CN117452954A - 船舶的航行方法和终端设备 - Google Patents

船舶的航行方法和终端设备 Download PDF

Info

Publication number
CN117452954A
CN117452954A CN202311757884.0A CN202311757884A CN117452954A CN 117452954 A CN117452954 A CN 117452954A CN 202311757884 A CN202311757884 A CN 202311757884A CN 117452954 A CN117452954 A CN 117452954A
Authority
CN
China
Prior art keywords
information
ship
target
weight
value
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
CN202311757884.0A
Other languages
English (en)
Other versions
CN117452954B (zh
Inventor
马亚萍
韦志恒
孙雷
马奔
刘昀佼
陆培建
高昆
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.)
Beijing Highlandr Digital Technology Co ltd
Original Assignee
Beijing Highlandr Digital Technology Co ltd
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 Beijing Highlandr Digital Technology Co ltd filed Critical Beijing Highlandr Digital Technology Co ltd
Priority to CN202311757884.0A priority Critical patent/CN117452954B/zh
Publication of CN117452954A publication Critical patent/CN117452954A/zh
Application granted granted Critical
Publication of CN117452954B publication Critical patent/CN117452954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明实施例提供一种船舶的航行方法和终端设备,属于船舶航行技术领域。该方法包括:获取船舶对应的环境信息,环境信息用于表征船舶在当前位置时相关海域的数据信息;根据环境信息确定船舶对应的自主航行状态;当自主航行状态满足预设条件时,根据环境信息利用路径规划算法获得船舶对应的目标航向信息;根据环境信息利用航速预测模型获得船舶对应的目标航速信息;根据目标航向信息和目标航速信息确定船舶对应的航行策略,以使得船舶根据航行策略进行航行。解决了现有技术中对船舶航行无法灵活调整,增加了船舶在使用过程中的人工成本的问题,提高了船舶自主航行的能力,进而提高了船舶运输的竞争力。

Description

船舶的航行方法和终端设备
技术领域
本发明涉及船舶航行技术领域,尤其涉及一种船舶的航行方法和终端设备。
背景技术
船舶自主航行涉及到船舶上的方方面面,关乎着航行安全、减轻人工操作任务,因此研究船舶安全有重要的实际意义和经济价值。
随着智能化技术的提升,将智能化技术应用在船舶自主航行的研究越来越多,但现在应用在船舶上的自主航行还需要人工介入,故而未能实现严格意义上的自主航行,大大降低了自主航行的效果。现有技术中需要借助人工经验对船舶的实际航行信息进行调整,无法根据实际情况进行灵活调整,故而增加了船舶在使用过程中的人工成本,使得船舶在运输过程中的竞争力下降。
因此,亟需一种使得船舶能够自主航行的方法。
发明内容
本发明实施例的主要目的在于提供一种船舶的航行方法和终端设备,旨在解决现有技术中需要借助人工经验对船舶的实际航行信息进行调整,无法根据实际情况进行灵活调整,故而增加了船舶在使用过程中的人工成本,使得船舶在运输过程中的竞争力下降的问题。
第一方面,本发明实施例提供一种船舶的航行方法,包括:
获取所述船舶对应的环境信息,所述环境信息用于表征所述船舶在当前位置时相关海域的数据信息;
根据所述环境信息确定所述船舶对应的自主航行状态;
当所述自主航行状态满足预设条件时,根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息;
根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息;
根据所述目标航向信息和所述目标航速信息确定所述船舶对应的航行策略,以使得所述船舶根据所述航行策略进行航行。
第二方面,本发明实施例提供一种船舶的航行装置,包括:
数据获取模块,用于获取所述船舶对应的环境信息,所述环境信息用于表征所述船舶在当前位置时相关海域的数据信息;
状态确定模块,用于根据所述环境信息确定所述船舶对应的自主航行状态;
航向确定模块,用于当所述自主航行状态满足预设条件时,根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息;
航速确定模块,用于根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息;
策略确定模块,用于根据所述目标航向信息和所述目标航速信息确定所述船舶对应的航行策略,以使得所述船舶根据所述航行策略进行航行。
第三方面,本发明实施例还提供一种终端设备,所述终端设备包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,其中所述计算机程序被所述处理器执行时,实现如本发明说明书提供的任一项船舶的航行方法的步骤。
第四方面,本发明实施例还提供一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如本发明说明书提供的任一项船舶的航行方法的步骤。
本发明实施例提供一种船舶的航行方法和终端设备,其中,该方法包括获取船舶对应的环境信息,环境信息用于表征船舶在当前位置时相关海域的数据信息;进而根据环境信息确定船舶对应的自主航行状态;当自主航行状态满足预设条件时,则根据环境信息利用路径规划算法获得船舶对应的目标航向信息;以及根据环境信息利用航速预测模型获得船舶对应的目标航速信息;从而根据目标航向信息和目标航速信息确定船舶对应的航行策略,以使得船舶根据航行策略进行航行。解决了现有技术中需要借助人工经验对船舶的实际航行信息进行调整,无法根据实际情况进行灵活调整,故而增加了船舶在使用过程中的人工成本,使得船舶在运输过程中的竞争力下降的问题,提高了船舶自主航行的能力,降低了人工成本,进而提高了船舶运输的竞争力并使得自主航行的使用更安全更可靠。
附图说明
为了更清楚地说明本申请实施例技术方案,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,下面描述中的附图是本申请的一些实施例,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为本发明实施例提供的一种船舶的航行方法的流程示意图;
图2为图1中的船舶的航行方法的子步骤S102的流程示意图;
图3为实施本实施例提供的船舶的航行方法的一场景示意图;
图4为本发明实施例提供的一种船舶的航行装置的模块结构示意图;
图5为本发明实施例提供的一种终端设备的结构示意框图。
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做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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
本发明实施例提供一种船舶的航行方法、装置、终端设备及可读存储介质。其中,该船舶的航行方法可应用于终端设备中,该终端设备可以平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。该终端设备可以为服务器,也可以为服务器集群。
下面结合附图,对本发明的一些实施例作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本发明实施例提供的一种船舶的航行方法的流程示意图。
如图1所示,该船舶的航行方法包括步骤S101至步骤S105。
步骤S101、获取所述船舶对应的环境信息,所述环境信息用于表征所述船舶在当前位置时相关海域的数据信息。
示例性地,在对船舶的航行方式进行设置之前,首先获取船舶周围或者预设范围内对应的环境信息,其中,环境信息用于表征船舶在当前位置时预设范围内海域的数据信息,也即船舶在当前位置时相关海域的数据信息。
例如,船舶此时处于a位置,预设范围为以r为半径的圆,则环境信息为以a为圆心,以r为半径的海域内的数据信息。
在一些实施方式中,所述环境信息包括所述相关海域的障碍物密度、所述船舶到达禁航区的最小距离、所述相关海域的水深值、所述相关海域的浪高值中的一者或多者。
示例性地,相关海域的障碍物密度通过利用雷达和AIS信息统计相关海域的障碍物数量,从而根据障碍物数量获得对应地障碍物密度。
示例性地,提取船舶在进行航行时航行区域的海图信息,通过大圆航法计算船舶到禁航区的距离,并计算最小值作为船舶到达禁航区的最小距离。
示例性地,根据海图信息获得相关海域的水深值或者利用测深仪获得相关海域地水深值。当船舶没有安装测深仪时,则以海图信息中地水深值为准,否则以测深仪测量得到地水深值为准。
示例性地,获得相关海域中对应地浪高值,进而与预设浪高值进行比较,为后续自主航行状态的判定提供支撑。
可选地,环境信息包括相关海域的障碍物密度、船舶到达禁航区的最小距离、相关海域的水深值、相关海域的浪高值中的一者或多者,本申请不做具体限制,可根据实际需求自行设置。
步骤S102、根据所述环境信息确定所述船舶对应的自主航行状态。
示例性地,自主航行状态包括可自主航行、半自主航行、不可自主航行,根据环境信息设置与自主航行状态对应地映射关系,从而在获得环境信息后带入至映射关系中,进而获得船舶对应的自主航行状态。
在一实施例中,所述根据所述环境信息确定所述船舶对应的自主航行状态,具体地,参照图2,步骤S102包括:子步骤S1021至子步骤S1026。
子步骤S1021、从配置库中获取所述障碍物密度对应的目标密度值、所述船舶到达禁航区的目标距离、所述相关海域的目标水深值以及所述相关海域的目标浪高值。
示例性地,在配置库中设置环境信息中障碍物密度对应的目标密度值、船舶到达禁航区的目标距离、相关海域的目标水深值以及相关海域的目标浪高值。上述相关数值可根据人工经验进行配置,也可根据数据分析获得对应地目标数值。
子步骤S1022、将所述目标密度值与所述障碍物密度进行比较获得第一结果。
示例性地,从配置表中获得目标密度值,进而将目标密度值与障碍物密度的大小进行比较,其中比较结果为小于等于目标密度值,或者大于目标密度值,则当比较结果为小于等于目标密度值时,则第一结果为满足障碍物密度要求,否则第一结果为不满足障碍物密度要求。
子步骤S1023、将所述最小距离与所述目标距离进行比较获得第二结果。
示例性地,从配置表中获得目标距离,进而将目标距离与最小距离的大小进行比较,其中比较结果为大于等于目标距离,或者小于目标距离,则当比较结果为大于等于目标距离时,则第二结果为满足禁航距离要求,否则第二结果为不满足禁航距离要求。
子步骤S1024、将所述水深值与所述目标水深值进行比较获得第三结果。
示例性地,从配置表中获得目标水深值,进而将目标水深值与水深值的大小进行比较,其中比较结果为大于等于目标水深值,或者小于目标水深值,则当比较结果为大于等于目标水深值时,则第三结果为满足航行水深要求,否则第三结果为不满足航行水深要求。
子步骤S1025、将所述目标浪高值与所述浪高值进行比较获得第四结果。
示例性地,从配置表中获得目标浪高值,进而将目标浪高值与浪高值的大小进行比较,其中比较结果为小于等于目标浪高值,或者大于目标浪高值,则当比较结果为小于等于目标浪高值时,则第四结果为满足航行浪高要求,否则第四结果为不满足航行浪高要求。
子步骤S1026、融合所述第一结果、所述第二结果、所述第三结果以及所述第四结果确定所述船舶对应的自主航行状态。
示例性地,当第一结果、第二结果、第三结果以及第四结果均满足对应条件时,则确定船舶对应的自主航行状态为可自主航行,其中任一项不满足对应条件时,则确定船舶对应的自主航行状态为不可自主航行。
例如,第一结果不满足障碍物密度要求,则不论第二结果、第三结果以及第四结果是否满足对应地条件时,船舶对应的自主航行状态均为不可自主航行。
在一些实施方式中,所述融合所述第一结果、所述第二结果、所述第三结果以及所述第四结果确定所述船舶对应的自主航行状态之后,所述方法还包括:获取所述船舶对应的传感器状态,以及所述船舶对应的设备运行状态;根据所述第一结果、所述第二结果、所述第三结果、所述第四结果、所述传感器状态以及所述设备运行状态重新确定所述船舶对应的自主航行状态。
示例性地,在判断船舶对应的自主航行状态时,还需获得船舶对应的传感器状态,以及船舶对应的设备运行状态,从而根据第一结果、第二结果、第三结果、第四结果、传感器状态以及设备运行状态重新确定船舶对应的自主航行状态。
例如,监测传感器的当前状态是否为正常运行,监测推进、舵机、发电机等设备是否正常运行,以及检查接收到船舶运行目的地信息是否均传入到自主航行程序,目的地信息包括但不限于:经纬度、速度、方向。
示例性地,当第一结果、第二结果、第三结果、第四结果、传感器状态以及设备运行状态均满足预设条件时,则重新确定船舶对应的自主航行状态为可自主航行,若其中任一项不满足对应条件时,则确定船舶对应的自主航行状态为不可自主航行。
步骤S103、当所述自主航行状态满足预设条件时,根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息。
示例性地,当自主航行状态为可自主航行时,则根据环境信息利用路径规划算法获得船舶对应的目标航向信息。
例如,船舶自主航行的目标航向信息根据避碰算法采用常规路径规划算法利用环境信息进行求解局部最优解获得。
在一些实施方式中,所述路径规划算法包括人工势场法,所述根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息,包括:根据所述人工势场法利用所述环境信息进行航向规划,获得所述船舶对应的目标航向信息。
示例性地,路径规划算法可以采用人工势场法或基于栅格路径规划算法,从而利用环境信息进行航向规划进而求解局部最优解,从而获得船舶对应的目标航向信息。
然而,无论是人工势场法还是基于栅格路径规划算法在实际进行航行信息规划时,可能会出现船舶左右摇摆的现象,导致船舶打舵和舵机执行不经济,因此,作为一种可选的实施例,为了减少左右摇摆的现象,在进行目标航向规划时,可以结合路径规划算法得到航向建议和本船舶的实时性能对航向建议进行改进。
在本实施例中,可以计算在所述目标航向信息下所述船舶与多个障碍物的多个碰撞危险度指标,示例性的,可以计算出各个障碍物(包括动态他船和静态障碍物)与本船舶在当前航向和当前航速下的多个最小会遇时间和/或多个最小会遇距离作为碰撞危险度指标;获取所述碰撞危险度指标中用时最短的碰撞危险度指标对应的第一时长,示例性的,可以查找最小会遇时间中最小值作为所述第一时长,还可以通过当前航速和最小会遇距离计算达到障碍物的时长,将最小会遇时间中最小值和通过最小会遇距离计算得到的时长进行比较,去最小值作为第一时长;在所述第一时长大于所述船舶转动预设角度所用第二时长时,保持所述目标航向信息。当小于时,根据所述环境信息利用所述路径规划算法确定新的目标航向信息。
作为示例性的实施例,在得到第一时长后,可以不按照设定的最小会遇时间或最小会遇距离进行转向,而是需要结合船舶自身的性能。在本实施例中,可以预先确定当前船舶转动预设角度所用的第二时长,例如转动10°所用时长作为第二时长,判断第一时长是否小于第二时长,当小于时,根据所述环境信息利用所述路径规划算法确定新的目标航向信息。当大于时,保持所述目标航向信息,直至第一时长小于第二时长。
示例性的,具体可以包括:计算各个障碍物(包括动态他船和静态障碍物)与本船正前方的距离和时间,也就是DCPA_1,DCPA_2,……,DCPA_n和TCPA_1,TCPA_2,……,TCPA_n;取TCPA_1,TCPA_2,……,TCPA_n中的最小值TCPA_min。如果TCPA_min大于船舶转动10度(基于船舶性能设置)所用时间之和,则保持上一避碰周期的建议避碰航向值不变;否则根据当前周期计算的避碰策略航向建议执行。
步骤S104、根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息。
示例性地,航速预测模型为环境信息与航速信息之间的对应关系模型,从而将环境信息输入至航速预测模型从而获得船舶对应的目标航速信息。
在一些实施方式中,所述根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息,包括:从所述航速预测模型中获取所述环境信息对应的权重值;根据所述权重值和所述环境信息确定所述船舶对应的目标航速信息;
其中,根据下列公式获得目标航速信息:
n表示环境信息的总数量,wn表示第n个所述环境信息对应的权重值,xn表示第n个所述环境信息对应的数值,v表示目标航速信息。
示例性地,环境信息包括浪高、流速、能见度、安全航速,则从航速预测模型中获取环境信息中浪高、流速、能见度、安全航速分别对应的权重值,从而将权重值与该环境信息对应的数值进行相乘,并将相乘结果全部相加,从而获得船舶对应的目标航速信息。
可选地,环境信息包括但不限于浪高、流速、能见度、安全航速,在实际使用时可根据需求自行选择,本申请中不做具体限制。
在一些实施方式中,确定所述航速预测模型中所述环境信息对应的权重值,包括:获取所述船舶对应的历史环境信息以及所述历史环境信息对应的历史航速信息;根据最小二乘法利用所述历史环境信息以及所述历史航速信息确定所述环境信息对应的第一权重信息;根据预设神经网络利用所述历史环境信息以及所述历史航速信息确定所述环境信息对应的第二权重信息;根据所述第一权重信息和所述第二权重信息进行信息融合获得所述环境信息对应的权重值。
示例性地,获取船舶对应的历史环境信息以及历史环境信息对应的历史航速信息,在本实施例中,历史环境信息和历史航速信息可以为在船舶航行过程中对实时发生的数据进行采集整合,得到环境信息集合和所述环境信息集合对应的航速信息集合,其中,环境信息集合中,每一组环境信息对应一个航速信息,多组环境信息和对应的航速信息构成环境信息集合和航速信息集合。
首先根据最小二乘法利用所述环境信息集合和所述航速信息集合得到第一权重信息。
例如,每一组环境信息包括浪高、流速、能见度、安全航速等等,则利用最小二乘法进行数据拟合后分别获得浪高、流速、能见度、安全航速等对应的第一权重信息为a1_min、a2_min、 a3_min、a4_min、…… 、an_min。
在得到第一权重信息后,利用所述环境信息集合和所述航速信息集合对所述第一权重信息进行验证。在本实施例中,将所述环境信息集合输入带有第一权重信息的所述航速预测模型,分别得到所述环境信息对应的第一验证航速信息集合;分别计算集合中对应的所述航速信息和所述第一验证航速信息之间的第一差值,在任一所述第一差值小于预设差值时,确认所述第一权重信息通过验证,则以第一权重信息作为所述权重值;在存在所述第一差值大于所述预设差值时,确认所述第一权重信息未通过验证。
航速预测模型以多项式为例进行说明:将第一权重信息每一组环境信息xn1、xn2、xn3、……、xnn代入到多项式中,得到验证航速信息ync;如果任何一组验证航速信息ync与该组的航速信息yn的差值均小于预设差值,该预设差值可以为3%-10%中的任意比例差值。所述第一权重信息通过验证,则以第一权重信息作为所述权重值。如果存在至少一组验证航速信息ync与该组的航速信息yn的差值均大于预设差值,则确认所述第一权重信息未通过验证。
在未通过验证时,则根据预设神经网络利用所述环境信息集合和所述航速信息集合得到第二权重信息。其中,第二权重信息为a1_bp、a2_bp、 a3_bp、a4_bp、…… 、an_bp。
在本实施例中,还可以对第二权重信息进行进一步验证,将所述环境信息集合输入所述带有第二权重信息的所述航速预测模型,分别得到到所述环境信息对应的第二验证航速信息集合;分别计算集合中对应的所述航速信息和所述第二验证航速信息之间的第二差值;在任一所述第二差值小于预设差值时,确认所述第二权重信息通过验证,则以第二权重作为所述权重值;在存在所述第二差值大于所述预设差值时,确认所述第二权重信息未通过验证,将第一权重信息和第二权重信息进行取平均获得环境信息对应的权重值。
例如,第一权重信息为a1_min、a2_min、 a3_min、a4_min、…… 、an_min,第二权重信息为a1_bp、a2_bp、 a3_bp、a4_bp、…… 、an_bp。则最后权重值为a1=(a1_min+a1_bp)/2、a2 = (a2_min+a2_bp)/2、a3 = (a3_min+a3_bp)/2、……、an = (an_min+an_bp)/2。
作为示例性的实施例,在对第一权重新车第二权重信息进行融合时,可以采用加权融合方式进行融合,示例性的,可以基于在第一权重信息下得到第一差值的平均值和第二权重信息下得到第二差值的平均值确定第一权重信息和第二权重信息加权系数,在本实施例中,第一权重信息和第二权重信息的加权系数与第一差值和第二差值大小呈反相关。即第一差值越大,第一权重信息的加权系数越小,相反,第二权重信息的加权系数越大。同理,第二差值越大,第二权重信息的加权系数越小,第一权重信息的加权系数越大。或者,可以以第一差值占第一差值和第二差值之和的比例作为第二权重信息的加权系数,以第二差值占第一差值和第二差值之和的比例作为第一权重信息的加权系数。
步骤S105、根据所述目标航向信息和所述目标航速信息确定所述船舶对应的航行策略,以使得所述船舶根据所述航行策略进行航行。
示例性地,根据目标航向信息和目标航速信息发送给推进控制系统,从而控制船舶的航行。
请参照图3,图3为实施本实施例提供的船舶的航行方法的一场景示意图,如图3所示,获取船舶对应的环境信息,环境信息包括相关海域的障碍物密度、船舶到达禁航区的最小距离、相关海域的水深值、相关海域的浪高值以及船舶对应的传感器状态和船舶对应的设备运行状态,将障碍物密度、船舶到达禁航区的最小距离、相关海域的水深值、相关海域的浪高值分别与配置库中的障碍物密度对应的目标密度值、船舶到达禁航区的目标距离、相关海域的目标水深值以及相关海域的目标浪高值进行比较获得第一结果、第二结果、第三结果以及第四结果,进而根据第一结果、第二结果、第三结果、第四结果、传感器状态以及设备运行状态确定船舶对应的自主航行状态,当自主航行状态满足预设条件时,则根据人工势场法利用环境信息进行航向规划,获得船舶对应的目标航向信息,并从航速预测模型中获取环境信息对应的权重值;进而根据权重值和环境信息确定船舶对应的目标航速信息,最后根据目标航向信息和目标航速信息确定船舶对应的航行策略,以使得船舶根据航行策略进行航行。其中,权重值的确定方式为获得船舶对应的历史环境信息以及历史环境信息对应的历史航速信息;根据最小二乘法利用历史环境信息以及历史航速信息确定环境信息对应的第一权重信息;并根据预设神经网络利用历史环境信息以及历史航速信息确定环境信息对应的第二权重信息;根据第一权重信息和第二权重信息进行信息融合从而获得环境信息对应的权重值。解决了现有技术中需要借助人工经验对船舶的实际航行信息进行调整,无法根据实际情况进行灵活调整,故而增加了船舶在使用过程中的人工成本,使得船舶在运输过程中的竞争力下降的问题,提高了船舶自主航行的能力,降低了人工成本,进而提高了船舶运输的竞争力并使得自主航行的使用更安全更可靠。
请参阅图4,图4为本申请实施例提供的一种船舶的航行装置200,该船舶的航行装置200包括数据获取模块201、状态确定模块202、航向确定模块203、航速确定模块204、策略确定模块205,其中,数据获取模块201,用于获取所述船舶对应的环境信息,所述环境信息用于表征所述船舶在当前位置时相关海域的数据信息;状态确定模块202,用于根据所述环境信息确定所述船舶对应的自主航行状态;航向确定模块203,用于当所述自主航行状态满足预设条件时,根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息;航速确定模块204,用于根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息;策略确定模块205,用于根据所述目标航向信息和所述目标航速信息确定所述船舶对应的航行策略,以使得所述船舶根据所述航行策略进行航行。
在一些实施方式中,数据获取模块201中所述环境信息包括所述相关海域的障碍物密度、所述船舶到达禁航区的最小距离、所述相关海域的水深值、所述相关海域的浪高值中的一者或多者。
在一些实施方式中,状态确定模块202在所述根据所述环境信息确定所述船舶对应的自主航行状态过程中,执行:
从配置库中获取所述障碍物密度对应的目标密度值、所述船舶到达禁航区的目标距离、所述相关海域的目标水深值以及所述相关海域的目标浪高值;
将所述目标密度值与所述障碍物密度进行比较获得第一结果;
将所述最小距离与所述目标距离进行比较获得第二结果;
将所述水深值与所述目标水深值进行比较获得第三结果;
将所述目标浪高值与所述浪高值进行比较获得第四结果;
融合所述第一结果、所述第二结果、所述第三结果以及所述第四结果确定所述船舶对应的自主航行状态。
在一些实施方式中,状态确定模块202在所述融合所述第一结果、所述第二结果、所述第三结果以及所述第四结果确定所述船舶对应的自主航行状态之后过程中,还执行:
获取所述船舶对应的传感器状态,以及所述船舶对应的设备运行状态;
根据所述第一结果、所述第二结果、所述第三结果、所述第四结果、所述传感器状态以及所述设备运行状态重新确定所述船舶对应的自主航行状态。
在一些实施方式中,所述路径规划算法包括人工势场法,航向确定模块203在所述根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息过程中,执行:
根据所述人工势场法利用所述环境信息进行航向规划,获得所述船舶对应的目标航向信息。
在一些实施方式中,航速确定模块204在所述根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息过程中,执行:
从所述航速预测模型中获取所述环境信息对应的权重值;
根据所述权重值和所述环境信息确定所述船舶对应的目标航速信息;
其中,根据下列公式获得目标航速信息:
n表示环境信息的总数量,wn表示第n个所述环境信息对应的权重值,xn表示第n个所述环境信息对应的数值,v表示目标航速信息。
在一些实施方式中,航速确定模块204在确定所述航速预测模型中所述环境信息对应的权重值的过程中,执行:
获取所述船舶对应的历史环境信息以及所述历史环境信息对应的历史航速信息;
根据最小二乘法利用所述历史环境信息以及所述历史航速信息确定所述环境信息对应的第一权重信息;
根据预设神经网络利用所述历史环境信息以及所述历史航速信息确定所述环境信息对应的第二权重信息;
根据所述第一权重信息和所述第二权重信息进行信息融合获得所述环境信息对应的权重值。
在一些实施方式中,船舶的航行装置200可应用于终端设备。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的船舶的航行装置200的具体工作过程,可以参考前述船舶的航行方法实施例中的对应过程,在此不再赘述。
请参阅图5,图5为本发明实施例提供的一种终端设备的结构示意性框图。
如图5所示,终端设备300包括处理器301和存储器302,处理器301和存储器302通过总线303连接,该总线比如为I2C(Inter-integrated Circuit)总线。
具体地,处理器301用于提供计算和控制能力,支撑整个终端设备的运行。处理器301可以是中央处理单元 (Central Processing Unit,CPU),该处理器301还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
具体地,存储器302可以是Flash芯片、只读存储器 (ROM,Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本发明实施例方案相关的部分结构的框图,并不构成对本发明实施例方案所应用于其上的终端设备的限定,具体的服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器用于运行存储在存储器中的计算机程序,并在执行所述计算机程序时实现本发明实施例提供的任意一种所述的船舶的航行方法。
在一实施例中,所述处理器用于运行存储在存储器中的计算机程序,并在执行所述计算机程序时实现如下步骤:
获取所述船舶对应的环境信息,所述环境信息用于表征所述船舶在当前位置时相关海域的数据信息;
根据所述环境信息确定所述船舶对应的自主航行状态;
当所述自主航行状态满足预设条件时,根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息;
根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息;
根据所述目标航向信息和所述目标航速信息确定所述船舶对应的航行策略,以使得所述船舶根据所述航行策略进行航行。
在一些实施方式中,所述环境信息包括所述相关海域的障碍物密度、所述船舶到达禁航区的最小距离、所述相关海域的水深值、所述相关海域的浪高值中的一者或多者。
在一些实施方式中,处理器301在所述根据所述环境信息确定所述船舶对应的自主航行状态过程中,执行:
从配置库中获取所述障碍物密度对应的目标密度值、所述船舶到达禁航区的目标距离、所述相关海域的目标水深值以及所述相关海域的目标浪高值;
将所述目标密度值与所述障碍物密度进行比较获得第一结果;
将所述最小距离与所述目标距离进行比较获得第二结果;
将所述水深值与所述目标水深值进行比较获得第三结果;
将所述目标浪高值与所述浪高值进行比较获得第四结果;
融合所述第一结果、所述第二结果、所述第三结果以及所述第四结果确定所述船舶对应的自主航行状态。
在一些实施方式中,处理器301在融合所述第一结果、所述第二结果、所述第三结果以及所述第四结果确定所述船舶对应的自主航行状态之后过程中,还执行:
获取所述船舶对应的传感器状态,以及所述船舶对应的设备运行状态;
根据所述第一结果、所述第二结果、所述第三结果、所述第四结果、所述传感器状态以及所述设备运行状态重新确定所述船舶对应的自主航行状态。
在一些实施方式中,所述路径规划算法包括人工势场法,处理器301在所述根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息过程中,执行:
根据所述人工势场法利用所述环境信息进行航向规划,获得所述船舶对应的目标航向信息。
在一些实施方式中,处理器301在所述根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息过程中,执行:
从所述航速预测模型中获取所述环境信息对应的权重值;
根据所述权重值和所述环境信息确定所述船舶对应的目标航速信息;
其中,根据下列公式获得目标航速信息:
,/>
n表示环境信息的总数量,wn表示第n个所述环境信息对应的权重值,xn表示第n个所述环境信息对应的数值,v表示目标航速信息。
在一些实施方式中,处理器301在确定所述航速预测模型中所述环境信息对应的权重值过程中,执行:
获取所述船舶对应的历史环境信息以及所述历史环境信息对应的历史航速信息;
根据最小二乘法利用所述历史环境信息以及所述历史航速信息确定所述环境信息对应的第一权重信息;
根据预设神经网络利用所述历史环境信息以及所述历史航速信息确定所述环境信息对应的第二权重信息;
根据所述第一权重信息和所述第二权重信息进行信息融合获得所述环境信息对应的权重值。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端设备的具体工作过程,可以参考前述船舶的航行方法实施例中的对应过程,在此不再赘述。
本发明实施例还提供一种存储介质,用于计算机可读存储,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如本发明实施例说明书提供的任一项船舶的航行方法的步骤。
其中,所述存储介质可以是前述实施例所述的终端设备的内部存储单元,例如所述终端设备的硬盘或内存。所述存储介质也可以是所述终端设备的外部存储设备,例如所述终端设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施例中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
应当理解,在本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。以上所述,仅为本发明的具体实施例,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种船舶的航行方法,其特征在于,所述方法包括:
获取所述船舶对应的环境信息,所述环境信息用于表征所述船舶在当前位置时相关海域的数据信息;
根据所述环境信息确定所述船舶对应的自主航行状态;
当所述自主航行状态满足预设条件时,根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息;
根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息;
根据所述目标航向信息和所述目标航速信息确定所述船舶对应的航行策略,以使得所述船舶根据所述航行策略进行航行。
2.根据权利要求1所述的方法,其特征在于,所述环境信息包括所述相关海域的障碍物密度、所述船舶到达禁航区的最小距离、所述相关海域的水深值、所述相关海域的浪高值中的一者或多者。
3.根据权利要求2所述的方法,其特征在于,所述根据所述环境信息确定所述船舶对应的自主航行状态,包括:
从配置库中获取所述障碍物密度对应的目标密度值、所述船舶到达禁航区的目标距离、所述相关海域的目标水深值以及所述相关海域的目标浪高值;
将所述目标密度值与所述障碍物密度进行比较获得第一结果;
将所述最小距离与所述目标距离进行比较获得第二结果;
将所述水深值与所述目标水深值进行比较获得第三结果;
将所述目标浪高值与所述浪高值进行比较获得第四结果;
融合所述第一结果、所述第二结果、所述第三结果以及所述第四结果确定所述船舶对应的自主航行状态。
4.根据权利要求3所述的方法,其特征在于,所述融合所述第一结果、所述第二结果、所述第三结果以及所述第四结果确定所述船舶对应的自主航行状态之后,所述方法还包括:
获取所述船舶对应的传感器状态,以及所述船舶对应的设备运行状态;
根据所述第一结果、所述第二结果、所述第三结果、所述第四结果、所述传感器状态以及所述设备运行状态重新确定所述船舶对应的自主航行状态。
5.根据权利要求1所述的方法,其特征在于,所述路径规划算法包括人工势场法,所述根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息,包括:
计算在所述目标航向信息下所述船舶与多个障碍物的多个碰撞危险度指标,
获取所述碰撞危险度指标中用时最短的碰撞危险度指标对应的第一时长;
在所述第一时长大于所述船舶转动预设角度所用第二时长时,保持所述目标航向信息;
在所述第一时长小于所述第二时长时,根据所述环境信息利用所述路径规划算法确定新的目标航向信息。
6.根据权利要求1所述的方法,其特征在于,所述根据所述环境信息利用航速预测模型获得所述船舶对应的目标航速信息,包括:
从所述航速预测模型中获取所述环境信息对应的权重值;
根据所述权重值和所述环境信息确定所述船舶对应的目标航速信息;
其中,根据下列公式获得目标航速信息:
n表示环境信息的总数量,wn表示第n个所述环境信息对应的权重值,xn表示第n个所述环境信息对应的数值,v表示目标航速信息。
7.根据权利要求6所述的方法,其特征在于,确定所述航速预测模型中所述环境信息对应的权重值,包括:
获取所述船舶实时更新的环境信息集合和所述环境信息集合对应的航速信息集合;
根据最小二乘法利用所述环境信息集合和所述航速信息集合得到第一权重信息;
利用所述环境信息集合和所述航速信息集合对所述第一权重信息进行验证;
当所述第一权重信息验证未通过时,根据预设神经网络利用所述环境信息集合和所述航速信息集合得到第二权重信息;
融合所述第一权重信息和所述第二权重信息,得到所述环境信息对应的权重值。
8.如权利要求7所述的方法,其特征在于,所述利用所述环境信息集合和所述航速信息集合对所述第一权重信息进行验证包括:
将所述环境信息集合输入带有第一权重信息的所述航速预测模型,分别得到所述环境信息集合对应的第一验证航速信息集合;
分别计算所述航速信息集合中对应的所述航速信息和所述第一验证航速信息之间的第一差值,
在任一所述第一差值小于预设差值时,确认所述第一权重信息通过验证,则以第一权重信息作为所述权重值;
在存在至少之一所述第一差值大于所述预设差值时,确认所述第一权重信息未通过验证。
9.如权利要求8所述的方法,其特征在于,所述融合所述第一权重信息和所述第二权重信息之前还包括:
将所述环境信息集合输入所述带有第二权重信息的所述航速预测模型,分别得到到所述环境信息集合对应的第二验证航速信息集合;
分别计算集合中对应的所述航速信息和所述第二验证航速信息之间的第二差值;
在任一所述第二差值小于预设差值时,确认所述第二权重信息通过验证,则以第二权重作为所述权重值;
在存在至少之一所述第二差值大于所述预设差值时,确认所述第二权重信息未通过验证;则进入融合所述第一权重信息和所述第二权重信息步骤。
10.一种终端设备,其特征在于,所述终端设备包括处理器、存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至9中任一项所述的船舶的航行方法。
CN202311757884.0A 2023-12-20 2023-12-20 船舶的航行方法和终端设备 Active CN117452954B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311757884.0A CN117452954B (zh) 2023-12-20 2023-12-20 船舶的航行方法和终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311757884.0A CN117452954B (zh) 2023-12-20 2023-12-20 船舶的航行方法和终端设备

Publications (2)

Publication Number Publication Date
CN117452954A true CN117452954A (zh) 2024-01-26
CN117452954B CN117452954B (zh) 2024-04-02

Family

ID=89580194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311757884.0A Active CN117452954B (zh) 2023-12-20 2023-12-20 船舶的航行方法和终端设备

Country Status (1)

Country Link
CN (1) CN117452954B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170088123A (ko) * 2016-01-22 2017-08-01 대우조선해양 주식회사 무인 선박의 항해 시스템 및 이를 이용한 항해 제어 방법
CN109298712A (zh) * 2018-10-19 2019-02-01 大连海事大学 一种基于自适应航行态势学习的无人驾驶船舶自主避碰决策方法
CN112068546A (zh) * 2020-07-31 2020-12-11 安庆船用电器有限责任公司 一种船舶无人自主航行控制系统及方法
CN112650246A (zh) * 2020-12-23 2021-04-13 武汉理工大学 一种船舶自主导航方法及装置
CN113341980A (zh) * 2021-06-11 2021-09-03 大连海事大学 一种基于改进人工势场法的船舶自动避碰及路径规划方法
CN114764244A (zh) * 2022-04-19 2022-07-19 武汉理工大学 用于内河远程驾控船舶航行的控制方法、系统和存储介质
CN114879668A (zh) * 2022-04-25 2022-08-09 广东逸动科技有限公司 电动船舶的控制方法、电动船舶及计算机可读存储介质
CN116360434A (zh) * 2023-03-22 2023-06-30 西安电子科技大学 基于改进的csac-apf算法的船舶路径规划方法
CN117193321A (zh) * 2023-10-13 2023-12-08 江苏科技大学 一种无人船导航自主决策系统及自主航行方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170088123A (ko) * 2016-01-22 2017-08-01 대우조선해양 주식회사 무인 선박의 항해 시스템 및 이를 이용한 항해 제어 방법
CN109298712A (zh) * 2018-10-19 2019-02-01 大连海事大学 一种基于自适应航行态势学习的无人驾驶船舶自主避碰决策方法
CN112068546A (zh) * 2020-07-31 2020-12-11 安庆船用电器有限责任公司 一种船舶无人自主航行控制系统及方法
CN112650246A (zh) * 2020-12-23 2021-04-13 武汉理工大学 一种船舶自主导航方法及装置
CN113341980A (zh) * 2021-06-11 2021-09-03 大连海事大学 一种基于改进人工势场法的船舶自动避碰及路径规划方法
CN114764244A (zh) * 2022-04-19 2022-07-19 武汉理工大学 用于内河远程驾控船舶航行的控制方法、系统和存储介质
CN114879668A (zh) * 2022-04-25 2022-08-09 广东逸动科技有限公司 电动船舶的控制方法、电动船舶及计算机可读存储介质
CN116360434A (zh) * 2023-03-22 2023-06-30 西安电子科技大学 基于改进的csac-apf算法的船舶路径规划方法
CN117193321A (zh) * 2023-10-13 2023-12-08 江苏科技大学 一种无人船导航自主决策系统及自主航行方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郑道昌: "船舶航行自动避让的研究――船舶自动避让系统的组成及相关数据的处理", 中国航海, no. 01, 30 March 2002 (2002-03-30) *

Also Published As

Publication number Publication date
CN117452954B (zh) 2024-04-02

Similar Documents

Publication Publication Date Title
US10474908B2 (en) Unified deep convolutional neural net for free-space estimation, object detection and object pose estimation
JP6759673B2 (ja) 衝突リスク算出プログラム、衝突リスク算出方法および衝突リスク算出装置
CN110316193B (zh) 预瞄距离的设置方法、装置、设备及计算机可读存储介质
JP6998576B2 (ja) 航路上のリスクに適応した航行支援方法及び航行支援システム
CN111736595B (zh) 一种船舶行驶轨迹的控制方法、系统、装置和存储介质
CN111177934B (zh) 参考路径规划的方法、设备和存储介质
CN109885058A (zh) 行车轨迹规划方法、装置、电子设备及存储介质
CN109976342A (zh) 一种动态搜索的智能船舶多船会遇避碰方法
CN110510073A (zh) 一种无人帆船的自适应控制方法及系统
CN112036274A (zh) 一种可行驶区域检测方法、装置、电子设备及存储介质
CN113821031A (zh) 一种无人船舶自主航行能力评估方法
CN112441196A (zh) 船舶航行风险评估信息的处理方法、系统和存储介质
CN117452954B (zh) 船舶的航行方法和终端设备
CN114355879A (zh) 无人船及其编队的队形保持控制方法
CN114454888A (zh) 一种车道线预测方法、装置、电子设备及车辆
CN117433540B (zh) 船舶的航行方法、终端设备及可读存储介质
CN110414042B (zh) 一种冲突会遇局面下船舶集群态势分析方法
CN114611204A (zh) 一种构建船舶安全领域模型的方法和装置
CN115981377A (zh) 一种无人机动态避障方法及系统
CN114882737A (zh) 多船危险避碰决策方法、系统和存储介质
CN114489060B (zh) 无人船编队控制方法、终端设备及计算机可读存储介质
CN116215517A (zh) 碰撞检测方法、装置、设备、存储介质和自动驾驶车辆
CN113191266B (zh) 船舶动力装置远程监控管理方法及系统
Yuan et al. EMPMR berthing scheme: A novel event-triggered motion planning and motion replanning scheme for unmanned surface vessels
CN117075600A (zh) 无人船的轨迹规划方法、装置、电子设备及存储介质

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