基于虚拟现实交互的智能船舶感知测试系统

为了测试智能船舶对复杂场景的感知能力,推动智能船舶感知技术的发展,文章提出了一种基于虚拟现实交互的智能船舶感知测试系统。该系统构建了一个人工闭环的平行智能测试模型,用以测试智能船舶感知能力;采用了数据采集技术、数据重构技术与数据增广技术,解决了现阶段测试数据集匮乏的问题。

基于LS-SVM的船舶操纵响应模型参数辨识及应用

为实现船舶操纵运动模型参数辨识及自适应航迹跟踪控制,以船舶二阶非线性响应模型为研究对象,由10°/20°/30°自航模Z形试验数据构造训练样本,应用最小二乘支持向量机方法辨识了船舶操纵运动模型参数,进行了操纵性预报仿真,并同实际试验数据对比,仿真结果验证了方法的有效性。在参数辨识基础上,考虑船舶操纵性进行航迹跟踪控制,通过船舶航速、路径点等信息确定切换下一路径点的时刻,实现船舶自适应航迹跟踪控制,同时,结合自航模航迹跟踪试验进行验证,试验结果表明,考虑船舶操纵性的航迹跟踪控制具有较高的精度。

内河复杂航段船舶会遇场景及交通流特征分析

为研究船舶在内河复杂航道航行期间的会遇场景,以长江武汉段船舶自动识别系统(AIS)及海事雷达数据为基础,开展数据分析。首先,对船舶原始航行轨迹进行数据清洗和修复,获取精确、连续、稳定的船舶航行轨迹,进一步提取船舶相对航向、航速等信息;其次,统计实际船舶航迹的最小会遇距离,分析长江航段不同时间最小会遇距离演化规律;最后,利用会遇时空约束条件对船舶会遇场景进行自动识别。结果表明:所提出的船舶会遇场景分析方法能有效、准确地提取航行轨迹、航速、航向等航行信息,并能自动识别会遇场景。文中对内河航道船舶会遇场景的分析,对于内河智能航行测试场景生成具有参考价值。