-
公开(公告)号：CN119577042A
公开(公告)日：2025-03-07
申请号：CN202311479920.1
申请日：2023-11-08
Applicant: 大连海事大学
IPC: G06F16/29 , G06N3/0455 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于AIS数据和深度学习的船舶航迹预测方法与系统，包括，构建Transformer模型，对Transformer模型进行改进，所述对Transformer模型进行改进为将LSTM嵌入在Transformer模型的Encoder中并表示为Transformer‑LSTM模型，获取AIS数据集，对AIS数据集进行预处理，根据预处理后的AIS数据集构建轨迹数据集，将轨迹数据集划分为训练集和测试集，根据训练集对Transformer‑LSTM模型进行训练，根据测试集对训练后的Transformer‑LSTM模型进行测试，获取待预测的船舶历史轨迹，根据待预测的船舶历史轨迹和所选择的Transformer‑LSTM模型对待预测船舶的未来轨迹点进行预测，并将未来轨迹点作为参考点，根据船舶当前位置与参考点的关系进行航行预警。采用的Transformer‑LSTM模型预测精度高、预测误差小，可以准确预测船舶未来的位置。
-
公开(公告)号：CN117408372A
公开(公告)日：2024-01-16
申请号：CN202311262860.8
申请日：2023-09-27
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种基于深度学习的船舶轨迹预测方法与系统，包括对船舶AIS历史数据集进行预处理和归一化并划分训练集和测试集，构建船舶轨迹预测模型，模型为基于注意力机制的生成对抗网络模型，模型包括生成器和判别器，生成器包括第一编码器与解码器，第一编码器包含基于本船历史轨迹的时间注意力模块、基于相邻船舶历史轨迹的空间注意力池化模块，判别器包括第二编码器、全连接层以及多层感知机，设置迭代次数，构建损失函数，根据训练集对模型进行训练，获取待预测船舶的历史轨迹，根据历史轨迹与基于注意力机制的生成对抗网络模型对待预测船舶的轨迹进行预测。提高生成对抗网络模型对船舶轨迹预测的有效性和可靠性，提高了预测精度。
-
公开(公告)号：CN117270539A
公开(公告)日：2023-12-22
申请号：CN202311306944.7
申请日：2023-10-10
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进速度障碍法的多USV协同避障方法，建立无人水面艇的运动学模，根据目标无人水面艇与各障碍无人水面艇的运动信息，获取USV速度障碍区域；引入障碍物的速度不确定度δ参量获取优化速度障碍区域；根据优化速度障碍区域，基于避碰速度策略确认目标无人水面艇的最佳航行路径与最佳航行速度；并通过无人水面艇控制器控制实现目标无人水面艇与各障碍无人水面艇的协同避障。通过综合考虑USV的位置和速度信息，能够产生更优化和高效的运动路径，尤其在相对运动目标下表现出显著的改善，体现为较短的行动时间；同时能够确保USV在避免与其他无人艇碰撞的过程中保持安全，进而显著减小了避障行动的危险程度，使得避让行动更加高效。
-
公开(公告)号：CN116481546A
公开(公告)日：2023-07-25
申请号：CN202310462893.0
申请日：2023-04-26
Applicant: 大连海事大学
IPC: G01C21/22 , G06F18/23213
Abstract: 本发明公开了一种无人机航标巡检的路径规划方法，包括收集目标区域内的航标经纬度，将航标经纬度经过转化为笛卡尔直角坐标；根据笛卡尔直角坐标计算航标的轮廓系数，并根据航标的轮廓系数确定初始聚类簇的数量K；通过K‑means聚类算法对初始聚类簇进行聚类获取优化聚类簇；根据优化聚类簇内的航标选择无人机的起飞点；根据优化聚类簇内无人机的起飞点与其他航标之间的距离进行再次优化聚类簇；通过蚁群算法对再次优化的聚类簇内的航标，进行巡检路径规划。解决了现有无人机的路径规划的方法仅考虑起点与终点间基于避让障碍点后的最优路线，且并没有与航标巡检的实际情况相结合的问题，保证了在无人机电量充足与信号有效距离内，规划出最优巡检路径。
-
公开(公告)号：CN114926782A
公开(公告)日：2022-08-19
申请号：CN202210594873.4
申请日：2022-05-27
Applicant: 大连海事大学
IPC: G06V20/52 , G06V20/59 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于yolo‑v4的船员驾驶台不安全行为识别方法，包括：根据事故报告、IMO规则、船公司体系文件和船长的经验，确定船员驾驶台不安全行为的类别；以“育鲲”轮和“长江叁号”邮轮的驾驶台以及航海模拟器作为采样地点，采用摄像头采集三个采样地点船员工作状态的视频数据；将采集的视频数据分别成图片，获取不安全行为图像数据；制作船员驾驶台不安全行为数据集；构建YOLOv4‑ghostnet网络模型；将制作的数据集放到构建的YOLOv4‑ghostnet网络模型中进行训练，选取并保存损失值最低的权值文件；将构建的模型和保存的权值文件集成到船员预警平台中，模型将检测出船员的不安全行为，并发出预警信号。本发明可以对船员进行实时的提醒，降低海事事故的发生概率，保障船舶安全。
-
Patent Agency Ranking
公开(公告)号：CN109214107B
公开(公告)日：2020-05-05
申请号：CN201811124538.8
申请日：2018-09-26
Applicant: 大连海事大学
Abstract: 本发明提供一种船舶航行行为在线预测方法，属于船舶航行领域。该方法包括训练学习阶段和在线预测阶段，训练学习阶段首先对历史AIS大数据进行整理和划分，然后利用双向长短时记忆循环神经网络对截取的数据进行训练学习；在线预测阶段，首先利用AIS接收机采集实时AIS数据，然后采用滑动窗算法获得船舶轨迹关键特征点，之后预测未来连续6个船舶轨迹点，多次预测后利用最终预测的连续六个未来的船舶轨迹点作为所预测的船舶的航行行为。经过大数据训练成熟的模型，适用范围较广，通用性较高，可在后期实际应用当中针对经常预测的船舶进一步提升预测能力，可用于船舶智能避碰辅助决策和船舶异常行为检测，为水上交通管理部门提供服务。
-
公开(公告)号：CN109166355A
公开(公告)日：2019-01-08
申请号：CN201810805442.1
申请日：2018-07-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种船舶航道航行时的变速避让系统，实时采集目标船的航行信息，根据本船和目标船的航速和航向，判断是否会发生碰撞，如果发生碰撞，则在假定目标船航速和航向不变的前提下，根据本船期望的会遇位置，只需调整本船的航速，而无需改变航向，即可实现避碰，并可将结果利用图像和/或数字的方式显示在电子海图上，操作简单、快捷，显示直观。
-
公开(公告)号：CN116522671A
公开(公告)日：2023-08-01
申请号：CN202310563756.6
申请日：2023-05-18
Applicant: 大连海事大学
IPC: G06F30/20 , G06Q10/0635 , G06Q50/30
Abstract: 本发明公开了一种AIS数据驱动的动态椭圆船舶领域模型的构建方法，包括获取本船与目标船的船舶信息，并根据本船与目标船的船舶信息优化四元数船舶领域QSD的参数半径；基于参数半径获取包围本船的多边形；并基于最小二乘算法近似拟合椭圆获取椭圆长短半轴；根据椭圆的长短半轴获取船舶在领域中偏移量；根据椭圆长短半轴以及偏移量获取动态椭圆船舶领域的边界方程；通过AIS数据获取不同会遇局面下的影响系数s，对动态椭圆船舶领域的边界方程式进行调整，获得动态椭圆船舶领域模型；解决了目前广泛使用的椭圆形船舶领域模型没有考虑船舶速度和船舶操纵性能的影响，是一个固定大小的领域，通常被视为海上交通的客观区域不能准确地评估碰撞风险和规划避碰操作。
-
公开(公告)号：CN113220910A
公开(公告)日：2021-08-06
申请号：CN202110552915.3
申请日：2021-05-20
Applicant: 大连海事大学
IPC: G06F16/41 , G06F16/432 , G06F16/438 , G06F16/44 , G06N3/04
Abstract: 本发明提供一种船舶甲板缆绳数据库的构建方法及系统，本发明方法，包括获取不安全行为的视频数据；对视频数据进行预处理；对预处理后的数据进行筛选；采用labelimg对筛选出来的图像进行标注；将标注后的不安全行为数据库图像的基本信息保存到图片数据表中，形成甲板缆绳不安全行为数据库。本发明通过采集船员不安全行为的图像数据库，提取每张数据库图片的不安全行为特征，将数据库图片特征以及不安全行为索引保存到图片特征表中；并通过深度学习以及神经网络等算法对甲板缆绳操作的船员进行不安全行为监测，基于《船员不安全行为与状态监测预警平台》项目的支持，船员可以通过手环震动来获得预警。
-
公开(公告)号：CN109214107A
公开(公告)日：2019-01-15
申请号：CN201811124538.8
申请日：2018-09-26
Applicant: 大连海事大学
Abstract: 本发明提供一种船舶航行行为在线预测方法，属于船舶航行领域。该方法包括训练学习阶段和在线预测阶段，训练学习阶段首先对历史AIS大数据进行整理和划分，然后利用双向长短时记忆循环神经网络对截取的数据进行训练学习；在线预测阶段，首先利用AIS接收机采集实时AIS数据，然后采用滑动窗算法获得船舶轨迹关键特征点，之后预测未来连续6个船舶轨迹点，多次预测后利用最终预测的连续六个未来的船舶轨迹点作为所预测的船舶的航行行为。经过大数据训练成熟的模型，适用范围较广，通用性较高，可在后期实际应用当中针对经常预测的船舶进一步提升预测能力，可用于船舶智能避碰辅助决策和船舶异常行为检测，为水上交通管理部门提供服务。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.034 seconds)
