【技术实现步骤摘要】
船舶碰撞风险检测方法、系统、计算机设备和存储介质
本专利技术涉及海上船舶碰撞风险分析领域，特别涉及一种船舶碰撞风险检测方法、系统、计算机设备和存储介质。
技术介绍
智能交通背景下，无人驾驶等技术的出现给海运风险检测模型提出了更高的要求，比如更好的适用性，更高的准确性等等。目前开放海域的航运风险分析虽已取得很多重大进展，但是很多研究中提出的风险评估模型仍存在其局限性。比如基于AIS数据提出能够通过航行数据评估出相遇船舶之间碰撞的风险等级的方法，船舶冲突排名算子(VesselcollisionRiskOperator，VCRO)。该模型在一定程度上能够合理的评估相遇船舶的碰撞风险等级，但是也存在对近安全域范围内相遇船舶风险评估极度不合理的现象，这一现象会导致航海人员对海上交通情况做出错误判断，从而造成不必要的资源浪费，很大程度限制了VCRO模型的实用性。考虑到海上交通的复杂性，为了使现有风险检测模型具有更高的实用性必须不断完善其本身存在的不足，使其具有更高的适用性和准确性。通过以前的研究表明，船舶的碰撞风险检测模...
【技术保护点】
1.一种船舶碰撞风险检测方法，其特征在于，所述方法包括以下步骤：/n步骤1，选定需要进行碰撞风险分析的海域，并获取所选海域成对船舶各自的航行历史数据；/n步骤2，对所述船舶航行历史数据进行预处理，将其转换为时间步长固定的数据序列；/n步骤3，针对所述数据序列中每一个时刻的数据，求取该时刻对应的成对船舶的相对航行数据；/n步骤4，从所述相对航行数据中选取多对船舶相遇过程的航行数据，作为风险评估模型的输入参数，初步获取该相遇航行过程的碰撞风险等级；/n步骤5，构建安全距离的指数模型；/n步骤6，基于所述风险评估模型和安全距离的指数模型，构建新的风险评估模型；/n步骤7，将所述多...
【技术特征摘要】
1.一种船舶碰撞风险检测方法，其特征在于，所述方法包括以下步骤：
步骤1，选定需要进行碰撞风险分析的海域，并获取所选海域成对船舶各自的航行历史数据；
步骤2，对所述船舶航行历史数据进行预处理，将其转换为时间步长固定的数据序列；
步骤3，针对所述数据序列中每一个时刻的数据，求取该时刻对应的成对船舶的相对航行数据；
步骤4，从所述相对航行数据中选取多对船舶相遇过程的航行数据，作为风险评估模型的输入参数，初步获取该相遇航行过程的碰撞风险等级；
步骤5，构建安全距离的指数模型；
步骤6，基于所述风险评估模型和安全距离的指数模型，构建新的风险评估模型；
步骤7，将所述多对船舶相遇过程的航行数据作为新的风险评估模型的输入参数，获取该相遇航行过程最终的碰撞风险等级。
2.根据权利要求1所述的船舶碰撞风险检测方法，其特征在于，步骤1中所述船舶的航行历史数据包括日期、时间、船舶的航行速度、地理位置，航行方向以及船舶大小。
3.根据权利要求1所述的船舶碰撞风险检测方法，其特征在于，步骤3中所述成对船舶的相对航行数据包括成对船舶间的相对距离、相对速度以及相对航向角。
4.根据权利要求1所述的船舶碰撞风险检测方法，其特征在于，步骤3中所述求取该时刻对应的成对船舶的相对航行数据，具体利用VCRO模型计算。
5.根据权利要求1所述的船舶碰撞风险检测方法，其特征在于，步骤4中所述风险评估模型具体采用VCRO模型：
其中，
式中，(xi,yi)表示船舶的位置信息，L为观测船体的长度，(x-lα)表示两艘船舶之间的安全距离，x表示船舶间的相对距离，lα为船舶的安全域，v表示船舶间的相对速度，k为固定系数，CMDTC表示与相对航向角有关的傅里叶级数展开函数，mi为傅立叶展开式的第i级系数，n为傅立叶的展开级数，θ为船舶间的相对航向角。
6.根据权利要求1或5所述的船舶碰撞风险检测方法，其特征在于，步骤5所述构建安全距离的指数模型，具体过程包括：
步骤5-1，构建安全距离的指数模型Cl为：
式中，k(v,θ)和m(v,θ)均为与相对速度和相对航向角相关的系数；
步骤5-2，求解所述系数k(v,θ)和m(v,θ)，具体包括：
1、求解与相对航向角相关的系数
(1)对航行数据中的相对速度进行聚类；
(2)基于VCRO模型定义的两个风险标准，求解Cl，所用公式为：
式中，v1为所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。