一种知识驱动的港口船舶交通异常检测方法

    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

    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。

    基于多异构模态信息融合的智能船舶防撞决策方法

    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

    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。

    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

    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

    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。

    一种基于船舶碰撞事故报告的事故场景还原方法

    公开(公告)号:CN118036604A

    公开(公告)日:2024-05-14

    申请号:CN202410165034.X

    申请日:2024-02-05

    Abstract: 本发明公开了一种基于船舶碰撞事故报告的事故场景还原方法,包括:搭建船舶碰撞事故隐征解析框架,定位并提取事故报告中涉事船舶信息及事故过程,追踪其中隐含船舶静态信息、行为信息和碰撞事故结果的目标事故特征;基于预设的船舶碰撞场景还原模型对所述目标事故特征的具体取值进行解析推理,确定涉事船舶事故途经的事件点位置,再模拟生成涉事船舶事件点间轨迹,结合船舶静态信息和碰撞事故结果得到完整的船舶碰撞事故还原场景,所述船舶碰撞场景还原模型用于将目标事故特征还原为船舶碰撞事故场景。本发明实现了从非结构化的事故报告文本中还原船舶碰撞事故场景的自动化过程,为海事事故调查与船舶典型避碰测试场景生成提供了有力支撑。

    一种考虑场景特征的船舶航行规则自主解释方法

    公开(公告)号:CN119719338A

    公开(公告)日:2025-03-28

    申请号:CN202411791333.0

    申请日:2024-12-06

    Abstract: 本发明提供一种考虑场景特征的船舶航行规则自主解释方法,包括:设计通航规则文本标注方法,标注场景特征以及操作属性;设计基于语义解析的通航规则自动化解释方法,利用命名实体识别和语义角色标注模型解析通航规则文本,提取航海场景信息和对应的船舶操作规则,建立场景与通航规则之间的映射关系,生成船舶通航规则的逻辑三元组集合;构建船舶航行规则知识图谱,动态关联船舶航行场景与操作规则,将文本化的通航规则转换结构化语义的情境解释。本发明实现了船舶航行规则的理解与阐释,超越了单纯的命名实体识别层面,深入至场景化应用的实践维度,强调逻辑链条为场景约束—操作规则的完整性,为港口交通管理和船舶航行安全提供智能化支持。

    一种基于认知分层学习的有人/无人船协同路径规划方法

    公开(公告)号:CN118466489A

    公开(公告)日:2024-08-09

    申请号:CN202410530068.4

    申请日:2024-04-29

    Abstract: 本发明公开了一种基于认知分层学习的有人/无人船协同路径规划方法,包括:构建分层结构下有人/无人船认知互动的半马尔可夫决策过程模型,将路径规划任务分解为若干个子任务,构建路径规划任务的累积折扣报酬函数;每个子任务调用的任务策略均为一个包含终止判断、动作集以及伪报酬函数的三元组,其中伪报酬函数为子任务调用的任务策略执行后得到的奖励值;基于分层学习算法对分层结构下有人/无人船认知互动的半马尔可夫决策过程模型进行求解,实现认知分层学习的有人/无人船协同路径规划。本发明将有人/无人船的任务划分为不同层次,并在每个层次内进一步细分为协同子任务和非协同子任务,以灵活应对不同复杂度的航行场景。

    一种考虑多轨迹语义特征的港口船舶行为精准建模方法

    公开(公告)号:CN118313150A

    公开(公告)日:2024-07-09

    申请号:CN202410597004.6

    申请日:2024-05-14

    Abstract: 本发明提供一种考虑多轨迹语义特征的港口船舶行为精准建模方法,包括:将抽象的船舶行为信息转化为直观的语义特征事件;绘制船舶的轨迹语义特征图,获得语义特征事件分布特征,提取有效的时空标准进行船舶行为模式的表征。对船舶轨迹数据进行窗口划分,并基于窗口区位信息、语义特征图、轨迹图,精准定义窗口的船舶行为模式标签;按照建立的船舶行为表征模型,从标记的轨迹窗口提取窗口特征,并输入到分类器中学习,获得基于多轨迹语义特征的船舶行为模式分类器;将分类器用于新的轨迹窗口中,实现轨迹窗口的行为模式的分类与识别;采用游程编码方法,将船舶行为模式从基于窗口的表示转换为基于不同行为模式的表示,实现船舶行为模式的完整表征。

Patent Agency Ranking