船舶在交通与运输、渔业、海洋科学、国防军事以及紧急救援等方面发挥着非常重要的作用[1-2]。提高船舶驾驶人员及船员对船舶的整体认知与海况应对能力,是确保船舶能够安全稳定运行、航行任务能够顺利完成的关键[3]。
近些年,国内外在船舶运动预测以及船舶航行数据模拟方面的研究颇多,如朱鹏程等[4]基于Transformer设计船舶运动预测模型,使用改进Transformer分析船舶历史时间运动规律,并以该规律为可靠依据与参考对船舶未来某阶段可能发生运动实施合理预测;张艳云等[5]提出基于ν-支持向量机的波浪中船舶操纵运动辨识建模方法;张琴等[6]提出基于最优变分模态分解与相空间重构的LSTM船舶横摇运动预测方法,通过最优质变分模态分解算法,把船舶在进行横摇运动时,产生的数据分解为若干频率尺度且稳定性较好的模态分量,并利用最大Lyapunov指数混沌判别各频率尺度模态分量,而后分别采用单维度LSTM与对相空间实施重构的多维度LSTM网络,分别完成非混沌与混沌分量预测,最后将所获预测结果线性组合,获得预测船舶横摇运动姿态。当前方法尽管均可对船舶航行以及作业的安全性提供一定程度保障,但缺少对船舶实景的深入仿真研究,没有将船舶在航行时的运动预测模型、航行数据与船舶航行实景有效结合,无法为船舶驾驶人员及船员提供更真实的船舶航行认知以及海况体验。为此,设计基于虚拟现实技术的船舶航行实景三维模型。
1 船舶航行实景三维模型设计 1.1 虚拟现实船舶航行实景三维模型设计技术架构船舶航行实景即船舶在真实海洋环境内航行时的实际场景。它不仅包含了各种人工元素,如港口设施、其他船舶、建筑物以及灯塔、航标等,还将风、浪等自然条件包含在内,在船舶有效操纵与导航、航行安全以及船舶工作人员训练等方面的作用都非常大。所提方法基于虚拟现实计算机仿真技术,构建船舶航行实景三维模型,技术架构见图1。根据船舶在水中航行时需要遵循的物理定律以及原理,对船舶运动姿态数学模型实施合理构建,并利用3Dmax构建船舶航行环境实体以及地形模型,利用PM海浪谱法构建海表面三维模型,利用Unity3D虚拟现实仿真软件驱动并调整构建的三维模型、实施改进混合包围和船舶三维模型碰撞检测,并将地形以及海浪等实际数据信息融入到导入的模型之中,对舰船航行海洋场景实施仿真模拟,完成人机交互工作。航海人员在收获到相应的仿真数据以后,借鉴通过计算机获得的数据分析结果,做出相应航行决策。
在使用虚拟现实技术设计船舶航行实景三维模型时,构建船舶运动姿态数学模型至关重要,构建出良好的船舶运动姿态数学模型,可使船舶在虚拟环境内所发生的运动姿态更接近真实船舶航行姿态。
船舶在海上进行运动时的姿态,通常要受海浪引起的随机性扰动影响,故而呈现出较为复杂的状态。船舶在实际航行过程中,横摇、纵摇及升沉这3种运动姿态对船舶航行所产生的影响较大,而横荡、首摇以及纵荡这3种运动姿态对船舶航行所产生的影响比较小,故采用横摇、纵摇及升沉这3种运动姿态对船舶在航行过程中的运动姿态加以描述。在实际航行过程中,可将海浪视作一种不规则性质的波,船体在这种不规则的波内进行运动,便可看成是船体在一系列具有规则性波内运动所获响应的有效叠加。响应过程可描述成:
$ \left\{ \begin{gathered} {U_G} = \sum\limits_{i = 1}^n {{U_{Cai}}} \cos \left( {{\omega _{ei}}t + {\varepsilon _{zi}} + {\varepsilon _i}} \right) ,\\ \psi = \sum\limits_{i = 1}^n {{\psi _{ui}}} \cos \left( {{\omega _{ei}}t + {\varepsilon _{\psi i}} + {\varepsilon _i}} \right) ,\\ \beta = \sum\limits_{i = 1}^n {{\beta _{ui}}} \cos \left( {{\omega _{ei}}t + {\varepsilon _{\beta i}} + {\varepsilon _i}} \right)。\\ \end{gathered} \right. $ | (1) |
式中:
在实际的运算过程中,通常选取数量为30的规则性子波,并将各规则性子波的起点频率设置为0.2,间隔设置为0.05。
$ {\zeta _{ai}} = \sqrt {2{R_\zeta }\left( {{W_{{i}}}} \right)\Delta {W_{{i}}}} 。$ | (2) |
式中,
对船舶航行环境实体以及地形实施合理的三维模型设计是能够利用虚拟现实技术实现船舶航行实景模拟的基础,在该环节中应最大限度将船舶航行的实景环境还原。需要进行三维设计的船舶航行环境实体除船舶外,还包括航标与航道以及港口巷道附近的建筑物等。在实际工作中,实体三维模型设计的越真实,最终获得的虚拟现实模拟效果就会越好。本文方法充分利用3Dmax在三维建模以及材质制作方面的优良性能,将其应用于船舶航行环境实体以及地形三维模型的设计工作中,设计过程如图2所示。
为实现高可信度船舶航行实景,除构建出较为逼真的船舶航行环境实体以及地形三维模型外,还需进行海表面三维建模。在进行海表面三维建模时,采用的是PM海浪谱法。海表面模型为:
$ F\left( \varpi \right)= \left( {\alpha {g^2} \div {\varpi ^5}} \right) \times \exp \left( { - \vartheta {g^4} \div {u^4}{\varpi ^4}} \right) 。$ | (3) |
式中:
$ {\varpi ^2}\left( \wp \right) = g\wp 。$ | (4) |
在实际工作中,可将海浪谱用波数域的形式表示出来,把波数域内的海浪谱与一组具有高斯分布性质的随机性复数相乘,而后对其实施傅里叶逆变换操作,便可得到随机起伏的海表面模型。
1.5 基于Unity3D的舰船航行实景虚拟漫游实现通过Unity3D构建船舶航行实景三维模型,利用虚拟现实技术实现船舶航行实景漫游,从而对船舶航行情况实施合理分析,为实际工作提供可靠参考与依据。在构建的虚拟空间内对船舶模型实施碰撞检测,可有效监测模型数据是否适合应用在多种环境内,并可有效避免在进行船舶航行实景虚拟漫游过程中,虚拟人物穿透船舱等物理性平面,增强船舶航行虚拟场景的真实性。鉴于改进混合包围盒算法在碰撞检测工作中的优越性,所提方法在虚拟场景中使用改进混合包围盒算法完成船舶碰撞检测工作。算法流程如图3所示。
以停泊在我国某沿海城市港口的某货运船为实验对象,通过ArcGIS分析以及处理地形数据,使用3Dmax构建船舶航行实体以及地形三维模型,并使用AutoCAD Photoshop对所构船舶航行实体以及地形三维模型实施纹理处理。
结合卫星航拍以及电子海图等,通过3Dmax构建的船舶航行地形三维模型如图4所示。通过PM海浪谱法构建的海表面模型如图5所示。可以看出,应用所提方法能够实现船舶航行环境实体、地形以及海表面三维模型构建,为进一步完成船舶航行实体环境虚拟仿真提供可靠模型基础。
第三视角船舶航行实景三维模拟效果如图6所示。实验选择从第三视角展示船舶航行实景虚拟现实模拟画面的主要原因是从第三视角对船舶及其周围环境实施观察,能够从外部更好地观察到船舶航行状态以及周围环境。可以看出,所提方法实现了船舶航行实景环境虚拟现实模拟,获得的船舶航行实景三维模拟效果与真实船舶航行实景非常接近,可使船舶驾驶员或船员获得更佳的沉浸感以及真实感,并可为船舶驾驶人员及船员整体认知船舶以及应对各种海况提供具体参考。
本文基于虚拟现实技术实现船舶航行实景三维模拟,以提升对船舶整体以及船舶航行环境实景认知。实验证明本文方法能够成功构建与船舶航行有关的各种实体模型、地形以及海表面三维模型,融合各种真实数据后能够使虚拟的船舶航行实景与真实状况更为接近。在实际的船舶航行工作中,船舶航行人员可根据船舶航行实景实时变化对船舶实施合理操控,更为圆满地完成相应工作任务,同时也为保障船舶安全稳定航行提供了可靠的支持与保障。
[1] |
范中洲, 李申川, 赵明. 基于变异系数-云物元模型的船舶进出港航路设计[J]. 安全与环境学报, 2023, 23(2): 326-332. |
[2] |
韩成浩, 马吉林, 刘佳仑, 等. 基于虚拟仿真测试平台的船舶智能航行系统设计及应用[J]. 中国航海, 2023, 46(1): 148-154. HAN Chenghao, MA Jilin, LIU Jialun, et al. Design and application of ship intelligent navigation system based on virtual simulation testing platform[J]. China Navigation, 2023, 46(1): 148-154. DOI:10.3969/j.issn.1000-4653.2023.01.021 |
[3] |
张文君, 张英俊, 张闯. 基于HHM-RFRM理论的智能船舶航行风险识别与筛选[J]. 安全与环境学报, 2023, 23(2): 333-340. |
[4] |
朱鹏程, 杨冰华, 荀顺达, 等. 基于Transformer的船舶运动预测模型研究[J]. 中国造船, 2022, 63(5): 245-255. ZHU Pengcheng, YANG Binghua, XUN Shunda, et al. Research on transformer based ship motion prediction model[J]. China Shipbuilding, 2022, 63(5): 245-255. DOI:10.3969/j.issn.1000-4882.2022.05.023 |
[5] |
张艳云, 欧阳子路, 邹早建. 基于ν-支持向量机的波浪中船舶操纵运动辨识建模[J]. 船舶力学, 2023, 27(5): 637-645. ZHANG Yanyun, OUYANG Zilu, ZOU Zaojian. Identification and modeling of ship maneuvering motion in waves based on ν - support vector machine[J]. Ship Mechanics, 2023, 27(5): 637-645. DOI:10.3969/j.issn.1007-7294.2023.05.003 |
[6] |
张琴, 林欣如, 向阳, 等. 基于最优变分模态分解与相空间重构的LSTM船舶横摇运动预测[J]. 船舶工程, 2023, 45(12): 68-74. ZHANG Qin, LIN Xinru, XIANG Yang, et al. LSTM ship roll motion prediction based on optimal variational mode decomposition and phase space reconstruction[J]. Ship Engineering, 2023, 45(12): 68-74. |