摘要
本发明提供一种基于人工智能的浮标船只碰撞预警方法、介质及系统,属于浮标船只碰撞预警技术领域,本发明通过进行船只目标检测提取运动状态参数建立数据集,利用船只轨迹预测模型通过自适应调节函数动态调整神经元时间常数参数输出船只未来位置预测序列,将预测序列输入贪吃蛇路径验证算法进行网格化处理和连续性检验删除异常路径段,基于验证后的预测序列计算综合考虑距离参数相对速度参数航向角度差值和海况复杂度系数的碰撞概率值,根据碰撞概率值和预设阈值确定碰撞风险等级并计算预估碰撞时间,并输出包含风险等级预估时间和紧急程度的碰撞预警信息,解决了海域船只碰撞预警准确性低且时效性差的技术问题。
技术关键词
船只碰撞预警方法
轨迹预测模型
浮标
卷积循环神经网络
验证算法
船只碰撞预警技术
多尺度特征提取
神经网络架构
长短期记忆网络
可读存储介质
复杂度
光照变化干扰
网格
序列
风险
碰撞预警系统
运动状态参数
系统为您推荐了相关专利信息
布放回收方法
历史气象数据
覆盖率
作业窗口期
路径规划算法
智能防控方法
风险
长短期记忆网络
智能防控系统
时空卷积神经网络
决策树模型
模糊系统
电池状态数据
CART决策树
特征提取模型
连续状态空间
连续时间系统
定位控制方法
MPC算法
推进器