[發明專利]一種船舶自主航行輔助決策系統

有效

• 申請號: 202010111325.2
• 申請日: 2020-02-24
• 公開（公告）號: CN111339229B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 張寶晨;龔;耿雄飛;張鷺;王雪松
• 申請（專利權）人: 交通運輸部水運科學研究所
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06N3/0464;G06N3/08
• 代理公司: 北京方安思達知識產權代理有限公司 11472
• 代理人: 陳琳琳;李彪

1.一種船舶自主航行輔助決策系統，其特征在于，所述系統包括：船舶外部實時數據感知模塊、船舶自身實時感知數據模塊、數據挖掘層和輔助決策層；

所述船舶外部實時數據感知模塊，用于通過船載傳感器和無線通信裝置，從船舶的外部環境中獲得外部實時數據；

所述船舶自身實時感知數據模塊，用于獲取船舶自身實時狀態數據，與外部實時數據組成航運數據；

所述數據挖掘層，用于利用分布式架構以及自定義的索引，通過HBase存儲數據庫實現航運數據的快速存儲；對航運數據中遺漏標簽的數據元組進行數據補齊；從航運數據中獲取用于駕駛行為預測的多模態數據；基于環境實時感知數據和船舶自身狀態的感知數據綜合分析駕駛行為、航道情況和船舶情況；

所述輔助決策層，用于計算海浪在z軸方向的起伏幅度，并根據該起伏值調整駕駛行為；預測目標監測點的交通流；將多模態數據輸入自主駕駛模型，輸出預測的駕駛行為；并分析輔助航行特征；

所述輔助決策層包括海浪與駕駛行為分析單元，短時交通流預測單元，輔助駕駛決策單元和輔助航行特征分析單元；

所述海浪與駕駛行為分析單元，用于基于船舶的加速度和角速度，在消除慣性傳感器的重力加速度影響的基礎上，計算慣性傳感器在世界坐標系下的線加速度；利用帶通濾波器對慣性傳感器在世界坐標系下的z軸線加速度進行濾波，獲取海浪頻譜范圍內的z軸線加速度；基于海浪頻譜范圍內的z軸線加速度，通過二次積分計算海浪在z軸方向的起伏幅度，并根據該起伏值調整駕駛行為；

所述短時交通流預測單元，用于將船舶的GPS數據轉換為交通流量的數據，并按照一定的時間尺度進行聚集，得到各個監測點以T為時間間隔的交通流序列；將待預測監測點的交通流序列輸入預先訓練好的交通流預測模型，輸出監測點p_i在下一個時間間隔T內的交通流，為駕駛行為提供決策信息；

所述輔助駕駛決策單元，用于將多模態數據輸入自主駕駛模型，輸出預測的駕駛行為；所述駕駛行為包括：轉向動作、加速動作和減速動作；

所述輔助航行特征分析單元，用于在智能船舶的航行過程中，對輔助航行特征進行分析；在學習不同類型船舶的自身參數后，評測輔助決策系統在不同類型船只上航運的安全性及控制的平穩性；

所述交通流預測模型采用自適應卷積神經網絡ACNN；

所述交通流預測模型的輸入分為兩部分，第一部分輸入的是交通流時空信息組成的張量，記為D^space∈R^p×t×c，這里的p、t和c分別是監測點、時間間隔以及通道；

取各個監測點前t個時間間隔的數據，包括待預測的監測點共P個監測點；在通道維度上增加速度數據組成的矩陣；

對于第一部分輸入進行處理的卷積層，其第一層使用基本的自適應卷積操作進行卷積，數據卷積核來自于時間數據；時間數據是一個時間編號，以30分鐘為間隔，將一天分為48段進行編號，記為time，0≤time≤47；時間數據在輸入網絡之前首先轉為48維的one-hot向量；這個one-hot向量經過一個全連接層，全連接層得到的9維向量看成是時間的稠密向量表示，然后該向量進行重新排列成3×3作為數據卷積核；全連接的神經元個數等于數據卷積核中數據個數，此處數據卷積核大小為3×3×2×5，除了3×3是數據卷積核的大小，倒數第二個維度2是通道維度，最后一個維度5是數據卷積核個數；該層的卷積核個數為32，其中的5個卷積核與數據卷積核結合成為自適應卷積核；經過自適應卷積層之后，數據輸出的形狀變成8×8×32；數據再經過一個含有32個形狀3×3的卷積核的普通卷積層后，得到的數據形狀為6×6×32，然后平鋪展平為向量，作為第一部分輸出的向量；

第二部分輸入是待預測監測點的歷史周期信息組成的張量，記為D^history∈R^w×d×t×c，這里的w、d、t和c的單位分別是周，天，時間間隔和通道；在同一周的同一天內的后4個數據是未知的，用目前最新的值代替；第二部分輸入在通道維度上增加了由速度數據組成的張量；第二部分輸入首先經過一個自適應卷積操作變種的網絡層，再經過普通的卷積層，該卷積層的第一層的卷積操作采用32個3×3×3×2的卷積核，這里3×3×3是卷積核的基本形狀，2是卷積核在不同通道上的擴展；采用無填充的卷積方式，該層的輸出數據形狀為8×5×3×32，最后一個維度的32是通道數；數據再經過一個含有32個形狀為3×3×3的卷積核的普通卷積層之后，得到形狀為6×3×1×32的張量，然后將張量展平為向量，與第一部分輸出的向量進行拼接；

拼接后的向量經過一個含有512個神經元的全連接層，將兩部分信息融合，最后再經過回歸層，輸出下一個時間間隔T的交通流量。