CN112441196A - 船舶航行风险评估信息的处理方法、系统和存储介质 - Google Patents

船舶航行风险评估信息的处理方法、系统和存储介质 Download PDF

Info

Publication number
CN112441196A
CN112441196A CN202011314397.3A CN202011314397A CN112441196A CN 112441196 A CN112441196 A CN 112441196A CN 202011314397 A CN202011314397 A CN 202011314397A CN 112441196 A CN112441196 A CN 112441196A
Authority
CN
China
Prior art keywords
ship
information
traffic flow
navigation
risk assessment
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.)
Pending
Application number
CN202011314397.3A
Other languages
English (en)
Inventor
吴兵
朱航标
张君辉
赵聪聪
吴青
万程鹏
程婷婷
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202011314397.3A priority Critical patent/CN112441196A/zh
Publication of CN112441196A publication Critical patent/CN112441196A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • B63B79/30—Monitoring properties or operating parameters of vessels in operation for diagnosing, testing or predicting the integrity or performance of vessels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • B63B79/20—Monitoring properties or operating parameters of vessels in operation using models or simulation, e.g. statistical models or stochastic models

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种船舶航行风险评估信息的处理方法、系统和存储介质，方法包括以下步骤：构建船舶交通流模型，所述船舶交通流模型包括智能船舶仿真模型和常规船舶仿真模型；预设在设定场景内船舶交通流模型的初始化水域环境参数；采集船舶交通流模型在进行交通流仿真过程中的船舶状态信息和在航环境信息；根据初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估；根据航行风险的评估结果生成海事监管建议信息。本发明通过在包括智能船舶仿真模型和常规船舶仿真模型的船舶交通流模型进行航行风险评估，以使得评估结果符合实际情况中的情形，从而使海事监管根据该评估结果能有效治理海上航行状况。本发明可应用于海事仿真技术领域。

Description

船舶航行风险评估信息的处理方法、系统和存储介质
技术领域
本发明涉及海事仿真技术领域，尤其是一种船舶航行风险评估信息的处理方法、系统和存储介质。
背景技术
智能船舶能有效避免人为失误，从而大幅减少航行事故的发生。现有的对智能船舶营运过程中的安全监管问题的解决方法是通过采集预设次数的典型海事事故，利用人为分析和分类系统分析的方法，通过假定智能船舶能够避免人为失误，并利用问卷调查的方法，认为智能船舶可以大幅减少航行事故(碰撞和搁浅事故)发生的可能性，同时也可大幅减少非航行事故(火灾、结构损伤等)的后果。然而，这种分析方法假定的水域均为智能船舶，然而，在实际情况下，水域内长期是智能船舶和常规船舶共存的现象，从而使得现有的水域安全监管问题的方式无法有效执行海事监管的治理能力。
发明内容
为解决上述技术问题之一，本发明的目的在于：提供一种船舶航行风险评估信息的处理方法、系统和存储介质，其能提高海事监管的治理能力。
第一方面，本发明实施例提供了：
一种船舶航行风险评估信息的处理方法，包括以下步骤：
构建船舶交通流模型，所述船舶交通流模型包括智能船舶仿真模型和常规船舶仿真模型；预设在设定场景内所述船舶交通流模型的初始化水域环境参数；
采集所述船舶交通流模型在进行交通流仿真过程中的船舶状态信息和在航环境信息；
根据所述初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估；
根据航行风险的评估结果生成海事监管建议信息。
进一步地，所述船舶交通流模型还包括环境仿真模型，所述初始化水域环境参数包括电子江图数据参数、船舶组成参数和交通流特征参数。
进一步地，所述船舶组成参数包括常规船舶所占比例和智能船舶所占比例。
进一步地，所述的船舶状态信息包括船舶在第一时刻对应的船舶航速、船舶航向和船舶所处经纬度坐标，以及所述船舶对应的船舶类型；所述在航环境信息包括船舶在第一时刻船舶所处位置的航道宽度信息、桥梁分布信息、水流速度和航道深度。
进一步地，所述船舶交通流模型在进行交通流仿真过程中，其包括以下步骤：
根据第一时刻的船舶状态信息和在航环境信息优化船舶航速。
进一步地，所述根据所述初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估，包括：
根据所述初始化水域环境参数、船舶状态信息和在航环境信息确定船舶速度离散指数、加速度程度指数和船舶领域重叠数；
根据所述船舶速度离散指数、加速度程度指数和船舶领域重叠数确定船舶航行风险。
进一步地，所述根据航行风险的评估结果生成海事监管建议信息，包括：
判断航行风险的评估结果在预设区间范围内的目标区间范围；
根据所述目标区间范围生成海事监管建议信息。
第二方面，本发明实施例提供了：
一种船舶航行风险评估信息的处理系统，包括：
构建模块，用于构建船舶交通流模型，所述船舶交通流模型包括智能船舶仿真模型和常规船舶仿真模型；
预设模块，用于预设在设定场景内所述船舶交通流模型的初始化水域环境参数；
采集模块，用于采集所述船舶交通流模型在进行交通流仿真过程中的船舶状态信息和在航环境信息；
风险评估模块，用于根据所述初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估；
生成模块，用于根据航行风险的评估结果生成海事监管建议信息。
第三方面，本发明实施例提供了：
一种船舶航行风险评估信息的处理系统，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船舶航行风险评估信息的处理方法。
第四方面，本发明实施例提供了：
一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行所述的船舶航行风险评估信息的处理方法。
本发明实施例的有益效果是：本发明实施例通过先构建包括智能船舶仿真模型和常规船舶仿真模型的船舶交通流模型，并预设在设定场景内船舶交通流模型的初始化水域环境参数，然后采集船舶交通流模型在进行交通流仿真过程中的船舶状态信息和在航环境信息，接着根据初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估，以根据航行风险的评估结果生成海事监管建议信息，本实施例通过在包括智能船舶仿真模型和常规船舶仿真模型的船舶交通流模型进行航行风险评估，以使得评估结果符合实际情况中的情形，从而使海事监管根据该评估结果能有效治理海上航行状况。
附图说明
图1为本发明一种具体实施例的船舶航行风险评估信息的处理方法的流程图。
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。
参照图1，本发明实施例提供了一种船舶航行风险评估信息的处理方法，本实施例可应用于服务器，该服务器可以是若干个不同类型服务器的组合。具体地，本实施例包括以下步骤：
S1、构建船舶交通流模型，该船舶交通流模型包括智能船舶仿真模型和常规船舶仿真模型；在本步骤中，船舶交通流模型可通过预先设定的软件构建，其还包括环境仿真模型，用于提供设定场景内的环境氛围。智能船舶是指利用传感器、通信、物联网、互联网等技术手段，自动感知和获得船舶自身、海洋环境、物流、港口等方面的信息和数据，并基于计算机技术、自动控制技术和大数据处理分析技术，在船舶航行、管理、维护保养、货物运输等方面实现智能化运动的船舶，以使船舶更加安全、更加环保、更加经济和更加可靠。常规船舶是指除开智能船舶后剩余类型的船舶。
S2、预设在设定场景内该船舶交通流模型的初始化水域环境参数；在一些实施例中，该设定场景可以是包含智能船舶和常规船舶的航行领域。该初始化水域环境参数P包括电子江图数据参数、船舶组成参数和交通流特征参数。电子江图数据参数可以是指定某一个区域内的电子航道图数据。船舶组成参数包括常规船舶所占比例RC和智能船舶所占比例RI。交通流特征参数包括仿真水域内的船舶平均交通量
Figure BDA0002790870960000031
交通量密度ρ、交通流速度V、交通流宽度W、航线分布和船舶类型。
S3、采集船舶交通流模型在进行交通流仿真过程中的船舶状态信息和在航环境信息；
在本步骤中，船舶状态信息包括船舶在第一时刻对应的船舶航速、船舶航向和船舶所处经纬度坐标，以及所述船舶对应的船舶类型；在航环境信息包括船舶在第一时刻船舶所处位置的航道宽度信息、桥梁分布信息、水流速度和航道深度。其中，船舶交通流模型在进行交通流仿真过程中，还包括根据第一时刻的船舶状态信息和在航环境信息优化船舶航速的步骤。
在一些实施例中，步骤S3可描述为对船舶交通流模型在设定场景内进行交通量仿真，并采集水域内船舶自身的状态信息和在航环境信息。其中，在整个航行期间，还会根据在航环境信息和船舶自身的状态信息，不断优化船舶的航速，并自动生成出符合船舶航行安全要求的航行方式。
具体地，当第一时刻用时刻T来表示时，船舶自身的状态信息包括时刻T时船舶的航速
Figure BDA0002790870960000041
时刻T时船舶的航向
Figure BDA0002790870960000042
时刻T时船舶的经纬度坐标
Figure BDA0002790870960000043
和
Figure BDA0002790870960000044
以及船舶类型。在航环境信息包括时刻T时船舶所处位置的航道宽度信息，时刻T时船舶所处位置信息的桥梁分布信息，时刻T时船舶所处位置的水流速度
Figure BDA0002790870960000045
时刻T时船舶所处位置的航道深度
Figure BDA0002790870960000046
在完成上述步骤后，执行步骤S4，以获得风险评估的结果。
S4、根据初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估；
在一些实施例中，步骤S4可通过以下方式实现：
根据初始化水域环境参数、船舶状态信息和在航环境信息确定船舶速度离散指数、加速度程度指数和船舶领域重叠数；
具体地，本步骤是根据上述参数中的环境参数，确定评价区域的范围；根据上述参数中的船舶速度参数，确定速度离散指数；根据上述参数中的船舶加/减速度参数，确定加减速程度指数；根据上述参数中的船舶领域参数，确定船舶领域重叠数。
其中，确定评价区域的范围，其可以为以下方式：
区域由环境仿真模型中划分的Zone及其连接的航路区域组成，为一个封闭几何图形且顶点坐标明确。
确定速度离散指数，其可以为以下方式：
确定特定时刻T通过评价区域的所有船舶，通过公式1计算船舶i在该区域的平均速度：
Figure BDA0002790870960000047
公式1中，
Figure BDA0002790870960000048
和
Figure BDA0002790870960000049
为时刻T时船舶的经纬度坐标，Ti,max和Ti,min是船舶通过该区域的终止时间和起始时间。
确定加减速程度指数，其可以为以下方式：
采用公式2逐个计算区域内船舶的加/减速度：
Figure BDA0002790870960000051
公式2中
Figure BDA0002790870960000052
为在时刻Tj-1时区域k内的船舶i的加/减速度，
Figure BDA0002790870960000053
为在时刻T时船舶i的对地速度。
接着采用公式3计算加/减速度平方值的平均值：
Figure BDA0002790870960000054
公式3中，
Figure BDA0002790870960000055
为加/减速度程度，Ji,k为区域k中船舶i被记录的次数。
确定船舶领域重叠数，其可以为以下方式：
绘制所有船舶在时刻T不同γ值的船舶领域，其中，γ值可通过公式4表示：
Figure BDA0002790870960000056
接着通过公式5统计船舶领域重叠数并记录位置：
Figure BDA0002790870960000057
公式4和5中，
Figure BDA0002790870960000058
为距船舶水平面中心的距离，
Figure BDA0002790870960000059
μDSFKi为设置航行安全水平的成员函数，μDSFKi∈[0,1]。
在确定得到上述信息后，根据确定得到的船舶速度离散指数、加速度程度指数和船舶领域重叠数确定船舶航行风险。
具体地，本步骤可通过公式6得到：
Figure BDA00027908709600000510
本实施例通过分别确定多个影响船舶航行风险的因素后，在根据这些因素确定船舶航行风险，以使确定的船舶航行风险更加接近实际情况。
S5、根据航行风险的评估结果生成海事监管建议信息。本步骤具体是根据航行风险的评估结果确定航行风险大小来生成对应的由海事监管建议信息组成的监管方案。
在一些实施例中，步骤S5可根据以下方式实现：
判断航行风险Risk的评估结果在预设区间范围内的目标区间范围；然后根据目标区间范围生成由海事监管建议信息组成的安全监管方案。
例如，当0≤Risk≤0.4时，给出安全监管方案为水域内船舶航行风险较低，应当保持现有船舶交通量及安全规定的海事监管建议信息；
当0.4<Risk≤0.8时，给出安全监管方案为水域内船舶航行风险中等，应当加强安全监管力度，适当限制通航船舶最高速度和船舶交通量的海事监管建议信息；
当Risk>0.8时，给出安全监管方案为水域内船舶航行风险较高，应当实施有效降低风险的安全措施，例如强制限速、强制限制船舶交通量的海事监管建议信息。
综上可知，上述实施例通过在包括智能船舶仿真模型和常规船舶仿真模型的船舶交通流模型进行航行风险评估，以使得评估结果符合实际情况中的情形，从而使海事监管根据该评估结果能有效治理海上航行状况，以避免或者减少相关安全事故。
本发明实施例提供了一种与图1方法相对应的船舶航行风险评估信息的处理系统，包括：
构建模块，用于构建船舶交通流模型，所述船舶交通流模型包括智能船舶仿真模型和常规船舶仿真模型；
预设模块，用于预设在设定场景内所述船舶交通流模型的初始化水域环境参数；
采集模块，用于采集所述船舶交通流模型在进行交通流仿真过程中的船舶状态信息和在航环境信息；
风险评估模块，用于根据所述初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估；
生成模块，用于根据航行风险的评估结果生成海事监管建议信息。
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。
本发明实施例提供了一种船舶航行风险评估信息的处理系统，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如图1所示的船舶航行风险评估信息的处理方法。
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。
本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行如图1所示的船舶航行风险评估信息的处理方法。
此外，本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
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 (10)

1.一种船舶航行风险评估信息的处理方法，其特征在于，包括以下步骤：
构建船舶交通流模型，所述船舶交通流模型包括智能船舶仿真模型和常规船舶仿真模型；
预设在设定场景内所述船舶交通流模型的初始化水域环境参数；
采集所述船舶交通流模型在进行交通流仿真过程中的船舶状态信息和在航环境信息；
根据所述初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估；
根据航行风险的评估结果生成海事监管建议信息。
2.根据权利要求1所述的一种船舶航行风险评估信息的处理方法，其特征在于，所述船舶交通流模型还包括环境仿真模型，所述初始化水域环境参数包括电子江图数据参数、船舶组成参数和交通流特征参数。
3.根据权利要求2所述的一种船舶航行风险评估信息的处理方法，其特征在于，所述船舶组成参数包括常规船舶所占比例和智能船舶所占比例。
4.根据权利要求2所述的一种船舶航行风险评估信息的处理方法，其特征在于，所述的船舶状态信息包括船舶在第一时刻对应的船舶航速、船舶航向和船舶所处经纬度坐标，以及所述船舶对应的船舶类型；所述在航环境信息包括船舶在第一时刻船舶所处位置的航道宽度信息、桥梁分布信息、水流速度和航道深度。
5.根据权利要求4所述的一种船舶航行风险评估信息的处理方法，其特征在于，所述船舶交通流模型在进行交通流仿真过程中，其包括以下步骤：
根据第一时刻的船舶状态信息和在航环境信息优化船舶航速。
6.根据权利要求4所述的一种船舶航行风险评估信息的处理方法，其特征在于，所述根据所述初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估，包括：
根据所述初始化水域环境参数、船舶状态信息和在航环境信息确定船舶速度离散指数、加速度程度指数和船舶领域重叠数；
根据所述船舶速度离散指数、加速度程度指数和船舶领域重叠数确定船舶航行风险。
7.根据权利要求1所述的一种船舶航行风险评估信息的处理方法，其特征在于，所述根据航行风险的评估结果生成海事监管建议信息，包括：
判断航行风险的评估结果在预设区间范围内的目标区间范围；
根据所述目标区间范围生成海事监管建议信息。
8.一种船舶航行风险评估信息的处理系统，其特征在于，包括：
构建模块，用于构建船舶交通流模型，所述船舶交通流模型包括智能船舶仿真模型和常规船舶仿真模型；
预设模块，用于预设在设定场景内所述船舶交通流模型的初始化水域环境参数；
采集模块，用于采集所述船舶交通流模型在进行交通流仿真过程中的船舶状态信息和在航环境信息；
风险评估模块，用于根据所述初始化水域环境参数、船舶状态信息和在航环境信息进行航行风险评估；
生成模块，用于根据航行风险的评估结果生成海事监管建议信息。
9.一种船舶航行风险评估信息的处理系统，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1-7任一项所述的船舶航行风险评估信息的处理方法。
10.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-7任一项所述的船舶航行风险评估信息的处理方法。
CN202011314397.3A 2020-11-20 2020-11-20 船舶航行风险评估信息的处理方法、系统和存储介质 Pending CN112441196A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011314397.3A CN112441196A (zh) 2020-11-20 2020-11-20 船舶航行风险评估信息的处理方法、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011314397.3A CN112441196A (zh) 2020-11-20 2020-11-20 船舶航行风险评估信息的处理方法、系统和存储介质

Publications (1)

Publication Number Publication Date
CN112441196A true CN112441196A (zh) 2021-03-05

Family

ID=74737354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011314397.3A Pending CN112441196A (zh) 2020-11-20 2020-11-20 船舶航行风险评估信息的处理方法、系统和存储介质

Country Status (1)

Country Link
CN (1) CN112441196A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722855A (zh) * 2021-08-30 2021-11-30 江南造船(集团)有限责任公司 基于模型的船舶建造工装仿真评估方法、系统、介质及终端
CN114662575A (zh) * 2022-03-09 2022-06-24 集美大学 风电水域船舶航行风险预估方法、系统以及存储介质
CN115659263A (zh) * 2022-10-14 2023-01-31 长江三峡通航管理局 一种基于大数据的船舶操控行为风险评估系统及评估方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107025356A (zh) * 2017-04-19 2017-08-08 武汉理工大学 基于硬件在环的内河航道通航安全仿真试验平台及方法
CN107591030A (zh) * 2017-09-21 2018-01-16 中华人民共和国天津海事局 船舶交通服务水域交通动态风险管理方法
CN109243205A (zh) * 2018-08-29 2019-01-18 上海海事大学 一种沿海水上交通安全风险监测与预警系统及方法
CN109978393A (zh) * 2019-03-29 2019-07-05 大连海事大学 基于船舶领域的定线制水域航行风险评估方法
CN111539091A (zh) * 2020-03-24 2020-08-14 青岛科技大学 一种智能船舶繁忙水域自主航行仿真测试环境构建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107025356A (zh) * 2017-04-19 2017-08-08 武汉理工大学 基于硬件在环的内河航道通航安全仿真试验平台及方法
CN107591030A (zh) * 2017-09-21 2018-01-16 中华人民共和国天津海事局 船舶交通服务水域交通动态风险管理方法
CN109243205A (zh) * 2018-08-29 2019-01-18 上海海事大学 一种沿海水上交通安全风险监测与预警系统及方法
CN109978393A (zh) * 2019-03-29 2019-07-05 大连海事大学 基于船舶领域的定线制水域航行风险评估方法
CN111539091A (zh) * 2020-03-24 2020-08-14 青岛科技大学 一种智能船舶繁忙水域自主航行仿真测试环境构建方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
XIAOBO QU等: "Ship collision risk assessment for the Singapore Strait", 《ACCIDENT ANALYSIS AND PREVENTION》 *
徐武雄等: "船舶交通流建模与仿真研究进展", 《水利水运工程学报》 *
朱航标等: "混有智能船舶水域的航行风险评价软件框架设计", 《武汉理工大学学报（信息与管理工程版）》 *
秦严严等: "手动-自动驾驶混合交通流元胞传输模型", 《交通运输工程学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722855A (zh) * 2021-08-30 2021-11-30 江南造船(集团)有限责任公司 基于模型的船舶建造工装仿真评估方法、系统、介质及终端
CN113722855B (zh) * 2021-08-30 2024-01-12 江南造船(集团)有限责任公司 基于模型的船舶建造工装仿真评估方法、系统、介质及终端
CN114662575A (zh) * 2022-03-09 2022-06-24 集美大学 风电水域船舶航行风险预估方法、系统以及存储介质
CN115659263A (zh) * 2022-10-14 2023-01-31 长江三峡通航管理局 一种基于大数据的船舶操控行为风险评估系统及评估方法
CN115659263B (zh) * 2022-10-14 2023-08-08 长江三峡通航管理局 一种基于大数据的船舶操控行为风险评估系统及评估方法

Similar Documents

Publication Publication Date Title
CN112441196A (zh) 船舶航行风险评估信息的处理方法、系统和存储介质
Christian et al. Probabilistic risk assessment on maritime spent nuclear fuel transportation (Part II: Ship collision probability)
CN113409617B (zh) 一种渔业船舶偏航预警系统及方法
CN111833657B (zh) 船舶避碰方法、系统和存储介质
CN111815120A (zh) 水上交通风险评估方法、装置、计算机设备和存储介质
CN111353222B (zh) 一种智能船舶自动靠泊能力的仿真测试系统及方法
CN111861155B (zh) 船舶碰撞风险检测方法、系统、计算机设备和存储介质
CN113821031B (zh) 一种无人船舶自主航行能力评估方法
CN115410420B (zh) 一种船舶安全航行管理方法和系统
CN109976342A (zh) 一种动态搜索的智能船舶多船会遇避碰方法
Kang et al. How do ships pass through L-shaped turnings in the Singapore strait?
CN114464014A (zh) 基于模糊逻辑的区域船舶碰撞风险处理方法、系统和介质
CN111694355B (zh) 船舶编队航行控制方法、系统和存储介质
CN110411448B (zh) 一种船舶感知区域动态网格内代表船的选取方法
CN110826891A (zh) 一种基于船舶集群态势的相对碰撞危险度获取方法
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
Park et al. Estimation model of energy efficiency operational indicator using public data based on big data technology
CN114708750B (zh) 一种桥区水域船舶碰撞风险检测方法和装置
Dinh et al. A study on the construction of stage discrimination model and consecutive waypoints generation method for ship’s automatic avoiding action
CN114971924A (zh) 船舶保费确定方法、装置、电子设备及存储介质
CN110444045B (zh) 一种非冲突状态船舶集群态势分析方法
Lei et al. Learning for Prediction of Maritime Collision Avoidance Behavior from AIS Network
CN115128598B (zh) 基于视觉感知和雷达感知融合的行为识别方法及终端设备
CN117433540B (zh) 船舶的航行方法、终端设备及可读存储介质
CN117452954B (zh) 船舶的航行方法和终端设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210305