【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 ...
【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:
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。