CN118149826B - 基于水下目标评估的无人装置智能控制方法及系统 - Google Patents
基于水下目标评估的无人装置智能控制方法及系统 Download PDFInfo
- Publication number
- CN118149826B CN118149826B CN202410564887.0A CN202410564887A CN118149826B CN 118149826 B CN118149826 B CN 118149826B CN 202410564887 A CN202410564887 A CN 202410564887A CN 118149826 B CN118149826 B CN 118149826B
- Authority
- CN
- China
- Prior art keywords
- underwater unmanned
- information
- underwater
- current
- target area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000011156 evaluation Methods 0.000 title claims abstract description 36
- 238000002474 experimental method Methods 0.000 claims abstract description 181
- 238000011084 recovery Methods 0.000 claims abstract description 144
- 238000004088 simulation Methods 0.000 claims description 35
- 230000007613 environmental effect Effects 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 239000013535 sea water Substances 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 3
- 238000012911 target assessment Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于水下目标评估的无人装置智能控制方法及系统，属于水下无人装置控制技术领域，本发明通过根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径，最后通过对行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿。本发明通过预估出水下无人实验装置上升至海平面时的预估区域位置，从而对水下无人实验装置进行回收，能够提高回收水下无人实验装置的回收效率。
Description
技术领域
本发明涉及无人装置控制技术领域，尤其涉及一种基于水下目标评估的无人装置智能控制方法及系统。
背景技术
水下无人实验装置在水下海洋数据采集、海洋矿产资源开发、海底地形地貌测绘等科学活动中发挥着至关重要的作用，是世界各国研究工作的热点。在海洋测绘或者做相关的海洋实验中，通过将水下无人实验装置置于相关的位置，当达到一定的时间之后就会控制无人实验装置上浮进行回收，虽然水下无人实验装置上设置有定位器，但是由于水下进行信息传输时常常会发生异常，回收终端不能够及时受到定位器的位置信息，从而不能够及时回收。
发明内容
本发明克服了现有技术的不足，提供了一种基于水下目标评估的无人装置智能控制方法及系统。
为达上述目的，本发明采用的技术方案为：
本发明第一方面提供了一种基于水下目标评估的无人装置智能控制方法，包括以下步骤：
将水下无人实验装置置于预设目标区域，并记录下预设目标区域的地理位置信息，获取当前水下无人实验装置回收终端的地理位置信息；
获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息；
获取当前预设目标区域的海浪数据信息，并根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置；
根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径；
通过行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿。
进一步的，在本方法中，获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息，具体包括：
获取预设目标区域的地理位置信息，通过大数据获取预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息，并构建知识图谱；
将预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息输入到知识图谱中进行存储，并获取预设目标区域的实时环境特征；
将预设目标区域的实时环境特征输入到知识图谱中进行数据匹配，获取预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息；
获取水下无人实验装置的体积信息，根据水下无人实验装置的体积信息以及预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息计算出水下无人实验装置在当前目标区域所受到的浮力信息。
进一步的，在本方法中，根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置，具体包括：
根据海浪数据信息对水下无人实验装置进行模拟受力分析，获取水下无人实验装置的受力数据信息，并根据水下无人实验装置的受力数据信息；
根据水下无人实验装置的受力数据信息以及水下无人实验装置在当前目标区域所受到的浮力信息计算出水下无人实验装置所受到的合力信息，基于合力信息计算出水下无人实验装置的加速度信息；
获取水下无人实验装置在当前目标区域的地理位置信息，根据水下无人实验装置的加速度信息以及水下无人实验装置在当前目标区域的地理位置信息对水下无人实验装置进行模拟分析；
通过模拟分析，获取水下无人实验装置上升至海平面时的预估区域位置，并将水下无人实验装置上升至海平面时的预估区域位置输出。
进一步的，在本方法中，根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径，具体包括：
通过对水下无人实验装置上升至海平面时的预估区域位置进行特征提取，获取若干个位置点，并计算出每个位置点与当前水下无人实验装置回收终端的地理位置信息之间的欧式距离值；
获取最小欧式距离值所对应的位置点，并引入蚁群算法，根据蚁群算法设置迭代代数，获取目标区域中的路障位置信息，根据目标区域中的路障位置信息设置避障区域；
根据避障区域计算出可行驶的区域面积，将最小欧式距离值所对应的位置点以及当前水下无人实验装置回收终端的地理位置信息输入到蚁群算法中进行路径规划，获取行驶路径；
当行驶路径中经过避障区域时，则根据迭代代数进行迭代计算，对行驶路径进行重新规划，直至行驶路径中不经过避障区域，获取行驶路径的距离信息，当行驶路径的距离信息不大于预设距离阈值时，输出当前水下无人实验装置回收终端的行驶路径。
进一步的，在本方法中，通过行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，具体包括：
通过大数据获取当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件发生次数；
将当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件发生次数输入到马尔科夫链中；
通过计算，获取在行驶路径中的气象特征数据发生异常事件的先验概率值，并判断行驶路径中的气象特征数据是否大于预设先验概率阈值；
当行驶路径中的气象特征数据大于预设先验概率阈值时，则对该行驶路径进行预警，并对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果。
进一步的，在本方法中，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿，具体包括：
获取水下无人实验装置上升至海平面时的预估区域位置，当前水下无人实验装置回收终端按照规划后的行驶结果进行行驶，获取水下无人实验装置回收终端行驶到终点位置的实时位姿信息；
根据行驶到终点位置的实时位姿信息以及水下无人实验装置上升至海平面时的预估区域位置进行回收模拟，获取模拟结果；
当模拟结果不为预设模拟结果时，则对水下无人实验装置回收终端行驶到终点位置的实时位姿信息进行调整，生成水下无人实验装置回收终端的位姿。
本发明第二方面提供了一种基于水下目标评估的无人装置智能控制系统，系统包括存储器以及处理器，存储器中包括基于水下目标评估的无人装置智能控制方法程序，基于水下目标评估的无人装置智能控制方法程序被处理器执行时，实现如下步骤：
将水下无人实验装置置于预设目标区域，并记录下预设目标区域的地理位置信息，获取当前水下无人实验装置回收终端的地理位置信息；
获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息；
获取当前预设目标区域的海浪数据信息，并根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置；
根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径；
通过对行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿。
本发明第三方面提供了一种计算机可读存储介质，计算机可读存储介质中包括基于水下目标评估的无人装置智能控制方法程序，基于水下目标评估的无人装置智能控制方法程序被处理器执行时，实现任一项的基于水下目标评估的无人装置智能控制方法的步骤。
本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：
本发明通过将水下无人实验装置置于预设目标区域，并记录下预设目标区域的地理位置信息，获取当前水下无人实验装置回收终端的地理位置信息，进而通过获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息，从而获取当前预设目标区域的海浪数据信息，并根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置，进一步根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径，最后通过对行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿。本发明通过针对定位器与回收终端之间的信息传输异常进行根据水下的环境特征以及海浪数据进行计算，从而预估出水下无人实验装置上升至海平面时的预估区域位置，从而对水下无人实验装置进行回收，能够提高回收水下无人实验装置的回收效率。
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的前提下，还可以根据这些附图获得其他实施例的附图。
图1示出了基于水下目标评估的无人装置智能控制方法的整体流程图；
图2示出了基于水下目标评估的无人装置智能控制方法的第一方法流程图；
图3示出了基于水下目标评估的无人装置智能控制方法的第二方法流程图；
图4示出了基于水下目标评估的无人装置智能控制系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
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他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示，本发明第一方面提供了一种基于水下目标评估的无人装置智能控制方法，包括以下步骤：
S102:将水下无人实验装置置于预设目标区域，并记录下预设目标区域的地理位置信息，获取当前水下无人实验装置回收终端的地理位置信息；
S104:获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息；
S106:获取当前预设目标区域的海浪数据信息，并根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置；
S108:根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径；
S110:通过行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿。
需要说明的是，本发明通过针对定位器与回收终端之间的信息传输异常进行根据水下的环境特征以及海浪数据进行计算，从而预估出水下无人实验装置上升至海平面时的预估区域位置，从而对水下无人实验装置进行回收，能够提高回收水下无人实验装置的回收效率。
如图2所示，进一步的，在本方法中，获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息，具体包括：
S202:获取预设目标区域的地理位置信息，通过大数据获取预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息，并构建知识图谱；
S204:将预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息输入到知识图谱中进行存储，并获取预设目标区域的实时环境特征；
S206:将预设目标区域的实时环境特征输入到知识图谱中进行数据匹配，获取预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息；
S208:获取水下无人实验装置的体积信息，根据水下无人实验装置的体积信息以及预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息计算出水下无人实验装置在当前目标区域所受到的浮力信息。
需要说明的是，环境特征包括温度、盐度等数据，通过本方法能够准确地预估出水下无人实验装置在当前目标区域所受到的浮力信息，从而来提高预估水下无人实验装置上升至海平面时的预估区域位置的准确率。
如图3所示，进一步的，在本方法中，根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置，具体包括：
S302:根据海浪数据信息对水下无人实验装置进行模拟受力分析，获取水下无人实验装置的受力数据信息，并根据水下无人实验装置的受力数据信息；
S304:根据水下无人实验装置的受力数据信息以及水下无人实验装置在当前目标区域所受到的浮力信息计算出水下无人实验装置所受到的合力信息，基于合力信息计算出水下无人实验装置的加速度信息；
S306:获取水下无人实验装置在当前目标区域的地理位置信息，根据水下无人实验装置的加速度信息以及水下无人实验装置在当前目标区域的地理位置信息对水下无人实验装置进行模拟分析；
S308:通过模拟分析，获取水下无人实验装置上升至海平面时的预估区域位置，并将水下无人实验装置上升至海平面时的预估区域位置输出。
需要说明的是，海浪数据信息包括洋流的流速、洋流的方向等数据，通过本方法能够分析出水下无人实验装置上升至海平面时的预估区域位置，以便对水下实验装置进行回收。
进一步的，在本方法中，根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径，具体包括：
通过对水下无人实验装置上升至海平面时的预估区域位置进行特征提取，获取若干个位置点，并计算出每个位置点与当前水下无人实验装置回收终端的地理位置信息之间的欧式距离值；
获取最小欧式距离值所对应的位置点，并引入蚁群算法，根据蚁群算法设置迭代代数，获取目标区域中的路障位置信息，根据目标区域中的路障位置信息设置避障区域；
根据避障区域计算出可行驶的区域面积，将最小欧式距离值所对应的位置点以及当前水下无人实验装置回收终端的地理位置信息输入到蚁群算法中进行路径规划，获取行驶路径；
当行驶路径中经过避障区域时，则根据迭代代数进行迭代计算，对行驶路径进行重新规划，直至行驶路径中不经过避障区域，获取行驶路径的距离信息，当行驶路径的距离信息不大于预设距离阈值时，输出当前水下无人实验装置回收终端的行驶路径。
需要说明的是，通过本方法能够对水下无人实验装置上升至海平面时的预估区域位置（如船舶）进行路径行驶规划，提高回收实验装置的效率。蚁群算法(ant colonyoptimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。
进一步的，在本方法中，通过行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，具体包括：
通过大数据获取当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件发生次数；
将当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件发生次数输入到马尔科夫链中；
通过计算，获取在行驶路径中的气象特征数据发生异常事件的先验概率值，并判断行驶路径中的气象特征数据是否大于预设先验概率阈值；
当行驶路径中的气象特征数据大于预设先验概率阈值时，则对该行驶路径进行预警，并对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果。
需要说明的是，通过马尔科夫链能够对不同气象特征数据（恶劣天气、晴天等）之下发生异常事件（如由于恶劣天气导致的危险事件）的先验概率值进行计算，进而当行驶路径中的气象特征数据大于预设先验概率阈值时，则对该行驶路径进行预警，并对当前水下无人实验装置回收终端的行驶路径进行重新规划。
进一步的，在本方法中，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿，具体包括：
获取水下无人实验装置上升至海平面时的预估区域位置，当前水下无人实验装置回收终端按照规划后的行驶结果进行行驶，获取水下无人实验装置回收终端行驶到终点位置的实时位姿信息；
根据行驶到终点位置的实时位姿信息以及水下无人实验装置上升至海平面时的预估区域位置进行回收模拟，获取模拟结果；
当模拟结果不为预设模拟结果时，则对水下无人实验装置回收终端行驶到终点位置的实时位姿信息进行调整，生成水下无人实验装置回收终端的位姿。
需要说明的是，预设模拟结果为回收装置的回收位置距离预估区域位置较远无法回收等情况。通过本方法对水下无人实验装置回收终端行驶到终点位置的实时位姿信息进行调整，生成水下无人实验装置回收终端的位姿，位姿为水下无人实验装置回收终端的航行姿态。
进一步的，在本系统中，获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息，具体包括：
获取预设目标区域的地理位置信息，通过大数据获取预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息，并构建知识图谱；
将预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息输入到知识图谱中进行存储，并获取预设目标区域的实时环境特征；
将预设目标区域的实时环境特征输入到知识图谱中进行数据匹配，获取预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息；
获取水下无人实验装置的体积信息，根据水下无人实验装置的体积信息以及预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息计算出水下无人实验装置在当前目标区域所受到的浮力信息。
进一步的，在本系统中，根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置，具体包括：
根据海浪数据信息对水下无人实验装置进行模拟受力分析，获取水下无人实验装置的受力数据信息，并根据水下无人实验装置的受力数据信息；
根据水下无人实验装置的受力数据信息以及水下无人实验装置在当前目标区域所受到的浮力信息计算出水下无人实验装置所受到的合力信息，基于合力信息计算出水下无人实验装置的加速度信息；
获取水下无人实验装置在当前目标区域的地理位置信息，根据水下无人实验装置的加速度信息以及水下无人实验装置在当前目标区域的地理位置信息对水下无人实验装置进行模拟分析；
通过模拟分析，获取水下无人实验装置上升至海平面时的预估区域位置，并将水下无人实验装置上升至海平面时的预估区域位置输出。
进一步的，在本系统中，根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径，具体包括：
通过对水下无人实验装置上升至海平面时的预估区域位置进行特征提取，获取若干个位置点，并计算出每个位置点与当前水下无人实验装置回收终端的地理位置信息之间的欧式距离值；
获取最小欧式距离值所对应的位置点，并引入蚁群算法，根据蚁群算法设置迭代代数，获取目标区域中的路障位置信息，根据目标区域中的路障位置信息设置避障区域；
根据避障区域计算出可行驶的区域面积，将最小欧式距离值所对应的位置点以及当前水下无人实验装置回收终端的地理位置信息输入到蚁群算法中进行路径规划，获取行驶路径；
当行驶路径中经过避障区域时，则根据迭代代数进行迭代计算，对行驶路径进行重新规划，直至行驶路径中不经过避障区域，获取行驶路径的距离信息，当行驶路径的距离信息不大于预设距离阈值时，输出当前水下无人实验装置回收终端的行驶路径。
进一步的，在本系统中，通过行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，具体包括：
通过大数据获取当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件侧发生次数；
将当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件侧发生次数输入到马尔科夫链中；
通过计算，获取在行驶路径中的气象特征数据发生异常事件的先验概率值，并判断行驶路径中的气象特征数据是否大于预设先验概率阈值；
当行驶路径中的气象特征数据大于预设先验概率阈值时，则对该行驶路径进行预警，并对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果。
进一步的，在本系统中，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿，具体包括：
获取水下无人实验装置上升至海平面时的预估区域位置，当前水下无人实验装置回收终端按照规划后的行驶结果进行行驶，获取水下无人实验装置回收终端行驶到终点位置的实时位姿信息；
根据行驶到终点位置的实时位姿信息以及水下无人实验装置上升至海平面时的预估区域位置进行回收模拟，获取模拟结果；
当模拟结果不为预设模拟结果时，则对水下无人实验装置回收终端行驶到终点位置的实时位姿信息进行调整，生成水下无人实验装置回收终端的位姿。
此外，本方法还可以包括以下步骤：
获取水下无人实验装置与水下无人实验装置回收终端之间的信息传输质量，并设置信息传输质量阈值，判断所述水下无人实验装置与水下无人实验装置回收终端之间的信息传输质量是否大于信息传输质量阈值；
当所述水下无人实验装置与水下无人实验装置回收终端之间的信息传输质量大于信息传输质量阈值，获取水下无人实验装置的实时地理位置信息以及水下无人实验装置回收终端的地理位置信息；
根据水下无人实验装置的实时地理位置信息以及水下无人实验装置回收终端的地理位置信息规划水下无人实验装置回收终端的行驶路径对水下无人实验装置进行回收；
当所述水下无人实验装置与水下无人实验装置回收终端之间的信息传输质量不大于信息传输质量阈值，则预测水下无人实验装置上升至海平面时的预估区域位置。
需要说明的是，通过本方法能够对信息传输质量进行评估，进而判定是否进行水下无人实验装置上升至海平面时的预估区域位置的预估，及时应对突发状况，提高回收的合理性。信息传输质量包括信息传输速度、信息传输速率、单位时间之内的信息传输量、通讯间断的次数等数据。
如图4所示，本发明第二方面提供了一种基于水下目标评估的无人装置智能控制系统4，系统4包括存储器41以及处理器42，存储器41中包括基于水下目标评估的无人装置智能控制方法程序，基于水下目标评估的无人装置智能控制方法程序被处理器42执行时，实现如下步骤：
将水下无人实验装置置于预设目标区域，并记录下预设目标区域的地理位置信息，获取当前水下无人实验装置回收终端的地理位置信息；
获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息；
获取当前预设目标区域的海浪数据信息，并根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置；
根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径；
通过行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿。
进一步的，在本系统中，获取预设目标区域的地理位置信息，并根据预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息，具体包括：
获取预设目标区域的地理位置信息，通过大数据获取预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息，并构建知识图谱；
将预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息输入到知识图谱中进行存储，并获取预设目标区域的实时环境特征；
将预设目标区域的实时环境特征输入到知识图谱中进行数据匹配，获取预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息；
获取水下无人实验装置的体积信息，根据水下无人实验装置的体积信息以及预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息计算出水下无人实验装置在当前目标区域所受到的浮力信息。
进一步的，在本系统中，根据水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置，具体包括：
根据海浪数据信息对水下无人实验装置进行模拟受力分析，获取水下无人实验装置的受力数据信息，并根据水下无人实验装置的受力数据信息；
根据水下无人实验装置的受力数据信息以及水下无人实验装置在当前目标区域所受到的浮力信息计算出水下无人实验装置所受到的合力信息，基于合力信息计算出水下无人实验装置的加速度信息；
获取水下无人实验装置在当前目标区域的地理位置信息，根据水下无人实验装置的加速度信息以及水下无人实验装置在当前目标区域的地理位置信息对水下无人实验装置进行模拟分析；
通过模拟分析，获取水下无人实验装置上升至海平面时的预估区域位置，并将水下无人实验装置上升至海平面时的预估区域位置输出。
进一步的，在本系统中，根据水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径，具体包括：
通过对水下无人实验装置上升至海平面时的预估区域位置进行特征提取，获取若干个位置点，并计算出每个位置点与当前水下无人实验装置回收终端的地理位置信息之间的欧式距离值；
获取最小欧式距离值所对应的位置点，并引入蚁群算法，根据蚁群算法设置迭代代数，获取目标区域中的路障位置信息，根据目标区域中的路障位置信息设置避障区域；
根据避障区域计算出可行驶的区域面积，将最小欧式距离值所对应的位置点以及当前水下无人实验装置回收终端的地理位置信息输入到蚁群算法中进行路径规划，获取行驶路径；
当行驶路径中经过避障区域时，则根据迭代代数进行迭代计算，对行驶路径进行重新规划，直至行驶路径中不经过避障区域，获取行驶路径的距离信息，当行驶路径的距离信息不大于预设距离阈值时，输出当前水下无人实验装置回收终端的行驶路径。
进一步的，在本系统中，通过行驶路径进行评估，根据评估结果对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，具体包括：
通过大数据获取当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件侧发生次数；
将当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件侧发生次数输入到马尔科夫链中；
通过计算，获取在行驶路径中的气象特征数据发生异常事件的先验概率值，并判断行驶路径中的气象特征数据是否大于预设先验概率阈值；
当行驶路径中的气象特征数据大于预设先验概率阈值时，则对该行驶路径进行预警，并对当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果。
进一步的，在本系统中，根据规划后的行驶结果生成水下无人实验装置回收终端的位姿，具体包括：
获取水下无人实验装置上升至海平面时的预估区域位置，当前水下无人实验装置回收终端按照规划后的行驶结果进行行驶，获取水下无人实验装置回收终端行驶到终点位置的实时位姿信息；
根据行驶到终点位置的实时位姿信息以及水下无人实验装置上升至海平面时的预估区域位置进行回收模拟，获取模拟结果；
当模拟结果不为预设模拟结果时，则对水下无人实验装置回收终端行驶到终点位置的实时位姿信息进行调整，生成水下无人实验装置回收终端的位姿。
本发明第三方面提供了一种计算机可读存储介质，计算机可读存储介质中包括基于水下目标评估的无人装置智能控制方法程序，基于水下目标评估的无人装置智能控制方法程序被处理器执行时，实现任一项的基于水下目标评估的无人装置智能控制方法的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的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，该计算机软件产品存储在一个存储介质中，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）执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，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，可轻易想到变化或替换，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 (5)
1.基于水下目标评估的无人装置智能控制方法，其特征在于，包括以下步骤：
将水下无人实验装置置于预设目标区域，并记录下预设目标区域的地理位置信息，获取当前水下无人实验装置回收终端的地理位置信息；
获取预设目标区域的地理位置信息，并根据所述预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息；
获取当前预设目标区域的海浪数据信息，并根据所述水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置；
根据所述水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径；
通过对所述行驶路径进行评估，根据评估结果对所述当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，根据所述规划后的行驶结果生成水下无人实验装置回收终端的位姿；
根据所述水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径，具体包括：
通过对所述水下无人实验装置上升至海平面时的预估区域位置进行特征提取，获取若干个位置点，并计算出每个位置点与所述当前水下无人实验装置回收终端的地理位置信息之间的欧式距离值；
获取最小欧式距离值所对应的位置点，并引入蚁群算法，根据所述蚁群算法设置迭代代数，获取目标区域中的路障位置信息，根据所述目标区域中的路障位置信息设置避障区域；
根据所述避障区域计算出可行驶的区域面积，将所述最小欧式距离值所对应的位置点以及当前水下无人实验装置回收终端的地理位置信息输入到所述蚁群算法中进行路径规划，获取行驶路径；
当所述行驶路径中经过所述避障区域时，则根据所述迭代代数进行迭代计算，对所述行驶路径进行重新规划，直至行驶路径中不经过所述避障区域，获取行驶路径的距离信息，当所述行驶路径的距离信息不大于预设距离阈值时，输出当前水下无人实验装置回收终端的行驶路径；
通过对所述行驶路径进行评估，根据评估结果对所述当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，具体包括：
通过大数据获取当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件发生次数；
将所述当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件发生次数输入到马尔科夫链中；
通过计算，获取在行驶路径中的气象特征数据发生异常事件的先验概率值，并判断所述行驶路径中的气象特征数据是否大于预设先验概率阈值；
当所述行驶路径中的气象特征数据大于预设先验概率阈值时，则对该行驶路径进行预警，并对所述当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果；
根据所述规划后的行驶结果生成水下无人实验装置回收终端的位姿，具体包括：
获取水下无人实验装置上升至海平面时的预估区域位置，所述当前水下无人实验装置回收终端按照所述规划后的行驶结果进行行驶，获取水下无人实验装置回收终端行驶到终点位置的实时位姿信息；
根据所述行驶到终点位置的实时位姿信息以及水下无人实验装置上升至海平面时的预估区域位置进行回收模拟，获取模拟结果；
当模拟结果不为预设模拟结果时，则对水下无人实验装置回收终端行驶到终点位置的实时位姿信息进行调整，生成水下无人实验装置回收终端的位姿。
2.根据权利要求1所述的基于水下目标评估的无人装置智能控制方法，其特征在于，获取预设目标区域的地理位置信息，并根据所述预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息，具体包括：
获取预设目标区域的地理位置信息，通过大数据获取所述预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息，并构建知识图谱；
将所述预设目标区域的地理位置信息在不同环境特征之下的历史海水密度特征数据信息输入到所述知识图谱中进行存储，并获取所述预设目标区域的实时环境特征；
将所述预设目标区域的实时环境特征输入到所述知识图谱中进行数据匹配，获取预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息；
获取水下无人实验装置的体积信息，根据所述水下无人实验装置的体积信息以及预设目标区域的实时环境特征数据信息所对应的海水密度特征数据信息计算出水下无人实验装置在当前目标区域所受到的浮力信息。
3.根据权利要求1所述的基于水下目标评估的无人装置智能控制方法，其特征在于，根据所述水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置，具体包括：
根据所述海浪数据信息对水下无人实验装置进行模拟受力分析，获取水下无人实验装置的受力数据信息，并根据所述水下无人实验装置的受力数据信息；
根据所述水下无人实验装置的受力数据信息以及水下无人实验装置在当前目标区域所受到的浮力信息计算出水下无人实验装置所受到的合力信息，基于所述合力信息计算出水下无人实验装置的加速度信息；
获取水下无人实验装置在当前目标区域的地理位置信息，根据所述水下无人实验装置的加速度信息以及水下无人实验装置在当前目标区域的地理位置信息对水下无人实验装置进行模拟分析；
通过模拟分析，获取水下无人实验装置上升至海平面时的预估区域位置，并将所述水下无人实验装置上升至海平面时的预估区域位置输出。
4.基于水下目标评估的无人装置智能控制系统，其特征在于，所述系统包括存储器以及处理器，所述存储器中包括基于水下目标评估的无人装置智能控制方法程序，所述基于水下目标评估的无人装置智能控制方法程序被所述处理器执行时，实现如下步骤：
将水下无人实验装置置于预设目标区域，并记录下预设目标区域的地理位置信息，获取当前水下无人实验装置回收终端的地理位置信息；
获取预设目标区域的地理位置信息，并根据所述预设目标区域的地理位置信息预估出水下无人实验装置在当前目标区域所受到的浮力信息；
获取当前预设目标区域的海浪数据信息，并根据所述水下无人实验装置在当前目标区域所受到的浮力信息以及海浪数据信息预估出水下无人实验装置上升至海平面时的预估区域位置；
根据所述水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径；
通过对所述行驶路径进行评估，根据评估结果对所述当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，根据所述规划后的行驶结果生成水下无人实验装置回收终端的位姿；
根据所述水下无人实验装置上升至海平面时的预估区域位置以及当前水下无人实验装置回收终端的地理位置信息生成当前水下无人实验装置回收终端的行驶路径，具体包括：
通过对所述水下无人实验装置上升至海平面时的预估区域位置进行特征提取，获取若干个位置点，并计算出每个位置点与所述当前水下无人实验装置回收终端的地理位置信息之间的欧式距离值；
获取最小欧式距离值所对应的位置点，并引入蚁群算法，根据所述蚁群算法设置迭代代数，获取目标区域中的路障位置信息，根据所述目标区域中的路障位置信息设置避障区域；
根据所述避障区域计算出可行驶的区域面积，将所述最小欧式距离值所对应的位置点以及当前水下无人实验装置回收终端的地理位置信息输入到所述蚁群算法中进行路径规划，获取行驶路径；
当所述行驶路径中经过所述避障区域时，则根据所述迭代代数进行迭代计算，对所述行驶路径进行重新规划，直至行驶路径中不经过所述避障区域，获取行驶路径的距离信息，当所述行驶路径的距离信息不大于预设距离阈值时，输出当前水下无人实验装置回收终端的行驶路径；
通过对所述行驶路径进行评估，根据评估结果对所述当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果，具体包括：
通过大数据获取当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件发生次数；
将所述当前水下无人实验装置回收终端的行驶路径中的气象特征数据信息以及各历史气象特征数据信息之下的异常事件发生次数输入到马尔科夫链中；
通过计算，获取在行驶路径中的气象特征数据发生异常事件的先验概率值，并判断所述行驶路径中的气象特征数据是否大于预设先验概率阈值；
当所述行驶路径中的气象特征数据大于预设先验概率阈值时，则对该行驶路径进行预警，并对所述当前水下无人实验装置回收终端的行驶路径进行重新规划，获取规划后的行驶结果；
根据所述规划后的行驶结果生成水下无人实验装置回收终端的位姿，具体包括：
获取水下无人实验装置上升至海平面时的预估区域位置，所述当前水下无人实验装置回收终端按照所述规划后的行驶结果进行行驶，获取水下无人实验装置回收终端行驶到终点位置的实时位姿信息；
根据所述行驶到终点位置的实时位姿信息以及水下无人实验装置上升至海平面时的预估区域位置进行回收模拟，获取模拟结果；
当模拟结果不为预设模拟结果时，则对水下无人实验装置回收终端行驶到终点位置的实时位姿信息进行调整，生成水下无人实验装置回收终端的位姿。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于水下目标评估的无人装置智能控制方法程序，所述基于水下目标评估的无人装置智能控制方法程序被处理器执行时，实现如权利要求1-3任一项所述的基于水下目标评估的无人装置智能控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410564887.0A CN118149826B (zh) | 2024-05-09 | 2024-05-09 | 基于水下目标评估的无人装置智能控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410564887.0A CN118149826B (zh) | 2024-05-09 | 2024-05-09 | 基于水下目标评估的无人装置智能控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118149826A CN118149826A (zh) | 2024-06-07 |
| CN118149826B true CN118149826B (zh) | 2024-07-09 |
Family
ID=91290895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410564887.0A Active CN118149826B (zh) | 2024-05-09 | 2024-05-09 | 基于水下目标评估的无人装置智能控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118149826B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116540751A (zh) * | 2023-07-05 | 2023-08-04 | 海云联科技(苏州)有限公司 | 一种无人船自动回收布放水下机器人的方法 |
| CN117452947A (zh) * | 2023-11-16 | 2024-01-26 | 国网江苏省电力有限公司建设分公司 | 基于测深无人船的路径规划和航行的方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101888171B1 (ko) * | 2017-11-16 | 2018-08-13 | 엘아이지넥스원 주식회사 | 무인 수상정의 자세정보 기반 환경인식 장치 및 방법 |
| CN113821029B (zh) * | 2021-08-31 | 2022-05-10 | 南京天溯自动化控制系统有限公司 | 一种路径规划方法、装置、设备及存储介质 |
-
2024
- 2024-05-09 CN CN202410564887.0A patent/CN118149826B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116540751A (zh) * | 2023-07-05 | 2023-08-04 | 海云联科技(苏州)有限公司 | 一种无人船自动回收布放水下机器人的方法 |
| CN117452947A (zh) * | 2023-11-16 | 2024-01-26 | 国网江苏省电力有限公司建设分公司 | 基于测深无人船的路径规划和航行的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118149826A (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111157982A (zh) | 基于岸基雷达的智能船舶船岸协同目标跟踪系统和方法 | |
| KR20080006294A (ko) | 선박의 항행 위험도 제공 방법 및 그 시스템 | |
| KR102426627B1 (ko) | 해양쓰레기 모니터링 장치 및 방법 | |
| KR101789808B1 (ko) | 선박운항지수 예보 장치 및 그 방법 | |
| CN113283653B (zh) | 一种基于机器学习和ais数据的船舶轨迹预测方法 | |
| CN116429118B (zh) | 一种基于物联网的渔船安全生产监管方法及系统 | |
| CN109448442A (zh) | 一种海域内多船碰撞危险度的高效监测方法 | |
| CN115359386A (zh) | 一种基于物联网的过洋性渔业安全捕捞方法、系统及介质 | |
| CN115346399A (zh) | 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 | |
| KR101775148B1 (ko) | 항만해양안전지수 예보 장치 및 그 방법 | |
| CN118149826B (zh) | 基于水下目标评估的无人装置智能控制方法及系统 | |
| CN117542004B (zh) | 近海人船拟合方法、装置、设备及存储介质 | |
| KR102482450B1 (ko) | 최적 운항경로 생성 장치 및 방법 | |
| CN116088542B (zh) | 一种基于遥感技术的渔船作业安全预警方法及系统 | |
| CN112446811A (zh) | 一种基于5g通信技术的渔业海上搜救系统及搜救方法 | |
| CN116630907A (zh) | 一种基于遥感的船舶航行数字孪生方法、系统、终端及存储介质 | |
| CN116384597A (zh) | 基于地理信息系统的渔港船舶进出港动态预测方法及系统 | |
| CN113470435B (zh) | 生成自然对抗海洋环境的智能船舶测试场景的方法及终端 | |
| CN118149831B (zh) | 一种基于信息协同的北极航行导航方法、系统及存储介质 | |
| CN117491987B (zh) | 基于lstm神经网络和时空运动距离算法的船舶轨迹拼接方法 | |
| CN115563889B (zh) | 一种目标对象的抛锚预测方法、装置及设备 | |
| Castro et al. | Calibration of a Clustering Algorithm to Improve the Nearshore Wave Prediction System | |
| CN118364246B (zh) | 基于多模态信息的海缆故障管控方法及装置 | |
| CN118194061B (zh) | 一种海洋卫星ais数据船舶航迹回溯方法 | |
| Martynova et al. | Safety Management for a Robotic Complex Based on its Power Consumption Dynamics |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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 |