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】
本专利技术涉及一种船体航行控制方法、装置及系统,属于船体航行控制。
技术介绍
1、传统船舶以载人、载物为目的,通常由船员控制船舶航行,但随着需求的不断增加,其应用场景也在不断丰富,已经不局限于载人和载物,还包括测量、勘探、远程救援、物资投送以及在国防方面的应用,其航行水域也不一定是熟悉水域,更多的是面对未知水域、极端气象条件以及长时间续航等问题,这种情况下已经不适合船员驾驶船舶,船舶无人航控在此背景下应运而生。
2、船舶无人航控为船舶应用的新领域指明了方向。无人航控的关键在于能够自动进行路径规划,并且船舶能够按照规划航迹准确航行。但目前可以进航线的自动规划,对于简单航迹可以较好执行,一旦涉及复杂航迹和恶劣气象条件,船舶实际航迹会与规划航迹之间产生较大偏差,其原因在执行规划航迹过程中,船舶通常的各种状态信息进行实时采集,并根据当前采集信息与规划航迹之间的偏差进行实时修正,但船舶航行过程中受惯性作用影响,其实时响应能力较差,因此即使发现与规划航迹产生偏差,并进行修正,也很难立即完成偏差修正,修正过程中也会带入其他偏差,最终导致规划航迹与实际航迹之前产生较大偏差。
技术实现思路
1、本专利技术的目的在于提供一种船体航行控制方法、装置及系统,解决现有技术中存在的航迹误差大的问题。
2、为实现以上目的,本专利技术是采用下述技术方案实现的:
3、第一方面,本专利技术提供了一种船体航行控制方法,包括:
4、获取船体的结构数据和动力数据,以及船体航行
5、将获取到的所有数据输入到训练好的船体运动控制模型中,得到船体的航行控制参数;
6、根据所述航行控制参数对船体进行航行控制;
7、所述船体运动控制模型是将船舶的结构数据和动力数据以及船舶航行环境中的气象数据和水文数据作为自变量,将船体的航行控制参数作为因变量,从而构建得到的深度学习模型。
8、进一步的,所述结构数据包括船体结构形式、船体长度、船体宽度和线形特征,所述动力数据包括动力控制数据、舵角控制数据和船体重量,所述气象数据包括环境风速、环境风向和环境温度,所述水文数据包括海况数据、水深、水流速和水流向;
9、所述航行控制参数包括主机转速和舵角值。
10、进一步的,所述船体运动控制模型通过以下方法进行训练:
11、获取历史时间下的所述自变量作为训练参数,将所述训练参数转化为多维数组后作为所述船体运动控制模型的输入,以船体的实际航迹和规划航迹之间的差值作为惩罚函数,对所述船体运动控制模型进行训练。
12、进一步的,当所述自变量出现更新时,将更新后的所述自变量作为新的训练参数,对所述船体运动控制模型重新进行训练。
13、进一步的,所述船体运动控制模型是全连接结构,设有多层全连接层,每层全连接层设置多个节点,输出节点为2个,2个输出节点分别对应输出主机转速和舵角值。
14、第二方面,本专利技术提供了一种船体航行控制装置,包括:
15、数据获取模块,被配置为:获取船体的结构数据和动力数据,以及船体航行环境中的气象数据和水文数据;
16、航行控制参数计算模块,被配置为:将获取到的所有数据输入到训练好的船体运动控制模型中,得到船体的航行控制参数;
17、航行控制模块,被配置为:根据所述航行控制参数对船体进行航行控制;
18、其中,所述船体运动控制模型是将船舶的结构数据和动力数据以及船舶航行环境中的气象数据和水文数据作为自变量,将船体的航行控制参数作为因变量,从而构建得到的深度学习模型。
19、第三方面,本专利技术提供了一种船体航行控制系统,包括可视化数字孪生平台、数据存储管理单元和船体航行控制单元,所述船体航行控制单元用于执行第一方面中任一项所述方法;
20、所述可视化数字孪生平台上构建有船体的三维孪生模型,搭建有三维水域孪生场景和三维空间孪生场景,构建有船体的运动控制接口,所述船体的三维孪生模型置于所述三维水域孪生场景中,所述三维水域孪生场景内设有所述水文数据以模拟出船体航行环境中的水文特征,所述三维空间孪生场景内设有所述气象数据以模拟出船体航行环境中的气象特征;
21、所述运动控制接口包括受所述结构数据影响的第一控制接口、受所述动力数据影响的第二控制接口、受所述气象数据影响的第三控制接口和受所述水文数据影响的第四控制接口;
22、所述数据存储管理单元分别连接所述可视化数字孪生平台和所述船体航行控制单元,用于存储船体的结构数据和动力数据,以及船体航行环境中的气象数据和水文数据;
23、通过第一控制接口、第二控制接口、第三控制接口和第四控制接口共同在所述三维水域孪生场景中对船体的三维孪生模型进行可视化孪生船体航行控制,在此过程中所需的航行控制参数通过所述船体航行控制单元获得,根据所述可视化孪生船体航行控制的结果对现实场景中的船体进行航行控制。
24、进一步的,还包括外部数据采集装置,和所述可视化数字孪生平台之间通信连接,所述可视化数字孪生平台能够从所述外部数据采集装置中直接获取数据进行三维孪生场景的构建。
25、进一步的,所述船体的三维孪生模型是利用船体的结构数据和动力数据进行构建的。
26、与现有技术相比,本专利技术所达到的有益效果是:
27、本专利技术提供的一种船体航行控制方法、装置及系统,除了考虑船体自身结构对运动的影响外,还将环境因素纳入考虑范围,加入了气象条件和水文条件对船体运动的影响,使得对船体的控制更加精准,降低船体航行过程的航迹误差;
28、通过搭建数字孪生可视化平台,建立三维场景,置入孪生的船体三维模型,搭建船舶的运动控制接口,实现三维场景中船舶航行的全过程可视化过程;
29、对船体运动控制模型的训练,以及后续使用过程中随着实际航行数据的不断累积,可以一直对该模型进行迭代优化,不断对其准确性进行优化;
30、通过先在三维孪生场景中进行模拟(可视化孪生船体航行控制)的方式,实现预测航迹,然后在现实场景中对可视化孪生船体航行控制过程中产生的航迹误差进行补偿,这样预测加补偿的方式,最大限度的确保了船舶在实际航行过程中能够按规划航迹准确航行。
本文档来自技高网...【技术保护点】
1.一种船体航行控制方法,其特征在于,包括:
2.根据权利要求1所述的船体航行控制方法,其特征在于,所述结构数据包括船体结构形式、船体长度、船体宽度和线形特征,所述动力数据包括动力控制数据、舵角控制数据和船体重量,所述气象数据包括环境风速、环境风向和环境温度,所述水文数据包括海况数据、水深、水流速和水流向;
3.根据权利要求1所述的船体航行控制方法,其特征在于,所述船体运动控制模型通过以下方法进行训练:
4.根据权利要求3所述的船体航行控制方法,其特征在于,当所述自变量出现更新时,将更新后的所述自变量作为新的训练参数,对所述船体运动控制模型重新进行训练。
5.根据权利要求1所述的船体航行控制方法,其特征在于,所述船体运动控制模型是全连接结构,设有多层全连接层,每层全连接层设置多个节点,输出节点为2个,2个输出节点分别对应输出主机转速和舵角值。
6.一种船体航行控制装置,其特征在于,包括:
7.一种船体航行控制系统,其特征在于,包括可视化数字孪生平台、数据存储管理单元和船体航行控制单元,所述船体航行控制单元用于
8.根据权利要求7所述的船体航行控制系统,其特征在于,还包括外部数据采集装置,和所述可视化数字孪生平台之间通信连接,所述可视化数字孪生平台能够从所述外部数据采集装置中直接获取数据进行三维孪生场景的构建。
9.根据权利要求7所述的船体航行控制系统,其特征在于,所述船体的三维孪生模型是利用船体的结构数据和动力数据进行构建的。
...【技术特征摘要】
1.一种船体航行控制方法,其特征在于,包括:
2.根据权利要求1所述的船体航行控制方法,其特征在于,所述结构数据包括船体结构形式、船体长度、船体宽度和线形特征,所述动力数据包括动力控制数据、舵角控制数据和船体重量,所述气象数据包括环境风速、环境风向和环境温度,所述水文数据包括海况数据、水深、水流速和水流向;
3.根据权利要求1所述的船体航行控制方法,其特征在于,所述船体运动控制模型通过以下方法进行训练:
4.根据权利要求3所述的船体航行控制方法,其特征在于,当所述自变量出现更新时,将更新后的所述自变量作为新的训练参数,对所述船体运动控制模型重新进行训练。
5.根据权利要求1所述的船体航行控制方法,其特征在于,所述船体运动控制模型是全连...
【专利技术属性】
技术研发人员:孙宏宇,高青松,高踔,王树烽,
申请(专利权)人:南京长峰航天电子科技有限公司,
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。