【技术实现步骤摘要】
一种基于本体与贝叶斯网络的无人船态势认知与决策方法
[0001]本专利技术涉及无人驾驶船舶智能决策领域，具体而言，尤其涉及一种基于本体与贝叶斯网络的无人船态势认知与决策方法。
技术介绍
[0002]无人驾驶船舶利用感知、认知、决策、控制等先进技术，与传统船舶相比，在安全、经济、环保等方面具有显著优势，近年来受到广泛关注。智能决策系统作为无人驾驶船舶的“大脑”，主要由全局路径规划、行为决策、运动规划三个模块组成。行为决策模块需要结合态势感知信息和驾驶经验，给出遵守交通规则、符合人类驾驶习惯的决策行为，其智能化水平的高低将直接决定无人驾驶船舶行驶的安全性与合理性，行为决策研究一直是无人驾驶船舶决策领域研究的重点和难点。
[0003]行为决策模型现有研究主要分为基于规则的模型和基于统计的模型两种，但现有研究都存在多源异构信息表达不充分、驾驶场景难以理解等问题，导致决策模型性能不佳。同时船舶在行驶至受限水域时相比其在开阔水域其航行场景具有较高的复杂性和不确定性，现有的行为决策系统仍然难以解决实时性和有效性等核心问题。>
技术实现思路
【技术保护点】
【技术特征摘要】
1.一种基于本体与贝叶斯网络的无人船态势认知与决策方法，其特征在于，包括：分析无人驾驶船舶航行场景要素和态势感知信息构成以及之间的关联属性；基于本体论构建航行态势认知概念模型；结合航行态势感知数据对本体航行态势认知概念模型实例化；分析本体与贝叶斯网络结构，将本体owl语言转换为贝叶斯网络；利用转换得到的贝叶斯网络结合当前航行场景进行行为决策推理。2.根据权利要求1所述的一种基于本体与贝叶斯网络的无人船态势认知与决策方法，其特征在于，所述场景要素和态势感知信息构成包括：无人驾驶船舶类、驾驶行为类、障碍物类、航行区域类、船舶定制线类、环境实体类、助航标志类、概率类；场景要素和态势感知信息之间的属性包括关系属性和数据属性。3.根据权利要求1所述的一种基于本体与贝叶斯网络的无人船态势认知与决策方法，其特征在于，结合航行场景对本体航行态势认知概念模型实例化，包括：将所述场景要素填充为本体中的实体，而关系属性则为本体航行态势认知模型中的实体与实体之间的关系，并通过定义域和值域对所述实体与实体间的关系进行界定。4.根据权利要求3所述的一种基于本体与贝叶斯网络的无人船态势认知与决策方法，其特征在于，结合航行场景对本体航行态势认知概念模型实例化，还包括：根据当前获取到的航行态势感知信息对本体航行态势认知模型中的实体与实体关系进行实例化处理，使所述实体具备当前航行场景中所对应的实例信息，实现对当前航行环境中的航行任务、场景元素状态与功能、与障碍物船舶的会遇局面等信息的理解与判断。5.根...
【专利技术属性】
技术研发人员：张新宇，刘震生，姜玲玲，王程博，郑康洁，崔浩，齐怀远，
申请(专利权)人：大连海事大学，
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。