[发明专利]融合COLREGs场景知识的船舶智能避碰方法及装置在审
申请号: | 202210131711.7 | 申请日: | 2022-02-14 |
公开(公告)号: | CN114550499A | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 黄亮;徐顺强;文元桥;朱曼;黄亚敏;周春辉;张帆 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | G08G3/02 | 分类号: | G08G3/02;G06V20/00 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 王丹;黄帅 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 融合 colregs 场景 知识 船舶 智能 方法 装置 | ||
1.一种融合COLREGs场景知识的船舶智能避碰方法,其特征在于,包括以下步骤:
基于COLREGs对船舶会遇场景进行语义化表达;
根据会遇场景的语义化表达进行船舶会遇状态识别;
将COLREGs有关船舶会遇场景的行为准则转化为SWRL规则;
根据识别的船舶会遇状态和基于COLREGs场景知识定义的SWRL规则对船舶会遇应采取的避碰行为进行推理。
2.根据权利要求1所述的融合COLREGs场景知识的船舶智能避碰方法,其特征在于,船舶会遇场景包括:
机动船与机动船之间在互见中的对遇局面、追越局面、交叉相遇局面;
机动船和失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船在互见中的会遇局面;
失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船彼此之间在互见中的会遇局面。
3.根据权利要求1所述的融合COLREGs场景知识的船舶智能避碰方法,其特征在于,语义化表达是指根据COLREGs所规定的船舶会遇场景的语义特征,抽取以下特征进行语义化表达:船舶类型、角色、会遇阶段、船舶间舷角、会遇局面以及最有效行动。
4.根据权利要求3所述的融合COLREGs场景知识的船舶智能避碰方法,其特征在于,
船舶类型分为机动船、失去控制的船舶、操纵能力受到限制的船舶、从事捕鱼的船舶、帆船;
角色分为让路船和直航船;
会遇阶段分为无碰撞危险局面、有碰撞危险、紧迫局面、紧迫危险;
船舶间舷角Q分为目标船相对于本船的舷角Q1以及本船相对于目标船的舷角Q2;
会遇局面分为追越局面、对遇局面、交叉相遇局面、非对遇和交叉相遇局面;
最有效行动根据会遇局面的不同分为应向左转向、应向右转向、保向保速。
5.根据权利要求1所述的融合COLREGs场景知识的船舶智能避碰方法,其特征在于,船舶会遇状态识别是指从船舶航行会遇数据中提取出船舶会遇场景语义信息,包括会遇船舶类型的识别、船舶间舷角的识别、会遇阶段的识别、会遇局面的识别、会遇角色的识别。
6.根据权利要求5所述的融合COLREGs场景知识的船舶智能避碰方法,其特征在于,
会遇船舶类型的识别由自动识别系统中静态信息有关船舶类型的代码确定;
船舶间舷角的识别由自动识别系统中动态信息有关航向和艏向的信息计算获取;
会遇阶段的识别由最近会遇距离和到达最近会遇点的时间共同确定;
会遇局面的识别分为追越局面的识别、对遇局面的识别、交叉相遇局面的识别、非对遇和交叉相遇局面的识别;会遇局面识别的同时伴随会遇角色的识别。
7.根据权利要求1所述的融合COLREGs场景知识的船舶智能避碰方法,其特征在于,将COLREGs有关船舶会遇场景的行为准则转化为SWRL规则具体为:
将COLREGs规则中有关船舶会遇时的船舶类型、角色、会遇阶段、船舶间舷角、会遇局面以及最有效行动,利用SWRL规则进行语义的形式化表达。
8.一种用于实现权利要求1至7中任意一项所述的融合COLREGs场景知识的船舶智能避碰方法的融合COLREGs场景知识的船舶智能避碰装置,其特征在于,包括:电源,电路板,数据接口,用户接口,场景语义处理模块,会遇场景识别模块,规则模块和避碰行为推理模块;
规则模块基于COLREGs中对会遇船舶应采取的避碰行为使用SWRL进行表达,形成规则库;场景语义处理模块依据COLREGs有关会遇的行为准则进行会遇场景的语义建模,会遇场景识别模块根据建立的语义模型对输入进来的船舶会遇AIS数据进行会遇场景的识别,将识别的会遇场景同建立好的规则模块一同输入至避碰行为推理模块以得到船舶应采取的避让行为,经用户接口输出船舶应采取的避碰行为;
电源为装置供电,电路板集成场景语义处理模块,会遇场景识别模块,规则模块和避碰行为推理模块,数据接口引入外源AIS数据和COLREGs知识。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210131711.7/1.html,转载请声明来源钻瓜专利网。