CN117315995A - 基于近距离错过的水域碰撞危险量化及空间分布表征方法 - Google Patents

基于近距离错过的水域碰撞危险量化及空间分布表征方法 Download PDF

Info

Publication number
CN117315995A
CN117315995A CN202311280044.XA CN202311280044A CN117315995A CN 117315995 A CN117315995 A CN 117315995A CN 202311280044 A CN202311280044 A CN 202311280044A CN 117315995 A CN117315995 A CN 117315995A
Authority
CN
China
Prior art keywords
ship
water area
collision
representing
ships
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
CN202311280044.XA
Other languages
English (en)
Other versions
CN117315995B (zh
Inventor
刘子豪
于贤达
卜小璇
张文君
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.)
Dalian Maritime University
Original Assignee
Dalian Maritime University
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 Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN202311280044.XA priority Critical patent/CN117315995B/zh
Publication of CN117315995A publication Critical patent/CN117315995A/zh
Application granted granted Critical
Publication of CN117315995B publication Critical patent/CN117315995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G3/00Traffic control systems for marine craft
    • G08G3/02Anti-collision systems
    • 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)
  • Ocean & Marine Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,能够通过两船的船舶领域的相对位置关系及避碰参数对它们之间的潜在碰撞危险进行表征。通过判断两船是否处于近距离错过船舶状态的方法,将船舶领域重叠率与传统避碰参数相结合对近距离错过局面进行辨识;克服了仅从距离角度对近距离错过局面的辨识不充分的问题,能够对水域中的潜在的近距离错过局面进行更加准确的辨识,从而对水域中的碰撞危险进行更加充分的识别。同时结合船舶领域重叠指数,进一步对水域中瞬时的碰撞危险进行量化并对其空间分布进行表征;使得本发明能够不受统计时段局限,使相关人员实时、全面、充分地了解掌握水域的碰撞危险情况。

Description

基于近距离错过的水域碰撞危险量化及空间分布表征方法
技术领域
本发明涉及船舶交通安全与风险评估技术领域,尤其涉及一种基于近距离错过的水域碰撞危险量化及空间分布表征方法。
背景技术
我国在近些年来着力推进海洋强国建设,在开发海洋、利用海洋、保护海洋、管控海洋等方面着重提升综合实力。建设海洋强国是一项宏大而复杂的工程,所涉及的领域众多,其中在海洋的开发、利用以及保护方面需要借助于海洋工程领域的专业知识和技术,而在海洋开发和利用中,对于海洋空间的利用至关重要。具体而言,海洋空间利用主要涉及到海洋船舶运输。为了保证海洋工程中的主要运输载体—船舶在运输过程中的安全性,需要有海洋工程关键配套设备和系统,具体而言,是一种在海洋船舶运输过程中准确量化水域碰撞危险及对其空间分布进行表征的配套设备和系统。该设备和系统可以在对海洋的开发和利用过程中准确辨识船舶之间的潜在碰撞危险,从而保障海洋工程各项工作的有序进行,为海洋强国建设做出贡献。
近些年来,船舶交通量与船舶交通复杂程度的日益增长导致了港口及其附近水域、重要水道以及沿海水域的碰撞事故发生的可能性不断增大,在这样的情况下,水域碰撞危险的量化研究对于避免或减少船舶碰撞事故至关重要,基于水域碰撞危险量化及空间分布研究所研制的水域碰撞危险识别装置将十分有助于船舶交通监管人员对于水域中碰撞危险情况的掌握,有利于其对于船舶交通的监控和组织,从而为提高船舶交通效率、提升船舶交通安全以及保护水路环境做出贡献。
随着全球经济的飞速发展,海上贸易愈加频繁,交通需求不断增加,从而使得船舶向大型化、快速化不断发展。与此同时,船舶交通也产生了显著的变化,主要体现在船舶交通量与船舶交通复杂程度日益增长,导致以碰撞事故为主的船舶交通事故更加频发,对海上交通安全造成更加严重的影响,造成人命、财产以及环境方面的严重损失。为避免碰撞事故的发生,碰撞危险的量化研究一直以来是海上交通领域的热点,如何准确、灵活的对指定水域的船舶碰撞危险进行量化无论是对于船员还是海事监管人员都至关重要。在过去,为了对指定水域的碰撞危险研究,相关学者常采用碰撞事故的历史数据去在一定程度上揭示水域中的碰撞危险大小,此外,也有学者建立数学模型去推算指定水域中船舶发生碰撞事故的可能性的大小。然而,碰撞事故是一个较为稀有的事件,在更多的情况下,船舶会在非常近的距离相互驶过,尽管最终没有发生碰撞,但这仍然是一个非常危险的十分接近于碰撞的状态,即近距离错过。因此,采用近距离错过数据对碰撞危险进行研究显然比采用碰撞事故数据更能够充分揭示指定水域中潜在的碰撞危险,对于安全的保障具有更大的意义。近距离错过局面是指两船在非常接近的距离相互驶过,因此两船之间的相对距离是判定近距离错过的直接指标,当前相关研究多通过两船间距离对近距离错过进行辨识,但是仅凭距离对近距离错过的辨识并不准确,因为它仅能表示出两船的相对位置关系情况,无法从更深层次表征两船之间的碰撞危险,也没有对避碰规则进行考虑,从而无法准确的揭示出潜在的碰撞危险,比如在距离十分相近时有可能碰撞危险并不大,而有时两船具有较大的距离,却可能在不久的将来形成十分危险的局面,上述情况在船舶交通逐渐复杂化的情况下将更为常见。此外,当前的水域碰撞危险量化研究多为分析评价水域的整体碰撞危险水平,而对于碰撞危险的空间分布关注较少。因此,在船舶交通量与船舶交通复杂程度日益增长的趋势下,为进一步提升海上交通安全,亟待设计一种可以通过准确辨识可能的近距离错过局面从而更加充分揭示指定水域碰撞危险及其空间分布的方法,对水域碰撞危险进行更加准确、灵活的定量化表征。
发明内容
本发明提供一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,以克服上述技术问题。
为了实现上述目的,本发明的技术方案是:
一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,包括如下步骤:
S1、建立船舶在水域中的船舶领域模型;以获取船舶的船舶领域的面积和船舶在船舶领域中的位置;
S2、基于所建立的船舶领域模型,获取水域中的船舶之间的船舶领域指标,所述船舶领域指标包括两船之间的重叠率和船舶领域重叠指数;
S3、根据所述两船之间的重叠率,基于两船之间的最近会遇距离与最小会遇时间,判断两船是否处于近距离错过船舶状态;以判断水域中是否存在两船处于近距离错过船舶状态,对研究水域中两两船舶之间进行近距离错过局面辨识;
S4、当水域中存在两船处于近距离错过船舶状态时,统计获取基于所述水域的栅格中的近距离错过次数,以获取基于所述水域的栅格中的两船的碰撞危险指数;
S5、根据所述船舶领域指标,获取基于所述水域的栅格中的两船的瞬时碰撞危险指数;
S6、根据船舶在水域中的位置,并根据所述两船的碰撞危险指数和两船的瞬时碰撞危险指数,对水域内的船舶的碰撞危险进行可视化表征。
进一步的,所述S3中,判断两船是否处于近距离错过船舶状态的方法如下:
当水域中存在第i艘船和第j艘船满足:
DCPAij≤γDCPA(i,j=1,2,3,…,n)
TCPAij≤γTCPA(i,j=1,2,3,…,n)
SDORij≥γSDOR(i,j=1,2,3,…,n)
时,水域中存在第i艘船和第j艘船处于近距离错过船舶状态;
否则两船没有处于近距离错过船舶状态;
式中:DCPAij表示第i艘船和第j艘船的最近会遇距离;γDCPA表示设定的最近会遇距离的阈值;TCPAij表示第i艘船和第j艘船的最小会遇时间;γTCPA表示设定的最小会遇时间的阈值;i和j均表示水域中的船舶的编号,n表示水域中的船舶的总数;SDORij表示两船之间的重叠率;γSDDR表示重叠率阈值。
进一步的,所述S1中,船舶领域的模型建立如下:
其中,Bi表示船舶周围的第i个方位,表示船舶到其周围第i个方位的船舶领域边界的距离;SD(Bi)表示船舶领域的模型,n表示船舶周围所选取的方位的总数。
进一步的,所述S2中,所述船舶领域重叠指数SDOI的计算如下:
其中,SDOI表示船舶领域重叠指数;xo′表示本船在实际坐标系中的假想位置的横坐标;yo′表示本船在实际坐标系中的假想位置的纵坐标;xT′表示目标船在实际坐标系中的假想位置的横坐标;yT′表示目标船在实际坐标系中的假想位置的纵坐标;RO表示本船的船舶领域半径;RT表示目标船的船舶领域半径。
进一步的,所述S2中,所述两船之间的重叠率SDORij的公式如下:
其中,SOij为水域中第i艘船和第j艘船的船舶领域重叠的面积,Si和Sj分别为第i艘船和第j艘船的船舶领域的面积大小。
进一步的,所述S5中,所述两船的瞬时碰撞危险指数获取如下:
其中,CRij表示第i艘船和第j艘船之间的瞬时碰撞危险度;asep表示第i艘船和第j艘船的船舶领域相离时的负指数函数的系数参数,bsep表示第i艘船和第j艘船的船舶领域相离时的负指数函数的指数参数;aint表示第i艘船和第j艘船的船舶领域相交时的负指数函数的系数参数,bint表示第i艘船和第j艘船的船舶领域相交时的负指数函数的指数参数;Gridk(k=1,2,3,…,K)表示船舶领域中的第k个栅格,其中K为栅格的总数量,表示单位面积(栅格)的瞬时碰撞危险度;/>表示所有船舶之间两两船舶进行组合的总数。
进一步的,所述S4中,所述数两船的碰撞危险指数获取如下:
其中,Gridk(k=1,2,3,…,K)表示船舶领域中的第k个栅格,其中K为栅格的总数量,表示第k个栅格的近距离错过次数,TimeInterval为统计近距离错过次数的时间区间,/>表示第k个栅格在时间区间TimeInterval的两船的碰撞危险指数。
有益效果:本发明的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,在解决通过传统的碰撞危险表征指数或碰撞事故数据无法充分、准确表征水域中的潜在碰撞危险以及其空间分布的问题。具有以下优点:
1.本发明提供船舶领域重叠率计算方法,能够通过两船的船舶领域的相对位置关系对它们之间的潜在碰撞危险进行表征。
2.本发明的近距离错过的判断方法,将船舶领域重叠率与传统避碰参数相结合对近距离错过局面进行辨识;克服了仅从距离角度对近距离错过局面的辨识不充分的问题,能够对水域中的潜在的近距离错过局面进行更加准确的辨识,从而对水域中的碰撞危险进行更加充分的识别。
3.基于本发明所提出的瞬时碰撞危险指数—船舶领域重叠率,结合船舶领域重叠指数,进一步对水域中瞬时的碰撞危险进行量化并对其空间分布进行表征;使得本发明能够不受统计时段局限,使相关人员实时、全面、充分地了解掌握水域的碰撞危险情况。
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一简单地介绍,显而易见地,下面描述中的附图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为本发明的基于近距离错过的水域碰撞危险量化及空间分布表征方法流程图;
图2为本发明的实施例中所建立的船舶领域示意图;
图3为本发明的实施例中的船舶会遇到碰撞所经历的危险阶段示意图;
图4为本发明的实施例中的动界模型与船舶领域的关系示意图;
图5为本发明的实施例中的船舶领域重叠指数示意图;
图6为本发明的实施例中的船舶领域重叠率示意图;
图7为本发明的实施例中的碰撞危险的栅格分布示意图;
图8为本发明的实施例中的瞬时碰撞危险空间分布热图。
具体实施方式
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。
本实施例提供了一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,如图1,包括如下步骤:
S1、建立船舶在指定水域中的船舶领域模型;以获取船舶领域的面积、船舶在船舶领域中的位置。
具体的,对指定水域中的船舶建立船舶领域模型,除了考虑船舶领域的面积外,包括确定船舶领域的形状以及中心位置。所谓船舶领域,实际上是船舶在二维空间中运动时所构成的围绕船舶的安全区。日本学者藤井弥平于1963年在研究一条水道时的交通容量时提出了船舶领域的概念,他将船舶领域定义为绝大多数后继船舶驾驶员避免进入的前一艘在航船舶周围的领域。在此之后,英国学者Goodwin对船舶领域的研究拓展至开阔水域,她将船舶领域定义为一艘船舶周围的有效区域。该船驾驶员将其他船舶和静止目标保持在该区域之外,认为船舶领域是任何一艘船舶保持航行安全所需的水域。Goodwin在所建立的船舶领域模型中考虑了避碰规则的影响,所以呈现出的船舶领域形状是一个不等扇形的几何图形。为了利用船舶领域模型进行海上交通计算机模拟来研究船舶会遇和避碰,Davis等人将Goodwin所建立的不等扇形船舶领域模型的边界进行平滑化,形成了一种圆形偏心船舶领域。为了便于后续重叠指数与近距离错过的计算,参考Davis等人对于船舶领域模型的平滑化处理,本实施例所建立的船舶领域模型的形状选取为圆形,因此,船舶领域的模型建立如下:
其中,Bi表示船舶周围的第i个方位,表示船舶到其周围第i个方位的船舶领域边界的距离;SD(Bi)表示船舶领域的模型,n表示船舶周围所选取的方位的总数。
具体的,当船在水域中时,以船舶为中心的360度的范围内划分了n个方位,以这n个方向上的船舶到船舶领域的半径范围内的区域作为船舶领域。
考虑到《国际海上避碰规则》中有关交叉相遇和对遇等条款的具体要求,本实施例在建立船舶领域模型时,将船舶由船舶领域中心向船舶左舷和尾部移动一定的距离,以突出右前方来船的危险性,而位于领域几何中心位置的为一艘假想船舶,其具体功能是标定船舶领域在水域中的具体位置,如图2所示。船舶领域中心的位置移动可表示为:
longo′=longo+RO/3
lato′=lato+RO/2
longT′=longT+RT/3
latT′=latT+RT/2
其中,longo表示本船的实际经度;lato表示本船的实际纬度;longT表示目标船的实际经度;latT表示目标船的实际纬度;RT表示目标船的船舶领域半径;RO表示本船的船舶领域半径;longo′表示本船的假想经度;lato′表示本船的假想纬度;longT′表示目标船的假想经度;latT′表示目标船的假想纬度;
具体的,(longo,lato)和(longT,latT)表示本船和目标船的实际位置,(longo′,lato′)和(longT′,latT′)表示本船和目标船的假想位置;需注意的是,为了方便完成上述船舶中心位置的移动,在实际操作中需要先进行坐标系的旋转再进行位置移动,因此,上述公式中的坐标为经旋转后的坐标系中的位置,最后需将坐标系进行复位。
作为一种船舶之间近乎碰撞的一种危险状态,近距离错过可以在一定程度上反映碰撞危险的情况。因此,本发明通过引入船舶领域的概念去识别船舶之间的近距离错过,进而对碰撞危险进行表征。根据避碰规则以及避碰相关研究,在船舶会遇到碰撞的过程中,存在着几个不同的危险阶段,分别为碰撞危险阶段、紧迫局面阶段、紧迫危险阶段,如图3所示。
通常,在紧迫危险阶段,两船已经接近到了十分危险的状态,避免碰撞的机会很小,此时只有两船协调采用最有效的行动才能避免碰撞或减少损失。而船舶领域概念和模型的提出,正是为了船舶之间避免发生碰撞。为了避免发生碰撞,船舶应该避免侵入他船的船舶领域或将其他船舶和静止目标保持在本船的船舶领域之外。而对于这之前的状态紧迫局面阶段,在这一阶段时,两船已经接近到单凭一船的最有效的避让行动不能导致在安全距离上驶过。针对这一阶段,Davis等人提出了超级船舶领域的概念,该超级船舶领域又称为动界。动界是驾驶人员开始采取行动以避免紧迫局面时与他船距离为基础的超级领域。与船舶领域的目的是避免碰撞不同,动界的目的是为了避免进入紧迫局面。所以,相比于船舶领域,动界可以被视为采用了更高标准的船舶领域,如图4所示。由于本发明是通过近距离错过这一碰撞的前置事件来对碰撞危险进行识别,所以后续建模中将采用动界这一超级船舶领域,同时对于领域位置关系的判别上,采用比“领域不被船舶侵犯”更加严格的“领域不被领域侵犯”的原则。
S2、基于所建立的船舶领域模型,获取水域中的船舶之间的船舶领域指标,所述船舶领域指标包括两船之间的重叠率和船舶领域重叠指数。
在所建立的船舶领域模型的基础上,本实施例通过船舶领域重叠率和重叠指数对船舶之间的近距离错过进行辨识。船舶领域重叠指数SDOI实际上是一个放大或缩小的系数,当两艘船舶领域同时乘以这一系数时,两艘船舶的船舶领域将会相切。
优选的,所述船舶领域重叠指数SDOI的计算如下:
其中,SDOI表示船舶领域重叠指数;xo′表示本船在实际坐标系中的假想位置的横坐标;yo′表示本船在实际坐标系中的假想位置的纵坐标;xT′表示目标船在实际坐标系中的假想位置的横坐标;yT′表示目标船在实际坐标系中的假想位置的纵坐标;RO表示本船的船舶领域半径;RT表示目标船的船舶领域半径;
其中,(xo′,yo′)和(xT′,xT′)分别表示本船和目标船在实际坐标系中的假想位置。因此,船舶领域重叠指数的大小,将会决定两艘船舶的船舶领域之间的位置关系。当SDOI大于1时,说明两艘船舶都需要将船舶领域扩大才能够使得领域相切,即原始状态下,两艘船舶的船舶领域在空间位置关系上是相离的,互不被对方船舶领域侵犯,此时相对安全,如图5所示。
而当SDOI小于等于1时,首先当它等于1时,说明船舶领域刚好相切,也即是领域之间的相互侵犯,预示着危险的产生。而当它小于1时,说明两艘船舶的船舶领域已经开始相交,而此时的碰撞危险状态更为严重。本实施例将船舶领域重叠指数进行改进,在船舶领域由相切开始逐渐相交时,通过船舶领域的重叠率SDOR对其位置关系进行表征。本实施例所提出的船舶领域重叠率可以更加充分表征船舶领域重叠时,即领域相互侵犯时两艘船舶的碰撞危险情况,尤其是在两艘船舶的参数不同时。本实施例所提出的船舶领域重叠率,具体而言为船舶领域开始重叠之后,所重叠的面积占两艘船舶领域的各自面积的比值,如图6所示。
船舶领域重叠的面积占两艘船舶领域的各自面积的比值越大,说明本船的船舶领域被侵犯的越严重,情况越危险。而两艘船舶船舶领域重叠面积占本船船舶领域面积的平均值则表征了这一会遇情况下的危险大小。
优选的,所述两船之间的重叠率SDORij的公式如下:
其中,SOij为水域中第i艘船和第j艘船的船舶领域重叠的面积,Si和Sj分别为第i艘船和第j艘船的船舶领域的面积大小。
S3、根据所述两船之间的重叠率,基于两船之间的最近会遇距离与最小会遇时间,判断两船是否处于近距离错过船舶状态;以判断水域中是否存在两船处于近距离错过船舶状态,对研究水域中两两船舶之间进行近距离错过局面辨识;
具体的,根据所述两船之间的重叠率,基于两船之间的避碰参数,包括最近会遇距离DCPA与最小会遇时间TCPA,判断两船是否处于近距离错过船舶状态,辨识研究水域中的两两船舶之间的近距离错过情况,
在识别两艘船舶之间的SDOR之后,便可用其对水域中的近距离错过情况进行判定。由于SDOR的提出是基于船舶领域重叠指数SDOI,而船舶领域重叠指数SDOI在小于等于1时,两船的船舶领域开始重叠。因此,此时可视为从领域角度的碰撞危险产生的开始。此时,两船领域刚刚开始重叠,危险并没有发展至较高的程度。随着领域的进一步重叠,两船之间的碰撞危险逐渐增大,本实施例将SDOR增大至0.25的时候作为判定近距离错过的阈值,因为此时两船领域平均已经有四分之一的面积被对方侵犯,形成了较为紧迫的局面。同时,我们同样将传统避碰参数DCPA和TCPA设置阈值,DCPA和TCPA作为经典的避碰参数,可从空间的紧迫程度和时间的紧迫程度上评估碰撞危险的大小。本实施例中参考相关研究以及避碰实际,将DCPA的阈值设置为2海里,将TCPA的阈值设置为60分钟。综上所述,本实施例中船舶之间的近距离错过阈值的设置如下:
DCPAij≤2nmile(i,j=1,2,3,…,n)
TCPAij≤60min(i,j=1,2,3,…,n)
SDORij≥0.25(i,j=1,2,3,…,n)
式中,DCPAij表示船舶i和船舶j之间的最近会遇距离;TCPAij表示船舶i和船舶j之间的最小会遇时间;nmile表示海里;min表示分钟;
即当两艘船舶之间的DCPA小于等于2海里,TCPA小于等于60分钟且SDOR大于等于0.25时,判定两艘船舶形成近距离错过局面。相比于DCPA和TCPA这种预示两船之间碰撞危险的客观参数,SDOR更能够表征当下两船在空间位置上的位置关系,同时考虑了避碰规则的影响,更贴合避碰实际。根据实际使用的需要,即不同的安全标准的需要,DCPA、TCPA和SDOR的阈值还可以进一步动态改变,如下式所示:
优选的,所述S3中,判断两船是否处于近距离错过船舶状态的方法如下:
当水域中存在第i艘船和第j艘船满足:
DCPAij≤γDCPA(i,j=1,2,3,…,n)
TCPAij≤γTCPA(i,j=1,2,3,…,n)
SDORij≥γSDOR(i,j=1,2,3,…,n)
时,水域中存在第i艘船和第j艘船处于近距离错过船舶状态;
否则两船没有处于近距离错过船舶状态;
式中:DCPAij表示第i艘船和第j艘船的最近会遇距离;γDCPA表示第i艘船和第j艘船的设定的最近会遇距离的阈值;TCPAij表示第i艘船和第j艘船的最小会遇时间;γTCPA表示第i艘船和第j艘船的设定的最小会遇时间的阈值;i和j均表示水域中的船舶的编号,n表示水域中的船舶的总数。
其中,γDCPA、γTCPA和γsDOR为判定近距离错过的阈值,当DCPA和TCPA的阈值进一步增大以及SDOR的阈值进一步减小时,意味着两艘船舶更早的会被识别为近距离错过,也即是采用了更高的安全标准。反之,当研究较为狭窄的水域时,如狭水道、分道通航制等,由于水域宽度的限制,船舶之间大都保持着相对近的距离,如果采用一般的阈值可能将过多的船舶会遇识别为近距离错过,因此可以通过降低DCPA和TCPA的阈值以及提升SDOR的阈值将近距离错过的判定条件进行一定程度的放宽。
S4、当水域中存在两船处于近距离错过船舶状态时,统计获取基于所述水域的栅格中的近距离错过次数,以获取基于所述水域的栅格中的两船的碰撞危险指数;
当水域中存在两船处于近距离错过船舶状态时,对研究水域中两两船舶之间的近距离错过局面进行辨识之后,统计获取基于所述水域的栅格中的近距离错过次数,以获取基于所述水域的栅格中的两船的碰撞危险指数;
具体的,在辨识出研究水域中在一段时间内的近距离错过情况之后,本实施例通过栅格法将研究水域进行栅格化划分,并对每一栅格中的近距离错过次数进行统计。
具体的,在对一段时间的碰撞危险进行计算时,以一个栅格为例,先判断这个栅格中两两船舶之间是否符合近距离错过局面,比如有3艘船,那么两两之间就有3种情况(船舶1和2/船舶1和3/船舶23),就是判断这三种情况是否满足近距离错过的条件,然后统计出满足条件的个数,比如3个里面有2个符合,那么这个栅格的近距离错过数量就是2,然后根据这样的一个近距离数量的多少,去表征碰撞危险的大小。
在本发明的一个实施例中,通过单位时间单位面积(栅格)的近距离错过次数来对碰撞危险进行表征。所述船舶领域的栅格中的两船的碰撞危险指数获取如下:
其中,Gridk(k=1,2,3,…,K)表示船舶领域中的第k个栅格,其中K为栅格的总数量,表示第k个栅格的近距离错过次数,TimeInterval为统计近距离错过次数的时间区间,/>表示第k个栅格在时间区间TimeInterval的两船的碰撞危险指数,根据/>的值可对研究水域的碰撞危险进行可视化表征。
由于近距离错过是一种比实际碰撞发生得更频繁,但又非常接近于实际碰撞的事件。所以在所得到的近距离错过统计结果的基础上,可将研究水域的碰撞危险情况进行可视化表征,从而帮助海事监管人员快速发现研究水域中碰撞危险中较高的区域,在水域监管的过程中对其进行更多的关注。
同时,如若需要对瞬时的碰撞危险进行表征,则可将SDOR(重叠率)与SDOI(重叠指数)进行结合。将船舶领域的位置关系分成两个阶段,第一阶段为船舶领域相离阶段,此时用SDOI来表征碰撞危险的大小,此时SDOI的值将大于1,随着SDOI值的减小,碰撞危险不断增大。第二阶段为船舶领域相交阶段,此时用SDOR来评判碰撞危险的大小,最初SDOR为0,随着SDOR的值不断变大,碰撞危险进一步增大。
S5、根据所述船舶领域指标,获取基于所述水域的栅格中的两船的瞬时碰撞危险指数;优选的,本发明的一个实施例通过负指数函数将两艘船舶的碰撞危险表示,所述两船的瞬时碰撞危险指数获取如下获取如下:
其中,CRij表示第i艘船和第j艘船之间的瞬时碰撞危险度;asep表示第i艘船和第j艘船的船舶领域相离时的负指数函数的系数参数,bsep表示第i艘船和第j艘船的船舶领域相离时的负指数函数的指数参数;aint表示第i艘船和第j艘船的船舶领域相交时的负指数函数的系数参数,bint表示第i艘船和第j艘船的船舶领域相交时的负指数函数的指数参数,以上参数通过预先设置极端局面的结果求解获得,其中求解方法为现有技术的使用,这里不进行详细描述。Gridk(k=1,2,3,…,K)表示船舶领域中的第k个栅格,其中K为栅格的总数量,表示单位面积(栅格)的瞬时碰撞危险度;/>表示所有船舶之间两两船舶进行组合的总数;由此推广到水域中的各个栅格之中,则可对瞬时的碰撞危险大小的空间分布进行可视化表征。此外,以每个栅格的碰撞危险水平为基础,可进一步利用空间插值技术,生成研究水域的碰撞危险分布热图。
具体的,当对瞬时的碰撞危险进行计算时,通过两船的SDOR和SDOI进行碰撞危险指数的计算,此时,不论两船是否处于近距离错过的状态,都能够对碰撞危险进行计算,实现对瞬时的碰撞危险的实时获取。
具体的,对于栅格形式的碰撞危险空间分布表征,首先需要将研究水域进行栅格划分,本发明将研究水域划分为若干个0.1°×0.1°的栅格,对于每个栅格,基于第k个栅格在时间区间TimeInterval的两船的碰撞危险指数或单位面积(栅格)的瞬时碰撞危险度/>对碰撞危险水平进行可视化表征。而热图形式的碰碰撞危险空间分布表征,则需要在上述计算的栅格危险水平数值/>或/>的基础上,通过将每个栅格的碰撞危险水平数值与栅格的中心位置进行绑定,进而利用空间插值技术,生成研究水域的碰撞危险分布热图。可作为栅格形式碰撞危险空间分布图的替代,可视性更好。
S6、根据船舶在水域中的位置,并根据所述两船的碰撞危险指数和两船的瞬时碰撞危险指数,对水域内的船舶的碰撞危险进行可视化表征。
图7为根据本发明所提供的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法所表示出的研究水域的碰撞危险栅格分布图,其中,研究水域范围为37.9°N~38.6°E 120.9°E~122.2°E,统计时间为1小时,结合上述技术方案中的结果,通过细格网的细密程度将结果分为几等,根据右侧图例,细格网越细密,表示近距离错过数量越多,碰撞危险越大。通过该碰撞危险的栅格分布图可以清晰的发现研究水域中的高碰撞危险区域,从图中来看主要集中于研究水域的西北部和中部。图8为根据瞬时的栅格碰撞危险度结果/>生成的瞬时碰撞危险栅格分布图之后,通过结合每个栅格的中心位置,利用空间插值技术生成的研究水域的碰撞危险空间分布热图,图7的研究水域范围仍为37.9°N~38.6°E 120.9°E~122.2°E,碰撞危险的数值介于0~1之间,碰撞危险数值越接近于1,在热图中体现为越接近于红色,碰撞危险越大。
与传统方法相比,本实施例所提出的基于近距离错过的水域碰撞危险量化及空间分布表征方法可以更加充分地量化水域中的碰撞危险,这既体现在对于潜在碰撞危险的识别上,又体现在对于瞬时碰撞危险的计算上。如图7场景中的子区域38.4°N~38.5°N121.0°E~121.1°E,从图中可见通过本实施例所提出的方法所计算得到的近距离错过数量为5。然而,采用传统方法计算的近距离错过结果却为0。这体现了本实施例所提出的方法在发现潜在碰撞危险上所存在的优势。这是由于本实施例所提出的基于近距离错过的水域碰撞危险量化及空间分布表征方法通过船舶领域重叠率与传统避碰参数相结合的方式对近距离错过局面进行辨识,与传统方法相比,该方法可将相对方位、避碰规则等方面的碰撞危险影响考虑在内,克服了仅从距离角度对近距离错过局面的辨识不充分的问题。此外,从图8中可以发现,通过本实施例所提出的基于近距离错过的水域碰撞危险量化及空间分布表征方法所计算得到的子区域38.2°N~38.3°N 121.2°E~121.3°的碰撞危险度大小在0.3左右。然而,基于传统方法由于达不到近距离错过阈值而无法识别出碰撞危险。这体现了本实施例所提出的方法在量化瞬时碰撞危险上的优势,由于本实施例所提出的方法中所建立的船舶领域重叠指数和重叠率,作为一种瞬时碰撞危险指数,可以在即使达不到近距离错过的条件下依然对潜在的碰撞危险进行量化。
本实施例在对指定水域中的船舶建立船舶领域模型的基础上,基于船舶领域重叠率及重叠指数,结合船舶避碰参数对船舶间近距离错过进行辨识。并在两船发生近距离错过状况时,统计近距离错过情况,对水域中的碰撞危险进行量化。同时,基于碰撞危险的量化结果对水域中的碰撞危险分布情况进行可视化表征。
本实施例的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,解决了通过传统的碰撞危险表征指数或碰撞事故数据无法充分、准确表征水域中的潜在碰撞危险以及其空间分布的问题。具体而言:
1.本实施例提供一种新的船舶碰撞危险表征指数——船舶领域重叠率。该指数可以通过两船的船舶领域的相对位置关系对它们之间的潜在碰撞危险进行表征。船舶领域重叠率是在船舶领域重叠指数的基础上建立,在两艘船舶的船舶领域开始相交后更为有效,克服了船舶领域重叠指数在两船的船舶参数有所差别时无法充分表征出每艘船舶的实际危险情况的问题,可实现对会遇中两船的碰撞危险进行更加准确的表征。
2.本实施例提供一种近距离错过辨识方法,并基于该方法对水域碰撞危险进行识别。该方法将船舶领域重叠率与传统避碰参数相结合对近距离错过局面进行辨识。与传统的基于距离的辨识方法相比,该方法考虑了碰撞危险的直接影响因素,同时通过船舶领域重叠率将相对方位、。避碰规则等方面的影响考虑在内,克服了仅从距离角度对近距离错过局面的辨识不充分的问题,能够对水域中的潜在的近距离错过局面进行更加准确的辨识,从而对水域中的碰撞危险进行更加充分的识别。
3.本实施例基于本发明所提出的瞬时碰撞危险指数—船舶领域重叠率,结合船舶领域重叠指数,可进一步对水域中瞬时的碰撞危险进行量化并对其空间分布进行表征。与传统方法相比,本发明所提出的方法不受统计时段局限,可使相关人员实时、全面、充分地了解掌握水域的碰撞危险情况。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。

Claims (7)

1.一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,其特征在于,包括如下步骤:
S1、建立船舶在水域中的船舶领域模型;以获取船舶的船舶领域的面积和船舶在船舶领域中的位置;
S2、基于所建立的船舶领域模型,获取水域中的船舶之间的船舶领域指标,所述船舶领域指标包括两船之间的重叠率和船舶领域重叠指数;
S3、根据所述两船之间的重叠率,基于两船之间的最近会遇距离与最小会遇时间,判断两船是否处于近距离错过船舶状态;以判断水域中是否存在两船处于近距离错过船舶状态,对研究水域中两两船舶之间进行近距离错过局面辨识;
S4、当水域中存在两船处于近距离错过船舶状态时,统计获取基于所述水域的栅格中的近距离错过次数,以获取基于所述水域的栅格中的两船的碰撞危险指数;
S5、根据所述船舶领域指标,获取基于所述水域的栅格中的两船的瞬时碰撞危险指数;
S6、根据船舶在水域中的位置,并根据所述两船的碰撞危险指数和两船的瞬时碰撞危险指数,对水域内的船舶的碰撞危险进行可视化表征。
2.根据权利要求1所述的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,其特征在于,所述S3中,判断两船是否处于近距离错过船舶状态的方法如下:
当水域中存在第i艘船和第j艘船满足:
DCPAij≤γDCPA(i,j=1,2,3,…,n)
TCPAij≤γTCPA(i,j=1,2,3,…,n)
SDORij≥γSDOR(i,j=1,2,3,…,n)
时,水域中存在第i艘船和第j艘船处于近距离错过船舶状态;
否则两船没有处于近距离错过船舶状态;
式中:DCPAij表示第i艘船和第j艘船的最近会遇距离;γDCPA表示设定的最近会遇距离的阈值;TCPAij表示第i艘船和第j艘船的最小会遇时间;γTCPA表示设定的最小会遇时间的阈值;i和j均表示水域中的船舶的编号,n表示水域中的船舶的总数;SDORij表示两船之间的重叠率;γSDOR表示重叠率阈值。
3.根据权利要求1所述的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,其特征在于,所述S1中,船舶领域的模型建立如下:
其中,Bi表示船舶周围的第i个方位,表示船舶到其周围第i个方位的船舶领域边界的距离;SD(Bi)表示船舶领域的模型,n表示船舶周围所选取的方位的总数。
4.根据权利要求1所述的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,其特征在于,所述S2中,所述船舶领域重叠指数SDOI的计算如下:
其中,SDOI表示船舶领域重叠指数;xo′表示本船在实际坐标系中的假想位置的横坐标;yo′表示本船在实际坐标系中的假想位置的纵坐标;xT′表示目标船在实际坐标系中的假想位置的横坐标;yT′表示目标船在实际坐标系中的假想位置的纵坐标;RO表示本船的船舶领域半径;RT表示目标船的船舶领域半径。
5.根据权利要求1所述的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,其特征在于,所述S2中,所述两船之间的重叠率SDORij的公式如下:
其中,SOij为水域中第i艘船和第j艘船的船舶领域重叠的面积,Si和Sj分别为第i艘船和第j艘船的船舶领域的面积大小。
6.根据权利要求1所述的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,其特征在于,所述S5中,所述两船的瞬时碰撞危险指数获取如下:
其中,CRij表示第i艘船和第j艘船之间的瞬时碰撞危险度;asep表示第i艘船和第j艘船的船舶领域相离时的负指数函数的系数参数,bsep表示第i艘船和第j艘船的船舶领域相离时的负指数函数的指数参数;aint表示第i艘船和第j艘船的船舶领域相交时的负指数函数的系数参数,bint表示第i艘船和第j艘船的船舶领域相交时的负指数函数的指数参数;Gridk(k=1,2,3,…,K)表示船舶领域中的第k个栅格,其中K为栅格的总数量,表示单位面积(栅格)的瞬时碰撞危险度;/>表示所有船舶之间两两船舶进行组合的总数。
7.根据权利要求1所述的一种基于近距离错过的水域碰撞危险量化及空间分布表征方法,其特征在于,所述S4中,所述数两船的碰撞危险指数获取如下:
其中,Gridk(k=1,2,3,…,K)表示船舶领域中的第k个栅格,其中K为栅格的总数量,表示第k个栅格的近距离错过次数,TimeInterval为统计近距离错过次数的时间区间,/>表示第k个栅格在时间区间TimeInterval的两船的碰撞危险指数。
CN202311280044.XA 2023-09-28 2023-09-28 基于近距离错过的水域碰撞危险量化及空间分布表征方法 Active CN117315995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311280044.XA CN117315995B (zh) 2023-09-28 2023-09-28 基于近距离错过的水域碰撞危险量化及空间分布表征方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311280044.XA CN117315995B (zh) 2023-09-28 2023-09-28 基于近距离错过的水域碰撞危险量化及空间分布表征方法

Publications (2)

Publication Number Publication Date
CN117315995A true CN117315995A (zh) 2023-12-29
CN117315995B CN117315995B (zh) 2024-05-07

Family

ID=89296784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311280044.XA Active CN117315995B (zh) 2023-09-28 2023-09-28 基于近距离错过的水域碰撞危险量化及空间分布表征方法

Country Status (1)

Country Link
CN (1) CN117315995B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009154482A1 (en) * 2008-06-20 2009-12-23 Business Intelligence Solutions Safe B.V. A method and system of graphically representing discrete data as a continuous surface
KR20190019561A (ko) * 2017-08-18 2019-02-27 대우조선해양 주식회사 선박의 충돌 위험도 결정 방법 및 그 장치
WO2019143083A1 (ko) * 2018-01-16 2019-07-25 선박안전기술공단 선박 충돌 방지 시스템 및 방법
KR101976403B1 (ko) * 2018-03-08 2019-08-28 주식회사 삼우이머션 해상을 운항하는 선박의 안전항로 제공 장치
JP2020044934A (ja) * 2018-09-18 2020-03-26 東京計器株式会社 船舶用航行支援装置
KR102110575B1 (ko) * 2019-05-22 2020-05-13 한국해양대학교 산학협력단 선박 간의 충돌 예측 및 경보 시스템
CN111260963A (zh) * 2020-03-11 2020-06-09 武汉理工大学 一种多船会遇避碰方法
CN111709633A (zh) * 2020-06-09 2020-09-25 吉林大学 一种碰撞危险度确定方法、装置、设备以及可存储介质
CN112560286A (zh) * 2020-12-25 2021-03-26 武汉理工大学 一种基于数字化船舶领域模型的船舶碰撞风险确定方法
CN112967527A (zh) * 2021-02-05 2021-06-15 武汉理工大学 一种渡船碰撞风险评估方法、系统、装置及介质
CN113962153A (zh) * 2021-10-22 2022-01-21 大连海事大学 一种基于注意力机制的船舶碰撞风险评估方法
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
CN114464014A (zh) * 2022-01-05 2022-05-10 集美大学 基于模糊逻辑的区域船舶碰撞风险处理方法、系统和介质
CN114861547A (zh) * 2022-05-19 2022-08-05 大连海事大学 一种基于模糊四元船舶领域和支持向量机的船舶碰撞风险评判方法
US20220326018A1 (en) * 2019-09-17 2022-10-13 FLIR Belgium BVBA Navigational danger identification and feedback systems and methods
CN115331486A (zh) * 2022-08-12 2022-11-11 河海大学 一种船舶碰撞风险评估与预测方法及装置
CN115909817A (zh) * 2022-10-24 2023-04-04 大连海事大学 一种面向多智能船的分布式自主协同避碰方法
US20230103359A1 (en) * 2018-10-31 2023-04-06 FLIR Belgium BVBA Dynamic proximity alert systems and methods
WO2023064384A1 (en) * 2021-10-14 2023-04-20 FLIR Belgium BVBA Context-dependent generation of navigational chart comprising hazards

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009154482A1 (en) * 2008-06-20 2009-12-23 Business Intelligence Solutions Safe B.V. A method and system of graphically representing discrete data as a continuous surface
KR20190019561A (ko) * 2017-08-18 2019-02-27 대우조선해양 주식회사 선박의 충돌 위험도 결정 방법 및 그 장치
WO2019143083A1 (ko) * 2018-01-16 2019-07-25 선박안전기술공단 선박 충돌 방지 시스템 및 방법
KR101976403B1 (ko) * 2018-03-08 2019-08-28 주식회사 삼우이머션 해상을 운항하는 선박의 안전항로 제공 장치
JP2020044934A (ja) * 2018-09-18 2020-03-26 東京計器株式会社 船舶用航行支援装置
US20230103359A1 (en) * 2018-10-31 2023-04-06 FLIR Belgium BVBA Dynamic proximity alert systems and methods
KR102110575B1 (ko) * 2019-05-22 2020-05-13 한국해양대학교 산학협력단 선박 간의 충돌 예측 및 경보 시스템
US20220326018A1 (en) * 2019-09-17 2022-10-13 FLIR Belgium BVBA Navigational danger identification and feedback systems and methods
CN111260963A (zh) * 2020-03-11 2020-06-09 武汉理工大学 一种多船会遇避碰方法
CN111709633A (zh) * 2020-06-09 2020-09-25 吉林大学 一种碰撞危险度确定方法、装置、设备以及可存储介质
CN112560286A (zh) * 2020-12-25 2021-03-26 武汉理工大学 一种基于数字化船舶领域模型的船舶碰撞风险确定方法
CN112967527A (zh) * 2021-02-05 2021-06-15 武汉理工大学 一种渡船碰撞风险评估方法、系统、装置及介质
WO2023064384A1 (en) * 2021-10-14 2023-04-20 FLIR Belgium BVBA Context-dependent generation of navigational chart comprising hazards
CN113962153A (zh) * 2021-10-22 2022-01-21 大连海事大学 一种基于注意力机制的船舶碰撞风险评估方法
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
CN114464014A (zh) * 2022-01-05 2022-05-10 集美大学 基于模糊逻辑的区域船舶碰撞风险处理方法、系统和介质
CN114861547A (zh) * 2022-05-19 2022-08-05 大连海事大学 一种基于模糊四元船舶领域和支持向量机的船舶碰撞风险评判方法
CN115331486A (zh) * 2022-08-12 2022-11-11 河海大学 一种船舶碰撞风险评估与预测方法及装置
CN115909817A (zh) * 2022-10-24 2023-04-04 大连海事大学 一种面向多智能船的分布式自主协同避碰方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KIM, K.I.; JEONG, J.S: "Visualization of ship collision risk based on near-miss accidents", IN PROCEEDINGS OF THE 2016 JOINT 8TH INTERNATIONAL CONFERENCE ON SOFT COMPUTING AND INTELLIGENT SYSTEMS (SCIS) AND 17TH INTERNATIONAL SYMPOSIUM ON ADVANCED INTELLIGENT SYSTEMS (ISIS), 28 August 2016 (2016-08-28) *
LIU ZH, WU ZL, ZHENG ZY: "An Improved Danger Sector Model for Identifying the Collision Risk of Encountering Ships", JOURNAL OF MARINE SCIENCE AND ENGINEERING, vol. 8, no. 8, 25 September 2020 (2020-09-25) *

Also Published As

Publication number Publication date
CN117315995B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
Zhang et al. A predictive analytics method for maritime traffic flow complexity estimation in inland waterways
Im et al. Potential risk ship domain as a danger criterion for real-time ship collision risk evaluation
Gan et al. Ship path planning based on safety potential field in inland rivers
CN112885151B (zh) 一种融合几何解析与数据挖掘的船舶碰撞风险预警方法
Zhang et al. Towards a model of regional vessel near-miss collision risk assessment for open waters based on AIS data
CN110470299A (zh) 一种基于圆形路障规避的海上航路规划算法
Chen et al. A research on AIS-based embedded system for ship collision avoidance
CN109754202A (zh) 一种船舶管理方法、船舶管理装置及计算机可读存储介质
CN112560286B (zh) 一种基于数字化船舶领域模型的船舶碰撞风险确定方法
CN110660272A (zh) 一种适用于内河水上船舶碰撞预警检测的方法
CN112820148B (zh) 一种基于航行路线规划的船舶航行安全综合预警方法
CN112561232A (zh) 繁忙水域船舶交通冲突风险度量方法
Qiao et al. A collision risk identification method for autonomous ships based on field theory
CN112435449A (zh) 一种全数字智能化渔业违规船舶识别排查系统及方法
CN115331486A (zh) 一种船舶碰撞风险评估与预测方法及装置
CN117315995B (zh) 基于近距离错过的水域碰撞危险量化及空间分布表征方法
Zhang et al. A method of performing real-time ship conflict probability ranking in open waters based on AIS data
Zhang et al. A rule-based maritime traffic situation complex network approach for enhancing situation awareness of vessel traffic service operators
Zhang et al. A data-driven approach for ship-bridge collision candidate detection in bridge waterway
Pietrzykowski et al. Fuzzy logic in the navigational decision support process onboard a sea-going vessel
CN113851019A (zh) 一种基于北斗定位的船舶碰撞预警方法及装置
CN111415534A (zh) 一种移动物标动态避碰的方法
CN115273555B (zh) 一种航道交汇区的船舶避碰决策方法
Li et al. Study on complexity model and clustering method of ship to ship encountering risk
Kuwahara et al. Research and Development of Collision Risk Decision Method for Safe Navigation and Its Verification

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