-
公开(公告)号：CN118170127A
公开(公告)日：2024-06-11
申请号：CN202211567407.3
申请日：2022-12-07
Applicant: 大连海事大学深圳研究院
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/247 , G05D109/10
Abstract: 本发明提供一种基于混行场景下的船舶拟人化避碰决策方法及装置。方法包括基于避碰规则行动条款和人类思维模式定义常规船舶避碰决策模型；通过分级考虑船舶避碰安全程度、规则符合度、船舶偏航角度和偏航距离构建智能船舶避碰决策模型；根据常规船舶善于理解规则、智能船舶精于快速计算的特点对会遇船舶进行分级，从而形成避碰意图告知机制。本发明能够使避碰船舶均能平稳操纵并以平滑轨迹在安全距离上通过，满足避碰行动关于安全和避碰规则的要求。
-
-
公开(公告)号：CN117496764A
公开(公告)日：2024-02-02
申请号：CN202311280093.3
申请日：2023-09-28
Applicant: 大连海事大学
IPC: G08G3/02 , G06F30/20 , G05D1/43 , G06F119/02
Abstract: 本发明提供了一种混合航行环境下的船舶交互避让决策方法，涉及智能船舶自主航行技术领域，包括如下步骤：S1、定义混合航行环境下的船舶驾驶员操船风格，获取会遇态势参数；S2、依据会遇态势参数将船舶避碰决策阶段过程建模为阶段博弈交互模型；S3、制定船舶避让序惯行动优先级表，求解阶段博弈交互模型的纳什收益均衡策略；S4、依据纳什收益均衡策略将船舶交互避碰过程建模为马尔科夫博弈模型；S5、将会遇态势参数输入至马尔科夫博弈模型进行Nash‑Q学习，得到各船的最优避让动作。本发明将会遇场景中的船舶均考虑为具有独立思考和决策能力的智能个体，实现混合航行场景下不同智能程度的船舶进行交互避碰、自主化解碰撞危险的目标。
-
公开(公告)号：CN114014038B
公开(公告)日：2023-07-18
申请号：CN202111396862.7
申请日：2021-11-23
Applicant: 大连海事大学
IPC: B65G67/60
Abstract: 本发明提供一种散货码头装船作业优化方法。本发明方法，包括：根据散货码头装船方案和装船作业工艺流程，建立散货码头装船作业调度优化的混合整数规划模型；基于建立的混合整数规划模型，并根据船舶需求、装船设备、堆场产品分布信息，设计基于启发式逻辑的Benders分解算法；基于设计的Benders分解算法，对建立的混合整数规划模型进行求解，得到优化后的装船作业调度方案。本发明的技术方案能够缩短所有船舶的装船作业完成时间，不仅可为每艘船舶分配合理的装船方案，还能避免各装船机之间作业冲突以及避免各取料机之间作业冲突。同时，本发明的技术方案在一定程度上可为散货码头装船作业提供辅助决策，对提高散货码头装船作业效率和服务水平具有重要价值。
-
公开(公告)号：CN116386388A
公开(公告)日：2023-07-04
申请号：CN202310243313.9
申请日：2023-03-14
Applicant: 大连海事大学
IPC: G08G3/00
Abstract: 本发明提供一种协调内河干支流航道网区域多船闸联合调度方法，包括获取内河干支流航道网多船闸要素信息；基于获取的内河干支流航道网多船闸要素信息，建立内河干支流航道网区域船闸联合调度的混合整数线性规划模型；对建立的内河干支流航道网区域船闸联合调度的混合整数线性规划模型进行求解；根据求解结果，提供船舶通过内河干支流航道网区域多船闸的最优调度方案。本发明充分考虑内河干支流航道纵横交错的地理特征和船闸分布密集等特点，从全局调度的角度建立模型，更符合实际情况，解决了内河干支流航道网区域多船闸联合调度不统一、不协调的问题，为船闸运调管理部门提供船舶过闸计划的辅助决策，大大改善以往仅依靠人工经验的低效调度模式。
-
Patent Agency Ranking
公开(公告)号：CN116227652A
公开(公告)日：2023-06-06
申请号：CN202211575285.2
申请日：2022-12-08
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q10/083 , G06F30/27 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及基于历史航行模式挖掘的可解释性两阶段船舶轨迹预测方法，包括可行候选轨迹集生成与候选轨迹判别两阶段，通过挖掘船舶历史AIS数据中的航行模式能有效提取AIS数据中潜在的航行环境与船舶运动特征信息；将航行模式应用于船舶当前轨迹实现基于船舶当前航行状态与历史行为模式的船舶可行候选轨迹集生成，使轨迹生成过程与结果具有较强的解释性；利用神经网络学习船舶当前轨迹与生成轨迹的关联性并进行判别选择，能有效保证轨迹预测模型的精度。本发明有效融合了船舶航行模式信息与船舶当前轨迹的特征，预测结果具有较好的可解释性，对于船舶行为分析、港口安全监管等任务提供技术支撑。
-
公开(公告)号：CN113689738B
公开(公告)日：2022-06-14
申请号：CN202110960316.5
申请日：2021-08-20
Applicant: 大连海事大学
Abstract: 本发明提供一种长航道大型船舶精细化逐段乘潮进港方法，包括：识别出长航道大型船舶乘潮进港航迹关键点；获取大型船舶乘潮进港航行行为变化关键船位点；结合长航道地理环境特征和大型船舶航行行为特征对长航道进行精细化分段；基于长航道分段结果构建长航道大型船舶精细化逐段乘潮进港窗口期模型；基于乘潮历时自适应排列的长航道大型船舶乘潮进港窗口期求解算法用以求解大型船舶乘潮进港最长窗口期，在获得的最长窗口期内完成船舶进港。本发明在保证通航安全的基础上可准确计算出长航道大型船舶乘潮进港窗口期，可在候潮时间及乘潮时间等方面为长航道大型船舶的交通组织提供数据支持，可为港航管理部门的大型船舶动态计划提供依据。
-
公开(公告)号：CN114037252A
公开(公告)日：2022-02-11
申请号：CN202111305614.7
申请日：2021-11-05
Applicant: 大连海事大学
Abstract: 本发明提出了一种求解船舶交通组织与调度问题的自适应启发式算法，包括建立以最小化船舶进出港总时间为目标的单向航道船舶交通组织与调度数学模型；获取黄骅港综合港区船舶基础信息、泊位信息、锚地信息；采用一种自适应启发式算法(AHA)来求解此模型。在AHA中，遗传算法被当作基本的优化模型，迭代过程中利用Q‑learning自适应调整船舶编号与进出港方向相匹配的交叉和变异算子。考虑算法会陷入局部最优解，本发明引入模拟退火算法对遗传操作后的部分优秀个体进行退火操作。本发明方法在保证安全前提下，显著缩短船舶进出港总时间，提高单向通航港口船舶调度效率，同时该方法为港口船舶交通组织与调度优化提供一种新工具，弥补现有船舶交通组织优化方法的不足。
-
公开(公告)号：CN113689738A
公开(公告)日：2021-11-23
申请号：CN202110960316.5
申请日：2021-08-20
Applicant: 大连海事大学
Abstract: 本发明提供一种长航道大型船舶精细化逐段乘潮进港方法，包括：识别出长航道大型船舶乘潮进港航迹关键点；获取大型船舶乘潮进港航行行为变化关键船位点；结合长航道地理环境特征和大型船舶航行行为特征对长航道进行精细化分段；基于长航道分段结果构建长航道大型船舶精细化逐段乘潮进港窗口期模型；基于乘潮历时自适应排列的长航道大型船舶乘潮进港窗口期求解算法用以求解大型船舶乘潮进港最长窗口期，在获得的最长窗口期内完成船舶进港。本发明在保证通航安全的基础上可准确计算出长航道大型船舶乘潮进港窗口期，可在候潮时间及乘潮时间等方面为长航道大型船舶的交通组织提供数据支持，可为港航管理部门的大型船舶动态计划提供依据。
-
公开(公告)号：CN118963362A
公开(公告)日：2024-11-15
申请号：CN202411065210.9
申请日：2024-08-05
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开了一种基于元学习与强化学习的智能船自主避障与目标追踪方法，包括：基于马尔可夫决策过程构建智能船舶在复杂环境下自主避障与目标点追踪任务模型，包括设计符合航海实践的状态空间、动作空间以及奖励函数；基于改进的强化学习算法对模型进行训练，所述改进的强化学习算法为在强化学习算法中引入元强化学习；基于训练后的智能船舶在复杂环境下自主避障与目标点追踪任务模型指导智能船舶动作。本发明基本元任务集进行预训练，提高了模型的训练效率，且元学习方法和基本元任务集对于确定性策略强化学习算法具有较好的通用性。因此本发明不论是对于该智能船舶任务训练的收敛特性，还是面对不同任务的环境适应性，都有提高。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.021 seconds)
