System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及导航系统,具体涉及基于ai机器人的智能语音导航系统。
技术介绍
1、语音导航系统的概念最早可以追溯到上世纪90年代,当时的gps技术逐渐普及,最初的gps导航系统使用文本和图形界面,但这在驾驶中操作时可能会分散注意力,因此迫切需要一种更便捷和安全的方式来提供导航信息,航海语音导航系统是一种在航海领域中广泛应用的技术,它结合了语音识别、地理信息系统(gis)、全球卫星定位系统(gps)和语音合成技术,旨在提供航海员和船员在海上航行过程中的导航、通信支持。
2、现有技术存在以下不足:
3、现有的导航系统通常是在船长选择航行路线后,为船长进行实时路线导航,然而,由于海上环境复杂多变,导航系统在船只准备航行前,对所有的航道没有综合评估处理,使得船长无法选择最优航道进行航行,不仅会降低船只的航行效率,而且可能存在安全隐患,使得船只的安全航行得不到保障。
技术实现思路
1、本专利技术的目的是提供基于ai机器人的智能语音导航系统,以解决
技术介绍
中不足。
2、为了实现上述目的,本专利技术提供如下技术方案:基于ai机器人的智能语音导航系统,包括唤醒模块、数据采集模块、遥感模块、分析模块、排序模块、显示模块、航道重选模块以及语音播报模块;
3、唤醒模块:检测船只的运行状态,当确定船只需要航行时,唤醒数据采集模块以及遥感模块;
4、数据采集模块:获取船只航行终点后,基于航道数据库获取船只前往航行终点的所有航道信息,并实时采集航道的
5、遥感模块:获取航道信息后,基于遥感卫星技术实时获取所有航道的遥感数据;
6、分析模块:定时将航道的航行数据与遥感数据综合分析,为所有航道生成排序指数;
7、排序模块:依据排序指数将所有航道进行排序生成航道表;
8、显示模块:将航道表进行可视化处理后进行展示,船长依据航道表选择航道;
9、航道重选模块:将航行航道的排序指数与预警阈值进行对比,当排序指数小于预警阈值时,重新规划航行航道;
10、语音播报模块:当船只在选择的航道上航行时,实时向船长播报航道方向,进行语音导航。
11、优选的,所述数据采集模块实时采集航道的航行数据,航行数据包括水深标准差指数、监测点潮汐高度指数,所述遥感模块获取航道信息后,基于遥感卫星技术实时获取所有航道的遥感数据,遥感数据包括航道乌云覆盖密度、航道行驶长度浮动系数。
12、优选的,所述分析模块将水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数综合计算获取排序指数,计算表达式为:
13、式中,为航道公里数,为水深标准差指数,为监测点潮汐高度指数,为航道乌云覆盖密度,为航道行驶长度浮动系数,、、、分别为水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数的比例系数,且、、、均大于0。
14、优选的,所述水深标准差指数的计算逻辑为:
15、计算航道水深标准差sd和水深深度平均值;若水深深度平均值≤深度阈值,且航道水深标准差≤标准差阈值,;
16、若水深深度平均值≤深度阈值,且航道水深标准差>标准差阈值,;
17、若水深深度平均值>深度阈值,且航道水深标准差>标准差阈值,;
18、若水深深度平均值>深度阈值,且航道水深标准差≤标准差阈值,。
19、优选的,所述航道水深标准差sd的计算表达式为:
20、式中,,表示监测数据点数量,为正整数,是不同数据点的水深深度,是水深深度平均值。
21、优选的,所述监测点潮汐高度指数的计算表达式为:
22、
23、式中,表示调和常数,表示调和常数对应的角速度,表示时间,表示相位角,其中,调和常数和相位角通过观测数据或潮汐表获取,调和常数对应的角速度的计算表达式为:
24、式中,表示调和常数对应的周期。
25、优选的,所述航道乌云覆盖密度的计算表达式为:
26、
27、式中,,b为图像数量,为第a张图像的乌云网格占比,且,为乌云在图像中的网格数量,为图像网格总数量。
28、优选的,所述航道行驶长度浮动系数的计算表达式为:
29、为航道的实时行驶长度,为遥感影像中航道上存在障碍物预警的时段,为障碍物从遥感影像上消失的时段。
30、优选的,所述排序模块获取排序指数值后,将所有航道依据排序指数由大到小进行排序,生成航道表。
31、优选的,所述航道重选模块获取排序指数值后,将排序指数值与预警阈值进行对比,若排序指数小于预警阈值,判断当前航道不利于继续航行,需要更换其他航道。
32、在上述技术方案中,本专利技术提供的技术效果和优点:
33、1、本专利技术通过数据采集模块获取船只航行终点后,基于航道数据库获取船只前往航行终点的所有航道信息,并实时采集航道的航行数据,遥感模块获取航道信息后,基于遥感卫星技术实时获取所有航道的遥感数据,分析模块定时将航道的航行数据与遥感数据综合分析,为所有航道生成排序指数,排序模块,依据排序指数将所有航道进行排序,生成航道表,显示模块将航道表进行可视化处理后进行展示,船长依据航道表选择航道,该导航系统在船只航行前,能够对所有的航道进行综合评估并排序,从而使船长选择最优航道进行航行,不仅能够提高航行效率,而且还保障船只的安全航行。
34、2、本专利技术通过航道重选模块将航行航道的排序指数与预警阈值进行对比,当排序指数小于预警阈值时,重新规划航行航道,由于海上的环境复杂多变,在航行过程中,航道可能会发生其他变化导致存在影响安全航行的因素,因此,需要重新选择航道来保障船只安全航,进一步提高了船只航行的安全性。
本文档来自技高网...【技术保护点】
1.基于AI机器人的智能语音导航系统,其特征在于:包括唤醒模块、数据采集模块、遥感模块、分析模块、排序模块、显示模块、航道重选模块以及语音播报模块;
2.根据权利要求1所述的基于AI机器人的智能语音导航系统,其特征在于:所述数据采集模块实时采集航道的航行数据,航行数据包括水深标准差指数、监测点潮汐高度指数,所述遥感模块获取航道信息后,基于遥感卫星技术实时获取所有航道的遥感数据,遥感数据包括航道乌云覆盖密度、航道行驶长度浮动系数。
3.根据权利要求2所述的基于AI机器人的智能语音导航系统,其特征在于:所述分析模块将水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数综合计算获取排序指数,计算表达式为:式中,为航道公里数,为水深标准差指数,为监测点潮汐高度指数,为航道乌云覆盖密度,为航道行驶长度浮动系数,、、、分别为水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数的比例系数,且、、、均大于0。
4.根据权利要求3所述的基于AI机器人的智能语音导航系统,其特征在于:所述水深标准差指数的计算逻辑为:<
...【技术特征摘要】
1.基于ai机器人的智能语音导航系统,其特征在于:包括唤醒模块、数据采集模块、遥感模块、分析模块、排序模块、显示模块、航道重选模块以及语音播报模块;
2.根据权利要求1所述的基于ai机器人的智能语音导航系统,其特征在于:所述数据采集模块实时采集航道的航行数据,航行数据包括水深标准差指数、监测点潮汐高度指数,所述遥感模块获取航道信息后,基于遥感卫星技术实时获取所有航道的遥感数据,遥感数据包括航道乌云覆盖密度、航道行驶长度浮动系数。
3.根据权利要求2所述的基于ai机器人的智能语音导航系统,其特征在于:所述分析模块将水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数综合计算获取排序指数,计算表达式为:式中,为航道公里数,为水深标准差指数,为监测点潮汐高度指数,为航道乌云覆盖密度,为航道行驶长度浮动系数,、、、分别为水深标准差指数、监测点潮汐高度指数、航道乌云覆盖密度以及航道行驶长度浮动系数的比例系数,且、、、均大于0。
4.根据权利要求3所述的基于ai机器人的智能语音导航系统,其特征在于:所述水深标准差指数的计算逻辑为:
5.根据权利要求4...
【专利技术属性】
技术研发人员:赵东华,毛德海,
申请(专利权)人:车位管家深圳科技有限公司,
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。