本技术介绍了一种3D锚位检测技术,该技术融合了遍历算法和数据集优化算法。通过锚泊船锚泊区域检测模型,精确识别锚地障碍物坐标,并运用蒙特卡洛随机算法模拟待泊船锚位点位置,以提高锚位检测的准确性和效率。
背景技术
当前,各类船舶智能技术发展方兴未艾,已逐步成为航运业经济发展的载体与航运数字技术的突破口。船舶智能锚位检测功能是船舶智能航行中所必须具备的关键技术之一。智能船舶已经成为海上交通运输发展的趋势与重要突破点。在实际作业中,船舶在航线的起始港、目的港及航线附近都必须具备锚位检测的能力,以满足应急、装卸货物、上下人员和待泊等需求,而在航海实践中,因缺少科学的锚位检测方法,通常依靠操作人员依据水面障碍物与船舶分布等外界信息和自身经验来选择锚位。然而,在实际操作中,为了保障船舶锚泊安全通常会选择较大的锚泊半径,客观上造成锚地资源的浪费。相反,当船舶选择锚泊作业的锚泊半径过小时又会造成安全隐患,所以,船舶能否合理规划选择抛锚地点并保持锚泊作业时的安全是船舶智能检测技术所面临的重大挑战之一。因此,一种兼顾高效率与良好安全性能的智能锚泊检测技术是当前智能船舶领域亟待研究的关键技术。
张春雨使用考虑风力因素的船舶锚泊安全间距模型,分别对三种船型的船舶进行锚泊安全间距推算,优化了单锚泊船舶航行方式,提高了船舶锚泊安全性,同时结合天津港的锚泊统计数据对锚地水域进行安全规划,解决了锚地资源利用不均的问题。
谢斯等提出了改进船舶锚位圈半径模型,利用Monte-Carlo随机算法对目标待泊船进行模拟运算,利用改进船舶锚位圈半径模型实现了水面上二维空间的船舶锚位检测,解决了二维平面锚位检测的问题。
张弘弛提出了一种基于决策树算法的无人船单锚泊锚位选择方法,将决策树算法与栅格化处理技术相结合,初步将水深信息及底质分析应用于无人船智能锚位选择方面。
Madadi,Bahman等考虑如何将离开锚地船舶和到达锚地船舶动态规划放置在多边形锚地内。该研究特别考虑了锚地面积利用率、船舶碰撞风险和油耗性能的目标。这三个目标以加权求和的方式定义了目标函数,提出了这一多目标锚地规划问题的时空方法,其中使用蒙特卡洛模拟的方法来衡量任何特定的规划指标组合(对来船进行实时测量)对目标函数(在稳态下测量)的影响。同时采用扰动随机逼近(SPSA)算法来确定优化目标函数的规划指标的线性组合。
Malekipirbazari等人在研究锚位分配问题时对算法进行了优化,并引入了一种启发式算法对MHDF算法进行修正,考虑了锚地水深的不均匀性,该算法被称为非均匀最大空洞度优先算法(NU-MHDF),并通过实验比较验证其效果优于MHDF算法。
Huang认为锚地的使用能力取决于船舶实际锚点的选择。该研究采用圆盘填充算法对锚位置分配问题进行建模,提出最大空洞度优先算法(MHDF)求解该问题。设计了一个锚模拟工具来评估算法的性能,该工具也用于新加坡的船舶交通模拟系统。
Oz等人在锚位置分配问题中首次考虑了船舶的锚固安全性。为了最大限度地提高锚地的利用率和最大限度地降低事故风险,他们提出了一种多目标优化的锚位分配策略。该研究选用蒙特卡洛仿真算法建立仿真系统进行求解和验证。
综上,尽管船舶智能锚位检测技术有了一定的发展,但仍需进行不断创新和提升。现有技术通常采用传统的平面二维观测方式,忽视了水深对锚泊安全的影响,而船员和岸上管理人员难以对锚泊所选水域进行有效评估,因此在实际锚泊作业时可能会造成抛锚作业精度低、安全隐患较大等实际问题。
前述背景技术知识的记载旨在帮助本领域普通技术人员理解与本发明较为接近的现有技术,同时便于对本发明的发明构思及技术方案的理解,应当明确的是,在没有明确的证据表明上述内容在本专利申请的申请日前已公开的情况下,上述背景技术不应当用于评价本申请技术方案的新创性。
实现思路