CN114333423A - 一种狭水道航行碰撞风险评估方法 - Google Patents

一种狭水道航行碰撞风险评估方法 Download PDF

Info

Publication number
CN114333423A
CN114333423A CN202111603027.6A CN202111603027A CN114333423A CN 114333423 A CN114333423 A CN 114333423A CN 202111603027 A CN202111603027 A CN 202111603027A CN 114333423 A CN114333423 A CN 114333423A
Authority
CN
China
Prior art keywords
ship
collision risk
water channel
cluster
narrow water
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
Application number
CN202111603027.6A
Other languages
English (en)
Other versions
CN114333423B (zh
Inventor
郑彭军
蒋昀余
柯笑添
朱璐珍
姚辉
马文卿
温亦晴
邬佳欣
钟良霞
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.)
Ningbo University
Original Assignee
Ningbo University
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 Ningbo University filed Critical Ningbo University
Priority to CN202111603027.6A priority Critical patent/CN114333423B/zh
Publication of CN114333423A publication Critical patent/CN114333423A/zh
Application granted granted Critical
Publication of CN114333423B publication Critical patent/CN114333423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种狭水道航行碰撞风险评估方法，先利用DBSCAN空间聚类方法进行空间聚类得到多个集群，引入本船和目标船来计算狭水道区域中每艘船舶的碰撞风险，分别将每个集群中任意船舶作为本船，其他每艘船舶作为目标船，基于本船和目标船的相关数据得到本船到最接近点的距离、时间以及船舶领域重叠指数，进而构建相关性用负指数方程，接着通过线性组合确定碰撞风险值和碰撞贡献值后计算得到本船的碰撞风险评估值，最后通过所有船舶的碰撞风险评估值累加得到的狭水道碰撞风险评估值，判断狭水道碰撞风险；优点是能够快速识别狭水道上存在的船舶交通安全隐患，适用于区域碰撞风险的短期识别以及海上交通监控的瞬时识别，且具有较高的准确度。

Description

一种狭水道航行碰撞风险评估方法
技术领域
本发明涉及一种碰撞风险评估方法，尤其是涉及一种狭水道航行碰撞风险评估方法。
背景技术
碰撞作为重大海事事故之一，对航行安全构成严重威胁，它已被广泛认为是水域中的主要事故类型之一。此外，随着海上交通的快速增长，碰撞风险呈上升趋势。海上交通监控在减少水域碰撞事故中起着至关重要的作用。在自动雷达标绘仪(ARPA)、自动识别系统(AIS)、电子海图显示与信息系统(ECDIS)等先进设备的支持下，从事海上交通监控的运营商可以实时监控水域的碰撞风险，从而更好地了解海上交通，为可能发生的碰撞事故做好准备。此外，监测结果为分析水域碰撞风险奠定了基础，为管理者决策提供了指导。
目前在区域碰撞风险模型中应用比较广泛的是IWRAP模型，IWRAP(IALA WaterwayRisk Assessment program)是一种以事故致因概率为前提，基于AIS历史数据对船舶碰撞和搁浅概率进行理论计算的模型，它可以有效地对不同航路中的不同船舶类型和船舶流量的碰撞概率进行计算和分析比较。但是该模型基于交通流量和速度等交通流参数，但忽略了相对运动和船只之间的距离，准确度不高。而且，通常采用长期识别，因为模型中涉及的交通流参数不是瞬时数据，而是基于AIS的历史数据。换句话说，这些模型不适用于区域碰撞风险的短期识别，尤其是海上交通监控的瞬时识别。
发明内容
本发明所要解决的技术问题是提供一种能够快速识别狭水道上存在的船舶交通安全隐患，适用于区域碰撞风险的短期识别以及海上交通监控的瞬时识别，且具有较高的准确度的狭水道航行碰撞风险评估方法。
本发明解决上述技术问题所采用的技术方案为：一种狭水道航行碰撞风险评估方法，包括以下步骤：
步骤1、对待评估的狭水道区域利用DBSCAN空间聚类方法进行空间聚类，得到集群处理结果，其中集群处理结果包括以下参数：狭水道区域的船舶总数量、集群总数以及每条船舶所在集群的船舶数；将狭水道区域的船舶总数量记为N，集群总数记为M，对待评估的狭水道区域中的集群随机按照1至M进行排序，将排序为m的集群记为集群m，m＝1，2，…，M，将集群m中的任意一艘船舶记为船舶im，将集群m中船舶总数量数记为nm；对集群m内除船舶im以外的nm-1艘船舶随机按照1至nm-1排序，将排序为t的船舶称为第t艘船舶，t＝1,2，…，nm-1；
步骤2、从待评估的狭水道区域的AIS数据中获取待评估的狭水道区域中每艘船舶的经纬度位置、速度、航向和船长；
步骤3、引入本船和目标船的概念来计算待评估的狭水道区域中每艘船舶的碰撞风险，将集群m中船舶im作为本船，目标船即为集群m中第t艘船舶，即计算船舶im与同一集群内其他每艘船舶的碰撞风险，将本船经纬度位置记为(x0，y0)、速度记为v0、航向记为c0、船长记为l0，x0表示经度位置，y0表示纬度位置，将目标船(即第t艘船舶)经纬度位置记为(xt，yt)、船速记为vt、航向记为ct、船长记为lt，xt表示经度位置，yt表示纬度位置；设定本船的船舶领域半径为r0，目标船的船舶领域半径为rt，；令r0＝3l0，rt＝3lt；
步骤4、将本船和目标船两船之间的相对距离记为d0-t，相对方位记为cb0-t，采用式(1)和是式(2)分别计算d0-t和cb0-t：
Figure BDA0003432610930000021
Figure BDA0003432610930000022
公式中，tan-1是反正切函数，Π是圆周率；
步骤5、将本船和目标船两船之间的相对速度记为
Figure BDA0003432610930000023
相对航向记为
Figure BDA0003432610930000024
采用式(3)和是式(4)分别计算
Figure BDA0003432610930000025
和
Figure BDA0003432610930000026
Figure BDA0003432610930000027
Figure BDA0003432610930000031
公式中，cos是余弦函数，cos-1是反余弦函数，Π是圆周率，sin是正弦函数；
步骤6、将本船到最接近点的距离记为
Figure BDA0003432610930000032
将本船到最接近点的时间记为
Figure BDA0003432610930000033
将本船的船舶领域重叠指数记为
Figure BDA0003432610930000034
其中，最接近点指的是本船im和目标船(即第t艘船舶)按当前航行方案继续航行预计会遇的点，采用式(5)至式(7)分别计算如下：
Figure BDA0003432610930000035
Figure BDA0003432610930000036
Figure BDA0003432610930000037
公式中，||是取绝对值符号，*是乘法符号，sin是正弦函数，cos是余弦函数，П是圆周率；
步骤7、构建本船与目标船之间的碰撞风险与
Figure BDA0003432610930000038
和
Figure BDA0003432610930000039
之间的相关性用负指数方程，如式(8)至式(10)所示：
Figure BDA00034326109300000310
Figure BDA00034326109300000311
Figure BDA00034326109300000312
公式中，exp指的是指数方程，
Figure BDA00034326109300000313
是指集群m内本船和第t艘船舶与
Figure BDA00034326109300000314
相关的碰撞风险值，
Figure BDA00034326109300000315
是指集群m内本船和第t艘船舶与
Figure BDA00034326109300000316
相关的碰撞风险值，
Figure BDA00034326109300000317
是指集群m内本船和第t艘船舶与
Figure BDA00034326109300000318
相关的碰撞风险值；
步骤8、将步骤7得到的
Figure BDA00034326109300000319
和
Figure BDA00034326109300000320
进行线性组合，计算得到集群m内本船和第t艘船舶的碰撞风险值
Figure BDA00034326109300000321
也即待评估狭水道区域内的集群m中的任意一艘船舶与其他船舶的碰撞风险值，如式(11)所示：
Figure BDA0003432610930000041
步骤9、设定本船与目标船的碰撞贡献值为
Figure BDA0003432610930000042
按照以下规则对
Figure BDA0003432610930000043
进行赋值：
如果
Figure BDA0003432610930000044
取值为0.8/nm；
如果
Figure BDA0003432610930000045
取值为1/nm，
如果
Figure BDA0003432610930000046
取值为1.2/nm；
步骤10、采用公式(12)计算得到集群m中本船的碰撞风险评估值
Figure BDA0003432610930000047
Figure BDA0003432610930000048
式(12)中，*为乘运算符号；
步骤11.按照步骤4至步骤9的方法分别计算得到每个集群中每艘船舶的碰撞风险评估值，对集群m中nm艘船舶按照1～nm再次随机排序，将此时集群m中第j艘船舶的碰撞风险评估值记为CRAm-j，j＝1,2，…，nm；
步骤12.采用式(13)计算得到狭水道碰撞风险评估值NCCR：
Figure BDA0003432610930000049
步骤13、按照以下标准判断狭水道碰撞风险：
如果0.0≤NCCR＜0.3，则判定狭水道碰撞风险为低风险；
如果0.3≤NCCR＜0.5，则判定狭水道碰撞风险为中风险；
如果0.5≤NCCR＜0.7，则判定狭水道碰撞风险为中高风险；
如果0.7≤NCCR＜1.0，则判定狭水道碰撞风险为高风险。
与现有技术相比，本发明的优点在于通过先对待评估的狭水道区域利用DBSCAN空间聚类方法进行空间聚类得到多个集群，并引入本船和目标船的概念来计算待评估的狭水道区域中每艘船舶的碰撞风险，分别将每个集群中任意船舶作为本船，其他每艘船舶分别作为目标船，基于本船和目标船的经纬度位置、速度、航向、船长和船舶领域半径，确定本船和目标船的相对距离、相对方位、相对速度和相对航向，然后将本船和目标船按当前航行方案继续航行预计会遇的点作为最接近点，分别计算得到本船到最接近点的距离、时间以及船舶领域重叠指数，进而构建本船与目标船之间的碰撞风险与本船到最接近点的距离、时间以及船舶领域重叠指数之间的相关性用负指数方程后通过线性组合，计算得到本船和目标船的碰撞风险值，基于碰撞风险值确定本船与目标船的碰撞贡献值，从而计算得到本船的碰撞风险评估值，最后通过得到的每个集群中每艘船舶的碰撞风险评估值累加得到狭水道碰撞风险评估值NCCR，基于NCCR的取值判断狭水道碰撞风险，本发明采用DBSCAN空间聚类策略简化计算过程，基于船舶的碰撞风险值和碰撞贡献值来确定的船舶的碰撞风险评估值来确定狭水道碰撞风险评估值，全面考虑每艘船舶存在的碰撞可能性，准确确定整个碰撞风险，由此本发明能够快速识别狭水道上存在的船舶交通安全隐患，适用于区域碰撞风险的短期识别以及海上交通监控的瞬时识别，且具有较高的准确度。
附图说明
图1是本发明的狭水道航行碰撞风险评估方法的流程图；
图2是本发明的狭水道航行碰撞风险评估方法中空间聚类后得到集群处理结果图；
图3是本发明的狭水道航行碰撞风险评估方法中本船和目标船相对运动关系和参数示意图；
图4是本发明的狭水道航行碰撞风险评估方法中本船和目标船的碰撞风险识别图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
实施例：如图1所示，一种狭水道航行碰撞风险评估方法，包括以下步骤：
步骤1、对待评估的狭水道区域利用DBSCAN空间聚类方法进行空间聚类，得到集群处理结果，如图2所示，其中集群处理结果包括以下参数：狭水道区域的船舶总数量、集群总数以及每条船舶所在集群的船舶数；将狭水道区域的船舶总数量记为N，集群总数记为M，对待评估的狭水道区域中的集群随机按照1至M进行排序，将排序为m的集群记为集群m，m＝1，2，…，M，将集群m中的任意一艘船舶记为船舶im，将集群m中船舶总数量数记为nm；对集群m内除船舶im以外的nm-1艘船舶随机按照1至nm-1排序，将排序为t的船舶称为第t艘船舶，t＝1,2，…，nm-1；
步骤2、从待评估的狭水道区域的AIS数据中获取待评估的狭水道区域中每艘船舶的经纬度位置、速度、航向和船长；
步骤3、引入本船和目标船的概念来计算待评估的狭水道区域中每艘船舶的碰撞风险，将集群m中船舶im作为本船，目标船即为集群m中第t艘船舶，即计算船舶im与同一集群内其他每艘船舶的碰撞风险，将本船经纬度位置记为(x0，y0)、速度记为v0、航向记为c0、船长记为l0，x0表示经度位置，y0表示纬度位置，将目标船(即第t艘船舶)经纬度位置记为(xt，yt)、船速记为vt、航向记为ct、船长记为lt，xt表示经度位置，yt表示纬度位置；设定本船的船舶领域半径为r0，目标船的船舶领域半径为rt，；令r0＝3l0，rt＝3lt；其中，本船和目标船相对运动关系和参数示意图如图3所示；
步骤4、将本船和目标船两船之间的相对距离记为d0-t，相对方位记为cb0-t，采用式(1)和是式(2)分别计算d0-t和cb0-t：
Figure BDA0003432610930000061
Figure BDA0003432610930000062
公式中，tan-1是反正切函数，Π是圆周率；
步骤5、将本船和目标船两船之间的相对速度记为
Figure BDA0003432610930000063
相对航向记为
Figure BDA0003432610930000064
采用式(3)和是式(4)分别计算
Figure BDA0003432610930000065
和
Figure BDA0003432610930000066
Figure BDA0003432610930000067
Figure BDA0003432610930000068
公式中，cos是余弦函数，cos-1是反余弦函数，Π是圆周率，sin是正弦函数；
步骤6、本船和目标船的碰撞风险识别图如图4所示，将本船到最接近点的距离记为
Figure BDA0003432610930000069
将本船到最接近点的时间记为
Figure BDA00034326109300000610
将本船的船舶领域重叠指数记为
Figure BDA00034326109300000611
其中，最接近点指的是本船im和目标船(即第t艘船舶)按当前航行方案继续航行预计会遇的点，采用式(5)至式(7)分别计算如下：
Figure BDA00034326109300000612
Figure BDA00034326109300000613
Figure BDA0003432610930000071
公式中，||是取绝对值符号，*是乘法符号，sin是正弦函数，cos是余弦函数，Π是圆周率；
步骤7、构建本船与目标船之间的碰撞风险与
Figure BDA0003432610930000072
和
Figure BDA0003432610930000073
之间的相关性用负指数方程，如式(8)至式(10)所示：
Figure BDA0003432610930000074
Figure BDA0003432610930000075
Figure BDA0003432610930000076
公式中，exp指的是指数方程，
Figure BDA0003432610930000077
是指集群m内本船和第t艘船舶与
Figure BDA0003432610930000078
相关的碰撞风险值，
Figure BDA0003432610930000079
是指集群m内本船和第t艘船舶与
Figure BDA00034326109300000710
相关的碰撞风险值，
Figure BDA00034326109300000711
是指集群m内本船和第t艘船舶与
Figure BDA00034326109300000712
相关的碰撞风险值；
步骤8、将步骤7得到的
Figure BDA00034326109300000713
和
Figure BDA00034326109300000714
进行线性组合，计算得到集群m内本船和第t艘船舶的碰撞风险值
Figure BDA00034326109300000715
也即待评估狭水道区域内的集群m中的任意一艘船舶与其他船舶的碰撞风险值，如式(11)所示：
Figure BDA00034326109300000716
步骤9、设定本船与目标船的碰撞贡献值为
Figure BDA00034326109300000717
按照以下规则对
Figure BDA00034326109300000718
进行赋值：
如果
Figure BDA00034326109300000719
取值为0.8/nm；
如果
Figure BDA00034326109300000720
取值为1/nm，
如果
Figure BDA00034326109300000721
取值为1.2/nm；
步骤10、采用公式(12)计算得到集群m中本船的碰撞风险评估值
Figure BDA00034326109300000722
Figure BDA00034326109300000723
式(12)中，*为乘运算符号；
步骤11.按照步骤4至步骤9的方法分别计算得到每个集群中每艘船舶的碰撞风险评估值，对集群m中nm艘船舶按照1～nm再次随机排序，将此时集群m中第j艘船舶的碰撞风险评估值记为CRAm-j，j＝1,2，…，nm；
步骤12.采用式(13)计算得到狭水道碰撞风险评估值NCCR：
Figure BDA0003432610930000081
步骤13、按照以下标准判断狭水道碰撞风险：
如果0.0≤NCCR＜0.3，则判定狭水道碰撞风险为低风险；
如果0.3≤NCCR＜0.5，则判定狭水道碰撞风险为中风险；
如果0.5≤NCCR＜0.7，则判定狭水道碰撞风险为中高风险；
如果0.7≤NCCR＜1.0，则判定狭水道碰撞风险为高风险。

Claims (1)

1.一种狭水道航行碰撞风险评估方法，其特征在于包括以下步骤：
步骤1、对待评估的狭水道区域利用DBSCAN空间聚类方法进行空间聚类，得到集群处理结果，其中集群处理结果包括以下参数：狭水道区域的船舶总数量、集群总数以及每条船舶所在集群的船舶数；将狭水道区域的船舶总数量记为N，集群总数记为M，对待评估的狭水道区域中的集群随机按照1至M进行排序，将排序为m的集群记为集群m，m＝1，2，…，M，将集群m中的任意一艘船舶记为船舶im，将集群m中船舶总数量数记为nm；对集群m内除船舶im以外的nm-1艘船舶随机按照1至nm-1排序，将排序为t的船舶称为第t艘船舶，t＝1,2，…，nm-1；
步骤2、从待评估的狭水道区域的AIS数据中获取待评估的狭水道区域中每艘船舶的经纬度位置、速度、航向和船长；
步骤3、引入本船和目标船的概念来计算待评估的狭水道区域中每艘船舶的碰撞风险，将集群m中船舶im作为本船，目标船即为集群m中第t艘船舶，即计算船舶im与同一集群内其他每艘船舶的碰撞风险，将本船经纬度位置记为(x0，y0)、速度记为v0、航向记为c0、船长记为l0，x0表示经度位置，y0表示纬度位置，将目标船(即第t艘船舶)经纬度位置记为(xt，yt)、船速记为vt、航向记为ct、船长记为lt，xt表示经度位置，yt表示纬度位置；设定本船的船舶领域半径为r0，目标船的船舶领域半径为rt，；令r0＝3l0，rt＝3lt；
步骤4、将本船和目标船两船之间的相对距离记为d0-t，相对方位记为cb0-t，采用式(1)和是式(2)分别计算d0-t和cb0-t：
Figure FDA0003432610920000011
Figure FDA0003432610920000012
公式中，tan-1是反正切函数，Π是圆周率；
步骤5、将本船和目标船两船之间的相对速度记为
Figure FDA0003432610920000013
相对航向记为
Figure FDA0003432610920000014
采用式(3)和是式(4)分别计算
Figure FDA0003432610920000015
和
Figure FDA0003432610920000016
Figure FDA0003432610920000021
Figure FDA0003432610920000022
公式中，cos是余弦函数，cos-1是反余弦函数，Π是圆周率，sin是正弦函数；
步骤6、将本船到最接近点的距离记为
Figure FDA0003432610920000023
将本船到最接近点的时间记为
Figure FDA0003432610920000024
将本船的船舶领域重叠指数记为
Figure FDA0003432610920000025
其中，最接近点指的是本船im和目标船(即第t艘船舶)按当前航行方案继续航行预计会遇的点，采用式(5)至式(7)分别计算如下：
Figure FDA0003432610920000026
Figure FDA0003432610920000027
Figure FDA0003432610920000028
公式中，| |是取绝对值符号，*是乘法符号，sin是正弦函数，cos是余弦函数，Π是圆周率；
步骤7、构建本船与目标船之间的碰撞风险与
Figure FDA0003432610920000029
和
Figure FDA00034326109200000210
之间的相关性用负指数方程，如式(8)至式(10)所示：
Figure FDA00034326109200000211
Figure FDA00034326109200000212
Figure FDA00034326109200000213
公式中，exp指的是指数方程，
Figure FDA00034326109200000214
是指集群m内本船和第t艘船舶与
Figure FDA00034326109200000215
相关的碰撞风险值，
Figure FDA00034326109200000216
是指集群m内本船和第t艘船舶与
Figure FDA00034326109200000217
相关的碰撞风险值，
Figure FDA00034326109200000218
是指集群m内本船和第t艘船舶与
Figure FDA00034326109200000219
相关的碰撞风险值；
步骤8、将步骤7得到的
Figure FDA00034326109200000220
和
Figure FDA00034326109200000221
进行线性组合，计算得到集群m内本船和第t艘船舶的碰撞风险值
Figure FDA0003432610920000031
也即待评估狭水道区域内的集群m中的任意一艘船舶与其他船舶的碰撞风险值，如式(11)所示：
Figure FDA0003432610920000032
步骤9、设定本船与目标船的碰撞贡献值为
Figure FDA0003432610920000033
按照以下规则对
Figure FDA0003432610920000034
进行赋值：
如果
Figure FDA0003432610920000035
Figure FDA0003432610920000036
取值为0.8/nm；
如果
Figure FDA0003432610920000037
Figure FDA0003432610920000038
取值为1/nm，
如果
Figure FDA0003432610920000039
Figure FDA00034326109200000310
取值为1.2/nm；
步骤10、采用公式(12)计算得到集群m中本船的碰撞风险评估值
Figure FDA00034326109200000311
Figure FDA00034326109200000312
式(12)中，*为乘运算符号；
步骤11.按照步骤4至步骤9的方法分别计算得到每个集群中每艘船舶的碰撞风险评估值，对集群m中nm艘船舶按照1～nm再次随机排序，将此时集群m中第j艘船舶的碰撞风险评估值记为CRAm-j，j＝1,2，…，nm；
步骤12.采用式(13)计算得到狭水道碰撞风险评估值NCCR：
Figure FDA00034326109200000313
步骤13、按照以下标准判断狭水道碰撞风险：
如果0.0≤NCCR＜0.3，则判定狭水道碰撞风险为低风险；
如果0.3≤NCCR＜0.5，则判定狭水道碰撞风险为中风险；
如果0.5≤NCCR＜0.7，则判定狭水道碰撞风险为中高风险；
如果0.7≤NCCR＜1.0，则判定狭水道碰撞风险为高风险。
CN202111603027.6A 2021-12-24 2021-12-24 一种狭水道航行碰撞风险评估方法 Active CN114333423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111603027.6A CN114333423B (zh) 2021-12-24 2021-12-24 一种狭水道航行碰撞风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111603027.6A CN114333423B (zh) 2021-12-24 2021-12-24 一种狭水道航行碰撞风险评估方法

Publications (2)

Publication Number Publication Date
CN114333423A true CN114333423A (zh) 2022-04-12
CN114333423B CN114333423B (zh) 2022-11-18

Family

ID=81013852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111603027.6A Active CN114333423B (zh) 2021-12-24 2021-12-24 一种狭水道航行碰撞风险评估方法

Country Status (1)

Country Link
CN (1) CN114333423B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115050214A (zh) * 2022-06-07 2022-09-13 兰州大学 一种基于ais数据的船舶碰撞风险预测方法
CN116246494A (zh) * 2022-12-31 2023-06-09 南京理工大学 一种面向碰撞风险判断的船舶安全域建立方法
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 (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150111092A (ko) * 2014-03-25 2015-10-05 현대중공업 주식회사 선박의 충돌 제어 시스템
US20160125739A1 (en) * 2014-02-21 2016-05-05 FLIR Belgium BVBA Collision avoidance systems and methods
KR20170103325A (ko) * 2016-03-03 2017-09-13 한국전자통신연구원 선박 안전 관련 정보 제공 장치 및 방법
US20170287340A1 (en) * 2016-03-31 2017-10-05 Fujitsu Limited Collision risk calculation method, collision risk calculation device, and computer-readable recording medium
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
WO2020003856A1 (ja) * 2018-06-27 2020-01-02 古野電気株式会社 衝突警報装置及び衝突警報方法
US20200035106A1 (en) * 2017-04-20 2020-01-30 Fujitsu Limited Non-transitory computer-readable storage medium for storing collision risk calculation program, collision risk calculation method, and collision risk calculation apparatus
CN111063218A (zh) * 2019-06-24 2020-04-24 武汉理工大学 一种船舶避碰决策方法
KR20200050808A (ko) * 2018-11-02 2020-05-12 대우조선해양 주식회사 선내항법센서와 영상정보 융합을 통한 충돌위험도예측 및 안전운항가이드 시스템
CN111186549A (zh) * 2020-01-15 2020-05-22 大连海事大学 一种具有船舶避碰功能的航向自动舵控制系统
CN111815120A (zh) * 2020-06-17 2020-10-23 中华人民共和国广东海事局 水上交通风险评估方法、装置、计算机设备和存储介质
CN112561232A (zh) * 2020-11-10 2021-03-26 武汉理工大学 繁忙水域船舶交通冲突风险度量方法
CN112885151A (zh) * 2021-03-23 2021-06-01 武汉理工大学 一种融合几何解析与数据挖掘的船舶碰撞风险预警方法
CN113744569A (zh) * 2021-11-03 2021-12-03 武汉理工大学 开阔水域船舶自主避碰方法、系统、设备及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160125739A1 (en) * 2014-02-21 2016-05-05 FLIR Belgium BVBA Collision avoidance systems and methods
KR20150111092A (ko) * 2014-03-25 2015-10-05 현대중공업 주식회사 선박의 충돌 제어 시스템
KR20170103325A (ko) * 2016-03-03 2017-09-13 한국전자통신연구원 선박 안전 관련 정보 제공 장치 및 방법
US20170287340A1 (en) * 2016-03-31 2017-10-05 Fujitsu Limited Collision risk calculation method, collision risk calculation device, and computer-readable recording medium
US20200035106A1 (en) * 2017-04-20 2020-01-30 Fujitsu Limited Non-transitory computer-readable storage medium for storing collision risk calculation program, collision risk calculation method, and collision risk calculation apparatus
WO2020003856A1 (ja) * 2018-06-27 2020-01-02 古野電気株式会社 衝突警報装置及び衝突警報方法
KR20200050808A (ko) * 2018-11-02 2020-05-12 대우조선해양 주식회사 선내항법센서와 영상정보 융합을 통한 충돌위험도예측 및 안전운항가이드 시스템
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
CN111063218A (zh) * 2019-06-24 2020-04-24 武汉理工大学 一种船舶避碰决策方法
CN111186549A (zh) * 2020-01-15 2020-05-22 大连海事大学 一种具有船舶避碰功能的航向自动舵控制系统
CN111815120A (zh) * 2020-06-17 2020-10-23 中华人民共和国广东海事局 水上交通风险评估方法、装置、计算机设备和存储介质
CN112561232A (zh) * 2020-11-10 2021-03-26 武汉理工大学 繁忙水域船舶交通冲突风险度量方法
CN112885151A (zh) * 2021-03-23 2021-06-01 武汉理工大学 一种融合几何解析与数据挖掘的船舶碰撞风险预警方法
CN113744569A (zh) * 2021-11-03 2021-12-03 武汉理工大学 开阔水域船舶自主避碰方法、系统、设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CHENGMING JIANG ET AL.: "A Novel Model of Corrected Key Navigational Parameters of Ship AIS based on CCRP", 《2020 5TH INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE, COMPUTER TECHNOLOGY AND TRANSPORTATION (ISCTT)》 *
HONGXIANGFENG ET AL.: "From a feeder port to a hub port: The evolution pathways, dynamics and perspectives of Ningbo-Zhoushan port (China)", 《TRANSPORT POLICY》 *
WEIBINZHANG ET AL.: "A method for detecting possible near miss ship collisions from AIS data", 《OCEAN ENGINEERING》 *
邵承谱等: "基于AIS数据的渔业船舶碰撞风险度评估模型", 《上海船舶运输科学研究所学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115050214A (zh) * 2022-06-07 2022-09-13 兰州大学 一种基于ais数据的船舶碰撞风险预测方法
CN115050214B (zh) * 2022-06-07 2023-08-29 兰州大学 一种基于ais数据的船舶碰撞风险预测方法
CN116246494A (zh) * 2022-12-31 2023-06-09 南京理工大学 一种面向碰撞风险判断的船舶安全域建立方法
CN116246494B (zh) * 2022-12-31 2024-05-07 南京理工大学 一种面向碰撞风险判断的船舶安全域建立方法
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
CN114333423B (zh) 2022-11-18

Similar Documents

Publication Publication Date Title
CN114333423B (zh) 一种狭水道航行碰撞风险评估方法
CN109817023B (zh) 一种海缆水域ais目标检测方法
CN111536962B (zh) 智能船舶的航线规划方法及装置、存储介质、计算机设备
CN114444315B (zh) 一种船舶避台航线模拟方法及系统
CN113128826B (zh) 通航风险预测方法、装置和存储介质
CN115050214B (zh) 一种基于ais数据的船舶碰撞风险预测方法
Silveira et al. Assessment of ship collision estimation methods using AIS data
CN111475544A (zh) 船舶轨迹数据中离群点的检测方法和装置
Kim et al. Study on the analysis of near-miss ship collisions using logistic regression
CN113536544A (zh) 一种基于最小安全距离模型的船舶概率冲突检测方法
CN111639789A (zh) 开放海域船舶碰撞风险预测方法
CN114936332A (zh) 一种风电场水域船舶交通流分析的方法、装置和存储介质
CN115294804A (zh) 一种基于船舶状态监测的海缆安全预警方法及系统
CN115331486A (zh) 一种船舶碰撞风险评估与预测方法及装置
Ma et al. Risk prediction for ship encounter situation awareness using long short-term memory based deep learning on intership behaviors
CN114550498B (zh) 一种海量ais数据驱动的船舶偏离航道智能预警系统
Zhang et al. A method of performing real-time ship conflict probability ranking in open waters based on AIS data
Itoh Method for prediction of ship traffic behaviour and encounter frequency
CN115935767B (zh) 基于统计力学的三维船舶交通复杂度识别感知方法及装置
CN114565176B (zh) 一种长期船舶轨迹预测方法
KR20200086818A (ko) 등리스크 곡선 맵핑 기반 항로 설정 방법
CN115097435A (zh) 一种渔船一船多码识别方法、装置和系统
CN111553559B (zh) 无人艇综合能力的测试方法、装置及系统
CN111159918B (zh) 一种沿海船舶航行仿真辅助决策方法及系统
Sedova et al. Intelligent Collision Danger Assessment of Autonomous Unmanned Sea-Going Vessels

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