-
公开(公告)号：CN114037252A
公开(公告)日：2022-02-11
申请号：CN202111305614.7
申请日：2021-11-05
Applicant: 大连海事大学
Abstract: 本发明提出了一种求解船舶交通组织与调度问题的自适应启发式算法，包括建立以最小化船舶进出港总时间为目标的单向航道船舶交通组织与调度数学模型；获取黄骅港综合港区船舶基础信息、泊位信息、锚地信息；采用一种自适应启发式算法(AHA)来求解此模型。在AHA中，遗传算法被当作基本的优化模型，迭代过程中利用Q‑learning自适应调整船舶编号与进出港方向相匹配的交叉和变异算子。考虑算法会陷入局部最优解，本发明引入模拟退火算法对遗传操作后的部分优秀个体进行退火操作。本发明方法在保证安全前提下，显著缩短船舶进出港总时间，提高单向通航港口船舶调度效率，同时该方法为港口船舶交通组织与调度优化提供一种新工具，弥补现有船舶交通组织优化方法的不足。
-
公开(公告)号：CN113689738A
公开(公告)日：2021-11-23
申请号：CN202110960316.5
申请日：2021-08-20
Applicant: 大连海事大学
Abstract: 本发明提供一种长航道大型船舶精细化逐段乘潮进港方法，包括：识别出长航道大型船舶乘潮进港航迹关键点；获取大型船舶乘潮进港航行行为变化关键船位点；结合长航道地理环境特征和大型船舶航行行为特征对长航道进行精细化分段；基于长航道分段结果构建长航道大型船舶精细化逐段乘潮进港窗口期模型；基于乘潮历时自适应排列的长航道大型船舶乘潮进港窗口期求解算法用以求解大型船舶乘潮进港最长窗口期，在获得的最长窗口期内完成船舶进港。本发明在保证通航安全的基础上可准确计算出长航道大型船舶乘潮进港窗口期，可在候潮时间及乘潮时间等方面为长航道大型船舶的交通组织提供数据支持，可为港航管理部门的大型船舶动态计划提供依据。
-
公开(公告)号：CN113283653A
公开(公告)日：2021-08-20
申请号：CN202110586239.1
申请日：2021-05-27
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于机器学习和AIS数据的船舶轨迹预测方法，包括：对船舶历史AIS数据集进行预处理；对预处理后的AIS数据集按轨迹进行划分，以获取多条轨迹特征数据；再对轨迹特征数据中的错误数据进行检测和删除；对每条轨迹特征数据进行网格化处理，将每条轨迹特征数据内轨迹点的预测目标划分为八个邻域网格方向；建立基于xgboost算法的轨迹预测模型，通过轨迹预测模型对轨迹点进行预测。从而提高船舶运动方向预测的准确率。同时在数据集选取时，只要求传回的AIS数据位置信息在网格精度允许范围内即可认为数据有效，降低了对AIS数据的精确性要求。
-
公开(公告)号：CN103646158B
公开(公告)日：2017-03-08
申请号：CN201310391137.X
申请日：2013-08-30
Applicant: 大连海事大学
IPC: G06F19/00
Abstract: 本发明公开了一种用于航海模拟器仿真的雷达模拟数据自动简化方法，包括1、提取原始岸线数据并进行特征分析：对提取的岸线数据进行赋特征值处理，并进行统计分析；2、进行整体特征点的提取：使用前向长度控制、岸线弯曲识别方法实现对人工岸线和自然岸线的区分，并利用累积弯曲程度控制方法保证数据分段后每段数据的弯曲都是单调的且不会形成螺旋线；3、进行局部特征点提取：对整体分段后的若干个特征数据点组成的数据段使用以面积损失度为控制参数的探索算法进行局部特征点提取。本发明能够实现人工岸线几何特征的完整保留，自然岸线的精确、高效简化；解决了手工处理效率低，精度无法验证的问题，大大提高了航海模拟器中雷达回波的仿真效率。
-
公开(公告)号：CN103646158A
公开(公告)日：2014-03-19
申请号：CN201310391137.X
申请日：2013-08-30
Applicant: 大连海事大学
IPC: G06F19/00
Abstract: 本发明公开了一种用于航海模拟器仿真的雷达模拟数据自动简化方法，包括1、提取原始岸线数据并进行特征分析：对提取的岸线数据进行赋特征值处理，并进行统计分析；2、进行整体特征点的提取：使用前向长度控制、岸线弯曲识别方法实现对人工岸线和自然岸线的区分，并利用累积弯曲程度控制方法保证数据分段后每段数据的弯曲都是单调的且不会形成螺旋线；3、进行局部特征点提取：对整体分段后的若干个特征数据点组成的数据段使用以面积损失度为控制参数的探索算法进行局部特征点提取。本发明能够实现人工岸线几何特征的完整保留，自然岸线的精确、高效简化；解决了手工处理效率低，精度无法验证的问题，大大提高了航海模拟器中雷达回波的仿真效率。
-
Patent Agency Ranking
公开(公告)号：CN102789739B
公开(公告)日：2014-01-15
申请号：CN201210237614.2
申请日：2012-07-10
Applicant: 大连海事大学
Abstract: 本发明提供一种基于图像的航海模拟器视景中号灯显示方法，该方法包括以下步骤：S1、通过号灯号型表确定船舶号灯的细节，并形成一张号灯列表；S2、根据船舶当前位置、航向，通过旋转、平移变换确定船舶任一号灯的准确位置，更新步骤S1中的号灯列表；S3、遍历更新后的号灯列表，判断确定需要显示的号灯，形成瞬时号灯显示列表；S4、遍历瞬时号灯显示列表，采用基于图像的方法绘制全部号灯。实施本发明，具有以下有益效果：通过在预定义矩形上贴号灯纹理图片，并对号灯显示的区域大小采用了去透视效果补偿，使所显示的号灯具有更强的真实感，由于采用了实时计算的方法判断是否应显示相应的号灯，使该方法更为简便、可靠。
-
公开(公告)号：CN102221448A
公开(公告)日：2011-10-19
申请号：CN201110132594.8
申请日：2011-05-20
Applicant: 大连海事大学
IPC: G01M10/00
Abstract: 本发明公开了一种确定海上搜救区域的方法、系统及搜救模拟器。其中的方法包括：接收搜救目标发送的遇险信号，生成分别与搜救目标等效的多个随机粒子；根据遇险信号，计算多种遇险场景下的多个随机粒子在电子海图上的综合初始概率分布；根据综合初始概率分布和预存的环境信息，计算预设时间后多个随机粒子在所述电子海图上的综合漂移概率分布并显示，之后根据综合漂移概率分布指定最优搜救域。由于该方法综合考虑了遇险目标的多种遇险场景，使得其可以更加精确的确定海上搜救区域，降低了搜救风险，为搜救目标争取了宝贵的搜救时间。
-
公开(公告)号：CN101615352A
公开(公告)日：2009-12-30
申请号：CN200910012148.6
申请日：2009-06-19
Applicant: 大连海事大学
IPC: G09B9/06
Abstract: 本发明涉及航海模拟器用船舶运动数学模型的构建，尤其是涉及一种航海模拟器用KaMeWa型喷水推进水翼船运动数学模型的构建。首先根据水翼的水动力特性，建立了考虑水翼浅浸效应的水翼升力、水翼攻角、水翼惯性力的计算方法，然后考虑船舶外界风浪干扰的影响，建立了水翼处波面的计算方法，并拟合船体的横剖面图，在变吃水情形下实时计算船体参数浮心位置、浮力、水线面面积和水线长度，该模型也包括了倒航戽斗的KaMeWa型喷水推进单元的水动力的计算方法。采用本发明的数学模型，能够满足航海模拟器在培训和科学研究中对多种操纵工况和外界风浪干扰条件下对KaMeWa型喷水推进水翼船操纵的需要。
-
公开(公告)号：CN101430833A
公开(公告)日：2009-05-13
申请号：CN200810229653.1
申请日：2008-12-09
Applicant: 大连海事大学
Abstract: 海上搜救仿真系统主要由教练员站、一条主本船、数条副本船、搜救直升机单元和视频监控系统组成；教练员站是海上搜救仿真系统开发平台的指挥与控制中心，主要完成搜救协调中心和报警台的职责，并承担管理与控制整个海上搜救仿真开发平台运行的功能；主本船模拟遇险船或搜救船的功能，在教练员站的指挥协调下进行搜救行动；副本船根据搜救练习的需要被设置为遇险船或搜救船，并配备180°视场角柱幕立体投影视景系统；搜救直升机单元模拟海上搜救直升机，在教练员站的指挥协调下，配合主副本船进行搜救行动；视频监控系统主要实现搜救事发现场的视频信息可视化传输功能。本发明有益效果在于为研制海上搜救仿真系统提供平台支持。
-
公开(公告)号：CN118567365B
公开(公告)日：2024-11-22
申请号：CN202411048661.1
申请日：2024-08-01
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于自适应动态规划的无人船航向跟踪事件触发控制方法，建立考虑无人船航向控制数学模型，并将其转化获得航向跟踪控制数学模型；根据关于误差和参考信号的动态标称系统，获取无人船航向最优反馈控制器；最后获取事件触发下的Actor模糊逻辑系统和Critic模糊逻辑系统的权值更新律，实现无人船事件触发自适应动态规划航向跟踪控制。本发明将事件触发机制应用在控制算法中，从而达到减小磨损、降低能耗的目的。利用Actor‑Critic最终获得事件触发下的最优反馈控制器、事件触发下的Actor模糊逻辑系统和Critic模糊逻辑系统的权值更新律，从而实现无人船事件触发自适应动态规划航向跟踪控制。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.024 seconds)
