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。     

互见中基于AIS数据的船舶领域

为确定船舶领域,根据琼州海峡船舶自动识别系统(AIS)数据,再现该水域内船舶航行过程.依据海上避碰规则,判断会遇船舶间避让义务关系,建立船舶避让行为和最近会遇点位置间的关系模型.利用数理统计和模糊数学方法,获得不同避让度下船舶领域的边界曲线,建立海上船舶领域模型.     

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.     

船舶智能避碰决策与控制系统研究综述

在分析总结国内外船舶智能避碰决策与控制系统研究成果的基础上，提出了该系统中总体结构模型、船舶会遇形势的划分、碰撞危险度决策、避让时机决策、AIS系统在该系统中的运用、不同船舶间的协调避让和来船动态对避碰决策的影响等关键问题的研究思路和设想，明确了今后进一步完善船舶智能避碰决策与控制系统的研究方向．     

船舶航行态势融合算法及平台开发

为使船舶航行操控人员或自动驾驶系统能够获得更为全面和精准的航行环境信息，提出一种融合雷达、船舶自动识别系统（automatic identification system,AIS）、可见光多源信息的目标融合算法，并开发可应用于实船的软件平台。首先，设计多源目标融合算法，根据同一性原理将雷达捕获目标与AIS解析目标融合，根据水平面坐标与垂直面坐标变换原理融合可见光目标；其次，设计船舶多源目标融合数据样本集制作原理，利用实船采集数据构建包含3种来源的数据样本，并开发多源目标识别算法；再次，设计船舶航行多源信息融合平台，开发可应用于实船的可视化人机交互界面；最后，利用实船开展算法验证和平台试验，验证融合算法的准确性和软件平台的有效性。多目标融合算法可实现3种来源目标的准确融合，融合软件平台可提供较为精准的可视化信息。     

多种会遇状态下基于强化学习的船舶自动避碰路径仿真

为实现海域中多会遇局面的船舶自动避碰,依据船舶间状态信息的实时获取,构建了自适应启发评价的船舶避碰算法。算法中通过再励信号由强化学习训练得到船舶从会遇形成到驶过让清动态过程的优化转向决策,模拟给出了两船会遇局面、多船会遇局面下的避碰优化路径。结果表明算法能够满足避碰规则并完成安全避碰,与已有分布式避碰决策方法对比,显示了更好的实时性和经济性。     

论船舶几何碰撞会遇

提出船舶几何碰撞会遇和非几何碰撞会遇概念，会船碰撞危险和会船碰撞危险阀限以及船舶避领域中船舶会遇和会遇局成的定义，阐述了其判断方法。     

AR-HUD技术在船舶值班瞭望中的应用

为帮助船舶驾驶员快速获取船舶避碰信息以及航行中其他物标信息,利用增强现实抬头显示技术和增强信息投影算法,分析驾驶员、目标船和本船挡风玻璃三者之间的空间关系,建立了从海面会遇船舶到投影设备屏幕坐标,以及与人眼几何投影关系的数学模型,提出了一种基于AR-HUD的辅助瞭望系统架构。通过计算机仿真,建立本船与两条目标船会遇局面,并根据驾驶员观察的方向,投影对应避碰信息。仿真结果验证了AR-HUD技术在船舶值班辅助瞭望中具有较强的适用性。     

多目标船会遇实验自动生成算法研究及应用

为验证船舶拟人智能避碰决策（personifying intelligent decision-making for vessel conllision avoidance,PIDVCA）算法的合理性,基于船舶智能操控（ship intelligent handing and control,SIHC）仿真研究平台,通过对雷达标绘中矢量三角形绘图方法逆推分析,初步形成多目标船会遇实验自动生成算法。该算法可以根据验证需求自动生成所需要的实验方案,使得设置多船会遇实验更为便捷、客观和全面。     

船舶接近对遇局面避碰决策的研究

基于船舶右舷对遇局面中船舶避碰行为的调查,根据信息熵理论,了会遇两在不同距离,不同最近会遇距离时,船舶采取避普行种类的不确定性问题,为处于该种会遇局面上船舶的避碰决策及壁两船间的不协调辟碰行动提出了建议。     

基于AIS信息的航道内船舶速度分布统计分析

为了定量地揭示航道内航行的各种类型船舶所采取的安全航速的分布规律,以船舶AIS信息为数据来源,在SQL数据库中计算得到船舶通过航道门线时的速度.在此基础上,运用直方图法、折线图法分析船舶的速度分布规律,定量地揭示出航道内不同类型船舶采取速度的分布范围,并以青屿水道内航行的货船为例,计算得出航道内不同长度的货船速度分布的均值、方差与船舶长度呈正相关的关系.可为进出航道的船舶采取安全航速,为港航管理部门制定相关制度提供决策依据.     

上海港水域船舶避让决策知识库的构建

为了使机器决策能有效模拟有经验驾引人员的避让操船决策,针对上海港航行水域船舶密度大且船舶类型复杂等特点,采用专家咨询、问卷调查与理论分析相结合的方法,通过问卷收集上海港水域引航人员在典型会遇态势下的常用避让决策,利用几何分析从理论上论证更为合理及有效的避让方法,综合考虑上海港引航站引航文化"立足自我,主动避让"、上海港...     

基于Bi-BPNNs的船舶轨迹修复模型

为了解决船舶轨迹数据的异常和丢失问题,辅助轨迹复原和情景推演,提出一种双向学习模型,用于修复船舶轨迹.从AIS(Automatic Identification System)报文中提取航行船舶的上下文轨迹特征向量,改进基础BP(Back Propagation)神经网络的拓扑结构,构建具有双向预测功能的BP神经网络(Bi-BPNNs)模型,修复缺失的轨迹数据.使用长江干线航行船舶的真实轨迹数据对构建的模型进行验证和分析,通过与基础BP网络和常用线性插值方法的对比,证明Bi-BPNNs模型在船舶轨迹修复上具有更好的性能和效果.     

基于模糊综合评价的厦门港航道危险度评估

针对厦门港港口航道的交通安全状况,利用模糊综合评判法对该航道进行危险度的判断.并结合厦门航道的实际情况,将评价系统分为若干个指标,在船舶AIS 数据挖掘研究的基础上,建立航道的危险度评估系统,对厦门港口的三段航道进行危险度评判.实践证明该评估系统是可行的     

舰船疏散网络模型通达性分析

摘要： 为研究大型舰船的通达性问题,针对大型舰船与客船的不同点,建立了紧急疏散宏观计算模型.以疏散用时最少及水密性最优为目标,在考虑各个集合点容量限制和同向流、逆向流影响的前提下,采用遗传算法,对不同地点出发的功能组进行疏散路径优选.与基于最短路径的方法对比表明,最短路径不一定是舰船疏散的最优路径.     

E-Navigation系统中的MIP-AIS技术

为解决内河与沿海非公约适用船舶的避碰和安全航行问题,弥补现有基于VHF通信方式的AIS系统在该领域应用的缺陷,提出一种基于公众移动IP网络的AIS技术(MIP-AIS).研究实现基于MIP-AIS技术的两种船舶自动识别模式-S-C模式和S-S模式,以及其对通信网络带宽的需求模型.仿真试验与实际系统的实现均表明:MIP-AIS技术可经济可靠地提供沿海船舶与内河船舶之间以及船舶和MIP-AIS控制中心之间的信息交互;基于S-S模式的船舶自动识别系统的信息传输性能优于基于S-C模式,但是前者的船载终端设备的复杂度要高于后者.     

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。     

基于船舶领域的珠江口通航风险评估

针对珠江口通航水域的交通安全状况,基于动态船舶领域及相关计算模型,建立船舶航行密度、交通冲突和矢量动能风险子模型,并且通过挖掘分析事故数据和船舶动态数据,对载运易发生事故的特殊货物船舶进行附加风险加权;然后,对四项风险因子进行耦合,建立系统性的珠江口通航风险评估模型;最后,针对水域内船舶实时营运状态,率定相关计算参数,运用该耦合模型计算得出"珠江口通航风险综合指数",并将风险指数分为4级.验证分析表明,该通航风险评估模型比较客观实际,可为海事监管提供技术支撑.