CN114550499A - 融合COLREGs场景知识的船舶智能避碰方法及装置 - Google Patents
融合COLREGs场景知识的船舶智能避碰方法及装置 Download PDFInfo
- Publication number
- CN114550499A CN114550499A CN202210131711.7A CN202210131711A CN114550499A CN 114550499 A CN114550499 A CN 114550499A CN 202210131711 A CN202210131711 A CN 202210131711A CN 114550499 A CN114550499 A CN 114550499A
- Authority
- CN
- China
- Prior art keywords
- ship
- meeting
- scene
- colregs
- situation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000006399 behavior Effects 0.000 claims abstract description 34
- 230000014509 gene expression Effects 0.000 claims abstract description 21
- 230000009471 action Effects 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 2
- 230000001149 cognitive effect Effects 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 description 10
- LFULEKSKNZEWOE-UHFFFAOYSA-N propanil Chemical compound CCC(=O)NC1=CC=C(Cl)C(Cl)=C1 LFULEKSKNZEWOE-UHFFFAOYSA-N 0.000 description 6
- QZXCCPZJCKEPSA-UHFFFAOYSA-N chlorfenac Chemical compound OC(=O)CC1=C(Cl)C=CC(Cl)=C1Cl QZXCCPZJCKEPSA-UHFFFAOYSA-N 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 101100411338 Caenorhabditis elegans qua-1 gene Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种融合COLREGs场景知识的船舶智能避碰方法及装置，该方法包括：基于COLREGs对船舶会遇场景进行语义化表达；根据会遇场景的语义化表达进行船舶会遇状态的识别；将COLREGs有关船舶会遇场景的行为准则转化为SWRL规则；根据识别的船舶会遇状态和基于COLREGs场景知识定义的SWRL规则对船舶会遇应采取的避碰行为进行推理，进而辅助船舶进行智能避碰。本发明能够结合COLREGs航行场景知识，使得船舶从人类认知层面理解船舶会遇场景并做出相应的避碰决策，实现船舶智能拟人化避碰。
Description
技术领域
本发明属于船舶智能避碰技术领域，具体涉及一种融合COLREGs场景知识的船舶智能避碰方法及装置。
背景技术
近年来新一代的人工智能以及无人驾驶技术的兴起，指引着水上交通领域向着智能化，无人化发展，船舶避碰作为水上交通领域中重要的一大研究方向，如何让船舶在复杂多变的水上交通环境中快速做出符合COLREGs的行动是当前船舶智能化背景下船舶避碰领域一个十分重要的问题，具体来说，即船舶在会遇避让过程中，会遇船舶应该在什么时机采取多大幅度的、哪种类型的行动以符合COLREGs的行动准则并最终驶过让请。
目前，有关船舶智能避碰有一系列的方法，包括速度障碍法、人工势场法、模糊数学法在内，这些方法的共性在于均从数据层面对船舶会遇避碰进行了研究，力求从定量的角度去划分船舶会遇场景，并且在辅助船舶智能避碰时很少考虑到船舶航行环境对船舶避碰产生的影响，实际上，船舶驾驶员在进行船舶避碰时会多方面考虑，包括，避碰规则的要求、周围的通航环境等，因此现有的方法不能很好的符合人脑关于船舶避碰的认知，进而难以实现真正意义上的智能避碰。综上，如何有效地从人脑认知的角度融合COLREGs知识进行船舶的智能避碰是当前亟待解决的问题。
发明内容
针对现有技术中存在的问题，本发明提供一种融合COLREGs场景知识的船舶智能避碰方法及装置，以解决船舶避碰的智能化问题。
为实现上述目的，本发明提供了一种融合COLREGs场景知识的船舶智能避碰方法，包括：
步骤S1：基于COLREGs对船舶会遇场景进行语义化表达；
步骤S2：根据会遇场景的语义化表达进行船舶会遇状态识别；
步骤S3：将COLREGs有关船舶会遇场景的行为准则转化为SWRL规则；
步骤S4：根据识别的船舶会遇状态和基于COLREGs场景知识定义的SWRL规则对船舶会遇时应采取的避碰行为进行推理。
进一步地，船舶会遇场景包括：机动船与机动船之间在互见中的对遇局面、追越局面、交叉相遇局面；机动船和失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船在互见中的会遇局面；失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船彼此之间在互见中的会遇局面。语义化表达是指基于人脑的思维方式，对上述三种会遇场景进行模块化、结构化的表达，以符合人脑对船舶会遇场景的认知。
语义化表达是指根据COLREGs所规定的船舶会遇场景的语义特征，抽取重要的特征进行语义化表达。船舶会遇场景包括局面、船舶类型、角色、阶段、船舶间舷角、最有效行动这6种语义特征，故语义化表达包括从船舶会遇时的局面、船舶类型、角色、阶段、船舶间舷角、最有效行动这6个方面进行语义化表达。
进一步地，船舶会遇状态的识别是指基于多源异构数据从数据层面识别和表达出相应的语义，为后续的船舶智能避碰奠定基础，具体为从船舶航行会遇数据中提取出船舶会遇场景语义信息，为后续行为的识别和推理奠定基础。
进一步地，会遇状态的识别包括会遇局面的识别、船舶类型的识别、会遇角色的识别、会遇阶段的识别、会遇时船舶间舷角的识别。
进一步地，将COLREGs有关船舶会遇场景的行为准则转化为SWRL规则是将规则的第七条(碰撞危险)、第八条(避免碰撞的行动)、第十三条(追越)、第十四条(对遇局面)、第十五条(交叉相遇局面)、第十六条(让路船的行动)、第十七条(直航船的行动)、十八条(船舶之间的责任)中有关船舶会遇时的局面、船舶类型、角色、阶段、船舶间舷角、相对速度航向、最有效行动利用SWRL规则进行语义的形式化表达。转化是指基于前述船舶会遇场景的语义化表达，利用SWRL规则将其转化为计算机易于理解的形式，以便于进行识别和推理。
进一步地，推理船舶会遇时应采取的行为主要指利用SWRL定义的一条或多条规则推理本船在当前的局面、船舶类型、角色、阶段、船舶间舷角下应该采取的避碰行为，进而达到智能避碰的目的。推理是指将多源异构数据感知到的数据与建立的语义表达形成映射，并进一步转化为SWRL规则，然后基于一条或多条SWRL规则的结合，得到当前态势下船舶应该采取的符合COLREGs的最有效行动。
本发明还提供了一种融合COLREGs的船舶智能避碰装置，包括电源，电路板，数据接口，用户接口，场景语义处理模块，会遇场景识别模块，规则模块和避碰行为推理模块；
规则模块基于COLREGs种对会遇船舶应采取的避碰行为使用SWRL进行表达，形成规则库，场景语义处理模块依据COLREGs有关会遇的行为准则进行会遇场景的语义建模，会遇场景识别模块根据建立的语义模型对输入进来的船舶会遇AIS数据进行会遇场景的识别，将识别的会遇场景同建立好的规则模块一同输入至避碰行为推理模块以得到船舶应采取的避让行为，经用户接口输出船舶应采取的避碰行为；
电源为装置供电，电路板集成各模块，数据接口引入外源AIS数据和COLREGs知识。
本发明与现有技术相比，具有以下优点及有益效果：
本发明能够结合COLREGs航行场景知识，使得船舶从人类认知层面理解船舶会遇场景并做出相应的避碰决策，实现船舶智能拟人化避碰。
附图说明
图1为本发明提供的融合COLREGs场景知识的船舶智能避碰方法流程示意图；
图2为本发明提供的会遇局面示意图；
图3为本发明提供的融合COLREGs的船舶智能避碰装置。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明实施例提供了一种融合COLREGs场景知识的船舶智能避碰方法，图1为本发明提供的融合COLREGs场景知识的船舶智能避碰方法的流程示意图，如图1所示，该方法包括如下步骤：
步骤S1：基于COLREGs对船舶会遇场景进行语义化表达；
步骤S2：根据会遇场景的语义化表达进行船舶会遇状态识别；
步骤S3：将COLREGs有关船舶会遇场景的行为准则转化为SWRL规则；
步骤S4：根据识别的船舶会遇状态和基于COLREGs场景知识定义的SWRL规则对船舶会遇应采取的避碰行为进行推理。
其中，步骤S1中船舶会遇场景主要依据COLREGs(国际海上避碰规则)中第二章驾驶和航行规则中第二节船舶在互见中的行动规则中的第十二条(帆船)、第十三条(追越)、第十四条(对遇局面)、第十五条(交叉相遇局面)、第十八条(船舶之间的责任)中有关船舶会遇时的场景进行划分。
将船舶会遇场景划分为机动船与机动船之间在互见中的对遇局面、追越局面、交叉相遇局面；机动船和失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船在互见中的会遇局面；失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船彼此之间在互见中的会遇局面。
具体地，根据COLREGs(国际海上避碰规则)中第十四条(对遇局面)、第十五条(交叉相遇局面)对船舶类型的要求，对遇局面和交叉相遇局面双方必须为机动船。
COLREGs第十八条(船舶之间的责任)中明确指出了在航的机动船与失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船这些类型的船舶之间会遇时除追越局面下角色均为让路船。COLREGs第十八条(船舶之间的责任)中还规定了失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船这些类型的船舶彼此之间在会遇时应该采取的行动，根据操作能力的优劣依次给操作性能差的船舶让路。
第十三条(追越)中由于没有规定在追越局面对船舶类型的要求，因此追越局面的行动准则对上述的三种会遇场景均适用。
根据以上三种情况的阐述，将船舶会遇局面中主要的语义特征分为船舶类型、角色、会遇阶段、船舶间舷角、会遇局面、最有效行动6种。
具体地，根据COLREGs中对船舶类型的分类，将船舶类型分为机动船、失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船5种。
角色根据COLREGs中第十六条(让路船的行动)、第十七条(直航船的行动)分为让路船和直航船。
船舶间舷角Q主要分为目标船相对于本船的舷角Q1以及本船相对于目标船的舷角Q2。更具体地，船舶间相对舷角可分为舷角I(Q∈[0,90°]∪[270°,360°])、舷角II(Q∈[0°,112.5°])、舷角III(Q∈[112.5°,247.5°])，舷角IV(Q∈[247.5°,360°])，舷角V(Q∈[0，6°]∪[354°,360°])
会遇阶段是指对船舶在会遇过程中由于没有采取适当的行动导致逐渐增大的碰撞危险的划分，根据COLREGs中的描述，主要分为4个阶段：阶段1(无碰撞危险局面)、阶段2(有碰撞危险)、阶段3(紧迫局面)、阶段4(紧迫危险)。
会遇局面分为追越局面、对遇局面、交叉相遇局面、非对遇和交叉相遇局面。
最有效行动根据会遇局面的不同分为应向左转向、应向右转向、保向保速。
其中，步骤S2中会遇状态识别主要为会遇船舶类型的识别、会遇阶段的识别、船舶间舷角的识别、会遇局面的识别、会遇角色的识别。
具体地，会遇船舶类型的识别主要基于自动识别系(AIS)中静态信息有关船舶类型的代码，根据代码确定船舶的类型。
船舶间舷角的识别主要基于自动识别系(AIS)中动态信息有关航向和艏向的信息计算获取。
船舶会遇阶段的识别主要基于最近会遇距离(DCPA)和到达最近会遇点的时间(TCPA)进行判断。
例：已知本船的航速v0，航向C0，目标船的航速νt，航向Ct，目标船相对于本船的方位角B以及目标船与本船的距离D可以求得两船的相对速度νr，相对航向Cr以及相对舷角Q。
则相对速度
其中α＝C0-Ct。
相对航向
其中，
相对舷角Q＝B-Cr。
DCPA＝D·sin(Qr)，TCPA＝D·cos(Qr)/vr。
当DCPA>2海里时，处于阶段1(无碰撞危险局面)，当DCPA<2海里且TCPA<15分钟时，处于阶段2(有碰撞危险)，当DCPA<1海里且TCPA<10分钟时，处于阶段3(紧迫局面)，当DCPA<0.5海里且TCPA<5分钟时处于阶段4(紧迫局面)。
结合图2来看，图2为本发明提供的船舶会遇局面示意图。会遇局面的识别主要分为追越局面的识别、对遇局面的识别、交叉相遇局面的识别。会遇局面识别的同时也会伴随会遇角色的识别。
具体地，追越局面是指在一船从另一船正横后大于22.5°的某一个方向上赶上他船，并且两船的相对距离小于尾灯的光弧范围，对任何类型的两艘构成追越条件的船舶均适用。
当相对舷角Q1∈[0,90°]∪[270°,360°]且相对舷角Q2∈[112.5°,247.5°]，两船之间的相对距离在尾灯的光弧范围之内认为处于追越局面，此时本船的角色为让路船，目标船的角色为直航船。
当相对舷角Q1∈[112.5°,247.5°]且相对舷角Q2∈[0°,90°]∪[270°,360°]，两船之间的相对距离在尾灯的光弧范围内时属于追越局面，本船的角色为直航船，目标船的角色为让路船。
对遇局面和交叉相遇局面只适用于会遇双方均为机动船的情况。
具体地，对遇局面是指两艘机动船的相对舷角Q1,Q2∈[0，6°]∪[354°,360°]，并且相互接近有碰撞危险的局面。
当相对舷角Q1∈[0°,112.5°]，两船相互接近有碰撞危险，且不处于追越或对遇局面时的局面为交叉相遇局面，此时本船的角色为让路船，目标船的角色为直航船。
当相对舷角Q1∈[247.5°,360°]，两船相互接近有碰撞危险，且不处于追越或对遇局面时的局面为交叉相遇局面，此时本船的角色为直航船，目标船的角色为让路船。
具体地，非对遇和交叉相遇局面是指会遇双方类型不同的船舶会遇所形成的局面。非对遇和交叉相遇局面包括机动船和失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船之间的会遇局面以及失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船彼此之间会遇时形成的局面。
更具体地，机动船动船和失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船之间的会遇局面主要包括追越和非追越。
在追越局面下，不管船舶类型是否相同，追越船的会遇角色为让路船，被追越船的会遇角色为直航船。
在非追越情况下，机动船在会遇时的会遇角色为让路船，失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船的会遇角色为直航船。
更具体地，失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船彼此之间会遇时形成的局面需要根据COLREGs的要求指定会遇角色。
当帆船与失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶会遇时，帆船的会遇角色为让路船，失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶的会遇角色为直航船。
当从事捕鱼的船舶与失去控制的船舶、操纵能力受到限制的船舶会遇时，从事捕鱼的船舶的会遇角色为让路船，失去控制的船舶、操纵能力受到限制的船舶的会遇角色为直航船。
其中，步骤S3的COLREGs有关船舶会遇场景的行为准则包含COLREGs中的第十三条(追越)、第十四条(对遇局面)、第十五条(交叉相遇局面)、第十六条(让路船的行动)、第十七条(直航船的行动)、十八条(船舶之间的责任)。
在SWRL规则中，主要包含两个限制式，C(？x)中C表示类，x可以是变量也可以是实例，“？”表示x未知，本发明中C表示最有效的行动、船舶类型、会遇角色。
具体地，最有效的行动包含应左转(Should Turn to Port)，应右转(Should Turnto Starboard)，保向保速(should Keep Course and Speed)。例如Should Turn to Port(？x)表示船舶x应左转向。
船舶类型包括机动船(MotoVessel)、帆船(SailingVessel)、失去控制的船舶(Vessel-not-under-command)、操纵能力受到限制的船舶(Vessel-manoeuvre-restricted)、从事捕鱼的船舶(Vessel-engaged-in-fishing)，例如MotoVessel(？x)表示x为机动船。
会遇角色包括直航船(Stand-on)，让路船(Give-way)，例如Stand-on(？x)表示船舶x为直航船。
P(？x,？y)中P是对象属性，x,y可以是变量或实例，本发明中P为会遇场景的会遇阶段、船舶间舷角、会遇局面3种语义特征。
具体地，会遇局面包括对遇(Headon)、交叉相遇(Crossing)、追越(Overtake)、非对遇和交叉相遇局面(Non-Crossing-and-Overtake)，例如Crossing(？x,？y)表示两船处于交叉相遇局面。
会遇阶段包括无碰撞危险局面(Stage1)、有碰撞危险(Stage2)、紧迫局面(Stage3)、紧迫危险(Stage4)。
会遇相对舷角包括舷角I(Qua1)，舷角II(Qua2)，舷角III(Qua3)，舷角IV(Qua4)，舷角V(Qua5)。
规则中，使用“^”表示同时满足，箭头→表示推理结果。
具体地，下面使用SWRL规则定义两艘机动船对遇、机动船与帆船的会遇场景。两艘机动船对遇场景：
Moto-Vessel(？x)^MotoVessel(？y)^Qua5(？x,？y)^Qua5(？y,？x)^Stage2(？x,？y)→headon(？x,？y)
机动船和帆船的会遇场景：
MotoVessel(？x)^SailingVessel(？y)^Qua5(？x,？y)^Qua5(？y,？x)^Stage2(？x,？y→Non-Crossing-and-Overtake(？x,？y)，此外在该场景中还可以推理出让路船角色和直航船角色。
其中，步骤S4推理是指根据识别的船舶会遇状态和基于COLREGs场景知识定义的SWRL规则得到船舶在当前会遇场景下应采取的避碰行为。
根据步骤S3所定义的SWRL的规则，可以初步识别出当前两船所处的会遇局面，需要在这个基础上结合一条或多条SWRL规则再次推理得到船舶应该采取的行动。
以两艘机动船的交叉相遇为例利用一条或多条SWRL规则推理两艘机动船会遇时应该采取的行为。
在两艘机动船交叉相遇场景中，船舶应采取的避碰行为可以用SWRL规则表达为：Crossing(？x,？y)^Stand-on(？x)^Give-way(？y)^Stage2(？x,？y)^Qua2(？x,？y)→ShouldTurn to Starboard(？x)，表示两船处于交叉相遇局面的阶段2，船x的角色为直航船，船y为让路船，船y相对船x的舷角Q1∈[0°,112.5°]，则船x需要向右转。
本发明还提供了一种融合COLREGs的船舶智能避碰装置，如图3所示，包括电源，电路板，数据接口，用户接口，场景语义处理模块，会遇场景识别模块，规则模块和避碰行为推理模块；
规则模块基于COLREGs种对会遇船舶应采取的避碰行为使用SWRL进行表达，形成规则库，场景语义处理模块依据COLREGs有关会遇的行为准则进行会遇场景的语义建模，会遇场景识别模块根据建立的语义模型对输入进来的船舶会遇AIS数据进行会遇场景的识别，将识别的会遇场景同建立好的规则模块一同输入至避碰行为推理模块以得到船舶应采取的避让行为，经用户接口输出船舶应采取的避碰行为；
电源为装置供电，电路板集成场景语义处理模块，会遇场景识别模块，数据接口引入外源AIS数据和COLREGs知识。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
本领域的技术人员容易理解，以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种融合COLREGs场景知识的船舶智能避碰方法，其特征在于，包括以下步骤：
基于COLREGs对船舶会遇场景进行语义化表达；
根据会遇场景的语义化表达进行船舶会遇状态识别；
将COLREGs有关船舶会遇场景的行为准则转化为SWRL规则；
根据识别的船舶会遇状态和基于COLREGs场景知识定义的SWRL规则对船舶会遇应采取的避碰行为进行推理。
2.根据权利要求1所述的融合COLREGs场景知识的船舶智能避碰方法，其特征在于，船舶会遇场景包括：
机动船与机动船之间在互见中的对遇局面、追越局面、交叉相遇局面；
机动船和失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船在互见中的会遇局面；
失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船彼此之间在互见中的会遇局面。
3.根据权利要求1所述的融合COLREGs场景知识的船舶智能避碰方法，其特征在于，语义化表达是指根据COLREGs所规定的船舶会遇场景的语义特征，抽取以下特征进行语义化表达：船舶类型、角色、会遇阶段、船舶间舷角、会遇局面以及最有效行动。
4.根据权利要求3所述的融合COLREGs场景知识的船舶智能避碰方法，其特征在于，
船舶类型分为机动船、失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船；
角色分为让路船和直航船；
会遇阶段分为无碰撞危险局面、有碰撞危险、紧迫局面、紧迫危险；
船舶间舷角Q分为目标船相对于本船的舷角Q1以及本船相对于目标船的舷角Q2；
会遇局面分为追越局面、对遇局面、交叉相遇局面、非对遇和交叉相遇局面；
最有效行动根据会遇局面的不同分为应向左转向、应向右转向、保向保速。
5.根据权利要求1所述的融合COLREGs场景知识的船舶智能避碰方法，其特征在于，船舶会遇状态识别是指从船舶航行会遇数据中提取出船舶会遇场景语义信息，包括会遇船舶类型的识别、船舶间舷角的识别、会遇阶段的识别、会遇局面的识别、会遇角色的识别。
6.根据权利要求5所述的融合COLREGs场景知识的船舶智能避碰方法，其特征在于，
会遇船舶类型的识别由自动识别系统中静态信息有关船舶类型的代码确定；
船舶间舷角的识别由自动识别系统中动态信息有关航向和艏向的信息计算获取；
会遇阶段的识别由最近会遇距离和到达最近会遇点的时间共同确定；
会遇局面的识别分为追越局面的识别、对遇局面的识别、交叉相遇局面的识别、非对遇和交叉相遇局面的识别；会遇局面识别的同时伴随会遇角色的识别。
7.根据权利要求1所述的融合COLREGs场景知识的船舶智能避碰方法，其特征在于，将COLREGs有关船舶会遇场景的行为准则转化为SWRL规则具体为：
将COLREGs规则中有关船舶会遇时的船舶类型、角色、会遇阶段、船舶间舷角、会遇局面以及最有效行动，利用SWRL规则进行语义的形式化表达。
8.一种用于实现权利要求1至7中任意一项所述的融合COLREGs场景知识的船舶智能避碰方法的融合COLREGs场景知识的船舶智能避碰装置，其特征在于，包括：电源，电路板，数据接口，用户接口，场景语义处理模块，会遇场景识别模块，规则模块和避碰行为推理模块；
规则模块基于COLREGs中对会遇船舶应采取的避碰行为使用SWRL进行表达，形成规则库；场景语义处理模块依据COLREGs有关会遇的行为准则进行会遇场景的语义建模，会遇场景识别模块根据建立的语义模型对输入进来的船舶会遇AIS数据进行会遇场景的识别，将识别的会遇场景同建立好的规则模块一同输入至避碰行为推理模块以得到船舶应采取的避让行为，经用户接口输出船舶应采取的避碰行为；
电源为装置供电，电路板集成场景语义处理模块，会遇场景识别模块，规则模块和避碰行为推理模块，数据接口引入外源AIS数据和COLREGs知识。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210131711.7A CN114550499B (zh) | 2022-02-14 | 2022-02-14 | 融合COLREGs场景知识的船舶智能避碰方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210131711.7A CN114550499B (zh) | 2022-02-14 | 2022-02-14 | 融合COLREGs场景知识的船舶智能避碰方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114550499A true CN114550499A (zh) | 2022-05-27 |
| CN114550499B CN114550499B (zh) | 2024-06-18 |
Family
ID=81673312
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210131711.7A Active CN114550499B (zh) | 2022-02-14 | 2022-02-14 | 融合COLREGs场景知识的船舶智能避碰方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114550499B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114547333A (zh) * | 2022-02-14 | 2022-05-27 | 浙江省交通运输科学研究院 | 基于本体的国际海上避碰规则知识建模方法及装置 |
| CN115268472A (zh) * | 2022-09-28 | 2022-11-01 | 天津大学 | 一种基于机器语言表达的船舶智能航行避碰行为编码方法 |
| CN116088541A (zh) * | 2023-04-10 | 2023-05-09 | 武汉理工大学 | 一种辅助船舶远程驾驶的人机交互系统及辅助方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105976031A (zh) * | 2015-03-13 | 2016-09-28 | 思科技术公司 | 多个语义推理引擎对数据的并行处理 |
| CN109190170A (zh) * | 2018-08-02 | 2019-01-11 | 哈尔滨工程大学 | 一种基于云模型理论的船舶碰撞危险度建模方法 |
| CN109298712A (zh) * | 2018-10-19 | 2019-02-01 | 大连海事大学 | 一种基于自适应航行态势学习的无人驾驶船舶自主避碰决策方法 |
| CN110083155A (zh) * | 2019-04-19 | 2019-08-02 | 集美大学 | 一种实现船舶拟人智能避碰决策的机器学习方法 |
| CN110648556A (zh) * | 2019-10-29 | 2020-01-03 | 青岛科技大学 | 一种基于船舶避碰特性的船舶避让方法 |
| CN111240325A (zh) * | 2020-01-14 | 2020-06-05 | 大连海事大学 | 一种基于航行态势本体建模的无人驾驶船舶场景理解方法 |
| CN111260963A (zh) * | 2020-03-11 | 2020-06-09 | 武汉理工大学 | 一种多船会遇避碰方法 |
| US20210019521A1 (en) * | 2018-09-04 | 2021-01-21 | Seadronix Corp. | Method and Device for Situation Awareness |
| CN112580261A (zh) * | 2020-12-23 | 2021-03-30 | 武汉理工大学 | 一种多船避碰决策方法及装置 |
| KR102261049B1 (ko) * | 2020-11-18 | 2021-06-04 | 주식회사 스마트엠투엠 | 항만보안을 위한 블록체인 기반의 비정상 행동 탐지 방법 및 시스템 |
| CN113096446A (zh) * | 2021-03-30 | 2021-07-09 | 武汉理工大学 | 混合航行场景下的多船避碰决策方法、存储介质及处理器 |
| CN113759939A (zh) * | 2021-11-11 | 2021-12-07 | 武汉理工大学 | 一种受限水域智能航行方法及装置 |
-
2022
- 2022-02-14 CN CN202210131711.7A patent/CN114550499B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105976031A (zh) * | 2015-03-13 | 2016-09-28 | 思科技术公司 | 多个语义推理引擎对数据的并行处理 |
| CN109190170A (zh) * | 2018-08-02 | 2019-01-11 | 哈尔滨工程大学 | 一种基于云模型理论的船舶碰撞危险度建模方法 |
| US20210019521A1 (en) * | 2018-09-04 | 2021-01-21 | Seadronix Corp. | Method and Device for Situation Awareness |
| CN109298712A (zh) * | 2018-10-19 | 2019-02-01 | 大连海事大学 | 一种基于自适应航行态势学习的无人驾驶船舶自主避碰决策方法 |
| CN110083155A (zh) * | 2019-04-19 | 2019-08-02 | 集美大学 | 一种实现船舶拟人智能避碰决策的机器学习方法 |
| CN110648556A (zh) * | 2019-10-29 | 2020-01-03 | 青岛科技大学 | 一种基于船舶避碰特性的船舶避让方法 |
| CN111240325A (zh) * | 2020-01-14 | 2020-06-05 | 大连海事大学 | 一种基于航行态势本体建模的无人驾驶船舶场景理解方法 |
| CN111260963A (zh) * | 2020-03-11 | 2020-06-09 | 武汉理工大学 | 一种多船会遇避碰方法 |
| KR102261049B1 (ko) * | 2020-11-18 | 2021-06-04 | 주식회사 스마트엠투엠 | 항만보안을 위한 블록체인 기반의 비정상 행동 탐지 방법 및 시스템 |
| CN112580261A (zh) * | 2020-12-23 | 2021-03-30 | 武汉理工大学 | 一种多船避碰决策方法及装置 |
| CN113096446A (zh) * | 2021-03-30 | 2021-07-09 | 武汉理工大学 | 混合航行场景下的多船避碰决策方法、存储介质及处理器 |
| CN113759939A (zh) * | 2021-11-11 | 2021-12-07 | 武汉理工大学 | 一种受限水域智能航行方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| RONGXIN SONG，YUANQIAO WEN，LIANG HUANG，FAN ZHANG: "Data-driven cognitive modeling and semantic reasoning of ship behavior", DEVELOPMENTS IN MARITIME TECHNOLOGY AND ENGINEERING –GUEDES SOARES & SANTOS (EDS), 31 July 2021 (2021-07-31) * |
| YOUNG-IL LEE, YONG-GI KIM: "A Collision Avoidance System for Autonomous Ship Using Fuzzy Relational Products and COLREGs", INTELLIGENT DATA ENGINEERING AND AUTOMATED LEARNING – IDEAL 2004, 31 December 2004 (2004-12-31) * |
| 曾勇: "多船会遇场景下船舶避碰决策方法研究", 中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑), no. 08, 15 August 2021 (2021-08-15) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114547333A (zh) * | 2022-02-14 | 2022-05-27 | 浙江省交通运输科学研究院 | 基于本体的国际海上避碰规则知识建模方法及装置 |
| CN114547333B (zh) * | 2022-02-14 | 2024-08-16 | 浙江省交通运输科学研究院 | 基于本体的国际海上避碰规则知识建模方法及装置 |
| CN115268472A (zh) * | 2022-09-28 | 2022-11-01 | 天津大学 | 一种基于机器语言表达的船舶智能航行避碰行为编码方法 |
| CN116088541A (zh) * | 2023-04-10 | 2023-05-09 | 武汉理工大学 | 一种辅助船舶远程驾驶的人机交互系统及辅助方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114550499B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114550499A (zh) | 融合COLREGs场景知识的船舶智能避碰方法及装置 | |
| CN109597417B (zh) | 一种基于避碰准则的多usv群体协同避碰规划方法 | |
| CN110196598B (zh) | 一种无人艇的动态避碰方法 | |
| CN113495556A (zh) | 基于人工势场法的船舶避碰方法及系统 | |
| Liu et al. | Multi-ship collision avoidance decision-making and coordination mechanism in Mixed Navigation Scenarios | |
| Porathe | Safety of autonomous shipping: COLREGS and interaction between manned and unmanned ships | |
| CN111861155A (zh) | 船舶碰撞风险检测方法、系统、计算机设备和存储介质 | |
| CN114547332B (zh) | 国际海上避碰规则知识图谱的构建方法及推理装置 | |
| Xu et al. | Deep convolutional neural network based unmanned surface vehicle maneuvering | |
| CN110414042B (zh) | 一种冲突会遇局面下船舶集群态势分析方法 | |
| Wang et al. | Autonomous sailboat track following control | |
| Thyri et al. | A domain-based and reactive COLAV method with a partially COLREGs-compliant domain for ASVs operating in confined waters. | |
| CN114387824A (zh) | 一种符合国际海上避碰规则的避碰转向判定方法 | |
| CN114428500B (zh) | 一种基于安全领域的船舶自主航行避碰方法 | |
| Kijima et al. | Design of automatic collision avoidance system using fuzzy inference | |
| Zhou et al. | A real-time scene parsing network for autonomous maritime transportation | |
| Qi et al. | A kelvin wake avoidance scheme for autonomous sailing robots based on orientation-restricted Dubins path | |
| CN116645836A (zh) | 一种多动静态物标自动避碰方法 | |
| Yuan et al. | Model Predictive Control‐Based Collision Avoidance for Autonomous Surface Vehicles in Congested Inland Waters | |
| CN117008606A (zh) | 一种定线制水域船舶自主航行决策方法及装置 | |
| Eriksen et al. | Short-term ASV collision avoidance with static and moving obstacles | |
| CN115700399A (zh) | 一种智能艇避障处理方法及系统 | |
| Xin et al. | Research on intelligent collision avoidance for unmanned surface vehicle with multi-ship obstacles based on COLREGS | |
| Øvergård et al. | Chase, no straighter: COLREG compliant anti-collision manoeuvres for crossing situations | |
| Jing | Research progress and prospects of intelligent planning algorithms in navigation collision avoidance |
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 |