论船舶碰撞的概念及其责任认定

从概念角度出发,法律视野下的船舶碰撞为有接触的直接碰撞和没有接触的间接碰撞两种,并由此探讨了与之相应的的责任认定,既有不同概念的船舶碰撞的归责原则的相同之处,又有船舶间接碰撞的特殊之处。     

区域船舶交通流量预测ChebNet-LSTM模型

针对船舶交通流量预测模型对船舶流量数据空间特征考虑较少的问题,建立一种由切比雪夫网络(Chebyshev network, ChebNet)和长短期记忆网络(long short-term memory, LSTM)组成的深度学习预测模型ChebNet-LSTM。ChebNet的K阶卷积算子有利于提取船舶流量数据的空间特征,而LSTM用于学习船舶流量数据的时间特征。选取舟山水域中船舶流量不同的3个区域进行船舶流量预测实验。结果表明,所提出的ChebNet-LSTM模型可以有效地提取船舶流量数据的时空特征,在各项评价指标上的表现均优于对比模型,预测精度得到较大提高,可以为水上交通智能航行提供数据支撑。     

船舶驾驶综合训练平台中的多人协同机制

为提高学员的培训效率,节约费用,满足多人协同训练需要,搭建船舶驾驶综合训练平台,提出一种网络同步方案,以保证网络的安全性、稳定性和场景的一致性。应用基于角色的访问控制(role-based access control,RBAC)模型对系统的角色和访问权限进行有效管理;提出基于交互混合图的串并行交互管理方法,解决交互中的串并行控制问题;对系统的异常情况进行分析,并给出解决方案。研发的船舶驾驶综合训练平台运行稳定,能满足船舶驾驶的多人协同训练。     

基于回归深度卷积网络的船舶图像与视频检测

为解决船舶图像与视频检测算法识别率低、实时性差的问题,提出基于回归深度卷积网络的船舶图像与视频检测方法。结合YOLOv2特征提取层和YOLOv3的特征金字塔网络(feature pyramid network, FPN)层思想设计新的网络结构,验证不同激活函数效果,采用聚类算法设计锚框大小。实验表明,相比于YOLO系列网络,本文的方法在船舶图像与视频检测中效果更好,在测试集上平均精度均值为0.920 9,召回率为0.981 8,平均交并比为0.799 1,在视频检测中每秒钟检测的帧数为78～80。为港口船舶智能管理和无人船视觉处理提供一种准确度高和实时性好的船舶检测方法。     

基于ARIMA-BP神经网络的船舶交通事故预测

为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated moving average, ARIMA)模型与BP神经网络组合的船舶交通事故预测方法。该方法考虑船舶交通事故的复杂性和非线性因素,充分结合ARIMA模型与BP神经网络的优势,分别从简单加权和残差优化角度对ARIMA模型与BP神经网络的不同组合方法进行比较研究,并将其应用于2000—2018年英国籍船舶交通事故预测中。结果表明:与ARIMA模型、BP神经网络和ARIMA-BP的简单加权组合预测方法进行对比,ARIMA-BP的残差优化组合预测方法的预测精度最高,其均方根误差、平均绝对误差和平均绝对百分比误差分别为7.16、6.0和4.9%。本文提出的船舶交通事故预测方法可以为相关人员的决策提供指导。     

基于改进A*算法的内河水网航线规划及应用

为避免船舶搁浅、撞桥等事故的发生,研究针对复杂内河水网的航线规划算法及其应用模式。根据航道通航条件,设计内河水网的有向拓扑网络,并从添加航道约束条件、优化代价函数和估价函数三个方面对A^*算法进行改进,实现针对不同船舶参数的最优航线规划。结合船舶助航APP研究航线规划算法的应用方法,并以东莞水系为场景进行算法测试。结果表明,改进的A^*算法能够很好地应用于内河水网的航线规划,而且可在手机移动终端高效运行。研究的航线规划算法和应用模式对保障复杂水网的船舶航行安全具有重要的意义。     

面向船舶动态监控的全球3D场景管理关键技术

为克服目前船舶动态监控系统的不足,提高监控平台的直观性,提出使用3D可视化技术实现船舶在3D海域空间的直观管理.根据电子海图数据自动建立3D海域地理环境;利用基于Osg Earth的全球场景管理平台无缝融合陆上地貌与3D海域地理环境;利用金字塔技术有效组织影像数据,构建全球3D船舶动态监控系统.通过实验定量和定性分析了该方法的有效性,为面向船舶动态监控的全球3D场景管理提供了新的思路.     

在航集装箱船摇摆姿态的概率模型

为研究在航集装箱船的摇摆姿态尤其是横摇姿态,利用假定概率模型的方法对集装箱船关键位置处的摇摆姿态进行研究,并构建摇摆概率模型,讨论并确定该模型的相关参数,从而建立集装箱船摇摆姿态的概率模型。结果表明,集装箱船不同位置处的纵摇角、横摇角和垂向加速度的概率模型近似服从高斯分布,仅其相关参数不同。该方法从在航集装箱船摇摆姿态的角度为船舶航行安全研究提供一定的理论依据。     

基于贝叶斯网络的内河船舶碰撞人的失误分析

为分析对船舶航行安全有显著影响的人的因素,引入SwainGuttmann模型和贝叶斯网络分析内河船舶碰撞事故。依据SwainGuttmann模型的信息处理过程(感知、决策和行动)梳理内河船舶碰撞形成机理。利用领域专家知识和小样本量数据学习法构建贝叶斯网络,计算网络节点间的条件概率。利用贝叶斯网络的不确定性知识推理方法,得出影响船舶航行安全的关键人的因素。该结果与真实事故案例统计结果相吻合,这说明SwainGuttmann模型和贝叶斯网络适用于对内河船舶航行安全的综合分析。     

基于虚拟现实技术的船舶消防培训系统

为提高船舶消防培训的效率和水平,节约训练成本,设计消防培训系统整体架构.运用三维建模技术建立固定水灭火系统、固定二氧化碳灭火系统及消防员装备穿戴模型.使用反向动力学原理实现虚拟人的动作模拟.使用粒子系统实现火焰和二氧化碳的雾化效果.使用碰撞检测技术判断虚拟人与设备之间、设备与设备之间、二氧化碳与火焰之间是否产生相互作用.培训过程中,针对学员操作给出具体提示信息,帮助学员完成操作训练.测试结果表明,所开发的系统培训效果良好,可应用于消防培训.