基于行船视距的船舶会遇安全距离研究

近年来船舶交通流量大幅增加,船舶会遇愈加频繁。为降低船舶会遇避让时的碰撞危险,在行车视距基础上,提出行船视距的概念,并引入航速、避让航向角等参数,构建基于行船视距的船舶领域模型,船舶采取避让操作时,可利用该模型判断应与他船保持的安全距离和最佳航速及避让航向角。从仿真结果发现:船舶追越时应尽量与他船保持3.5倍船长以上距离,并在船尾与他船达到2倍船长以上距离时回到原航向;对遇时应尽量与他船保持7倍船长以上距离采取避让,如果航道宽裕,避让时应尽量与他船横距保持1.8倍船长以上,如果航道较窄,也应尽量保证船舶在可航水域内进行大角度避让,并与他船横距保持0.72倍船长以上。研究结果可为实际船舶避让提供指导建议。

基于改进DBSCAN的船舶会遇识别模型

为解决大数据下船舶会遇识别算法效率不高且存在误判等问题,提出一种融合国际海上避碰规则(International Regulations for Preventing Collisions at Sea,COLREGs)的带噪声的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法,建立船舶会遇识别模型。在DBSCAN算法对邻域内的船舶数量进行统计时,计算船舶间的最近会遇距离(distance to closest point of approach,DCPA)和最近会遇时间(time to closest point of approach,TCPA),初步筛选邻域内的噪声点;基于模糊综合评价模型计算船舶会遇风险,对邻域内的船舶进行二次筛选,实现船舶会遇态势的提取。结果表明:改进后的DBSCAN算法过滤掉传统DBSCAN算法识别到的非会遇局面,并且在同一会遇局面下的船舶数量均保持在4艘以内;输出的会遇船舶风险演变趋势对实际水域内高风险船舶的监控适用性较好,能有效辅助船舶避碰。所提识别模型对保障航行安全和提高海事监管效率具有重要意义。

船舶航行会遇风险评价体系研究

船舶航行安全是水上交通管理的重点,要减少船舶海上航行时发生碰撞事故的概率,增强船舶对周围环境的感知能力是关键。对于当前船舶航行中会遇时时有碰撞事故发生的现状,采用层次分析法对船舶航行中会遇过程进行分析,获得船舶会遇时的主要动态风险因素,评估不同会遇状况下船舶航行风险程度,以期为船舶水上航行决策和安全预警提供数据支撑。

基于改进DBSCAN算法的受限航道船舶会遇规律挖掘研究

受限航道船舶会遇态势复杂多变,为了识别潜在航行风险,提出一种基于SO-DBSCAN(self-optimal DBSCAN)算法的受限航道船舶会遇规律挖掘方法。首先,构建了基于船速比修正的受限航道动态船舶领域模型,考虑受限航道船舶安全间距以及航速对交通流的影响,引入船速比修正因子改进藤井模型;其次,提出一种基于动态舷角的会遇态势划分方法,结合国际海上避碰规则相关条款要求,采用船舶间动态舷角关系及航行速度作为引导划分出14种会遇态势;最后,引入Silhouette Coefficient和Calinski-Harabasz评估指标,并以加权和最大为目标函数自主求解最优的聚类策略,通过采集天津港受限航道的AIS数据进行实例验证,挖掘会遇时空规律并识别会遇热点。研究表明:该水域内船舶在15:00—17:00时间段内会遇较为频繁,会遇关键区域主要集中在42#~48#灯浮和22#~32#灯浮附近,结果符合航海实际;基于SO-DBSCAN算法的受限航道船舶会遇规律挖掘方法不仅能够解决传统基于密度聚类算法调参复杂的问题,还能够有效识别会遇高风险区域。

内河航道避碰测试会遇场景建模方法研究

[目的]旨在通过建模获取内河航道智能船舶自主避碰会遇场景。[方法]从船舶自动识别系统(AIS)及雷达数据采集与融合方法入手,建立船舶航行数据采集与融合系统,然后以三峡-葛洲坝两坝间的航道为例采集船舶航行数据,分析船舶主要避碰会遇场景要素,提出一种内河航道船舶避碰测试会遇场景参数化建模方法,并通过设定相关参数实现船舶避碰会遇场景的自动生成。随后,以两船及多船会遇局面测试场景为例,生成一系列测试场景,并进行仿真测试。[结果]结果显示,参数化场景生成方法可有效支撑内河船舶自主避碰算法测试的开展。[结论]所做研究可为提升内河智能船舶避碰测试的实用性提供依据。

船舶会遇态势的判断

大连海事大学东[内容提要]综合分析了《国际海上避碰规则》的相关规定和现有的相关研究,解析了会遇态势判断的要点,并在此基础上对船舶间的会遇态势进行了定量划分。这种划分有助于航海人员对船舶会遇态势的判断,也可以用于船舶自动避碰系统中实现船舶会遇态势的自动判断,有一定的实际意义。

浅谈多船会遇局面的界定与划分

在分析多船会遇研究现状及其弊端的基础上,提出了多船会遇局面的定义,并分别从三种会遇态势和避碰行动方式类型的角度对多船会遇局面进行了划分,分析了多船会遇局面的各种态势,以期对多船避碰及智能决策的研究提供一定的理论参考。

不同水域船舶会遇危险评判阈值

为确保船舶在不同水域实现不同会遇局面下的有效避碰,减少船舶碰撞事故的发生,依据《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)划分船舶航行水域和会遇局面,利用解析几何分析方法,结合调查问卷研究不同船型、不同会遇局面下的临界安全会遇距离SDAc。结果表明:船舶会遇危险阈值存在差异性,无水域宽度限制的开阔水域和繁忙水域均为左舷来船时SDAc小于右舷来船时SDAc,水域宽度受限的航道水域左右舷来船时SDAc基本相同;在相同会遇局面下,船型越大,SDAc越大,船舶越危险;船型相同时,对遇、追越和交叉局面下的SDAc逐渐增大,危险度也逐渐增大。

基于AIS的特定船舶会遇实况分布

由于单独挖掘特定船舶的会遇信息能够更加直观地反应出船舶的行为特征规律,而传统的采集单船会遇信息的方法存在费时、费力且效率低的问题,因此考虑结合海上交通工程理论,实现基于海量AIS数据绘制特定船舶会遇信息的算法。以闽台直航船"中远之星"为例,利用该算法得到其在台湾海峡水域内的航迹绘制、会遇数目、会遇态势和会遇最近距离等信息,并进行研究分析。研究结果可为分析水域的通航环境以及为主管部门更好地规划特定船舶的航路提供理论依据。

船舶会遇的时空数据挖掘算法及应用

船舶会遇是海上船舶交通研究的重要方面。传统的船舶会遇研究数据采集花费巨大,而海量、实时的船舶AIS数据则真实记录特定水域的船舶会遇状况。根据海上交通工程理论和数据挖掘技术,设计了高效的从海量的船舶AIS数据中提取船舶会遇信息算法,并以厦门湾的船舶AIS数据为例,从船舶会遇的空间、时间分布,会遇船舶尺度和态势等多个角度研究分析了厦门湾船舶会遇状况。研究结果可为港航主管部门改善海上通航环境、降低船舶事故提供理论依据。

浅水中会遇船舶水动力相互作用数值研究

浅水中邻近两船作相对运动产生的非定常水动力相互作用对于船舶的操纵性有重要影响。文章采用动网格技术,通过求解非定常RANS方程,选取RNG k-ε湍流模型,对两船在浅水中会遇的三维非定常粘性流场进行了数值模拟,计算了其水动力相互作用;通过将计算结果与试验数据进行对比,验证了文中方法的有效性。在此基础上,分析了船舶在整个会遇过程中的受力特性,指出了会遇过程中船舶容易失控和发生碰撞的阶段,并通过分别对不同的船间横向间距、水深、船速和船长情况下的船-船水动力相互作用进行计算和结果分析,得出了以上四种因素对船间水动力相互作用的影响规律。

基于AIS数据的交汇水域船舶会遇态势辨识

船舶会遇态势辨识是实现船舶安全避碰的重要前提,交汇水域复杂的通航环境和船舶运动的不确定性使在辨识会遇态势过程中容易出现误判的情况。为准确快速辨识交汇水域的船舶会遇态势,提出联合支持向量机-贝叶斯滤波(Support Vector Machine and Bayesian Filter,SVM-BF)的辨识会遇态势模型和算法。基于会遇几何模型计算两船的相对距离和航向差作为会遇特征,并将特征序列输入模型,在SVM初辨识的基础上,使用BF器对SVM产生的初判结果进行累积判别,提高辨识不同会遇态势的准确性。选取长江口南槽交汇水域的船舶自动识别系统(Automatic Identification System,AIS)数据,进行会遇过程分析与特征提取和SVM-BF模型训练和算法验证。结果表明:基于SVM-BF模型辨识会遇态势算法能针对交叉、对遇和追越等态势进行及时有效识别,与仅采用SVM的辨识模型相比,SVM-BF能有效降低误判概率。

多船会遇碰撞危险的灰色动态评价模型

针对多船会遇局面的特点 ,建立了多船会遇局面多指标动态评价模型 ,实例表明 ,本模型能够较好地反映实际情况 ,效果较好。

基于AIS的数据时空分析及船舶会遇态势提取方法

为精准提取船舶会遇态势,提升水上交通安全监管能力,对长江口南槽水域自动识别系统(AIS)数据做时空分析,提出对船舶会遇态势模式分类的自动提取方法。首先,利用会遇态势过程的时空约束关系提取会遇船舶配对轨迹信息;然后,借助数据插值方法对会遇轨迹做时空同步处理和数据补全,实现会遇场景重建;最后,分析船舶会遇的时空演化特征,提取特定时间窗口内的相对距离和航向差特征,形成会遇特征序列,利用支持向量机(SVM)对会遇特征序列分类辨识建模,实现会遇态势的自动提取。结果表明:设置时空约束条件可以准确提取船舶配对轨迹信息;对会遇过程作时空分析,实现了会遇场景的重建;借助SVM设计的会遇态势提取算法的准确率达90%以上,与传统方法相比降低了误判率。

一种基于DBSCAN的船舶会遇实时识别方法

针对海上交通监控中船舶数量众多,且对具有潜在碰撞危险的船舶识别效率不高的问题,提出一种基于DBSCAN(带噪声的基于密度的空间聚类)的船舶会遇实时识别方法。根据海上交通风险监控的研究需求,分析船舶会遇局面的定义。运用墨卡托算法计算船舶之间的距离,采用DBSCAN算法进行船舶会遇聚类识别。基于浙江舟山群岛西南海域航行船舶的AIS数据,对设置不同船舶会遇距离的试验结果进行比较分析,结果表明:当船舶会遇距离为1 n mile时,可以将56艘船划分为7个会遇船舶类,占船舶总数的32.1%,每个会遇船舶类包括2~3艘船。将该方法运用到实际海上交通监控中,可对每个会遇船舶类中的船舶航行动态进行重点关注,降低海上交通监控人员的工作负担,提高海上交通监控的效率。

船舶会遇过程中避碰阶段的划分与量化

在分析船舶会遇的基础上 ,就碰撞危险的含义、船舶会遇避碰的各个阶段进行了定性和定量的分析 ,提出以TCPA为基础的船舶操纵避碰阶段划分的有关建议 ,为船舶碰撞责任划分和船舶操纵行动提供参考。

AIS数据中船舶会遇信息的提取方法

为了研究船舶领域模型的形状和边界需要取得大量的船舶会遇信息,提出了1种从AIS数据中提取船舶会遇信息的方法。该方法对AIS信息解码获取船舶原始动态信息,再运用插值计算方法和船舶运动几何原理计算船舶相对运动参数,根据避碰规则和航海实践经验对不同会遇态势下的船舶会遇样本进行提取。采用琼州海峡AIS数据对该方法进行了验证,结果表明该方法能够有效地提取船舶相对运动参数和船舶会遇信息,可以用于船舶领域模型研究。

船舶最近会遇距离值与避让行动幅度的估算

在分析船舶航向交角、船速比与船舶相对航向的关系的基础上 ,得出了船舶避碰的数学模型 。

多船会遇碰撞危险的模糊识别评价方法

在海上船舶会遇碰撞危险的评价中,双船会遇局面碰撞危险的评价方法比较成熟。但对于多船会遇局面,由于国际海上避碰规则没有给出具体的避让指导意见,使得避让方法复杂,进而造成多船会遇局面碰撞危险的评价困难。目前大都采用双船碰撞危险的评价方法进行,但由于其局限性,很难与实际情况相符。作者针对多船会遇局面的特点,利用新的模糊识别方法,对多船会遇局面的碰撞危险进行评价,结果表明,该评价方法是可行的。

多船会遇避碰决策研究─Ⅱ 多船会遇避碰决策模型

在多船会遇局面划分、判断的基础上，根据避碰规则，提出了在智能或自动避碰系统中，以“避碰重点船”方法进行避碰决策及实现的方法。