无人机气体传感与AIS信息矢量融合的船舶尾气追踪方法技术

本发明专利技术公开了一种基于无人机机载气体传感与AIS信息矢量融合的船舶尾气追踪方法，实时采样、记录无人机附近的气体浓度，结合无人机位置信息计算短时间内的尾气中各种气体浓度分布梯度，引导无人机朝浓度值大的方向移动；利用不定期获得AIS动态或静态数据，对目标船舶的尾气排放分布(源位置、分布系数等)进行模拟，并提供一个粗略的导航信息，确保无人机始终朝监测目标飞行；处理实时测量的局部浓度梯度和AIS排放预测的全局分布之间的信息融合，产生船舶尾气追踪矢量，为无人机实施监测任务提供实时性决策。本发明专利技术利用无人机实现对在航船舶尾气全自主、在线采样、收集和分析，具有较强的抗局部气流干扰能力，非常适用于超大尺度的海事场景。尺度的海事场景。尺度的海事场景。

【技术实现步骤摘要】
无人机气体传感与AIS信息矢量融合的船舶尾气追踪方法


[0001]本专利技术属于水上环境监管与海事保障领域，更具体地，涉及一种无人机气体传感与AIS信息矢量融合的船舶尾气追踪方法。

技术介绍

[0002]船舶航运产生的高含量氮氧化物、硫氧化物和颗粒物等对全球大气环境产生明显影响，船舶尾气排放监控成为海事和环保部门的主要任务之一。然而，船舶尾气排放监测是极具挑战性的，由于在航船舶通常处于离岸较远的区域且排放尾气受周围气流影响严重。公开号为CN109991371A的专利，公开了一种基于无人机的船舶尾气追踪方法，通过预设飞行任务参数，控制无人机飞向被测船舶并提前达到预计交汇位置，微调无人机与被测船舶的相对高度和水平位置，对船舶尾气的追踪监测，但是该方法在超大尺度的海事场景下，受局部不稳定气流影响。

技术实现思路

[0003]针对现有技术的以上缺陷或改进需求，本专利技术提出了一种基于无人机气体传感与AIS信息矢量融合的船舶尾气追踪方法，适用于超大尺度的海事场景，能够克服一定的局部不稳定气流影响，从而实现精准的船舶尾气追踪和监测。
[0004]为实现上述目的，按照本专利技术的一个方面，提供了一种基于无人机气体传感与AIS信息矢量融合的船舶尾气追踪方法，包括：
[0005](1)根据机载气体传感器的实时测量以及位置信息，计算无人机当前位置周围的局部浓度梯度，确保无人机沿浓度梯度方向朝浓度高的位置移动；
[0006](2)以AIS信息及船舶数据库为输入，对目标在航船舶的尾气排放进行全局预测建模，确定尾气的浓度分布参数，从而引导无人机朝尾气排放源位置行驶，其中，所述浓度分布参数包括聚集范围和尾气排放源，所述尾气排放源表示尾气浓度值最大位置；
[0007](3)基于局部浓度梯度与全局排放预测的对无人机导航的信息进行矢量化融合，实现无人机对目标在航船舶尾气追踪的最优规划。
[0008]其中，通过本专利技术的基于无人机气体传感与AIS信息矢量融合的船舶尾气追踪方法不仅可以改善AIS信息延迟问题，更能够提高无人机追踪对局部气流的抗干扰能力。
[0009]在一些可选的实施方案中，步骤(1)包括：
[0010](1.1)基于无人机通过机载气体传感器实时获得的一系列气体浓度测量值及相应的测量位置，和无人机当前测量位置及当前测量位置上的浓度测量值，得到当前测量位置与之前测量位置之间的浓度梯度，其中，浓度梯度方向由当前测量位置与之前测量位置之间的位置定义，浓度梯度大小由当前测量位置与之前测量位置之间的浓度差定义；
[0011](1.2)引入受时间控制的权重因子，对当前测量位置与之前测量位置之间的浓度梯度进行自适应估计得到基于无人机机载气体传感的局部浓度梯度，其中，受时间控制的权重因子意味距离当前时刻越远的气体测量数据对局部梯度计算的影响越小。
[0012]在一些可选的实施方案中，步骤(1.1)包括：
[0013]假设无人机通过机载气体传感器实时获得的一系列气体浓度测量值为C
i
，i＝1
…
N，相应的测量位置为无人机当前测量位置上的浓度测量值为C
c
，则当前测量位置与之前测量位置之间的浓度梯度为：为：其中，浓度梯度方向由当前测量位置与之前测量位置之间的位置定义，浓度梯度大小由当前测量位置与之前测量位置之间的浓度差定义，N表示气体浓度测量值次数。
[0014]在一些可选的实施方案中，步骤(1.2)包括：
[0015]由得到基于无人机机载气体传感的局部浓度梯度其中k为受时间控制的权重因子，意味第i次测量时刻距离当前时刻越长久，k
i
越小，即对局部浓度梯度影响也越小。
[0016]其中，上述的局部浓度梯度测量方法分为浓度梯度计算和梯度自适应估计，充分考虑移动船舶尾气在水上环境的时间动态性，引入时间遗忘因子即k
i
，距离当前时刻越远的气体测量数据对局部梯度计算的影响越小，即无人机主要受短时间的气体测量数据控制。
[0017]在一些可选的实施方案中，步骤(2)包括：
[0018]以AIS或船舶数据库作为信息来源，采用一系列不同参数条件的高斯过程组合模型来近似在航船舶的位置连续变化特性，并考虑风速对尾气排放的扩散影响，以实现对目标排放分布状况的整体预测。
[0019]在一些可选的实施方案中，由来近似在航船舶尾气排放的气体分布状况，其中，
[0020]其中，N表示气体浓度测量值次数，t表示时刻，C
i
(x
ci
，y
ci
)表示在第i次测量位置(x
ci
，y
ci
)的气体浓度分布，Q表示在第i次测量位置(x
ci
，y
ci
)的尾气排放量，H为有效烟囱高度，包括实际烟囱高度加上烟囱上升高度，u定义为水平风速，σ
x
,σ
y
,σ
z
分别是沿水平、垂直方向的扩散系数，σ
x
,σ
y
,σ
z
由所处的大气稳定性和与排放位置之间的水平距离x确定。
[0021]在一些可选的实施方案中，由确定全局追踪向量其中，C
e
是全局预测的排放源浓度，是C
e
相应的排放源位置，指无人机当前位置，C
c
指无人机当前位置的气体测量浓度。
[0022]在一些可选的实施方案中，步骤(3)包括：
[0023]将基于AIS信息的船舶尾气排放全局预测和基于机载气体传感的局部浓度梯度
通过权重化求和实现二者的信息融合得到通过实时控制并调整无人机的速度和航向，实现对在航船舶尾气追踪。
[0024]在一些可选的实施方案中，由进行融合，其中，V表示无人机飞行速度，取值范围为V
min
表示无人机飞行最小速度，V
max
表示无人机飞行最大速度。
[0025]按照本专利技术的另一个方面，提供了一种基于上述任意一项所述的无人机气体传感与AIS信息矢量融合的船舶尾气追踪方法的引导无人机进行全自主尾气监测任务的方法，包括：
[0026]无人机未进入尾气烟羽范围时，通过基于AIS信息的船舶尾气排放全局预测结果控制无人机航向与速度；
[0027]无人机进入尾气烟羽范围内时，通过基于AIS信息的船舶尾气排放全局预测结果和基于机载气体传感器的局部浓度梯度测量结果控制无人机航向与速度；
[0028]当无人机连续采样获得接近基于AIS信息的船舶尾气排放全局预测结果的最大浓度值90％以上，则认为本次船舶尾气监测任务完成，无人机进入返航状态或者悬停状态等待新的监测任务。
[0029]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0030]分别利用机载气体传感和AIS信息引导无人机对在航船舶尾气进行追踪，不仅考虑局部和全本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机气体传感与AIS信息矢量融合的船舶尾气追踪方法，其特征在于，包括：(1)根据机载气体传感器的实时测量以及位置信息，计算无人机当前位置周围的局部浓度梯度，确保无人机沿浓度梯度方向朝浓度高的位置移动；(2)以AIS信息及船舶数据库为输入，对目标在航船舶的尾气排放进行全局预测建模，确定尾气的浓度分布参数，从而引导无人机朝尾气排放源位置行驶，其中，所述浓度分布参数包括聚集范围和尾气排放源，所述尾气排放源表示尾气浓度值最大位置；(3)基于局部浓度梯度与全局排放预测的对无人机导航的信息进行矢量化融合，实现无人机对目标在航船舶尾气追踪的最优规划。2.根据权利要求1所述的船舶尾气追踪方法，其特征在于，步骤(1)包括：(1.1)基于无人机通过机载气体传感器实时获得的一系列气体浓度测量值及相应的测量位置，和无人机当前测量位置及当前测量位置上的浓度测量值，得到当前测量位置与之前测量位置之间的浓度梯度，其中，浓度梯度方向由当前测量位置与之前测量位置之间的位置定义，浓度梯度大小由当前测量位置与之前测量位置之间的浓度差定义；(1.2)引入受时间控制的权重因子，对当前测量位置与之前测量位置之间的浓度梯度进行自适应估计得到基于无人机机载气体传感的局部浓度梯度，其中，受时间控制的权重因子意味距离当前时刻越远的气体测量数据对局部梯度计算的影响越小。3.根据权利要求2所述的船舶尾气追踪方法，其特征在于，步骤(1.1)包括：假设无人机通过机载气体传感器实时获得的一系列气体浓度测量值为C
i
，i＝1
…
N，相应的测量位置为无人机当前测量位置上的浓度测量值为C
c
，则当前测量位置与之前测量位置之间的浓度梯度为：为：其中，浓度梯度方向由当前测量位置与之前测量位置之间的位置定义，浓度梯度大小由当前测量位置与之前测量位置之间的浓度差定义，N表示气体浓度测量值次数。4.根据权利要求3所述的船舶尾气追踪方法，其特征在于，步骤(1.2)包括：由得到基于无人机机载气体传感的局部浓度梯度其中k为受时间控制的权重因子，意味第i次测量时刻距离当前时刻越长久，k
i
越小，即对局部浓度梯度影响也越小。5.根据权利要求4所述的船舶尾气追踪方法，其特征在于，步骤(2)包括：以AIS或船舶数据库作为信息来源，采用一系列不同参数条件的高斯过程组合模型来近似在航船舶的位置连续变化特性，并考虑风速对尾气排放的扩散影响，以实现对目标排放分布状况的整体预测。6...

【专利技术属性】
技术研发人员：元海文，李维娜，肖长诗，南雄，王艳锋，程莉，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：