面向缺陷AIS信息的船舶自主避碰方法、装置及存储介质
本发明涉及智能船舶控制,具体来说,涉及一种面向缺陷ais信息的船舶自主避碰方法、装置及存储介质。
背景技术:
1、在船舶自主避碰领域,现有的局部路径规划算法通常依赖于连续、准确的目标观测数据来构建避碰约束。然而,在实际航海环境中,船舶自动识别系统(ais)报文常因通信干扰、设备故障或信道拥塞等原因,出现低频更新、时间延迟、丢包以及关键字段缺失等缺陷。现有技术多采用固定的安全域或基于理想观测假设进行避碰决策,当观测数据存在上述缺陷时,固定的安全边界难以准确表征目标船真实位置的不确定性,容易导致对碰撞风险的低估,进而引发避碰失效或危险会遇;而若简单剔除缺陷数据,又会导致目标丢失或状态不连续,影响避碰系统的稳定性。
技术实现思路
1、针对现有技术存在的缺陷ais数据导致避碰风险低估及避碰决策不稳定的问题,本技术通过一种面向缺陷ais信息的船舶自主避碰方法、装置及存储介质,实现基于预测不确定性和数据质量动态构建风险边界的自主避碰。
2、本发明采用的技术手段如下:
3、一种面向缺陷ais信息的船舶自主避碰方法,包括以下步骤:
4、获取目标船舶的ais观测数据,并基于多模型交互imm滤波器对所述ais观测数据进行处理,得到所述目标船舶的预测状态和位置协方差;
5、基于所述位置协方差以及所述ais观测数据的信息时效和连续缺失时间,确定所述目标船舶的动态风险边界;
6、基于所述预测状态和所述动态风险边界,对本船和每个目标船分别构建orca半平面约束,并基于各所述orca半平面约束求解得到本船的控制指令。
7、进一步地,基于所述位置协方差以及所述ais观测数据的信息时效和连续缺失时间,确定所述目标船舶的动态风险边界,包括:
8、获取所述目标船舶的基础物理尺寸;
9、基于所述目标船舶的位置协方差、信息时效和连续缺失时间,确定附加安全半径;
10、将所述基础物理尺寸与所述附加安全半径进行叠加,得到所述动态风险边界。
11、进一步地,所述附加安全半径根据以下公式计算:
12、
13、其中,为目标船舶的二维位置协方差,为取最大特征值,δt为ais信息时效,为本船与目标船相对速度大小,为连续缺失时间,、、、和为可调参数。
14、进一步地,基于多模型交互imm滤波器对所述ais观测数据进行处理,包括:
15、对所述ais观测数据执行质量门控处理,剔除异常观测数据,并保留可补偿缺陷数据;
16、基于多模型交互imm滤波器中的各运动模型,根据模型转移概率矩阵对各运动模型的状态和协方差进行交互混合;
17、对交互混合后的各运动模型分别进行状态预测和量测更新;
18、根据观测似然更新各运动模型的模型概率;
19、根据更新后的模型概率对各运动模型的预测状态和协方差进行加权融合,得到所述预测状态及对应的位置协方差。
20、进一步地,所述运动模型至少包括匀速运动模型、匀加速运动模型和恒转率恒速度运动模型。
21、进一步地,基于所述预测状态和所述动态风险边界,对本船和每个目标船分别构建orca半平面约束,并基于各所述orca半平面约束求解得到本船的控制指令,包括:
22、基于所述预测状态和所述动态风险边界,构建速度障碍,并将所述速度障碍转换为orca半平面约束;
23、获取本船的操纵性能可达集以及预设会遇规则代价,在所述操纵性能可达集内采样候选控制量,并基于所述orca半平面约束和所述预设会遇规则代价对所述候选控制量进行优化,得到所述控制指令。
24、进一步地,对本船和每个目标船分别根据以下公式构建orca半平面约束:
25、
26、其中,表示在预测时间窗内,针对本船a与目标船b构建的orca允许速度半平面;表示本船待选取的二维候选速度向量;表示本船当前二维速度向量;表示针对本船与目标船的相对运动状态确定的最小避碰速度修正向量,用于将当前相对速度移出对应的速度障碍区域;表示与所述最小避碰速度修正向量对应的orca半平面外法向量;表示向量的转置;符号“”表示候选速度位于所述orca半平面的允许侧。
27、进一步地,基于各所述orca半平面约束求解得到本船的控制指令,包括:
28、根据本船当前航速、当前航向、目标航点以及预设的航速变化范围和航向调整范围,构建候选控制指令集合,其中,候选控制指令包括候选航速和候选航向,并将所述候选航速和候选航向转换为二维候选速度向量;
29、在本船与第艘目标船、候选速度取第个二维候选速度向量时构建的orca半平面约束中,令:
30、
31、根据以下公式筛选二维候选速度向量:
32、
33、其中,为第i个orca半平面的边界点,且,为候选速度向量,为本船当前速度向量,为针对第i个目标船确定的避碰速度修正向量,为对应orca半平面的法向量;,为当前参与避碰决策的目标船数量;为候选航速索引,为候选航向索引,第个候选速度向量由第个候选航速与第个候选航向共同确定。
34、根据候选控制指令与期望航行状态之间的偏差,确定各候选控制指令对应的控制代价,并根据以下公式从筛选出的候选控制指令集合中选取控制代价最小的候选控制指令,将其对应的航速和航向分别确定为当前控制周期的目标航速和目标航向:
35、
36、其中,为当前控制周期的目标航速,为当前控制周期目标航向;
37、将当前控制周期的目标航速和目标航向作为当前控制周期的船舶控制指令,并发送至船舶底层运动控制器,以控制船舶按照所述目标航速和目标航向执行避碰操纵。
38、本发明还公开了一种面向缺陷ais信息的船舶自主避碰装置,包括:
39、预测处理模块,用于获取目标船舶的ais观测数据,并基于多模型交互imm滤波器对所述ais观测数据进行处理,得到所述目标船舶的预测状态和位置协方差;
40、边界确定模块,用于基于所述位置协方差以及所述ais观测数据的信息时效和连续缺失时间,确定所述目标船舶的动态风险边界;
41、约束求解模块,用于基于所述预测状态和所述动态风险边界,对本船和每个目标船分别构建orca半平面约束,并基于各所述orca半平面约束求解得到本船的控制指令。
42、本发明还公开了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述面向缺陷ais信息的船舶自主避碰方法。
43、较现有技术相比,本发明具有以下优点:
44、1、本技术提供的面向缺陷ais信息的船舶自主避碰方法,通过多模型交互imm滤波器对ais观测数据进行处理,在输出目标船舶预测状态的同时同步输出反映预测可信度的位置协方差,进而结合信息时效与连续缺失时间确定动态风险边界,将该动态风险边界融入orca半平面约束求解过程以生成控制指令,实现了从预测不确定性到空间安全余量的端到端闭环,使得避碰约束能够随ais数据质量的降低而自适应地趋于保守,从根本上解决了因ais数据缺陷导致的碰撞风险低估及避碰决策不稳定的问题,显著提升了船舶在真实复杂ais环境下的自主避碰安全性与鲁棒性。
45、2、本技术通过基础物理尺寸与附加安全半径叠加的方式构建动态风险边界,并给出了附加安全半径的多因子量化公式,将位置协方差的最大特征值、信息时效、相对速度与连续缺失时间统一纳入安全余量计算,使得风险边界能够精确反映预测不确定性、数据陈旧程度和连续缺失严重程度的综合影响,提高了动态风险边界的量化精度与场景适应性。
46、3、本技术在imm滤波处理中引入质量门控机制,对ais观测数据执行包括异常剔除与可补偿缺陷保留在内的分级处理,并通过多运动模型的交互混合、状态预测与量测更新、模型概率更新及加权融合的完整流程,保证了在ais数据存在缺陷的条件下仍能输出可靠的预测状态与位置协方差,提升了复杂机动场景下的预测稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com