-
公开(公告)号:CN118533181B
公开(公告)日:2024-11-22
申请号:CN202410989646.0
申请日:2024-07-23
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明公开了一种基于改进麻雀搜索算法的北极航线路径规划方法,涉及航线路径规划技术领域;包括:S1:获取北极航道气象数据和冰情数据,并进行归一化处理和插值处理;S2:构建栅格环境地图;S3:计算风险指数结果并设定安全水深阈值,筛选出可安全通航区域;S4:建立关于风速阻力和破冰阻力的航行阻力目标函数模型;S5:采用改进的麻雀搜索算法优化航行阻力目标函数模型,从而在可安全通航区域内确定出最优北极航线路径。本发明确保仿真航行路线与实践通航航线一致的前提下,减少了船舶在北极航道航行中面临的风速阻力与破冰阻力对效率的影响,为北极航道航行提供了一种可靠的优化方案。
-
公开(公告)号:CN118533181A
公开(公告)日:2024-08-23
申请号:CN202410989646.0
申请日:2024-07-23
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明公开了一种基于改进麻雀搜索算法的北极航线路径规划方法,涉及航线路径规划技术领域;包括:S1:获取北极航道气象数据和冰情数据,并进行归一化处理和插值处理;S2:构建栅格环境地图;S3:计算风险指数结果并设定安全水深阈值,筛选出可安全通航区域;S4:建立关于风速阻力和破冰阻力的航行阻力目标函数模型;S5:采用改进的麻雀搜索算法优化航行阻力目标函数模型,从而在可安全通航区域内确定出最优北极航线路径。本发明确保仿真航行路线与实践通航航线一致的前提下,减少了船舶在北极航道航行中面临的风速阻力与破冰阻力对效率的影响,为北极航道航行提供了一种可靠的优化方案。
-
公开(公告)号:CN117664140B
公开(公告)日:2024-11-26
申请号:CN202311692502.0
申请日:2023-12-11
Applicant: 大连海事大学
IPC: G01C21/20 , G06F18/24 , G06Q10/063 , G06Q50/40
Abstract: 本发明公开了一种基于POLARIS的北极航道航线规划方法,S1:基于极地操作限制评估风险指数系统计算得到北极海冰风险等级图;S2:基于ETOPO1全球地形模型得到安全水深区域,提取出安全水深区域风险等级图;S3:对安全水深区域风险等级图中的各风险等级进行重分类操作,并根据重分类的结果计算得到出发点的成本距离图,基于所述成本距离图得到出发点到目标点的最低成本航线即最低风险航线。本发明综合海冰厚度、海冰密集度和水深因素进行航线规划,计算包括海冰厚度及密集度的综合海冰风险,同时提取出安全水深区域,在安全水深区域以海冰风险等级为成本规划出最低成本航线,从而保证航行的安全。
-
公开(公告)号:CN117664140A
公开(公告)日:2024-03-08
申请号:CN202311692502.0
申请日:2023-12-11
Applicant: 大连海事大学
IPC: G01C21/20 , G06F18/24 , G06Q10/063 , G06Q50/40
Abstract: 本发明公开了一种基于POLARIS的北极航道航线规划方法,S1:基于极地操作限制评估风险指数系统计算得到北极海冰风险等级图;S2:基于ETOPO1全球地形模型得到安全水深区域,提取出安全水深区域风险等级图;S3:对安全水深区域风险等级图中的各风险等级进行重分类操作,并根据重分类的结果计算得到出发点的成本距离图,基于所述成本距离图得到出发点到目标点的最低成本航线即最低风险航线。本发明综合海冰厚度、海冰密集度和水深因素进行航线规划,计算包括海冰厚度及密集度的综合海冰风险,同时提取出安全水深区域,在安全水深区域以海冰风险等级为成本规划出最低成本航线,从而保证航行的安全。
-
公开(公告)号:CN117557912A
公开(公告)日:2024-02-13
申请号:CN202311742086.0
申请日:2023-12-18
Applicant: 大连海事大学
IPC: G06V20/10 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YoloV7模型的冰山场景识别方法,包括获取对图像中的冰山进行标注后构建冰山数据集,对冰山数据集中的图像进行数据增强,构建YoloV7模型并进行改进,设置训练参数,根据训练集和训练参数对改进的YoloV7模型进行训练,并对YoloV7模型的参数进行优化;根据验证集对所述训练后的改进的YoloV7模型进行验证并获取验证结果,判断验证结果是否满足迭代结束条件,若满足,则将训练后的改进的YoloV7模型作为最优模型,反之,返回Step3重新设置训练参数并对YoloV7模型进行重新训练直至满足迭代结束条件;根据最优模型对待识别的冰山图像进行识别。引入的CA模块使得改进后的YOLOv7模型在识别海冰场景中的大型独立海冰和冰山时更加准确。提高了冰山识别的准确性和鲁棒性。
-
-
-
-