一种用于船舶的航行路线导航方法及系统与流程

1.本发明涉及船舶导航技术领域，尤其涉及一种用于船舶的航行路线导航方法及系统。


背景技术：

2.为了确保船舶的航行安全，国际和国内都比较重视船舶的安全检查，船舶在开航前都要进行船舶安全检查，安全检查虽然也符合了各种指标，但是船舶在海洋的航行中容易受到航运的海洋环境影响，其中航运的海洋环境包括大气、海洋与海底地形。海洋水文气象要素、大气的运动、云与降水、海洋上的雾、气团和锋、气旋和反气旋、热带气旋、海上天气预报、海洋波浪、海流、潮汐、海冰、大洋气候等，与航海活动有着密切的关系，特别是大气和海洋，经常处于不停的甚至是很剧烈的运动中，海洋水文气象条件对航海的影响是十分重要的航行在海上的船舶时刻处于海水和大气这两种流体的包围之中，航运安全与主动权要求避离不利天气和尽可能利用有利天气，选择最佳天气航线。
3.船舶事故主要产生原因是航行过程中发生了恶劣天气，这给人类的生命和财产带来了巨大的损失。因为这些发生在恶劣天气条件下的事故中，船舶大都符合开航条件，但却发生了海难事故，这就不得不引人深思，除船舶在航行中遇到恶劣天气海况外，船舶开航时的安全性是一个至关重要的问题。


技术实现要素：

4.本发明克服了现有技术的不足，提供了一种用于船舶的航行路线导航方法及系统。
5.为了达到上述目的，本发明采用的技术方案为：本发明第一方面提供了一种用于船舶的航行路线导航方法，包括以下步骤：获取当前船舶初始设定的航行行驶路线；将所述航行行驶路线对应的航行位置区域分为多个子区域，并获取在预设时间内每个子区域的天气演变状况；基于所述每个子区域的天气演变状况对下一预设时间内每个子区域的天气演变状况进行预测，得到预测结果信息；基于所述预测结果信息确定行驶策略，所述行驶策略包括休整策略以及继续航行策略；若为继续航行策略，则根据所述预测结果信息重新规划航行行驶路线，得到一条或者多条二次航行行驶路线；从所述二次航行路线选择出最优的航行行驶路线，得到三次航行行驶路线，将所述三次航行行驶路线作为船舶最终的航行行驶路线。
6.进一步地，本发明的一个较佳实施例中，基于所述每个子区域的天气演变状况对下一预设时间内每个子区域的天气演变状况进行预测，得到预测结果信息，具体为：
通过大数据网络获取各种天气的历史演变过程信息；基于神经网络建立天气演变概率模型，并将所述各种天气的历史演变过程信息导入天气演变概率模型中训练；获取每个子区域实时的天气状况；将在预设时间内所述每个子区域的天气的演变状况以及所述每个子区域实时的天气状况导入所述天气演变概率模型中，得到预测结果信息。
7.进一步地，本发明的一个较佳实施例中，若为继续航行策略，则根据所述预测结果信息重新规划航行行驶路线，得到一条或者多条二次航行行驶路线，具体包括以下步骤：基于所述预测结果信息计算出每个子区域发生预设天气状况的预设时间段，得到第一时间段信息；获取当前船舶行驶的速度；基于所述船舶行驶的速度得到船舶到达每个子区域的预设时间段，得到第二时间段信息；判断所述第一时间段信息与第二时间段信息是否存在重合的情况；若存在，则重新规划航行行驶路线，得到一条或者多条二次航行行驶路线。
8.进一步地，本发明的一个较佳实施例中，从所述二次航行路线选择出最优的航行行驶路线，得到三次航行行驶路线，将所述三次航行行驶路线作为船舶最终的航行行驶路线，具体包括：比较每一条二次航行路线，以获得路程最短的二次航行路线，并将该路程最短的二次航行路线作为三次航行行驶路线。
9.进一步地，本发明的一个较佳实施例中，还包括以下步骤：基于所述预测结果建立破坏性预测模型；从所述破坏性预测模型中计算得出每个子区域发生预设天气时的破环性阈值；判断所述破环性阈值是否小于预设破坏性阈值；若小于，则为继续航行策略；若不小于，则为休整策略，并根据每个子区域发生预设天气状况的预设时间段得到船舶所需要休整的时间。
10.进一步地，本发明的一个较佳实施例中，若存在，则重新规划航行行驶路线，得到一条或者多条二次航行行驶路线，具体包括以下步骤：基于所述第一时间段信息与第二时间段信息计算出重合的时间段；根据所述重合时间段确定船舶在该子区域内发生预设天气的行驶路段；从所述行驶路段中得到重合起始位置点以及重合终止位置点，并获取当前船舶行驶所在的子区域，以所述当前船舶行驶所在的子区域作为第一起点，以所述重合起始位置点为第一终点，根据所述第一起点以及第一终点建立第一航行行驶路线；以所述重合起始位置点作为第二起点，以所述重合终止位置点作为第二终点，根据所述第二起点以及第二终点建立第二航行行驶路线；将所述第一航行行驶路线与第二航行行驶路线组合，得到二次航行行驶路线。
11.进一步地，本发明的一个较佳实施例中，还包括以下步骤：基于船舶行驶的速度以及二次行驶路线得到二次航行行驶路线所需要的行驶时
间，得到第三时间段信息；判断所述第三时间段信息是否大于所述重合时间段信息；若大于，则将继续航行策略修改为休整策略。
12.本发明第二方面提供了一种用于船舶的航行路线导航系统，该系统包括存储器、处理器，所述存储器中包括用于船舶的航行路线导航方法程序，所述用于船舶的航行路线导航方法程序被所述处理器执行时，实现如下步骤：获取当前船舶初始设定的航行行驶路线；将所述航行行驶路线对应的航行位置区域分为多个子区域，并获取在预设时间内每个子区域的天气演变状况；基于所述每个子区域的天气演变状况对下一预设时间内每个子区域的天气演变状况进行预测，得到预测结果信息；基于所述预测结果信息确定行驶策略，所述行驶策略包括休整策略以及继续航行策略；若为继续航行策略，则根据所述预测结果信息重新规划航行行驶路线，得到一条或者多条二次航行行驶路线；从所述二次航行路线选择出最优的航行行驶路线，得到三次航行行驶路线，将所述三次航行行驶路线作为船舶最终的航行行驶路线。
13.进一步地，本发明的一个较佳实施例中，基于所述每个子区域的天气演变状况对下一预设时间内每个子区域的天气演变状况进行预测，得到预测结果信息，具体为：通过大数据网络获取各种天气的历史演变过程信息；基于神经网络建立天气演变概率模型，并将所述各种天气的历史演变过程信息导入天气演变概率模型中训练；获取每个子区域实时的天气状况；将在预设时间内所述每个子区域的天气的演变状况以及所述每个子区域实时的天气状况导入所述天气演变概率模型中，得到预测结果信息。
14.进一步地，本发明的一个较佳实施例中，若为继续航行策略，则根据所述预测结果信息重新规划航行行驶路线，得到一条或者多条二次航行行驶路线，具体包括以下步骤：基于所述预测结果信息计算出每个子区域发生预设天气状况的预设时间段，得到第一时间段信息；获取当前船舶行驶的速度；基于所述船舶行驶的速度得到船舶到达每个子区域的预设时间段，得到第二时间段信息；判断所述第一时间段信息与第二时间段信息是否存在重合的情况；若存在，则重新规划航行行驶路线，得到一条或者多条二次航行行驶路线。
15.本发明基于历史恶劣天气的演变过程建立天气演变概率模型，进而对海洋航行的船舶在航行过程中所经过的区域预测发生的天气状况，为船舶在海洋航行时提供一个恶劣天气预测结果，进而船员可根据该预测结果做出一个合理性的调整，提高了船舶在海洋航行中恶劣天气的预估准确度，能有效降低船舶因恶劣天气产生事故的发生概率。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。
17.图1示出了一种用于船舶的航行路线导航方法的方法流程图；图2示出了得到预测结果的方法流程图；图3示出了航行路线规划的方法流程图；图4示出了确定策略的方法流程图；图5示出了航行路线规划的具体方法流程图；图6示出了修改策略的方法流程图；图7示出了一种用于船舶的航行路线导航系统的系统框图。
具体实施方式
18.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
19.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
20.图1示出了一种用于船舶的航行路线导航方法的方法流程图；本发明第一方面提供了一种用于船舶的航行路线导航方法，包括以下步骤：s102:获取当前船舶初始设定的航行行驶路线；s104:将所述航行行驶路线对应的航行位置区域分为多个子区域，并获取在预设时间内所述每个子区域的天气演变状况；s106:基于所述每个子区域的天气演变状况对下一预设时间内每个子区域的天气演变状况进行预测，得到预测结果信息；s108:基于所述预测结果信息确定行驶策略，所述行驶策略包括休整策略以及继续航行策略；s110:若为继续航行策略，则根据所述预测结果信息重新规划航行行驶路线，得到一条或者多条二次航行行驶路线；s112:从所述二次航行路线选择出最优的航行行驶路线，得到三次航行行驶路线，将所述三次航行行驶路线作为船舶最终的航行行驶路线。
21.需要说明的是，所述当前船舶初始设定的航行行驶路线是一开始船舶进行航行时的航行路线，该路线可设定为已知信息，本发明基于历史恶劣天气的演变过程建立预测模型，进而对海洋航行的船舶在航行过程中所经过的区域预测发生的天气状况，为船舶在海洋航行时提供一个恶劣天气预测结果，进而船员可根据该预测结果做出一个合理性的调整，提高了在海洋航行中恶劣天气的预估准确度，能有效降低船舶因恶劣天气产生事故的发生概率。
22.图2示出了得到预测结果的方法流程图；进一步地，本发明的一个较佳实施例中，基于所述每个子区域的天气演变状况对下一预设时间内每个子区域的天气演变状况进行预测，得到预测结果信息，具体为：s202:通过大数据网络获取各种天气的历史演变过程信息；s204:基于神经网络建立天气演变概率模型，并将所述各种天气的历史演变过程信息导入天气演变概率模型中训练；s206:获取每个子区域实时的天气状况；s208:将在预设时间内所述每个子区域的天气的演变状况以及所述每个子区域实时的天气状况导入所述天气演变概率模型中，得到预测结果信息。
23.需要说明的是，每一种天气的产生并非为无征兆的产生，在一定程度上而言，恶劣天气的产生是有演变的过程，如冰雹天气的形成，当气温降到一定程度时，空气中水蒸气过于饱和，此时就会形成冰雹；可见，其冰雹天气的形成过程即需要满足一定的条件才能产生，存在着一定的演变规律，其中天气演变的概率模型满足：其中为产生某种天气的期望值，为修正系数，i为第i个变量，n为具有n个变量，某种天气的环境因子，环境因子的实际值，为环境因子持续的时间段。
24.通过以上模型各种天气进行训练，可得到各种天气的期望值（即预测结果信息），由于环境因子、环境因子实际值以及环境因子持续的时间段的巨大差异性，不同天气的期望值均在不同的期望值范围之内。其中，环境因子可具体为温度、湿度、风力、云层的厚度等，如环境因子的实际值为温度的实际值、湿度的实际值、风力的实际值等。
25.需要说明的是，各种天气的历史演变过程信息为在发生该天气状况时的演变过程，如冰雹天气的演变过程，在一定的时间内，温度的幅值变化大，云层的厚度变化幅值大，湿度的变化幅值大，形成了冰雹天气。当该子区域的环境因子的变化均满足该条件时，说明产生该天气的概率值均变大。在确定了该天气产生的情况下，由于某种天气的期望值均在一个期望值范围之内，在该天气的期望值范围之内，其天气的期望值越大表示该天气的恶劣程度就越高。航行指挥员即可根据该期望值的数值的大小来提前采取措施，以应对天气带来的航行影响，其中某种天气的环境因子可以按照如下方式赋值，如温度因子为1，湿度因子为2，只需每种不同的环境因子赋不同的值即可。
26.图3示出了航行路线规划的方法流程图；进一步地，本发明的一个较佳实施例中，若为继续航行策略，则根据所述预测结果信息重新规划航行行驶路线，得到一条或者多条二次航行行驶路线，具体包括以下步骤：s302:基于所述预测结果信息计算出每个子区域发生预设天气状况的预设时间段，得到第一时间段信息；s304:获取当前船舶行驶的速度；s306:基于所述船舶行驶的速度得到船舶到达每个子区域的预设时间段，得到第
二时间段信息；s308:判断所述第一时间段信息与第二时间段信息是否存在重合的情况；s310:若存在，则重新规划航行行驶路线，得到一条或者多条二次航行行驶路线。
27.需要说明的是，在恶劣的天气演变过程中，并非为无缘由的演变，即在产生该天气之前，就会产生一定征兆来提醒人们，进而从某个天气状态演变成另一个天气状态，在一定的时间内，同样的恶劣天气的演变过程均存在相似度接近的演变，其中相似度满足以下关系式：其中，某种天气演变进程中的的相似度，为预设环境因子持续的时间段，为某种天气在持续时间段内对应的预设环境因子，为在某种天气在持续时间段内对应的预设环境因子的实际值，实际检测到的持续时间段，在持续时间段内实时检测到的环境因子，为在持续时间段内实际检测到的环境因子的实际值，i表示第i个持续时间段。
28.其中，某个相同的时间间隔之内，相同的相似度并不代表会产生某种天气，但是在某种天气的演变过程中，多个时间段的相似度都近似相同时， s的值越接近于1表示发生该恶劣天气的概率值越大，假设前面的演化阶段均符合本相似度关系式，根据该关系式能够提前预测出每个航行区域某种恶劣天气产生的时间段。
29.需要说明的是，由于船舶在海洋中航行时的设定一定的航行速度值，在到达每个子区域时的时间段均可用该速度值以及航行路线的路程值计算而出，计算出的时间段即为第一时间段信息，而从上述公式中预测得出的时间段信息，即为第二时间段信息；当该航行区域某种恶劣天气产生的时间段与到达某个子区域的时间段重合时，有两种策略，一种为休整策略，另一种为继续航行策略。而策略的选择与该恶劣天气的恶劣程度有关，当恶劣程度高时，该方法的推荐的航行策略为休整策略。
30.进一步地，本发明的一个较佳实施例中，从所述二次航行路线选择出最优的航行行驶路线，得到三次航行行驶路线，将所述三次航行行驶路线作为船舶最终的航行行驶路线，具体包括：比较每一条二次航行路线，以获得路程最短的二次航行路线，并将该路程最短的二次航行路线作为三次航行行驶路线。
31.图4示出了确定策略的方法流程图；进一步地，本发明的一个较佳实施例中，还包括以下步骤：s402:基于所述预测结果建立破坏性预测模型；s404:从所述破坏性预测模型中计算得出每个子区域发生预设天气时的破环性阈
值；s406:判断所述破环性阈值是否小于预设破坏性阈值；s408:若小于，则为继续航行策略；s410:若不小于，则为休整策略，并根据每个子区域发生预设天气状况的预设时间段得到船舶所需要休整的时间。
32.需要说明的是，所述破坏性预测模型为一个数据库，如假设冰雹天气计算得出的期望值在1到3之间，选取中间点的期望值2作为中度程度冰雹恶劣天气，该值即为预设破坏性阈值，1为低程度冰雹恶劣天气，越接近于3表示为高程度冰雹恶劣天气；当期望值在1
‑
2之间时，选择为继续航行策略，当期望值在2
‑
3之间时，则选择为休整策略；选择为休整策略时，可选择在到达发生该恶劣天气的子区域之前的某个区域停止继续航行，停止航行的时间为第一时间段信息与第二时间段信息所重合的时间，以避开这个恶劣天气。
33.图5示出了航行路线规划的具体方法流程图；进一步地，本发明的一个较佳实施例中，若存在，则重新规划航行行驶路线，得到一条或者多条二次航行行驶路线，具体包括以下步骤：s502:基于所述第一时间段信息与第二时间段信息计算出重合的时间段；s504:根据所述重合时间段确定船舶在该子区域内发生预设天气的行驶路段；s506:从所述行驶路段中得到重合起始位置点以及重合终止位置点，并获取当前船舶行驶所在的子区域，以所述当前船舶行驶所在的子区域作为第一起点，以所述重合起始位置点为第一终点，根据所述第一起点以及第一终点建立第一航行行驶路线；s508:以所述重合起始位置点作为第二起点，以所述重合终止位置点作为第二终点，根据所述第二起点以及第二终点建立第二航行行驶路线；s510:将所述第一航行行驶路线与第二航行行驶路线组合，得到二次航行行驶路线。
34.需要说明的是，重合的时间段即为第一时间段信息以及第二时间段信息之间的差值，通过该差值以及给定一个船舶的计划行驶速度，即可到发生该天气的行驶路段。从而从该行驶的路段中得出发生进入该天气区域时的起始位置点以及终止位置点，进而确定二次航行行驶路线。
35.图6示出了修改策略的方法流程图；进一步地，本发明的一个较佳实施例中，还包括以下步骤：s512:基于船舶行驶的速度以及二次行驶路线得到二次航行行驶路线所需要的行驶时间，得到第三时间段信息；s514:判断所述第三时间段信息是否大于所述重合时间段信息；s516:若大于，则将继续航行策略修改为休整策略。
36.需要说明的是，由于船舶在行驶时，船舶行驶的计划速度是已知值，第二航行行驶路线已经得到（即为第二起点以及第二终点的最短路程值），重合的时间即可计算得出，在继续航行策略中，如果二次航行的行驶路线所需要行驶的时间要大于重合时间段时，此时将继续航行策略修改为休整策略，优化了航行时的选择策略。
37.此外本发明还可以增加在该发生恶劣天气的区域之下的船舶行驶过程进行模拟分析，进一步优化行驶策略，其中包括以下步骤：
获取恶劣天气的期望值；基于所述恶劣天气的期望值建立模拟分析场景，并获取船舶的吨位信息以及体积外形信息；根据所述船舶的吨位信息以及体积外形信息建立船舶场景模型；将所述从船舶场景模型导入所述模拟分析场景中，形成组合场景；记录在预设时间内组合场景中的船舶场景模型变化，得到船舶场景模型受损程度，并对所述船舶场景模型受损程度进行评价，得到评价值；判断所述评价值是否大于预设评价值；若大于，则调整航行策略。
38.通过恶劣天气的期望值来建立模拟恶劣天气的场景，该模拟分析场景可通过增加现实技术来实现，通过三维建模软件根据船舶的吨位以及船舶的外形来建立船舶场景模型，并将该船舶场景模型整合到模拟分析场景中，从而能够观看该场景中的船舶场景模型是否存在受损的情况出现，并通过评价方程对其受损程度进行评价，其中，由于恶劣天气船舶场景模型容易发生颠簸，在颠簸的过程中，其船舶场景模型容易发生损坏，从而产生颠簸系数，其中，颠簸系数的评价方程满足：其中为颠簸系数，m为船舶的质量，v为船舶的行驶速度，g为重力加速度，r为初始重心与变化后的重心的连线的长度值，β为r与海平面所形成的夹角，为正常航行时的载荷值，b为修正系数。
39.需要说明的是，颠簸系数越大表示船舶场景模型在该恶劣天气情况下的发生危险的程度越高，当不大于一定的预设受损值时，表明该船舶在该恶劣天气区域下具备继续航行的条件，若大于，则为休整策略。增加该方案，有利于航行决策者能够及时做出正确的决策，提高航行的安全性。
40.此外，本方法还可以包括以下步骤：获取二次航行路线对应区域的地理位置信息；通过大数据网络获得在所述二次航行路线对应区域的地理位置信息的船舶历史通过情况；基于所述历史通过情况确定在所述二次航行路线对应区域的通过率；判断所述通过率是否大于预设通过率阈值；若大于，则为继续航行策略；若不大于，则为休整策略。
41.需要说明的是，通过定位系统获得二次航行路线对应区域的地理位置坐标信息，其中历史通过情况包括船舶在该地理位置碰到的情况，如碰到礁石、搁浅等情况的次数，该次数与船舶通过该区域的总次数的比值即为通过率，当通过率大于预设通过率阀值时（如
通过率大于85%），则说明该航行路线可行；否则，则为休整策略。
42.图7示出了一种用于船舶的航行路线导航系统的系统框图。
43.本发明第二方面提供了一种用于船舶的航行路线导航系统，该系统包括存储器41、处理器62，所述存储器41中包括用于船舶的航行路线导航方法程序，所述用于船舶的航行路线导航方法程序被所述处理器62执行时，实现如下步骤：获取当前船舶初始设定的航行行驶路线；将所述航行行驶路线对应的航行位置区域分为多个子区域，并获取在预设时间内所述每个子区域的天气演变状况；基于所述每个子区域的天气演变状况对下一预设时间内每个子区域的天气演变状况进行预测，得到预测结果信息；基于所述预测结果信息确定行驶策略，所述行驶策略包括休整策略以及继续航行策略；若为继续航行策略，则根据所述预测结果信息重新规划航行行驶路线，得到一条或者多条二次航行行驶路线；从所述二次航行路线选择出最优的航行行驶路线，得到三次航行行驶路线，将所述三次航行行驶路线作为船舶最终的航行行驶路线。
44.需要说明的是，所述当前船舶初始设定的航行行驶路线是一开始船舶进行航行时的航行路线，本发明基于历史恶劣天气的演变过程建立预测模型，进而对海洋航行的船舶在航行过程中所经过的区域预测发生的天气状况，为船舶在海洋航行时提供一个恶劣天气预测结果，进而船员可根据该预测结果做出一个合理性的调整，提高了在海洋航行中恶劣天气的预估准确度，能有效降低船舶因恶劣天气产生事故的发生概率。
45.进一步地，本发明的一个较佳实施例中，基于所述每个子区域的天气演变状况对下一预设时间内每个子区域的天气演变状况进行预测，得到预测结果信息，具体为：通过大数据网络获取各种天气的历史演变过程信息；基于神经网络建立天气演变概率模型，并将所述各种天气的历史演变过程信息导入天气演变概率模型中训练；获取每个子区域实时的天气状况；将在预设时间内所述每个子区域的天气的演变状况以及所述每个子区域实时的天气状况导入所述天气演变概率模型中，得到预测结果信息。
46.需要说明的是，每一种天气的产生并非为无征兆的产生，在一定程度上而言，恶劣天气的产生是有演变的过程，如冰雹天气的形成，当气温降到一定程度时，空气中水蒸气过于饱和，此时就会形成冰雹；可见，其冰雹天气的形成过程即需要满足一定的条件才能产生，存在着一定的演变规律，其中天气演变的概率模型满足：其中为产生某种天气的期望值，为修正系数，i为第i个变量，n为具有n
个变量，某种天气的环境因子，环境因子的实际值，为环境因子持续的时间段。
47.通过以上模型各种天气进行训练，可得到各种天气的期望值（即预测结果信息），由于环境因子、环境因子实际值以及环境因子持续的时间段的巨大差异性，不同天气的期望值均在不同的期望值范围之内。其中，环境因子可具体为温度、湿度、风力、云层的厚度等，如环境因子的实际值为温度的实际值、湿度的实际值、风力的实际值等。
48.需要说明的是，各种天气的历史演变过程信息为在发生该天气状况时的演变过程，如冰雹天气的演变过程，在一定的时间内，温度的幅值变化大，云层的厚度变化幅值大，湿度的变化幅值大，形成了冰雹天气。当该子区域的环境因子的变化均满足该条件时，说明产生该天气的概率值均变大。在确定了该天气产生的情况下，由于某种天气的期望值均在一个期望值范围之内，在该天气的期望值范围之内，其天气的期望值越大表示该天气的恶劣程度就越高。航行指挥员即可根据该期望值的数值的大小来提前采取措施，以应对天气带来的航行影响，其中某种天气的环境因子可以按照如下方式赋值，如温度因子为1，湿度因子为2，只需每种不同的环境因子赋不同的值即可。
49.其中，若为继续航行策略，则根据所述预测结果信息重新规划航行行驶路线，得到一条或者多条二次航行行驶路线，具体包括以下步骤：基于所述预测结果信息计算出每个子区域发生预设天气状况的预设时间段，得到第一时间段信息；获取当前船舶行驶的速度；基于所述船舶行驶的速度得到船舶到达每个子区域的预设时间段，得到第二时间段信息；判断所述第一时间段信息与第二时间段信息是否存在重合的情况；若存在，则重新规划航行行驶路线，得到一条或者多条二次航行行驶路线。
50.需要说明的是，在恶劣的天气演变过程中，并非为无缘由的演变，即在产生该天气之前，就会产生一定征兆来提醒人们，进而从某个天气状态演变成另一个天气状态，在一定的时间内，同样的恶劣天气的演变过程均存在相似度接近的演变，其中相似度满足以下关系式：其中，某种天气演变进程中的的相似度，为预设环境因子持续的时间段，为某种天气在持续时间段内对应的预设环境因子，为在某种天气在持续时间段内对应的预设环境因子的实际值，实际检测到的持续时间段，在持续时间段内实时检测到的环境因子，为在持续时间段内实际检测到的环境因子的实际值，i表示第i个持续时间段。
51.其中，某个相同的时间间隔之内，相同的相似度并不代表会产生某种天气，但是在
某种天气的演变过程中，多个时间段的相似度都近似相同时，说明产生该天气的概率值是非常大，从而能够提前预测出每个航行区域某种恶劣天气产生的时间段。
52.需要说明的是，由于船舶在海洋中航行时的设定一定的航行速度值，在到达每个子区域时的时间段均可用该速度值以及航行路线的路程值计算而出，计算出的时间段即为第一时间段信息，而从上述公式中预测得出的时间段信息，即为第二时间段信息；当该航行区域某种恶劣天气产生的时间段与到达某个子区域的时间段重合时，有两种策略，一种为休整策略，另一种为继续航行策略。而策略的选择与该恶劣天气的恶劣程度有关，当恶劣程度高时，该方法的推荐的航行策略为休整策略。
53.其中，从所述二次航行路线选择出最优的航行行驶路线，得到三次航行行驶路线，将所述三次航行行驶路线作为船舶最终的航行行驶路线，具体包括：比较每一条二次航行路线，以获得路程最短的二次航行路线，并将该路程最短的二次航行路线作为三次航行行驶路线。
54.其中，还包括以下步骤：基于所述预测结果建立破坏性预测模型；从所述破坏性预测模型中计算得出每个子区域发生预设天气时的破环性阈值；判断所述破环性阈值是否小于预设破坏性阈值；若小于，则为继续航行策略；若不小于，则为休整策略，并根据每个子区域发生预设天气状况的预设时间段得到船舶所需要休整的时间。
55.需要说明的是，所述破坏性预测模型为一个数据库，如假设冰雹天气计算得出的期望值在1到3之间，选取中间点的期望值2作为中度程度冰雹恶劣天气，该值即为预设破坏性阈值，1为低程度冰雹恶劣天气，越接近于3表示为高程度冰雹恶劣天气；当期望值在1
‑
2之间时，选择为继续航行策略，当期望值在2
‑
3之间时，则选择为休整策略；选择为休整策略时，可选择在到达发生该恶劣天气的子区域之前的某个区域停止继续航行，停止航行的时间为第一时间段信息与第二时间段信息所重合的时间，以避开这个恶劣天气。
56.其中，若存在，则重新规划航行行驶路线，得到一条或者多条二次航行行驶路线，具体包括以下步骤：基于所述第一时间段信息与第二时间段信息计算出重合的时间段；根据所述重合时间段确定船舶在该子区域内发生预设天气的行驶路段；从所述行驶路段中得到重合起始位置点以及重合终止位置点，并获取当前船舶行驶所在的子区域，以所述当前船舶行驶所在的子区域作为第一起点，以所述重合起始位置点为第一终点，根据所述第一起点以及第一终点建立第一航行行驶路线；以所述重合起始位置点作为第二起点，以所述重合终止位置点作为第二终点，根据所述第二起点以及第二终点建立第二航行行驶路线；将所述第一航行行驶路线与第二航行行驶路线组合，得到二次航行行驶路线。
57.需要说明的是，重合的时间段即为第一时间段信息以及第二时间段信息之间的差值，通过该差值以及给定一个船舶的计划行驶速度，即可到发生该天气的行驶路段。从而从该行驶的路段中得出发生进入该天气区域时的起始位置点以及终止位置点，进而确定二次航行行驶路线。
58.其中，还包括以下步骤：基于船舶行驶的速度以及二次行驶路线得到二次航行行驶路线所需要的行驶时间，得到第三时间段信息；判断所述第三时间段信息是否大于所述重合时间段信息；若大于，则将继续航行策略修改为休整策略。
59.需要说明的是，由于船舶在行驶时，船舶行驶的计划速度是已知值，第二航行行驶路线已经得到（即为第二起点以及第二终点的最短路程值），重合的时间即可计算得出，在继续航行策略中，如果二次航行的行驶路线所需要行驶的时间要大于重合时间段时，此时将继续航行策略修改为休整策略，优化了航行时的选择策略。
60.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
61.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
62.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
63.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（rom，read
‑
only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
64.或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
65.以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。