面向智能航行的内河水网航线规划技术研究
发布时间：2021-02-19 23:33
我国内河水系众多,可通航的水道纵横交错,内河航运十分发达。然而,由于内河航道复杂多变,有些区域甚至形成了稠密水网,这给通航船舶的航行安全带来了很大的麻烦,容易发生搁浅、撞桥等事故。近年来,内河数字航道的建设,通过航道感知和数字化手段,从数据层面上极大提升了船舶对航道环境的认知能力,电子海图系统的逐步普及也从应用层面上为船舶提供了有力的辅助航行手段。然而,目前的电子海图系统更多起到了航行监控的作用,仍然不具备自动航线规划的能力,很难帮助船舶提前规划回避风险并提高航行效率。针对这一问题,本文基于内河数字航道感知和采集的航道数据基础,结合船舶自身条件,利用人工智能的方法,研究了内河水网的自动航线规划技术,并通过基于电子航道图的助航应用为船舶提供服务,辅助船舶避免发生误入错误航道以及发生撞桥等事故,并通过提供最优航线提高航行效率,为船舶智能航行打下基础。本文完成的主要研究工作包括:（1）针对众横交错的航道特征,设计内河水网的有向拓扑网络数据结构,并利用A*算法,从添加航道约束、优化代价函数和估价函数三个方面进行改进,提出适应内河航道通航条件和形态特征的航线规划算法。（2）...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２．?２内河水网数据示意图??Ｆｉｇ．?２．２?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｉｎｌａｎｄ?ｗａｔｅｒ?ｎｅｔｗｏｒｋ?ｄａｔａ??整个水网的数据结构设计如图２．３所示
面向智能航行的内河水网航线规划技术研究??含桥梁数的加权结果，加权方法见公式（３）；?／／为该节点到目标节点的估计距离，计算方??法见公式（３）。然后，根据估价函数值对Ｏｐｅｎ进行由小到大排序。??（６）跳转到第３步进行循环，直到目标节点出现，找到最优航线，如图２．４?ｄ）所??示，或者直到Ｏｐｅｎ表为空，航线规划失败。??、＇、、▲必ａ洲??＇、—一、、＇．??？、＇ｂ?必翻１??阳南洲?ｆ上屯?阳南洲?上屯??？?１?？?Ｉ??／?／?／??南廿桥?ｙ?／??？?角围?？?角围??？乌沙洲头?ｆ?ｐ沙洲头?ｊ??ｊ?／?叫?／??通行Ｉ??／?ｗ?ｒ?ｗ??麵具乐部?、沙麵俱乐部??、ｋ??ａ）起点和终点映射?ｂ）可通航性判断??乂—?！?一＇、）＿??上中?／?阳南洲?ｆ上屯??Ｈ＝ｈｉ，ｈｙ＾２／?／?／??ｍ?／／?？广围??，乌ｉｒ？概?ｆ?ｆ?｜?—乌沙洲头?「??／ｆ?ｊ?ｙ最離线??＞＾酬臟?艇俱乐部??ｃ）估值函数设定?ｄ）航线规划结果??图２．?４航线规划算法??Ｆｉｇ．?２．４?Ｒｏｕｔｅ?ｐｌａｎｎｉｎｇ?ａｌｇｏｒｉｔｈｍ??－１４－??
测和评估，甚至是开展时间优先的航??线规划研宄，本章针对船舶航行时间的预测问题展开研宄，以长江下游航道为应用场景，??基于船舶Ａ１Ｓ的分段统计数据和航道自然特征，提出了一种基于时空神经网络的航行时??间预测模型。??３．１航行时间预测的数据基础??３．１．１基于ＡＩＳ的船舶交通流数据??航行时间预测研究，以长江下游为应用场景，其船舶交通流数据来源于船讯网提供??的２０１８至２０１９年间的ＡＩＳ历史数据，航道数据来源于长江南京航道局提供的电子航道??图。??ＡＩＳ数据包含的信息见图３．１所示。??ＡＩＳ数据????Ｉ????船舶静态数据?船舶动态数据?船舶航次数据?航行安全信息??经度、讳度、船首?船舶状态、吃水、?航行瞀告、气象报??向、航迹向、航速?目的地，ＥＴＡ等?告等??图３．?１?ＡＩＳ数据结构??Ｆｉｇ．?３．１?ＡＩＳ?ｄａｔａ?ｓｔｒｕｃｔｕｒｅ??其中，船舶静态数据主要包括船名、呼号、海上移动业务识别码（ＭＭＳＩ）、国际??海事组织（ＩＭＯ）编号、船长、船宽、船舶类型等。船舶动态数据作为船舶航行状态的??判断依据，主要包括船位数据、对地航速／航向和船首向等信息。??可以看出，ＡＩＳ数据中并没有关于航行时间的直接信息，因此，利用ＡＩＳ分析船舶??的航行时间时，需要通过ＡＩＳ数据中的海上移动业务识别码（ＭＭＳＩ）、船舶经炜度、??船舶速度以及ＡＩＳ数据的时间戳等进行处理和计算。??－２６－??
【参考文献】：
期刊论文
[1]基于LSTM神经网络的降雨天旅行时间预测研究[J]. 王志建,李达标,崔夏. 交通运输系统工程与信息. 2020(01)
[2]基于GRU-RNN模型的城市主干道交通时间预测[J]. 张铭坤,王昕. 北京信息科技大学学报(自然科学版). 2019(04)
[3]基于《航道法》的航道技术等级划分及实施建议[J]. 刘垒,李宝玉,马倩雯. 中国水运. 2019(06)
[4]国内外航道宽度设计方法对比研究[J]. 李华强,王烽,谷文强. 港工技术. 2019(02)
[5]基于深度学习算法的道路旅行时间预测[J]. 张盛涛,方纪村. 指挥控制与仿真. 2019(02)
[6]基于预处理的点到点最短路径计算方法[J]. 陆文琦,谷远利,李萌,王硕,张源. 山东科学. 2018(02)
[7]偶发的船撞桥事件背后的必然性分析[J]. 余丹亚. 珠江水运. 2018(05)
[8]基于电子海图栅格化的无人水面艇全局路径规划[J]. 范云生,赵永生,石林龙,张月. 中国航海. 2017(01)
[9]国内外海港航道宽度设计方法对比[J]. 肖鑫,卢昭. 水运工程. 2016(10)
[10]谈港口航道设计宽度问题的解决方案[J]. 常梅,于明. 中国水运(下半月). 2016(10)
博士论文
[1]基于路网的路径规划问题研究[D]. 刘辉平.华东师范大学 2018
[2]道路网络层次结构的随机层次树模型[D]. 李木梓.西南交通大学 2017
[3]多尺度道路网路径规划关键技术及应用研究[D]. 汪永红.解放军信息工程大学 2011
[4]基于多AGENT的智能航运信息系统关键技术研究[D]. 赵丽宁.大连海事大学 2010
硕士论文
[1]基于图卷积神经网络的旅行时间预测方法研究[D]. 虎玉鑫.北京交通大学 2018
[2]多影响因素下的导航路网数据路径规划研究[D]. 孔祥丽.武汉大学 2018
[3]基于路径搜索的改进A*算法研究[D]. 张永旭.哈尔滨工程大学 2017
[4]内河船舶智能服务需求自动辨识研究[D]. 周斌斌.大连海事大学 2017
[5]面向内河符合S-100的航行信息服务研究[D]. 李晓梦.大连海事大学 2017
[6]基于水上位置大数据的智能服务应用模式研究[D]. 王起超.大连海事大学 2016
[7]内河船舶航行优化方法的研究[D]. 郭飞.大连海事大学 2015
[8]珠三角内河航道网络结构及其优化研究[D]. 王娜玲.华南理工大学 2013
[9]内河航运信息化应用模式的研究[D]. 李洪星.大连海事大学 2010
本文编号：3041863
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２．?２内河水网数据示意图??Ｆｉｇ．?２．２?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｉｎｌａｎｄ?ｗａｔｅｒ?ｎｅｔｗｏｒｋ?ｄａｔａ??整个水网的数据结构设计如图２．３所示
面向智能航行的内河水网航线规划技术研究??含桥梁数的加权结果，加权方法见公式（３）；?／／为该节点到目标节点的估计距离，计算方??法见公式（３）。然后，根据估价函数值对Ｏｐｅｎ进行由小到大排序。??（６）跳转到第３步进行循环，直到目标节点出现，找到最优航线，如图２．４?ｄ）所??示，或者直到Ｏｐｅｎ表为空，航线规划失败。??、＇、、▲必ａ洲??＇、—一、、＇．??？、＇ｂ?必翻１??阳南洲?ｆ上屯?阳南洲?上屯??？?１?？?Ｉ??／?／?／??南廿桥?ｙ?／??？?角围?？?角围??？乌沙洲头?ｆ?ｐ沙洲头?ｊ??ｊ?／?叫?／??通行Ｉ??／?ｗ?ｒ?ｗ??麵具乐部?、沙麵俱乐部??、ｋ??ａ）起点和终点映射?ｂ）可通航性判断??乂—?！?一＇、）＿??上中?／?阳南洲?ｆ上屯??Ｈ＝ｈｉ，ｈｙ＾２／?／?／??ｍ?／／?？广围??，乌ｉｒ？概?ｆ?ｆ?｜?—乌沙洲头?「??／ｆ?ｊ?ｙ最離线??＞＾酬臟?艇俱乐部??ｃ）估值函数设定?ｄ）航线规划结果??图２．?４航线规划算法??Ｆｉｇ．?２．４?Ｒｏｕｔｅ?ｐｌａｎｎｉｎｇ?ａｌｇｏｒｉｔｈｍ??－１４－??
测和评估，甚至是开展时间优先的航??线规划研宄，本章针对船舶航行时间的预测问题展开研宄，以长江下游航道为应用场景，??基于船舶Ａ１Ｓ的分段统计数据和航道自然特征，提出了一种基于时空神经网络的航行时??间预测模型。??３．１航行时间预测的数据基础??３．１．１基于ＡＩＳ的船舶交通流数据??航行时间预测研究，以长江下游为应用场景，其船舶交通流数据来源于船讯网提供??的２０１８至２０１９年间的ＡＩＳ历史数据，航道数据来源于长江南京航道局提供的电子航道??图。??ＡＩＳ数据包含的信息见图３．１所示。??ＡＩＳ数据????Ｉ????船舶静态数据?船舶动态数据?船舶航次数据?航行安全信息??经度、讳度、船首?船舶状态、吃水、?航行瞀告、气象报??向、航迹向、航速?目的地，ＥＴＡ等?告等??图３．?１?ＡＩＳ数据结构??Ｆｉｇ．?３．１?ＡＩＳ?ｄａｔａ?ｓｔｒｕｃｔｕｒｅ??其中，船舶静态数据主要包括船名、呼号、海上移动业务识别码（ＭＭＳＩ）、国际??海事组织（ＩＭＯ）编号、船长、船宽、船舶类型等。船舶动态数据作为船舶航行状态的??判断依据，主要包括船位数据、对地航速／航向和船首向等信息。??可以看出，ＡＩＳ数据中并没有关于航行时间的直接信息，因此，利用ＡＩＳ分析船舶??的航行时间时，需要通过ＡＩＳ数据中的海上移动业务识别码（ＭＭＳＩ）、船舶经炜度、??船舶速度以及ＡＩＳ数据的时间戳等进行处理和计算。??－２６－??
【参考文献】：
期刊论文
[1]基于LSTM神经网络的降雨天旅行时间预测研究[J]. 王志建,李达标,崔夏. 交通运输系统工程与信息. 2020(01)
[2]基于GRU-RNN模型的城市主干道交通时间预测[J]. 张铭坤,王昕. 北京信息科技大学学报(自然科学版). 2019(04)
[3]基于《航道法》的航道技术等级划分及实施建议[J]. 刘垒,李宝玉,马倩雯. 中国水运. 2019(06)
[4]国内外航道宽度设计方法对比研究[J]. 李华强,王烽,谷文强. 港工技术. 2019(02)
[5]基于深度学习算法的道路旅行时间预测[J]. 张盛涛,方纪村. 指挥控制与仿真. 2019(02)
[6]基于预处理的点到点最短路径计算方法[J]. 陆文琦,谷远利,李萌,王硕,张源. 山东科学. 2018(02)
[7]偶发的船撞桥事件背后的必然性分析[J]. 余丹亚. 珠江水运. 2018(05)
[8]基于电子海图栅格化的无人水面艇全局路径规划[J]. 范云生,赵永生,石林龙,张月. 中国航海. 2017(01)
[9]国内外海港航道宽度设计方法对比[J]. 肖鑫,卢昭. 水运工程. 2016(10)
[10]谈港口航道设计宽度问题的解决方案[J]. 常梅,于明. 中国水运(下半月). 2016(10)
博士论文
[1]基于路网的路径规划问题研究[D]. 刘辉平.华东师范大学 2018
[2]道路网络层次结构的随机层次树模型[D]. 李木梓.西南交通大学 2017
[3]多尺度道路网路径规划关键技术及应用研究[D]. 汪永红.解放军信息工程大学 2011
[4]基于多AGENT的智能航运信息系统关键技术研究[D]. 赵丽宁.大连海事大学 2010
硕士论文
[1]基于图卷积神经网络的旅行时间预测方法研究[D]. 虎玉鑫.北京交通大学 2018
[2]多影响因素下的导航路网数据路径规划研究[D]. 孔祥丽.武汉大学 2018
[3]基于路径搜索的改进A*算法研究[D]. 张永旭.哈尔滨工程大学 2017
[4]内河船舶智能服务需求自动辨识研究[D]. 周斌斌.大连海事大学 2017
[5]面向内河符合S-100的航行信息服务研究[D]. 李晓梦.大连海事大学 2017
[6]基于水上位置大数据的智能服务应用模式研究[D]. 王起超.大连海事大学 2016
[7]内河船舶航行优化方法的研究[D]. 郭飞.大连海事大学 2015
[8]珠三角内河航道网络结构及其优化研究[D]. 王娜玲.华南理工大学 2013
[9]内河航运信息化应用模式的研究[D]. 李洪星.大连海事大学 2010
本文编号：3041863
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3041863.html
