-
公开(公告)号:CN118114376A
公开(公告)日:2024-05-31
申请号:CN202410283893.9
申请日:2024-03-12
Applicant: 哈尔滨工程大学
IPC: G06F30/15 , G06F30/27 , G06N3/08 , G06F30/28 , G06F111/04 , G06F119/14 , G06F113/08
Abstract: 本发明公开了一种基于物理信息神经网络的船舶大幅运动横摇阻尼预报系统及方法,使用融合物理信息的神经网络模型,利用水池试验或计算流体力学数据预报船舶大幅运动下横摇阻尼与附加质量系数,通过物理信息神经网络构建船舶横摇运动非线性方程模型约束,通过最小化横摇运动方程模型损失与预报数据模型损失实现对其横摇阻尼与附加质量系数的预报。本发明弥补了传统船舶横摇预测方法在处理大幅横摇运动时由于非线性因素和快速变化的海洋环境导致的预报误差增大的问题,增加船舶横摇阻尼预报的精度。
-
公开(公告)号:CN117928548A
公开(公告)日:2024-04-26
申请号:CN202410041138.X
申请日:2024-01-11
Applicant: 哈尔滨工程大学
IPC: G01C21/20 , G06N20/00 , G01C21/00 , G01S13/88 , G01S13/937
Abstract: 本发明涉及水域自主导航技术领域,特别涉及一种基于深度强化学习的港口水域的船舶自主导航方法,初始化船舶入港地理节点,按照港口海图生成0.1海里*0.1海里的栅格化网格,构建地图节点信息矩阵M;将船舶位置从纬度坐标系转换为通用横轴墨卡托坐标系;根据电子海图统计该港口区域的浮标数量、类型、和相对位置;根据禁航区域、他船信息和浮标信息,得到更新后的地图信息矩阵G;使用深度强化学习算法进行导航,直至生成最安全的可航路线;本发明将数据触发器作为控制输出中心的方法,解决了船舶在航行过程中通讯故障或仪器失灵条件下,自主系统的控制中心缺少信号输入的问题,为自主船舶导航提供了新的解决方案,保障了港口和船舶的生命财产安全。
-
公开(公告)号:CN118034323A
公开(公告)日:2024-05-14
申请号:CN202410324672.1
申请日:2024-03-20
Applicant: 哈尔滨工程大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提出基于分布式软动作‑评论家算法的船舶自主避碰方法,生成以本船为中心的北‑东‑下(NED)惯性坐标系,获取本船和他船的运动信息;计算每艘危险船与本船之间的接近程度映射p(d);确保自主船的新航向落在安全的速度区间内。本发明能够在确定危险船后对船舶自身操纵性、运动学和国际海上避碰规则进行三方面的多线程交叉验证,给出最优安全矢量;并能够在碰撞无法避免时,及时调整船舶自身位姿,将碰撞损失降到最小;针对任务随机性和系统噪声产生的预测高估问题,使用新的分布式网络训练系统模型,并在训练达到指标后可被搭载在自主船上实现近海或渔区的自主航行。
-
-