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 PDFInfo
- 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
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
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:
公式中,tan-1是反正切函数,Π是圆周率;
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将本船到最接近点的时间记为将本船的船舶领域重叠指数记为其中,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:
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;
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:
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:
公式中,tan-1是反正切函数,Π是圆周率;
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将本船到最接近点的时间记为将本船的船舶领域重叠指数记为其中,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:
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;
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:
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:
公式中,tan-1是反正切函数,Π是圆周率;
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将本船到最接近点的时间记为将本船的船舶领域重叠指数记为其中,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:
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;
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:
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。
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)
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)
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 |
-
2021
- 2021-12-24 CN CN202111603027.6A patent/CN114333423B/zh active Active
Patent Citations (14)
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)
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)
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 |