AIS与雷达目标信息模糊融合算法与实现

为达到优势互补的目的,将AIS(船舶自动识别系统)与雷达目标信息进行融合处理.采用时空粗关联融合判断及多因素模糊综合决策的方法,研究了AIS与雷达目标动态信息融合算法.计算机仿真结果表明关联门限值为0.75时,融合后目标更靠近AIS目标.实测验证该方法可以有效地提高目标信息的精度与可靠性.     

近海船舶航行辅助显示系统设计研究

为了方便船舶驾驶人员更好地观察航行态势,提出一种基于云计算的近海船舶航行辅助显示系统。利用船载摄像头拍摄航行环境,对航行数据进行采集;利用改进的YOLOv3算法,检测航行环境中的船舶;结合增强现实技术,将船舶航行姿态及AIS数据信息叠加到航行视频环境中。实践表明,开发的船舶航行辅助显示系统可为船舶驾驶人员、岸基工作人员提供简洁、有效的航行环境信息。     

基于模糊神经网络的AIS与雷达目标数据融合

根据航海信息来自多种传感器的特点,以雷达与AIS为主要研究对象,提出一种基于改进的自适应模糊系统的径向基函数网络和α-β滤波器的信息融合算法,实现雷达与AIS目标数据融合.计算机仿真结果表明,该数据融合算法可以有效地提高目标跟踪的精度.     

基于AIS数据的船舶会遇挖掘与分析

为实现在AIS海量数据中快速高效地识别会遇船舶信息,对会遇船舶航行过程实施监控和分析,识别研究水域内存在的海上交通安全风险点。以台湾海峡部分区域内的AIS数据作为研究对象,运用改进的DBSCAN聚类算法,结合船舶会遇特征参数计算,挖掘两船会遇与多船会遇信息,根据船舶方位和航向差划分船舶交叉、对遇和追越三种会遇局面,并通过定量化方式多维度描述不同类型的船舶会遇过程。结果表明:分析轨迹数据的时空特性可以再现船舶会遇场景,能更清晰全面地展现船舶的会遇过程。     

一种基于GAN的多船轨迹预测方法

为更好地预测船舶密集水域多船会遇避碰场景中的船舶轨迹，基于生成式对抗网络思想，提出一种多船轨迹预测模型——Vessel-GAN。针对船舶轨迹特点，Vessel-GAN模型基于时序卷积网络的多船历史轨迹编解码、船舶交互特征提取、终点信息引导和避碰损失函数等技术，通过在历史轨迹上的对抗训练，实现了能够拟合船舶航行行为数据分布的多船预测轨迹生成。基于琼州海峡近5000万条由AIS数据构建的船舶交互数据集的实验表明，相较Social-GAN基准模型，Vessel-GAN在计算速度方面提升了36%,平均位移精度、终点位移精度分别提升28%、41%,生成的多船预测轨迹更加符合船舶真实行为特征，且具有更好的预测实时性和稳定性。     

基于改进PPO算法的船舶自主避碰决策

为减少船舶避碰决策过程中人为失误导致的海难事故，提出一种基于改进近端策略优化(PPO)算法的船舶自主避碰决策。在传统PPO算法广义优势估计基础上加入自适应基线调整，并且使用长短期记忆网络(LSTM)改进网络结构。船舶的航行信息和激光雷达矢量线被应用于神经网络输入，航行制导、角度偏差及《1972年避碰规则》均被纳入改进的奖励函数设计。两船和多船会遇场景仿真实验表明：本文提出的避碰决策可使船舶实现自主航行，并在避碰过程中符合《避碰规则》,为处理复杂局面下的船舶避碰决策提供了参考。     

基于AIS和ECDIS的自动避让系统的研究

人为失误是发生海上碰撞事故的主要原因，建立完善的船舶自动避让系统是减少人为失误、提高航行安全的关键。快速、正确、详细地采集目标船和周围的环境信息是自动避让决策的基础。通过对现代航海技术AIS和ECDIS功能的分析，提出利用AIS和ECDIS解决自动避让系统信息采集问题的观点，以期对自动避让系统的开发研究有所帮助。     

基于AIS数据的船桥碰撞概率评估方法研究

针对船桥碰撞风险评估中桥梁船撞概率计算问题,基于自动识别系统(AIS)数据获得桥梁船撞影响参数,以解决现有方法中没有考虑特定桥梁航区实际通航船信息的问题.基于AIS数据分析了航行船舶动态,获得了船舶位置、航速和偏航角等参数,分析了船舶交通流,并以实际的船舶交通流对AASHTO规范模型中的几何概率进行修正;基于内河流域水流变化规律对AASHTO规范模型中的偏航概率进行修正,对比分析了修正前后的结果差异.结果表明:AASHTO规范模型没有考虑通航船舶的实际航道和速度变化情况,会导致所计算的桥梁船撞概率结果误差较大;对于船舶航行情况复杂的桥区,有必要采用基于AIS数据获得的实际通航船舶信息来估计船舶在桥区的分布情况,以提高计算结果的准确性;对于水流流速变化达到3 m/s,流向角变化达到3°的流域,应考虑水流变化对碰撞概率的影响.     

基于AIS信息融合的船载航行数据记录再现

研究VDR与AIS信息融合的信息再现,分析VDR和AIS播发的信息及其系统结构,设计了基于AIS信息融合的船载航行数据记录再现系统,并介绍了系统的构成、技术以及功能.     

基于多特征聚合的水面遮挡目标检测算法

针对智能船舶在内河航道航行时经常出现的船舶互相遮挡而影响目标检测精度的问题,提出了一种基于多特征聚合的水面遮挡目标检测算法．首先,在骨干网络设置多尺度感受野特征融合结构,融合被遮挡船舶可视区域与周围环境特征;其次,在骨干网络及网络的特征拼接部分添加混合注意力机制,增强网络的长程依赖性,聚合船首和船尾的特征;然后,设计了数据重采样策略,在训练过程中根据船舶类别的数量自适应地调整样本采样频率,缓解数据集中船舶数量的严重不均匀;最后对算法进行验证。结果表明：算法通过聚合被遮挡船舶可视区域与周围环境等多尺度特征,聚合船首、船尾长程特征,相较于原算法精度提升达到了3.3%,有效提升了视觉遮挡状态下水面目标的检测精度．     

基于AIS的船舶三维显示与避碰系统研究

介绍了基于AIS的船舶三维显示与避碰系统的功能特点和关键技术.通过研究多分辨率地形绘制技术和海浪运动模型等虚拟现实技术,实现三维海床的实时绘制和逼真海面的模拟生成.通过对AIS报文解析,获取周边船舶的位置和态势信息,最终实现了海床、海面和周边船舶组成的三维场景一体可视化;并通过在逼真的海上三维场景上叠加显示AIS信息和避碰辅助决策信息,更直观有效地保障了船舶航行安全.     

基于模糊逻辑方法的多船会遇安全态势评估

为了提高水上交通安全,减少船舶碰撞风险,基于模糊逻辑理论提出一种多船会遇安全态势感知评估方法。首先,基于船舶自动识别系统数据判断船舶会遇等典型交通场景下船舶避让优先级;然后,利用船舶相对距离、航速、船速比(本船与他船的航速比值)和相对方位(本船与他船的航向比值)等因素建立模糊评价规则,利用模糊综合评价法量化会遇态势下船舶的碰撞危险程度;最后,基于给定的风险阈值给出船舶航行安全风险预警。基于AIS数据对上海洋山深水港水域附近的多船交叉会遇和多船对遇局面进行仿真实验,实验结果表明所提出的方法能有效评估不同交通态势下船舶安全风险程度,可为智能船舶智能航行决策和安全预警提供数据支撑。     

船舶数字孪生平台的设计与应用

当前,船舶数字孪生的研究还处于起步阶段,实际应用亦比较少.在构建三维虚拟船舶及其航行环境基础上,通过实时采集船舶运行数据初步搭建了船舶数字孪生体,利用多源感知数据融合技术、航行态势重构技术对船舶航行态势进行分析;在此基础上,基于状态监测数据和相关知识经验建立了设备状态监测专家库和基于孤立森林算法对船舶设备寿命预测进行了...     

浅谈AIS在甘肃海事管理中的应用

近年来,AIS技术水平得到了快速发展并在我国沿海水域得到了极为广泛的应用,成为海事部门安全监管的有力手段。本文就利用现有AIS技术及网络,分析了AIS的结构功能、应用可行性以及在甘肃海事管理中的作用,并从AIS岸基雷达、船载终端、数据应用以及应用系统等多个方面提出了临夏州刘家峡库区AIS船舶航行安全监管系统建设方案。     

无人艇航迹跟踪控制系统设计与验证

针对复杂湖面环境干扰下的无人艇自主航行控制问题,设计了一种有效的无人艇航迹跟踪控制系统。该系统从航迹跟踪控制算法、数据融合处理、上位机监控三个部分展开设计。在算法设计层面,将航迹跟踪控制问题分为外环和内环两部分,外环部分提出了一种自适应视线(Line of sight,LOS）制导算法,以求解目标航向角作为航向控制器的输入;内环部分设计了无模型自适应PID航向控制器,以实现无人艇稳定的航行。在数据处理层面,采用卡尔曼滤波算法对传感器信息进行融合,实现了对无人艇位置和姿态信息的准确估计。在监控层面,设计了一种可视化上位机软件,实时监测无人艇航行状态,保证航行安全。最后,利用实艇进行湖测实验,验证了该控制系统的有效性,结果表明该系统具备在内湖执行任务的能力以及应对复杂环境干扰的能力。     

基于样条卡尔曼算法的AIS数据修复

针对船舶自动识别系统（automatic identification system，AIS）的异常数据修复问题，提出一种样条卡尔曼（spline Kalman，SK）算法。该算法根据船舶动力学原理，构建反映运动特征变化约束关系的系统状态转移模型，并以样条插值得到的AIS修复数据作为卡尔曼滤波器的观测数据，进而实现AIS数据的精确修复。采用厦门港及附近水域的历史AIS数据检验SK算法的有效性，检验结果表明:对于低缺失率的AIS数据集，SK算法的修复效果与样条插值算法相近，均优于KNN、RF和SVM算法，但随着AIS数据集缺失率的上升，只有SK算法具有较好的修复稳定性。该研究成果可以更加有效地修复AIS的异常数据，从而为海事大数据分析及相关应用提供良好的数据基础。     

小型船用导航雷达预警功能研究

导航雷达能够测定目标相对我方的距离及方位,对水上船艇的安全航行起了非常重要的作用;但不能提供目标船航行速度,不能判断目标性质,不能对运动目标的有关航行参数做出有效的运算,没有对我方监视的目标进行跟踪的功能。在小型导航雷达的基础上,通过对活动/固定目标识别方法、活动目标捕捉与跟踪方法、目标船的运动要素计算与预警等技术研究,形成一种具有简易标绘功能的新型预警导航雷达,能够提供规避、接近目标船艇的数据信息,确保船艇水上航行安全。     

网联车混行条件下交通流量融合方法

未来智能网联车与非网联车混行将带来更多的多源交通数据；为了提高数据的可靠性，结合传统交通数据获取方式提出了一种基于粒子群优化径向基神经网络的多源交通数据融合方法。首先选取不同来源的数据构建多源数据集并设置对照数据，利用Elbow Method方法和K-Means算法对多源数据集进行聚类，再以聚类中心坐标为参考构建相应径向基神经网络，最后在神经网络训练过程中引入粒子群算法，以融合结果与对照数据的差值作为粒子群算法迭代的目标函数，帮助求解神经网络中的参数。使用MATLAB实现神经网络并选取一组多源交通流量进行测试，同时再把这组交通流量数据用卡尔曼滤波算法融合，将两种方法的融合结果进行对比。结果表明：相比于传统卡尔曼滤波，使用粒子群优化的径向基神经网络对混行条件下的多源交通流量进行融合时数据误差均降低60%以上。     

基于AIS的船舶智能避碰专家系统的研究

充分利用AIS的优越性，并以专家系统技术为主，设计具有一定智能的船舶避碰专家系统。该系统通过对海上两船间会遇局面进行分析，判断且能给出合理的避让方案，能有效解决避碰问题，保证了航行安全。     

基于混合粒子群算法的船舶避碰决策

为解决船舶在开阔水域中的避碰决策问题，提出基于混合粒子群算法的船舶避碰决策方法。首先，针对粒子群算法在迭代后期容易陷入局部最优的局限性，引入高斯位置变异概念，扩大粒子的搜索广度，利用自适应策略对惯性权重进行改进，在保证粒子多样性的同时，提高粒子的局部搜索能力；其次，基于多目标优化方法构建目标函数，引入基于模糊综合评价策略构建的船舶碰撞危险度模型，统筹考虑《国际海上避碰规则》、海船船员通常做法、航行安全性与经济性，实现了多船会遇态势下的避碰路径规划；最后，通过Matlab仿真实验验证了该算法的有效性。相比标准粒子群算法，本文船舶避碰决策效果显著提高。