【技术实现步骤摘要】
本专利技术涉及挖泥船，特别是涉及一种适用于冰区作业的耙吸式挖泥船系统。
技术介绍
1、挖泥船是清挖水道、河川淤泥的重要工具，但在极地环境中面临诸多挑战。极地冬季大量海冰覆盖使得船只通航困难，而夏季的海冰裂解形成狭窄的通航水域，狭窄的通航水域内漂浮着大量的浮冰，多年的大块浮冰能够达到20米厚，在风和流的作用下，浮冰处于经常的运动之中，会阻挡船舶的航线，船舶需要频繁改变航向和不断变速，船舶操纵导航十分困难，任何疏忽都有可能影响船舶的结构安全。目前挖泥船的导航系统主要依赖于全球定位系统(gps)、北斗卫星导航系统、惯性导航系统(ins)、罗经和测距仪等，以实现对船舶位置、航向和速度的监测。这些系统在一定程度上能够满足导航的基本需求，但在恶劣的极地或冰区等特殊环境下，由于航行海域水面上存在着大量的碎冰和浮冰及其他障碍物，仅依靠传统的导航系统在极地进行作业，很容易撞击到浮冰等障碍物从而导致船舶结构发生损坏。
技术实现思路
1、专利技术目的：本专利技术的目的是提供一种能够精准规划修正导航路线的适用于冰区作业的耙吸式挖泥船系统。
2、技术方案：本专利技术的一种适用于冰区作业的耙吸式挖泥船系统，包括智能导航系统和除冰模块；所述智能导航系统包括视觉识别模块、信息收集模块、导航模块、信息融合与处理模块和存储模块；所述视觉识别模块用于捕捉船舶航行时周围环境的图像，识别出水面的浮冰、碎冰及其他障碍物，为导航和操作提供环境感知；所述信息收集模块用于实时监测周围环境的参数，为系统提供周围环境的物理
3、进一步的，所述视觉识别模块包括高分辨率摄像头、lidar传感器、radar传感器，所述视觉识别模块的各个部件在接收到信息后作为输入条件发送给信息融合与处理模块；所述高分辨率摄像头与lidar传感器、radar传感器协同工作，用于获取船舶周围环境的实时图像；所述lidar传感器用于扫描并收集挖泥船周围的水面信息，用于探测近距离水面上的浮冰和碎冰；所述radar传感器会发射无线电波并接收其反射，用于探测远距离外水面上的船舶、大冰山和其他障碍物目标并提供实时环境感知。
4、进一步的，所述信息收集模块包括温度传感器、湿度传感器、风速风向传感器以及水下声纳传感器；所述温度传感器、湿度传感器、环境传感器都均匀分布在挖泥船吃水线处，用于监测周围环境温度、湿度，辅助信息融合与处理模块识别船舶自身及耙头处的结冰情况；所述风速风向传感器对环境中的风速风向进行监测，并将监测数据送入深度学习模型中预测海冰漂移概率及轨迹，从而优化信息融合与处理模块理解和预测复杂水面环境的能力；所述水下声纳传感器均匀的分布在船的侧面和底部，用于探测在水下船舶前方的大型冰体及障碍物。
5、进一步的，所述导航模块包括电子海图、控制机、ais接收器、定位单元；所述电子海图用于提供地理信息，包括航道、浮标、港口，同时输入到信息融合与处理模块帮助挖泥船进行航行规划和障碍物避碰；所述控制机用于接收信息融合与处理模块的输出指令并实时控制挖泥船的航向、速度或输出指令给船员开启手动操作模式；所述ais接收器配置vhf天线，用于接收航道内附近其他船舶的ais信息；所述定位单元用于获取挖泥船的经纬度坐标，给系统提供挖泥船实时的位置信息，同时将位置信息发给信息融合与处理模块。
6、进一步的，所述信息融合与处理模块包括中央处理器和显示单元，中央处理器配置了各种算法包括路径规划算法、避碰算法以及图像处理单元和深度学习模型；所述中央处理器用于集成和协调视觉识别模块、信息收集模块、导航模块、除冰模块、存储模块的数据，执行提前配置好的决策算法，输出对挖泥船的智能航行控制的指令；显示单元用于显示船舶当前位置、周围环境信息、冰区分布情况、导航路线、船舶状态及各个模块的工作状态。
7、进一步的，所述深度学习模型包括若干个卷积神经网络模型，其中包括卷积层、池化层、全连接层、输出层，池化层用于减小视觉识别模块获取的特征图的空间尺寸，同时保留图片中冰的主要信息特征；全连接层用于将提取的特征转化为一维向量，同时保证各个特征之间的关联性，通过提前输入的大量图像数据对所述深度学习模型进行训练后，模型能够更准确地识别不同类别的冰区目标，从而协助挖泥船在冰区安全作业。
8、进一步的，所述除冰模块包括热能源单元以和中继单元；所述热能源单元均匀内嵌在挖泥船的耙头处，用于给挖泥船的耙头加热除冰；所述中继单元安装在耙头结构与船体连接处，便于更换和维护，用于接收温度传感器的数据以及信息融合与处理模块的指令，再发送给热能源单元。
9、进一步的，所述存储模块包括数据存储设备和数据管理软件，用于接收和存储各个模块和系统组件的数据，包括挖泥船的运行数据、环境数据、导航地图数据、系统配置文件，并把数据备份成数据库便于分析。
10、进一步的，所述视觉识别模块、信息收集模块、导航模块、除冰模块、存储模块均与信息融合与处理模块通过利用5g网络构建的船舶内部局域网相互连接。
11、本专利技术的一种挖泥船设有如上所述的适用于冰区作业的耙吸式挖泥船系统。
12、有益效果：与现有技术相比，本专利技术具有以下显著优点：
13、(1)本专利技术的智能导航系统配备视觉识别模块、信息收集模块、导航模块、信息融合与处理模块，能够实时感知冰面上的浮冰和碎冰及其他障碍物并及时进行航线调整。智能导航系统可以为挖泥船提供全面而实时的水面环境信息，以应对航行过程中的各种冰区挑战。有助于避免船舶与冰发生潜在的碰撞，提高了非极地作业船舶在冰区环境中航行的安全性；
14、(2)本专利技术的信息收集模块中的温度传感器和湿度传感器会实时监测环境的温度和湿度，并将监测数据发送给信息融合与处理模块，形成对结冰风险的综合感知，同时中继单元安装在易于更换和维护的位置，用于接收温度传感器的数据以及信息融合与处理模块的指令，有助于除冰模块及时响应，防止结冰对船体及耙头造成的风险，保证挖泥船在冰区作业的稳定性；
15、(3)本专利技术的智能导航系统提供了全面而实时的冰区环境信息，从而使其具备更强大的自主导航和智能决策能力，让非极地作业船舶在极地航行成为了可能，也为北极地区航运的可持续发展提供了新的解决方案；
16、(4)本专利技术的深度学习模型为若干个卷积神经网络模型组成，其中包括卷积层、池化层、全连接层、输出层，池化层的减小视觉识别模块获取的特征图的空间尺寸，同时保留图片中冰的主要信息特征。例如，对于浮冰和碎冰，池化层能够帮助模型保留冰块的分布和大小等关键特征；对于远处大冰山，池本文档来自技高网...
【技术保护点】
1.一种适用于冰区作业的耙吸式挖泥船系统，其特征在于，包括智能导航系统和除冰模块；所述智能导航系统包括视觉识别模块、信息收集模块、导航模块、信息融合与处理模块和存储模块；所述视觉识别模块用于捕捉船舶航行时周围环境的图像，识别出水面的浮冰、碎冰及其他障碍物，为导航和操作提供环境感知；所述信息收集模块用于实时监测周围环境的参数，为系统提供周围环境的物理特性和变化趋势，以配合导航模块和除冰模块生成决策；所述导航模块用于接收信息融合与处理模块的指令，调整船舶航向、速度或输出指令给船员开启手动操作模式；所述信息融合与处理模块用于集成和协调视觉识别模块、信息收集模块和导航模块的数据，输出决策算法的结果；所述除冰模块用于识别船体表面及耙头处的结冰情况，并通过热能源单元对耙头进行除冰；所述存储模块用于接收和存储各个模块和系统组件的数据，并把数据备份成数据库。
2.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述视觉识别模块包括高分辨率摄像头、LiDAR传感器、Radar传感器，所述视觉识别模块的各个部件在接收到信息后作为输入条件发送给信息融合与处理模块；所述高分
3.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述信息收集模块包括温度传感器、湿度传感器、风速风向传感器以及水下声纳传感器；所述温度传感器、湿度传感器、风速风向传感器都均匀分布在挖泥船吃水线处，用于监测周围环境温度、湿度，辅助信息融合与处理模块识别船舶自身及耙头处的结冰情况；所述风速风向传感器对风速风向进行监测，并将监测数据送入深度学习模型中预测海冰漂移概率及轨迹，从而优化信息融合与处理模块理解和预测复杂水面环境的能力；所述水下声纳传感器均匀的分布在船的侧面和底部，用于探测在水下船舶前方的大型冰体及障碍物。
4.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述导航模块包括电子海图、控制机、AIS接收器、定位单元；所述电子海图用于提供地理信息，包括航道、浮标、港口，同时输入到信息融合与处理模块帮助挖泥船进行航行规划和障碍物避碰；所述控制机用于接收信息融合与处理模块的输出指令并实时控制挖泥船的航向、速度或输出指令给船员开启手动操作模式；所述AIS接收器配置VHF天线，用于接收航道内附近其他船舶的AIS信息；所述定位单元用于获取挖泥船的经纬度坐标，给系统提供挖泥船实时的位置信息，同时将位置信息发给信息融合与处理模块。
5.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述信息融合与处理模块包括中央处理器和显示单元，中央处理器配置了各种算法包括路径规划算法、避碰算法以及图像处理单元和深度学习模型；所述中央处理器用于集成和协调视觉识别模块、信息收集模块、导航模块、除冰模块、存储模块的数据，执行提前配置好的决策算法，输出对挖泥船的智能航行控制的指令；显示单元用于显示船舶当前位置、船舶航速、主机功率、导航路线、船舶状态及各个模块的工作状态。
6.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述深度学习模型包括若干个卷积神经网络模型，其中包括卷积层、池化层、全连接层、输出层，池化层用于减小视觉识别模块获取的特征图的空间尺寸，同时保留图片中冰的主要信息特征；全连接层用于将提取的特征转化为一维向量，同时保证各个特征之间的关联性，通过提前输入的大量图像数据对所述深度学习模型进行训练后，模型能够更准确地识别不同类别的冰区目标，从而协助挖泥船在冰区安全作业。
7.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述除冰模块包括热能源单元和中继单元；所述热能源单元均匀内嵌在挖泥船的耙头处，用于给挖泥船的耙头加热除冰；所述中继单元安装在耙头结构与船体连接处，便于更换和维护，用于接收温度传感器的数据以及信息融合与处理模块的指令，再发送给热能源单元。
8.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述存储模块包括数据存储设备和数据管理软件，用于接收和存储各个模块和系统组件的数据，包括挖泥船的运行数据、环境数据、导航地图数据、系统配置文件，并把数据备份成数据库便于分析。
9.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述视觉识别模块、信息收集模块、导航模...
【技术特征摘要】
1.一种适用于冰区作业的耙吸式挖泥船系统，其特征在于，包括智能导航系统和除冰模块；所述智能导航系统包括视觉识别模块、信息收集模块、导航模块、信息融合与处理模块和存储模块；所述视觉识别模块用于捕捉船舶航行时周围环境的图像，识别出水面的浮冰、碎冰及其他障碍物，为导航和操作提供环境感知；所述信息收集模块用于实时监测周围环境的参数，为系统提供周围环境的物理特性和变化趋势，以配合导航模块和除冰模块生成决策；所述导航模块用于接收信息融合与处理模块的指令，调整船舶航向、速度或输出指令给船员开启手动操作模式；所述信息融合与处理模块用于集成和协调视觉识别模块、信息收集模块和导航模块的数据，输出决策算法的结果；所述除冰模块用于识别船体表面及耙头处的结冰情况，并通过热能源单元对耙头进行除冰；所述存储模块用于接收和存储各个模块和系统组件的数据，并把数据备份成数据库。
2.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述视觉识别模块包括高分辨率摄像头、lidar传感器、radar传感器，所述视觉识别模块的各个部件在接收到信息后作为输入条件发送给信息融合与处理模块；所述高分辨率摄像头与lidar传感器、radar传感器协同工作，用于获取船舶周围环境的实时图像；所述lidar传感器用于扫描并收集挖泥船周围的水面信息，用于探测近距离水面上的浮冰和碎冰；所述radar传感器会发射无线电波并接收其反射，用于探测远距离外水面上的船舶、大冰山和其他障碍物目标并提供实时环境感知。
3.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述信息收集模块包括温度传感器、湿度传感器、风速风向传感器以及水下声纳传感器；所述温度传感器、湿度传感器、风速风向传感器都均匀分布在挖泥船吃水线处，用于监测周围环境温度、湿度，辅助信息融合与处理模块识别船舶自身及耙头处的结冰情况；所述风速风向传感器对风速风向进行监测，并将监测数据送入深度学习模型中预测海冰漂移概率及轨迹，从而优化信息融合与处理模块理解和预测复杂水面环境的能力；所述水下声纳传感器均匀的分布在船的侧面和底部，用于探测在水下船舶前方的大型冰体及障碍物。
4.根据权利要求1所述的适用于冰区作业的耙吸式挖泥船系统，其特征在于，所述导航模块包括电子海图、控制机、ais接收器、定位单元；所述电子海图用于提供地理信息，包括航道、浮标、港口，同时输入到信息融合与处理模块帮助挖泥船进行航行规划和障碍物避碰；所述控制...
【专利技术属性】
技术研发人员：张健，陈文文，华实，刘仁伟，黄祥宏，
申请(专利权)人：江苏科技大学，
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。