自主船航行诱导方法和装置制造方法及图纸

本发明专利技术公开了一种自主船航行诱导方法，通过经过训练的航迹时空预测模型，对所述自主船及周围船舶的行为做出预测，从而对所述自主船的航行进行诱导。所述预测模型的建立过程包括，通过获得所述自主船周围船舶的航路时间序列数据，构建所述自主船的船舶航行态势感知图G

【技术实现步骤摘要】
自主船航行诱导方法和装置


[0001]本专利技术涉及海上船舶航行安全领域，属于船舶智能驾驶技术，特别涉及一种自主船航行诱导方法和装置。

技术介绍

[0002]在交通密度大、条件复杂的海域或港口，提高船舶的海上航行安全性是一个关键问题。为了提高船舶在航行中的安全性，有必要为船舶智能导航系统提供航迹预测和危险预警功能。然而，由于海洋环境的复杂多变，特别是在拥挤的港口水域，对于无人驾驶或者自主航行类型的船舶，要实现对于周围航行环境，特别是对于其他船舶类运动目标的预测却并非易事。

技术实现思路

[0003]本专利技术实施例提供了一种基于时空动态图神经网络的自主船航行诱导方法。该方法技术方案包括，
[0004]不仅考虑船舶自身属性对其海上航迹的影响，而且还将自身与围船舶之间的相互作用纳入建模。还包括一种能够同时捕获时间性和空间性依赖的统一框架，并且可以有效地防止在捕捉远程序列时遭受梯度消失和爆炸。
[0005]本专利技术实施例，首先利用空间图神经网络来学习船舶航行态势感知图，捕获实体的空间依赖性。在空间图神经网络中，还设计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自主船航行诱导方法，其特征在于，通过经过训练的航迹时空预测模型，对所述自主船及周围船舶的行为做出预测，从而对所述自主船的航行进行诱导，所述预测模型的建立过程包括，通过获得所述自主船周围船舶的航路时间序列数据，构建所述自主船的船舶航行态势感知图G
θ
，该船舶航行态势感知图G
θ
反映了所述自主船及周围的船舶航行态势，这里的船舶航行姿态包括船舶坐标、时间戳、对地航速、对地航向；通过对所述船舶航行态势感知图G
θ
的实体嵌入，获得船舶轨迹向量，并且由机器学习捕获船舶之间的空间特征、捕获船舶的局部时间特征、捕获船舶的全局时间特征；通过深度学习解码所获得的特征，用以训练所述航迹时空预测模型。2.根据权利要求1所述的自主船航行诱导方法，其特征在于，所述船舶航行态势感知图G
θ
，其中，G
θ
＝(ε
θ
,R
θ
),是图G
θ
的顶点集合，N是船舶数量；R表示图G
θ
中连接不同顶点的边的集合，这些连接通常被定义为邻接矩阵采用地理上两艘船舶节点e
i
和e
j
之间的关系强度用以衡量该两艘船的地理接近度。3.根据权利要求2所述的自主船航行诱导方法，其特征在于，利用空间图神经网络模型学习所述船舶航行态势感知图G
θ
，捕获船舶之间的空间关系特征。4.根据权利要求3所述的自主船航行诱导方法，其特征在于，利用所述空间图...

【专利技术属性】
技术研发人员：刘晋，张喜亮，吴中岱，王骏翔，
申请(专利权)人：中远海运科技股份有限公司，
类型：发明
国别省市：