-
公开(公告)号：CN119803469A
公开(公告)日：2025-04-11
申请号：CN202411905200.1
申请日：2024-12-23
Applicant: 大连海事大学
Abstract: 本发明提供了一种融合改进A星和改进动态窗口算法的船舶避碰路径规划方法，包括以下步骤：S1、在原有A星算法中加入节点评估和子节点扩展优化，得到改进后的A星算法；S2、采用Floyd算法对全局路径进行平滑处理，以去除全局路径上的多余拐点，减少船舶转向次数，提升全局路径的连续性；S3、基于四元船舶领域改进速度障碍法，建立船舶避碰危险预测模型，实时监测船舶沿全局路径航行过程中的碰撞风险；S4、在原有动态窗口算法中加入路径偏航评价函数和威胁锥评价函数，得到改进后的动态窗口算法；利用改进后的动态窗口算法进行局部避碰路径规划。本发明方法实现了动态未知环境下的船舶避碰路径规划，符合船舶避碰规则及海上航行的要求。
-
公开(公告)号：CN119439997A
公开(公告)日：2025-02-14
申请号：CN202411521040.0
申请日：2024-10-29
Applicant: 大连海事大学
IPC: G05D1/43 , G05D1/65 , G05D1/633 , G05D1/644 , G05D109/30
Abstract: 本发明公开一种无人船集群智能规划方法，涉及无人船路径规划技术领域。本发明提出了一种基于多智能体深度确定性策略梯度算法的路径规划模型，该模型能够动态捕捉和分析无人船集群在复杂环境下的行为特征，精准刻画多样化任务需求与环境不确定性。通过引入全局奖励与局部奖励机制，全球奖励用于激励集群整体协同作战，提升无人船间的任务配合效率，而局部奖励则侧重个体无人船在局部环境中的自适应优化，确保无人船集群在任务执行过程中避免冲突并灵活应对动态环境变化。经过训练的无人船集群能够在不完全信息条件下快速生成最优路径方案，有效提升任务成功率，确保复杂任务区域环境中的任务执行效率与安全性。
-
公开(公告)号：CN119085657A
公开(公告)日：2024-12-06
申请号：CN202411287310.6
申请日：2024-09-13
Applicant: 大连海事大学
IPC: G01C21/20
Abstract: 本发明提供了一种基于改进D星lite算法的船舶智能航线规划方法，包括如下步骤：S1、针对D星lite算法，选用对角线函数作为D星lite算法的启发函数，并对启发函数进行加权处理，得到D星lite算法的改进启发函数；S2、针对D星lite算法，在D星lite算法的路径函数中引入风险因子，得到D星lite算法的引入风险因子的路径函数；S3、针对D星lite算法，调整D星lite算法的搜索策略；S31、动态调整D星lite算法的搜索步长S32、增加搜索策略中路径的可选择方向；S4、基于S1、S2和S3得到改进后D星lite算法，基于改进后D星lite算法进行船舶智能航线规划；本发明在保障航行安全的同时，实现对规划时间、路径长度以及路径平滑度的优化，使其更加贴合实际航线。
-
公开(公告)号：CN115273556B
公开(公告)日：2024-10-29
申请号：CN202210731056.9
申请日：2022-06-24
Applicant: 大连海事大学
Abstract: 本发明提供一种基于互操作技术的船舶避碰决策方法及系统。本发明系统，包括：基于宽度优先互操作，实现了分布式避碰决策系统同一层次的避碰决策信息计算、交换、存储、反馈修正以及演示功能；基于深度优先互操作，实现了避碰决策系统内不同深度的数据获取、交换、理解及显示功能，并构建了船舶综合信息显示、智能避碰决策计算与智能避碰决策演示相应的分布式子系统。三个子系统通过人机交互界面显示并进行控制操作，可编辑系统参数可以控制各子系统按照人机交互界面输入的操作运行。本发明的技术方案解决了现有技术中的严重依赖船员人工认知避碰危险度和避让方案制定、系统面向目标与功能间均是独立运行的问题。
-
公开(公告)号：CN118706487A
公开(公告)日：2024-09-27
申请号：CN202410690610.2
申请日：2024-05-30
Applicant: 大连海事大学
Abstract: 本发明一种船舶倾斜环境下人员运动特征的实验方法，包括以下步骤：获取多个实验人员的身高和体重数据；将行走平台按照0°～16°平均划分N组倾斜角度进行设置，分别记录多个实验人员从第一平台经过中间走廊达到所述第二平台的过程；从实验人员的位置参数分析出不同性别、不同身体尺寸下实验人员的速度特征；记录两组实验人员分别从第一平台和所述第二平台对向移动的过程，采用Voronoi方法计算每一时刻的人员密度，从而进行人员在连接走廊区域的密度量化分析；计算实验人员的瞬时速度和单位时间内通过断截面的人员数量。本发明揭示了不同倾斜角度对疏散的影响，对加深理解船舶倾斜情况下的人员撤离特征具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN114037252B
公开(公告)日：2024-06-25
申请号：CN202111305614.7
申请日：2021-11-05
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06Q50/40 , G06N3/126
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：CN118154394A
公开(公告)日：2024-06-07
申请号：CN202410256282.5
申请日：2024-03-06
Applicant: 大连海事大学
IPC: G06Q50/40 , G06Q10/083 , G06N5/022 , G06F40/279 , G06F16/903
Abstract: 本发明提供一种知识驱动的港口船舶交通异常检测方法，包括：根据船舶在港口水域的交通行为，分析船舶在作业过程中涉及的知识要素，从五个维度构建港口水域船舶交通知识图谱框架；基于港口多源海事数据提取知识要素并对框架进行实例填充，完成港口水域船舶交通知识图谱的构建；根据航行规则从航行安全以及作业规范角度构建船舶港口航行规则知识库，在图谱中加入规则节点，实现异常交通活动及交通实体检测，并追溯违反的规则以及致异因素。本发明通过构建港口水域船舶交通知识图谱，结合港口地方规则及《1972年国际海上避碰规则》，实现多源海事数据整合及知识驱动的港口船舶交通异常的可解释性检测，为海上交通安全，船舶活动异常检测提供科学依据。
-
公开(公告)号：CN115167404B
公开(公告)日：2024-04-19
申请号：CN202210730090.4
申请日：2022-06-24
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供一种基于迁移强化学习的海上自主水面船舶避碰决策方法，包括：获取船舶航行状态及周围环境信息；基于船舶航行状态和《规则》进行船舶会遇场景划分，确定各会遇态势下的船舶推荐避让行为；考虑国际海上避碰规则与良好船艺的制约，引入碰撞危险度概念设计奖励函数，构建基于深度强化学习的船舶自主避碰决策模型；重复训练构建的模型，构建船舶避碰任务集，提出船舶避碰任务的相似度和复杂度度量模型，进行源任务筛选；通过源任务的选择和特征函数提取进行知识的获取，引入知识迁移方法加速目标任务中船舶智能体的训练，在保证避碰安全性的基础上优化决策的实时性。本发明能够有效提升船舶在复杂航行环境中的避碰决策的安全性和实时性。
-
公开(公告)号：CN117369441A
公开(公告)日：2024-01-09
申请号：CN202311275308.2
申请日：2023-09-28
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供一种考虑船舶运动学和CORLEGs的自适应智能船舶路径规划方法，包括以下步骤：初始化栅格地图与障碍物信息；依据获取的船舶航行位置信息，融合算法对航行图进行A‑star全局路径搜索；DWA算法使用A‑star规划路径上的航路关键点作为引导点进行航行；判断碰撞风险，存在碰撞风险时进行会遇局面的划分；DWA依据《国际海上避碰规则》(CORLEGs)优化采样轨迹，进行轨迹采样；在DWA算法完成局部避碰后，以引导点作为局部终点，进行航路恢复；智能船舶抵达终点后，算法结束。本发明结合全局路径规划和考虑CORLEGs的局部动态避碰，该技术方案能够为智能船舶在复杂航行态势下的全局路径规划与局部动态避碰提供支持。
-
公开(公告)号：CN116702095A
公开(公告)日：2023-09-05
申请号：CN202310643493.X
申请日：2023-06-01
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司 , 广东海洋大学
IPC: G06F18/27 , G06F18/214 , G06N3/0499 , G06F18/2135
Abstract: 本发明提供了一种模块化海上船舶运动姿态实时预报方法，涉及船舶运动姿态预报技术领域，包括如下步骤：S1、采集目标船舶的船舶运动六自由度运动要素数据；S2、利用递归偏最小二乘回归模型进行预报，得到第一预报结果；S3、得到近似分量和细节分量；S4、利用变结构的径向基函数神经网络进行每个近似分量和细节分量的时间序列预报；S5、建立基于径向基函数神经网络的船舶运动预报模型，利用所述基于径向基函数神经网络的船舶运动预报模型进行预报，得到第二预报结果；S6、将所述第一预报结果和第二预报结果进行叠加，得到最终的模块化船舶运动预报的结果。本发明通过结合RPLS模型和VRBFN模型的模块化预报策略，在保证预报稳定性的同时提高了预报的精度。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.035 seconds)
