CN115047889B - 一种确定自动舵航向控制效果的方法及系统 - Google Patents
一种确定自动舵航向控制效果的方法及系统 Download PDFInfo
- Publication number
- CN115047889B CN115047889B CN202210972154.1A CN202210972154A CN115047889B CN 115047889 B CN115047889 B CN 115047889B CN 202210972154 A CN202210972154 A CN 202210972154A CN 115047889 B CN115047889 B CN 115047889B
- Authority
- CN
- China
- Prior art keywords
- data
- course
- quantization
- steering
- quantized
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000000694 effects Effects 0.000 title claims abstract description 50
- 238000013139 quantization Methods 0.000 claims abstract description 155
- 238000012545 processing Methods 0.000 claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 39
- 241000380131 Ammophila arenaria Species 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000011158 quantitative evaluation Methods 0.000 abstract description 9
- 238000012360 testing method Methods 0.000 description 18
- 230000006872 improvement Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012812 general test Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Feedback Control In General (AREA)
Abstract
本发明实施例公开了一种确定自动舵航向控制效果的方法，包括：采集自动舵和罗经的数据；基于预定更新频率对采集到的数据进行插值处理以使数据对齐，得到预处理数据；对预处理数据进行统计和分析处理，得到一组待量化数据；分别确定至少两组待量化数据中各个量化指标对应的值；根据各个量化指标对应的值和对应的权重，对至少两组待量化数据分别进行量化处理，得到至少两组待量化数据对应的量化分值；保留量化值最高的待量化数据，用于下一次量化处理。本发明实施例还公开了一种确定自动舵航向控制效果的系统。本发明实现了对自动舵控制效果的客观量化评价，并能根据量化结果来自动调整HCS的各个量化指标。
Description
技术领域
本发明涉及船舶技术领域，具体而言，涉及一种确定自动舵航向控制效果的方法及系统。
背景技术
最新的ISO11674-2019国际标准对船舶自动舵的航向控制系统（Heading controlsystem，HCS）应该具备的功能，需要达到的最低性能做出了定义，并说明了测试环境和通用测试方法。对于HCS系统所需要达到的控制参数，ISO11674-2019中仅给出了通过和不通过的定义，即达到其定义的控制参数为通过，未达到的参数为不通过。该标准不包括对HCS系统的控制效果进行量化的方法，无法实现对HCS控制效果的量化评价；且由于该标准中定义的测试方法更多的是关注各个控制参数功能是否实现，缺少对各个控制参数从实用角度的量化评价，以致在测试过程中为了使部分控制参数测试通过，而导致其他控制参数无法测试通过，进而使HCS系统的控制效果变差。
发明内容
为解决上述问题，本发明的目的在于提供一种确定自动舵航向控制效果的方法及系统，从实用角度实现了对自动舵航向控制效果的量化评价。
本发明实施例提供了一种确定自动舵航向控制效果的方法，其特征在于，所述方法包括：
S1，采集自动舵和罗经的数据，包括航向、转向率、设定航向和舵令；
S2，基于预定更新频率对采集到的数据进行插值处理以使数据对齐，得到预处理数据；
S3，对所述预处理数据中一段时间内的数据进行统计和分析处理，得到一组待量化数据，其中，每组待量化数据包括多个量化指标；
S4，分别确定至少两组待量化数据中各个量化指标对应的值，其中所述至少两组待量化数据包括上一次量化处理得到的量化值最高的待量化数据；
S5，根据各个量化指标对应的值和对应的权重，对所述至少两组待量化数据分别进行量化处理，得到所述至少两组待量化数据对应的量化分值，以根据各个量化值确定所述至少两组待量化数据对应的控制效果；
S6，保留量化值最高的待量化数据，用于下一次量化处理。
作为本发明进一步的改进，所述S1中，通过所述自动舵和所述罗经采集数据，或通过船舶上预装的航行数据记录仪采集数据，或通过船舶上预装的计算机采集数据。
作为本发明进一步的改进，所述S2包括：
确定采集到的数据中更新频率最快的数据类型，并将其更新频率作为预定更新频率，其中，所述更新频率最快的数据类型为航向、转向率、设定航向和舵令中的一种；
按照所述预定更新频率对剩余的数据类型进行插值处理，各个数据类型的插入值分别为其上一次采样的数值。
作为本发明进一步的改进，所述多个量化指标包括：航向频率、航向误差、航向控制精度、打舵幅度、打舵均值、打舵频率、转向快速性、转向稳定性和转向连续性。
作为本发明进一步的改进，所述S3中，对于每组待量化数据的多个量化指标，其中，
航向频率：确定不同时刻的航向的均值Heading_avg，Heading_avg=（h1+h2+……+hn）/n，其中，h1、h2、……、hn分别表示间隔t秒不同时刻的航向，n表示采集到的航向误差数目；当航向每穿越一次该均值，则将穿越次数加1，得到的穿越次数的总数即为航向频率；
航向误差：使用预设的航向减去保持过程中不同时刻的航向，并取绝对值，得到不同时刻的航向误差；
航向控制精度：确定不同时刻的航向误差的均值Heading_pre，Heading_pre=（e1+e2+……+ en）/n，得到的均值即为航向控制精度，其中，e1、e2、……、en分别表示间隔t秒不同时刻的航向误差，n表示采集到的航向误差数目；
打舵幅度：为航向保持过程中最大的舵令；
打舵均值：确定不同时刻的舵令的均值Rud_avg，Rud_avg=（r1+ r2+……+ rn）/n，得到的均值即为打舵均值，其中，r1、r2、……、rn分别表示间隔t秒不同时刻的舵令，n表示采集到的航向误差数目；
打舵频率：当舵令指令每变化0.1度，则打舵次数加1，得到的打舵次数的总数即为打舵频率；
转向快速性：从设定航向变换开始到航向初次稳定在设定航向时为止的时间；
转向稳定性：每次转向超/欠调度数，即转向过程中航向与设定航向的差值；
转向连续性：当转向时，出现转向方向相反的情况时，则表示转向不连续，否则连续。
作为本发明进一步的改进，所述S5包括：
S51，确定每个量化指标的基准值：将所述至少两组待量化数据中每个量化指标的最优值作为该量化指标的基准值；
S52，确定每个量化指标的分值：将每个量化指标对应的值与基准值相除后再乘以100，得到该量化指标的分值；
S53，确定每组待量化数据的量化分值：对每组待量化数据，将每个量化指标的分值乘以对应的权重得到该量化指标的加权值，将所有量化指标的加权值求和得到该组量化数据的量化分值。
本发明实施例还提供了一种确定自动舵航向控制效果的系统，所述系统包括：
数据采集模块，用于采集自动舵和罗经的数据，包括航向、转向率、设定航向和舵令；
数据预处理模块，用于基于预定更新频率对采集到的数据进行插值处理以使数据对齐，得到预处理数据；
数据分析处理模块，用于对所述预处理数据中一段时间内的数据进行统计和分析处理，得到一组待量化数据，其中，每组待量化数据包括多个量化指标；
数据确定模块，用于分别确定至少两组待量化数据中各个量化指标对应的值，其中所述至少两组待量化数据包括上一次量化处理得到的量化值最高的待量化数据；
数据量化处理模块，用于根据各个量化指标对应的值和对应的权重，对所述至少两组待量化数据分别进行量化处理，得到所述至少两组待量化数据对应的量化分值，以根据各个量化值确定所述至少两组待量化数据对应的控制效果；
数据保留模块，用于保留量化值最高的待量化数据，用于下一次量化处理。
作为本发明进一步的改进，所述数据采集模块中，通过所述自动舵和所述罗经采集数据，或通过船舶上预装的航行数据记录仪采集数据，或通过船舶上预装的计算机采集数据。
作为本发明进一步的改进，作为本发明进一步的改进，所述数据预处理模块包括：
确定采集到的数据中更新频率最快的数据类型，并将其更新频率作为预定更新频率，其中，所述更新频率最快的数据类型为航向、转向率、设定航向和舵令中的一种；
按照所述预定更新频率对剩余的数据类型进行插值处理，各个数据类型的插入值分别为其上一次采样的数值。
作为本发明进一步的改进，所述多个量化指标包括：航向频率、航向误差、航向控制精度、打舵幅度、打舵均值、打舵频率、转向快速性、转向稳定性和转向连续性。
作为本发明进一步的改进，所述数据分析处理模块中，对于每组待量化数据的多个量化指标，其中，
航向频率：确定不同时刻的航向的均值Heading_avg，Heading_avg=（h1+h2+……+hn）/n，其中，h1、h2、……、hn分别表示间隔t秒不同时刻的航向，n表示采集到的航向误差数目；当航向每穿越一次该均值，则将穿越次数加1，得到的穿越次数的总数即为航向频率；
航向幅度：使用预设的航向减去保持过程中不同时刻的航向，并取绝对值，得到不同时刻的航向误差；
航向控制精度：确定不同时刻的航向误差的均值Heading_pre，Heading_pre=（e1+e2+……+ en）/n，得到的均值即为航向控制精度，其中，e1、e2、……、en分别表示间隔t秒不同时刻的航向误差，n表示采集到的航向误差数目；
打舵幅度：为航向保持过程中最大的舵令；
打舵均值：确定不同时刻的舵令的均值Rud_avg，Rud_avg=（r1+ r2+……+ rn）/n，得到的均值即为打舵均值，其中，r1、r2、……、rn分别表示间隔t秒不同时刻的舵令，n表示采集到的航向误差数目；
打舵频率：当舵令指令每变化0.1度，则打舵次数加1，得到的打舵次数的总数即为打舵频率；
转向快速性：从设定航向变换开始到航向初次稳定在设定航向时为止的时间；
转向稳定性：每次转向超/欠调度数，即转向过程中航向与设定航向的差值；
转向连续性：当转向时，出现转向方向相反的情况时，则表示转向不连续，否则连续。
作为本发明进一步的改进，所述数据量化处理模块包括：
确定每个量化指标的基准值：将所述至少两组待量化数据中每个量化指标的最优值作为该量化指标的基准值；
确定每个量化指标的分值：将每个量化指标对应的值与基准值相除后再乘以100，得到该量化指标的分值；
确定每组待量化数据的量化分值：对每组待量化数据，将每个量化指标的分值乘以对应的权重得到该量化指标的加权值，将所有量化指标的加权值求和得到该组量化数据的量化分值。
本发明实施例还提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被处理器执行以实现所述的方法。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现所述的方法。
本发明的有益效果为：
结合船舶在实际使用过程中的问题，合理确定了能客观评价自动舵控制效果的多个量化指标，并对每个量化指标确定了相应的量化权重，实现了对自动舵控制效果的客观量化评价，并能根据量化结果来自动调整HCS的各个量化指标（即各项控制参数）。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一示例性实施例所述的一种确定自动舵航向控制效果的方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明的描述中，所用术语仅用于说明目的，并非旨在限制本发明的范围。术语“包括”和/或“包含”用于指定所述元件、步骤、操作和/或组件的存在，但并不排除存在或添加一个或多个其他元件、步骤、操作和/或组件的情况。术语“第一”、“第二”等可能用于描述各种元件，不代表顺序，且不对这些元件起限定作用。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个及两个以上。这些术语仅用于区分一个元素和另一个元素。结合以下附图，这些和/或其他方面变得显而易见，并且，本领域普通技术人员更容易理解关于本发明所述实施例的说明。附图仅出于说明的目的用来描绘本发明所述实施例。本领域技术人员将很容易地从以下说明中认识到，在不背离本发明所述原理的情况下，可以采用本发明所示结构和方法的替代实施例。
本发明实施例所述的一种确定自动舵航向控制效果的方法，如图1所示，所述方法包括：
S1，采集自动舵和罗经的数据，包括航向、转向率、设定航向和舵令；
S2，基于预定更新频率对采集到的数据进行插值处理以使数据对齐，得到预处理数据；
S3，对所述预处理数据中一段时间内的数据进行统计和分析处理，得到一组待量化数据，其中，每组待量化数据包括多个量化指标；
S4，分别确定至少两组待量化数据中各个量化指标对应的值，其中所述至少两组待量化数据包括上一次量化处理得到的量化值最高的待量化数据；
S5，根据各个量化指标对应的值和对应的权重，对所述至少两组待量化数据分别进行量化处理，得到所述至少两组待量化数据对应的量化分值，以根据各个量化值确定所述至少两组待量化数据对应的控制效果；
S6，保留量化值最高的待量化数据，用于下一次量化处理。
对于HCS系统所需要达到的控制参数，ISO11674-2019中仅给出了通过和不通过的定义，即达到其定义的参数为通过，未达到的参数为不通过。例如，ISO11674-2019中5级海况下HCS系统所需要达到的控制参数中A船型航向超调不大于2.5°，舵令最大值不超过5°，对于上述参数的获取方式该标准中没有定义，认证过程中通过人工观察模拟舵机的角度，或者通过其他工具或程序来记录数据，在测试这些控制参数时，只要在测试过程中没有出现超过2.5°和5°的情况，则判定被测的HCS系统测试通过。对于这种测试方式，无法实现对HCS系统中各个控制参数的量化评价，也就无法对HCS系统的控制效果进行量化评价。
ISO11674-2019定义测试过程中，对各个控制参数（测试项）没有从使用角度来考量，其只关注各个测试项的功能是否实现，这使得在测试过程中为了使部分测试项测试通过，而导致其他测试项无法测试通过，进而导致HCS系统的控制效果整体变差。例如，舵机的打舵频次应该是越少越好，如果将HCS的打舵频次提高，能得到更好的控制精度，更小的超调，更容易通过ISO11674测试，这就导致控制精度和打舵频次之间出现了取舍问题。
本发明所述方法结合船舶在实际使用过程中的问题，合理确定了能客观评价自动舵控制效果的多个量化指标，并对每个量化指标确定了相应的量化权重，实现了对自动舵控制效果的量化评价，并能根据量化结果来自动调整HCS的各个量化指标（即各项控制参数）。所述方法可以应用于自动舵的智能控制算法中，更好的反应自动舵控制效果。
一种实施方式中，所述S1中，通过所述自动舵和所述罗经采集数据，或通过船舶上预装的航行数据记录仪采集数据，或通过船舶上预装的计算机采集数据。
需要指出的是，本发明所述方法在采集数据时，关注的是航向、转向率、设定航向和舵令这些数据类型，这些数据类型是与航向控制效果相关的。本发明所述方法在采集数据时，不需要使用专用的采集测量设备，只需要利用自动舵本身，或者船上预装的航行数据记录仪设备，或者PC机等设备，减小了硬件的投入成本。也就是说，本方法可以使用实时采集的数据进行控制效果评价，也可以利用航行数据记录仪回放的数据进行控制效果评价。转向率、航向是罗经发出的，设定航向、舵令是自动舵设备发出的。
本发明所述方法是从自动舵和罗经设备收集数据，上述设备均采用IEC61162-1、2标准接口，传输数据均为ASCII字符串格式。
根据国际海事组织规定，3000吨以上海船均需要加装航行数据记录仪（VDR）设备，VDR设备可收集船舶航行的各类数据，可收集船上设备的工作状态信息。
下面举例说明通过航行数据记录仪（VDR）设备收集自动舵、罗经数据的过程为例。
1）通过VDR设备提供的回放软件下载已经记录的数据。可以使用各个厂家提供的VDR设备数据回放方法提取通用数据，本方法不做具体说明。
2）提取回放数据中的自动舵、罗经设备语句，IEC61162-1语句的解析方法为通用方法，本方法不做说明，只对需要提取的数据字段做出说明。
下面举例说明实时收集自动舵、罗经数据的过程为例。
1）使用RS485接口接入罗经、自动舵设备，连接记录仪设备，如计算机；
2）使用计算机上的工具软件同时记录自动舵和罗经输出的数据，按照时间顺序存储；
3）提取存储数据中关注的信息，仅提取自动舵工作在自动模式时的航向，转向率，设定航向，舵令数据。通过罗经传感器收集船舶的航向，转向率数据，具体的IEC61162-1语句为：航向HDT/THS，转向率ROT。
1）HDT语句定义如下：
$HEHDT,xxx.xxx,T*hh〈CR〉〈LF〉
各字符的含义如下：
$——起始标志；
HE——罗经标志；
HDT——数据内容标志；
xxx.xxx——航向，单位(°)；
T——真航向标志；
*——校验和标志；
hh——校验和（“$”与“*”之间的字符代码异或，不含“$”和“*”。
，——数据间隔标志。
本方法中只关心HDT语句中的“xxx.xxx”航向字段。
2）罗经使用THS语句，THS语句定义如下：
$--THS,x.x,a*hh<CR><LF>
同HDT语句类似，本方法只关心THS语句中“x.x”航向字段的值。
3）代表船只转向率（航向速率）ROT语句的定义如下：
$--ROT，xxx.xxx，A*hh〈CR〉〈LF〉
其中xxx.xxx表示转向率，单位（°/min）；
本方法只关心ROT语句中“xxx.xxx”转向率字段的值
上述三条语句的示例如下：
$HEHDT,271.8,T*23
$HETHS,271.8,A*21
$TIROT,000.9,A*32
从上述三条语句可提取出的数据有：航向271.8°，转向率0.9°/min。
4）自动舵发出的语句为HTD语句，包含了自动舵的舵令、工作模式、设定航向等数据，HTD语句格式如下：
$APHTD,A,B,C,D,E,F,G,,H,I,,,J,K,L,,M*N<CR><LF>
HTD语句包含的内容较多，各个字段的定义如下表1。
表
HTD语句字段含义
本方法关注的字段为：
B：当前舵令；
C：舵令方向；
I：预设航向。
一种实施方式中，所述S2包括：
确定采集到的数据中更新频率最快的数据类型，并将其更新频率作为预定更新频率，其中，所述更新频率最快的数据类型为航向、转向率、设定航向和舵令中的一种；
按照所述预定更新频率对剩余的数据类型进行插值处理，各个数据类型的插入值分别为其上一次采样的数值。
从自动舵和罗经，或者VDR等设备获取的数据更新频率不同，本发明所述方法对更新频率慢的数据进行差值处理，保证后续数据统计和分析处理过程中不出现跳变。
需要指出的是，在采样即采集数据时，例如可以选用一种语句作为采样基准，找到数据中更新频率最快的语句，一般情况下为转向率语句，转向率的更新频率通常为20-50HZ。例如，如果最快的更新频率为20HZ，此时可以将预定更新频率定位20HZ；如果最快的更新频率为50HZ，此时可以将预定更新频率定位50HZ。更新频率受采集设备（发送数据源）影响，本发明对更新频率的数值大小不做具体限定。
按照最快的更新频率对剩余数据类型插值，插入值为上一次的数值。例如，当更新频率最快的数据类型为转向率时，剩余数据类型即为航向、设定航向和舵令。举例说明插值处理过程，例如，一次应用中，转向率更新速度是20Hz，每50ms接收到一次新数据，舵令数据是1s更新一次。在处理时以50ms的间隔对舵令进行重采样，上一次采到的舵令时1.5°，如果50ms内未收到新的舵令，则记录本次采样的舵令仍然为1.5°，不对中间过程进行预测插值，这样做的目的是确保后续统计和分析处理时转向率、航向、设定航向、舵令的数据对齐，且统计结果不受插值算法影响。
将插值后的数据以字符串的形式存储，每行一个数值，分为航向、转向率、设定航向、舵令四个文件存储。上述字符串的存储方式为一种实施例，因为字符串的存储方式便于人工阅读。但存储方式是与发送数据源和数据类型相关的，本发明对插值后的数据的存储方式不做具体限定。
一种实施方式中，所述多个量化指标包括：航向频率、航向误差、航向控制精度、打舵幅度、打舵均值、打舵频率、转向快速性、转向稳定性和转向连续性。
本发明所述方法在对控制效果的量化评价过程中引入了多个量化指标，通过同时关注多个量化指标来客观评价自动舵的控制效果。这些量化指标是与船舶实际行船使用过程中息息相关的，从实用角度实现了对自动舵航向控制效果的量化评价，解决了控制效果评价过程中测试指标与实际应用脱离的问题。
一种实施方式中，采集到的数据进行插值处理后，取一段时间内的数据进行统计和分析处理。一段时间例如为30分钟，可以根据实际使用过程中的情况灵活调整时间间隔，本发明不做具体限定。所述S3中，对于每组待量化数据的多个量化指标，其中，
1）航向频率：确定不同时刻的航向的均值Heading_avg，Heading_avg=（h1+h2+……+hn）/n，其中，h1、h2、……、hn分别表示间隔t秒（例如1秒），本发明不做具体限定不同时刻的航向，n表示采集到的航向误差数目；当航向每穿越一次该均值，则将穿越次数加1，得到的穿越次数的总数即为航向频率；
航向频率可以理解为是确定航向稳定性的参数，在计算航向频率时，首先算出所统计数据的平均值，均值的计算方法如上述公式所示，航向每穿越一次该均值，则穿越次数加1；
2）航向误差：使用预设的航向减去保持过程中不同时刻的航向，并取绝对值，得到不同时刻的航向误差；
航向误差是确定航向稳定性的参数，在计算航向误差时，使用设定航向减去稳定阶段的航向，取绝对值，统计采集数据中出现的最大值即为航向误差最大值；
3）航向控制精度：确定不同时刻的航向误差的均值Heading_pre，Heading_pre=（e1+ e2+……+ en）/n，得到的均值即为航向控制精度，其中，e1、e2、……、en分别表示间隔t秒（例如1秒，本发明不做具体限定）不同时刻的航向误差，n表示采集到的航向误差数目；
航向控制精度可以理解为航向保持过程航向偏差中的误差计算统计；
4）打舵幅度：为航向保持过程中最大的舵令；
5）打舵均值：确定不同时刻的舵令的均值Rud_avg，Rud_avg=（r1+ r2+……+ rn）/n，得到的均值即为打舵均值，其中，r1、r2、……、rn分别表示间隔t秒（例如1秒，本发明不做具体限定）不同时刻的舵令，n表示采集到的航向误差数目；
6）打舵频率：当舵令指令每变化0.1度，则打舵次数加1，得到的打舵次数的总数即为打舵频率；
打舵频率可以理解为每分钟的打舵次数，舵令指令每变化0.1度则记为打舵一次；
7）转向快速性：从设定航向变换开始到航向初次稳定在设定航向时为止的时间；
转向快速性可以理解为每次设定航向变换到航向稳定过程所需的时间，通过设定航向变换后开始计时，到航向初次稳定在设定航向时为止；
8）转向稳定性：每次转向超/欠调度数，即转向过程中航向与设定航向的差值；
转向稳定性可以理解为每次转向时超/欠调度数，统计转向过程中航向与设定航向的差值；
9）转向连续性：当转向时，出现转向方向相反的情况时，则表示转向不连续，否则连续。
转向连续性可以理解为转向时，判断转向率的方向是否出现与转向方向相反的情况。
现有技术中，一般是采集数据后，将数据按照时间-幅度的方式绘制在二维坐标轴上，然后通过人工观察逐一来判断是否通过测试。这种方式相对复杂，只能对某一指标进行单个维度的判断，且人工判断容易出现评价偏差。本发明所述方法通过四种数据类型，并结合多个量化指标进行统计分析，该方法是依托于计算机程序实现的方法，相对人工方式更为简单，不会出现人工判断上的偏差，且可以对控制效果进行更多维度的评价，更好的反应自动舵控制效果。
一种实施方式中，所述S5包括：
S51，确定每个量化指标的基准值：将所述至少两组待量化数据中每个量化指标的最优值作为该量化指标的基准值；
S52，确定每个量化指标的分值：将每个量化指标对应的值与基准值相除后再乘以100，得到该量化指标的分值；
S53，确定每组待量化数据的量化分值：对每组待量化数据，将每个量化指标的分值乘以对应的权重得到该量化指标的加权值，将所有量化指标的加权值求和得到该组量化数据的量化分值。
本发明所述方法是采用对比评分的方法，至少需要两次统计和分析后的处理结果才能输出最终的量化评分结果。
下面以两次统计和分析处理后的结果举例说明，第一次统计和分析处理完成后，该处理结果存储备用，作为一组待量化数据；第二次统计和分析处理完成后，该处理结果作为一组待量化数据。得到两次处理结果，即两组待量化数据后，对于每一组待量化数据中的每一个量化指标分别进行量化评分，然后再根据每一个量化指标的权重，得到每一组待量化数据最终的控制效果评分。
其中，对于每一个量化指标，取两组待量化数据中该量化指标表现最优为100分，且表现最优的值作为指标的基准值。例如，第一组待量化数据中航向频率一共9次，表现最优，该量化指标（航向频率）得分为100分，将第一组待量化数据中的航向频率9次作为该量化指标（航向频率）的基准值，第二组待量化数据中航向频率一共10次，作为对比值，计算第二组待量化数据中航向频率的得分=100×（对比值/基准值）=100×（9/10）=90分。
对于其他量化指标，采用上述相同的方式计算得分，然后将每个量化指标的得分乘以每个量化指标对应的权重得到每个量化指标的加权值。对于一组待量化数据，将该组待量化数据中所有量化指标的加权值求和即得到该组待量化数据的得分。其中的权重可以是根据对多个船员在实际使用后调查得出的，可以避免某一或某些指标的权重由于随意设置，而导致控制效果出现偏差的情况，贴近实际应用且能更好的反应自动舵控制效果。
下表2示出了两组待量化数据（下表中简称数据1和数据2）中各个待量化指标的分值及两组待量化数据的量化分值的示例。
表2 数据1和数据2的量化分值
从上述结果可以看出，数据1的量化分值为88.55分，数据2的量化分值为70.3分，表示数据1的控制效果好于数据2表示的控制效果。该数据1可以用于下一次量化处理。
本发明所述方法在量化过程中，对每组待量化数据统一了上述多个量化指标，解决了控制效果评分基准的问题，且每个量化指标做了基准处理，使得量化分值更加客观，能更好的反应自动舵控制效果。本发明所述方法关注了多个量化指标，避免了忽略某一或某些重要指标导致数据很好但控制效果差的情况，以致出现实验测试结果与实际控制效果不符合的情况。
另外，将每次量化处理后控制效果最好的数据予以保留，并用于下一次量化处理，使得在逐步的量化过程中，都能保存最优的数据，以提高自动舵的控制效果。
本发明实施例所述的一种确定自动舵航向控制效果的系统，所述系统包括：
数据采集模块，用于采集自动舵和罗经的数据，包括航向、转向率、设定航向和舵令；
数据预处理模块，用于基于预定更新频率对采集到的数据进行插值处理以使数据对齐，得到预处理数据；
数据分析处理模块，用于对所述预处理数据中一段时间内的数据进行统计和分析处理，得到一组待量化数据，其中，每组待量化数据包括多个量化指标；
数据确定模块，用于分别确定至少两组待量化数据中各个量化指标对应的值，其中所述至少两组待量化数据包括上一次量化处理得到的量化值最高的待量化数据；
数据量化处理模块，用于根据各个量化指标对应的值和对应的权重，对所述至少两组待量化数据分别进行量化处理，得到所述至少两组待量化数据对应的量化分值，以根据各个量化值确定所述至少两组待量化数据对应的控制效果；
数据保留模块，用于保留量化值最高的待量化数据，用于下一次量化处理。
一种实施方式中，所述数据采集模块中，通过所述自动舵和所述罗经采集数据，或通过船舶上预装的航行数据记录仪采集数据，或通过船舶上预装的计算机采集数据。
一种实施方式中，作为本发明进一步的改进，所述数据预处理模块包括：
确定采集到的数据中更新频率最快的数据类型，并将其更新频率作为预定更新频率，其中，所述更新频率最快的数据类型为航向、转向率、设定航向和舵令中的一种；
按照所述预定更新频率对剩余的数据类型进行插值处理，各个数据类型的插入值分别为其上一次采样的数值。
一种实施方式中，所述多个量化指标包括：航向频率、航向误差、航向控制精度、打舵幅度、打舵均值、打舵频率、转向快速性、转向稳定性和转向连续性。
一种实施方式中，所述数据分析处理模块中，对于每组待量化数据的多个量化指标，其中，
航向频率：确定不同时刻的航向的均值Heading_avg，Heading_avg=（h1+h2+……+hn）/n，其中，h1、h2、……、hn分别表示间隔t秒不同时刻的航向，n表示采集到的航向误差数目；当航向每穿越一次该均值，则将穿越次数加1，得到的穿越次数的总数即为航向频率；
航向误差：使用预设的航向减去保持过程中不同时刻的航向，并取绝对值，得到不同时刻的航向误差；
航向控制精度：确定不同时刻的航向误差的均值Heading_pre，Heading_pre=（e1+e2+……+ en）/n，得到的均值即为航向控制精度，其中，e1、e2、……、en分别表示间隔t秒不同时刻的航向误差，n表示采集到的航向误差数目；
打舵幅度：为航向保持过程中最大的舵令；
打舵均值：确定不同时刻的舵令的均值Rud_avg，Rud_avg=（r1+ r2+……+ rn）/n，得到的均值即为打舵均值，其中，r1、r2、……、rn分别表示间隔t秒不同时刻的舵令，n表示采集到的航向误差数目；
打舵频率：当舵令指令每变化0.1度，则打舵次数加1，得到的打舵次数的总数即为打舵频率；
转向快速性：从设定航向变换开始到航向初次稳定在设定航向时为止的时间；
转向稳定性：每次转向超/欠调度数，即转向过程中航向与设定航向的差值；
转向连续性：当转向时，出现转向方向相反的情况时，则表示转向不连续，否则连续。
一种实施方式中，所述数据量化处理模块包括：
确定每个量化指标的基准值：将所述至少两组待量化数据中每个量化指标的最优值作为该量化指标的基准值；
确定每个量化指标的分值：将每个量化指标对应的值与基准值相除后再乘以100，得到该量化指标的分值；
确定每组待量化数据的量化分值：对每组待量化数据，将每个量化指标的分值乘以对应的权重得到该量化指标的加权值，将所有量化指标的加权值求和得到该组量化数据的量化分值。
本公开还涉及一种电子设备，包括服务器、终端等。该电子设备包括：至少一个处理器；与至少一个处理器通信连接的存储器；以及与存储介质通信连接的通信组件，所述通信组件在处理器的控制下接收和发送数据；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行以实现上述实施例中的方法。
在一种可选的实施方式中，存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器中，当被一个或者多个处理器执行时，执行上述任意方法实施例中的方法。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本公开还涉及一种计算机可读存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备（可以是单片机，芯片等）或处理器（processor）执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
此外，本领域普通技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本领域技术人员应理解，尽管已经参考示例性实施例描述了本发明，但是在不脱离本发明的范围的情况下，可进行各种改变并可用等同物替换其元件。另外，在不脱离本发明的实质范围的情况下，可进行许多修改以使特定情况或材料适应本发明的教导。因此，本发明不限于所公开的特定实施例，而是本发明将包括落入所附权利要求范围内的所有实施例。
Claims (7)
1.一种确定自动舵航向控制效果的方法，其特征在于，所述方法包括：
S1，采集自动舵和罗经的数据，包括航向、转向率、设定航向和舵令；
S2，基于预定更新频率对采集到的数据进行插值处理以使数据对齐，得到预处理数据；
S3，对所述预处理数据中一段时间内的数据进行统计和分析处理，得到一组待量化数据，其中，每组待量化数据包括多个量化指标，所述多个量化指标包括：
航向频率确定不同时刻的航向的均值Heading_avg，Heading_avg=（h1+h2+……+hn）/n，其中，h1、h2、……、hn分别表示间隔t秒不同时刻的航向，n表示采集到的航向误差数目；当航向每穿越一次该均值，则将穿越次数加1，得到的穿越次数的总数即为航向频率；
航向误差：使用预设的航向减去保持过程中不同时刻的航向，并取绝对值，得到不同时刻的航向误差；
航向控制精度：确定不同时刻的航向误差的均值Heading_pre，Heading_pre=（e1+ e2+……+ en）/n，得到的均值即为航向控制精度，其中，e1、e2、……、en分别表示间隔t秒不同时刻的航向误差，n表示采集到的航向误差数目；
打舵幅度：为航向保持过程中最大的舵令；
打舵均值：确定不同时刻的舵令的均值Rud_avg，Rud_avg=（r1+ r2+……+ rn）/n，得到的均值即为打舵均值，其中，r1、r2、……、rn分别表示间隔t秒不同时刻的舵令，n表示采集到的航向误差数目；
打舵频率：当舵令每变化0.1度，则打舵次数加1，得到的打舵次数的总数即为打舵频率；
转向快速性：从设定航向变换开始到航向初次稳定在设定航向时为止的时间；
转向稳定性：每次转向超/欠调度数，即转向过程中航向与设定航向的差值；
转向连续性：当转向时，出现转向方向相反的情况时，则表示转向不连续，否则连续；
S4，分别确定至少两组待量化数据中各个量化指标对应的值，其中所述至少两组待量化数据包括上一次量化处理得到的量化值最高的待量化数据；
S5，根据各个量化指标对应的值和对应的权重，对所述至少两组待量化数据分别进行量化处理，得到所述至少两组待量化数据对应的量化分值，以根据各个量化值确定所述至少两组待量化数据对应的控制效果；
S6，保留量化值最高的待量化数据，用于下一次量化处理。
2.如权利要求1所述的方法，其中，所述S1中，通过所述自动舵和所述罗经采集数据，或通过船舶上预装的航行数据记录仪采集数据，或通过船舶上预装的计算机采集数据。
3.如权利要求1所述的方法，其中，所述S2包括：
确定采集到的数据中更新频率最快的数据类型，并将其更新频率作为预定更新频率，其中，所述更新频率最快的数据类型为航向、转向率、设定航向和舵令中的一种；
按照所述预定更新频率对剩余的数据类型进行插值处理，各个数据类型的插入值分别为其上一次采样的数值。
4.如权利要求1所述的方法，其中，所述S5包括：
S51，确定每个量化指标的基准值：将所述至少两组待量化数据中每个量化指标的最优值作为该量化指标的基准值；
S52，确定每个量化指标的分值：将每个量化指标对应的值与基准值相除后再乘以100，得到该量化指标的分值；
S53，确定每组待量化数据的量化分值：对每组待量化数据，将每个量化指标的分值乘以对应的权重得到该量化指标的加权值，将所有量化指标的加权值求和得到该组量化数据的量化分值。
5.一种确定自动舵航向控制效果的系统，其特征在于，所述系统包括：
数据采集模块，用于采集自动舵和罗经的数据，包括航向、转向率、设定航向和舵令；
数据预处理模块，用于基于预定更新频率对采集到的数据进行插值处理以使数据对齐，得到预处理数据；
数据分析处理模块，用于对所述预处理数据中一段时间内的数据进行统计和分析处理，得到一组待量化数据，其中，每组待量化数据包括多个量化指标，所述多个量化指标包括：
航向频率确定不同时刻的航向的均值Heading_avg，Heading_avg=（h1+h2+……+hn）/n，其中，h1、h2、……、hn分别表示间隔t秒不同时刻的航向，n表示采集到的航向误差数目；当航向每穿越一次该均值，则将穿越次数加1，得到的穿越次数的总数即为航向频率；
航向误差：使用预设的航向减去保持过程中不同时刻的航向，并取绝对值，得到不同时刻的航向误差；
航向控制精度：确定不同时刻的航向误差的均值Heading_pre，Heading_pre=（e1+ e2+……+ en）/n，得到的均值即为航向控制精度，其中，e1、e2、……、en分别表示间隔t秒不同时刻的航向误差，n表示采集到的航向误差数目；
打舵幅度：为航向保持过程中最大的舵令；
打舵均值：确定不同时刻的舵令的均值Rud_avg，Rud_avg=（r1+ r2+……+ rn）/n，得到的均值即为打舵均值，其中，r1、r2、……、rn分别表示间隔t秒不同时刻的舵令，n表示采集到的航向误差数目；
打舵频率：当舵令每变化0.1度，则打舵次数加1，得到的打舵次数的总数即为打舵频率；
转向快速性：从设定航向变换开始到航向初次稳定在设定航向时为止的时间；
转向稳定性：每次转向超/欠调度数，即转向过程中航向与设定航向的差值；
转向连续性：当转向时，出现转向方向相反的情况时，则表示转向不连续，否则连续；
数据确定模块，用于分别确定至少两组待量化数据中各个量化指标对应的值，其中所述至少两组待量化数据包括上一次量化处理得到的量化值最高的待量化数据；
数据量化处理模块，用于根据各个量化指标对应的值和对应的权重，对所述至少两组待量化数据分别进行量化处理，得到所述至少两组待量化数据对应的量化分值，以根据各个量化值确定所述至少两组待量化数据对应的控制效果；
数据保留模块，用于保留量化值最高的待量化数据，用于下一次量化处理。
6.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被处理器执行以实现如权利要求1-4中任一项所述的方法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行以实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210972154.1A CN115047889B (zh) | 2022-08-15 | 2022-08-15 | 一种确定自动舵航向控制效果的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210972154.1A CN115047889B (zh) | 2022-08-15 | 2022-08-15 | 一种确定自动舵航向控制效果的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115047889A CN115047889A (zh) | 2022-09-13 |
| CN115047889B true CN115047889B (zh) | 2022-11-04 |
Family
ID=83166634
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210972154.1A Active CN115047889B (zh) | 2022-08-15 | 2022-08-15 | 一种确定自动舵航向控制效果的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115047889B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007045338A (ja) * | 2005-08-10 | 2007-02-22 | National Maritime Research Institute | 環境負荷低減型航海計画提供システム |
| CN113031614A (zh) * | 2021-03-11 | 2021-06-25 | 上海海事大学 | 一种远洋船舶航向控制复合优化节油方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10137972B2 (en) * | 2014-07-28 | 2018-11-27 | Furuno Electric Co., Ltd. | Vessel characteristic estimation device and automatic steering device |
| FI20175137L (fi) * | 2017-02-16 | 2018-08-17 | Rolls Royce Oy Ab | Aluksen reittisuunnittelu |
| CN110659797B (zh) * | 2019-08-09 | 2022-08-16 | 中国船舶重工集团公司第七0九研究所 | 一种飞行冲突解脱管制指令的评估方法及系统 |
| CN111338410B (zh) * | 2020-04-22 | 2021-05-04 | 智慧航海（青岛）科技有限公司 | 一种智能船舶航向航速综合控制的方法 |
| CN112465041B (zh) * | 2020-12-01 | 2024-01-05 | 大连海事大学 | 一种基于层次分析法的ais数据质量评估方法 |
| CN112288910B (zh) * | 2020-12-25 | 2021-03-26 | 北京海兰信数据科技股份有限公司 | 一种船舶航行性能分析方法及系统 |
-
2022
- 2022-08-15 CN CN202210972154.1A patent/CN115047889B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007045338A (ja) * | 2005-08-10 | 2007-02-22 | National Maritime Research Institute | 環境負荷低減型航海計画提供システム |
| CN113031614A (zh) * | 2021-03-11 | 2021-06-25 | 上海海事大学 | 一种远洋船舶航向控制复合优化节油方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115047889A (zh) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105260988B (zh) | 一种高精地图数据的处理方法和装置 | |
| CN102722102B (zh) | 基于误差分析的h∞反馈与迭代学习协调控制方法 | |
| Rupšys et al. | The bivariate Gompertz diffusion model for tree diameter and height distribution | |
| CN115047889B (zh) | 一种确定自动舵航向控制效果的方法及系统 | |
| CN110727923A (zh) | 一种短期潮位预报方法 | |
| CN112288910B (zh) | 一种船舶航行性能分析方法及系统 | |
| CN117387884A (zh) | 一种基于多传感器数据融合的桥梁挠度测量方法 | |
| CN100498229C (zh) | 一种惯性器件中周期性误差处理方法 | |
| CN113392834A (zh) | 一种基于深度学习的字轮水表读数识别方法及系统 | |
| Pichon et al. | Using smartphone leaf area index data acquired in a collaborative context within vineyards in southern France | |
| CN116756199A (zh) | 一种测风数据处理推荐方法和系统 | |
| CN110853699A (zh) | 一种建立大区域条件下单木生长模型的方法 | |
| CN115063059B (zh) | 确定果树修剪方案的方法、装置和电子设备 | |
| US6567758B1 (en) | Analysis method and analyzer | |
| CN111275336B (zh) | 一种装备状态评估方法 | |
| CN113419502A (zh) | 基于人工智能的制壳生产过程的工序监测方法与系统 | |
| AU2021100896A4 (en) | Method for Forecasting Abundance of Pelagic Fish Resources Based on Grey System Models of Different Orders | |
| Barbé et al. | An ARMA time series approach for analyzing long memory dynamics in measurements | |
| Buissart et al. | Pith: a new criterion for monitoring the architecture in Mediterranean pines | |
| KR100460198B1 (ko) | 위성의 원격명령 수행 확인 시스템 및 방법, 그프로그램이 저장된 기록매체 | |
| CN117636056B (zh) | 基于大数据的农业信息监控方法及系统 | |
| CN112325906B (zh) | 电子经纬仪编码器辅助校准装置、方法及设备 | |
| US20170109908A1 (en) | Using Chlorophyll Data for a Marine Environment | |
| CN114114881B (zh) | 一种脉冲星计时性能优化方法及系统 | |
| Rossiter et al. | The benefits of implicit modelling for predictive control |
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 |