详情

原文传递基于数据驱动的内河水域航路规划算法研究

论文题名：	基于数据驱动的内河水域航路规划算法研究
关键词：	内河航线;AIS数据;Douglas-Peucker算法;DBSCAN算法;A*算法;船舶操纵
摘要：	以长江水系为代表的内河水网为我国发展内河运输提供了天然优势。内河航运系统已成为国家和区域经济发展的重要一环，更是交通强国战略的重要组成部分，因此对内河航运智能化建设的需求愈加急迫。对运输船来说，在出发前确定具有良好安全性和经济性的航线至关重要。但在实际运营中，许多船舶根据船长自身经验确定航行线路。由于河道可航行区域会随着汛期和枯水期的到来而发生变化，当船长未能获得准确信息时，经验航线会存在较大航行风险，同时经验航线未考虑整体经济性。基于上述背景，本文针对内河航道地理特征与分航制航行约束，从AIS数据中提取出真实船舶航行位置并使用寻路算法与优化算法，以最短航行距离为优化目标，提高航线经济性，解决内河局部航道内的航路规划问题。文章研究内容及主要成果包括：　　（1）建立了内河航路规划数学模型。以墨卡托坐标系为基础，通过将电子江图栅格化，建立了将河道划分为可航行区域和不可航行区域的地图模型；同时采用了离散化的航线模型；并构建了以“保留—聚类—寻路—优化”四个环节为执行脉络的基于数据驱动的内河航路规划算法模型。　　（2）提出了一种适合内河水域弯曲航迹的多目标峰值DP压缩方法。在经典Douglas-Peucker(DP)压缩算法的基础上，针对DP算法对于多转弯航迹压缩效果不好、未考虑航向和航速两项重要船舶操纵因素及未结合地图考虑压缩后航线正确性等方面的不足，提出了一种更适用于内河水域弯曲航道的融合四项改进策略的多目标峰值DP(MPDP)算法。仿真结果显示，MPDP算法在长度损失率、同步欧式距离、航速平均偏差和航向平均偏差方面均得到优化。　　（3）提出了一种基于聚类结果的适合内河分岔航道的二次A算法进行寻路。使用DBSCAN算法对压缩后的关键航迹点进行聚类。根据聚类结果开发了一种判断航点簇间连通关系的方法，建立了航点簇有向图。根据内河航道中多岛屿岔路的情况，提出了一种可以产生推荐航线和备选航线供船长选择的二次A算法，经仿真实验验证了二次A算法的求解路径，成功产生最短航线为推荐航线和远离最短航线且较优的备选航线。　　（4）提出了一种基于正余弦粒子群算法的航路优化方法。对寻路结果使用粒子群优化算法以最短航行距离为目标进行航路的整体优化。为提高粒子群算法的搜索能力，提出了一种扩大粒子随机扰动的正余弦粒子群优化（SCPSO）算法，并通过仿真实验验证了算法的有效性。　　（5）建立了内河水域航路规划仿真系统。利用MATLABAppDesigner建立了路径规划仿真系统。以长江水网两处水域为背景，分别对算法中使用到的压缩算法（MPDP算法）、聚类算法（DBSCAN算法）、寻路算法（二次A算法）和优化算法（SCPSO算法）进行仿真验证，实验结果显示，本文所提出的算法可以根据历史航行信息产生推荐航线与备选航线，两条航线航行距离均优于原始经验航线，证明算法具有良好的航线规划能力。
作者：	周正
专业：	电路与系统
导师：	王红波
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023