一种无人艇的无人驾驶方法及系统技术方案

本发明专利技术公开了一种无人艇的无人驾驶方法，装置和存储介质，该方法通过获取无人艇的航行路线、航行过程中产生的航行数据，根据采集时间的不同，用时间戳加以区分，根据获取到的数据，使用预设的模型生成不同两种以上的操控建议数据，选择一项建议参数，用于辅助无人艇的自主航行，在设定时间内再次采集数据，判断是否符合需求，如符合，继续执行；如不符合，由模型再次生成建议数据，并存储所有数据用于模型训练，本设计降低了远程操控/无人驾驶过程中的碰撞风险。的碰撞风险。的碰撞风险。

【技术实现步骤摘要】
一种无人艇的无人驾驶方法及系统


[0001]本专利技术涉及船舶操纵控制
，具体为一种无人艇的无人驾驶方法及系统。

技术介绍

[0002]为了对水上环境进行探测或监视，通常需要利用船舶搭载相应的探测设备航行至相应的目的地点以便进行探测，而至于搭载探测设备的船舶，包括载人艇和不搭载人员的无人艇，至于载人艇来说，为了提供足够的搭载能力以便搭载人员和设备，需要足够排水体积和其他支持能力，从而使得载人艇体积大，这样不利于携带，而且这样的载人艇的建造和使用成本高，同时，搭载人员还要保证载无人艇搭载的人员安全，不能进入恶劣环境下人员的安全，从而带来诸多缺陷，而无人艇，由于不搭载人员，则一方面可以降低无人艇的安全性要求，同时减少搭载容量，这可使得无人艇的体积减小，从而可以便于携带，另一方面不搭载人员可以支持能力，也利于节省成本，尤其是，无人艇是一种可移动的无人水面平台，和载人艇相比，无人艇特别适用于执行危险和不适合人工作业的任务，尤其是如恶劣环境下的数据采集、危险工况的数据监测等，这些都需要无人艇执行不同的任务。
[0003]作为无人艇来说，由于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人艇的无人驾驶方法及系统，包括驾驶决策集控平台(1)、航行计划输入模块(2)、航行参数获取模块(3)、数据储存模块(4)、危险预警警示模块(5)；所述驾驶决策集控平台(1)分别和航行计划输入模块(2)、航行参数获取模块(3)、数据储存模块(4)、危险预警警示模块(5)数据通信连接；其特征在于：所述驾驶决策集控平台(1)用于基于所述航行计划输入模块(2)输入的航线数据和所述航行参数获取模块(3)获取的实时航行数据做出无人艇的驾驶决策，并控制所述无人艇执行所述驾驶决策；其中，所述驾驶决策集控平台(1)包括数据处理模块(6)、数据选取模块(7)和执行模块(8)和驾驶控制切换模块(9)；所述航行计划输入模块(2)用于根据需求，设置航行的出发地、目的地、航行水域海图和航行注意事项，其中所述航行注意事项构成规划航线的约束条件；所述航行参数获取模块(3)用于实时获取无人艇在航行时无人艇的艇体及周围环境的航行参数数据；所述数据存储模块(4)用于存储训练模型、所述航行计划输入模块(2)输入的航线数据和所述航行参数获取模块(3)获取的实时航行数据、备份和多个执行程序。2.根据权利要求1所述的一种无人艇的无人驾驶方法及系统，其特征在于：无人艇的航行数据包括：所述危险预警警示模块(5)用于对航行中遇到的危险航行情况时进行报警，以便将危险航行情况发送给远程监控人员，以便监控人员进行干预和协调，从而使无人艇脱离危险；所述数据处理模块(6)用于给数据打上相应的时间戳TA，同时负责将数据输入训练模型以及建议方案的指令化；所述数据选取模块(7)用于对指令进行时间戳校验和可行性校验，选取安全可靠的建议方案；所述执行模块(8)用于执行上述各模块发出的指令；所述驾驶控制切换模块(9)用于将无人艇的驾驶模式在无人驾驶模式和远程人工接入模式之间切换，其中，在所述无人驾驶模式下，由所述驾驶决策集控平台(1)自动控制执行驾驶，而在远程人工接入模式下，将无人艇的驾驶控制权转交至所述远程人员，从而实现远程人工控制接入；在执行无人驾驶航行时，通过航行计划输入设备(2)输入无人艇的目的地、途径航行点，航行水域海图和航行约束条件，所述驾驶决策集控平台(1)基于输入的目的地、途径航行点，航行水域海图和航行约束条件利用所述驾驶决策集控平台(1)的数据处理模块(6)生成无人艇的航行路线的两个以上的建议方案；将带有时间戳的数据导入预设的训练模型，使用预设模型生成两个以上的建议方案；所述驾驶决策集控平台(1)根据上述的航行数据，使用预设模型生成用于应对不同预设状况的多个建议数据；所述预设模型使用标识有建议数据的行驶数据作为训练样本，并以航行数据为输入、建议数据为输出的形式，进行模型训练得到；所述航行参数获取设备(3)实时获取无人艇的相关状态参数，将获取到的数据打上时间戳TA，形成航行数据；所述航行数据包含：无人艇接收到由岸基系统发送的全局路径指令、无人艇航行过程中无人艇自身的状态参数以及无人艇周边的环境参数、与本次规划路径有接触的其他船只的航行数据；其中，所述训练模型的创建步骤如下：模型选用递归神经网络模型(RNN)作为训练模型，训练数据集按照类型分为两类：无人
艇航行相关数据和对应的操作指令，将时间戳相同的数据关联整合，可得到无人艇航行的相关数据；第二类为在采集数据的时间戳后，人为操控无人艇的相关操作指令。将各时间戳对应的相关数据与操作指令一一映射，即可得到原始的训练集；使用RNN训练模型，无人艇在t+1时刻的状态是通过当前指令和所有历史操作指令共同操作的结果，将该模型用于无人艇的操控；对建议的数据添加时间戳TA2后执行建议数据，并进行时间戳校验以及可执行性校验；时间戳校验包括：将时间戳TA与时间戳TA2进行比较，如时间戳之差超过阈值，将忽略建议数据，否则继续执行，在执行建议数据后的一定时间内再次获取实时参数并打上时间戳TA3，将时间戳与时间戳TA3的数据比对，如超过阈值则重新生成建议数据并打上时间戳TA3，以此循环，当多次超过阈值时，忽略所有建议，原地等待人工操控接入，同时存储所有航行数据用于模型分析优化；可执行性校验包括：在开始执行方案之前，由计算机对建议方案进行仿真模拟，模拟建议执行数据，如存在可见的风险，则自动忽略本条建议数据；生成与方案对应的操控指令，并打上时间戳TA2；在执行对应的动作前，需要在执行时间戳校验和可行性校验，并在无人艇出现危险或继续安装目前航行状态航行会出现危险时，所述危险预警警示模块(5)进行报警，并将该报警信息发送给远程人工操作端；无人艇的自身状态数据，所述自身状态数据包括自身电量、速度、加速度、位置、俯仰角、油门刹车的状态和是否变换挡位；无人艇的周边数据，所述周边数据包括风浪，海面高差。3.根据权利要求2所述的一种无人艇的无人驾驶方法及系统，其特征在于：还包括训练模型的更新步骤，将无人艇相关参数作为训练模型的输入，无人艇的建议指令作为训练模型的输出，并将输入和输出对应起来，建立训练样本集，同时根据建议指令的实际作用效果，将符合任务设定的相关样本集划归正样本集，反之为负样本集。4.根据权利要求2或3中任意一项所述的一种无人艇的无人驾驶方法及系统，其特征在于：所述建议数据包括以下预设状况，理想工作环境下风浪流及其对应的状况、正常工作环境下风浪流及其对应的状况、极端天气下的风浪流及其对应的状况，使用...

【专利技术属性】
技术研发人员：黄大志，马思远，吕继方，程亮，陈志，
申请(专利权)人：江苏海洋大学，
类型：发明
国别省市：