CN117308949A - 基于ai机器人的智能语音导航系统 - Google Patents

Abstract

本发明公开了基于AI机器人的智能语音导航系统，涉及导航系统技术领域，数据采集模块获取船只航行终点后，基于航道数据库获取船只前往航行终点的所有航道信息，并实时采集航道的航行数据，遥感模块获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据，分析模块定时将航道的航行数据与遥感数据综合分析，为所有航道生成排序指数，排序模块，依据排序指数将所有航道进行排序，生成航道表，显示模块将航道表进行可视化处理后进行展示，船长依据航道表选择航道。本发明在船只航行前，能够对所有的航道进行综合评估并排序，从而使船长选择最优航道进行航行，不仅能够提高航行效率，而且还保障船只的安全航行。

Description

基于AI机器人的智能语音导航系统

技术领域

本发明涉及导航系统技术领域，具体涉及基于AI机器人的智能语音导航系统。

背景技术

语音导航系统的概念最早可以追溯到上世纪90年代，当时的GPS技术逐渐普及，最初的GPS导航系统使用文本和图形界面，但这在驾驶中操作时可能会分散注意力，因此迫切需要一种更便捷和安全的方式来提供导航信息，航海语音导航系统是一种在航海领域中广泛应用的技术，它结合了语音识别、地理信息系统（GIS）、全球卫星定位系统（GPS）和语音合成技术，旨在提供航海员和船员在海上航行过程中的导航、通信支持。

现有技术存在以下不足：

现有的导航系统通常是在船长选择航行路线后，为船长进行实时路线导航，然而，由于海上环境复杂多变，导航系统在船只准备航行前，对所有的航道没有综合评估处理，使得船长无法选择最优航道进行航行，不仅会降低船只的航行效率，而且可能存在安全隐患，使得船只的安全航行得不到保障。

发明内容

本发明的目的是提供基于AI机器人的智能语音导航系统，以解决背景技术中不足。

为了实现上述目的，本发明提供如下技术方案：基于AI机器人的智能语音导航系统，包括唤醒模块、数据采集模块、遥感模块、分析模块、排序模块、显示模块、航道重选模块以及语音播报模块；

唤醒模块：检测船只的运行状态，当确定船只需要航行时，唤醒数据采集模块以及遥感模块；

数据采集模块：获取船只航行终点后，基于航道数据库获取船只前往航行终点的所有航道信息，并实时采集航道的航行数据；

遥感模块：获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据；

分析模块：定时将航道的航行数据与遥感数据综合分析，为所有航道生成排序指数；

排序模块：依据排序指数将所有航道进行排序生成航道表；

显示模块：将航道表进行可视化处理后进行展示，船长依据航道表选择航道；

航道重选模块：将航行航道的排序指数与预警阈值进行对比，当排序指数小于预警阈值时，重新规划航行航道；

语音播报模块：当船只在选择的航道上航行时，实时向船长播报航道方向，进行语音导航。

优选的，所述数据采集模块实时采集航道的航行数据，航行数据包括水深标准差指数、监测点潮汐高度指数，所述遥感模块获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据，遥感数据包括航道乌云覆盖密度、航道行驶长度浮动系数。

优选的，所述分析模块将水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数综合计算获取排序指数，计算表达式为：

式中，/>为航道公里数，/>为水深标准差指数，/>为监测点潮汐高度指数，/>为航道乌云覆盖密度，/>为航道行驶长度浮动系数，/>、/>、/>、/>分别为水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数的比例系数，且/>、/>、/>、/>均大于0。

优选的，所述水深标准差指数的计算逻辑为：

计算航道水深标准差sd和水深深度平均值；若水深深度平均值≤深度阈值，且航道水深标准差≤标准差阈值，/>；

若水深深度平均值≤深度阈值，且航道水深标准差＞标准差阈值，；

若水深深度平均值＞深度阈值，且航道水深标准差＞标准差阈值，；

若水深深度平均值＞深度阈值，且航道水深标准差≤标准差阈值，。

优选的，所述航道水深标准差sd的计算表达式为：

式中，/>，/>表示监测数据点数量，/>为正整数，/>是不同数据点的水深深度，/>是水深深度平均值。

优选的，所述监测点潮汐高度指数的计算表达式为：

式中，表示调和常数，/>表示调和常数对应的角速度，/>表示时间，/>表示相位角，其中，调和常数/>和相位角/>通过观测数据或潮汐表获取，调和常数对应的角速度/>的计算表达式为：

式中，/>表示调和常数对应的周期。

优选的，所述航道乌云覆盖密度的计算表达式为：

式中，，b为图像数量，/>为第a张图像的乌云网格占比，且，/>为乌云在图像中的网格数量，/>为图像网格总数量。

优选的，所述航道行驶长度浮动系数的计算表达式为：

为航道的实时行驶长度，/>为遥感影像中航道上存在障碍物预警的时段，/>为障碍物从遥感影像上消失的时段。

优选的，所述排序模块获取排序指数值后，将所有航道依据排序指数由大到小进行排序，生成航道表。

优选的，所述航道重选模块获取排序指数值后，将排序指数值与预警阈值进行对比，若排序指数小于预警阈值，判断当前航道不利于继续航行，需要更换其他航道。

在上述技术方案中，本发明提供的技术效果和优点：

1、本发明通过数据采集模块获取船只航行终点后，基于航道数据库获取船只前往航行终点的所有航道信息，并实时采集航道的航行数据，遥感模块获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据，分析模块定时将航道的航行数据与遥感数据综合分析，为所有航道生成排序指数，排序模块，依据排序指数将所有航道进行排序，生成航道表，显示模块将航道表进行可视化处理后进行展示，船长依据航道表选择航道，该导航系统在船只航行前，能够对所有的航道进行综合评估并排序，从而使船长选择最优航道进行航行，不仅能够提高航行效率，而且还保障船只的安全航行。

2、本发明通过航道重选模块将航行航道的排序指数与预警阈值进行对比，当排序指数小于预警阈值时，重新规划航行航道，由于海上的环境复杂多变，在航行过程中，航道可能会发生其他变化导致存在影响安全航行的因素，因此，需要重新选择航道来保障船只安全航，进一步提高了船只航行的安全性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明的系统模块图。

实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。

实施例1：请参阅图1所示，本实施例所述基于AI机器人的智能语音导航系统，包括唤醒模块、数据采集模块、遥感模块、分析模块、排序模块、显示模块、航道重选模块以及语音播报模块；

唤醒模块：用于检测船只的运行状态，当确定船只需要航行时，唤醒数据采集模块以及遥感模块；

唤醒模块首先监测船只的状态，这可能包括检测船只是否处于停泊状态、锚泊状态、停机状态或运行状态；

如果存在航行需求，唤醒模块将检查当前时间和计划的航行时间表，以确保船只的出发时间和行程安排是合适的；

一旦确认了航行需求和相关信息，唤醒模块将激活数据采集模块和遥感模块。

数据采集模块：获取船只航行终点后，基于航道数据库获取船只前往航行终点的所有航道信息，并实时采集航道的航行数据，航行数据发送至分析模块，航道信息发送至遥感模块；

数据采集模块获取船只航行终点后，基于航道数据库获取船只前往航行终点的所有航道信息包括以下步骤：首先，数据采集模块需要确认船只的航行终点，这通常是由船长、船舶操作员或导航系统设定的，可以包括港口、码头、锚地或其他目的地，数据采集模块访问已经建立的航道数据库，这个数据库通常包含了海洋和内陆水道的详细信息，如航道的深度、宽度、标志物、导航标志、潮汐和洪水信息等，基于船只的当前位置和前往的航行终点，数据采集模块确定了可能的航道选项，数据采集模块从航道数据库中检索与所选航道相关的详细信息，这些信息包括航道的地理坐标。

遥感模块：获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据，遥感数据发送至分析模块，具体为：

首先，确保已经确认了需要获取遥感数据的所有航道信息，这可能包括航道的名称、地理坐标、深度、宽度和其他关键特征，择适用于获取航道遥感数据的卫星，这取决于需要的分辨率、频率、遥感传感器类型和遥感技术，遥感模块通过遥感卫星技术实时获取航道的遥感数据，这可以包括卫星图像、多光谱数据、雷达数据、红外数据等，具体取决于任务的性质和要求，获取的遥感数据通过通信系统传输到地面站或数据中心，然后存储在合适的数据库中，这些数据可以是图像、时序数据或其他形式的遥感信息。

分析模块：定时将航道的航行数据与遥感数据综合分析，为所有航道生成排序指数，排序指数发送至排序模块以及航道重选模块；

排序模块：依据排序指数将所有航道进行排序，生成航道表，航道表信息发送至显示模块；

显示模块：将航道表进行可视化处理后进行展示，船长依据航道表选择航道后，航道信息发送至语音播报模块以及航道重选模块；

显示模块将航道表进行可视化处理后进行展示包括以下步骤：

首先，从航道排序表中检索或获取所需的航道数据，选择适当的图表类型来呈现航道排序表的数据，常见的图表类型包括柱状图、折线图、散点图、饼图等，选择取决于数据的性质和目标，理航道数据，以便将其转化为可视化图表所需的格式，设计图表的外观，包括选择颜色、线型、字体、图例等，确保图表具有良好的可读性和清晰的信息呈现，使用图表绘制工具或软件创建航道排序表的可视化图表，确保图表准确地反映了数据，并使用合适的比例尺，添加标签和注释，以解释图表中的数据，这可以包括轴标签、数据点标签、标题和图例说明等，如果需要，为图表添加交互性功能，允许用户与图表进行交互，例如，用户可以悬停鼠标以查看详细信息，或使用筛选器来定制显示的数据；

如果航道排序表的数据是实时更新的，确保图表可以及时反映最新的信息，这可以通过自动化数据同步或定期手动更新来实现，确保图表提供导航支持功能，例如根据数据排序、高亮显示关键信息、提供建议等，以帮助船员做出导航决策，最后，将可视化图表以适当的方式呈现给船舶操作员，这可以是船舶上的显示屏、导航系统的界面或其他显示设备。

航道重选模块：将航行航道的排序指数与预警阈值进行对比，当排序指数小于预警阈值时，重新规划航行航道，由于海上的环境复杂多变，在航行过程中，航道可能会发生其他变化导致存在影响安全航行的因素，因此，需要重新选择航道来保障船只安全航。

语音播报模块：当船只在选择的航道上航行时，实时向船长播报航道方向，进行语音导航，具体为：

确认船只正在航行的航道，以确保系统提供的导航信息与当前航行情况一致；

基于船只的位置、目标位置和航道信息，生成语音导航指令，这些指令可能包括航道的方向、下一个导航点、距离、速度建议等；

使用语音合成技术将导航指令转化为自然语言的语音，可以根据需要选择语音合成的语言和音调；

将生成的语音导航指令播放给船长或船员，这可以通过船舶上的音响系统、语音对讲机或船上的语音提示设备来实现；

持续追踪船只的位置，并根据实时位置更新导航指令，这确保了导航信息的准确性和及时性；

允许船长或船员与语音导航系统进行互动，以便获得额外信息、请求重复导航指令或提出查询；

提供个性化设置选项，允许船长或船员调整语音导航的音量、语速和语言设置，以适应其需求和偏好。

本申请通过数据采集模块获取船只航行终点后，基于航道数据库获取船只前往航行终点的所有航道信息，并实时采集航道的航行数据，遥感模块获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据，分析模块定时将航道的航行数据与遥感数据综合分析，为所有航道生成排序指数，排序模块，依据排序指数将所有航道进行排序，生成航道表，显示模块将航道表进行可视化处理后进行展示，船长依据航道表选择航道，该导航系统在船只航行前，能够对所有的航道进行综合评估并排序，从而使船长选择最优航道进行航行，不仅能够提高航行效率，而且还保障船只的安全航行。

本申请通过航道重选模块将航行航道的排序指数与预警阈值进行对比，当排序指数小于预警阈值时，重新规划航行航道，由于海上的环境复杂多变，在航行过程中，航道可能会发生其他变化导致存在影响安全航行的因素，因此，需要重新选择航道来保障船只安全航，进一步提高了船只航行的安全性。

实施例2：数据采集模块获取船只航行终点后，基于航道数据库获取船只前往航行终点的所有航道信息，并实时采集航道的航行数据，航行数据包括水深标准差指数、监测点潮汐高度指数。

遥感模块获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据包括航道乌云覆盖密度、航道行驶长度浮动系数。

分析模块定时将航道的航行数据与遥感数据综合分析，为所有航道生成排序指数包括以下步骤：

分析模块将水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数综合计算获取排序指数，计算表达式为：

，式中，/>为航道公里数，/>为水深标准差指数，/>为监测点潮汐高度指数，/>为航道乌云覆盖密度，/>为航道行驶长度浮动系数，/>、/>、/>、/>分别为水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数的比例系数，且/>、/>、/>、/>均大于0。

本申请通过分析模块将水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数综合计算获取排序指数，不仅分析航道信息更为全面，而且有效提高了数据的处理效率。

本申请中：

水深标准差指数的计算逻辑为：

计算航道水深标准差sd，表达式为：

式中，/>，/>表示监测数据点数量，/>为正整数，/>是不同数据点的水深深度，/>是水深深度平均值；

若水深深度平均值≤深度阈值，且航道水深标准差≤标准差阈值，表明航道的所有监测数据点水深深度小，不利于航行，；

若水深深度平均值≤深度阈值，且航道水深标准差＞标准差阈值，表明航道的所有监测数据点水深深度小，但存在部分监测数据点水深深度大，较不利于航行，；

若水深深度平均值＞深度阈值，且航道水深标准差＞标准差阈值，表明航道的所有监测数据点水深深度大，但存在部分监测数据点水深深度小，较利于航行，；

若水深深度平均值＞深度阈值，且航道水深标准差≤标准差阈值，表明航道的所有监测数据点水深深度大，利于航行，；

综上所述，水深标准差指数值越大，航道的整体水深深度越适合船只通行，且越稳定。

监测点潮汐高度指数的计算表达式为：

式中，表示调和常数，/>表示调和常数对应的角速度，/>表示时间，/>表示相位角，其中，调和常数/>和相位角/>可以通过观测数据或潮汐表来获取，调和常数对应的角速度/>的计算表达式为：

式中，表示调和常数对应的周期；监测点潮汐高度指数值越大，表示海水的垂直变化幅度越大，越不利于船只航行，潮汐高度是指在潮汐周期内，海水表面相对于平均海平面的最大升降高度，潮汐高度的大小受到多种因素的影响，包括月球和太阳的引力、地球自转、地形地貌、海洋流动等。

航道乌云覆盖密度的计算逻辑为：

根据航道的定位信息，通过遥感卫星获取航道图像，航道图像为多张图像，多张图像组合后形成完整的航道图像；

基于颜色分布的阈值法以及网格法获取乌云在每张图像中的网格占比；

计算航道乌云覆盖密度，表达式为：式中

，b为图像数量，

为第a张图像的乌云网格占比，且，/>为乌云在图像中的网格数量，/>为图像网格总数量，航道乌云覆盖密度越大，表明该航道越容易出现下雨以及暴风天气，对船只航行带来威胁。

基于颜色分布的阈值法以及网格法获取乌云在每张图像中的网格占比包括以下步骤：

选择适当的颜色空间来分析图像，通常，HSV（色相、饱和度、亮度）颜色空间在处理天空和云层方面效果较好；

选择颜色阈值来分离乌云区域和非乌云区域，阈值选择应基于图像中乌云的颜色特征；

使用选择的颜色阈值将图像二值化，将乌云部分标记为前景（白色），非乌云部分标记为背景（黑色）；

对二值化后的图像进行连通区域分析，以识别和测量乌云的连通区域，这些连通区域是图像中的乌云部分；

将图像分割为多个网格单元，每个单元可以是正方形，这些网格单元将帮助在图像中对乌云的分布进行更精细的估计；

计算乌云在图像中的网格占比，即乌云在图像中的网格数量比上图像网格总数量。

航道行驶长度浮动系数的计算表达式为：

为航道的实时行驶长度，/>为遥感影像中航道上存在障碍物预警的时段，/>为障碍物从遥感影像上消失的时段；

航道行驶长度浮动系数值越大，表明航道上可能存在影响船只航行的障碍物，该航道越不利于通行。

排序模块依据排序指数将所有航道进行排序，生成航道表，具体为：

排序模块获取排序指数值后，将所有航道依据排序指数由大到小进行排序，生成航道表，航道的排序指数值越大，表明航道的航行效率和航行安全性越好。

航道重选模块将航行航道的排序指数与预警阈值进行对比，当排序指数小于预警阈值时，重新规划航行航道；

航道重选模块获取排序指数值后，将排序指数值与预警阈值进行对比，若排序指数小于预警阈值，判断当前航道不利于继续航行，需要更换其他航道，此时航道重选模块获取与当前航道距离最近航道的排序指数，若最近航道的排序指数大于等于预警阈值，则规划最近航道作为航行航道，若最近航道的排序指数小于预警阈值，则继续判断其他航道，直到有排序指数大于等于预警阈值的航道后停止航道选择。

在监测船只状态后，唤醒模块确定是否存在航行需求，航行需求可以是基于预定的行程、船上的货物需求、天气条件或船只的运输计划。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.基于AI机器人的智能语音导航系统，其特征在于：包括唤醒模块、数据采集模块、遥感模块、分析模块、排序模块、显示模块、航道重选模块以及语音播报模块；

唤醒模块：检测船只的运行状态，当确定船只需要航行时，唤醒数据采集模块以及遥感模块；

数据采集模块：获取船只航行终点后，基于航道数据库获取船只前往航行终点的所有航道信息，并实时采集航道的航行数据；

遥感模块：获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据；

分析模块：定时将航道的航行数据与遥感数据综合分析，为所有航道生成排序指数；

排序模块：依据排序指数将所有航道进行排序生成航道表；

显示模块：将航道表进行可视化处理后进行展示，船长依据航道表选择航道；

航道重选模块：将航行航道的排序指数与预警阈值进行对比，当排序指数小于预警阈值时，重新规划航行航道；

语音播报模块：当船只在选择的航道上航行时，实时向船长播报航道方向，进行语音导航。

2.根据权利要求1所述的基于AI机器人的智能语音导航系统，其特征在于：所述数据采集模块实时采集航道的航行数据，航行数据包括水深标准差指数、监测点潮汐高度指数，所述遥感模块获取航道信息后，基于遥感卫星技术实时获取所有航道的遥感数据，遥感数据包括航道乌云覆盖密度、航道行驶长度浮动系数。

3.根据权利要求2所述的基于AI机器人的智能语音导航系统，其特征在于：所述分析模块将水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数综合计算获取排序指数，计算表达式为：式中，/>为航道公里数，/>为水深标准差指数，/>为监测点潮汐高度指数，/>为航道乌云覆盖密度，/>为航道行驶长度浮动系数，/>、/>、/>、/>分别为水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数的比例系数，且/>、/>、/>、/>均大于0。

4.根据权利要求3所述的基于AI机器人的智能语音导航系统，其特征在于：所述水深标准差指数的计算逻辑为：

计算航道水深标准差sd和水深深度平均值；

若水深深度平均值≤深度阈值，且航道水深标准差≤标准差阈值，；

若水深深度平均值≤深度阈值，且航道水深标准差＞标准差阈值，；

若水深深度平均值＞深度阈值，且航道水深标准差＞标准差阈值，；

若水深深度平均值＞深度阈值，且航道水深标准差≤标准差阈值，。

5.根据权利要求4所述的基于AI机器人的智能语音导航系统，其特征在于：所述航道水深标准差sd的计算表达式为：式中，/>，/>表示监测数据点数量，/>为正整数，/>是不同数据点的水深深度，/>是水深深度平均值。

6.根据权利要求5所述的基于AI机器人的智能语音导航系统，其特征在于：所述监测点潮汐高度指数的计算表达式为：

式中，/>表示调和常数，/>表示调和常数对应的角速度，/>表示时间，/>表示相位角，其中，调和常数/>和相位角/>通过观测数据或潮汐表获取，调和常数对应的角速度/>的计算表达式为：

式中，/>表示调和常数对应的周期。

7.根据权利要求6所述的基于AI机器人的智能语音导航系统，其特征在于：所述航道乌云覆盖密度的计算表达式为：式中，/>，b为图像数量，/>为第a张图像的乌云网格占比，且/>，/>为乌云在图像中的网格数量，/>为图像网格总数量。

8.根据权利要求7所述的基于AI机器人的智能语音导航系统，其特征在于：所述航道行驶长度浮动系数的计算表达式为：

为航道的实时行驶长度，/>为遥感影像中航道上存在障碍物预警的时段，/>为障碍物从遥感影像上消失的时段。

9.根据权利要求8所述的基于AI机器人的智能语音导航系统，其特征在于：所述排序模块获取排序指数值后，将所有航道依据排序指数由大到小进行排序，生成航道表。

10.根据权利要求9所述的基于AI机器人的智能语音导航系统，其特征在于：所述航道重选模块获取排序指数值后，将排序指数值与预警阈值进行对比，若排序指数小于预警阈值，判断当前航道不利于继续航行，需要更换其他航道。