CN115099054B - 基于船联网航道内河的船舶航速实时优化方法及其系统 - Google Patents
基于船联网航道内河的船舶航速实时优化方法及其系统 Download PDFInfo
- Publication number
- CN115099054B CN115099054B CN202210816028.7A CN202210816028A CN115099054B CN 115099054 B CN115099054 B CN 115099054B CN 202210816028 A CN202210816028 A CN 202210816028A CN 115099054 B CN115099054 B CN 115099054B
- Authority
- CN
- China
- Prior art keywords
- ship
- speed
- channel
- target
- track
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T70/00—Maritime or waterways transport
- Y02T70/10—Measures concerning design or construction of watercraft hulls
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于船联网航道内河的船舶航速实时优化方法,包括获取目标船舶、航道和周边环境相关信息;基于所述目标船舶和航道的相关信息,建立航道内河的曲线坐标系,根据所述参考轨迹进而确定的可行轨迹簇,以及相应的可行轨迹对应的速度;利用高效性、经济性和安全性构建目标船舶的对应目标优化函数并构建适应度函数,综上所述,本发明利用采集的目标船舶和航道的相关信息,构建目标船舶的对应目标优化函数并构建适应度函数,并改善了航道内河的曲线坐标系的建立,提高了逐点检测点对船舶检测的精确性,进而使得船舶在通过本发明实时优化后具有很好的高效性、经济性和安全性。
Description
技术领域
本发明涉及智能船舶技术领域,特别是基于船联网航道内河的船舶航速实时优化方法及其系统。
背景技术
电子信息技术的不断发展推动了传感器网络、物联网、信息物理融合系统、云计算、大数据等先进技术的发展,推动了船舶智能化水平的不断提升,无人船的研发与应用将是大势所趋。智能能效管理作为智能船舶发展的重要组成部分,是以实现船舶能效实时监控和优化,提高船舶能效管理水平为目的,其通过大数据分析技术、数值分析及优化技术,为船舶提供数据评估分析结果和辅助决策建议。
但是现有的船舶航速多为根据降低燃油消耗,通过内燃机优化航行速度,以达到船舶节能减排的效果,由于内河航道路径复杂、运行船舶较多,现阶段缺少对内河航道路径路径的优化,没有融合船舶运行时的高效性、经济性和安全性来实时优化船舶的航速,使得航道内船舶运行速度检测和优化不够精确、经济性和安全性较差。
发明内容
在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有的船舶航行中存在的问题,提出了本发明。
因此,本发明其中的一个目的是提供基于船联网航道内河的船舶航速实时优化方法,其利用目标船舶采集的目标船舶和航道的相关信息,构建目标船舶的对应目标优化函数并构建适应度函数,并改善了航道内河的曲线坐标系的建立,提高了分割检测点的精确性,使其具有很好的高效性、经济性和安全性。
为解决上述技术问题,本发明提供如下技术方案:基于船联网航道内河的船舶航速实时优化方法,包括以下步骤:
步骤S1,获取目标船舶、航道和周边环境相关信息;
步骤S2,基于所述目标船舶和航道的相关信息,建立航道内河的曲线坐标系,并对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹,同时根据所述参考轨迹进而确定的可行轨迹簇,以及所述可行轨迹簇中的相应的可行轨迹对应的速度;
步骤S3,根据相应的所述可行轨迹和其相对应的速度,利用高效性、经济性和安全性构建目标船舶的对应目标优化函数并构建适应度函数,在可行轨迹簇中,选取所述适应度函数的最小值,并得到最优路径和相应的优化航速,与步骤S2中所述可行轨迹和其相对应的速度进行区间阈值判断,满足条件则通过,执行最优路径和相应的优化航速。
作为本发明的一种优选方案,其中:步骤S2中,对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹函数,根据所述参考轨迹进而确定的可行轨迹簇,具体为所述可行轨迹簇每个所述参考轨迹中相邻链接线上两个间隔路径点之间的距离路径长度di,由式(1)求得并通过式(2)计算出可行轨迹簇函数f0,如下:
其中式(1)中,di为参考轨迹中相邻链接线上预设间隔路径点之间的距离路径长度;si为曲线坐标系路径点i的s轴的坐标;si+1为曲线坐标系路径点i的下一间隔路径点的s轴的坐标;ρi为曲线坐标系路径点i的ρ轴的坐标;ρi+1为曲线坐标系路径点i的下一间隔路径点的ρ轴的坐标。
作为本发明的一种优选方案,其中:步骤S3中,利用高效性构建船舶的目标优化函数为目标高效性优化函数f1,具体如下:
其中式(3)中,Li为连接线上路径点Pi与下一新路径点Pi+1的长度;
(xi,yi)为目标船舶在曲线坐标系中优化起点坐标;
为目标船舶在曲线坐标系中优化终点的中点坐标;
αi为路径点Pi和下一新路径点Pi+1之间的夹角;n为航道分段检测点;
式(4)中,vi为目标船舶位于中点坐标的速度;t为目标船舶优化起点坐标至优化终点的中点坐标航行的时间;
式(5)中,vy为目标船舶在当前航道的平均速度;
利用经济性构建船舶的目标优化函数为目标经济性优化函数,具体为根据所述航道分段地理数据库和船舶油耗模型,建立船舶经济航速优化函数f2,具体如下:
其中式(7)中,Parami为航行的总油耗量;
利用安全性构建船舶的目标优化函数为目标安全性优化函数f3,在两个间隔路径点之间的距离路径长度di之间获取障碍物的个数,并通过式(8)计算系数,具体如下:
其中式(8)中,Ti为可行轨迹的安全系数,μ为权重调整系数且为常数,k为可行轨迹上的障碍物的个数。
作为本发明的一种优选方案,其中:步骤S3中路径点Pi和下一新路径点Pi+1之间的夹角αi,通过式(10)计算得出如下:
其中式(10)中,表示从新路径点Pi+1到路径点Pi的向量,|Pi-1Pi|表示向量的长度;对路径点Pi和下一新路径点Pi+1之间的夹角αi通过式(11)进行约束得到约束角度αs,并建立夹角约束函数/>通过夹角约束函数/>对Li进行约束,具体如下:
式(11)中,η为惩罚系数。
作为本发明的一种优选方案,其中:步骤3中构建适应度函数具体通过式(10)计算得出如下:
Fy=f1*w1+f2*w2+f3*w3 式(13);
其中,f1为可行轨迹簇的优化距离值,f2为船舶经济航速优化值,f3为安全性系数优化值,w1、w2、w3分别为对应的权重系数,且w1+w2+w3=1。
作为本发明的一种优选方案,其中:所述船舶经济航速优化函数f2中Parami还包括当前航道和周边环境的已知参数,具体为船舶阻力系数、环境风速、风向、流速及流向和水深数据。
作为本发明的一种优选方案,其中:所述障碍物包括速度低于目标船舶当前航道的最佳速度和其他静止在可行轨迹簇中的物体。
作为本发明的一种优选方案,其中:步骤S2中建立航道内河的曲线坐标系,并对曲线坐标系的参考轨迹线进行平滑处理,具体包括如下步骤:
步骤S21,生成平滑参考轨迹;
步骤S22,将所述参考轨迹由其生成的笛卡尔坐标系坐标转换到曲线坐标系中;
步骤S23,在所述曲线坐标系中,通过沿s轴方向对所述参考轨迹进行不同的横向偏移,生成所述可行轨迹簇;
步骤S24,根据航道边界约束条件和船舶约束限制,利用梯形线速度曲线生成对每一条所述可行轨迹的速度,及所述可行轨迹簇中的相应的可行轨迹对应的速度。
作为本发明的一种优选方案,其中:步骤S3中若不满足条件,则进行可行轨迹簇中的相应的可行轨迹对应的速度运行。
作为本发明的一种优选方案,其中:所述目标船舶相关信息包括船舶质量信息、功率信息、油耗信息、运行阻力信息和同一航道其他船舶流体吸引力信息;所述航道相关信息包括航道路径位置信息和同一航道其他船舶位置信息;所述周边环境相关信息包括风速风向信息、水深信息、流速信息和其他气象数据信息。
一种基于船联网航道内河的船舶航速实时优化系统,包括:
数据采集模块,用于获取目标船舶、航道和周边环境相关信息;
可行轨迹生成模块,用于基于目标船舶和航道的相关信息,建立航道内河的曲线坐标系,并对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹,同时根据所述参考轨迹进而确定的可行轨迹簇,以及所述可行轨迹簇中的相应的可行轨迹对应的速度;
可行轨迹速度优化模块,用于根据相应的所述可行轨迹和其相对应的速度,利用高效性、经济性和安全性构建船舶的对应目标优化函数并构建适应度函数,在可行轨迹簇中,选取所述适应度函数的最小值,并得到最优路径和相应的优化航速;
判断模块,用于可行轨迹速度优化模块生成得到的最优路径和相应的优化航速判断;
处理模块,所述处理器执行所述程序时实现所述基于船联网航道内河的船舶航速实时优化方法的步骤。
本发明的有益效果:本发明利用采集的目标船舶和航道的相关信息,构建目标船舶的对应目标优化函数并构建适应度函数,并改善了航道内河的曲线坐标系的建立,提高了逐点检测点对船舶检测的精确性,同时采用角度弧长进行约束路径,进一步地提高了对船舶实时优化的准确和安全性,使目标船舶可选择最优的路径角度和最佳的速度进行航行,进而使得船舶在通过本发明实时优化后具有很好的高效性、经济性和安全性,有利于在内河航行中推广。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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它的附图。其中:
图1为本发明基于船联网航道内河的船舶航速实时优化方法的流程图;
图2为本发明目标船舶航道的曲线坐标系的建立示意图;
图3为本发明目标船舶在曲线坐标系中逐点坐标分割检测点和各个逐点坐标的路径距离值分割示意图;
图4为本发明基于船联网航道内河的船舶航速实时优化系统的模块化示意图。
图中标号:10、数据采集模块;20、可行轨迹生成模块;30、可行轨迹速度优化模块;40、判断模块;50、处理模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。本发明利用目标船舶采集的目标船舶和航道的相关信息,构建目标船舶的对应目标优化函数并构建适应度函数,并改善了航道内河的曲线坐标系的建立,提高了分割检测点的精确性,使目标船舶在航行的过程中具有很好的高效性、经济性和安全性。具体实施如下:
参照图1,为本发明的一个实施例,该实施例提供了一种基于船联网航道内河的船舶航速实时优化方法,包括以下步骤:
步骤S1,获取目标船舶、航道和周边环境相关信息;目标船舶相关信息包括船舶质量信息、功率信息、油耗信息、运行阻力信息和同一航道其他船舶流体吸引力信息;航道相关信息包括航道路径位置信息和同一航道其他船舶位置信息;周边环境相关信息包括风速风向信息、水深信息、流速信息和其他气象数据信息。
步骤S2,基于目标船舶和航道的相关信息,建立航道内河的曲线坐标系,并对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹,同时根据参考轨迹进而确定的可行轨迹簇,以及可行轨迹簇中的相应的可行轨迹对应的速度;
本实施例步骤S2进一步地,具体包括如下步骤:
步骤S21,生成平滑参考轨迹;
步骤S22,将参考轨迹由其生成的笛卡尔坐标系坐标转换到曲线坐标系中;
步骤S23,在曲线坐标系中,通过沿s轴方向对参考轨迹进行不同的横向偏移,生成可行轨迹簇;
步骤S24,根据航道边界约束条件和船舶约束限制,利用梯形线速度曲线生成对每一条可行轨迹的速度,及可行轨迹簇中的相应的可行轨迹对应的速度。
参照图2,本实施例步骤S2中,对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹函数,根据参考轨迹进而确定的可行轨迹簇,具体为可行轨迹簇每个参考轨迹中相邻链接线上两个间隔路径点之间的距离路径长度di,由下列公式计算出可行轨迹簇函数f0,如下:
上述公式中,di为参考轨迹中相邻链接线上预设间隔路径点之间的距离路径长度;si为曲线坐标系路径点i的s轴的坐标;si+1为曲线坐标系路径点i的下一间隔路径点的s轴的坐标;ρi为曲线坐标系路径点i的ρ轴的坐标;ρi+1为曲线坐标系路径点i的下一间隔路径点的ρ轴的坐标。
步骤S3,根据相应的可行轨迹和其相对应的速度,利用高效性、经济性和安全性构建目标船舶的对应目标优化函数并构建适应度函数,在可行轨迹簇中,选取适应度函数的最小值,并得到最优路径和相应的优化航速;
参照图3,本实施例的目标船舶在运行的过程中,需要进行实时优化速度时,首先在建立航道内河的曲线坐标系中进行建立优化起点坐标,并通过将航道内河的曲线坐标系中的航道进行分割多个监测逐点,对应的监测逐点坐标,可获得之间的路径距离值,进而可完成利用高效性、经济性和安全性构建目标船舶的对应目标优化函数并构建适应度函数,并在可行轨迹簇中,选取适应度函数的最小值,并得到最优路径和相应的优化航速,具体如下:
首先利用高效性构建船舶的目标优化函数为目标高效性优化函数f1,具体如下:利用高效性构建船舶的目标优化函数为目标高效性优化函数f1,具体如下:
上述公式中,Li为连接线上路径点Pi与下一新路径点Pi+1的长度,及优化起点坐标至各个逐点坐标的优化路径距离;(xi,yi)为目标船舶在曲线坐标系中优化起点坐标;为目标船舶在曲线坐标系中优化终点的中点坐标;
同时采用角度弧长进行约束路径,进一步地提高了对船舶实时优化的准确和安全性,其中,表示从新路径点Pi+1到路径点Pi的向量,|Pi-1Pi|表示向量的长度;对路径点Pi和下一新路径点Pi+1之间的夹角αi通过式(11)进行约束得到约束角度αs,并建立夹角约束函数/>通过夹角约束函数/>对Li进行约束,具体如下:
其中η为惩罚系数;
根据目标船舶位于中点坐标的速度计算目标船舶在当前航道的平均速度;
αi为路径点Pi和下一新路径点Pi+1之间的夹角;n为航道分段检测点;vi为目标船舶位于中点坐标的速度;t为目标船舶优化起点坐标至优化终点的中点坐标航行的时间;vy为目标船舶在当前航道的平均速度。
然后利用经济性构建船舶的目标优化函数为目标经济性优化函数,具体为根据航道分段地理数据库和船舶油耗模型,建立船舶经济航速优化函数f2,具体如下:
上述公式中,Parami为航行的总油耗量,根据当前航道的目标船舶逐点坐标的速度以及航道航行路径距离值的总油耗量的最小值,对每段可行轨迹上的各个逐点坐标路径之间的可行轨迹的目标船舶逐点坐标的速度以及航道航行路径距离值最小极值,进行求和后得到船舶经济航速优化值;
再利用安全性构建船舶的目标优化函数为目标安全性优化函数f3,在两个间隔路径点之间的距离路径长度di之间获取障碍物的个数,并通过下述公式计算系数,具体如下:
上述公式中,Ti为可行轨迹的安全系数,μ为权重调整系数且为常数,k为可行轨迹上的障碍物的个数;同时障碍物包括速度低于目标船舶当前航道的最佳速度和其他静止在可行轨迹簇中的物体,进而可以实现针对可行轨迹上的障碍物的个数,建立可行轨迹的安全系数,对每段可行轨迹上的各个逐点坐标路径之间的可行轨迹的安全系数进行求和,进而实现对此航道的可行轨迹目标安全性优化;
最后将目标高效性优化函数f1、船舶经济航速优化函数f2和目标安全性优化函数f3进行加权计算处理,具体通过下式计算得出如下:
Fy=f1*w1+f2*w2+f3*w3;
其中,w1、w2、w3分别为对应的权重系数,且w1+w2+w3=1,可相应的对目标高效性优化函数f1、船舶经济航速优化函数f2和目标安全性优化函数f3进行预设权重,进而使得船舶在通过本发明实时优化后具有很好的高效性、经济性和安全性。
本实施的步骤3还包括,将优化得到可行轨迹与相应的优化速度进行判断,判断是否在可行轨迹和其相对应的速度预设阈值区间内,避免计算误差过大而带来的不利影响,及最优路径和相应的优化航速与步骤S2中可行轨迹和其相对应的速度进行区间阈值判断,满足条件则通过,执行最优路径和相应的优化航速。若不满足条件,则进行可行轨迹簇中的相应的可行轨迹对应的速度运行。
本实施例进一步地,船舶经济航速优化函数f2中Parami还包括当前航道和周边环境的已知参数,具体为船舶阻力系数、环境风速、风向、流速及流向和水深数据,可通过船舶阻力系数、环境风速、风向、流速及流向和水深数据更加精确的计算得到该航线航行的总油耗量。
综上所述,本发明利用采集的目标船舶和航道的相关信息,构建目标船舶的对应目标优化函数并构建适应度函数,并改善了航道内河的曲线坐标系的建立,提高了逐点检测点对船舶检测的精确性,使目标船舶可选择最优的路径和最佳的速度进行航线,进而使得船舶在通过本发明实时优化后具有很好的高效性、经济性和安全性,有利于在内河航行中推广。
此外参照图4,本发明实施例还提供一种基于船联网航道内河的船舶航速实时优化系统,搭载在目标船舶上使用,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的基于船联网航道内河的船舶航速实时优化方法的步骤,以及数据采集模块,用于获取目标船舶、航道和周边环境相关信息;可行轨迹生成模块,用于基于目标船舶和航道的相关信息,建立航道内河的曲线坐标系,并对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹,同时根据所述参考轨迹进而确定的可行轨迹簇,以及所述可行轨迹簇中的相应的可行轨迹对应的速度;可行轨迹速度优化模块,用于根据相应的所述可行轨迹和其相对应的速度,利用高效性、经济性和安全性构建船舶的对应目标优化函数并构建适应度函数,在可行轨迹簇中,选取所述适应度函数的最小值,并得到最优路径和相应的优化航速;判断模块,用于可行轨迹速度优化模块生成得到的最优路径和相应的优化航速判断。
本申请实施例的基于船联网航道内河的船舶航速实时优化方法以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如平板电脑。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器,掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)其他具有存储功能的电子装置。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”,不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.基于船联网航道内河的船舶航速实时优化方法,其特征在于,包括以下步骤:
步骤S1,获取目标船舶、航道和周边环境相关信息;
步骤S2,基于所述目标船舶和航道的相关信息,建立航道内河的曲线坐标系,并对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹,同时根据所述参考轨迹进而确定的可行轨迹簇,以及所述可行轨迹簇中的相应的可行轨迹对应的速度;
步骤S3,根据相应的所述可行轨迹和其相对应的速度,构建目标船舶的对应目标优化函数并构建适应度函数,具体地利用高效性构建船舶的目标优化函数为目标高效性优化函数f1,如下:
其中式(3)中,Li为连接线上路径点Pi与下一新路径点Pi+1的长度;
(xi,yi)为目标船舶在曲线坐标系中优化起点坐标;
为目标船舶在曲线坐标系中优化终点的中点坐标;
αi为路径点Pi和下一新路径点Pi+1之间的夹角;n为航道分段检测点;
式(4)中,vi为目标船舶位于中点坐标的速度;t为目标船舶优化起点坐标至优化终点的中点坐标航行的时间;
式(5)中,vy为目标船舶在当前航道的平均速度;
利用经济性构建船舶的目标优化函数为目标经济性优化函数,具体为根据所述航道分段地理数据库和船舶油耗模型,建立船舶经济航速优化函数f2,具体如下:
其中式(7)中,Parami为航行的总油耗量;
利用安全性构建船舶的目标优化函数为目标安全性优化函数f3,在两个间隔路径点之间的距离路径长度di之间获取障碍物的个数,并通过式(8)计算系数,具体如下:
其中式(8)中,Ti为可行轨迹的安全系数,μ为权重调整系数且为常数,k为可行轨迹上的障碍物的个数;
在可行轨迹簇中,选取所述适应度函数的最小值,并得到最优路径和相应的优化航速,与步骤S2中所述可行轨迹和其相对应的速度进行区间阈值判断,满足条件则通过,执行最优路径和相应的优化航速。
2.如权利要求1所述的基于船联网航道内河的船舶航速实时优化方法,其特征在于,步骤S2中,对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹函数,根据所述参考轨迹进而确定的可行轨迹簇,具体为所述可行轨迹簇每个所述参考轨迹中相邻链接线上两个间隔路径点之间的距离路径长度di,由式(1)求得并通过式(2)计算出可行轨迹簇函数f0,如下:
其中式(1)中,di为参考轨迹中相邻链接线上预设间隔路径点之间的距离路径长度;si为曲线坐标系路径点i的s轴的坐标;si+1为曲线坐标系路径点i的下一间隔路径点的s轴的坐标;ρi为曲线坐标系路径点i的ρ轴的坐标;ρi+1为曲线坐标系路径点i的下一间隔路径点的ρ轴的坐标。
3.如权利要求1所述的基于船联网航道内河的船舶航速实时优化方法,其特征在于,步骤S3中路径点Pi和下一新路径点Pi+1之间的夹角αi,通过式(10)计算得出如下:
其中式(10)中,表示从新路径点Pi+1到路径点Pi的向量,|Pi-1Pi|表示向量的长度;对路径点Pi和下一新路径点Pi+1之间的夹角αi通过式(11)进行约束得到约束角度αs,并建立夹角约束函数/>通过夹角约束函数/>对Li进行约束,具体如下:
式(11)中,η为惩罚系数。
4.如权利要求3所述的基于船联网航道内河的船舶航速实时优化方法,其特征在于,步骤3中构建适应度函数具体通过式(13)计算得出如下:
Fy=f1*w1+f2*w2+f3*W3 式(13);
其中,f1为可行轨迹簇的优化距离值,f2为船舶经济航速优化值,f3为安全性系数优化值,w1、w2、w3分别为对应的权重系数,且w1+w2+w3=1。
5.如权利要求1所述的基于船联网航道内河的船舶航速实时优化方法,其特征在于:所述障碍物包括速度低于目标船舶当前航道的最佳速度和其他静止在可行轨迹簇中的物体。
6.如权利要求2所述的基于船联网航道内河的船舶航速实时优化方法,其特征在于,步骤S2中建立航道内河的曲线坐标系,并对曲线坐标系的参考轨迹线进行平滑处理,具体包括如下步骤:
步骤S21,生成平滑参考轨迹;
步骤S22,将所述参考轨迹由其生成的笛卡尔坐标系坐标转换到曲线坐标系中;
步骤S23,在所述曲线坐标系中,通过沿s轴方向对所述参考轨迹进行不同的横向偏移,生成所述可行轨迹簇;
步骤S24,根据航道边界约束条件和船舶约束限制,利用梯形线速度曲线生成对每一条所述可行轨迹的速度,及所述可行轨迹簇中的相应的可行轨迹对应的速度。
7.如权利要求1所述的基于船联网航道内河的船舶航速实时优化方法,其特征在于,步骤S3中若不满足条件,则进行可行轨迹簇中的相应的可行轨迹对应的速度运行。
8.如权利要求1所述的基于船联网航道内河的船舶航速实时优化方法,其特征在于:所述目标船舶相关信息包括船舶质量信息、功率信息、油耗信息、运行阻力信息和同一航道其他船舶流体吸引力信息;
所述航道相关信息包括航道路径位置信息和同一航道其他船舶位置信息;
所述周边环境相关信息包括风速风向信息、水深信息、流速信息和其他气象数据信息。
9.基于船联网航道内河的船舶航速实时优化系统,其特征在于,包括:
数据采集模块,用于获取目标船舶、航道和周边环境相关信息;
可行轨迹生成模块,用于基于目标船舶和航道的相关信息,建立航道内河的曲线坐标系,并对曲线坐标系的参考轨迹线进行平滑处理后生成参考轨迹,同时根据所述参考轨迹进而确定的可行轨迹簇,以及所述可行轨迹簇中的相应的可行轨迹对应的速度;
可行轨迹速度优化模块,用于根据相应的所述可行轨迹和其相对应的速度,构建船舶的对应目标优化函数并构建适应度函数,在可行轨迹簇中,选取所述适应度函数的最小值,并得到最优路径和相应的优化航速;
判断模块,用于可行轨迹速度优化模块生成得到的最优路径和相应的优化航速判断;
处理模块,所述处理模块执行程序时实现如权利要求1至8任一项所述基于船联网航道内河的船舶航速实时优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210816028.7A CN115099054B (zh) | 2022-07-12 | 2022-07-12 | 基于船联网航道内河的船舶航速实时优化方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210816028.7A CN115099054B (zh) | 2022-07-12 | 2022-07-12 | 基于船联网航道内河的船舶航速实时优化方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115099054A CN115099054A (zh) | 2022-09-23 |
CN115099054B true CN115099054B (zh) | 2023-08-04 |
Family
ID=83295980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210816028.7A Active CN115099054B (zh) | 2022-07-12 | 2022-07-12 | 基于船联网航道内河的船舶航速实时优化方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115099054B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111709579A (zh) * | 2020-06-17 | 2020-09-25 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶航速优化方法及装置 |
CN113705090A (zh) * | 2021-08-20 | 2021-11-26 | 中国船舶科学研究中心 | 一种长江航道内河船舶航速实时优化方法 |
CN113743014A (zh) * | 2021-09-08 | 2021-12-03 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 一种航速优化方法和装置 |
-
2022
- 2022-07-12 CN CN202210816028.7A patent/CN115099054B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111709579A (zh) * | 2020-06-17 | 2020-09-25 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶航速优化方法及装置 |
CN113705090A (zh) * | 2021-08-20 | 2021-11-26 | 中国船舶科学研究中心 | 一种长江航道内河船舶航速实时优化方法 |
CN113743014A (zh) * | 2021-09-08 | 2021-12-03 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 一种航速优化方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115099054A (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112906830B (zh) | 一种基于ais大数据的船舶最优航线自动生成方法 | |
CN111552299B (zh) | 一种风翼助航船舶能效智能优化管理系统与优化方法 | |
CN104954185B (zh) | 一种基于深度置信网的云计算负载预测方法 | |
CN104765368A (zh) | 一种基于模糊自适应算法的无人艇航向航速协同控制方法 | |
CN113706581B (zh) | 基于残差通道注意与多层次分类回归的目标跟踪方法 | |
CN110070565A (zh) | 一种基于图像叠加的船舶轨迹预测方法 | |
CN116343045B (zh) | 基于YOLO v5的轻量化SAR图像舰船目标检测方法 | |
CN110595472A (zh) | 一种无人船双目标气象航线优化方法和系统 | |
CN115730263B (zh) | 一种船舶行为模式侦测方法及装置 | |
CN111126718A (zh) | 一种台风路径预测方法 | |
CN115099054B (zh) | 基于船联网航道内河的船舶航速实时优化方法及其系统 | |
CN110969289B (zh) | 一种无人船气象航线连续动态优化方法和系统 | |
CN113985406B (zh) | 一种海上雷达目标航迹拼接方法 | |
CN110778398B (zh) | 一种船用柴油机燃油管理控制系统 | |
Hou et al. | Fast online map matching for recovering travelling routes from low-sampling GPS data | |
Han et al. | Whale optimization algorithm for ship path optimization in large-scale complex marine environment | |
CN109711593B (zh) | 一种面向瞬时计算决策的高速铁路沿线风速预测方法 | |
CN116403007A (zh) | 基于目标向量的遥感影像变化检测方法 | |
CN115438570A (zh) | 基于ga-bp神经网络的车辆动态油耗预测模型方法 | |
CN112053384B (zh) | 基于边界框回归模型的目标跟踪方法 | |
CN108984820A (zh) | 一种基于纳什均衡的粒子重投漂移路径预测方法 | |
CN105550495A (zh) | 一种船舶航行增阻等级的评估方法 | |
Li et al. | Prediction of ship fuel consumption based on Elastic network regression model | |
Sun et al. | An Optimization Method for Economical Ship-Routing and Ship Operation Considering the Effect of Wind-Assisted Rotors | |
CN112697148A (zh) | 一种自适应复杂度栅格环境模型构建方法以及路径搜索方法 |
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 |