[发明专利]智能船舶多源感知数据船端融合方法、装置和决策系统

说明书

本发明属于智能船舶技术领域，具体涉及一种智能船舶多源感知数据船端融合方法、装置和决策系统。该方法包括：获取船端感知信息和岸基感知信息；对岸基感知信息进行卡尔曼滤波，生成第一感知信息；基于第一感知信息中的数据匹配获取船端感知信息中的数据，将第一感知信息中的数据和匹配获取的数据作为待融合数据，对待融合数据通过加权融合法进行融合，得到船端融合数据；基于船端融合数据进行智能船舶周围态势估计，以输出决策指令。本发明方法能够提高船端获取的感知数据的精度和稳定性。智能船舶利用船端与岸端的融合感知数据进行特征提取，得到的航行信息、周围环境信息和气象信息更加准确。

背景技术

智能船舶由不同类型的感知设备组成智能船舶自身的“感知系统”，各个感知设备的信息经过处理为智能船舶提供本船和他船的航行信息、周围环境信息和气象信息。智能船舶依据这些感知信息控制智能船舶做出相应的动作响应。因此可知，智能船舶只有在获取准确的感知信息的情况下，才能做出准确的动作响应。

现阶段，智能船舶的感知信息主要是通过船舶自身的感知设备采集原始数据进行数据融合得到的。由于感知设备在采集数据时不可避免的会遇到干扰或存在不确定性，导致感知数据精度不高、不稳定。智能船舶只利用船端单方面感知设备检测到的数据进行特征提取，导致获取的航行信息、周围环境信息和气象信息不准确，降低了船舶航行的安全性和可靠性。

发明内容

(一)要解决的技术问题

本申请提出了一种智能船舶多源感知数据船端融合方法、装置，以解决现有的智能船舶获取的感知数据精度不高、不稳定，导致获取的航行信息、周围环境信息和气象信息不准确的问题。

(二)技术方案

为达到上述目的，本发明采用如下技术方案：

第一方面，本发明实施例提供一种智能船舶多源感知数据船端融合方法，该方法包括：

获取船端感知设备采集的船端感知信息，获取岸基感知设备采集的岸基感知信息，所述船端感知信息和所述岸基感知信息包括雷达数据、AIS数据、导航数据、气象监测数据中的一种或多种；

对所述岸基感知信息进行卡尔曼滤波，生成第一感知信息；

基于所述第一感知信息中的数据匹配获取所述船端感知信息中的数据，将所述第一感知信息中的数据和匹配获取的数据作为待融合数据；

对所述待融合数据通过加权融合法进行融合，得到船端融合数据；

基于所述船端融合数据进行智能船舶周围态势估计，以输出决策指令。

本发明的实施例中将岸基感知信息进行统一格式的预处理后再与船端数据融合，与常用的特征级融合及决策级融合相比可以最大程度的确保数据的冗余性、可正确性；采用单传感器滤波的方式对岸基传输到岸端的数据信息滤波处理，通过滤波算法建立对当前时刻的估计值，解决了数据传输过程中的延时问题；对船端感知数据和岸基感知数据进行匹配，降低了设备异常或产生的错误值对融合结果的影响，并采用改进型加权融合法的组合形式对船岸感知信息进行了分类融合，可得到更加准确的各类感知信息，便于融合所有类型感知信息得到更加准确的态势估计。采用单传感器滤波和改进型加权融合的方法进行结合增加了融合算法的容错性，使得到的感知数据更加准确，减少由于各种误差带来的影响。与特征级融合、决策级融合相比，本发明的融合方法仅仅对特征提取之前的数据进行分类融合，可以更加方便快捷应用到现有智能船舶决策系统主程序之中，避免特征级融合方法带来的对主程序进行的大面积修改。

可选地，所述加权融合法中的权重为基于指数函数建立的两组感知数据之间的信任度函数，所述信任度函数的计算方法为：

其中，f(X,X′)为信任度函数，ε为一致性检验中的阈值，X为属于第一感知信息的待融合数据，X′为与X具有一致性的同一时刻船端感知信息中的数据。