CN112818533B - 一种水域拥堵风险评价方法、系统、装置及介质 - Google Patents

一种水域拥堵风险评价方法、系统、装置及介质 Download PDF

Info

Publication number
CN112818533B
CN112818533B CN202110119883.8A CN202110119883A CN112818533B CN 112818533 B CN112818533 B CN 112818533B CN 202110119883 A CN202110119883 A CN 202110119883A CN 112818533 B CN112818533 B CN 112818533B
Authority
CN
China
Prior art keywords
water area
ship
congestion
ships
judging
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.)
Active
Application number
CN202110119883.8A
Other languages
English (en)
Other versions
CN112818533A (zh
Inventor
吴兵
郁丁恒
赵聪聪
毛喆
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 CN202110119883.8A priority Critical patent/CN112818533B/zh
Publication of CN112818533A publication Critical patent/CN112818533A/zh
Application granted granted Critical
Publication of CN112818533B publication Critical patent/CN112818533B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种水域拥堵风险评价方法、系统、装置及介质,其中方法包括以下步骤:建立船舶仿真模型,设置所述船舶仿真模型的情景参数和水域内的船舶参数;根据所述船舶仿真模型进行交通流仿真,确定船舶的航线以及航向区域;根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量;将判断结果与定义的船舶拥堵状态进行比较,获得水域内的拥堵状态。本发明利用仿真船舶交通流及设置的各项参数,对水域内的船舶拥堵状况进行了定量的评价,对船舶航行时判断前方的交通流状况有着良好的帮助。本发明可广泛应用于海事仿真领域。

Description

一种水域拥堵风险评价方法、系统、装置及介质
技术领域
本发明涉及海事仿真领域,尤其涉及一种水域拥堵风险评价方法、系统、装置及介质。
背景技术
近年来,水路运输在交通运输中的地位逐渐提高,但随着内河船舶流量的增大,长江等内河水域发生大面积拥堵的情况也越来越频繁。目前国内对于交通拥堵的研究主要集中在道路交通领域,然而对于水上拥堵的识别这方面关注较少,且大多是水域判断方法是按照道路判断的方法对水域拥堵进行判定,不利于准确的判断船舶交通拥堵的实际情况,从而来选择合适的航线、航速进行航行。
船舶在实际航行时,由于对水域拥堵情况判断不清而不能选择更优的航速、航向、航线,从而造成水域交通情况更加复杂。通过仿真模型能够模拟船舶在实际航行时的各种情景,更好的判断出船舶在实际航行时周边水域的拥堵情况,从而选择合适的航速、航向、航速进行航行,提高船舶的通航效率,减少通航时间。
发明内容
为至少一定程度上解决现有技术中存在的技术问题之一,本发明的目的在于提供一种水域拥堵风险评价方法、系统、装置及介质。
本发明所采用的技术方案是:
一种水域拥堵风险评价方法,包括以下步骤:
建立船舶仿真模型,设置所述船舶仿真模型的情景参数和水域内的船舶参数;
根据所述船舶仿真模型进行交通流仿真,确定船舶的航线以及航向区域;
根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量;
将判断结果与定义的船舶拥堵状态进行比较,获得水域内的拥堵状态。
进一步,所述船舶仿真模型用于利用仿真技术实现船舶交通流的仿真,模拟出航行水域以及航行船舶;
所述船舶参数包括船舶船长li和水域内船舶的总数量N;
所述情景参数包括水域长度L、船舶的坐标(xi,yi)和水域的坐标范围((X,Y)→(X,Y))。
进一步,所述水域拥堵风险评价方法还包括定义水域内拥堵状态的步骤,包括:
将水域进行分段,根据所划分的水域长度、在水域内航行的船舶长度以及水域内的船舶数量,定义水域内拥堵状态。
进一步,所述采集的水域信息包括划分每一段水域内的船舶数量Mij、水域划分次数K、每一段水域长度Li、划分的每一段水域内船舶的平均数量Mi、离散程度θ以及水域拥堵参数C。
进一步,所述根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量,包括:
获取水域划分次数K;
根据水域划分次数获取划分的每一段水域内船舶的平均数量Mi
根据情景参数和平均数量Mi确定设定情景的离散程度θ;
获取水域拥堵参数C。
进一步,所述水域划分次数K的表达式为:
Figure BDA0002921613590000021
Figure BDA0002921613590000022
平均数量Mi的表达式为:
N=∑i(X≤xi≤X,Y≤yi≤Y);
Figure BDA0002921613590000023
离散程度θ的表达式为:
Figure BDA0002921613590000024
其中,i代表每一段水域,j代表每一段水域长度;
水域拥堵参数C的表达式为:
Figure BDA0002921613590000025
进一步,所述将判断结果与定义的船舶拥堵状态进行比较,获得水域内的拥堵状态,包括:
当Mi≥0.9C时,判定当前水域内航行情况为特别拥堵;
当C≤Mi≤0.9C时,判定当前水域内航行情况为一般拥堵;
当Mi≤0.7C时,判定当前水域内航行情况为水域畅通。
本发明所采用的另一技术方案是:
一种水域拥堵风险评价系统,包括:
模型建立模块,用于建立船舶仿真模型,设置所述船舶仿真模型的情景参数和水域内的船舶参数;
仿真模块,用于根据所述船舶仿真模型进行交通流仿真,确定船舶的航线以及航向区域;
船舶统计模块,用于根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量;
拥堵判断模块,用于将判断结果与定义的船舶拥堵状态进行比较,获得水域内的拥堵状态。
本发明所采用的另一技术方案是:
一种水域拥堵风险评价装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上所述方法。
本发明所采用的另一技术方案是:
一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本发明的有益效果是:本发明利用仿真船舶交通流及设置的各项参数,对水域内的船舶拥堵状况进行了定量的评价,对船舶航行时判断前方的交通流状况有着良好的帮助。
附图说明
为了更清楚地说明本发明实施例或者现有技术中的技术方案,下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员而言,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1是本发明实施例中一种水域拥堵风险评价方法的步骤流程图;
图2是本发明实施例中对水域的进行划分的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。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。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
如图1所示,本实施例提供一种水域拥堵风险评价方法,包括以下步骤:
S1、建立船舶仿真模型,设置所述船舶仿真模型的情景参数和水域内的船舶参数。
船舶参数包括:船舶船长li;水域内船舶的总数量N,
情景参数包括:水域长度L,船舶的坐标(xi,yi),水域的坐标范围((X,Y)→(X,Y))。
S2、将水域进行分段,根据所划分的水域长度、在水域内航行的船舶长度以及水域内的船舶数量,定义水域内拥堵状态。对水域的划分如图2所示。
S3、通过交通流仿真,确定船舶的航线以及航向区域;根据划分的船舶航向区域,采集水域内的水域信息,并判断水域在某段时间内的船舶数量;所述采集的水域信息包括:划分每一段水域内的船舶数量Mij,水域划分次数K,每一段水域长度Li;划分的每一段水域内船舶的平均数量Mi,离散程度θ,水域拥堵参数C,λ为水域拥堵系数,λ一般为3-4之间。
具体地,步骤S3包括步骤S31-S34:
S31、获取水域划分次数:
Figure BDA0002921613590000041
Figure BDA0002921613590000042
S32、获取划分的每一段水域内船舶的平均数量:
N=∑i(X≤xi≤X,Y≤yi≤Y);
Figure BDA0002921613590000051
S33、获取设定情景的离散程度:
根据情景参数,确定设定情景的离散程度θ为:
Figure BDA0002921613590000052
根据j的长度,分别计算出同一水域在不同划分长度下的离散程度分别为:
1、θ2、…θK-1、θK);
其中,i代表每一段水域,j代表每一段水域长度;
比较离散程度,得到θmax,计算出此种情景下的水域拥堵参数;根据j的不同取值,计算出水域在不同划分长度下的离散程度,θ越大,说明同一水域在此划分方法下的离散程度越高,即此片水域在此划分方法下部分水域拥堵、部分水域畅通的情况越高。水域拥堵参数是根据划分的水域长度与水域内的船舶长度进行比较来进行判断。
S34、获取水域拥堵参数C:
Figure BDA0002921613590000053
S4、提供水域拥堵参数与水域内的平均船舶数量的对应关系:
当Mi≥0.9C时,判定当前水域内航行情况特别拥堵,
当C≤Mi≤0.9C时,判定当前水域内航行情况一般拥堵;
当Mi≤0.7C时,判定当前水域内航行情况为畅通。
以下结合具体实施例对上述方法进行说明。
步骤1,加载电子海图,在航行水域内仿真实现船舶交通流,将水域分段,计算出水域内的平均船舶数量。
表1初始参数设置表
Figure BDA0002921613590000054
Figure BDA0002921613590000061
步骤2,计算出每一段水域内的船舶数量Mij,水域划分次数K,每一段水域长度Li;划分的每一段水域内船舶的平均数量Mi,离散程度θ,采集的数据信息如表2(j=1时)。
表2采集船员应急行动数据
Figure BDA0002921613590000062
步骤3,根据表1的通航环境数据,表2的水域的船舶离散程度,结合仿真船舶的实际参数(船长),可以获得船舶的拥挤程度,最后获得其综合评价结果。
评价结果值C,与划分的每一段水域内船舶的平均数量Mi进行比较,从而判断出水域内的拥堵程度。
综上所述,本实施例的方法与现有技术相比,有益效果为:利用仿真船舶交通流及设置的各项参数,定量的计算设置评价参数和评价效果,并根据评价效果指定相应的改进方案,从而对水域内的船舶拥堵状况进行了定量的评价,对船舶航行时判断前方的交通流状况有着很好的帮助。
本实施例还提供一种水域拥堵风险评价系统,包括:
模型建立模块,用于建立船舶仿真模型,设置所述船舶仿真模型的情景参数和水域内的船舶参数;
仿真模块,用于根据所述船舶仿真模型进行交通流仿真,确定船舶的航线以及航向区域;
船舶统计模块,用于根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量;
拥堵判断模块,用于将判断结果与定义的船舶拥堵状态进行比较,获得水域内的拥堵状态。
本实施例的一种水域拥堵风险评价系统,可执行本发明方法实施例所提供的一种水域拥堵风险评价方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本实施例还提供一种水域拥堵风险评价装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上所述方法。
本实施例的一种水域拥堵风险评价装置,可执行本发明方法实施例所提供的一种水域拥堵风险评价方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本实施例还提供了一种存储介质,存储有可执行本发明方法实施例所提供的一种水域拥堵风险评价方法的指令或程序,当运行该指令或程序时,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式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方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,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 (7)

1.一种水域拥堵风险评价方法,其特征在于,包括以下步骤:
建立船舶仿真模型,设置所述船舶仿真模型的情景参数和水域内的船舶参数;
根据所述船舶仿真模型进行交通流仿真,确定船舶的航线以及航向区域;
根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量;
将判断结果与定义的船舶拥堵状态进行比较,获得水域内的拥堵状态;
所述采集的水域信息包括划分每一段水域内的船舶数量Mij、水域划分次数K、每一段水域长度Li、划分的每一段水域内船舶的平均数量Mi、离散程度θ以及水域拥堵参数C;
所述根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量,包括:
获取水域划分次数K;
根据水域划分次数获取划分的每一段水域内船舶的平均数量Mi
根据情景参数和平均数量Mi确定设定情景的离散程度θ;
获取水域拥堵参数C;
所述水域划分次数K的表达式为:
Figure FDA0003781883230000011
Figure FDA0003781883230000012
平均数量Mi的表达式为:
N=∑i(X≤xi≤X,Y≤yi≤Y);
Figure FDA0003781883230000013
离散程度θ的表达式为:
Figure FDA0003781883230000014
根据j的不同取值,计算出水域在不同划分长度下的离散程度,θ越大,说明同一水域在此划分方法下的离散程度越高,即此片水域在此划分方法下部分水域拥堵、部分水域畅通的情况越高;
其中,i代表每一段水域,j代表每一段水域长度;
水域拥堵参数C的表达式为:
Figure FDA0003781883230000021
其中,λ为水域拥堵系数。
2.根据权利要求1所述的一种水域拥堵风险评价方法,其特征在于,所述船舶仿真模型用于利用仿真技术实现船舶交通流的仿真,模拟出航行水域以及航行船舶;
所述船舶参数包括船舶船长li和水域内船舶的总数量N;
所述情景参数包括水域长度L、船舶的坐标(xi,yi)和水域的坐标范围((X,Y)→(X,Y))。
3.根据权利要求1所述的一种水域拥堵风险评价方法,其特征在于,所述水域拥堵风险评价方法还包括定义水域内拥堵状态的步骤,包括:
将水域进行分段,根据所划分的水域长度、在水域内航行的船舶长度以及水域内的船舶数量,定义水域内拥堵状态。
4.根据权利要求1所述的一种水域拥堵风险评价方法,其特征在于,所述将判断结果与定义的船舶拥堵状态进行比较,获得水域内的拥堵状态,包括:
当Mi≥0.9C时,判定当前水域内航行情况为特别拥堵;
当C≤Mi≤0.9C时,判定当前水域内航行情况为一般拥堵;
当Mi≤0.7C时,判定当前水域内航行情况为水域畅通。
5.一种水域拥堵风险评价系统,其特征在于,包括:
模型建立模块,用于建立船舶仿真模型,设置所述船舶仿真模型的情景参数和水域内的船舶参数;
仿真模块,用于根据所述船舶仿真模型进行交通流仿真,确定船舶的航线以及航向区域;
船舶统计模块,用于根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量;
拥堵判断模块,用于将判断结果与定义的船舶拥堵状态进行比较,获得水域内的拥堵状态;
所述采集的水域信息包括划分每一段水域内的船舶数量Mij、水域划分次数K、每一段水域长度Li、划分的每一段水域内船舶的平均数量Mi、离散程度θ以及水域拥堵参数C;
所述根据划分的船舶航向区域,采集水域内的水域信息,判断水域在预设时间内的船舶数量,包括:
获取水域划分次数K;
根据水域划分次数获取划分的每一段水域内船舶的平均数量Mi
根据情景参数和平均数量Mi确定设定情景的离散程度θ;
获取水域拥堵参数C;
所述水域划分次数K的表达式为:
Figure FDA0003781883230000031
Figure FDA0003781883230000032
平均数量Mi的表达式为:
N=∑i(X≤xi≤X,Y≤yi≤Y);
Figure FDA0003781883230000033
离散程度θ的表达式为:
Figure FDA0003781883230000034
根据j的不同取值,计算出水域在不同划分长度下的离散程度,θ越大,说明同一水域在此划分方法下的离散程度越高,即此片水域在此划分方法下部分水域拥堵、部分水域畅通的情况越高;
其中,i代表每一段水域,j代表每一段水域长度;
水域拥堵参数C的表达式为:
Figure FDA0003781883230000035
其中,λ为水域拥堵系数。
6.一种水域拥堵风险评价装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现权利要求1-4任一项所述的一种水域拥堵风险评价方法。
7.一种存储介质,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1-4任一项所述方法。
CN202110119883.8A 2021-01-28 2021-01-28 一种水域拥堵风险评价方法、系统、装置及介质 Active CN112818533B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110119883.8A CN112818533B (zh) 2021-01-28 2021-01-28 一种水域拥堵风险评价方法、系统、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110119883.8A CN112818533B (zh) 2021-01-28 2021-01-28 一种水域拥堵风险评价方法、系统、装置及介质

Publications (2)

Publication Number Publication Date
CN112818533A CN112818533A (zh) 2021-05-18
CN112818533B true CN112818533B (zh) 2022-09-16

Family

ID=75860218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110119883.8A Active CN112818533B (zh) 2021-01-28 2021-01-28 一种水域拥堵风险评价方法、系统、装置及介质

Country Status (1)

Country Link
CN (1) CN112818533B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117218901A (zh) * 2023-11-09 2023-12-12 亿海蓝(北京)数据技术股份公司 航道拥堵程度判断方法、装置、电子设备和可读储存介质
CN117725861B (zh) * 2024-02-18 2024-06-14 交通运输部水运科学研究所 一种超大弯曲河道航线船舶通航模拟方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004031977A1 (de) * 2004-06-25 2006-01-19 Setyo Nugroho Verfahren zur Erstellung eines Stauplanes für Containerschiffe
BR202012012772U2 (pt) * 2012-05-28 2013-09-10 Gustavo Possas Pereira sistema de proteÇço para carregamento de navios
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
CN111951606B (zh) * 2020-07-29 2021-07-30 武汉理工大学 一种船舶碰撞风险评估与预警方法及系统

Also Published As

Publication number Publication date
CN112818533A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN112967527B (zh) 一种渡船碰撞风险评估方法、系统、装置及介质
CN112818533B (zh) 一种水域拥堵风险评价方法、系统、装置及介质
CN110363115B (zh) 基于ais轨迹数据的船舶作业异常半监督实时检测方法
KR102042356B1 (ko) 인공지능을 이용한 선박 운동 성능 예측 방법 및 시스템
CN111861155B (zh) 船舶碰撞风险检测方法、系统、计算机设备和存储介质
CN107289947A (zh) 一种船载智能气象导航系统
CN112418521A (zh) 一种短时海洋鱼群和鱼量的预测方法
CN115331486B (zh) 一种船舶碰撞风险评估与预测方法及装置
CN113128826B (zh) 通航风险预测方法、装置和存储介质
CN113032896A (zh) 一种基于船舶驾驶员偏好的避碰辅助决策方法
CN113436466A (zh) 一种船舶智能航行避碰效能验证评估方法
Dickson et al. Uncertainty in marine weather routing
CN115578546A (zh) 船舶姿态预测方法、设备、装置及系统
CN111824357B (zh) 测试方法、装置、电子设备及计算机可读存储介质
CN113277032B (zh) 基于船舶下沉量的船舶搁浅预警方法、装置、系统和介质
CN116861339A (zh) 一种基于机器学习识别船舶工况以提升船舶碳污排放量估算精度的方法
CN114384900B (zh) 内河水面自主船舶航行驾驶方法、装置及存储介质
CN113689738B (zh) 一种长航道大型船舶精细化逐段乘潮进港方法
CN115587308A (zh) 航道的确定方法、装置、电子设备及存储介质
CN112660331B (zh) 航速纵倾联合优化方法、装置及电子设备
WO2018115569A1 (en) Method for analyzing fleet operations
CN112350733B (zh) 一种基于有效距离的快速轨迹压缩方法
CN115171066A (zh) 感知风险的确定方法、装置、设备及存储介质
CN110986943B (zh) 一种船舶航行路径智能优化方法及装置
CN113536948A (zh) 一种渔船捕捞行为识别方法及装置

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