[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

本發明公開了一種基于混合深度神經網絡的船舶自動舵，屬于船舶自動控制技術領域，包括微處理器模塊、數據輸入模塊、存儲模塊、數據通信模塊、數據輸出模塊和通信接口適配器，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；數據輸入模塊通過所述第一處理端和所述微處理器模塊相通；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；通信接口適配器和所述數據輸出模塊相通，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。本發明達到了提高自動舵的精度、增強適應能力的技術效果。

技術領域

本發明屬于船舶自動控制技術領域，特別涉及一種基于混合深度神經網絡的船舶自動舵。

背景技術

船舶借助螺旋槳的推力和舵的舵力來改變和保持航速或航向，實現從出發港到目的港的航行計劃。隨著科技的發展，未來船舶必會朝著結構復雜化，操作自動化的方向發展。而船舶操舵系統是非常重要的控制系統，是用來控制船舶航向的設備，它能克服使船舶偏離預定航向的各種影響，使船舶自動地穩定在預定的航向上運行，因此舵的自動化是實現船舶自動化的關鍵，其性能直接影響著船舶航行的操縱性、經濟性和安全性。

目前，對于現有的基于混合深度神經網絡的船舶自動舵技術而言，通常是將控制算法應用于船舶自動舵上，來大幅提高船舶的操縱性能和船舶的反應能力，同時能夠有效節省船舶航行所消耗的能源，降低污染物的排放，降低船員工作量，促進航運業的發展。但是現有的基于混合深度神經網絡的船舶自動舵技術技術中自動舵精度低、適應能力較弱。

綜上所述，在現有的基于混合深度神經網絡的船舶自動舵技術中，存在著自動舵精度低、適應能力較弱的技術問題。

發明內容

本發明所要解決的技術問題是在現有的基于混合深度神經網絡的船舶自動舵技術中，存在著自動舵精度低、適應能力較弱的技術問題。

為解決上述技術問題，本發明提供了一種基于混合深度神經網絡的船舶自動舵，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。

進一步地，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。

進一步地，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。

進一步地，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。

進一步地，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。

進一步地，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。

進一步地，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。