本文關(guān)鍵詞：基于數(shù)據(jù)驅(qū)動的無人船艇航線自動生成

  更多相關(guān)文章： 無人船艇 航線自動生成 DBSCAN 數(shù)據(jù)驅(qū)動 Douglas-Peucker IHO S63

【摘要】：作為無人駕駛的海上運載平臺,無人船艇可在海洋中承擔大范圍、長時間、低成本的作業(yè)任務(wù)。近年來,隨著船舶智能化水平的不斷提高以及無人駕駛技術(shù)的不斷發(fā)展,無人船艇在軍事和民用領(lǐng)域都已有嘗試性應(yīng)用并且取得了一定成功。無人船艇的研究屬于多學科交叉、多領(lǐng)域融合的綜合項目,且?guī)в幸欢ǖ那罢靶院蛣?chuàng)新性。本文以無人船艇為研究對象,以其中的航線自動生成技術(shù)為主要研究內(nèi)容,致力于開展基于軌跡數(shù)據(jù)和數(shù)據(jù)驅(qū)動技術(shù)的航線自動生成方法研究。在國家大數(shù)據(jù)戰(zhàn)略逐步實施和數(shù)據(jù)科學崛起的大背景下,數(shù)據(jù)正逐步從一種簡單的處理對象轉(zhuǎn)變?yōu)橐环N基礎(chǔ)性的戰(zhàn)略資源,數(shù)據(jù)驅(qū)動的分析和研究方法也正深刻地改變著傳統(tǒng)科學研究的探索方式,成為推動現(xiàn)代社會發(fā)展和科技進步的一種新興模式。傳統(tǒng)海事基礎(chǔ)設(shè)施建設(shè)和海事信息化建設(shè)在提供監(jiān)管與服務(wù)功能的同時,也積累了海量的海事感知數(shù)據(jù)。本文正是在DT (Data Technology)時代變革的大背景下,基于海量軌跡數(shù)據(jù),應(yīng)用數(shù)據(jù)驅(qū)動的分析和研究方法,探索無人船艇航線自動生成的新模式。本文的主要工作如下：軌跡數(shù)據(jù)壓縮是基于數(shù)據(jù)驅(qū)動的無人船艇航線自動生成方法的重要組成部分和關(guān)鍵技術(shù)之一。當軌跡數(shù)據(jù)達到大數(shù)據(jù)量級時會對數(shù)據(jù)的存儲、傳輸和處理帶來極大的困難和挑戰(zhàn)；在對軌跡數(shù)據(jù)進行數(shù)據(jù)解析、數(shù)據(jù)清洗等預(yù)處理工作后,設(shè)計一種基于Douglas-Peucker算法的軌跡數(shù)據(jù)壓縮框架與實現(xiàn)流程；針對Douglas-Peucker算法中唯一參數(shù)壓縮閾值的確定問題,借鑒船舶領(lǐng)域概念,基于AIS軌跡數(shù)據(jù)求取最小船舶領(lǐng)域并作為確定壓縮閾值的標準；最后通過實例分析和門線統(tǒng)計證實提出的軌跡壓縮與閾值確定方法切實有效,可在壓縮率高達98%的同時有效剔除原始軌跡數(shù)據(jù)中的冗余信息,而且較好的保持了原始軌跡的特征。基于軌跡數(shù)據(jù)壓縮提取出的特征點,根據(jù)《國際避碰規(guī)則》和良好船藝的要求,設(shè)立轉(zhuǎn)向點閾值標準并辨識出軌跡特征點中的轉(zhuǎn)向點；針對不同航路軌跡密度和轉(zhuǎn)向點密度不同的特點,在保持DBSCAN (Density-Based Spatial Clustering of Applications with Noise)算法簡潔性和高效性的基礎(chǔ)上提出層次DBSCAN算法并從空間接近性和轉(zhuǎn)向相似性2個方面綜合考慮建立轉(zhuǎn)向點的相似性度量標準對轉(zhuǎn)向點進行聚類,從而識別出相似航跡所形成的航路轉(zhuǎn)向點；然后通過真實航跡判別航路轉(zhuǎn)向點之間的連通性,并確定由航路轉(zhuǎn)向點及其之間的連通性組成的有向圖G= (TN, L);最后通過蟻群優(yōu)化算法智能搜索最優(yōu)路徑,通過實例證明本文提出的航線自動生成方法切實有效,自動生成的航線符合航線設(shè)計的基本原理和要求。為改變傳統(tǒng)航線安全檢測依靠人工目測執(zhí)行的工作模式,設(shè)計一種基于IHO S63標準電子海圖數(shù)據(jù)的航線安全自動檢測方法。在實現(xiàn)Blowfish加密解密算法、DSA(Digital Signature Algorithm)數(shù)字簽名算法和SHA-1 (Secure Hash Algorithm-1)安全散列算法以及CRC32 (Cyclic Redundancy Check 32)循環(huán)冗余校驗算法的基礎(chǔ)上根據(jù)IHO S63標準電子海圖數(shù)據(jù)保護方案的策略結(jié)構(gòu)和工作流程對電子海圖數(shù)據(jù)進行解析,針對實現(xiàn)過程中發(fā)現(xiàn)的問題借鑒FSA (Formal Safety Assessment)方法的框架對IHO S63標準數(shù)據(jù)保護方案進行潛在風險分析并提出相應(yīng)的風險控制方案；最后對電子海圖數(shù)據(jù)進行解析將其轉(zhuǎn)換為符合IHO S57數(shù)據(jù)傳輸標準和IHO S52內(nèi)容顯示標準的電子海圖數(shù)據(jù)并最終將其無損轉(zhuǎn)換為SENC,通過提取水深、障礙物等點、線、面海圖要素進行航線安全檢測,確保自動生成航線的安全性。最后對全文進行了總結(jié),并對可能的研究方向進行了展望。
【關(guān)鍵詞】：無人船艇 航線自動生成 DBSCAN 數(shù)據(jù)驅(qū)動 Douglas-Peucker IHO S63
【學位授予單位】：大連海事大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：U675.7
【目錄】：

• 創(chuàng)新點摘要5-6
• 摘要6-8
• ABSTRACT8-13
• 第1章 緒論13-23
• 1.1 研究背景13-18
• 1.1.1 無人技術(shù)的快速發(fā)展13-16
• 1.1.2 國家大數(shù)據(jù)戰(zhàn)略與DT時代16-18
• 1.2 研究意義18-20
• 1.2.1 豐富無人船艇研究內(nèi)容18-19
• 1.2.2 創(chuàng)新航線自動生成方法19-20
• 1.3 研究內(nèi)容20-23
• 1.3.1 主要研究內(nèi)容20-21
• 1.3.2 論文組織結(jié)構(gòu)21-23
• 第2章 無人船艇及數(shù)據(jù)驅(qū)動相關(guān)理論知識23-47
• 2.1 無人船艇的發(fā)展及展望23-36
• 2.1.1 無人船艇的發(fā)展回顧23-29
• 2.1.2 無人船艇中的關(guān)鍵技術(shù)29-32
• 2.1.3 無人船艇的應(yīng)用前景32-34
• 2.1.4 無人船艇的發(fā)展趨勢34-36
• 2.1.5 小結(jié)36
• 2.2 數(shù)據(jù)驅(qū)動的軌跡分析與處理技術(shù)36-46
• 2.2.1 數(shù)據(jù)驅(qū)動概述36-37
• 2.2.2 數(shù)據(jù)驅(qū)動的軌跡分析與處理技術(shù)37-40
• 2.2.3 軌跡分析與處理技術(shù)在海事中的應(yīng)用40-43
• 2.2.4 數(shù)據(jù)驅(qū)動的軌跡分析與處理技術(shù)展望43-45
• 2.2.5 小結(jié)45-46
• 2.3 本章小節(jié)46-47
• 第3章 基于Douglas-Peucker算法的軌跡數(shù)據(jù)壓縮與閾值確定47-75
• 3.1 軌跡數(shù)據(jù)壓縮框架設(shè)計47-56
• 3.1.1 軌跡數(shù)據(jù)壓縮概述47-48
• 3.1.2 Douglas-Peucker算法原理48-50
• 3.1.3 軌跡數(shù)據(jù)壓縮框架與流程設(shè)計50-56
• 3.2 壓縮閾值的確定56-63
• 3.2.1 軌跡數(shù)據(jù)壓縮閾值的含義56-59
• 3.2.2 船舶領(lǐng)域與壓縮閾值的關(guān)系59-61
• 3.2.3 基于軌跡數(shù)據(jù)的壓縮閾值確定61-63
• 3.3 實例驗證與分析63-73
• 3.3.1 軌跡數(shù)據(jù)壓縮的實例驗證63-66
• 3.3.2 軌跡數(shù)據(jù)壓縮的有效性驗證66-70
• 3.3.3 軌跡數(shù)據(jù)壓縮的有效性分析70-73
• 3.4 本章小結(jié)73-75
• 第4章 基于層次DBSCAN算法的軌跡數(shù)據(jù)聚類及航線自動生成75-97
• 4.1 航線自動生成框架設(shè)計75-78
• 4.1.1 航線設(shè)計概述75-76
• 4.1.2 數(shù)據(jù)驅(qū)動的航線自動生成76-77
• 4.1.3 航線自動生成的框架設(shè)計77-78
• 4.2 基于層次DBSCAN算法的軌跡數(shù)據(jù)聚類78-88
• 4.2.1 軌跡轉(zhuǎn)向點辨識78-82
• 4.2.2 DBSCAN算法的原理82-85
• 4.2.3 軌跡數(shù)據(jù)聚類及航路轉(zhuǎn)向點辨識85-88
• 4.3 航線自動生成應(yīng)用實例88-96
• 4.3.1 航路轉(zhuǎn)向點連通性辨識88-90
• 4.3.2 蟻群優(yōu)化算法的原理90-92
• 4.3.3 實例驗證與分析92-96
• 4.4 本章小結(jié)96-97
• 第5章 基于IHO S63標準電子海圖數(shù)據(jù)的航線安全自動檢測97-121
• 5.1 航線安全自動檢測框架設(shè)計97-101
• 5.1.1 航線安全檢測概述97-98
• 5.1.2 IMO對航線安全檢測的要求98-99
• 5.1.3 航線安全自動檢測框架設(shè)計99-101
• 5.2 基于IHO S63標準的電子海圖數(shù)據(jù)解析101-114
• 5.2.1 IHO S63標準的策略結(jié)構(gòu)及參數(shù)安全性分析101-106
• 5.2.2 IHO S63標準潛在風險分析及風險控制方案106-111
• 5.2.3 IHO S63標準改進方案及電子海圖數(shù)據(jù)解析111-114
• 5.3 航線安全自動檢測應(yīng)用實例114-120
• 5.3.1 偏航極限與航線領(lǐng)域114-116
• 5.3.2 航線安全自動檢測流程116-117
• 5.3.3 實例驗證與分析117-120
• 5.4 本章小結(jié)120-121
• 第6章 結(jié)論與展望121-125
• 6.1 研究結(jié)論121-122
• 6.2 研究展望122-125
• 參考文獻125-143
• 攻讀學位期間公開發(fā)表論文143-145
• 致謝145-147
• 作者簡介147

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 唐平鵬;劉德麗;洪昌建;鄧廷權(quán);;水面無人艇全局航跡多目標規(guī)劃算法[J];華中科技大學學報(自然科學版);2015年S1期

2 張樹凱;劉正江;張顯庫;劉玉;;無人船艇的發(fā)展及展望[J];世界海運;2015年09期

3 張金水;何立居;李啟華;李曉陽;吳國華;;蟻群算法和遺傳算法結(jié)合的航線生成[J];中國航海;2015年02期

4 湯青慧;唐旭;;限制搜索區(qū)域的航線設(shè)計兩級規(guī)劃算法[J];中國航海;2015年02期

5 董早鵬;劉濤;萬磊;李岳明;廖煜雷;梁興威;;基于Takagi-Sugeno模糊神經(jīng)網(wǎng)絡(luò)的欠驅(qū)動無人艇直線航跡跟蹤控制[J];儀器儀表學報;2015年04期

6 張樹凱;劉正江;張顯庫;史國友;蔡W，

本文編號：787087