基于大数据的内河船舶航行安全风险分析开题报告

 2021-12-11 19:30:26

1. 研究目的与意义(文献综述)

1.1选题背景

随着航运业快速发展,全球船舶数量迅速增长,导致船舶交通安全问题愈加突出,特别是在通航环境复杂、交通流量密度高的交汇水域,航行安全问题更加明显。由于基于大数据对内河船舶航行安全风险进行分析判断的研究目前还比较匮乏,很多避碰工作仍需要依靠值班驾驶员与vts监管人员的个人经验和直觉判断,而传统避碰系统对交通流密集水域中的航行态势,特别是在船舶会遇过程中对避让行为的实时辨识能力十分欠缺。

目前,船舶自动识别系统(automatic identification system,ais)船载设备已基本普及,其通过广播方式定期发送船位、速度和航向等船舶动态信息,传输数据具有信息种类齐全、数据集丰富等特点。而国内【1-2】基于ais对会遇场景进行的研究主要分为为会遇特征分析、会遇特征统计和会遇分布等三个方面,其中会遇特征主要包括最近会遇距离(dcpa)、最小会遇时间(tcpa)和两船相对距离等,静态分析研究船舶会遇局势和阶段,缺乏对参数变化的动态过程思考;会遇特征统计和分布建模都只从宏观层面刻画会遇场景,缺乏依靠数据的定性、定量微观分析。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1研究内容

1)会遇场景与行为特征提取

选取特定水域作为研究对象,对不同船舶会遇场景和过程进行时空分析,利用时空约束关系构建会遇轨迹提取方法;获取会遇船舶位置、速度及航向变化、cpa等行为特征参量,构建参量的量化表征方法,并在轨迹上进行映射,形成船舶会遇行为的多元特征序列。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

2019.03-2019.04

查阅国内外相关文献,分析研究现状完成开题报告;

2019.04-2019.05

利用时空约束关系构建会遇轨迹提取方法;获取会遇船舶位置、速度及航向变化、CPA等行为特征参量,形成船舶会遇行为的多元特征序列。

2019.05-2019.06

对会遇船舶之间的碰撞风险进行全阶段量化,基于LSTM形成会遇行为特征与风险等级之间的映射模型,并利用行为特征数据对模型进行参数优化估计。

2019.06-

完成学位论文,送审,答辩。

4. 参考文献(12篇以上)

[1]黄亮, 文元桥, 周春辉, 等. 基于 gis 和 ais 的水上交通宏观态势评估系统[j]. 中国航海, 2017, 1: 012.

[2]shi, guoyou,yang, jiaxuan,zhao, liangbin. ship trajectoriespre-processing based on ais data[j].journal of navigation,2018,71(5):1210-1230.

[3]bomberger. performance analysis for vts-based data exchangeprotocol in e-navigation environment[j]. international journal of multimediaand ubiquitous engineering, 2016, 11(1): 337-344.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。