船舶自适应自主航行决策方法、装置及电子设备

    公开(公告)号:CN117826824B

    公开(公告)日:2024-06-21

    申请号:CN202410071266.9

    申请日:2024-01-18

    IPC分类号: G05D1/43 G05D109/30

    摘要: 本发明提供一种船舶自适应自主航行决策方法、装置及电子设备,该方法包括:基于构建的船舶运动模型、PID航向控制模型以及改进速度障碍算法模型,确定船舶危险操纵区间;基于所述船舶危险操纵区间,构建船舶动态碰撞危险度模型;构建航迹跟踪算法模型和多船避碰模型,且基于所述船舶动态碰撞危险度模型、所述多船避碰模型和所述航迹跟踪算法模型,构建船舶航行决策模型;获取当前时刻的船舶状态,将所述当前时刻的船舶状态输入至预设的船舶状态预测模型中,得到预测的下一时刻的船舶状态;将所述下一时刻的船舶状态输入至所述船舶航行决策模型中,得到对应的船舶航行决策方案。本发明可以解决现有的船舶航行决策方法无法满足船舶避让的需求的问题。

    船舶自适应自主航行决策方法、装置及电子设备

    公开(公告)号:CN117826824A

    公开(公告)日:2024-04-05

    申请号:CN202410071266.9

    申请日:2024-01-18

    IPC分类号: G05D1/43 G05D109/30

    摘要: 本发明提供一种船舶自适应自主航行决策方法、装置及电子设备,该方法包括:基于构建的船舶运动模型、PID航向控制模型以及改进速度障碍算法模型,确定船舶危险操纵区间;基于所述船舶危险操纵区间,构建船舶动态碰撞危险度模型;构建航迹跟踪算法模型和多船避碰模型,且基于所述船舶动态碰撞危险度模型、所述多船避碰模型和所述航迹跟踪算法模型,构建船舶航行决策模型;获取当前时刻的船舶状态,将所述当前时刻的船舶状态输入至预设的船舶状态预测模型中,得到预测的下一时刻的船舶状态;将所述下一时刻的船舶状态输入至所述船舶航行决策模型中,得到对应的船舶航行决策方案。本发明可以解决现有的船舶航行决策方法无法满足船舶避让的需求的问题。

    一种面向自主式交通任务的船岸信息服务交换方法

    公开(公告)号:CN118840890A

    公开(公告)日:2024-10-25

    申请号:CN202410856472.0

    申请日:2024-06-28

    IPC分类号: G08G3/00 H04W4/14

    摘要: 本发明提出一种面向自主式交通任务的船岸信息服务交换方法,通过自主式交通任务系统实现船岸间高效可靠的信息交换;该方法包括根据信息重要度拆分报文信息,利用多属性决策分析选择最优通讯链路,并设置预设时间阈值监控传输过程。通过精准的数据拆分和传输策略,本发明提高了数据传输的效率和可靠性,降低了数据丢失和延迟的风险;该方法能够实时适应通讯环境的变化,优化资源利用,提升用户体验和管理效率,对于推动自主式交通任务的发展具有重要意义。

    一种基于物理模型的大型港口运营管理方法及系统

    公开(公告)号:CN117455324A

    公开(公告)日:2024-01-26

    申请号:CN202311478213.0

    申请日:2023-11-08

    摘要: 本发明涉及港口运营管理技术领域,特别是一种基于物理模型的大型港口运营管理方法及系统。获取港口的预设运营模型图,并在所述预设运营模型图中分离出港口预设位置的预设情景三维模型图;将所述实际情景三维模型图与预设情景三维模型图进行比较,得到情景偏差模型图;将使用状态为空闲状态的预设位置标记为可存放区域,并获取进港货船中的订单信息,根据所述订单信息对各可存放区域进行检索配对,得到存放该进港货船中货物的最终存放区域。基于物理模型的智能识别方法通过将计算机视觉、物理建模和深度学习技术融合在一起,克服了传统方法的限制,实现了更准确、高效、实时的货物卸货地点识别。

    一种基于物理模型的大型港口运营管理方法及系统

    公开(公告)号:CN117455324B

    公开(公告)日:2024-04-19

    申请号:CN202311478213.0

    申请日:2023-11-08

    摘要: 本发明涉及港口运营管理技术领域,特别是一种基于物理模型的大型港口运营管理方法及系统。获取港口的预设运营模型图,并在所述预设运营模型图中分离出港口预设位置的预设情景三维模型图;将所述实际情景三维模型图与预设情景三维模型图进行比较,得到情景偏差模型图;将使用状态为空闲状态的预设位置标记为可存放区域,并获取进港货船中的订单信息,根据所述订单信息对各可存放区域进行检索配对,得到存放该进港货船中货物的最终存放区域。基于物理模型的智能识别方法通过将计算机视觉、物理建模和深度学习技术融合在一起,克服了传统方法的限制,实现了更准确、高效、实时的货物卸货地点识别。