-
公开(公告)号：CN119066612A
公开(公告)日：2024-12-03
申请号：CN202411151775.9
申请日：2024-08-21
Applicant: 大连海事大学
IPC: G06F18/25 , G06V10/40 , G06F18/213 , G06N3/0455 , G06N7/01 , G06N3/092 , G06N3/0895
Abstract: 本发明公开了一种基于多异构模态信息融合的智能船舶防撞决策方法，包括：获取智能船舶的本体感受信息、视觉观测信息和点云信息；对所述本体感受信息、视觉观测信息和点云信息分别进行编码从而提取相应的模态特征，将生成的三种异构模态特征转化为Transformer编码的tokens；对Transformer编码器进行层堆叠处理，在多个层级上融合三种异构模态的tokens信息，将三种异构模态的特征向量拼接后使用全连接网络将串联的向量投影到最终的输出向量中；将所述输出向量输入训练后的多异构模态防撞决策模型进行防撞决策，所述多异构模态防撞决策模型基于马尔科夫决策过程构建。本发明的研究成果不仅为智能船舶避碰提供了有效的技术手段，也为未来智能航运系统的发展奠定了坚实的基础。
-
公开(公告)号：CN118469072A
公开(公告)日：2024-08-09
申请号：CN202410580859.8
申请日：2024-05-11
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/40
Abstract: 本发明公开了一种港内船舶调度与航速联合优化方法，包括：对航速数据集进行预处理，基于预处理后的航速数据集确定船舶进出港安全航速范围；综合考虑船舶航速动态变化、船舶在港燃油消耗特性，将航速作为决策变量，构建以船舶总在港时间最小和船舶碳排放最低为目标的港内船舶调度与航速联合优化模型；设计一种船舶调度顺序与航速联合编码的模型求解算法；基于所述模型求解算法求解构建的港内船舶调度与航速联合优化模型，向港口和船方提供综合考虑港口效率和船舶碳排放的港内船舶调度方案与航速建议。本发明将船舶碳排放问题和船舶调度相结合研究，对港内船舶调度和航速进行联合优化，同时实现港口效率最高和碳排放最低。
-
公开(公告)号：CN118334623A
公开(公告)日：2024-07-12
申请号：CN202410492521.7
申请日：2024-04-23
Applicant: 大连海事大学
Abstract: 本发明公开了一种复杂场景下基于脉冲注意力的智能船舶避碰决策方法，包括：获取决策空间内的状态信息，并根据泊松分布对所述状态信息进行编码；将所述编码后的状态信息输入脉冲网络模型，所述脉冲网络模型包括卷积神经网络层、脉冲注意力模块以及全连接层，编码后的状态信息通过过两层部署的具有动态阈值模型的卷积神经网络层，然后经过脉冲注意力模型，得到一个加权后的特征向量，之后通过合并操作将特征向量展平为一维向量，最后经过两层全连接层输出本船的避碰决策动作信息，所述动作信息包括左转、右转、直行的航向大小。本发明将注意力机制与脉冲模型相融合，以提高智能船舶对当前最突出目标船舶障碍物的关注度，从而有效避免动态变速障碍。
-
公开(公告)号：CN118170128A
公开(公告)日：2024-06-11
申请号：CN202211567408.8
申请日：2022-12-07
Applicant: 大连海事大学深圳研究院
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供一种基于APF‑RRT融合算法的智能船舶路径规划方法，包括：通过电子海图获取起点、障碍物、目标点位置数据；在起始点与目标点之间创建随机搜索树，并选取随机采样点和离随机采样点最近的点；采用改进的人工势场函数对搜索树节点进行改进并找到合力生成的新节点；检测临近点和新节点之间是否存在障碍物，若不存在则保留节点；得到一条由多个节点构成的轨迹，利用三次样条插值对所述轨迹进行平滑处理，从而得到最终的规划路径。本发明将人工势场法与快速搜索随机树结合，充分利用人工势场法计算复杂度低、目标性强和实时性高的优点，以及快速搜索随机树法能够有效逃离局部最小值的优势，实现了智能船舶快速准确的路径规划方法。
-
公开(公告)号：CN113849909B
公开(公告)日：2024-04-09
申请号：CN202111101192.1
申请日：2021-09-18
Applicant: 大连海事大学
IPC: G06Q10/0637 , G06Q10/0631 , G06Q50/40 , G06N5/04
Abstract: 本发明提供一种基于动态博弈的海上自主水面船舶避让行为决策方法，包括：获取周围环境及船舶信息，构建博弈参与船舶集合，基于所述周围环境及船舶信息分析航行会遇态势；基于船舶操纵性、船舶类型、船舶航行状态以及不同局势下船舶间的避让关系确定避让行动优先级；根据所述船舶驾驶认知实践构建可供参与船舶选择的行动集合；计算参与船舶收益函数，并结合模糊理论构建每个收益类别的隶属度函数，所述收益函数类别包括衡量船舶航行安全距离的安全性收益、衡量船舶能源消耗的经济性收益以及衡量避让策略合规性的社会性收益；构建避碰博弈树，并基于逆向归纳算法求解船舶最优的避碰行动序列。本发明能够有效提升船舶在复杂航行环境中的避碰能力。
-
Patent Agency Ranking
公开(公告)号：CN117494871A
公开(公告)日：2024-02-02
申请号：CN202311275303.X
申请日：2023-09-28
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/40 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/045
Abstract: 本发明涉及一种考虑船舶交互影响的船舶轨迹预测方法，包括：对船舶AIS历史数据进行预处理，获得船舶时间序列轨迹数据集；根据船舶之间的交互影响关系，构建船舶空间网络关系图，获取船舶空间相对关系；根据船舶速度以及船舶相对距离计算船舶迫近效应获取船舶时间关系；构建基于GCN和GRU的神经网络船舶轨迹预测模型；构建损失函数自定义的混合损失函数；设置网络训练参数，输出未来一段时间船舶的轨迹。本发明模型将图神经网络与门控循环单元组合应用于船舶轨迹预测领域，利用图结构对空间的敏感度和门控循环单元对时间的敏感度有效提高了预测结果的科学性，保证了轨迹预测结果的精度。能为船舶行为分析与水上态势感知等场景提供更有效的技术支持。
-
公开(公告)号：CN113240234B
公开(公告)日：2024-01-12
申请号：CN202110363549.7
申请日：2021-04-02
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/067 , G06Q10/083 , G06N3/126
Abstract: 本发明公开了一种面向煤炭港口装船作业的装船设备分配与船舶交通组织协调优化方法，包括：根据煤炭港口船舶交通组织属性建立船舶交通组织协调优化模型；根据港口和船舶的基本信息、采用基于启发式筛选规则的多目标遗传算法对船舶交通组织协调优化模型进行求解获得优化后的交通组织方案。该方法能够缩短所有船舶占用航道资源的总时间以及所有船舶等待的总时间，也能够在合理分配装船设备的前提下安全高效地安排船舶进出港；方法的应用可以保障船舶安全进出港，同时，确定皮带运输煤炭的时间可以在一定程度上提高船舶预计离港时间的准确性，对合理安排船舶进出港计划以及提高港口的转运效率具有重要的参考价值。
-
公开(公告)号：CN117369440A
公开(公告)日：2024-01-09
申请号：CN202311275302.5
申请日：2023-09-28
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供一种智能船舶自动靠泊路径规划方法，方法包括：获取船舶位姿信息与港口场景信息；基于船载感知设备对港口环境进行栅格化建模；使用Hybrid A‑Star在港口范围内进行靠泊轨迹搜索；引入路径评价函数求取最优路径；运用分段贝塞尔曲线优化靠泊路径；将完整的靠泊平滑路径输出到船舶控制系统进行靠泊路径跟踪。本发明可以解决船舶自动靠泊过程中所面临的停泊区狭小、靠泊路径难以跟随等问题，实现安全、平滑、可靠的船舶自动靠泊路径规划。
-
公开(公告)号：CN116911532A
公开(公告)日：2023-10-20
申请号：CN202310767961.4
申请日：2023-06-27
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06Q10/083 , G06N3/126
Abstract: 本发明提供一种综合考虑到港和离港时间不确定性的船舶调度鲁棒优化方法。本发明方法，包括：构建船舶到港和离港时间的不确定性集合，以实现对调度方案鲁棒性的精确描述；建立综合考虑到港和离港时间不确定性下的船舶调度鲁棒优化模型；基于模因算法MA和变邻域搜索算法VNS，设计启发式算法MAVNS，并利用MAVNS求解鲁棒优化模型，得到鲁棒调度优化方案。本发明极大地丰富了当前不确定性船舶调度优化的研究，不仅能为港调部门有效应对船舶到港和离港时间波动而提供可靠的辅助决策，而且所得优化调度结果同时具备较好的鲁棒性和经济性，易于推广和应用至相关领域。
-
公开(公告)号：CN115107948B
公开(公告)日：2023-08-25
申请号：CN202210731061.X
申请日：2022-06-24
Applicant: 大连海事大学
Abstract: 本发明提供一种高效强化学习自主船舶避碰方法，解决不确定环境下采用强化学习算法实现自主船舶避碰过程中易陷入局部迭代和收敛速度过慢问题。本发明针对实际航行环境下船舶避让决策考虑的会遇态势变化和转向率问题，构建综合考虑外部收益信号与内部激励信号结合的全新奖励函数，鼓励自主船舶对状态迁移概率较低的环境进行搜索。在内部激励信号与外部收益信号协同驱动训练的过程中，利用学习经验复用，挖掘历史训练数据的隐藏特征，保存累计回报期望值较大的策略，并利用随机概率模型对好的策略迁移应用，减少强化学习在自主船舶搜索过程中刻意学习和盲目性学习问题，进一步提高了自主船舶避碰方法的学习效率。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.044 seconds)
