基于时空冲突预测的作业设备防碰撞方法及系统与流程

摘要: 本发明涉及港口智能防碰撞,具体涉及基于时空冲突预测的作业设备防碰撞方法及系统。背景技术:1、干灰散货装船是港口物流与燃煤发电、建材行业的核心作业环节,干灰包括粉...
基于时空冲突预测的作业设备防碰撞方法及系统与流程

本发明涉及港口智能防碰撞,具体涉及基于时空冲突预测的作业设备防碰撞方法及系统。

背景技术:

1、干灰散货装船是港口物流与燃煤发电、建材行业的核心作业环节,干灰包括粉煤尘、矿粉,装船机、运输船舶、堆场转运设备协同作业频繁,作业过程受潮汐水位波动、船舶吃水变化、舱口位置变动及设备动线交织等因素影响,设备相对位置具备强时空动态耦合特性,工况复杂多变。传统干灰装船防碰撞仅依赖硬件限位、人工瞭望与被动报警,其中硬件限位仅能实现单点空间阈值防护,人工瞭望依赖人员经验且响应滞后,整体缺乏时间与空间双维度的冲突预判能力,难以提前识别并预防装船机臂架、溜筒与船舶舱口、甲板的潜在碰撞风险,易引发作业设备碰撞、作业设备停机甚至安全生产事故。在多船并行作业、工况动态频繁调整的场景下,现有被动防控方式无法满足高效、安全的装船作业需求。

2、现有公开号为cn121236949b的专利公开了一种系泊船运动状态预测与防撞预警系统,用于解决现有港口系泊作业中无法实现船舶运动状态精确预测及防碰撞调度响应滞后的问题。该系统通过数据采集模块实时获取船舶轨迹、港口运行及环境监测数据,生成具有一致时空属性的融合数据流;利用特征提取模块构建时空图结构并提取交通流动态特征,计算短期冲突概率、轨迹收敛风险值及系泊风险值;风险预警模块基于风险等级映射生成碰撞风险指数并触发分级预警;系泊决策模块依据预警等级设定重点管控航段并生成动态决策方案;防碰撞调度模块执行实际航道通行、速度调整与航迹变更,实现港口系泊防撞的动态协调与安全管控。

3、尽管现有一种系泊船运动状态预测与防撞预警系统,通过采集船舶轨迹、港口运行及环境监测数据生成时空融合数据流,构建时空图结构并利用时空图卷积网络提取交通流动态特征,计算短期冲突概率、轨迹收敛风险值及系泊风险值以触发分级预警,再依据预警结果执行系泊防碰撞调度,实现了港口系泊作业的船舶运动状态预测与防撞动态协调管控,但缺乏对动态时空冲突的主动预测能力,难以主动预防装船机与船舶、码头设施之间的碰撞。

技术实现思路

1、针对现有技术存在的不足,本发明的目的在于提供基于时空冲突预测的作业设备防碰撞方法及系统,通过获取时空数据集与构建时空冲突预测模型,实现装船机、船舶及码头设施之间动态时空冲突的主动超前预判,结合体素交叠方法计算时空冲突系数,差异化生成分级防碰撞指令,获取实际运行轨迹,结合最优时空轨迹计算轨迹偏差并反馈至时空冲突预测模型动态调整参数,利用强化学习优化分级防碰撞指令的阈值参数,解决传统技术缺乏动态时空冲突主动预测能力、难以主动预防碰撞的问题,提升港口装船作业的安全性、连续性,保障设备与船舶运行安全。

2、为实现上述目的,本发明提供了如下技术方案:

3、基于时空冲突预测的作业设备防碰撞方法,包括:

4、获取运行参数、船舶动态数据、码头设施静态坐标及环境干扰数据,预处理后生成多源时空数据集;

5、构建时空冲突预测模型,以装船机、船舶为动态目标,码头设施为静态目标,对多源时空数据集进行时序分析与特征提取,利用历史作业数据调试校准,采用蝙蝠算法筛选预测的最优时空轨迹,输出未来预设时间段内的最优时空轨迹及时空冲突系数;

6、设置冲突阈值,结合时空冲突系数进行冲突等级判定,差异化生成分级防碰撞指令,并根据冲突等级输出分级预警信息;

7、执行模拟预校验通过的分级防碰撞指令,获取实际运行轨迹,结合最优时空轨迹计算轨迹偏差,并反馈至时空冲突预测模型以动态调整参数,优化分级防碰撞指令的阈值参数,输出调整优化结果。

8、具体地,输出未来预设时间段内的最优时空轨迹及时空冲突系数的具体步骤包括:

9、基于多源时空数据集,结合时空注意力机制与lstm神经网络,构建时空冲突预测模型;

10、将历史干灰装船作业的多源时空数据集划分为训练集与验证集,基于综合损失函数,结合adam优化器训练时空冲突预测模型;

11、利用验证集监控训练过程中的过拟合情况,调整时空冲突预测模型的超参数;

12、训练完成后,实时输入当前时刻的装船机数据序列、船舶数据序列及环境干扰数据序列,通过前向传播计算得到初步预测轨迹,再经蝙蝠算法优化与时空冲突系数计算,输出未来预设时间段内的最优时空轨迹及时空冲突系数。

13、具体地,构建时空冲突预测模型的具体步骤包括:

14、构建时空冲突预测模型,包括输入层、时空注意力编码层、交互式lstm层、轨迹解码层及输出层;

15、输入层,用于接收多源时空数据集,进行时间对齐与特征嵌入,输出轨迹特

16、征张量;

17、时空注意力编码层,用于接收轨迹特征张量,加权融合同一历史时刻各目标的特征,得到空间增强特征图;

18、自适应加权同一目标不同历史时刻的特征,得到时间增强特征图,并与空间增强特征图拼接,提取各目标的时空依赖特征,通过全连接映射层输出加权后的第一隐含状态向量与第二隐含状态向量。

19、具体地,构建时空冲突预测模型的具体步骤还包括:

20、交互式lstm层,用于将第一隐含状态向量、第二隐含状态向量分别输入装船机lstm网络与船舶lstm网络,并行时序建模得到装船机时序特征与船舶时序特征,通过交叉注意力机制融合输出交互轨迹特征向量;

21、轨迹解码层,用于接收交互轨迹特征向量并作为初始隐藏状态,结合环境干扰数据,通过基于循环神经网络的解码器逐时间步滚动预测各时刻的装船机和船舶的轨迹状态,输出初始预测轨迹集及置信度分数;

22、输出层,用于将置信度分数作为蝙蝠算法适应度函数中轨迹似然度的加权系数,通过蝙蝠算法从初始预测轨迹集中筛选最优时空轨迹,结合体素交叠方法计算时空冲突系数,输出未来预设时间段内的最优时空轨迹及时空冲突系数。

23、具体地,进行冲突等级判定的具体步骤包括:

24、设置冲突阈值、、,定义时空冲突系数为;

25、从最优时空轨迹中提取未来预设时间段的时空冲突系数,生成时空冲突系数序列,提取时空冲突系数最大值,结合未来2秒内的冲突变化率,进行冲突等级判定;

26、确定冲突变化率的允许波动范围;

27、若或未来1.5秒内将从二级冲突区间跃升至一级冲突区间,则直接判定为一级冲突;

28、若且在允许波动范围内,则判定为二级冲突;

29、若,则判定为三级冲突;

30、若,则判定为无冲突安全状态,维持当前运行状态并继续监测。

31、具体地,差异化生成分级防碰撞指令的具体步骤包括:

32、针对不同冲突等级差异化生成分级防碰撞指令,并根据冲突等级输出分级预

33、警信息;

34、当发生一级冲突时,生成一级防碰撞指令,同步执行一级紧急预警;

35、当发生二级冲突时,生成二级防碰撞指令,同步执行二级中级预警;

36、当发生三级冲突时,生成三级防碰撞指令,同步执行三级一般预警。

37、具体地,模拟预校验的具体步骤包括:

38、对一级防碰撞指令和二级防碰撞指令,在正式下发执行前进行指令冲突的模拟预校验;

39、分别模拟执行一级防碰撞指令和二级防碰撞指令;

40、若模拟执行后装船机运行状态处于预设的物理限位范围内,且模拟执行后时空冲突系数下降量大于或等于预设的判定阈值,则判定指令安全,允许下发执行;

41、否则判定指令冲突,降级为三级防碰撞指令并触发报警机制;

42、模拟预校验通过后的指令封装为防碰撞报文,通过工业以太网同时发送至装船机plc控制系统和船舶通信终端。

43、具体地,计算轨迹偏差的具体步骤包括:

44、执行模拟预校验通过的分级防碰撞指令,执行后实时获取装船机运行数据、船舶运行数据及环境变化数据;

45、获取干灰装船的实际运行轨迹,对比实际运行轨迹与预测的最优时空轨迹计算轨迹偏差;

46、计算装船机的实际位置坐标与装船机的最优时空轨迹中对应时刻装船机预测位置坐标之间的差值,得到第一位置偏差;

47、计算船舶的实际位置坐标与船舶的最优时空轨迹中对应时刻船舶预测位置坐标之间的差值,得到第二位置偏差。

48、具体地,输出调整优化结果的具体步骤包括:

49、将第一位置偏差、第一位置偏差反馈至时空冲突预测模型,采用滑动窗口在线梯度下降算法,以近期控制周期的轨迹偏差累积和为损失函数进行微调;

50、若第一位置偏差持续为正,则增大时间注意力机制中当前时刻及未来1秒内的权重系数;

51、若第二位置偏差的横向分量大于预设的位置偏差阈值,则调整空间注意力中船舶特征的权重分配;

52、采用经验回放机制,将当前周期的输入数据、最优时空轨迹、实际运行轨迹作为新样本加入训练缓存池,根据控制周期触发轻量化重训练,更新交互式lstm层的最后两层参数;

53、采用强化学习方法优化分级防碰撞指令的阈值参数,最终输出调整优化结果。

54、基于时空冲突预测的作业设备防碰撞系统,其特征在于,包括:多源数据融合模块、冲突预测模块、分级防碰撞模块和反馈优化模块;

55、所述多源数据融合模块,用于获取运行参数、船舶动态数据、码头设施静态坐标及环境干扰数据,预处理后生成多源时空数据集;

56、所述冲突预测模块,用于构建时空冲突预测模型,以装船机、船舶为动态目标,码头设施为静态目标,对多源时空数据集进行时序分析与特征提取,利用历史作业数据调试校准,采用蝙蝠算法筛选预测的最优时空轨迹,输出未来预设时间段内的最优时空轨迹及时空冲突系数;

57、所述分级防碰撞模块,用于设置冲突阈值,结合时空冲突系数进行冲突等级判定,差异化生成分级防碰撞指令,并根据冲突等级输出分级预警信息;

58、所述反馈优化模块,用于执行模拟预校验通过的分级防碰撞指令,获取实际运行轨迹,结合最优时空轨迹计算轨迹偏差,并反馈至时空冲突预测模型以动态调整参数,优化分级防碰撞指令的阈值参数,输出调整优化结果。

59、本发明的有益效果:

60、1.本发明通过多源数据融合构建标准化的多源时空数据集,利用时空注意力机制与lstm神经网络构建时空冲突预测模型,提取装船机、船舶及码头设施间的动态交互特征,结合蝙蝠算法筛选预测的最优时空轨迹,采用体素交叠方法计算时空冲突系数,填补了现有技术对动态时空冲突缺乏主动预测能力的空白,实现了未来1-5秒的主动式、前瞻性碰撞预判,突破了传统方法仅依赖瞬时距离检测、无法主动预防装船机与船舶、码头设施之间碰撞的局限性,上述预判机制能够提前识别冲突风险并判定冲突等级为一级冲突、二级冲突及三级冲突,为后续生成分级防碰撞指令与输出分级预警信息提供可靠依据,提高了风险识别的及时性与准确性,并避免了因检测滞后或人工经验不足导致的碰撞事故。

61、2.本发明采用三级冲突分级与闭环反馈优化机制,在实现动态时空冲突主动预测的基础上,解决传统防碰撞方式单一、预警能力不足、刚性停机频繁以及作业连续性差的技术问题。根据冲突等级差异化生成一级防碰撞指令、二级防碰撞指令与三级防碰撞指令并同步执行一级紧急预警、二级中级预警与三级一般预警;执行分级防碰撞指令前通过物理限位进行模拟预校验,确保动作安全可靠。获取干灰装船的实际运行轨迹,结合预测的最优时空轨迹计算轨迹偏差,将轨迹偏差实时反馈至时空冲突预测模型,动态调整时空冲突预测模型的参数,并通过强化学习优化分级防碰撞指令的阈值参数,输出调整后的时空冲突预测模型参数及分级防碰撞指令优化结果,持续提升预测精度,整体形成“感知-预测-防碰撞-优化”闭环体系,进一步实现装船机与船舶、码头设施之间的碰撞风险的主动预防,在保障作业设备与船舶安全的同时,减少非必要停机,提升港口装船作业的效率、稳定性与安全性。