[发明专利]一种智能船舶避碰算法测试场景的自适应生成方法

说明书

本发明公开了一种智能船舶避碰算法测试场景的自适应生成方法，包括：获取第一船舶与第二船舶的初始会遇场景和初始状态数据并建立样本数据集；对样本数据集进行训练，建立预测数据集；将样本数据集与预测数据集整合建立识别数据集；对识别分数值进行分类；获取处理数据集；将每个处理状态数据进行分类获取子数据集；计算子数据集之间的欧氏距离，以获取边界数据集合。本发明从数据预测和分析的角度对智能船舶避碰算法测试场景的生成进行了研究，采用避碰结果反向推导不同的智能船舶避碰算法的性能模式区域，针对任意智能船舶避碰算法进行了自适应场景生成，覆盖了所有人工设置的场景，解决了人工设置场景的局限性，以及对各类算法的针对性。

技术领域

本发明涉及智能船舶航行避碰测试场景生成领域，尤其涉及一种智能船舶避碰算法测试场景的自适应生成方法。

背景技术

随着人工智能与计算机技术的发展，智能船舶及其相关技术逐渐成为水路运输业的研究热点。水面自主船舶凭借安全、高效、经济等优点成为现代船舶发展的重要趋势。在2019年6月14日，IMO批准了有关自主水面船舶(Maritime Autonomous Surface Ships，MASS)试验的临时指南。规定中提出智能船舶建设需要提高风险应对能力，降低所面临的各种风险。因此，对智能船舶避碰算法进行各方面的测试是必要的。

测试智能船舶避碰算法需要有完备的场景满足测试要求。现有技术将人工设置典型会遇场景作为智能船舶避碰算法测试的主要方法，分为对遇、交叉、追越等三种会遇类别。然而人工设置测试场景局限性较强，无法确定场景组成因素对不同智能船舶避碰算法的影响，无法准确地定位不同的智能船舶避碰算法在各种场景下的性能模式，难以有效地测试智能船舶避碰算法，缺乏对各种智能船舶避碰算法的针对性。

发明内容

本发明提供一种智能船舶避碰算法测试场景的自适应生成方法，以克服现有技术中人工设置测试场景局限性较强，无法确定场景组成因素对不同智能船舶避碰算法的影响，无法准确地定位智能船舶避碰算法在各场景下的不同性能模式，难以有效地测试智能船舶避碰算法，缺乏对各种智能船舶避碰算法的针对性的技术问题。

一种智能船舶避碰算法测试场景的自适应生成方法，包括如下步骤：

S1：根据测试场景的组成因素和所述组成因素的取值范围，获取若干第一船舶与第二船舶的初始会遇场景以及所述初始会遇场景对应的初始状态数据；

S2：对若干所述初始会遇场景的避碰结果进行打分，以获取所述初始会遇场景对应的船舶避碰结果的初始分数值，并建立样本数据集；所述样本数据集包括初始状态数据集和初始分数值集；

S3：对所述样本数据集进行训练，建立预测模型，以获取预测会遇场景集以及所述预测会遇场景集对应的预测状态数据集和预测分数值集；并建立预测数据集，所述预测数据集包括所述预测状态数据集和预测分数值集；

S4：将所述样本数据集与所述预测数据集进行整合，以建立识别数据集，所述识别数据集包括识别状态数据集和识别分数值集；其中，所述识别状态数据集包括初始状态数据集和预测状态数据集；所述识别分数值集包括初始分数值集和预测分数值集；

S5：对所述识别分数值集中的识别分数值进行分类，得到分类后的识别分数值集，以获取每一类的识别分数值集所对应的智能船舶避碰算法的性能模式，和在所述性能模式下的分类后的识别状态数据集，并将分类结果进行保存并绘制；

S6：处理分类后的识别状态数据集和对应的分类后识别分数值集，以获取处理数据集，所述处理数据集包括处理分数值集和处理状态数据集；

S7：将处理数据集中的每个处理状态数据进行分类，以获取子数据集；

S8：计算所述子数据集之间的欧氏距离，获取距离数据集，并选取所述距离数据集中百分比小于第一阈值数量的距离数据，以获取所述性能模式的边界数据集合，所述边界数据集合即作为智能船舶避碰算法测试的场景。