CN114550501A - 一种基于ais的船舶危险预警系统及方法 - Google Patents

一种基于ais的船舶危险预警系统及方法 Download PDF

Info

Publication number
CN114550501A
CN114550501A CN202210413040.3A CN202210413040A CN114550501A CN 114550501 A CN114550501 A CN 114550501A CN 202210413040 A CN202210413040 A CN 202210413040A CN 114550501 A CN114550501 A CN 114550501A
Authority
CN
China
Prior art keywords
ship
track
prediction
time
ais
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.)
Pending
Application number
CN202210413040.3A
Other languages
English (en)
Inventor
施益骉
邬富存
盛友旭
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.)
Ditai Zhejiang Communication Technology Co ltd
Original Assignee
Ditai Zhejiang Communication Technology Co ltd
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 Ditai Zhejiang Communication Technology Co ltd filed Critical Ditai Zhejiang Communication Technology Co ltd
Priority to CN202210413040.3A priority Critical patent/CN114550501A/zh
Publication of CN114550501A publication Critical patent/CN114550501A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • G08G3/02—Anti-collision systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明公开了一种基于AIS的船舶危险预警系统及方法，该系统包括：外部信息监控设备，用于监测采集AIS船舶数据以及温湿度、风向、风力大小信息；船舶航迹预测模块，以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，并基于采集信息，利用船舶的运动规律对航迹进行预测，融合两个预测结果得到综合的航迹预测值；船舶实时航行风险指标计算模块，根据预测得到的本船与目标碍航物的预测航迹，利用插值法得到对应时间的船舶位置，以对本船与目标碍航物的AIS船位进行同步，并快速计算出DCPA及TCPA；船舶危险预警模块，根据获得的DCPA与TCPA对船舶航行的碰撞风险进行量化评价，并以此作为预警判断的依据。

Description

一种基于AIS的船舶危险预警系统及方法
技术领域
本发明涉及船舶预警技术领域，特别是涉及一种基于AIS(AutomaticIdentification System，船舶自动识别系统)的船舶危险预警系统及方法。
背景技术
AIS(Automatic Identification System，船舶自动识别系统)系统，是指一种应用于船和岸、船和船之间的海事安全与通信的新型助航系统，能自动交换船位、航速、航向、船名、呼号等重要信息。装在船上的AIS系统在向外发送这些信息的同时，同样接收VHF(Very high frequency，甚高频)覆盖范围内的其他船舶的信息，从而实现了自动应答。
在现有技术中，如图1所示，各船只的的船舶危险预警方法一般如下：各船只通过AIS系统接收周围船只AIS系统广播得到的数据，解析后显示出当前周围船只与本船只的简要信息，例如航向、航速、船只大小等，然后通过值班人员的经验判断当前船只与周围船只之间的距离是否安全，以及遇到危险时的紧急程度，从而作出是否改变当前航线的决定。
但是，以上现有技术存在如下缺点：
1、现有技术的船舶预警技术不够智能化，需要值班人员人为去判断是否真实存在危险情况。
2、现有的技术无法识别船舶以外的障碍物，对船舶以外的危险同样需要人为依靠目视方式发现，无法做到很好的预警功能。
发明内容
为克服上述现有技术存在的不足，本发明之一目的在于提供一种基于AIS的船舶危险预警系统及方法，基于可采集的AIS系统、温湿度、风向、风力大小等信息，对船舶的航迹进行预测，通过计算动态会遇距离（DCPA）和最近会遇时间（TCPA）得到航行空间危险度和时间危险度，进而得到船舶实时航行风险指标，最终实现船舶的实施安全预警。
为达上述及其它目的，本发明提出一种基于AIS的船舶危险预警系统，包括：
外部信息监控设备，用于监测采集AIS船舶数据以及温湿度、风向、风力大小信息；
船舶航迹预测模块，用于以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，并基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，最后融合两个预测结果，得到综合的航迹预测值；
船舶实时航行风险指标计算模块，用于根据预测得到的本船与目标碍航物的预测航迹，利用插值法得到对应时间的船舶位置，以对本船与目标碍航物的AIS船位进行同步，并快速计算出DCPA及TCPA；
船舶危险预警模块，用于根据获得的DCPA与TCPA对船舶航行的碰撞风险进行量化评价，并以此作为预警判断的依据。
优选地，所述船舶航迹预测模块进一步包括：
首次航迹预测单元，用于以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，得到首次航迹预测值，所述历史数据指上一时刻船舶位置或上一次预测航迹位置；
航迹预测值计算单元，用于基于船舶速度、航向、风速、风向、流速流向信息，利用船舶的运动规律对航迹进行预测，得到计算的航迹预测值；
融合单元，用于将首次航迹预测值与计算航迹预测值多次融合后得到综合的航迹预测值。
优选地，所述航迹预测值计算单元具体用于：
基于采集获得的船舶船速、航向得到位置变换向量a；
基于采集获得的风速、风向、船舶大小等得到位置变换向量b；
基于采集的流速、流向等得到位置变换向量c；
将三个位置变换值进行矢量叠加得到计算的航迹预测值。
优选地，所述船舶实时航行风险指标计算模块具体用于：
根据目标碍航物与本船的相对位置及本船的航向航速建立坐标系计算出目标碍航物的航迹；
将本船和目标碍航物航迹信息中的预测点以时间为序，依次对预测点之间的伪预测距离进行计算，当伪预测距离的单调性由递减变为递增时，得到伪DCPA的值及对应的本船和目标碍航物的预测点；
以伪DCPA对应的本船预测点的信息为准，选取本船预测点前后若干个本船预测点，利用插值法对目标碍航物的预测点信息进行时间同步处理，计算本船预测点对应的本船与目标碍航物的真实预测距离，当预测距离的单调性由递减变为递增时，得到预测点的DCPA值及对应的本船预测点，达到最小会遇距离时的时间T即为最小会遇时间TCPA。
优选地，以本船为原点建立坐标系，得到T0时刻目标碍航物坐标（x0，y0），经过t时间，得到T1时刻目标物坐标（x1，y1），根据本船航向及航速将T1时刻坐标系进行位移变换得到目标碍航物坐标（x2，y2），从而得到本船与目标碍航物的相对航向及相对速度。
优选地，所述船舶危险预警模块进一步包括：
空间碰撞危险度计算单元，用于利用本船与目标碍航物的最小安全距离
Figure 472993DEST_PATH_IMAGE001
与实时DCPA值计算获得空间碰撞危险度；
时间碰撞危险度计算单元，用于利用以30度最大舵角转向，旋回至本船航向与目标碍航物的航向平行时所需要的时间，与实时TCPA的值计算获得时间碰撞危险度；
危险度综合单元，用于将得到的空间碰撞危险度与时间碰撞危险度进行综合，得到船舶的实时碰撞风险，根据计算得到的实时风险值实现对船舶事故风险的预警。
优选地，所述空间碰撞危险度计算单元通过建立如下模型计算空间碰撞危险度：
Figure 839121DEST_PATH_IMAGE002
其中，
Figure 534544DEST_PATH_IMAGE003
为空间碰撞危险度集，最大安全距离
Figure 245011DEST_PATH_IMAGE004
。
优选地，所述时间碰撞危险度计算单元通过建立如下模型计算时间碰撞危险度：
Figure 848031DEST_PATH_IMAGE005
其中，
Figure 757081DEST_PATH_IMAGE006
Figure 561089DEST_PATH_IMAGE003
为时间碰撞危险集，
Figure 368639DEST_PATH_IMAGE007
为处于最小安全距离
Figure 713033DEST_PATH_IMAGE008
时所需避让时间，
Figure 7748DEST_PATH_IMAGE009
为处于最大安全距离
Figure 248237DEST_PATH_IMAGE010
时所需时间，V为当前船舶速度。
优选地，所述危险度综合单元引入空间碰撞危险度权重系数a，时间碰撞危险度权重系数b，a+b=1，对最终船舶事故风险度U，建立如下模型：
Figure 41618DEST_PATH_IMAGE011
。
为达到上述目的，本发明还提供一种基于AIS的船舶危险预警方法，包括如下步骤：
步骤S1，采集获取AIS船舶数据以及温湿度、风向、风力大小信息；
步骤S2，以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，并基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，最后融合这两个预测结果，得到综合的航迹预测值；
步骤S3，根据预测得到的本船与目标碍航物的预测航迹，利用插值法得到对应时间的船舶位置，以对本船与目标碍航物的AIS船位进行同步，并快速计算出DCPA及TCPA；
步骤S4，根据获得的DCPA与TCPA对船舶航行的碰撞风险进行量化评价，并以此作为预警判断的依据。
与现有技术相比，本发明一种基于AIS的船舶危险预警系统及方法，基于可采集的AIS系统、温湿度、风向、风力大小等信息，对船舶的航迹进行预测，通过计算动态会遇距离（DCPA）和最近会遇时间（TCPA）得到航行空间危险度和时间危险度，进而得到船舶实时航行风险指标，最终实现船舶的实施安全预警。
附图说明
图1为现有技术的基于AIS的船舶危险预警流程图；
图2为本发明一种基于AIS的船舶危险预警系统的系统架构图；
图3为本发明一种基于AIS的船舶危险预警方法的步骤流程图；
图4为本发明实施例中航迹预测的流程图；
图5为本发明实施例中DCPA及TCPA的计算流程图；
图6为本发明实施例中对船舶事故风险的预警流程图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
图2为本发明一种基于AIS的船舶危险预警系统的系统架构图。如图2所示，本发明一种基于AIS的船舶危险预警系统，包括：
外部信息监控设备10，用于监测采集AIS船舶数据以及温湿度、风向、风力大小等信息。
具体地，外部信息监控设备10包括：
AIS系统101，用于采集周围船只通过AIS系统广播的AIS船舶数据，所述AIS船舶数据中含有船舶的类型、船舶名称、船舶编号、船舶预计到达时间，船舶启航时间、船舶停靠港信息、船舶位置（经纬度）、船舶最大吃水量、航向、船舶航行速度、过境区等信息。具体地说，AIS基本功能是：将本船和他船的精确船位、航向、航速（矢量线）、转向速度等动态信息和船名、呼号、船型、船长与船宽等静态信息通过 VHF自动、定时播发，在VHF覆盖范围内（20海里）装备AIS设备的船舶，可自动接收到这些信息。
雷达监测系统102，用于采集目标物与当前船只的相对位置与相对速度，以用于弥补AIS系统无法获取固定物位置与变化的缺陷，其相关计算与AIS数据计算方式相同，在此不予赘述。
传感器模块103，包括温湿度传感器、风速风力检测仪、流量传感器，用于采集温湿度、风向、风力大小、流速流向等信息。
船舶航迹预测模块20，用于以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，并基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，最后融合这两个预测结果，得到综合的航迹预测值。
具体地，船舶航迹预测模块20进一步包括：
首次航迹预测单元201，用于以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，得到首次航迹预测值，所述历史数据指上一时刻船舶位置或上一次预测航迹位置。
具体地说，首次航迹预测单元201通过记录上一时间段内本船位置变化量，得到每单位时间内本船位置变化量，然后根据每单位时间内本船位置变化量得到首次航迹预测值，具体如下：
首次预测值=当前本船位置+时间*单位时间位置变化量。
航迹预测值计算单元202，用于基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，得到计算的航迹预测值。
在本发明具体实施例中，航迹预测值计算单元202具体用于：
基于采集获得的船舶船速、航向得到位置变换向量a，其方向为航向方向， a值为船速*时间；
基于采集获得的风速、风向、船舶大小等得到位置变换向量b，其方向为风向，b值为风速*受风面积/船舶质量*时间*时间；
基于采集的流速、流向等得到位置变换向量c，其方向为传感器流向，c值为流速*时间；
将三个位置变换值进行矢量叠加得到计算的航迹预测值，具体地说，上述三个变换过程可简化为单一受力情况下的变速运动，进而可以将三个位置变换值进行矢量叠加得到计算的航迹预测值，在本发明具体实施例中，最终航迹预测值=向量a+向量b+向量c，满足平行四边形法则。
融合单元203，用于将首次航迹预测值与计算航迹预测值多次融合后得到综合的航迹预测值。常用的数据融合方式有代数法、主成分变换法等，在此不予赘述。
船舶实时航行风险指标计算模块30，用于根据预测得到的本船与目标碍航物的预测航迹，利用插值法得到对应时间的船舶位置，以对本船与目标碍航物的船位进行同步，并快速计算出DCPA（Distance to Closest Point of Approach，动态会遇距离）及TCPA（Timeto Closest Point of Approach，最近会遇时间）。
具体地，船舶实时航行风险指标计算模块30具体用于：
根据目标碍航物与本船的相对位置及本船的航向航速建立坐标系计算出目标碍航物的航迹。具体地，以本船为原点建立坐标系，得到T0时刻目标碍航物坐标（x0，y0），经过t时间，得到T1时刻目标物坐标（x1，y1），由于已知本船航向及航速，将T1时刻坐标系进行位移变换得到目标碍航物坐标（x2，y2），继而可以得到本船与目标碍航物的相对航向及相对速度。
将本船和目标碍航物预测航迹的航迹信息中的预测点以时间为序，依次对预测点之间的伪预测距离（指伪会遇距离）进行计算，当伪预测距离的单调性由递减变为递增时，得到伪DCPA的值及对应的本船和目标碍航物的预测点，也就是说，最后得到的伪DCPA值为刚好由递减变递增的预测点之间的伪距离值，该点处即为预测最小会遇距离点。
以伪DCPA对应的本船预测点的信息为准，选取本船预测点前后若干个本船预测点，利用插值法对目标碍航物的预测点信息进行时间同步处理，计算本船预测点对应的本船与目标碍航物的真实预测距离（对预测点前后1秒的相对距离进行预测，分别逼近预测点），当预测距离的单调性由递减变为递增时，得到预测点的DCPA值及对应的本船预测点，达到最小会遇距离时的时间T即为最小会遇时间TCPA。
船舶危险预警模块40，用于根据获得的DCPA与TCPA对船舶航行的碰撞风险进行量化评价，并以此作为预警判断的依据。
在本发明具体实施例中，船舶危险预警模块40进一步包括：
空间碰撞危险度计算单元401，用于利用船舶与目标碍航物的最小安全距离
Figure 392965DEST_PATH_IMAGE012
与实时DCPA值计算获得空间碰撞危险度。
在本发明具体实施例中，引入空间碰撞危险度集
Figure 807766DEST_PATH_IMAGE013
，最大安全距离
Figure 15893DEST_PATH_IMAGE014
，
Figure 798035DEST_PATH_IMAGE012
为最小安全距离；3.03为常量，模拟驾驶员心理感觉危险度，心理感觉危险度由人为因素确定，包括驾驶员技术熟练度，船舶操作难度等，建立如下简单模型：
Figure 15390DEST_PATH_IMAGE015
时间碰撞危险度计算单元402，用于利用以30度最大舵角转向，旋回至本船航向与目标碍航物的航向平行时所需要的时间，与实时TCPA的值T计算获得时间碰撞危险度。
具体地，引入时间碰撞危险集
Figure 817122DEST_PATH_IMAGE016
，利用处于最小安全距离
Figure 399413DEST_PATH_IMAGE012
时所需避让时间
Figure 918119DEST_PATH_IMAGE017
，处于最大安全距离
Figure 408007DEST_PATH_IMAGE018
时所需时间
Figure 672766DEST_PATH_IMAGE019
，当前船舶速度V，建立如下简单模型：
其中
Figure 301324DEST_PATH_IMAGE020
Figure 979430DEST_PATH_IMAGE021
危险度综合单元403，用于将得到的空间碰撞危险度与时间碰撞危险度进行综合，得到船舶的实时碰撞风险，根据计算得到的实时风险值实现对船舶事故风险的预警。
在本发明具体实施例中，引入空间碰撞危险度权重系数a，时间碰撞危险度权重系数b，a+b=1，对最终船舶事故风险度U，建立如下简单模型：
Figure 210692DEST_PATH_IMAGE022
图3为本发明一种基于AIS的船舶危险预警方法的步骤流程图。如图3所示，本发明一种基于AIS的船舶危险预警方法，包括如下步骤：
步骤S1，采集获取AIS船舶数据以及温湿度、风向、风力大小等信息。
具体地，步骤S1进一步包括：
步骤S100，利用AIS系统采集周围船只通过AIS系统广播的AIS船舶数据，所述AIS船舶数据中含有船舶的类型、船舶名称、船舶编号、船舶预计到达时间，船舶启航时间、船舶停靠港信息、船舶位置（经纬度）、船舶最大吃水量、航向、船舶航行速度、过境区等信息，具体地说，AIS基本功能是：将本船和他船的精确船位、航向、航速（矢量线）、转向速度等动态信息和船名、呼号、船型、船长与船宽等静态信息通过 VHF自动、定时播发，在VHF覆盖范围内（20海里）装备AIS设备的船舶，可自动接收到这些信息。
步骤S101，利用雷达监测系统采集目标物与当前船只的相对位置与相对速度，以用于弥补AIS系统无法获取固定物位置与变化的缺陷，其相关计算与AIS数据计算方式相同，在此不予赘述。
步骤S102，利用多种传感器采用采集温湿度、风向、风力大小等信息，在本发明具体实施例中，利用温湿度传感器、风速风力检测仪、流量传感器等采集温湿度、风向、风力大小、流速流向等信息。
步骤S2，以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，并基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，最后融合两个预测结果，得到综合的航迹预测值。
具体地，步骤S2进一步包括：
步骤S200，以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，得到首次航迹预测值，所述历史数据指上一时刻船舶位置或上一次预测航迹位置。
具体地，于步骤S200中，通过记录上一时间段内本船位置变化量，得到每单位时间内本船位置变化量，然后根据每单位时间内本船位置变化量得到首次航迹预测值，具体如下：
首次预测值=当前本船位置+时间*单位时间位置变化量。
步骤S201，基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，得到计算的航迹预测值。
在本发明具体实施例中，步骤S201进一步包括：
步骤S201a，基于采集获得的船舶船速、航向得到位置变换向量a，其方向为航向方向，a值为船速*时间；
步骤S201b，基于采集获得的风速、风向、船舶大小等得到位置变换向量b，其方向为风向，b值为风速*受风面积/船舶质量*时间*时间；
步骤S201c，基于采集的流速、流向等得到位置变换向量c，其方向为传感器流向，c值为流速*时间；
步骤S201d，将三个位置变换值进行矢量叠加得到计算的航迹预测值，具体地说，上述三个变换过程可简化为单一受力情况下的变速运动，进而可以将三个位置变换值进行矢量叠加得到计算的航迹预测值。在本发明具体实施例中，最终航迹预测值=向量a+向量b+向量c，满足平行四边形法则。
步骤S202，将首次航迹预测值与计算航迹预测值多次融合后得到综合的航迹预测值。常用的数据融合方式有代数法、主成分变换法等，在此不予赘述。
步骤S3，根据预测得到的本船与目标碍航物的预测航迹，利用插值法得到对应时间的船舶位置，以对本船与目标物的AIS船位进行同步，并快速计算出DCPA（Distance toClosest Point of Approach，动态会遇距离）及TCPA（Time to Closest Point ofApproach，最近会遇时间）。
具体地，步骤S3包括：
步骤S300，根据目标碍航物与本船的相对位置及本船的航向航速建立坐标系计算出目标碍航物的航迹。具体地，以本船为原点建立坐标系，得到T0时刻目标碍航物坐标（x0，y0），经过t时间，得到T1时刻目标物坐标（x1，y1），由于已知本船航向及航速，将T1时刻坐标系进行位移变换得到目标碍航物坐标（x2，y2），继而可以得到本船与目标碍航物的相对航向及相对速度。
步骤S301，将本船和目标碍航物航迹信息中的预测点以时间为序，依次对预测点之间的伪预测距离进行计算，当伪预测距离的单调性由递减变为递增时，得到伪DCPA的值及对应的本船和目标碍航物的预测点。
步骤S301，以伪DCPA对应的本船预测点的信息为准，选取本船预测点前后若干个本船预测点，利用插值法对目标碍航物的预测点信息进行时间同步处理，计算本船预测点对应的本船与目标碍航物的真实预测距离（对预测点前后1秒的相对距离进行预测，分别逼近预测点），当预测距离的单调性由递减变为递增时，得到预测点的DCPA值及对应的本船预测点，达到最小会遇距离时的时间T即为最小会遇时间TCPA。
步骤S4，根据获得的DCPA与TCPA对船舶航行的碰撞风险进行量化评价，并以此作为预警判断的依据。
在本发明具体实施例中，步骤S4进一步包括：
步骤S400，利用本船与目标碍航物的最小安全距离
Figure 985750DEST_PATH_IMAGE023
与实时DCPA值计算获得空间碰撞危险度。
在本发明具体实施例中，引入空间碰撞危险度集
Figure 441002DEST_PATH_IMAGE024
，最大安全距离
Figure 809666DEST_PATH_IMAGE025
；3.03为常量，模拟驾驶员心理感觉危险度，心理感觉危险度由人为因素确定，包括驾驶员技术熟练度，船舶操作难度等，建立如下简单模型：
Figure 952940DEST_PATH_IMAGE015
步骤S401，利用以30度最大舵角转向，旋回至本船航向与目标障碍物的航向平行时所需要的时间t，与实时TCPA的值t计算获得时间碰撞危险度。
具体地，引入时间碰撞危险集
Figure 520188DEST_PATH_IMAGE026
，利用处于最小安全距离
Figure 349604DEST_PATH_IMAGE027
时所需避让时间
Figure 64619DEST_PATH_IMAGE028
，处于最大安全距离
Figure 168841DEST_PATH_IMAGE029
时所需时间
Figure 606907DEST_PATH_IMAGE030
，当前船舶速度V，建立如下简单模型：
其中：
Figure 263016DEST_PATH_IMAGE031
Figure 183436DEST_PATH_IMAGE032
步骤S402，将得到的空间碰撞危险度与时间碰撞危险度进行综合，得到船舶的实时碰撞风险，根据计算得到的实时风险值实现对船舶事故风险的预警。
在本发明具体实施例中，引入空间碰撞危险度权重系数a，时间碰撞危险度权重系数b，a+b=1，对最终船舶事故风险度U，建立如下简单模型：
Figure 825770DEST_PATH_IMAGE033
。
实施例
在本实施例中，本发明基于AIS的船舶危险预警方法包括如下步骤：
步骤一，采集获取AIS船舶数据以及温湿度、风向、风力大小等信息。
步骤二，以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测；基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，最后融合两个预测结果，得到综合的航迹预测值。
具体地，首先以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测；然后基于船速、航向得到位置变换值a，基于风速、风向、船舶大小等得到位置变换值b，基于流速、流向等得到位置变换值c，三个变换过程可简化为单一受力情况下的变速运动，将三个位置变换值进行矢量叠加得到计算的航迹预测值；最后将首次航迹预测值与计算航迹预测值多次融合后得到综合的航迹预测值。
图4为本发明实施例中航迹预测的流程图。在本实施例中，航迹预测的过程如下：
步骤2.1，初始数据；
步骤2.2，读取下一组数据，所述下一组数据包括船舶速度、航向、风速、风向、流速流向等信息；
步骤2.3，判断当前点（即所读取的当前组数据）是否丢失，若该点丢失，则以预测值（根据当前航速航向、风速风向、流速流向矢量叠加得到的预测位置）代替，并进入步骤2.5，否则若该点未丢失，则进入步骤2.4；
步骤2.4，判断该点是否为噪声点（根据读取位置与预测位置偏差是否过大进行判断），若是则去除噪声点，并以预测值代替，并进入步骤2.5，否则直接进入步骤2.5；
步骤2.5，引入置信参数，当置信度越接近1，两预测值越接近；
步骤2.6，计算获得船舶轨迹预测值1和船舶轨迹预测值2，并通过引入的置信参数计算，所述船舶航迹预测值1和船舶航迹预测值2为基于步骤2.4得到的预测值α，通过引入置信参数，可简单理解为预测值1=α*（1-置信参数）；预测值2=α*（1+置信参数）；
步骤2.7，对预测值进行融合得到综合预测值，对船舶轨迹预测值1和船舶轨迹预测值2进行数据融合。
步骤三，通过预测船位得到本船与目标碍航物的预测航迹后，利用插值的方法，得到对应时间的船舶位置，以对本船与目标碍航物的AIS船位进行同步，并快速计算出DCPA及TCPA。
图5为本发明实施例中DCPA及TCPA的计算流程图。在本实施例中，其计算流程如下：
步骤3.1，令N=1；
步骤3.2，读取本船预测值、目标碍航物的预测值；
步骤3.3，将本船和目标碍航物航迹信息中的预测点以时间为序，依次对预测点之间的伪预测距离Ln进行计算；
步骤3.4，判断Ln-1是否大于Ln，若是，则N=n+1，并返回步骤3.2，若否，则进入步骤3.5；
步骤3.5，得到伪最近距离Ln（即伪DCPA值）及对应的TCPA（Tn）；
步骤3.6，计算Tn时刻两边预测点（即 Tn时刻左右一个时间单位，如T（n-i），T（n+i））之间船舶的真实距离Ln-i，Ln+i；
步骤3.7，判断Ln-i是否大于Ln+i，若是则令i=-1，进入步骤3.8，若否则令i=1，进入步骤3.9；
步骤3.8，判断是否
Figure 429927DEST_PATH_IMAGE034
，若是，则进入步骤3.10，若否，则令i=i-1，并返回步骤3.8；
步骤3.9，判断是否
Figure 210932DEST_PATH_IMAGE035
，若是则进入步骤3.10，若否，则令i=i+1，并返回步骤3.9；
步骤3.10，得到预测点的DCPA值
Figure 103802DEST_PATH_IMAGE036
及其对应的TCPA值
Figure 284248DEST_PATH_IMAGE037
；
步骤3.11，获取当前时间Tm附近is的本船与目标碍航物位置，计算Tm-i，Tm+i时相对船位距离Lm-i，Lm+i；
步骤3.12，判断Lm+i是否大于Lm-i，若是则令i=-1，进入步骤3.13，若否则令i=1，进入步骤3.14；
步骤3.13，判断是否
Figure 992178DEST_PATH_IMAGE038
，若是则进入步骤3.15，若否则令i=i-1，并返回步骤3.13；
步骤3.14，判断是否是否
Figure 396615DEST_PATH_IMAGE039
，若是则进入步骤3.15，若否则令i=i+1，并返回步骤3.14；
步骤3.15，得到DCPA值
Figure 448885DEST_PATH_IMAGE040
，及其对应的TCPA值
Figure 26496DEST_PATH_IMAGE041
。
其中，上述二次计算是为了结果更加精确。
步骤四，根据获得的DCPA与TCPA对船舶航行的碰撞风险进行量化评价，并以此作为预警判断的依据。
图6为本发明实施例中对船舶事故风险的预警流程图。在本实施例中，预警流程如下：
步骤4.1，初始数据；
步骤4.2，读取下一组数据，基于Tn时刻计算获得实时DCPA的值d与TCPA值t；
步骤4.3，判断是否
Figure 480612DEST_PATH_IMAGE042
，若否则计算空间危险度；若是则返回步骤4.2，并进入步骤4.4，其中，D为船舶与碍航物最小安全距离，d为实时DCPA值；
步骤4.4，判断是否
Figure 400157DEST_PATH_IMAGE043
，若是则返回步骤4.2，若否，则计算时间危险度，其中T为船舶与碍航物最小安全时间；t为实时TCPA的值；
步骤4.5，基于Tm时刻计算获得实时的DCPA和TCPA ，这里二次计算DCPA及TCPA是为了让结果更加精确设置，从而得到实时碰撞风险；
步骤4.6，计算实时碰撞风险；
步骤4.7，获得船舶事故风险预警等级。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种基于AIS的船舶危险预警系统，包括：
外部信息监控设备，用于监测采集AIS船舶数据以及温湿度、风向、风力大小信息；
船舶航迹预测模块，用于以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，并基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，最后融合两个预测结果，得到综合的航迹预测值；
船舶实时航行风险指标计算模块，用于根据预测得到的本船与目标碍航物的预测航迹，利用插值法得到对应时间的船舶位置，以对本船与目标碍航物的AIS船位进行同步，并快速计算出DCPA及TCPA；
船舶危险预警模块，用于根据获得的DCPA与TCPA对船舶航行的碰撞风险进行量化评价，并以此作为预警判断的依据。
2.如权利要求1所述的一种基于AIS的船舶危险预警系统，其特征在于：所述船舶航迹预测模块进一步包括：
首次航迹预测单元，用于以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，得到首次航迹预测值，所述历史数据指上一时刻船舶位置或上一次预测航迹位置；
航迹预测值计算单元，用于基于船舶速度、航向、风速、风向、流速流向信息，利用船舶的运动规律对航迹进行预测，得到计算的航迹预测值；
融合单元，用于将首次航迹预测值与计算航迹预测值多次融合后得到综合的航迹预测值。
3.如权利要求2所述的一种基于AIS的船舶危险预警系统，其特征在于：所述航迹预测值计算单元具体用于：
基于采集获得的船舶船速、航向得到位置变换向量a；
基于采集获得的风速、风向、船舶大小等得到位置变换向量b；
基于采集的流速、流向等得到位置变换向量c；
将三个位置变换值进行矢量叠加得到计算的航迹预测值。
4.如权利要求3所述的一种基于AIS的船舶危险预警系统，其特征在于：所述船舶实时航行风险指标计算模块具体用于：
根据目标碍航物与本船的相对位置及本船的航向航速建立坐标系计算出目标碍航物的航迹；
将本船和目标碍航物航迹信息中的预测点以时间为序，依次对预测点之间的伪预测距离进行计算，当伪预测距离的单调性由递减变为递增时，得到伪DCPA的值及对应的本船和目标碍航物的预测点；
以伪DCPA对应的本船预测点的信息为准，选取本船预测点前后若干个本船预测点，利用插值法对目标碍航物的预测点信息进行时间同步处理，计算本船预测点对应的本船与目标碍航物的真实预测距离，当预测距离的单调性由递减变为递增时，得到预测点的DCPA值及对应的本船预测点，达到最小会遇距离时的时间T即为最小会遇时间TCPA。
5.如权利要求4所述的一种基于AIS的船舶危险预警系统，其特征在于：以本船为原点建立坐标系，得到T0时刻目标碍航物坐标（x0，y0），经过t时间，得到T1时刻目标物坐标（x1，y1），根据本船航向及航速将T1时刻坐标系进行位移变换得到目标碍航物坐标（x2，y2），从而得到本船与目标碍航物的相对航向及相对速度。
6.如权利要求4所述的一种基于AIS的船舶危险预警系统，其特征在于，所述船舶危险预警模块进一步包括：
空间碰撞危险度计算单元，用于利用本船与目标碍航物的最小安全距离与实时DCPA值计算获得空间碰撞危险度；
时间碰撞危险度计算单元，用于利用以30度最大舵角转向，旋回至本船航向与目标碍航物的航向平行时所需要的时间，与实时TCPA的值计算获得时间碰撞危险度；
危险度综合单元，用于将得到的空间碰撞危险度与时间碰撞危险度进行综合，得到船舶的实时碰撞风险，根据计算得到的实时风险值实现对船舶事故风险的预警。
7.如权利要求5所述的一种基于AIS的船舶危险预警系统，其特征在于，所述空间碰撞危险度计算单元通过建立如下模型计算空间碰撞危险度：
Figure 263119DEST_PATH_IMAGE001
其中，
Figure 773735DEST_PATH_IMAGE002
为空间碰撞危险度集，最大安全距离
Figure 756734DEST_PATH_IMAGE003
。
8.如权利要求7所述的一种基于AIS的船舶危险预警系统，其特征在于，所述时间碰撞危险度计算单元通过建立如下模型计算时间碰撞危险度：
Figure 994686DEST_PATH_IMAGE004
其中，
Figure 277900DEST_PATH_IMAGE005
Figure 365942DEST_PATH_IMAGE006
为时间碰撞危险集，
Figure 226451DEST_PATH_IMAGE007
为处于最小安全距离
Figure 628613DEST_PATH_IMAGE008
时所需避让时间，
Figure 641699DEST_PATH_IMAGE009
为处于最大安全距离
Figure 900643DEST_PATH_IMAGE010
时所需时间，V为当前船舶速度。
9.如权利要求8所述的一种基于AIS的船舶危险预警系统，其特征在于，所述危险度综合单元引入空间碰撞危险度权重系数a，时间碰撞危险度权重系数b，a+b=1，对最终船舶事故风险度U，建立如下模型：
Figure 123813DEST_PATH_IMAGE011
。
10.一种基于AIS的船舶危险预警方法，包括如下步骤：
步骤S1，采集获取AIS船舶数据以及温湿度、风向、风力大小信息；
步骤S2，以历史数据为基础，利用船舶位置的变化规律对船舶航迹进行首次预测，并基于船舶速度、航向、风速、风向、流速流向等信息，利用船舶的运动规律对航迹进行预测，最后融合这两个预测结果，得到综合的航迹预测值；
步骤S3，根据预测得到的本船与目标碍航物的预测航迹，利用插值法得到对应时间的船舶位置，以对本船与目标碍航物的AIS船位进行同步，并快速计算出DCPA及TCPA；
步骤S4，根据获得的DCPA与TCPA对船舶航行的碰撞风险进行量化评价，并以此作为预警判断的依据。
CN202210413040.3A 2022-04-20 2022-04-20 一种基于ais的船舶危险预警系统及方法 Pending CN114550501A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210413040.3A CN114550501A (zh) 2022-04-20 2022-04-20 一种基于ais的船舶危险预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210413040.3A CN114550501A (zh) 2022-04-20 2022-04-20 一种基于ais的船舶危险预警系统及方法

Publications (1)

Publication Number Publication Date
CN114550501A true CN114550501A (zh) 2022-05-27

Family

ID=81666938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210413040.3A Pending CN114550501A (zh) 2022-04-20 2022-04-20 一种基于ais的船舶危险预警系统及方法

Country Status (1)

Country Link
CN (1) CN114550501A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115410420A (zh) * 2022-10-31 2022-11-29 河北东来工程技术服务有限公司 一种船舶安全航行管理方法和系统
CN115511174A (zh) * 2022-09-22 2022-12-23 中远海运科技股份有限公司 一种船舶风险预测方法和系统
CN115545289A (zh) * 2022-09-26 2022-12-30 上海鼎衡航运科技有限公司 一种航线规划方法、装置以及电子设备
CN115855065A (zh) * 2023-02-17 2023-03-28 亿海蓝（北京）数据技术股份公司 航路动态规划方法及系统、可读存储介质
CN115880950A (zh) * 2023-02-27 2023-03-31 中国船舶集团有限公司第七一九研究所 一种船舶自动识别系统数据处理方法
CN116343453A (zh) * 2023-05-26 2023-06-27 广州海洋地质调查局三亚南海地质研究所 基于大数据的船舶定位信息监测与预警方法及相关设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62297910A (ja) * 1986-06-17 1987-12-25 Shipbuild Res Assoc Japan 水中障害物に対する航行可能域決定方法
JPH09287976A (ja) * 1996-04-23 1997-11-04 Mitsubishi Heavy Ind Ltd 船舶用運航安全予測装置
CN103730031A (zh) * 2014-01-14 2014-04-16 武汉理工大学 内河桥区船载航行主动避碰系统及避碰方法
CN105137971A (zh) * 2015-08-03 2015-12-09 大连海事大学 一种辅助船舶进行避碰决策的方法
CN111538332A (zh) * 2020-05-07 2020-08-14 湖南国天电子科技有限公司 一种无人船自动航迹规划方法
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
CN113341980A (zh) * 2021-06-11 2021-09-03 大连海事大学 一种基于改进人工势场法的船舶自动避碰及路径规划方法
CN113538973A (zh) * 2021-07-20 2021-10-22 大连海事大学 一种基于改进粒子群算法的船舶自动避碰方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62297910A (ja) * 1986-06-17 1987-12-25 Shipbuild Res Assoc Japan 水中障害物に対する航行可能域決定方法
JPH09287976A (ja) * 1996-04-23 1997-11-04 Mitsubishi Heavy Ind Ltd 船舶用運航安全予測装置
CN103730031A (zh) * 2014-01-14 2014-04-16 武汉理工大学 内河桥区船载航行主动避碰系统及避碰方法
CN105137971A (zh) * 2015-08-03 2015-12-09 大连海事大学 一种辅助船舶进行避碰决策的方法
CN111538332A (zh) * 2020-05-07 2020-08-14 湖南国天电子科技有限公司 一种无人船自动航迹规划方法
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
CN113341980A (zh) * 2021-06-11 2021-09-03 大连海事大学 一种基于改进人工势场法的船舶自动避碰及路径规划方法
CN113538973A (zh) * 2021-07-20 2021-10-22 大连海事大学 一种基于改进粒子群算法的船舶自动避碰方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511174A (zh) * 2022-09-22 2022-12-23 中远海运科技股份有限公司 一种船舶风险预测方法和系统
CN115545289A (zh) * 2022-09-26 2022-12-30 上海鼎衡航运科技有限公司 一种航线规划方法、装置以及电子设备
CN115410420A (zh) * 2022-10-31 2022-11-29 河北东来工程技术服务有限公司 一种船舶安全航行管理方法和系统
CN115855065A (zh) * 2023-02-17 2023-03-28 亿海蓝（北京）数据技术股份公司 航路动态规划方法及系统、可读存储介质
CN115855065B (zh) * 2023-02-17 2023-09-05 亿海蓝（北京）数据技术股份公司 航路动态规划方法及系统、可读存储介质
CN115880950A (zh) * 2023-02-27 2023-03-31 中国船舶集团有限公司第七一九研究所 一种船舶自动识别系统数据处理方法
CN116343453A (zh) * 2023-05-26 2023-06-27 广州海洋地质调查局三亚南海地质研究所 基于大数据的船舶定位信息监测与预警方法及相关设备
CN116343453B (zh) * 2023-05-26 2023-07-25 广州海洋地质调查局三亚南海地质研究所 基于大数据的船舶定位信息监测与预警方法及相关设备

Similar Documents

Publication Publication Date Title
CN114550501A (zh) 一种基于ais的船舶危险预警系统及方法
CN108922247B (zh) 一种基于ais的船舶-航标碰撞危险度估算方法
CN109084747B (zh) 基于通用三维引擎的水上交通全景三维导航系统及方法
CN108281043B (zh) 一种船舶碰撞风险预警系统及预警方法
CN109001722B (zh) 一种基于lstm模型的船舶航迹数据融合方法
EP3667642A1 (en) Collision avoidance assistance system
US10569847B2 (en) Maritime navigation assistance server system and maritime navigation assistance method
JP5724907B2 (ja) 船舶の統合監視のための衛星情報及び船舶情報の統合方法
KR20190082712A (ko) 차량의 예상 주행 의도에 관한 정보를 제공하는 방법
CN108897272A (zh) 岸端智能监管系统
WO2011065848A1 (en) A method and system of navigational decision support in the process of safe vessel navigation
CN103730031A (zh) 内河桥区船载航行主动避碰系统及避碰方法
JP2004145479A (ja) 周辺車両情報提供装置
CN103353756A (zh) 基于ais与vts信息融合的在航船舶实时监控方法
CN113050121A (zh) 一种船舶导航系统和船舶导航方法
CN111290410A (zh) 一种基于毫米波雷达的船舶自动离靠泊系统及方法
CN115718484A (zh) 用于运载工具的方法和系统以及存储介质
US11477567B2 (en) Method and system for locating an acoustic source relative to a vehicle
CN113779705A (zh) 一种自动驾驶汽车智能等级评定方法及系统
CN104773190A (zh) 列车的牵引控制辅助系统
JPH11272999A (ja) 船舶衝突予防援助装置及び船舶衝突予防援助方法
Hegde et al. Development of collision risk indicators for autonomous subsea inspection maintenance and repair
CN113487915B (zh) 一种基于无人机飞行服务监管系统及方法
JP2007230455A (ja) 入港用操船支援システム
JPH06337286A (ja) 移動体用衝突位置予測警報装置

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