CN112866902A - 一种动态危险船载环境自适应应急导航方法 - Google Patents
一种动态危险船载环境自适应应急导航方法 Download PDFInfo
- Publication number
- CN112866902A CN112866902A CN202110033421.4A CN202110033421A CN112866902A CN 112866902 A CN112866902 A CN 112866902A CN 202110033421 A CN202110033421 A CN 202110033421A CN 112866902 A CN112866902 A CN 112866902A
- Authority
- CN
- China
- Prior art keywords
- ship
- path
- navigation
- following
- passenger
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Navigation (AREA)
Abstract
一种动态危险船载环境自适应应急导航方法,该方法包括以下步骤:A、根据船舶结构提取船舶的3D拓扑模型,并据此模型布设船载无线传感器网络;B、基于船载无线传感器网络,利用图论理论建立船舶应急疏散模型;C、根据船舶应急疏散模型定义受损船舶环境下的乘客逃生最优路径;D、在预处理阶段,为每一个导航路标建立路径查找表;E、在实际导航阶段,根据乘客行走速度,参照路径查找表,为其确定下一个导航路标直至到达逃生集合点。本设计不仅提高了导航效率与导航成功率,而且提高了用户安全性。
Description
技术领域
本发明涉及智能交通的船载环境应急疏散领域,尤其涉及一种动态危险船载环境自适应应急导航方法,主要适用于提高在动态危险船舶环境下的导航效率、导航成功率和被疏散人员安全。
背景技术
自国际海事组织IMO制定国际海上人命安全公约SOLAS以来,如何保证受损船舶中乘客和船员的安全引起航运界极大关注。然而,船舶结构的复杂性,船舶室内环境危险的动态性、受损船舶运动的特殊性及其存活时间的有限性给传统船舶应急疏散手段带来了一系列困境和约束。
目前,基于无线传感器网络的陆地建筑物应急疏散方法众多,根据应急疏散系统处理动态危险的方式,可将现有疏散方法分为被动式应急疏散和主动式应急疏散。被动式应急疏散方法将危险事件视为静态现象,没有充分考虑危险的动态变化对导航路径选择的影响,因此,这类方法提供的导航路径最终可能无法通行。为了确保用户安全,此类必须频繁重新计算导航路径以适应疏散环境的动态变化,这不可避免地引起了用户的局部折返运动,折返运动将导致用户长时间处于危险环境中,对用户安全造成了极大威胁,用户甚至会因此错失生存机会。主动式应急疏散方法充分考虑了疏散环境的动态变化,并采取“前摄行为”,制定导航决策。这类方法利用无线传感器节点的感知能力密切跟踪环境中紧急事件的变化情况,为用户做出主动式决策,以确保导航最终成功。此类方法可使在任何导航路标及相应的时间点上,用户的安全得到保证;但其问题是会造成不必要的绕路,因此降低导航效率,使用户长时间处于危险环境中,因此不适用于难以预测危险动态变化的疏散场景。
尽管目前一些应急疏散算法已经相当成熟,但是其主要适用于陆地建筑物的疏散场景,独特的船舶疏散特点对这些算法产生了极大的约束作用。因此,基于WSN的船载环境应急疏散仍然没有效率高、成功率高、安全性强的方法。
发明内容
本发明的目的是克服现有技术中存在的导航效率低、导航成功率低、用户安全性差的缺陷与问题,提供一种导航效率高、导航成功率高、用户安全性强的动态危险船载环境自适应应急导航方法。
为实现以上目的,本发明的技术解决方案是:一种动态危险船载环境自适应应急导航方法,该方法包括以下步骤:
A、根据船舶结构提取船舶的3D拓扑模型,并据此模型布设船载无线传感器网络;
B、基于船载无线传感器网络,利用图论理论建立船舶应急疏散模型;
C、根据船舶应急疏散模型定义受损船舶环境下的乘客逃生最优路径;
D、在预处理阶段,为每一个导航路标建立路径查找表;
E、在实际导航阶段,根据乘客行走速度,参照路径查找表,为其确定下一个导航路标直至到达逃生集合点。
步骤A中,在船载环境中布设一个基于IEEE802.15.4/ZigBee的无线传感器网络,其使用2.4GHz频段,该无线传感器网络包括大量不同功能的传感器节点,用于自动探测船载环境参数,并利用倾角传感器实时监测受损船舶倾斜角度,同时,为用户配备装有射频模块且可与传感器节点交互的智能手机。
步骤B具体包括以下步骤:
B1、利用图论理论将船载无线传感器网络映射到二维平面,得到对应的图模型;
B2、根据受损船舶运动特性以及基于此特性的船载乘客行走速度变化规律确定疏散模型边参数,即典型延迟和最坏情况延迟;
B3、根据船舶沉没时间和危险事件动态变化特性确定疏散模型点参数,即最短危险到达时间集合。
步骤B1中,图模型为:
步骤B2具体包括以下步骤:
B21、根据实船实验得出船载乘客在静止客船走廊的行走速度、在楼梯上的行走速度,将上述速度作为通过相应路径段的典型速度;
B22、根据实船实验以及计算机疏散仿真程序,得出不同船舶倾斜状态下船载乘客运动特征为:
其中,rtrans为船舶横倾状态下的乘客速度减小系数,φ为船舶横倾角度;φ=30°被定义为船舶沉没标准,因此将船舶横倾角度达到30°时乘客的行走速度称为最坏情况速度;
步骤B3具体包括以下步骤:
B31、确定船舶沉没时间
当有效波高h≥4.5m时,利用受损船舶运动模拟程序获得船舶沉没时间;
当有效波高h≤4.5m时,船舶沉没时间通过以下公式获得:
其中,Tc为船舶沉没时间,Ts为有效波周期,A和B均为常数;
B32、计算危险到达时间,计算公式如下:
步骤C具体包括以下步骤:
其中,为从vi到vo的所有路径集合,为乘客从va到vi的实际行走时间,为路径p(vi)上任一路径段;vo为出口路标,即靠近逃生集合点的导航路标;C2、从中选择导航路标vi的最优邻居节点π,π确定δ(vi),δ(vi)定义为:
psup定义为:
步骤D中,为每个导航路标建立的路径查找表分为如下两种类型:
(1)以出口路标vo为目标节点的路径查找表,利用限制延迟快速路由算法为每个导航路标vi建立路径查找表TAB[vi],TAB[vi]由三元组(s,vj,δ)构成,(s,vj,δ)表示若乘客沿路径段移动,可保证其从vi到vo经历的最坏情况延迟上界为s,同时经历最小典型延迟δ;
第一、对以下变量进行赋值操作:exist1←FALSE;exist2←FALSE;Count←0;
第二、输入及TAB[vi],对于任意vi及vj∈TAB[vi],若对于任意若则将exist1赋值为TRUE且Count值加1;循环遍历所有p(vi),若满足Count≡|p(vi)|,则将exist2赋值为TRUE;
第三、若满足exist2≡TRUE,以vy为终点调用路径查找表合成法建立路径查找表。
步骤E具体包括以下步骤:
与现有技术相比,本发明的有益效果为:
本发明一种动态危险船载环境自适应应急导航方法中,在充分考虑船舶结构及船舶应急疏散特点的基础上,提出基于WSN的考虑受损船舶倾斜状态变化影响的动态危险船载环境自适应应急导航方法,该导航方法主要通过布设传感器网络、建立应急疏散模型、构建路径查找表三个步骤实现实时定制化导航服务;整个疏散方法有效地解决了动态危险船载环境下根据乘客实际行走速度提供实时定制化导航服务的问题,大大提高了疏散成功率。因此,本发明不仅提高了导航效率与导航成功率,而且提高了用户安全性。
附图说明
图1是本发明一种动态危险船载环境自适应应急导航方法的流程图。
图2是本发明中无线传感器网络的布置示意图。
图3是大型邮轮3D结构图。
图4是本发明的疏散场景图及对应的应急疏散模型。
图5是本发明中构建的路径查找表。
图6是本发明提供的实时定制化导航服务示意图。
图7是本发明所提基于WSN的船舶应急疏散方法与其它几种基于WSN的疏散方法的试验结果对比图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步详细的说明。
参见图1至图6,一种动态危险船载环境自适应应急导航方法,该方法包括以下步骤:
A、根据船舶结构提取船舶的3D拓扑模型,并据此模型布设船载无线传感器网络;
B、基于船载无线传感器网络,利用图论理论建立船舶应急疏散模型;
C、根据船舶应急疏散模型定义受损船舶环境下的乘客逃生最优路径;
D、在预处理阶段,为每一个导航路标建立路径查找表;
E、在实际导航阶段,根据乘客行走速度,参照路径查找表,为其确定下一个导航路标直至到达逃生集合点。
步骤A中,在船载环境中布设一个基于IEEE802.15.4/ZigBee的无线传感器网络,其使用2.4GHz频段,该无线传感器网络包括大量不同功能的传感器节点,用于自动探测船载环境参数,并利用倾角传感器实时监测受损船舶倾斜角度,同时,为用户配备装有射频模块且可与传感器节点交互的智能手机。
步骤B具体包括以下步骤:
B1、利用图论理论将船载无线传感器网络映射到二维平面,得到对应的图模型;
B2、根据受损船舶运动特性以及基于此特性的船载乘客行走速度变化规律确定疏散模型边参数,即典型延迟和最坏情况延迟;
B3、根据船舶沉没时间和危险事件动态变化特性确定疏散模型点参数,即最短危险到达时间集合。
步骤B1中,图模型为:
步骤B2具体包括以下步骤:
B21、根据实船实验得出船载乘客在静止客船走廊的行走速度、在楼梯上的行走速度,将上述速度作为通过相应路径段的典型速度;
B22、根据实船实验以及计算机疏散仿真程序,得出不同船舶倾斜状态下船载乘客运动特征为:
其中,rtrans为船舶横倾状态下的乘客速度减小系数,φ为船舶横倾角度;φ=30°被定义为船舶沉没标准,因此将船舶横倾角度达到30°时乘客的行走速度称为最坏情况速度;
步骤B3具体包括以下步骤:
B31、确定船舶沉没时间
当有效波高h≥4.5m时,利用受损船舶运动模拟程序获得船舶沉没时间;
当有效波高h≤4.5m时,船舶沉没时间通过以下公式获得:
其中,Tc为船舶沉没时间,Ts为有效波周期,A和B均为常数;
B32、计算危险到达时间,计算公式如下:
步骤C具体包括以下步骤:
psup定义为:
步骤D中,为每个导航路标建立的路径查找表分为如下两种类型:
(1)以出口路标vo为目标节点的路径查找表,利用限制延迟快速路由算法为每个导航路标vi建立路径查找表TAB[vi],TAB[vi]由三元组(s,vj,δ)构成,(s,vj,δ)表示若乘客沿路径段移动,可保证其从vi到vo经历的最坏情况延迟上界为s,同时经历最小典型延迟δ;
第一、对以下变量进行赋值操作:exist1←FALSE;exist2←FALSE;Count←0;
第二、输入及TAB[vi],对于任意vi及vj∈TAB[vi],若对于任意若则将exist1赋值为TRUE且Count值加1;循环遍历所有p(vi),若满足Count≡|p(vi)|,则将exist2赋值为TRUE;
第三、若满足exist≡TRUE,以vy为终点调用路径查找表合成法建立路径查找表。
步骤E具体包括以下步骤:
本发明的原理说明如下:
大型邮轮需要具有足够的储备浮力和稳性,保证其因发生碰撞、触礁、搁浅等海上事故导致破舱进水后仍能保持一定浮态和稳性。然而,如果进水量过大,船舶会由于储备浮力丧失过多失去浮性而沉没,或者因稳性不足而倾覆,或因舱室进水而导致船体断裂。在这种情况下,可用乘客疏散时间是有限的,一旦超过此期限,乘客几乎没有生还的可能性。另外,受损船舶的动态运动严重影响了乘客在疏散过程中的步行速度,使乘客通过相同长度路径段的时间具有很大的不确定性。为了解决上述问题,我们在利用图论理论建立船舶应急疏散模型时引入典型延迟和最坏情况延迟两个延迟参数,同时,将船舶应急疏散问题转化为一个有约束的最短路由问题。
利用限制延迟快速路由算法(Rapid routing with guaranteed delay bounds)思想,考虑受损船舶危险动态环境,在预处理阶段构建两类路径查找表,为实时定制化导航服务提供基础。
实施例:
参见图1、图2,一种动态危险船载环境自适应应急导航方法,该方法包括以下步骤:
A、根据船舶结构提取船舶的3D拓扑模型,并据此模型布设船载无线传感器网络;
参见图3,在船载环境中布设一个基于IEEE802.15.4/ZigBee的无线传感器网络,其使用2.4GHz频段,该无线传感器网络包括大量不同功能的传感器节点,用于自动探测温度、湿度和烟雾等船载环境参数,并利用倾角传感器实时监测受损船舶倾斜角度,同时,为用户配备装有射频模块且可与传感器节点交互的智能手机;利用船载无线传感器网络的感知能力,密切追踪船舶疏散环境动态变化和疏散人员实时位置,并与配备射频模块的乘客通信,指导乘客安全疏散;
B、基于船载无线传感器网络,利用图论理论建立船舶应急疏散模型;具体包括以下步骤:
B1、利用图论理论将船载无线传感器网络映射到二维平面,得到对应的图模型:
其中,为导航路标集合,参见图4(a)-(c),根据导航路标状态将导航路标集合分为危险路标子集和可行路标子集由危险路标子集构成的凸包称为危险区域,本设计仅考虑危险扩散的疏散场景;为路径段集合,相邻两个导航路标之间的定向连接称为一个路径段,比如导航路标vi和导航路标vj之间的定向连接称为一个路径段
B2、根据受损船舶运动特性以及基于此特性的船载乘客行走速度变化规律确定疏散模型边参数,即典型延迟和最坏情况延迟;具体包括以下步骤:
B21、根据实船实验得出船载乘客在静止客船走廊的行走速度是1.4m/s、在楼梯上的行走速度是0.7m/s,将上述速度作为通过相应路径段的典型速度;
B22、根据实船实验以及计算机疏散仿真程序,得出不同船舶倾斜状态下船载乘客运动特征为:
其中,rtrans为船舶横倾状态下的乘客速度减小系数,φ为船舶横倾角度;φ=30°被定义为船舶沉没标准,因此将船舶横倾角度达到30°时乘客的行走速度称为最坏情况速度;
B3、根据船舶沉没时间和危险事件动态变化特性确定疏散模型点参数,即最短危险到达时间集合;具体包括以下步骤:
B31、确定船舶沉没时间
当有效波高h≥4.5m时,利用受损船舶运动模拟程序获得船舶沉没时间,该方法考虑了船舶装载情况、破损部位和损坏程度以及航行区域海况等必要信息;
当有效波高h≤4.5m时,船舶沉没时间通过以下公式获得:
其中,Tc为船舶沉没时间,Ts为有效波周期,A和B均为常数,有效波周期Ts不变的条件下,模拟h≥4.5m时受损船舶运动可得到常数A和B;
B32、计算危险到达时间,将危险区域的动态变化转化成危险路标向某路径段的移动,计算公式如下:
C、根据船舶应急疏散模型描述船舶应急疏散问题即定义受损船舶环境下的乘客逃生最优路径psup;该路径具有以下特点:第一、在任何情况下保证乘客在船舶沉没之前到达集合点,即使其在疏散过程中一直经历最坏情况延迟;第二、保证乘客在疏散过程中避开危险区域;第三、保证乘客在逃生过程中避免不必要的折返运动;第四、考虑乘客实际行走速度,保证其以最短典型延迟逃生;具体包括以下步骤:
psup定义为:
D、在预处理阶段,为每一个导航路标建立路径查找表,参见图5,分为如下两种类型:
(1)以出口路标vo为目标节点的路径查找表,利用限制延迟快速路由算法(Rapidrouting with guaranteed delay bounds)为每个导航路标vi建立路径查找表TAB[vi],TAB[vi]由三元组(s,vj,δ)构成,(s,vj,δ)表示若乘客沿路径段移动,可保证其从vi到vo经历的最坏情况延迟上界为s,同时经历最小典型延迟δ;
第一、对以下变量进行赋值操作:exist1←FALSE;exist2←FALSE;Count←0;
第二、输入及TAB[vi],对于任意vi及vj∈TAB[vi],若对于任意若则将exist1赋值为TRUE且Count值加1;循环遍历所有p(vi)(p(vi)包含),若满足Count≡|p(vi)|,则将exist2赋值为TRUE;
第三、若满足exist 2≡TRUE,以vy为终点调用路径查找表合成法(LOOK-UP TABLESYNTHESIS程序)建立路径查找表;
E、在实际导航阶段,根据乘客行走速度,参照路径查找表,为其确定下一个导航路标直至到达逃生集合点;参见图6,具体按照如下方式指导乘客疏散:
参见图7,本设计所提的应急疏散方法与MA(基于空间中轴提取的导航算法,该算法将空间中轴作为路线图嵌入传感器网络,为建筑物内用户提供导航信息)、OPEN(基于WSN的无折返导航方法,该方法利用传感器节点的感知能力,将紧急事件的动态变化量化为ENO(预期折返次数),传感器节点协同工作分发ENO信息,将ENO作为一种新型路径规划指标,找到具有最小折返可能性的导航路径)应急疏散方法相比,在导航成功率和导航效率方面有较大的提高。
Claims (9)
1.一种动态危险船载环境自适应应急导航方法,其特征在于,该方法包括以下步骤:
A、根据船舶结构提取船舶的3D拓扑模型,并据此模型布设船载无线传感器网络;
B、基于船载无线传感器网络,利用图论理论建立船舶应急疏散模型;
C、根据船舶应急疏散模型定义受损船舶环境下的乘客逃生最优路径;
D、在预处理阶段,为每一个导航路标建立路径查找表;
E、在实际导航阶段,根据乘客行走速度,参照路径查找表,为其确定下一个导航路标直至到达逃生集合点。
2.根据权利要求1所述的一种动态危险船载环境自适应应急导航方法,其特征在于:步骤A中,在船载环境中布设一个基于IEEE802.15.4/ZigBee的无线传感器网络,其使用2.4GHz频段,该无线传感器网络包括大量不同功能的传感器节点,用于自动探测船载环境参数,并利用倾角传感器实时监测受损船舶倾斜角度,同时,为用户配备装有射频模块且可与传感器节点交互的智能手机。
3.根据权利要求1所述的一种动态危险船载环境自适应应急导航方法,其特征在于:步骤B具体包括以下步骤:
B1、利用图论理论将船载无线传感器网络映射到二维平面,得到对应的图模型;
B2、根据受损船舶运动特性以及基于此特性的船载乘客行走速度变化规律确定疏散模型边参数,即典型延迟和最坏情况延迟;
B3、根据船舶沉没时间和危险事件动态变化特性确定疏散模型点参数,即最短危险到达时间集合。
6.根据权利要求5所述的一种动态危险船载环境自适应应急导航方法,其特征在于:步骤B3具体包括以下步骤:
B31、确定船舶沉没时间
当有效波高h≥4.5m时,利用受损船舶运动模拟程序获得船舶沉没时间;
当有效波高h≤4.5m时,船舶沉没时间通过以下公式获得:
其中,Tc为船舶沉没时间,Ts为有效波周期,A和B均为常数;
B32、计算危险到达时间,计算公式如下:
8.根据权利要求7所述的一种动态危险船载环境自适应应急导航方法,其特征在于:步骤D中,为每个导航路标建立的路径查找表分为如下两种类型:
(1)以出口路标vO为目标节点的路径查找表,利用限制延迟快速路由算法为每个导航路标vi建立路径查找表TAB[vi],TAB[vi]由三元组(s,vj,δ)构成,(s,vj,δ)表示若乘客沿路径段移动,可保证其从vi到vo经历的最坏情况延迟上界为S,同时经历最小典型延迟δ;
第一、对以下变量进行赋值操作:exist1←FALSE;exist2←FALSE;Count←0;
第二、输入及TAB[vi],对于任意vi及vj∈TAB[vi],若对于任意若则将exist1赋值为TRUE且Count值加1;循环遍历所有p(vi),若满足Count≡|p(vi)|,则将exist2赋值为TRUE;
第三、若满足exiSt2≡TRUE,以vy为终点调用路径查找表合成法建立路径查找表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110033421.4A CN112866902B (zh) | 2021-01-12 | 2021-01-12 | 一种动态危险船载环境自适应应急导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110033421.4A CN112866902B (zh) | 2021-01-12 | 2021-01-12 | 一种动态危险船载环境自适应应急导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112866902A true CN112866902A (zh) | 2021-05-28 |
CN112866902B CN112866902B (zh) | 2022-02-18 |
Family
ID=76002594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110033421.4A Active CN112866902B (zh) | 2021-01-12 | 2021-01-12 | 一种动态危险船载环境自适应应急导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112866902B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113727279A (zh) * | 2021-11-03 | 2021-11-30 | 武汉理工大学 | 一种基于室内外位置信息的船舶应急疏散方法 |
CN114527757A (zh) * | 2022-02-24 | 2022-05-24 | 哈尔滨工程大学 | 基于虚拟节点的远洋客船人员应急疏散路径规划算法 |
CN114659525A (zh) * | 2022-05-19 | 2022-06-24 | 武汉理工大学 | 面向三维船舶场景的可扩展性实时快速应急路径规划方法 |
CN117048801A (zh) * | 2023-10-11 | 2023-11-14 | 亿海蓝(北京)数据技术股份公司 | 船舶安全管理系统的控制方法、装置、存储介质和系统 |
CN117371760A (zh) * | 2023-11-30 | 2024-01-09 | 武汉理工大学 | 考虑截止时间和拥塞缓解的分层式客船人员应急疏散方法 |
CN114527757B (zh) * | 2022-02-24 | 2024-05-31 | 哈尔滨工程大学 | 基于虚拟节点的远洋客船人员应急疏散路径规划算法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100235088A1 (en) * | 2009-03-16 | 2010-09-16 | The Hong Kong University Of Science And Technology | Safety-based road map navigation |
CN101895953A (zh) * | 2010-07-09 | 2010-11-24 | 中国科学院软件研究所 | 一种基于传感器网络的室内应急导航方法 |
CN103974367A (zh) * | 2014-05-21 | 2014-08-06 | 哈尔滨工程大学 | 无线传感器网络中基于heed算法的错误容忍和多路径优化方法 |
CN110503257A (zh) * | 2019-08-15 | 2019-11-26 | 哈尔滨工程大学 | 一种基于msc的海上人员应急逃生路径规划方法 |
CN111026126A (zh) * | 2019-12-27 | 2020-04-17 | 哈尔滨工程大学 | 一种基于改进蚁群算法的无人艇全局路径多目标规划方法 |
CN111609856A (zh) * | 2020-05-14 | 2020-09-01 | 哈尔滨工程大学 | 一种船舶紧急逃生路径的导识系统 |
-
2021
- 2021-01-12 CN CN202110033421.4A patent/CN112866902B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100235088A1 (en) * | 2009-03-16 | 2010-09-16 | The Hong Kong University Of Science And Technology | Safety-based road map navigation |
CN101895953A (zh) * | 2010-07-09 | 2010-11-24 | 中国科学院软件研究所 | 一种基于传感器网络的室内应急导航方法 |
CN103974367A (zh) * | 2014-05-21 | 2014-08-06 | 哈尔滨工程大学 | 无线传感器网络中基于heed算法的错误容忍和多路径优化方法 |
CN110503257A (zh) * | 2019-08-15 | 2019-11-26 | 哈尔滨工程大学 | 一种基于msc的海上人员应急逃生路径规划方法 |
CN111026126A (zh) * | 2019-12-27 | 2020-04-17 | 哈尔滨工程大学 | 一种基于改进蚁群算法的无人艇全局路径多目标规划方法 |
CN111609856A (zh) * | 2020-05-14 | 2020-09-01 | 哈尔滨工程大学 | 一种船舶紧急逃生路径的导识系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113727279A (zh) * | 2021-11-03 | 2021-11-30 | 武汉理工大学 | 一种基于室内外位置信息的船舶应急疏散方法 |
CN114527757A (zh) * | 2022-02-24 | 2022-05-24 | 哈尔滨工程大学 | 基于虚拟节点的远洋客船人员应急疏散路径规划算法 |
CN114527757B (zh) * | 2022-02-24 | 2024-05-31 | 哈尔滨工程大学 | 基于虚拟节点的远洋客船人员应急疏散路径规划算法 |
CN114659525A (zh) * | 2022-05-19 | 2022-06-24 | 武汉理工大学 | 面向三维船舶场景的可扩展性实时快速应急路径规划方法 |
CN117048801A (zh) * | 2023-10-11 | 2023-11-14 | 亿海蓝(北京)数据技术股份公司 | 船舶安全管理系统的控制方法、装置、存储介质和系统 |
CN117048801B (zh) * | 2023-10-11 | 2024-01-05 | 亿海蓝(北京)数据技术股份公司 | 船舶安全管理系统的控制方法、装置、存储介质和系统 |
CN117371760A (zh) * | 2023-11-30 | 2024-01-09 | 武汉理工大学 | 考虑截止时间和拥塞缓解的分层式客船人员应急疏散方法 |
CN117371760B (zh) * | 2023-11-30 | 2024-05-28 | 武汉理工大学 | 考虑截止时间和拥塞缓解的分层式客船人员应急疏散方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112866902B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112866902B (zh) | 一种动态危险船载环境自适应应急导航方法 | |
Wu et al. | Long-voyage route planning method based on multi-scale visibility graph for autonomous ships | |
CN109597417B (zh) | 一种基于避碰准则的多usv群体协同避碰规划方法 | |
CN107798185A (zh) | 一种基于ecdis的航线自动设计系统及其构建方法 | |
CN102929285A (zh) | 多救援直升机多目标分配与航迹规划方法 | |
CN108803656A (zh) | 一种基于复杂低空的飞行控制方法及系统 | |
CN106816039A (zh) | 一种船舶巡航预警动态监测方法 | |
CN107958094A (zh) | 一种基于复杂网络理论的水域航路脆弱性研究方法 | |
CN112819255B (zh) | 多准则船舶航线确定方法、装置、计算机设备及可读存储介质 | |
CN114077926A (zh) | 航行轨迹预测方法、计算机存储介质及程序产品 | |
CN111665846B (zh) | 一种基于快速扫描法的水面无人艇路径规划方法 | |
CN110444046A (zh) | 一种受限水域非冲突会遇船舶集群态势分析方法 | |
Pietrzykowski et al. | Ship domain as a safety criterion in a precautionary area of traffic separation scheme | |
CN109974708B (zh) | 一种无人船航迹规划方法、终端设备及存储介质 | |
CN109726841A (zh) | 基于无人仓的agv路径计算方法及agv行驶路径控制方法 | |
Seo et al. | Ship collision avoidance route planning using CRI-based A∗ algorithm | |
US11049319B2 (en) | Method for implementing virtual reality roaming path control | |
CN115713872B (zh) | 一种基于soa的环境自适应航路规划方法 | |
CN109389835B (zh) | 一种城市道路交通需求与控制的映射方法 | |
KR102466119B1 (ko) | Ais 정보에 기반한 주요항로 연결망 추출 장치 및 방법 | |
CN114659525B (zh) | 面向三维船舶场景的可扩展性实时快速应急路径规划方法 | |
Grinyak et al. | Ship routes planning based on traffic clustering | |
CN113108799B (zh) | 基于场论的船舶路径优化方法 | |
Wu et al. | Research of unmanned surface vessel (USV) path-planning algorithm based on ArcGIS | |
Zhou et al. | Ship weather routing based on grid system and modified genetic algorithm |
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 |