CN116246494A - 一种面向碰撞风险判断的船舶安全域建立方法 - Google Patents

一种面向碰撞风险判断的船舶安全域建立方法 Download PDF

Info

Publication number
CN116246494A
CN116246494A CN202211738150.3A CN202211738150A CN116246494A CN 116246494 A CN116246494 A CN 116246494A CN 202211738150 A CN202211738150 A CN 202211738150A CN 116246494 A CN116246494 A CN 116246494A
Authority
CN
China
Prior art keywords
ship
collision risk
domain
meeting
length
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
Application number
CN202211738150.3A
Other languages
English (en)
Other versions
CN116246494B (zh
Inventor
张伟斌
袁忠蜜
徐晓
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202211738150.3A priority Critical patent/CN116246494B/zh
Publication of CN116246494A publication Critical patent/CN116246494A/zh
Application granted granted Critical
Publication of CN116246494B publication Critical patent/CN116246494B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G3/00Traffic control systems for marine craft
    • G08G3/02Anti-collision systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/30Adapting or protecting infrastructure or their operation in transportation, e.g. on roads, waterways or railways

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Analysis (AREA)
  • Strategic Management (AREA)
  • Computational Mathematics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Ocean & Marine Engineering (AREA)
  • Probability & Statistics with Applications (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)

Abstract

本发明公开了一种面向碰撞风险判断的船舶安全域建立方法,获取具有较高碰撞风险的相遇船舶航行案例数据;计算最高碰撞风险时刻相遇船舶的相对距离,进行归一化处理和分类;将最高碰撞风险时刻量化角度上相遇船舶的相对距离取均值,得到不同船长区间对应的初步船舶域;确定量化角度上初步船舶域半径与船长的指数关系,得到船舶安全域的大小;对船舶安全域的大小进行标定,得到量化角度的船舶安全域半径与船长的指数关系。本发明解决了船舶域建立与碰撞风险评估阶段分离的问题,在船舶域建立过程中考虑了船舶碰撞风险,使建立的船舶安全域模型更适合应用于船舶避碰风险判断,并符合国际海上避碰规则。

Description

一种面向碰撞风险判断的船舶安全域建立方法
技术领域
本发明涉及海上船舶碰撞风险分析领域,特别涉及一种面向碰撞风险判断的船舶安全域建立方法。
背景技术
海上运输时国际物流中最主要的运输方式,对世界经济增长做出重大贡献,但同时船舶碰撞、搁浅、接触等事件仍有发生。船舶周围安全区域的评估对航行具有重要意义,当船舶相互靠近时,应确保周围有足够的间隔,这导致了船舶域概念的出现。船舶域模型作为评估潜在碰撞风险的量化工具,可用于判断船舶碰撞风险。通常来说,一般船舶域模型建立时,所得到的数据和样本是根据位置来确定的,这些数据包括了中心船周围所有的数据,然而这些数据样本中,有些样本具有碰撞风险,有些样本没有碰撞风险,将所建立的船舶域模型进一步用于船舶风险评估时,会产生不准确的情况。
发明内容
本发明的目的在于针对上述现有船舶域模型提出过程存在的问题,提供一种面向碰撞风险判断的船舶安全域建立方法。
实现本发明目的的技术解决方案为:一种面向碰撞风险判断的船舶安全域建立方法,包括以下步骤:
步骤1,获取选定海域相遇船舶航行历史数据,选择一种船舶碰撞风险检测算法,选取碰撞风险阈值,筛选出具有较高碰撞风险的相遇船舶航行案例数据;
步骤2,基于筛选出的相遇船舶航行案例,计算最高碰撞风险时刻相遇船舶的相对距离,并根据中心船长度对相对距离数值进行归一化处理;
步骤3,根据每个案例中心船长度,对归一化后的相遇船舶的相对距离进行分类;
步骤4,对相遇船舶的相遇角度进行量化,将最高碰撞风险时刻量化角度上相遇船舶的相对距离取均值,得到不同船长区间对应的初步船舶域;
步骤5,基于对数线性回归,将量化角度上初步船舶域半径与船长之间的非线性关系转化为线性关系进行求解,得到量化角度上初步船舶域半径与船长的指数关系,确定船舶安全域的大小;
步骤6,对船舶安全域的大小进行标定,得到量化角度的船舶安全域半径与船长的指数关系。
进一步的,步骤1中,所述相遇船舶航行历史数据包括日期、时间、船舶的航行速度、地理位置,航行方向以及船舶大小。
进一步的,步骤1中,所述船舶碰撞风险检测算法具体使用RtCR模型,模型输出结果为相遇船舶的实时碰撞风险指数RtCRI:
Figure BDA0004033761050000021
/>
其中,
Figure BDA0004033761050000022
Figure BDA0004033761050000023
Figure BDA0004033761050000024
式中,Lo为中心船和相遇船的长度,(lono,lato)和(lont,latt)分别是中心船和相遇船的位置信息,Distr为中心船和相遇船的相对距离。Cogo和Cogt分别是中心船和相遇船的航向角,Cogr是中心船和相遇船的相对航向角。
Figure BDA0004033761050000025
和/>
Figure BDA0004033761050000026
分别是中心船和相遇船的航行速度矢量值,Sper是中心船和相遇船的相对速度。R为固定系数,CMDTC表示与相对航向角有关的傅里叶级数展开函数,/>
Figure BDA0004033761050000027
Wi为傅里叶展开式的第i级系数,n为傅里叶的展开级数,k和m是安全因子影响指标系数。
进一步的,步骤3中,中心船舶长度按照每50m的单元进行分组分类。
进一步的,步骤4中,将中心船与相遇船相遇角度每30°进行量化,选取0°、30°、60°、90°、120°、150°、180°、210°、240°、270°、300°、330°角度。
进一步的,步骤5中,量化角度上初步船舶域半径和船长的指数关系如下:
Figure BDA0004033761050000031
其中,
Figure BDA0004033761050000032
表示中心船和相遇船的相遇角度,/>
Figure BDA0004033761050000033
表示/>
Figure BDA0004033761050000034
处的初步船舶域半径长度,x表示船长。
进一步的,步骤6中,依据Fujii船舶域模型进行船舶安全域标定,船舶安全域表达式为:
Figure BDA0004033761050000035
其中,
Figure BDA0004033761050000036
为中心船和相遇船舶的相遇角度,x表示中心船的长度。/>
Figure BDA0004033761050000037
表示/>
Figure BDA0004033761050000038
处的船舶安全域半径长度。船舶安全域范围表示为/>
Figure BDA0004033761050000039
一种面向碰撞风险判断的船舶安全域建立系统,基于所述的面向碰撞风险判断的船舶安全域建立方法,实现面向碰撞风险判断的船舶安全域建立。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,基于所述的面向碰撞风险判断的船舶安全域建立方法,实现面向碰撞风险判断的船舶安全域建立。
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时,基于所述的面向碰撞风险判断的船舶安全域建立方法,实现面向碰撞风险判断的船舶安全域建立。
本发明与现有技术相比,其显著优点在于:解决了船舶域建立与碰撞风险评估阶段分离的问题,在船舶域建立过程中考虑了船舶碰撞风险,使建立的船舶安全域模型更适合应用于船舶避碰风险判断,并符合国际海上避碰规则。
附图说明
图1为面向碰撞风险判断的船舶安全域建立方法的整体方案图。
图2为面向碰撞风险判断的船舶安全域建立方法的具体流程图。
图3为高碰撞风险案例中心船船长分布图。
图4为高碰撞风险案例分布图,其中L为中心船长度,极坐标角度表示相遇船靠近中心船的方位角度
Figure BDA0004033761050000041
极坐标半径大小表示中心船与相遇船之间的距离对中心船长度取归一化的值。
图5为高碰撞风险案例分组后在离散角度0°、30°、60°、90°、120°、150°、180°、210°、240°、270°、300°、330°处,取均值连接成的初步船舶域。
图6为不同初步船舶域的比较图。
图7为量化角度处船舶安全域半径随船长的变化的图片,其中各子图横坐标为中心船长,横坐标为初步船舶域半径。
图8为根据对数线性回归原理求取的船舶域半径与船长之间的关系图。其中,各子图中加号点与图7中的圆点对应,表示船舶域半径与船舶之间的倍数关系;圆点表示加号点取对数后的值;实线为圆点的近似直线;虚线与直线之间为指数关系。
图9为量化角度处船舶域半径与船长的函数关系示意图。
图10为CRSD与经典船舶域大小的比较图。
图11为CRSD与动态船舶域大小的比较图。
图12为追越态势下中心船、相遇船的航行轨迹和碰撞风险值示意图。
图13为对遇态势下中心船、相遇船的航行轨迹和碰撞风险值示意图。
图14为交差相遇态势下中心船、相遇船的航行轨迹和碰撞风险值示意图。
具体施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅用以解释本申请,并不用于限定本申请。
结合图1,提供了一种面向碰撞风险判断的船舶安全域建立方法,该方法包括以下步骤:
步骤1,获取选定海域相遇船舶航行历史数据,选择一种船舶碰撞风险检测算法,选取碰撞风险阈值,筛选出具有较高碰撞风险的相遇船舶航行案例数据;
船舶航行历史数据包括日期、时间、船舶的航行速度、地理位置,航行方向以及船舶大小。
风险评估模型采用RtCR模型,模型输出结果为相遇船舶的实时碰撞风险指数RtCRI。
Figure BDA0004033761050000051
其中,
Figure BDA0004033761050000052
Figure BDA0004033761050000053
Figure BDA0004033761050000054
式中,Lo为中心船和相遇船的长度,(lono,lato)和(lont,latt)分别是中心船和相遇船的位置信息,Distr为中心船和相遇船的相对距离。Cogo和Cogt分别是中心船和相遇船的航向角,Cogr是中心船和相遇船的相对航向角。
Figure BDA0004033761050000055
和/>
Figure BDA0004033761050000056
分别是中心船和相遇船的航行速度矢量值,Sper是中心船和相遇船的相对速度。R为固定系数,CMDTC表示与相对航向角有关的傅里叶级数展开函数,/>
Figure BDA0004033761050000057
Wi为傅里叶展开式的第i级系数,n为傅里叶的展开级数,k和m是安全因子影响指标系数。
一个实施例中,所述筛选出较高碰撞风险案例具体表现为选取RtCRI对应的80为阈值,这是因为RtCR模型规定,当相遇船舶距离6海里时,碰撞风险指数的统计平均值设置为5,当相遇船在中心船距离船舶域边界1海里时,碰撞风险指数的统计平均值设置为100,碰撞风险指数的含义是通过一个有序的排序来识别不同碰撞风险的等级,数值本身没有物理意义。当船舶碰撞风险达到80时,说明已经存在较高碰撞风险。
步骤2,基于具有较高碰撞风险的相遇船舶航行案例,计算最高碰撞风险时刻相遇船舶的相对距离,并根据案例中中心船长度对相对距离数值进行归一化处理;
步骤3,将最高碰撞风险时刻相遇船舶的相对距离,按照案例中的中心船长度进行分类;
一个实施例中,将中心船长按照每50m的单元进行分类,共分为6类:“<50m”、“50~100m”、“100~150m”、“150~200m”、“200~250m”、“>250m”。
步骤4,对相遇船舶的相遇角度进行量化,将量化角度上最高碰撞风险时刻相遇船舶的相对距离取均值,得到不同船长区间对应的初步船舶域;
将中心船与相遇船相遇角度进行量化,量化角度为0°、30°、60°、90°、120°、150°、180°、210°、240°、270°、300°、330°。取量化角度上所有案例所对应的中心船与相遇船最近相遇距离根据中心船长度做归一化处理后的值的均值,依次连接量化角度对应的均值,得到不同长度中心船所对应的初步船舶域。
步骤5,基于对数线性回归,将量化角度初步船舶域半径与船长之间的非线性关系转化为线性关系进行求解,得到量化角度初步船舶域半径与船长的指数关系,确定船舶安全域的大小;
一个实施例中,将不同船长及对应的初步船舶域半径按照中心船和相遇船的相遇角度进行分组,共分为12组,根据对数线性回归原理,得到初步船舶域半径和船长的关系如下:
Figure BDA0004033761050000071
/>
其中,
Figure BDA0004033761050000072
表示中心船和相遇船的相遇角度,x表示船长,单位米,/>
Figure BDA0004033761050000073
表示/>
Figure BDA0004033761050000074
处船舶域半径。
步骤6,船舶安全域的大小根据经典船舶域进行标定,得到量化角度的船舶安全域半径与船长的指数关系。
船舶安全域通过与Fujii船舶域进行标定后最终获得,具体表现为CRSD船尾纵方向船舶域半径和Fujii船舶域船尾纵方向船舶域半径相同,量化角度处船舶安全域半径表示为:
Figure BDA0004033761050000075
其中,
Figure BDA0004033761050000076
表示中心船和相遇船的相遇角度,x表示船长,单位米,/>
Figure BDA0004033761050000077
表示/>
Figure BDA0004033761050000078
处船舶安全域半径,船舶安全域范围表示为/>
Figure BDA0004033761050000079
实施例
为验证本发明方案的有效性,进行如下实验。
1.本实施例中选取的AIS数据来自于2011年7月份波罗的海域;
2.选取航行数据中相遇船舶相遇过程的航行数据,作为风险评估模型的输入参数,获取航行过程中的碰撞风险等级;
风险评估模型RtCR模型具体展开形式如下式所示,模型输出结果为相遇船舶的实时碰撞风险指数RtCRI。
Figure BDA0004033761050000081
3.CRSD模型通过Fujii船舶域模型进行标定,将船长带入就可以得到具体的船舶域表达式。
4.将CRSD与静态经典船舶域进行对比,当船长50m、100m、200m、300m时,CRSD与Fujii、Coldwell、Goodwin、Pietrzykowski船舶域模型的比较。Goodwin、Pietrzykowski船舶域模型大小是固定的,CRSD、Fujii、Coldwell船舶域模型大小是随船长的变长而增大的,后者更符合船舶动态行驶过程。CRSD整体上略大于Fujii船舶域。在Coldwell的研究中,右舷域边界大于左舷域,这是因为当船只通过右舷-右舷时,违反COLREGs,中央船只对这种情况感到不安,并且比在通过左舷-左舷情况下所接受的范围更广。边界CRSD右舷纵半径接近于Coldwell右舷纵半径,说明CRSD符合COLREGs。
5.将CRSD与现存动态经典船舶域进行对比,并给出船舶域中心船只中心船的船长、船宽、速度信息。“Kijima-B”表示Kijima船舶域模型中的阻塞区域,“Kijima-W”表示Kijima船舶域模型中的观察区域,“Wang-1”表示Wang四边形船舶域模型,“Wang-2”表示Wang组合椭圆船舶域模型。由子图(1)(2),当船速不变、船长变长时,船舶域范围变化明显,CRSD始终介于Wang船舶域模型和Kijima船舶域模型之间;船长200m时,CRSD与Wang的船首向纵半径和右舷横半径大致相同;CRSD船尾纵向径略大于Wang和Kijima阻塞区的船尾纵向径;CRSD左舷方向船舶域半径均大于Wang船舶域半径同时小于Kijima的阻塞区船舶域半径。由子图(1)(3),当船长不变、船速变快时,船舶域范围变化不是很大。CRSD由于只与船长有关,因此大小不变,Kijima、Wang船舶域模型有少许变大,具体体现为:船速20knot时,CRSD船尾总半径与Wang船舶域和Kijima阻塞区大致相同;CRSD右舷横半径和首向总半径小于Wang、Kijima阻塞区右舷横半径和首向总半径。总体来说,无论是船长还是船速发生变化,CRSD大小都保持在Wang船舶域大小附近,或介于Wang船舶域和Kijima阻塞区域之间,说明CRSD具有有效性。
表1船舶域中心船初始化信息
Figure BDA0004033761050000091
6.根据会遇态势选取具体案例进行分析。
追越态势下,中心船、相遇船航行轨迹图及每时刻的碰撞风险值如图12,第一幅子图中圆点为起始点,标记点为两船相距最近的位置,虚线多边形为中心船特定时刻的CRSD。如图,相遇船初始时位于中心船右舷方向、船舶安全域内,此时两船之间的碰撞风险值大于0,表示有一定的碰撞风险,随着两船不断靠近,碰撞风险值不断增大;T=32时刻由于两船相对航向角的变化,RtCRI值降低;T=37时刻,两船相距最近,碰撞风险值最大;随后,相遇船驶离中心船,碰撞风险值降低。
对遇态势下,中心船、相遇船航行轨迹图及每时刻的碰撞风险值如图13,相遇船初始位置位于中心船船艏方向,船舶安全域内,此时两船碰撞风险值大于0,表示有碰撞风险;随着两船靠近,碰撞风险值不断增大,T=9时刻,两船距离最近,碰撞风险值最大,达到76.2988;随着两船不断远离,碰撞风险不断减小。
交叉态势下,中心船、相遇船航行轨迹图及每时刻的碰撞风险值如图14,初始时刻,相遇船位于中心船右舷方向,船舶安全域内,碰撞风险值大于0;随着两船不断靠近,RtCRI值不断增大;T=10时刻两船相距最近,碰撞风险值最高,为113.7104;此后两船远离,碰撞风险值降低。
本发明针对现存船舶域模型的建立过程中存在的船舶域的建立与碰撞风险评估阶段分离的问题,提出一种新型船舶安全域建立方法,在船舶域建立过程中,首先使用船舶碰撞风险监测算法对中心船周围数据进行筛选,将这些筛选后的数据用于船舶安全域的建立,使得到的船舶域模型更适合应用于避碰。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种面向碰撞风险判断的船舶安全域建立方法,其特征在于,包括以下步骤:
步骤1,获取选定海域相遇船舶航行历史数据,选择一种船舶碰撞风险检测算法,选取碰撞风险阈值,筛选出具有较高碰撞风险的相遇船舶航行案例数据;
步骤2,基于筛选出的相遇船舶航行案例,计算最高碰撞风险时刻相遇船舶的相对距离,并根据中心船长度对相对距离数值进行归一化处理;
步骤3,根据每个案例中心船长度,对归一化后的相遇船舶的相对距离进行分类;
步骤4,对相遇船舶的相遇角度进行量化,将最高碰撞风险时刻量化角度上相遇船舶的相对距离取均值,得到不同船长区间对应的初步船舶域;
步骤5,基于对数线性回归,将量化角度上初步船舶域半径与船长之间的非线性关系转化为线性关系进行求解,得到量化角度上初步船舶域半径与船长的指数关系,确定船舶安全域的大小;
步骤6,对船舶安全域的大小进行标定,得到量化角度的船舶安全域半径与船长的指数关系。
2.根据权利要求1所述的面向碰撞风险判断的船舶安全域建立方法,其特征在于,步骤1中所述相遇船舶航行历史数据包括日期、时间、船舶的航行速度、地理位置,航行方向以及船舶大小。
3.据权利要求1所述的面向碰撞风险判断的船舶安全域建立方法,其特征在于,步骤1中,所述船舶碰撞风险检测算法具体使用RtCR模型,模型输出结果为相遇船舶的实时碰撞风险指数RtCRI:
Figure FDA0004033761040000011
其中,
Figure FDA0004033761040000012
Figure FDA0004033761040000013
Figure FDA0004033761040000014
式中,Lo为中心船和相遇船的长度,(lono,lato)和(lont,latt)分别是中心船和相遇船的位置信息,Distr为中心船和相遇船的相对距离;Cogo和Cogt分别是中心船和相遇船的航向角,Cogr是中心船和相遇船的相对航向角;
Figure FDA0004033761040000021
和/>
Figure FDA0004033761040000022
分别是中心船和相遇船的航行速度矢量值,Sper是中心船和相遇船的相对速度;R为固定系数,CMDTC表示与相对航向角有关的傅里叶级数展开函数,/>
Figure FDA0004033761040000023
Wi为傅里叶展开式的第i级系数,n为傅里叶的展开级数,k和m是安全因子影响指标系数。/>
4.根据权利要求1所述的面向碰撞风险判断的船舶安全域建立方法,其特征在于,步骤3中,中心船舶长度按照每50m的单元进行分组分类。
5.根据权利要求1所述的面向碰撞风险判断的船舶安全域建立方法,其特征在于,步骤4中,将中心船与相遇船的相遇角度每30°进行量化,选取0°、30°、60°、90°、120°、150°、180°、210°、240°、270°、300°、330°角度。
6.根据权利要求5所述的面向碰撞风险判断的船舶安全域建立方法,其特征在于,步骤5中,量化角度上初步船舶域半径和船长的指数关系如下:
Figure FDA0004033761040000024
其中,
Figure FDA0004033761040000025
表示中心船和相遇船的相遇角度,/>
Figure FDA0004033761040000026
表示/>
Figure FDA0004033761040000027
处的初步船舶域半径长度,x表示船长。
7.根据权利要求6所述的面向碰撞风险判断的船舶安全域建立方法,其特征在于,步骤6中,依据Fujii船舶域模型进行船舶安全域标定,船舶安全域表达式为:
Figure FDA0004033761040000031
其中,
Figure FDA0004033761040000032
为中心船和相遇船舶的相遇角度,x表示中心船的长度,/>
Figure FDA0004033761040000033
表示/>
Figure FDA0004033761040000034
处的船舶安全域半径长度,船舶安全域范围表示为/>
Figure FDA0004033761040000035
8.一种面向碰撞风险判断的船舶安全域建立系统,其特征在于,基于权利要求1-7任一项所述的面向碰撞风险判断的船舶安全域建立方法,实现面向碰撞风险判断的船舶安全域建立。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,基于权利要求1-7任一项所述的面向碰撞风险判断的船舶安全域建立方法,实现面向碰撞风险判断的船舶安全域建立。
10.一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时,基于权利要求1-7任一项所述的面向碰撞风险判断的船舶安全域建立方法,实现面向碰撞风险判断的船舶安全域建立。
CN202211738150.3A 2022-12-31 2022-12-31 一种面向碰撞风险判断的船舶安全域建立方法 Active CN116246494B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211738150.3A CN116246494B (zh) 2022-12-31 2022-12-31 一种面向碰撞风险判断的船舶安全域建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211738150.3A CN116246494B (zh) 2022-12-31 2022-12-31 一种面向碰撞风险判断的船舶安全域建立方法

Publications (2)

Publication Number Publication Date
CN116246494A true CN116246494A (zh) 2023-06-09
CN116246494B CN116246494B (zh) 2024-05-07

Family

ID=86630564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211738150.3A Active CN116246494B (zh) 2022-12-31 2022-12-31 一种面向碰撞风险判断的船舶安全域建立方法

Country Status (1)

Country Link
CN (1) CN116246494B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140180566A1 (en) * 2012-12-26 2014-06-26 Sap Ag Complex event processing for moving objects
US20210125502A1 (en) * 2017-12-22 2021-04-29 Rolls-Royce Plc A collision avoidance method and system for marine vessels
CN112965477A (zh) * 2021-01-22 2021-06-15 青岛科技大学 一种基于动态安全域和避碰规则的障碍物避碰方法
CN113538971A (zh) * 2021-06-08 2021-10-22 南京汇海交通科技有限公司 一种基于多源异构数据融合的风险船舶检测方法
CN114333423A (zh) * 2021-12-24 2022-04-12 宁波大学 一种狭水道航行碰撞风险评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140180566A1 (en) * 2012-12-26 2014-06-26 Sap Ag Complex event processing for moving objects
US20210125502A1 (en) * 2017-12-22 2021-04-29 Rolls-Royce Plc A collision avoidance method and system for marine vessels
CN112965477A (zh) * 2021-01-22 2021-06-15 青岛科技大学 一种基于动态安全域和避碰规则的障碍物避碰方法
CN113538971A (zh) * 2021-06-08 2021-10-22 南京汇海交通科技有限公司 一种基于多源异构数据融合的风险船舶检测方法
CN114333423A (zh) * 2021-12-24 2022-04-12 宁波大学 一种狭水道航行碰撞风险评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张伟斌 等: "破冰船护航条件下的船舶安全域划分方法", 《交通信息与安全》, vol. 38, no. 3, 28 August 2020 (2020-08-28), pages 99 - 104 *

Also Published As

Publication number Publication date
CN116246494B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
Liu et al. Fuzzy comprehensive evaluation for the motion performance of autonomous underwater vehicles
CN111861155B (zh) 船舶碰撞风险检测方法、系统、计算机设备和存储介质
Tezdogan et al. Assessing the impact of a slow steaming approach on reducing the fuel consumption of a containership advancing in head seas
Perera et al. Data analysis on marine engine operating regions in relation to ship navigation
Liu et al. Literature review on evaluation and prediction methods of inland vessel manoeuvrability
CN113744262B (zh) 一种基于GAN和YOLO-v5的目标分割检测方法
CN112462786B (zh) 一种基于模糊控制策略双窗口算法的无人艇避碰方法
CN114444315B (zh) 一种船舶避台航线模拟方法及系统
CN111815120A (zh) 水上交通风险评估方法、装置、计算机设备和存储介质
CN113012475B (zh) 一种通过评价船舶航行避碰合规性自主避碰的方法
CN104134004A (zh) 一种基于d-s证据理论的海洋环境安全评估方法
CN113012472A (zh) 一种适用于vts系统的船舶预警方法、设备及存储介质
Carchen et al. Ship performance monitoring dedicated to biofouling analysis: Development on a small size research catamaran
CN104504277A (zh) 一种船舶冲突预警方法
Prabowo et al. Effect of hull design variations on the resistance profile and wave pattern: a case study of the patrol boat vessel
Gu et al. Study on vulnerability criteria for surf-riding/broaching with a model experiment
CN114333423A (zh) 一种狭水道航行碰撞风险评估方法
CN112591037A (zh) 一种考虑船舶稳性与能效的风翼攻角优化控制方法及系统
CN114387822B (zh) 船舶避碰方法
CN116246494B (zh) 一种面向碰撞风险判断的船舶安全域建立方法
Esmailian et al. Ship design for real sea states under uncertainty
Kim et al. Initial and steady turning characteristics of KCS in regular waves
CN104504934A (zh) 一种航海交通管制方法
CN104504935A (zh) 航海交通管制方法
CN114155491A (zh) 一种基于ais数据的船舶行为识别方法及系统

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