【摘 要】
：
智能船舶发展与应用的前提是保障航行安全,碰撞风险辨识是保障其安全航行的重要步骤。为解决传统碰撞风险辨识方法在复杂场景中的应用局限性问题,进一步提高碰撞风险辨识的精确性并实现早期风险预警,本文以复杂场景为研究对象,开展了基于场论的智能船舶碰撞风险辨识方法研究。具体研究内容如下:（1）从《国际海上避碰规则》量化角度出发,给出会遇局面定量判断方法,并对船舶领域模型及基于领域的安全标准进行分析总结。（2）
论文部分内容阅读
智能船舶发展与应用的前提是保障航行安全,碰撞风险辨识是保障其安全航行的重要步骤。为解决传统碰撞风险辨识方法在复杂场景中的应用局限性问题,进一步提高碰撞风险辨识的精确性并实现早期风险预警,本文以复杂场景为研究对象,开展了基于场论的智能船舶碰撞风险辨识方法研究。具体研究内容如下:（1）从《国际海上避碰规则》量化角度出发,给出会遇局面定量判断方法,并对船舶领域模型及基于领域的安全标准进行分析总结。（2）从场论思想出发,引入高斯函数和Sigmoid函数,建立环境势能场通用模型并提出针对碍航物的势能场构建方法;基于船位预测不确定性模型改进四元船舶领域,进而建立了动态船舶风险场模型。（3）提出复杂场景下基于场论的智能船舶碰撞风险计算方法,将船舶领域重叠的几何问题转化为场能叠加问题;结合航海实践要求进行碰撞危险度分区,并考虑最近会遇点,提出了完整的碰撞风险辨识流程;通过设置不同复杂场景进行仿真实验进一步验证方法的有效性。结果表明,本文提出的方法能够准确识别不同场景下的碰撞风险,实现早期风险预警。针对复杂场景下智能船舶航行安全的重大需求,本文基于场论思想,把船舶领域和碰撞风险有效结合起来,提出了基于场论的智能船舶碰撞风险辨识方法。该方法可为复杂场景下智能船舶的安全航行提供理论支撑,具有实际应用价值。
其他文献
随着国际贸易量日趋增加,海上运输业务飞速发展,无人船（Unmanned Surface Vehicle,USV）作为海上运输的新方式,具有巨大的商业价值和军事价值。其中,作为无人船核心技术之一的路径规划,受到了广大海上运输业和科研工作者的密切关注。因此,在已知海洋环境中可以获得一条距离短、成本低、安全性高的船舶航行路径成为了航海领域最热门的研究方向之一。首先,本文针对路径规划问题的特点选择采用栅格
智能船舶是航运业未来的发展方向,目前船舶在靠泊过程中,船员需要实时、准确地掌握船舶的靠泊状态以避免发生碰撞,将来海上水面自主船舶（Maritime Autonomous Surface Ship,MASS）在自动靠泊过程中也需要实时、准确地感知靠泊距离、靠泊速度、靠泊角和转艏角速度等参数,从而做出合理决策并控制船舶安全靠泊。3D激光雷达可以准确地测量物体的方位、距离和强度,并且距离的测量精度可以达
＜正＞鲁迅在《藤野先生》中写道:"他（藤野先生）的性格,在我的眼里和心里是伟大的,虽然他的姓名并不为许多人所知道。"一位普通教授,两年师生情谊,自离开日本就没有再联系,也未曾见面,但鲁迅在二十年后却用"伟大"来形容藤野先生,这是为什么呢?从文本出发,体验作者情感抒发的特点,感受伟大灵魂,是本课教学的核心任务。作者笔下的藤野先生有什么样的特征呢?其"伟大"特征又是怎么表现出来的呢?作者为什么认为这些
海洋货物运输量约占国内进出口货运总量的90%,海上运输是国际贸易中最重要的运输方式之一。国际上,船舶操纵性预报是近年来的研究热点,而船舶操纵性预报的前提是建立准确的船舶运动数学模型。建立船舶运动数学模型的方式有机理建模和辨识建模,随着智能算法以及控制理论的发展,辨识建模被广泛的推广。为了提高船舶运动状态预报的准确性,本文将灰狼优化（Grey Wolf Optimizer,GWO）算法进行改进,并研
随着海上贸易需求的增加以及船舶大型化的发展,海上通航环境日趋复杂。与陆地交通事故相比,海上交通事故造成的人命与财产损失往往巨大。在海上交通事故中,船舶碰撞事故占很大比重。船舶碰撞事故的发生往往会对海上人命、船舶、货物以及海洋环境造成巨大威胁。如何高效的救援人命、保护海洋环境、减少事故造成的损失是海上船舶碰撞后应急工作的重点。准确评估碰撞事故发生后的应急态势以及预测可能的态势演化,可以指导应急人员高
船舶交通流量的大小一直以来被认为是反映某一水域船舶交通规模和繁忙程度的重要指标,从保障海上交通安全方面来看,船舶交通流量也能反映该水域船舶交通的拥挤和危险程度。通过对船舶交通流量的预测,可为航道通航安全评估或船舶通航管理提供一定的理论基础,也可为航道监管部门和港航部门采取交通管制措施来提高船舶通航效率方面提供一定的参考建议,因此对船舶交通流量预测的研究具有一定的意义。船舶交通流量预测是依据某一水域
随着科学技术的进步和海洋经济的发展,水面船舶成为了探索和开发海洋的重要工具。相较于单船作业,船舶编队可以扩大作业范围,提高工作效率,因此更适用于复杂的海上任务。由于编队作业在资源勘探、海底地形测绘、环境监测、安防救援和海上补给等方面具有广阔的应用前景,船舶的编队控制也引起了国内外学者的广泛关注,并成为船舶与控制领域中的研究热点问题之一。因此,本文立足于现有船舶编队控制的发展动态,提出了基于模型预测
海雾是一种常见的天气现象。在海雾天气下采集图像与视频时,目标场景信息经过空气中悬浮颗粒的散射与反射的影响传递到近岸海域监控系统的监控设备的传感器,传感器获取的目标场景清晰度低、目标物体模糊、对比度下降等问题,导致监控系统对目标对象辨别不准确,无法给予往来船舶精准的信息,提升了船舶事故的发生率,增加了事故责任判定难度。因此研究近岸海域图像的去雾算法具有重要的实际意义。本文针对海雾天气条件下近岸海域监
海上会遇船舶的识别和跟踪是近些年船舶工业领域的研究热点,其研究也是无人船智能感知的关键技术之一。为解决对海上会遇船舶检测与跟踪过程的实时性问题,同时能够在保证实时性前提下提高基于卷积神经网络的海上会遇船舶检测算法的检测效率,本文利用参数量较少的注意力机制模块,对轻量化的卷积神经网络目标检测算法进行改进,同时改进了最佳边界框的选择方式,从而提升了关键特征的提取能力,提高了算法的精确率,并通过改进后的
核心素养视阈下,基于HPS（科学史、科学哲学和科学社会）设计初中生物学课堂构建一种新型教学模式,并结合课堂实例加以说明。