一种无人船的自动升降补偿方法及系统技术方案

本发明专利技术公开了一种无人船的自动升降补偿方法及系统，应用于数据处理技术领域，该方法包括：通过构建多维监测分析矩阵，基于传感器监测模块对目标无人船的多个位置进行实时监测，获得多维监测数据。基于升降影响分析模型对多维监测数据进行分析，获得升降影响分析结果和升降影响风险指数。判断升降影响风险指数是否满足升降影响风险约束条件。当升降影响风险指数满足升降影响风险约束条件时，基于升降影响分析结果和升降影响风险指数，获得升降补偿预警指令，执行目标无人船的升降补偿控制。解决了现有技术中无人船升降过程由于环境因素，航行因素的影响，导致无人船在升降航行过程中故障率、损毁率较高的技术问题。程中故障率、损毁率较高的技术问题。程中故障率、损毁率较高的技术问题。

【技术实现步骤摘要】
一种无人船的自动升降补偿方法及系统


[0001]本专利技术涉及数据处理领域，尤其涉及一种无人船的自动升降补偿方法及系统。

技术介绍

[0002]无人船是一种无需遥控，借助自身定位系统以及自身传感器在水面或水下完成预定任务的机器人。然而，在现有技术中无人船升降过程中由于各类环境因素如海风、海浪和障碍物，以及航行因素等各种因素的影响，导致无人船在升降航行过程中的航行风险增加，进而造成无人船故障率偏高，损毁率增加的问题。
[0003]因此，在现有技术中无人船升降过程由于环境因素，航行因素的影响，导致无人船在升降航行过程中故障率、损毁率较高的技术问题。

技术实现思路

[0004]本申请通过提供一种无人船的自动升降补偿方法及系统，解决了在现有技术中无人船升降过程由于环境因素，航行因素的影响，导致无人船在升降航行过程中故障率、损毁率较高的技术问题。
[0005]本申请提供一种无人船的自动升降补偿方法，所述方法应用于一种无人船的自动升降补偿系统，所述系统包括传感器监测模块、自动升降补偿平台，所述方法包括：构建多维监测分析矩阵，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人船的自动升降补偿方法，其特征在于，所述方法应用于一种无人船的自动升降补偿系统，所述系统包括传感器监测模块、自动升降补偿平台，所述方法包括：构建多维监测分析矩阵，其中，所述多维监测分析矩阵包括运动状态监测矩阵、受力状态监测矩阵和运动环境监测矩阵；基于所述多维监测分析矩阵和所述传感器监测模块对目标无人船的多个位置进行实时监测，获得所述目标无人船的多维监测数据，其中，所述多维监测数据包括运动状态监测数据、受力状态监测数据和运动环境监测数据；基于卷积神经网络，构建满足召回约束算子的升降影响分析模型，其中，所述升降影响分析模型包括输入层、运动
‑
升降影响分析层、受力
‑
升降影响分析层、环境
‑
升降影响分析层和输出层；基于所述升降影响分析模型对所述多维监测数据进行分析，获得升降影响分析结果和升降影响风险指数；获得升降影响风险约束条件，并判断所述升降影响风险指数是否满足所述升降影响风险约束条件；当所述升降影响风险指数满足所述升降影响风险约束条件时，基于所述升降影响分析结果和所述升降影响风险指数，获得升降补偿预警指令；将所述升降补偿预警指令发送至所述自动升降补偿平台，基于所述自动升降补偿平台内的升降补偿运维知识库对所述升降补偿预警指令匹配升降补偿数据，并基于所述升降补偿数据和所述自动升降补偿平台执行所述目标无人船的升降补偿控制。2.如权利要求1所述的方法，其特征在于，构建多维监测分析矩阵，包括：获得预设运动状态监测指标集合，其中，所述预设运动状态监测指标集合包括行驶速度指标、行驶经纬度指标、行驶加速度指标和行驶方向角指标；获得预设受力状态监测指标集合，其中，所述预设受力状态监测指标集合包括重力指标、波浪力指标、水动作用力指标和静水回复力指标；获得预设运动环境监测指标集合，其中，所述预设运动环境监测指标集合包括洋流指标、海风指标、海浪指标和障碍物指标；遍历所述预设运动状态监测指标集合、所述预设受力状态监测指标集合和所述预设运动环境监测指标集合进行标准化处理，生成所述多维监测分析矩阵。3.如权利要求1所述的方法，其特征在于，基于卷积神经网络，构建满足召回约束算子的升降影响分析模型，包括：基于卷积神经网络，获得所述升降影响分析模型的拓扑网络结构，其中，所述拓扑网络结构包括输入层、多个隐含层和输出层；基于卷积神经网络，生成满足召回约束算子的运动
‑
升降影响分析层；基于卷积神经网络，生成满足召回约束算子的受力
‑
升降影响分析层；基于卷积神经网络，生成满足召回约束算子的环境
‑
升降影响分析层；将所述运动
‑
升降影响分析层、所述受力
‑
升降影响分析层和所述环境
‑
升降影响分析层标识为所述多个隐含层；将所述输入层、所述多个隐含层和所述输出层进行连接，生成所述升降影响分析模型。4.如权利要求3所述的方法，其特征在于，基于卷积神经网络，生成满足召回约束算子
的运动
‑
升降影响分析层，包括：以所述运动状态监测矩阵为索引算子，以所述运动状态监测矩阵对应的无人船升降影响数据为检索目标；基于所述索引算子和所述检索目标进行大数据检索，获得多个检索数据序列；基于所述多个检索数据序列进行预设比例的数据划分，获得训练序列数据和测试序列数据；基于卷积神经网络，对所述训练序列数据进行有监督训练，获得运动
‑
升降影响网络层；基于所述测试序列数据对所述运动
‑
升降影响网络层进行测试，获得测试召回约束算子；判断所述测试召回约束算子是否满足所述召回约束算子；当所述测试召回约束算子满足所述召回约束算子时，根据所述运动
‑
升降影响网络层，生成所述运动
‑
升降影响分析层。5.如权利要求4所述的方法，其特征在于，基于所述测试序列数据对所述运动
‑
升降影响网络层进行测试，获得测试召回约束算子，包括：将所述测试序列数据输入所述运动
‑
升降影响网络层，获得测试输出结果序...

【专利技术属性】
技术研发人员：王盛炜，
申请(专利权)人：海云联科技苏州有限公司，
类型：发明
国别省市：