CN112560286A - 一种基于数字化船舶领域模型的船舶碰撞风险确定方法 - Google Patents
一种基于数字化船舶领域模型的船舶碰撞风险确定方法 Download PDFInfo
- Publication number
- CN112560286A CN112560286A CN202011560153.3A CN202011560153A CN112560286A CN 112560286 A CN112560286 A CN 112560286A CN 202011560153 A CN202011560153 A CN 202011560153A CN 112560286 A CN112560286 A CN 112560286A
- Authority
- CN
- China
- Prior art keywords
- ship
- field
- collision
- ships
- digital
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Ocean & Marine Engineering (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Remote Sensing (AREA)
- Game Theory and Decision Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于数字化船舶领域模型的船舶碰撞风险确定方法,其特征在于,包括如下步骤:步骤一、构建船舶领域外边界模型;步骤二、基于船舶领域外边界模型,构建数字化船舶领域模型;步骤三、基于数字化船舶领域模型,构建水域单船舶间、多船舶间的碰撞动态风险表征模型。本发明方法的应用可有效提升船舶碰撞风险预警预报的精准度,对于减少船舶碰撞事故的发生具有重要意义,同时可以支撑优化海事安全监管和搜救资源的合理布局。
Description
技术领域
本发明属于水上交通安全领域,具体涉及一种基于数字化船舶领域模型的船舶碰撞风险确定方法。
背景技术
船舶碰撞风险预警是船舶避碰决策智能化和海事安全监管智慧化的重要基础。传统的通过最小会遇距离(Distance to Closest Point of Approach,DCPA)和最小会遇时间(Time to Closest Point of Approach,TCPA)等指标判定船舶碰撞风险的预警方法能够较好地适用于开阔水域,但在具有船舶行为频繁变化特点的繁忙受限水域中应用存在较大的局限性,以至于在交通管理系统中单凭设置DCPA和TCPA阈值进行碰撞风险预警存在很高的虚警率,致使在实际工作中VTS值班员经常关闭VTS设备中的报警功能,进而很大程度上降低VTS在船舶碰撞风险预警中的应用效果。随着雷达系统和船舶自动识别系统(Automatic Identification Systems,AIS)等多源异构数据融合技术的发展,船舶之间和船岸之间的信息实时感知、交互、共享及处理能力得到了极大的提升,为船舶碰撞风险的实时动态计算和预报提供了软硬件支撑,船舶避碰决策智能化和海事安全监管智慧化已然成为未来水上交通安全管理发展的必然趋势。然而,适用于复杂多变交通形势的船舶碰撞动态风险计算模型是船舶避碰决策智能化和海事安全监管智慧化的制约瓶颈。
船舶在航行过程中,为了避免碰撞、搁浅和触礁等事故,船舶应保持足够的空间区域,该区域内具有排他性、禁止他船进入,称为该船舶的船舶领域。海上交通中最常见的船舶领域模型包括藤井椭圆领域模型、Goodwin的扇形领域模型、平滑圆形领域模型(改进Goodwin模型)和变更中心及船首向的领域模型(改进藤井模型)。船舶领域的藤井模型、Goodwin模型及其相关改进模型是静态船舶领域模型,为解决船舶在航行过程中船舶位置及航向的不确定性问题,刘敬贤等人基于船舶行为特征设计了船舶穿越、会遇和旋回等情景下的船舶动态领域模型。随着AIS数据的采集和累积,国内外学者开始通过船舶AIS数据对船舶领域进行建模;水流条件、船舶操纵性能和能见度等越来越多的影响因素与船舶领域之间的关系被量化分析。船舶领域的研究方法包括统计方法、解析表达法和智能技术分析法,在船舶碰撞危险度评判和避碰决策等方面具有重要的意义。目前国内外学者针对船舶领域做了大量的研究工作,并应用于碰撞风险评判、避碰决策和交通容量计算等方面,为水上交通工程学科的发展做出了重要贡献。但是,目前船舶领域仍局限于边界参数确定,鲜有文献针对船舶领域内部结构的表征方法进行研究。
船舶碰撞风险评价主要包括宏观碰撞风险评价和微观碰撞风险评价两个方面。宏观碰撞危险评价是对某个特定水域范围的碰撞风险总体形势进行评估,一般通过碰撞事故率或碰撞概率为数据基础,船舶宏观碰撞风险评价常用的技术方法包括数据挖掘技术、贝叶斯网络方法和置信规则库方法等。微观船舶碰撞风险评价是从单个船舶入手,根据本船与其他船舶的相对关系来确定船舶在特定情况下发生碰撞危险的可能性,一般通过碰撞危险度衡量船舶的碰撞风险,运用DCPA、TCPA或船舶领域进行定量描述。在两船碰撞危险度评判过程中主要采取模糊推理、证据理论、几何概率、神经网络和动态船舶领域模型等方法。目前国内外学者针对船舶碰撞风险评价做了大量的研究工作,宏观碰撞风险主要依据碰撞事故或交通冲突数据,微观风险主要依据DCPA和TCPA,并探索了船舶领域在船舶碰撞风险评判中的应用。但是,船舶领域在船舶碰撞风险评判中的应用主要根据他船进入本船领域的方位和距离判定,并且传统的碰撞风险评价方法在繁忙受限水域船舶碰撞风险评判中应用有局限性,对于繁忙受限水域船舶碰撞动态风险评价尚无成熟的理论和方法,并且鲜有文献应用船舶领域重叠区域评判船舶碰撞风险。
综上,建立船舶安全领域数字化模型,然后基于船舶安全领域数字化模型的重叠区域提出船舶碰撞动态风险确定方法可以解决传统船舶碰撞动态风险确定方法的局限性。
发明内容
本发明的目的旨在对接日益复杂的船舶避碰决策智能化和海事安全监管智慧化发展需求,研究数字化船舶领域模型,提出基于数字化船舶领域的船舶碰撞动态风险确定方法,研究将拓展交通运输工程学科船舶领域和碰撞风险方向的研究理论和方法,支撑船舶避碰决策和海事安全监管,对于减少和避免船舶碰撞和保障水域安全具有重要的现实意义。主要包括:提出了基于船舶旋回性能和避碰规则的领域外边界模型确定方法、基于会遇紧迫程度的数字化船舶领域模型确定方法和基于数字化船舶领域区域叠加的船舶碰撞动态风险确定方法。本发明为解决现有技术中存在的问题采用的技术方案如下:
一种基于数字化船舶领域模型的船舶碰撞风险确定方法,其特征在于,包括如下步骤:
步骤一、构建船舶领域外边界模型;
步骤二、基于船舶领域外边界模型,构建数字化船舶领域模型;
步骤三、基于数字化船舶领域模型,构建水域单船舶间、多船舶间的碰撞动态风险表征模型。
所述步骤一具体包括如下步骤:
首先,根据船舶避碰规则和船舶旋回性能,以船舶间极限通过为切入点,求取避让操作中本船最迟行动时的他船位置点,以该点作为船舶的方位领域尺度点,然后,分类探讨船舶在不同会遇状态下的避碰行为,得出船舶任一方位的领域尺度表达函数,最后,基于四元的船舶领域建模思想,建立船舶领域外边界模型。
具体流程如下:
步骤1.1、通过函数解析方法将避让行动过程量化,建立船舶领域方位尺度Li的通用函数模型:
式中:Li为船舶领域方位尺度,S′、S″分别为本船横向位移和纵向位移,(x′,y′)为他船极限通过点坐标;
步骤1.2、求取四个方位上两船的合成位移绝对值:
步骤1.3、依据本船的四方位合成位移结果,建立四元船舶领域外边界参数方程:
式中:S1′、S2′分别为本船、他船的横向位移,S1″、S2″分别为本船、他船的纵向位移,(x′,y′)为他船极限通过点坐标。
所述步骤二包括如下具体步骤:
首先,根据船舶属性和行为特征建立船舶领域外边界模型和碰撞边界模型;然后,建立船舶会遇紧迫程度分布函数,表征数字化船舶领域的内部结构;最后,基于内部结构的网格化提出数字化船舶领域模型的可视化方法;
具体流程如下:
步骤2.1、建立船舶领域碰撞边界:
式中:碰撞边界长轴为Lz,短轴为Lh,本船船长La、船宽Da,他船船长为Lb、船宽为Db;
步骤2.2、建立船舶领域内部任意方位线上的会遇紧迫程度分布函数:
所述步骤三包括如下具体步骤:
首先需要根据船舶结构属性和行为属性数据建立数字化船舶领域模型,然后根据船舶特征和会遇情景求取任一时刻数字化船舶领域叠加区域的数字计算值和相同方位船舶发生碰撞时的数字化船舶领域叠加区域数字计算值,并对其进行归一化处理,得出0-1之间的船舶碰撞风险计算值,以此表征两船舶之间的碰撞风险;进一步如要判定多船会遇时的碰撞风险,需对多船的碰撞风险进行权重划分确定其风险贡献值,最终得到多船会遇的综合风险。
具体流程如下:
步骤3.1、确定两船船舶领域分层加权的叠加面积总值的求解方法:
式中:Fi为两船船舶领域分层加权叠加面积值;Si为船舶在任一时刻下,任一船舶领域内部层级间的相互叠加面积值;μij为不同叠加层的权重。
步骤3.2、确定两船船舶碰撞动态风险确定方法:
式中:Ki为船舶碰撞风险计算值,区间0-1,i表示任一时刻,Ki=1时两船碰撞发生;Fi为会遇船舶任一时刻的船舶领域叠加面积数值;Fmax为同方位两船碰撞发生时的船舶领域叠加面积数值;
步骤3.3、确定多船船舶碰撞动态风险确定方法:
式中:K表示任一船舶与他船的总碰撞动态风险值;K1i,K2i,K3i,…Kni分别代表任一时刻不同他船对本船构成的碰撞风险大小。
本发明具有如下优点:
突破传统DCPA和TCPA判定船舶碰撞风险的局限性、创新船舶领域模型和船舶碰撞动态风险确定方法、促进交通运输工程和计算机信息科学的交叉融合、拓展水上交通工程领域水上交通风险方向的理论和方法、助推海事安全监管现代化和船舶交通管理智能化等具有重要的理论和现实意义。该发明的应用可有效提升船舶碰撞风险预警预报的精准度,对于减少船舶碰撞事故的发生具有重要意义,同时可以支撑优化海事安全监管和搜救资源的合理布局。
附图说明
图1为本发明方法技术路线图;
图2为船舶领域外边界建模思路图;
图3数字化船舶领域建模思路图;
图4为船舶碰撞动态风险计算思路图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明,一种基于数字化船舶领域模型的船舶碰撞风险确定方法,包括如下步骤:
步骤一、构建船舶领域外边界模型:首先,根据船舶避碰规则和船舶旋回性能,以船舶间极限通过为切入点,求取避让操作中本船最迟行动时的他船位置点,以该点作为船舶的方位领域尺度点,然后,分类探讨船舶在不同会遇状态下的避碰行为,得出船舶任一方位的领域尺度表达函数,最后,基于四元的船舶领域建模思想,建立船舶领域外边界模型。
具体流程如下:
步骤1.1、通过函数解析方法将避让行动过程量化,建立船舶领域方位尺度Li的通用函数模型:
式中:Li为船舶领域方位尺度,S′、S″分别为本船横向位移和纵向位移,(x′,y′)为他船极限通过点坐标;
步骤1.2、求取四个方位上两船的合成位移绝对值:
步骤1.3、依据本船的四方位合成位移结果,建立四元船舶领域外边界参数方程:
式中:S1′、S2′分别为本船、他船的横向位移,S1″、S2″分别为本船、他船的纵向位移,(x′,y′)为他船极限通过点坐标。
步骤二、基于船舶领域外边界模型,构建数字化船舶领域模型;首先,根据船舶属性和行为特征建立船舶领域外边界模型和碰撞边界模型;然后,建立船舶会遇紧迫程度分布函数,表征数字化船舶领域的内部结构;最后,基于内部结构的网格化提出数字化船舶领域模型的可视化方法;
具体流程如下:
步骤2.1、建立船舶领域碰撞边界:
式中:碰撞边界长轴为Lz,短轴为Lh,本船船长La、船宽Da,他船船长为Lb、船宽为Db;
步骤2.2、建立船舶领域内部任意方位线上的会遇紧迫程度分布函数:
步骤三、基于数字化船舶领域模型,构建水域单船舶间、多船舶间的碰撞动态风险表征模型。
首先需要根据船舶结构属性和行为属性数据建立数字化船舶领域模型,然后根据船舶特征和会遇情景求取任一时刻数字化船舶领域叠加区域的数字计算值和相同方位船舶发生碰撞时的数字化船舶领域叠加区域数字计算值,并对其进行归一化处理,得出0-1之间的船舶碰撞风险计算值,以此表征两船舶之间的碰撞风险;进一步如要判定多船会遇时的碰撞风险,需对多船的碰撞风险进行权重划分确定其风险贡献值,最终得到多船会遇的综合风险。
具体流程如下:
步骤3.1、确定两船船舶领域分层加权的叠加面积总值的求解方法:
式中:Fi为两船船舶领域分层加权叠加面积值;Si为船舶在任一时刻下,任一船舶领域内部层级间的相互叠加面积值;μij为不同叠加层的权重。
步骤3.2、确定两船船舶碰撞动态风险确定方法:
式中:Ki为船舶碰撞风险计算值,区间0-1,i表示任一时刻,Ki=1时两船碰撞发生;Fi为会遇船舶任一时刻的船舶领域叠加面积数值;Fmax为同方位两船碰撞发生时的船舶领域叠加面积数值;
步骤3.3、确定多船船舶碰撞动态风险确定方法:
式中:K表示任一船舶与他船的总碰撞动态风险值;K1i,K2i,K3i,…Kni分别代表任一时刻不同他船对本船构成的碰撞风险大小。
本发明的保护范围并不限于上述的实施例,显然,本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的范围和精神。倘若这些改动和变形属于本发明权利要求及其等同技术的范围内,则本发明的意图也包含这些改动和变形在内。
Claims (7)
1.一种基于数字化船舶领域模型的船舶碰撞风险确定方法,其特征在于,包括如下步骤:
步骤一、构建船舶领域外边界模型;
步骤二、基于船舶领域外边界模型,构建数字化船舶领域模型;
步骤三、基于数字化船舶领域模型,构建水域单船舶间、多船舶间的碰撞动态风险表征模型。
2.如权利要求1所述的一种基于数字化船舶领域模型的船舶碰撞风险确定方法,其特征在于,所述步骤一具体包括如下步骤:
首先,根据船舶避碰规则和船舶旋回性能,以船舶间极限通过为切入点,求取避让操作中本船最迟行动时的他船位置点,以该点作为船舶的方位领域尺度点,然后,分类探讨船舶在不同会遇状态下的避碰行为,得出船舶任一方位的领域尺度表达函数,最后,基于四元的船舶领域建模思想,建立船舶领域外边界模型。
3.如权利要求2所述的一种基于数字化船舶领域模型的船舶碰撞风险确定方法,其特征在于,步骤一具体流程如下:
步骤1.1、通过函数解析方法将避让行动过程量化,建立船舶领域方位尺度Li的通用函数模型:
式中:Li为船舶领域方位尺度,S′、S″分别为本船横向位移和纵向位移,(x′,y′)为他船极限通过点坐标;
步骤1.2、求取四个方位上两船的合成位移绝对值:
步骤1.3、依据本船的四方位合成位移结果,建立四元船舶领域外边界参数方程:
式中:S1′、S2′分别为本船、他船的横向位移,S1″、S2″分别为本船、他船的纵向位移,(x′,y′)为他船极限通过点坐标。
4.如权利要求1所述的一种基于数字化船舶领域模型的船舶碰撞风险确定方法,其特征在于,所述步骤二具体包括如下步骤:
首先,根据船舶属性和行为特征建立船舶领域外边界模型和碰撞边界模型;然后,建立船舶会遇紧迫程度分布函数,表征数字化船舶领域的内部结构;最后,基于内部结构的网格化提出数字化船舶领域模型的可视化方法。
6.如权利要求1所述的一种基于数字化船舶领域模型的船舶碰撞风险确定方法,其特征在于,所述步骤三具体包括如下步骤:
首先需要根据船舶结构属性和行为属性数据建立数字化船舶领域模型,然后根据船舶特征和会遇情景求取任一时刻数字化船舶领域叠加区域的数字计算值和相同方位船舶发生碰撞时的数字化船舶领域叠加区域数字计算值,并对其进行归一化处理,得出0-1之间的船舶碰撞风险计算值,以此表征两船舶之间的碰撞风险;进一步如要判定多船会遇时的碰撞风险,需对多船的碰撞风险进行权重划分确定其风险贡献值,最终得到多船会遇的综合风险。
7.如权利要求6所述的一种基于数字化船舶领域模型的船舶碰撞风险确定方法,其特征在于,步骤三具体流程如下:
步骤3.1、确定两船船舶领域分层加权的叠加面积总值的求解方法:
式中:Fi为两船船舶领域分层加权叠加面积值;Si为船舶在任一时刻下,任一船舶领域内部层级间的相互叠加面积值;μij为不同叠加层的权重;
步骤3.2、确定两船船舶碰撞动态风险确定方法:
式中:Ki为船舶碰撞风险计算值,区间0-1,i表示任一时刻,Ki=1时两船碰撞发生;Fi为会遇船舶任一时刻的船舶领域叠加面积数值;Fmax为同方位两船碰撞发生时的船舶领域叠加面积数值;
步骤3.3、确定多船船舶碰撞动态风险确定方法:
式中:K表示任一船舶与他船的总碰撞动态风险值;K1i,K2i,K3i,…Kni分别代表任一时刻不同他船对本船构成的碰撞风险大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011560153.3A CN112560286B (zh) | 2020-12-25 | 2020-12-25 | 一种基于数字化船舶领域模型的船舶碰撞风险确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011560153.3A CN112560286B (zh) | 2020-12-25 | 2020-12-25 | 一种基于数字化船舶领域模型的船舶碰撞风险确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112560286A true CN112560286A (zh) | 2021-03-26 |
CN112560286B CN112560286B (zh) | 2022-07-19 |
Family
ID=75034251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011560153.3A Active CN112560286B (zh) | 2020-12-25 | 2020-12-25 | 一种基于数字化船舶领域模型的船舶碰撞风险确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112560286B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470435A (zh) * | 2021-07-09 | 2021-10-01 | 上海海事大学 | 生成自然对抗海洋环境的智能船舶测试场景的方法及终端 |
CN114283621A (zh) * | 2021-12-24 | 2022-04-05 | 武汉理工大学 | 基于船舶交通流的内河渡线会遇风险识别及决策方法 |
CN114379718A (zh) * | 2021-12-22 | 2022-04-22 | 南京联迪信息系统股份有限公司 | 游船遇险预警救援方法及系统 |
CN114664118A (zh) * | 2022-03-18 | 2022-06-24 | 陕西正整数科技有限公司 | 一种智能船舶避碰自动测试场景生成方法及系统 |
CN115331486A (zh) * | 2022-08-12 | 2022-11-11 | 河海大学 | 一种船舶碰撞风险评估与预测方法及装置 |
CN117315995A (zh) * | 2023-09-28 | 2023-12-29 | 大连海事大学 | 基于近距离错过的水域碰撞危险量化及空间分布表征方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207937A (zh) * | 2013-04-15 | 2013-07-17 | 大连海事大学 | 一种四元船舶安全领域模型及船舶避碰方法 |
CN105185162A (zh) * | 2015-10-26 | 2015-12-23 | 中国电子科技集团公司第二十八研究所 | 一种基于ais信息的多目标防撞预警方法 |
CN108281043A (zh) * | 2018-03-23 | 2018-07-13 | 上海海事大学 | 一种船舶碰撞风险预警系统及预警方法 |
CN109887339A (zh) * | 2019-03-20 | 2019-06-14 | 集美大学 | 一种关联避让行为的船舶碰撞危险及危险度评估方法 |
CN110009937A (zh) * | 2019-03-21 | 2019-07-12 | 武汉理工大学 | 一种基于ais数据的船舶碰撞风险分析方法 |
CN110322731A (zh) * | 2019-06-20 | 2019-10-11 | 武汉理工大学 | 一种船舶会遇助航预警方法 |
CN111158361A (zh) * | 2019-12-12 | 2020-05-15 | 天津大学 | 基于船舶领域模型的水面无人艇避碰方法 |
CN111400864A (zh) * | 2020-02-12 | 2020-07-10 | 武汉理工大学 | 一种基于前景理论的船舶避碰决策优化方法 |
KR102138817B1 (ko) * | 2019-12-31 | 2020-07-28 | 주식회사 삼우이머션 | 선박 재난안전 교육훈련 디지털 콘텐츠 |
CN111709571A (zh) * | 2020-06-09 | 2020-09-25 | 吉林大学 | 一种船舶避碰路线确定方法、装置、设备及可存储介质 |
-
2020
- 2020-12-25 CN CN202011560153.3A patent/CN112560286B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207937A (zh) * | 2013-04-15 | 2013-07-17 | 大连海事大学 | 一种四元船舶安全领域模型及船舶避碰方法 |
CN105185162A (zh) * | 2015-10-26 | 2015-12-23 | 中国电子科技集团公司第二十八研究所 | 一种基于ais信息的多目标防撞预警方法 |
CN108281043A (zh) * | 2018-03-23 | 2018-07-13 | 上海海事大学 | 一种船舶碰撞风险预警系统及预警方法 |
CN109887339A (zh) * | 2019-03-20 | 2019-06-14 | 集美大学 | 一种关联避让行为的船舶碰撞危险及危险度评估方法 |
CN110009937A (zh) * | 2019-03-21 | 2019-07-12 | 武汉理工大学 | 一种基于ais数据的船舶碰撞风险分析方法 |
CN110322731A (zh) * | 2019-06-20 | 2019-10-11 | 武汉理工大学 | 一种船舶会遇助航预警方法 |
CN111158361A (zh) * | 2019-12-12 | 2020-05-15 | 天津大学 | 基于船舶领域模型的水面无人艇避碰方法 |
KR102138817B1 (ko) * | 2019-12-31 | 2020-07-28 | 주식회사 삼우이머션 | 선박 재난안전 교육훈련 디지털 콘텐츠 |
CN111400864A (zh) * | 2020-02-12 | 2020-07-10 | 武汉理工大学 | 一种基于前景理论的船舶避碰决策优化方法 |
CN111709571A (zh) * | 2020-06-09 | 2020-09-25 | 吉林大学 | 一种船舶避碰路线确定方法、装置、设备及可存储介质 |
Non-Patent Citations (1)
Title |
---|
XU YANMING: "Research on Ship Traffic Conflict in Crossing Situation Based on Maneuverability", 《THE 29TH INTERNATIONAL OCEAN AND POLAR ENGINEERING CONFERENCE》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470435A (zh) * | 2021-07-09 | 2021-10-01 | 上海海事大学 | 生成自然对抗海洋环境的智能船舶测试场景的方法及终端 |
CN114379718A (zh) * | 2021-12-22 | 2022-04-22 | 南京联迪信息系统股份有限公司 | 游船遇险预警救援方法及系统 |
CN114379718B (zh) * | 2021-12-22 | 2023-05-30 | 南京联迪信息系统股份有限公司 | 游船遇险预警救援方法及系统 |
CN114283621A (zh) * | 2021-12-24 | 2022-04-05 | 武汉理工大学 | 基于船舶交通流的内河渡线会遇风险识别及决策方法 |
CN114664118A (zh) * | 2022-03-18 | 2022-06-24 | 陕西正整数科技有限公司 | 一种智能船舶避碰自动测试场景生成方法及系统 |
CN115331486A (zh) * | 2022-08-12 | 2022-11-11 | 河海大学 | 一种船舶碰撞风险评估与预测方法及装置 |
CN115331486B (zh) * | 2022-08-12 | 2023-06-13 | 河海大学 | 一种船舶碰撞风险评估与预测方法及装置 |
CN117315995A (zh) * | 2023-09-28 | 2023-12-29 | 大连海事大学 | 基于近距离错过的水域碰撞危险量化及空间分布表征方法 |
CN117315995B (zh) * | 2023-09-28 | 2024-05-07 | 大连海事大学 | 基于近距离错过的水域碰撞危险量化及空间分布表征方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112560286B (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560286B (zh) | 一种基于数字化船舶领域模型的船舶碰撞风险确定方法 | |
Zhang et al. | A predictive analytics method for maritime traffic flow complexity estimation in inland waterways | |
CN112885151B (zh) | 一种融合几何解析与数据挖掘的船舶碰撞风险预警方法 | |
Zhen et al. | A novel arena-based regional collision risk assessment method of multi-ship encounter situation in complex waters | |
CN111709633B (zh) | 一种碰撞危险度确定方法、装置、设备以及可存储介质 | |
Shi et al. | Fuzzy logic-based modeling method for regional multi-ship collision risk assessment considering impacts of ship crossing angle and navigational environment | |
CN111613094A (zh) | 一种港口水域船舶交通风险预警方法 | |
CN112561232A (zh) | 繁忙水域船舶交通冲突风险度量方法 | |
Li et al. | AIS data-based decision model for navigation risk in sea areas | |
Li et al. | Towards real-time ship collision risk analysis: An improved R-TCR model considering target ship motion uncertainty | |
Zhang et al. | Big data–based estimation for ship safety distance distribution in port waters | |
Yu et al. | A direction-constrained space-time prism-based approach for quantifying possible multi-ship collision risks | |
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 | |
Yang et al. | Maritime traffic flow clustering analysis by density based trajectory clustering with noise | |
Qiao et al. | A collision risk identification method for autonomous ships based on field theory | |
Zhang et al. | A method of performing real-time ship conflict probability ranking in open waters based on AIS data | |
CN115331486A (zh) | 一种船舶碰撞风险评估与预测方法及装置 | |
Zhang et al. | Loitering behavior detection and classification of vessel movements based on trajectory shape and Convolutional Neural Networks | |
CN112820148A (zh) | 一种基于航行路线规划的船舶航行安全综合预警方法 | |
Zhang et al. | A rule-based maritime traffic situation complex network approach for enhancing situation awareness of vessel traffic service operators | |
Weng et al. | Effects of ship domain shapes on ship collision risk estimates considering collision frequency and severity | |
Zhang et al. | A data-driven approach for ship-bridge collision candidate detection in bridge waterway | |
Wang et al. | A novel multi-ship collision probability estimation method considering data-driven quantification of trajectory uncertainty | |
CN104504934A (zh) | 一种航海交通管制方法 | |
Cheng et al. | A probabilistic decision-making system for joining traffic lanes within an inland traffic separation scheme |
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 |