Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏太航信息科技有限公司庄肖波获国家专利权

江苏太航信息科技有限公司庄肖波获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江苏太航信息科技有限公司申请的专利一种船舶智能化态势感知预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120356364B

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510635898.8,技术领域涉及:G08G3/02;该发明授权一种船舶智能化态势感知预测方法及系统是由庄肖波;金晶;庄比太设计研发完成,并于2025-05-16向国家知识产权局提交的专利申请。

一种船舶智能化态势感知预测方法及系统在说明书摘要公布了:本发明公开了一种船舶智能化态势感知预测方法及系统,涉及智能船舶态势感知与轨迹预测技术领域,包括采用时间戳对齐方法对采集船舶的作业环境数据进行时空同步,生成船舶态势数据集;基于船舶态势数据集,提取障碍物相对船舶的航向角变化率和欧氏距离,并对动态碰撞概率和障碍物的接近时间进行加权融合,得到障碍物威胁度指数;将障碍物威胁度指数输入船舶轨迹预测模型,输出船舶与各障碍物的最小会遇距离;根据国际海上避碰规则对所述最小会遇距离进行风险等级划分,输出分级预警信号,并制定航行策略以执行碍航物规避与航线调整。本发明有效解决了现有技术中存在的风险感知滞后、规避动作单一粗糙及轨迹预测准确率不足的技术问题。

本发明授权一种船舶智能化态势感知预测方法及系统在权利要求书中公布了:1.一种船舶智能化态势感知预测方法,其特征在于:包括,采用时间戳对齐方法对采集船舶的作业环境数据进行时空同步,生成船舶态势数据集; 基于船舶态势数据集,提取障碍物相对船舶的航向角变化率和欧氏距离,并对动态碰撞概率和障碍物的接近时间进行加权融合,得到障碍物威胁度指数; 将障碍物威胁度指数输入船舶轨迹预测模型,输出船舶与各障碍物的最小会遇距离; 根据国际海上避碰规则对所述最小会遇距离进行风险等级划分,输出分级预警信号,并制定航行策略以执行碍航物规避与航线调整; 所述最小会遇距离的获取方法为,构建基于组合递归神经网络的轨迹预测模型; 将船舶位置数据和障碍物位置数据按照预设时间间隔采样,形成若干个采样点的轨迹序列,其中所述采样点包括位置坐标、航向角和航速信息; 将所述轨迹序列与障碍物威胁度指数组合,构建时空特征张量,输入双向长短时记忆网络层; 通过前向传播和反向传播提取轨迹序列的时序依赖关系,输出隐藏状态序列; 时空注意力层基于所述隐藏状态序列和所述障碍物威胁度指数,计算注意力分数矩阵; 将所述注意力分数矩阵与隐藏状态序列加权求和,通过全连接层映射到预测空间,输出轨迹预测点序列; 计算预测时间窗口内的船舶预测轨迹点和障碍物预测轨迹点之间的欧氏距离,形成相对距离矩阵; 基于所述相对距离矩阵,采用动态规划算法计算船舶与各障碍物在预测时间窗口内的最小会遇距离,其中所述最小会遇距离包括转向半径和加减速能力限制; 所述轨迹预测模型包括双向长短时记忆网络层和时空注意力层;所述双向长短时记忆网络层是提取船舶与障碍物的历史轨迹特征;所述时空注意力层对障碍物威胁度指数进行权重分配; 所述障碍物威胁度指数的获取方法为,基于船舶态势数据集的位置数据和周围障碍物距离数据,建立船舶与障碍物的相对坐标系; 在所述相对坐标系中,计算障碍物相对于本船的航向角,通过连续时间窗口内航向角的差分运算,得到航向角变化率序列; 将所述航向角变化率序列输入长短时记忆神经网络模型,其中所述长短时记忆神经网络模型包括输入层、隐藏层和输出层; 通过所述长短时记忆神经网络模型的时序特征学习,输出障碍物与本船的动态碰撞概率; 同时,利用船舶与障碍物各自的位置坐标,计算欧氏距离; 基于所述欧氏距离和障碍物的相对速度,采用动态时间窗口法计算障碍物接近时间; 设计自适应权重系数,对所述动态碰撞概率和所述接近时间进行加权融合,获取障碍物威胁度指数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏太航信息科技有限公司,其通讯地址为:212000 江苏省镇江市丹徒区长香东大道78号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。