[发明专利]基于投影寻踪法的自主驾驶船舶重点避让船舶的确认方法有效
申请号: | 202010103968.2 | 申请日: | 2020-02-20 |
公开(公告)号: | CN111145595B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 王晓原;夏媛媛;姜雨函;伯佳更 | 申请(专利权)人: | 智慧航海(青岛)科技有限公司 |
主分类号: | G08G3/02 | 分类号: | G08G3/02 |
代理公司: | 北京易捷胜知识产权代理事务所(普通合伙) 11613 | 代理人: | 齐胜杰 |
地址: | 266200 山东省*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 投影 寻踪 自主 驾驶 船舶 重点 避让 确认 方法 | ||
1.一种基于投影寻踪法的自主驾驶船舶重点避让船舶的确认方法,其特征在于,包括以下步骤:
S1、当自主驾驶船舶行驶在复杂航行环境的集群中时,获取自主驾驶船舶所处集群的基本信息;
S2、根据所述集群的基本信息,采用投影寻踪模型,确定集群内相对自主驾驶船舶每一个其他船舶的信息在最优投影方向上的投影特征值,并根据每一个其他船舶信息的最优投影特征值,确定自主驾驶船舶的重点避让船舶,以使自主驾驶船舶执行避碰操作;
所述根据集群的基本信息,采用投影寻踪模型,确定集群内相对自主驾驶船舶每一个其他船舶的信息在最优投影方向上的投影特征值,包括:
根据所述集群的基本信息,获得集群内相对自主驾驶船舶每一个其他船舶的指标数据;
对所述每一个其他船舶的指标数据进行预处理,获得每一个其他船舶的标准化指标数据;
根据所述每一个其他船舶的标准化指标数据,采用投影寻踪模型,确定集群内每一个其他船舶的指标数据在最优投影方向上的投影特征值。
2.根据权利要求1所述的方法,其特征在于,所述自主驾驶船舶所处集群的基本信息包括集群内每一个船舶的位置信息、航速信息和航向信息。
3.根据权利要求1所述的方法,其特征在于,所述指标数据包括自主驾驶船舶最近会遇距离DCPA和最近会遇时间TCPA;
所述指标数据还包括自主驾驶船舶与每一个其他船舶的船间距、航速比、方位角、相对航向和DCPA最小安全变化量中的一种或多种。
4.根据权利要求1所述的方法,其特征在于,所述对所述每一个其他船舶的指标数据进行预处理,包括:
对越大越优型指标数据,做处理;
对越小越优型指标数据,做处理;
其中,多指标样本集{e(i,j)∣i=1,2,…,m;j=1,2,…,n},m为其他船舶的数量,n为指标的数量;emax(j)为第j个指标的最大值。
5.根据权利要求4所述的方法,其特征在于,所述根据所述每一个其他船舶的标准化指标数据,采用投影寻踪模型,确定集群内每一个其他船舶的指标数据在最优投影方向上的投影特征值,包括:
ⅰ、根据每一个其他船舶的标准化指标数据和预设的初始投影方向,获得每一个其他船舶指标数据在一维线性空间的初始投影特征值;
ⅱ、根据每一个其他船舶指标数据的初始投影值和投影指标函数,将投影指标函数值为极大值时对应的投影方向作为最优投影方向;
iii、根据最优投影方向,获得每一个其他船舶指标数据在一维线性空间的最优投影特征值。
6.根据权利要求5所述的方法,其特征在于,所述根据每一个其他船舶的标准化指标数据和预设的初始投影方向,获得每一个其他船舶的指标数据在一维线性空间的初始投影特征值,包括:
其中,Z(i)为其他船舶i的指标数据在一维线性空间的初始投影特征值;初始投影方向a(a1,a2,…,an)在单位超球面中随机抽取,a(a1,a2,…,an)为n维单位向量,投影向量a(a1,a2,…,an)中元素取值范围为-1~1。
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智慧航海(青岛)科技有限公司,未经智慧航海(青岛)科技有限公司许可,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/202010103968.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种微流控场效应管的饮用水传感设备用检测装置
- 下一篇:可侧倾转弯的倒三轮车