为解决大数据下船舶会遇识别算法效率不高且存在误判等问题,提出一种融合国际海上避碰规则(International Regulations for Preventing Collisions at Sea,COLREGs)的带噪声的基于密度的空间聚类(density-based spatial clustering of a...为解决大数据下船舶会遇识别算法效率不高且存在误判等问题,提出一种融合国际海上避碰规则(International Regulations for Preventing Collisions at Sea,COLREGs)的带噪声的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法,建立船舶会遇识别模型。在DBSCAN算法对邻域内的船舶数量进行统计时,计算船舶间的最近会遇距离(distance to closest point of approach,DCPA)和最近会遇时间(time to closest point of approach,TCPA),初步筛选邻域内的噪声点;基于模糊综合评价模型计算船舶会遇风险,对邻域内的船舶进行二次筛选,实现船舶会遇态势的提取。结果表明:改进后的DBSCAN算法过滤掉传统DBSCAN算法识别到的非会遇局面,并且在同一会遇局面下的船舶数量均保持在4艘以内;输出的会遇船舶风险演变趋势对实际水域内高风险船舶的监控适用性较好,能有效辅助船舶避碰。所提识别模型对保障航行安全和提高海事监管效率具有重要意义。展开更多
针对多无人艇编队避障问题,对静态避障的路径消耗问题进行建模分析,在动态避障时提出一种偏置人工势场法使策略符合艇群国际海上避碰规则(swarm International Regulations for Preventing Collisions at Sea,sCOLREGS)。本方法首先对...针对多无人艇编队避障问题,对静态避障的路径消耗问题进行建模分析,在动态避障时提出一种偏置人工势场法使策略符合艇群国际海上避碰规则(swarm International Regulations for Preventing Collisions at Sea,sCOLREGS)。本方法首先对传统人工势场法进行改进,定义符合艇群会遇态势判断需求的sCOLREGS,通过速度障碍法实时判断碰撞风险,然后利用偏置斥力区域的改进人工势场法实现对规则的遵守。仿真实验表明,本文方法在障碍物与编队大小相当时可显著减少避障路程,在确保避障实时性的同时,较好地遵守了国际海上避碰规则相关条例。研究结论可为海面无人艇集群安全航行提供参考。展开更多
文摘为解决大数据下船舶会遇识别算法效率不高且存在误判等问题,提出一种融合国际海上避碰规则(International Regulations for Preventing Collisions at Sea,COLREGs)的带噪声的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法,建立船舶会遇识别模型。在DBSCAN算法对邻域内的船舶数量进行统计时,计算船舶间的最近会遇距离(distance to closest point of approach,DCPA)和最近会遇时间(time to closest point of approach,TCPA),初步筛选邻域内的噪声点;基于模糊综合评价模型计算船舶会遇风险,对邻域内的船舶进行二次筛选,实现船舶会遇态势的提取。结果表明:改进后的DBSCAN算法过滤掉传统DBSCAN算法识别到的非会遇局面,并且在同一会遇局面下的船舶数量均保持在4艘以内;输出的会遇船舶风险演变趋势对实际水域内高风险船舶的监控适用性较好,能有效辅助船舶避碰。所提识别模型对保障航行安全和提高海事监管效率具有重要意义。
文摘针对多无人艇编队避障问题,对静态避障的路径消耗问题进行建模分析,在动态避障时提出一种偏置人工势场法使策略符合艇群国际海上避碰规则(swarm International Regulations for Preventing Collisions at Sea,sCOLREGS)。本方法首先对传统人工势场法进行改进,定义符合艇群会遇态势判断需求的sCOLREGS,通过速度障碍法实时判断碰撞风险,然后利用偏置斥力区域的改进人工势场法实现对规则的遵守。仿真实验表明,本文方法在障碍物与编队大小相当时可显著减少避障路程,在确保避障实时性的同时,较好地遵守了国际海上避碰规则相关条例。研究结论可为海面无人艇集群安全航行提供参考。
