[發明專利]基于混合深度神經網絡的船舶自動舵

在審

• 申請號: 201811219255.1
• 申請日: 2018-10-19
• 公開（公告）號: CN109557913A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 李少偉
• 申請（專利權）人: 江漢大學
• 主分類號: G05D1/02
• 分類號: G05D1/02;G06N3/04
• 代理公司: 北京華沛德權律師事務所 11302
• 代理人: 房德權

1.一種基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

微處理器模塊，所述微處理器模塊至少設置有第一處理端、第二處理端、第三處理端和第四處理端；

數據輸入模塊，所述數據輸入模塊通過所述第一處理端和所述微處理器模塊相通；

存儲模塊，所述存儲模塊通過所述第二處理端和所述微處理器模塊相通；

數據通信模塊，所述數據通信模塊通過所述第三處理端和所述微處理器模塊相通；

數據輸出模塊，所述數據輸出模塊通過所述第四處理端和所述微處理器模塊相通；

通信接口適配器，所述通信接口適配器和所述數據輸出模塊相通，所述數據輸出模塊位于所述通信接口適配器和所述第四處理端之間；

其中，所述微處理器模塊根據所述數據輸入模塊的船員培訓數據信息對混合神經網絡進行訓練后，將所述混合神經網絡轉換成普通神經網絡模型；所述普通神經網絡模型存儲在所述存儲模塊；所述微處理器模塊根據所述普通神經網絡模型對所述數據通信模塊的船舶航行環境信息進行計算獲得舵角數據；所述通信接口適配器通過所述數據輸出模塊接收所述舵角數據來操縱船舶舵機。

2.如權利要求1所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

所述船員培訓數據信息是高級船員考試培訓系統的信息。

3.如權利要求2所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

所述船員培訓數據信息至少包括風、流、浪。

4.如權利要求3所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

所述船員培訓數據信息還包括天氣。

5.如權利要求4所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

所述船員培訓數據信息還包括航道寬度、限速和交通流量。

6.如權利要求5所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

所述混合神經網絡包括一層輸入層、一層卷積神經網絡層、一層遞歸神經網絡層和一層輸出層。

7.如權利要求6所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

所述卷積神經網絡層包括卷積層、池化層、全連接層和輸出層。

8.如權利要求7所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

所述遞歸神經網絡層包括輸入層、隱含層和輸出層。

9.如權利要求8所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵還包括：

船舶主控機，所述船舶主控機和所述數據通信模塊相通，所述數據通信模塊位于所述船舶主控機和所述第三處理端之間。

10.如權利要求9所述的基于混合深度神經網絡的船舶自動舵，其特征在于，所述基于混合深度神經網絡的船舶自動舵包括：

所述微處理器模塊還設置有第五處理端；

所述基于混合深度神經網絡的船舶自動舵還包括：

人機接口模塊，所述人機接口模塊通過所述第五處理端和所述微處理器模塊相通。