[发明专利]一种船舶路径规划方法及系统

说明书

本发明公开了一种船舶路径规划方法，包括：获取船舶海运轨迹的历史数据，得到船舶第一轨迹信息；将第一轨迹信息中的球面坐标进行转换，得到第二轨迹信息；通过非均匀有理B样条对第二轨迹信息进行插值处理，得到第二轨迹信息对应的时间等分的坐标数据；建立基于神经网络的非线性回归模型，将坐标数据按照预设的比例分为训练集和测试集；通过训练集和测试集对非线性回归模型进行训练以及验证，得到第二轨迹信息中时间序列与位置坐标之间的非线性关系；根据非线性关系对船舶的路径进行规划。本发明提供的一种船舶路径规划方法，能够有效提高提高船舶路径规划的可靠性以及准确性。

技术领域

本发明涉及路径规划技术领域，尤其涉及一种船舶路径规划方法及系统。

背景技术

海洋运输在当前各国之间的贸易中扮演着极其重要的角色。而船舶的路径规划问题一直深刻影响着海洋运输的发展,并且其逐步向智能化方向发展。近年来,随着各种智能算法的提出和广泛应用,路径规划问题研究取得了较好成果,但也存在一些问题。现有的船舶路径规划方法为基于链接图法建立海洋环境模型,再利用单源最短路径Dijkstra算法在所建立的环境模型上规划出初始路径。其次,在利用线性递减惯性权重粒子群算法进行路径规划后,采用删除冗余点的方法进行平滑优化处理以增强路径的实用性。

使用现有的船舶路径规划方法，存在以下问题：

线性递减惯性权重粒子群算法存在的容易陷入局部最优解的精度差问题,无法准确对船舶的路劲进行规划。

发明内容

本发明实施例提供一种船舶路径规划方法及系统，能够有效提高提高船舶路径规划的可靠性以及准确性。

为了实现上述目的，一方面，本发明的一个实施例提供了一种船舶路径规划方法，包括：

获取船舶海运轨迹的历史数据，得到船舶第一轨迹信息；

将所述第一轨迹信息中的球面坐标进行转换，得到第二轨迹信息；

通过非均匀有理B样条对所述第二轨迹信息进行插值处理，得到所述第二轨迹信息对应的时间等分的坐标数据；

建立基于神经网络的非线性回归模型，将所述坐标数据按照预设的比例分为训练集和测试集；

通过所述训练集和所述测试集对所述非线性回归模型进行训练以及验证，得到所述第二轨迹信息中时间序列与位置坐标之间的非线性关系；

根据所述非线性关系对船舶的路径进行规划。

进一步地，所述将所述第一轨迹信息中的球面坐标进行转换，得到第二轨迹信息，具体为：

将所述第一轨迹信息中的球面坐标转换成三维笛卡尔坐标，得到第二轨迹信息。

进一步地，在所述将所述第一轨迹信息中的坐标进行转换，得到第二轨迹信息之后，还包括：

获取所述第二轨迹信息中路径长度的四分位数，根据所述四分位数与所述第二轨迹信息中的各个数据之间的关系计算异常值，并将所述异常值进行删除，得到异常值删除后的第二轨迹信息。

进一步地，所述通过非均匀有理B样条对所述第二轨迹信息进行插值处理，具体为：

通过非均匀有理B样条对所述坐标数据进行处理，得到所述第二轨迹信息中船舶位置点之间的样条曲线，根据所述样条曲线对所述第二轨迹信息进行插值处理。

进一步地，所述通过所述训练集和所述测试集对所述非线性回归模型进行训练以及验证，得到所述第二轨迹信息中时间序列与位置坐标之间的非线性关系，具体为：

设置所述非线性回归模型的输入为时间序列，输出为位置坐标，通过所述训练集对所述给线性回归模型进行训练得到所述时间序列和所述位置坐标的模型关系；