策的影响程度,取值范围为[-1,1],数值越大,影响 程度越大。
P4、协同避碰策略:设计权重因子集{n}={n1,n2,n3},计算协同避碰时 的船舶航迹B1、B2、…、Bn,建立协同避碰航迹集 B={B1,B2,...Bn}(n∈N*)。
P5、避碰航迹反馈:各船舶接收避碰航迹信息后向节点反馈避碰协 调处理信息。
本实施例的系统及系统操作方法可以降低冗余信息的传递,提高有 效计算率,降低系统的反馈时间,为船舶执行避碰决策争取更多时间。 相较于传统岸基中心决策避碰法,摆脱了信息传输上的束缚,增强了系 统对避碰规则的依靠,加强了小范围内船舶避碰时的协同性,避免因目 标船舶执行避碰操作而造成相邻船舶产生新的碰撞风险。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统 或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实 施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在 一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包 括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程 序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程 序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实 现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方 框图中的流程和/或方框的结合。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图 标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求 中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这 样的部件。本发明可以借助于包括有若干不同部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权利要求中,这些装置中 的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等 的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为 部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、 “一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描 述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包 含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的 示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特 征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的 方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本 说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结 合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了 基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以, 权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和 修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱 离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发 明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和 变型在内。
Claims (9)
1.一种基于区域船舶数据在船端进行数据处理的方法,其特征在于,包括:
A1、汇聚节点获取目标航区内的所有船舶节点信息,采用通讯距离最小二乘法确定目标航区中各子区域的融合节点及融合权重;所述汇聚节点为预先通过管理中心在目标航区内设置的一节点;
A2、针对每一融合节点,每一融合节点接收该融合节点所在区域内各船舶发送的数据,并进行数据融合,获得各融合节点融合后的数据;
A3、所述汇聚节点接收所有融合节点发送的融合后的数据,并结合各融合节点对应的融合权重,获取融合后的航迹。
2.根据权利要求1所述的方法,其特征在于,所述A1包括:
A1-1、管理中心根据智能船舶协同避碰决策方法协同调配船舶,并确定目标航区;管理中心将目标航区内目标船舶作为汇聚节点,
A1-2、所述汇聚节点以水域交通复杂度为依据确定辐射半径,并以汇聚节点为圆心,根据所述辐射半径,获取辐射区域;
A1-3、所述汇聚节点对辐射区域按照井字空间法进行分割,得到多个子区域,统计各子区域内船舶数量,确定各区域的融合权重,以及
以各子区域内船舶与汇聚节点的距离为依据,确定各子区域的融合节点。
3.根据权利要求2所述的方法,其特征在于,所述A1还包括:
A1-4、所述汇聚节点将确定的各子区域的融合节点的信息发送各子区域内的所有船舶。
4.根据权利要求2所述的方法,其特征在于,所述A1-2包括:
以水域交通复杂度ε为依据确定辐射半径R,以汇聚节点为圆心,扫掠得到辐射区域;
x1n表示N1海里水域内的船舶数量,x10n表示N2海里水域内的船舶数量,S1n为N1海里水域的水域面积,S10n为N2海里区域的水域面积;
以水域交通复杂度ε为依据确定辐射半径R,具体是指:
当ε=10,即x1n=x10n时,水域交通复杂度最小,辐射半径R取最小值1n海里;
当ε≠10,即x1n≠x10n时,随着ε增大,复杂度增大,辐射半径随之增大,并趋近于最大值10n,随着ε减小,复杂度减小,辐射半径随之减小,并趋近于最小值1n,n、N均为大于等于1的自然数。
5.根据权利要求2所述的方法,其特征在于,所述A1-3包括:
对辐射区域按井字空间进行分割,并为分割后的区域编号;
所述按井字空间进行分割,具体是指:
1)以目标船舶为原点,东西方向为X轴,南北方向为Y轴建立笛卡尔直角坐标系,其中正东方向为X轴正方向,正北方向为Y轴正方向;
2)在坐标系中绘制x1=-2/3R,x2=2/3R,y1=-2/3R,y2=-2/3R四条直线,其中x1、y1相交于A点,x1、y2相交于B点,x2、y2相交于C点,x2、y1相交于D点;
3)x1、x2、y1、y2四条直线分别与辐射区域边缘相交,形成8个交点,其中,x1位于第二象限的交点为E点,第三象限的交点为F点,x2位于第一象限的交点为G点,第四象限的交点为H点,y1位于第三象限的交点为I点,第四象限的交点为J点,y2位于第二象限的交点为K点,第一象限的交点为L点;
4)x1、x2、y1、y2四条直线将辐射区域按井字空间进行分割,分割为9个区域,其中每个区域按顶点命名,依次为:区域EKB、区域EGBC、区域GCL、区域KBIA、区域BCAD、区域CLDJ、区域IAF、区域ADFH、区域DJH;
对区域进行编号,按从左到右,从上到下的顺序依次为区域编号,则区域名称分别定义为S1,S2,...,S9;
5)统计S1,S2,...,S9区域内的船舶数量x1,x2,...,x9,并计算辐射区域船舶数量xf,确定各区域最终融合权重u1,u2,...,u9;
6)以融合船舶和目标船舶间的距离为依据,确定各区域的融合节点。
6.根据权利要求5所述的方法,其特征在于,所述6)包括:
以区域S7进行具体说明:
为某一时刻t1区域S7内的船舶构建集合{b7-1,b7-2,...,b7-n},则各船舶到目标船舶的距离分别为d7-1,d7-2,...,d7-n;
对d7-1,d7-2,...,d7-n按大小进行排序,得最小距离d7-i i∈{1,2,...,n};
返回i值,确定船舶b7-i为区域S7的融合节点。
7.根据权利要求1所述的方法,其特征在于,所述A2包括:
所述融合节点通过内部的VHF信息收发模块接收该融合节点所在区域内各船舶发送的数据。
8.根据权利要求1所述的方法,其特征在于,所述A3包括:
所述汇聚节点通过内部的VHF信息收发模块接收各融合节点发送的融合后的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010648223.4A CN111932944B (zh) | 2020-07-07 | 2020-07-07 | 基于区域船舶数据在船端进行数据处理的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010648223.4A CN111932944B (zh) | 2020-07-07 | 2020-07-07 | 基于区域船舶数据在船端进行数据处理的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932944A true CN111932944A (zh) | 2020-11-13 |
CN111932944B CN111932944B (zh) | 2021-09-03 |
Family
ID=73312267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010648223.4A Active CN111932944B (zh) | 2020-07-07 | 2020-07-07 | 基于区域船舶数据在船端进行数据处理的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932944B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060075422A1 (en) * | 2004-09-30 | 2006-04-06 | Samsung Electronics Co., Ltd. | Apparatus and method performing audio-video sensor fusion for object localization, tracking, and separation |
CN103760871A (zh) * | 2014-01-24 | 2014-04-30 | 大连海事大学 | 一种船舶状态的诊断系统及其诊断方法 |
CN105390029A (zh) * | 2015-11-06 | 2016-03-09 | 武汉理工大学 | 基于航迹融合和航迹预测的船舶避碰辅助决策方法及系统 |
CN107959586A (zh) * | 2017-11-09 | 2018-04-24 | 中国运载火箭技术研究院 | 一种基于云平台的船端集成导航系统网络架构 |
CN109856625A (zh) * | 2019-03-06 | 2019-06-07 | 国网福建省电力有限公司莆田供电公司 | 一种基于多源数据融合的船舶位置识别方法 |
CN110954902A (zh) * | 2019-11-21 | 2020-04-03 | 智慧航海(青岛)科技有限公司 | 基于岸基雷达的智能船舶协同感知系统及其实现方法 |
CN111221336A (zh) * | 2020-01-19 | 2020-06-02 | 智慧航海(青岛)科技有限公司 | 一种船端辅助靠离泊系统 |
-
2020
- 2020-07-07 CN CN202010648223.4A patent/CN111932944B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060075422A1 (en) * | 2004-09-30 | 2006-04-06 | Samsung Electronics Co., Ltd. | Apparatus and method performing audio-video sensor fusion for object localization, tracking, and separation |
CN103760871A (zh) * | 2014-01-24 | 2014-04-30 | 大连海事大学 | 一种船舶状态的诊断系统及其诊断方法 |
CN105390029A (zh) * | 2015-11-06 | 2016-03-09 | 武汉理工大学 | 基于航迹融合和航迹预测的船舶避碰辅助决策方法及系统 |
CN107959586A (zh) * | 2017-11-09 | 2018-04-24 | 中国运载火箭技术研究院 | 一种基于云平台的船端集成导航系统网络架构 |
CN109856625A (zh) * | 2019-03-06 | 2019-06-07 | 国网福建省电力有限公司莆田供电公司 | 一种基于多源数据融合的船舶位置识别方法 |
CN110954902A (zh) * | 2019-11-21 | 2020-04-03 | 智慧航海(青岛)科技有限公司 | 基于岸基雷达的智能船舶协同感知系统及其实现方法 |
CN111221336A (zh) * | 2020-01-19 | 2020-06-02 | 智慧航海(青岛)科技有限公司 | 一种船端辅助靠离泊系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111932944B (zh) | 2021-09-03 |
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 | |
CN105775054B (zh) | 蚁群式动态溢油回收方法 | |
CN102081658B (zh) | 基于分层路网的路径搜索方法和装置 | |
CN107462243A (zh) | 一种基于高精度地图的云控自动驾驶任务生成方法 | |
CN107479572B (zh) | 基于仿生的无人机群组实时路径规划方法 | |
CN104267724A (zh) | 船舶航行的控制方法、装置和系统 | |
CN109655063B (zh) | 大型水陆两栖飞机海上搜索航路规划方法 | |
Li et al. | Ship’s trajectory planning based on improved multiobjective algorithm for collision avoidance | |
CN110031011A (zh) | 集成时空邻近与改进权重圆的车载实时地图匹配计算方法 | |
CN108803656A (zh) | 一种基于复杂低空的飞行控制方法及系统 | |
CN110285817B (zh) | 基于自适应d-s证据理论的复杂路网地图匹配方法 | |
CN108489491A (zh) | 一种水下自主航行器的三维航迹智能规划方法 | |
Blaich et al. | Fast grid based collision avoidance for vessels using A∗ search algorithm | |
CN109931943B (zh) | 无人船舶全局路径规划方法及电子设备 | |
CN113037395B (zh) | 一种水上水下跨域无人装备协同作业方法 | |
Kuhlemann et al. | A genetic algorithm for finding realistic sea routes considering the weather | |
CN113096446A (zh) | 混合航行场景下的多船避碰决策方法、存储介质及处理器 | |
CN111928855A (zh) | 基于ais数据的最短航线自动规划方法 | |
Wang et al. | Design and implementation of global path planning system for unmanned surface vehicle among multiple task points | |
Lee et al. | Generation of Ship’s passage plan using data-driven shortest path algorithms | |
CN111932944B (zh) | 基于区域船舶数据在船端进行数据处理的方法 | |
CN111176281A (zh) | 基于象限法的多水面无人艇覆盖式协同搜索方法及系统 | |
Blaich et al. | Extended grid based collision avoidance considering COLREGs for vessels | |
CN113538973A (zh) | 一种基于改进粒子群算法的船舶自动避碰方法 | |
Liu et al. | PE-A* Algorithm for Ship Route Planning Based on Field Theory |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221223 Address after: 266200 Building 2, No. 158, Middle Wenhai Road, Jimo District, Qingdao, Shandong Patentee after: NAVIGATION BRILLIANCE (QINGDAO) TECHNOLOGY Co.,Ltd. Address before: Room 1803, Unit 2, 41 Donghai West Road, Shinan District, Qingdao City, Shandong Province Patentee before: Intelligent Navigation (Qingdao) Intelligent Systems Engineering Co.,Ltd. |