基于IPSO-BP的船舶航迹预测研究

目的 面对复杂的海上交通及密集的物流交通流,及时有效地对船舶航迹进行跟踪预测显得尤为重要,针对传统船舶航迹预测方法精确度低且效率低下的问题,提出一种改进方法。方法 在船舶自动识别系统（AutomaticIdentificationSystem,AIS）数据的基础上,建立改进粒子群算法（IPSO）与BP神经网络相结合的船舶轨迹预测模型,利用船舶历史航行轨迹数据,实现对未来船舶运动的预测。选取宁波舟山港的船舶历史轨迹数据进行实验,并将IPSO-BP模型的实验结果与其他模型进行比较。结果 不同模型航迹预测对比结果表明,IPSO-BP模型的性能较好,其预测精度较高,适用于船舶轨迹预测。结论 使用IPSO-BP模型能够更加精准地预测船舶航迹,在船舶危险预警、船舶异常监测等方面具有重要的指导作用。     

远海船舶噪声分布初步研究

舰船数量、吨位以及航行距离的急剧上升导致了海洋环境噪声级大幅度升高,对海洋环境的影响也日趋加重。但是当前的海洋环境噪声研究所使用的历史航船数据库的信息却非常匮乏且无法及时更新,不能反映出船舶噪声真实的变化情况。此外,对于远离岸边的海域,岸基船舶自动识别系统(Automatic Identification System,AIS)与雷达无法监测到,卫星AIS技术的不成熟导致了船舶数据时效性和完整性的严重不足。因此,尚无可用的远海大范围的船舶数据。为了解决远海船舶数据缺乏的问题,提出了一种基于多源AIS数据的数据融合方法,根据某海域在某个时间段内收到的所有AIS信息,处理后进行融合,融合结果可以得到任一时刻该海域的船舶分布情况,进而可计算出该海域的区域船舶噪声级。     

基于AIS数据的航运物流港口调度优化研究

目的 针对宁波舟山港区的复杂航道水域与密集物流交通流,研究更加有效的调度方案,达成调度时间和等待时间最小化,即效率最大化。方法 分析宁波舟山港区航道的航行情况,提出交会处复杂航道水域存在的问题,以调度时间和等待时间最小为目标的多目标函数,建立复杂航道水域船舶调度模型。针对大量的船舶AIS数据,构建基于神经网络的航道水域调度模型,对不同类型、不同大小的船舶建立速度变化和船舶预测模型,实现对船舶调度状态的预测。设计以传统粒子群算法为基础的改良版船舶调度算法。结果 算法对模型求解表明,根据不同船长与间距可判别交通流拥挤程度进而对船舶进行调度。通过模型预测到可能产生拥挤,则应当选择小型船只走条帚门航道,大型船只走虾峙门航道,并且尽量避免产生拥堵。结论 使用该模型与算法可以有效地提升船舶调度效率,为复杂航运物流港口调度优化研究提供了一定理论基础。     

一种基于降维密度聚类的船舶异常轨迹识别方法

目的 有效分析和探索海洋船舶时空轨迹行为模式,提高船舶轨迹聚类的效率与质量,更好地检测真实船舶的异常行为。方法 针对当前船舶轨迹数据研究中存在的对多维特征信息利用不足、检测效率不高、检测精度较差等问题,提出一种精确度高、能自主识别分析多维特征的船舶异常轨迹识别方法。首先利用随机森林分类器评估多维特征重要性,构建轨迹特征的最优组合;然后提出一种降维密度聚类方法,将T–分布随机邻域嵌入(T–SNE)和自适应密度聚类(DBSCAN)模型结合,通过构建特征选择层和无监督聚类层实现对数据元素非线性关系的高效提取以及对聚类参数的智能选择;最后根据聚类结果构建类簇特征向量,计算距离阈值判别轨迹相似度,实现轨迹异常检测模型的构建。结果 以UCI数据集为例,降维密度聚类方法对4、13、30、64维特征数据集的F1分数能达到0.9 048、0.9 534、0.8 218、0.6 627,多个聚类指标均优于DBSCAN、K–Means等常见聚类算法的。结论 研究结果表明,降维密度聚类方法能有效提取数据多维特征结构,实现聚类参数自适应,弥补密度聚类中参数难以确定的问题,有效实现对多种类型船舶轨迹异常的识别。     

基于DNN和改进K-means的船舶辐射噪声开集识别方法

为提高船舶噪声识别系统的性能,实现开集识别,提出了基于深度神经网络(Deep Neural Network, DNN)和改进K-means的船舶辐射噪声开集识别方法。首先,采用Welch功率谱估计方法提取船舶辐射噪声的特征;然后,设计并应用DNN模型进一步提取特征向量;最后,使用改进的K-means模型实现开集识别。在实测数据上进行了实验,结果表明,所提方法能实现船舶辐射噪声开集识别,对于实测数据的平均识别正确率为93.5%,较DNN+K-means++方法提高了6.2个百分点。对实测数据添加实验船发动机噪声或渔船噪声进行实验,结果表明,识别方法在其他船只噪声干扰下具有较好的鲁棒性。     

区域航运网络上的不定期船舶调度优化

为降低在区域航运网络上提供不定期货运服务的航运企业运营成本,本文研究了不定期船舶的调度优化。以区域内不同港口间货运需求已知为前提,重点考虑泊位时间窗和每个港口可装可卸的实际情况,兼顾港口的货物服务时间窗和船舶容量等现实约束,以计划期内所有调度船舶的总运营成本最小为目标,构建了一个整数规划模型,设计了嵌入禁忌搜索规则的遗传算法对模型进行求解,给出了所有船舶的挂靠港次序和运输的货物。通过数值实验,将改进遗传算法与CPLEX和传统遗传算法对比,验证了模型和算法的有效性。结果表明,考虑泊位时间窗和港口可装可卸能够降低运营成本。     

中国成为全球规模最大的AIS岸基网络系统

<正>为保障船舶航行安全,中国海事局全面推广建设通用船舶自动识别系统(AIS)岸基网络。目前该网络系统覆盖了中国所有的沿海水域和内河四级以上高等级航道,并成为全球规模最大的AIS岸基网络系统。截至2011年3月31日,中国沿海和内河已有2万艘船舶配备了船载AIS设备,     

基于贝塞尔轨迹的视觉导引AGV路径跟踪研究

为提高视觉导引自动导引车(automatic guided vehicle,AGV)路径跟踪精度,提出一种基于贝塞尔轨迹的精确路径跟踪算法。该算法首先将采集的多种路径特征图像进行预处理得到形状信息,训练SVM多层路径形状特征分类器;然后根据命令,改变AGV采集到的分支路径图像的权重,迭代计算所选择路径的若干最小内接圆;最后,利用最小二乘规则,将最小内接圆的圆心拟合成贝塞尔轨迹,实现AGV的精确路径跟踪。将该算法应用于视觉引导AGV中,并进行路径特征的在线识别和轨迹跟踪实验。结果表明:路径特征的识别准确率为99.7%以上,识别时间约为22 ms,弯道轨迹跟踪准确度为20 mm和20°;与传统方法相比,该方法显著提高路径特征识别和轨迹跟踪的准确率,更能满足工业现场需求。     

多通道融合下的手势识别算法研究及船舶虚拟交互平台设计

为促进船舶虚拟交互平台的人机交互方式向智能化转变,提出了一种多通道融合下的手势识别算法。在不同视角下采集手势图像并建立手势数据集;搭建基于YOLOv4目标检测算法的手势识别框架,分别对多视角手势图像进行识别,将多个识别结果通过一种多数据融合算法决策出最终手势识别结果。同时,设计了基于Unity3D的船舶航行虚拟场景,通过手势识别输出的指令实现对虚拟船舶稳定度平台的操作。实验测试了手势在复杂环境下该手势识别算法的鲁棒性,与基于YOLOv4的单视角手势识别方法的准确率进行了对比。实验结果显示:该手势识别算法能通过多数据融合剔除错误候选结果并保留最大置信度,在复杂环境下对手势的平均识别准确率达到95.06%。     

船舶振动噪声源传递路径分析及试验验证

针对工况传递路径分析（Operational transfer Path Analysis OPA）方法在工程应用中虽具吸引力、尚存准确性难以满足船舶实际应用需求等问题,将多源信号视为卷积混叠,提出耦合振动噪声源分离方法。建立船舶OPA模型,结合船舶传递路径振声测试试验对模型可行性、正确性进行验证。讨论观测点数目及不同工况组合对新OPA模型影响,给出有效选取原则。结果表明,新OPA模型可准确、高效进行船舶噪声源识别、声场预报及状态监测,工程应用前景广阔。     

利用侧扫声呐实现船舶目标的快速识别

根据回波探测原理,研究了一种利用声呐对内河航运船舶进行监测的方法。利用项目组在广西西江航道上建立的一套侧扫声呐船舶吃水深度检测系统,获取了大量的监测数据。通过对这些数据的分析,研究了船舶目标和鱼群、渔网、垃圾漂浮物等伪目标之间的区别,总结出船舶目标的能量变化特征和线型结构特征。根据这些特征,提出了一种针对船舶目标的快速识别方法。最后通过试验,证明该方法具有检测率高、虚警概率小、实时性好等优势,为进一步实现内河航运船舶航行状态的智能监测提供了一种技术手段。     

Towards the development of intelligent navigation support systems for group shipping and global marine traffic control

Computerised navigation is a developing technology in a branch of autonomous and intelligent engineering systems. It aims to enhance safety and security at sea and to improve the reliability of ship-to-ship operations and global marine traffic control. A recently standardised automatic identification system (AIS) takes full advantage of GPS based real-time positioning and timing information of ships. The use of the AIS is steadily growing to meet the needs of the merchant shipping and fishing industries. Nevertheless, a significant decrease in the number of ship accidents and hazardous incidents in open waterways has yet to occur. The work gathered in this paper is to establish a proactive means to prevent marine accidents by the use of the full potential of the AIS. Specifically, this paper describes the development of an AIS synthesis capable navigation support system enhanced with a degree of intelligence built from a physical model suitable to capture the dynamics of group based navigation of ocean-going vessels. The system envisioned is to provide adequate decision making support for group shipping, especially during the critical maneuvering in restricted areas such as channel passing and harbour approaches. Foundations for and experimental results of this study, including an analysis with the simulated traffic of Tokyo Uraga Channel route, are presented.     

船舶整体结构3D—FEM振动分析

本文采用３Ｄ－ＦＥＭ方法对船舶整体结构进行振动分析。介绍了模型生成、附连水等处理方法。计算了２８．３万立方英尺、４５万立方英尺冷藏／集装箱船、２．１万吨多用途货船及３００ＴＥＵ集装箱船等多艘船舶，并和Ｇ．Ｌ计算资料和实船测量值作了比较，取得了较为满意的结果。     

一种海洋环境地磁场三分量的测量方法

提出了一种利用安装在舰船上的三分量磁传感器进行地磁场测量的方法．从理论上解决了在任意舰船姿态下，消除测量中舰船磁场干扰的问题．为测量船在海上测量地磁场的三分量奠定了理论基础．根据我国舰船普遍安装的导航设备的精度，进行了计算机仿真．从仿真结果看，其误差不超过50nT，能够满足舰栽消磁系统对三分量磁场的精度要求．     

基于超声相控技术的船舶吃水测量方法

为了解决内河船舶因超吃水引起的通航阻塞以及船舶安全问题,提出一种基于超声相控技术的船舶吃水测量方法。以超声相控技术为理论基础,通过控制一维线型超声相控阵列换能器发射聚焦声波,实现对目标船舶的相控扫描,获取各扫描点的回波信号;利用匹配滤波算法对回波信号进行滤波,改善信噪比;利用阈值法提取回波信号的时延;利用渡越时间法,计算出扫描点到各发射振元中心的距离,利用双曲交汇法计算出扫描点的空间坐标;分析回波信号幅值和扫描点位置坐标即可得到船舶吃水深度。为验证方法的可靠性,搭建了小比尺船模吃水测量实验系统,分析了110~140 mm不同吃水深度下的实验结果,计算了实际吃水与测量吃水间的相对误差。实验结果表明,使用匹配滤波法处理后的回波信号信噪比从15.26 dB提高至36.39 dB,实验时,最大相对误差出现在船舶实际吃水130 mm时,绝对误差为2.3 mm,相对误差为1.7%。     

基于卷积神经网络的光学遥感图像船只检测

目的研究无需进行复杂的图像预处理和人工特征提取,就能提高光学遥感图像的船只检测准确率和实现船只类型精细分类。方法对输入的检测图像,采用选择性搜索的方法产生船只候选区域,用已经标记好的训练样本对卷积神经网络进行监督训练,得到网络参数,然后使用经过监督训练的卷积神经网络提取抽象特征,并对候选区域进行分类,根据船只候选区域的分类概率同时确定船只的位置以及类型。结果与现有的2种检测方法进行对比,实验结果表明卷积神经网络能有效提高船只检测准确率,平均检测准确率达到了93.3%。结论该检测方法无需进行复杂的预处理,能同时对船只进行检测和分类,并能有效提高船只检测准确率。     

Ship collision risk assessment for the Singapore Strait

The Singapore Strait is considered as the bottleneck and chokepoint of the shipping routes connecting the Indian and the Pacific Ocean. Therefore, the ship collision risk assessment is of significant importance for ships passing through the narrow, shallow, and busy waterway. In this paper, three ship collision risk indices are initially proposed to quantitatively assess the ship collision risks in the Strait: index of speed dispersion, degree of acceleration and deceleration, and number of fuzzy ship domain overlaps. These three risk indices for the Singapore Strait are estimated by using the real-time ship locations and sailing speeds provide by Lloyd's MIU automatic identification system (AIS). Based on estimation of these three risk indices, it can be concluded that Legs 4W, 5W, 11E, and 12E are the most risky legs in the Strait. Therefore, the ship collision risk reduction solutions should be prioritized being implemented in these four legs. This study also finds that around 25% of the vessels sail with a speed in excess of the speed limit, which results in higher potentials of ship collision. Analysis indicates that the safety level would be significantly improved if all the vessels follow the passage guidelines.