为解决驾驶员使用最近会遇距离(distance of closest point of approach,DCPA)和最短会遇时间(time of closest point of approach,TCPA)进行避让决策时存在的忽略目标船参数的问题,采用Coldwell船舶领域模型并引入度量参数的方式,推导...为解决驾驶员使用最近会遇距离(distance of closest point of approach,DCPA)和最短会遇时间(time of closest point of approach,TCPA)进行避让决策时存在的忽略目标船参数的问题,采用Coldwell船舶领域模型并引入度量参数的方式,推导出具有时间序列的动态避让决策参数——最小缩放因子、领域侵入时间和领域侵入度。基于二分法和推导出的决策参数设计让路船决策流程,使用VC++MFC编程实现MMG模型仿真,并与基于传统DCPA和TCPA的避让决策仿真结果进行对比。结果表明,基于推导出的决策参数的避让决策能够解决基于DCPA、TCPA的避让决策忽略目标船参数的问题,具有预警时间精度高,避让时间短,避让转向角更合理等优势。推导出的决策参数在航线经济最优化和限制水域的避让决策方面都存在实用价值。展开更多
文摘为解决驾驶员使用最近会遇距离(distance of closest point of approach,DCPA)和最短会遇时间(time of closest point of approach,TCPA)进行避让决策时存在的忽略目标船参数的问题,采用Coldwell船舶领域模型并引入度量参数的方式,推导出具有时间序列的动态避让决策参数——最小缩放因子、领域侵入时间和领域侵入度。基于二分法和推导出的决策参数设计让路船决策流程,使用VC++MFC编程实现MMG模型仿真,并与基于传统DCPA和TCPA的避让决策仿真结果进行对比。结果表明,基于推导出的决策参数的避让决策能够解决基于DCPA、TCPA的避让决策忽略目标船参数的问题,具有预警时间精度高,避让时间短,避让转向角更合理等优势。推导出的决策参数在航线经济最优化和限制水域的避让决策方面都存在实用价值。
