对船舶航迹界面实施合理设计,是能够有效规范以及管理船舶航迹,提升船舶航行安全以及稳定性的重要前提[1 − 3]。鉴于此,为更好保障船舶安全稳定运行,设计一种合适的船舶航迹界面非常有必要。
近年来国内外学者进行了大量研究,吴潇灿等[4]研究应用计算机辅助技术的船舶航迹界面设计方法,古毅杰等[5]研究应用视觉感知技术的船舶航迹界面设计方法。2种设计方法均具有较强的实际应用性,但仅限于船舶航行环境复杂程度较低的状况。
基于信息交互与传达技术对船舶航迹界面实施合理设计,可使船舶驾驶人员在较为复杂的航行环境中,也能够准确获知船舶航行状况,以便及时纠正航行错误。为此,本文提出基于信息交互与传达技术的船舶航迹界面设计方法 ,提升船舶在航行方面的安全性与稳定性。
1 船舶航迹界面设计 1.1 船舶航迹界面架构基于信息交互和传达技术对船舶航迹界面实施合理设计,以较快速度把船舶航迹以及航行环境合理呈现于用户面前,旨在使用户获得更为良好的视觉体验感,更为完美地完成航行任务。设计的船舶航迹界面架构如图1所示。
在该界面架构中,用户以语音输入模块为可靠输入媒介,输入航迹界面控制指令,并以无线局域网为可靠传输媒介将相应的控制指令发送至信息交互平台。与此同时,通过信息交互平台的航行环境信息挖掘模块与组合导航模块中的各种传感装置互联,完成相应的船舶导航以及航行环境信息采集工作,并形成航行环境数据集。而后通过信息交互平台的航迹规划模块利用形成的航行环境数据集,规划与控制船舶航迹。船舶航迹控制与规划完成后,将航迹规划结果通过通信模块发送至控制显示模块实施合理显示,合理呈现船舶航迹以及航行环境。
1.2 信息交互平台设计对信息交互平台实施合理设计,实现船舶航行环境信息合理交互,是保障船舶航迹界面设计合理性的必要前提[6]。本文利用B/S架构以及ZigBee开发机制对该信息交互平台进行网络设计,最终设计出的信息交互平台技术架构如图2所示。
该技术架构在嵌入类Linux环境内实施合理开发,组网通过ZigBee协议实施合理设计,并通过QOS编译技术对数据库实施交叉编译控制,利用ARM芯片实施Linux内核合理触发,与此同时,利用MPLL锁相环的作用,产生船舶航行环境信息交互控制时所需要的时钟脉冲。
1.3 视觉传达技术在船舶航迹界面设计中的应用 1.3.1 视觉传达技术船舶航迹图形界面搭建运用合适的图形套件对船舶航迹图形界面实施合理设计是让设计的船舶航迹界面拥有较为理想视觉传达效果的关键。本文使用隶属视觉传达技术范畴的Qtopia图形类套件对船舶航迹图形界面实施合理搭建,搭建流程总结如下:
1)在PC端建立可靠的开发环境。
2)使用Qtopia图形类套件中的desineg对船舶航迹图形界面实施合理设计。按船舶航迹界面开发需求,在qvfb中对交叉编译类工具进行设置,而后于应用性程序开发板对该交叉编译类工具实施合理运行。该项工作完成后,在Qtopia图形数据库中对要使用的船舶航迹界面设计库文件执行有效复制操作,并通过autoconfig工具获得相应的Makefile文件,对该文件执行交叉编译操作并将其复制至文件系统中,与此同时使Linux运行脚本处于启动状态,并向其内导入Qtopia环境类变量声明,在该时刻把关于船舶航迹的图形界面导入至用户端界面,完成船舶航迹图形界面设计。
1.3.2 控制显示模块视觉传达功能设计控制显示模块视觉传达功能设计是实现船舶航迹界面设计的有效基础。控制显示模块视觉传达功能主要指电子海图显示、船舶航迹管理等功能,具体的控制显示模块视觉传达功能架构如图3所示。
采集到的船舶航行环境信息,使用改进蚁群算法完成船舶航行轨迹规划[7],并将最终的船舶航行轨迹规划结果返回到控制显示模块实施合理显示,与此同时将其保存至轨迹再现功能模块。改进蚁群算法船舶航行轨迹规划过程可简单归纳为以下几点:
步骤1 针对要进行航行轨迹规划的船舶,以电子海图数据以及采集到的船舶航行环境数据为可靠依据,构建与船舶实际航行环境密切相关的栅格模型,对船舶起始点以及目标点、障碍区域以及规避航路点实施合理设置。本文为有效避免规划航迹同障碍区域发成重叠现象,对栅格模型内包含障碍物执行了膨化处理操作。
步骤2 船舶航迹多目标规划模型构建。在实际的船舶航行中,在充分保障船舶航行安全以及稳定性的同时,也应对船舶航线距离以及其平均性偏离度加以考虑,从该角度对船舶航迹多目标规划模型实施合理构建,构建出的船舶航迹多目标规划模型中包含的2个目标函数公式为:
$ \xi \left( n \right) =\sum\limits_{n = 1}^N {d\left( {{f_n},{f_{n + 1}}} \right)} ,$ | (1) |
$ \psi \left( n \right) = \sum\limits_{n = 1}^N {l\left( {{f_n}} \right)} \frac{{d\left( {{q_0},{q_f}} \right)}}{{l\left( {{f_n}} \right)}}。$ | (2) |
式中:
步骤3 用
步骤4 通过人工势场法计算初始船舶航行轨迹以及节点距离信息,在此基础上,按改进蚂蚁路径挑选原则挑选下个船舶航行路径点。
步骤5 如果蚂蚁到达了目标位置,那么该轮循环完毕,以信息素更新机制为可靠依据执行信息素更新操作。
步骤6 判别是否达到最高迭代次数,如果达到,终止操作,输出规划出的船舶最优航迹,否则回到步骤4。
1.5 船舶航行环境图像中值滤波本文设计的船舶航迹界面不仅可较好呈现规划出的船舶航行轨迹,还可在呈现船舶航行轨迹的同时,实时呈现当前航行环境,为船舶实际航行的顺利开展提供可靠保障。航行环境图像与其他一些非图像性质航行数据均通过船舶信息交互平台的航行环境信息挖掘模块与组合导航模块中的各种传感装置互联获得,非图形性质数据主要被用于完成相应的船舶航迹规划,航行环境图像则会由通信模块发送至航行环境图像预处理模块实施中值滤波处理,而后发送至控制显示模块实施合理显示。航行环境图像中值滤波的过程用公式可描述为:
$ {h_2}\left( {i,j} \right) = \sum\limits_{k = 1}^R {\left[ {{h_k}\left( {i,j} \right) \times {m_k}\left( {i,j} \right)} \right]} 。$ | (3) |
式中:
以某40万吨级别国际货运船为实验对象,将本文设计船舶航迹界面应用于该艘国际货运船中,验证本文方法在船舶航迹界面设计工作方面的优势。该艘货运船长约306 m,宽约49 m,型深约26 m。船舱容量约为52 m3,船体采用单壳体结构,具有非常大的载货空间,可满足大吨位国际货运运输任务需求。除此之外,该艘国际货运船排水量为56000 t,满载时的排水量可达67000 t,航速为14~16 kn,此航速可确保该艘国际货运船在国际货运长途航行过程中,运输效率达到比较理想的状态。表1为该船舶航迹界面设计时的参数。
在本文设计的船舶航迹界面中,对船舶航迹进行合理规划并通过航迹界面实时显示船舶航迹以及船舶航行环境,以验证本文方法的有效性。具体的船舶航迹规划以及船舶航迹与航行环境实时显示效果如图4所示。
可以看出,应用本文方法可以实现船舶航迹界面设计。设计完成后,在该界面可较好将船舶当前航行环境以及船舶规划航迹呈现于工作人员面前,还可将船舶实时位置信息、偏航状况等信息同步呈现,能够更好满足实际需要。
为进一步验证本文方法在船舶航迹设计方面的有效性,绘制不同比例尺状况下,显示于本文设计航迹界面的电子海图,在不同放大倍数条件下的清晰度对比效果图,并将预处理前后的航行环境图像效果进行合理对比,获得的对比结果如图5和图6所示。
分析可知,不同比例尺状况下,显示于本文设计航迹界面的电子海图清晰度与放大倍数间存在负相关关系。在相同的放大倍数下,比例尺较大电子海图呈现出的视觉效果更清晰,且在比例尺较小的情况下,即使放大倍数达到了3.6倍,呈现出的电子海图清晰度也能达到0.8左右。此外,航行环境呈现前的预处理操作,可使采集到的船舶航行图形中的噪声元素基本被去除。表明应用本文方法对船舶轨迹界面实施合理设计,可有效降低放大倍数、噪声元素对轨迹界面呈现电子海图、航行环境图像效果产生的不良影响,使驾驶员获得更理想的视觉体验感。
3 结 语基于信息交互与传达技术对船舶航迹界面实施合理设计,并对该方法在船舶航迹界面设计的优越性实施合理验证。实验与分析结果显示,应用该设计方法后,可设计出较理想的船舶航迹界面,保障船舶航行顺利进行。
[1] |
牛雯钰, 梁茂晗, 刘文, 等. 多特征点驱动的船舶轨迹聚类方法[J]. 交通信息与安全, 2023, 41(1): 62−74.
|
[2] |
蒋通, 崔良中, 刘立国, 等. 基于聚类分析和Att-Bi-LSTM的舰船航迹预测方法[J]. 计算机仿真, 2022, 39(8): 1-5+322. DOI:10.3969/j.issn.1006-9348.2022.08.001 |
[3] |
侯岳奇, 陶浩, 龚俊斌, 等. 多约束条件下无人艇和无人机集群协同航迹规划[J]. 中国舰船研究, 2021, 16(1): 74-82. DOI:10.19693/j.issn.1673-3185.02091 |
[4] |
吴潇灿, 孙冬梅, 赵航, 等. 基于NARX神经网络的组合导航系统设计[J]. 电子器件, 2020, 43(1): 215-219. DOI:10.3969/j.issn.1005-9490.2020.01.044 |
[5] |
古毅杰, 张闯, 房美含. 基于输入延迟神经网络的船舶GPS/INS组合导航[J]. 船舶工程, 2022, 44(7): 96-102. |
[6] |
刘娣, 陈桂, 朱松青. 基于多接收机的卫星/惯性组合导航系统研究[J]. 现代雷达, 2021, 43(12): 39-44. DOI:10.16592/j.cnki.1004-7859.2021.12.007 |
[7] |
王星宇, 胡燕海, 徐坚磊, 等. 基于改进蚁群算法的机器人路径规划方法[J]. 电子技术应用, 2023, 49(1): 75−80.
|
[8] |
黄国良, 周毅, 郑坤, 等. 基于改进蚁群算法的全局船舶路径规划方法[J]. 船海工程, 2023, 52(2): 97−101, 136.
|