申请/专利权人：大连海事大学

申请日：2021-10-22

公开（公告）日：2024-04-09

公开（公告）号：CN113962153B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/045;G06N3/08;G06Q10/0635;G06Q50/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.02.15#实质审查的生效;2022.01.21#公开

摘要：本发明提供一种基于注意力机制的船舶碰撞风险评估方法，包括：依据获取的船舶航行安全信息构建本船和目标船的全局航行态势和基于栅格地图的局部航行态势，将船舶的航行要素信息转化为局部空间中的关注区域，增强本船重点关注的特定目标区域同时弱化其他区域，基于多层感知机对目标船的航行状态向量进行标准化处理，并利用神经网络提取目标船和本船之间成对的航行状态特征，构建自注意力模型以高效地捕获本船与目标船间的特征依赖关系；利用Softmax方法对碰撞风险权重矩阵进行归一化，实现对船舶碰撞风险的量化；对风险权重参数进行加权求和，实现基于注意力机制的船舶碰撞风险计算。本发明技术方案能够为船舶在复杂航行态势下的实时避碰决策提供支持。

主权项：1.一种基于注意力机制的船舶碰撞风险评估方法，其特征在于，包括如下步骤：S1、从船载设备获取本船和目标船的航行状态数据，构建包括本船的状态向量s和目标船的航行状态向量wi的集合Ni，并以固定尺度的向量形式表达数量可变的状态向量ei；所述步骤S1的具体实现过程如下：S11、提取本船全局航行状态信息集，包括航速v0、位置x0,y0、航向本船与目标点距离dt、船舶领域半径r0；状态集参数化的表达如下： S12、提取目标船的全局航行状态信息，包括航速、位置、航向、目标船与本船距离、本船与目标船船舶最近安全会遇距离，状态集参数化的表达如下： S13、在本船周围8nmile范围内，构建以本船为中心的局部栅格地图，每个栅格为1nmile，标记目标船的船位编码在区间[1,256]，计算公式为：TSi-code＝16×y-1+xS14、状态向量集合Ni的表达形式如下：Ni＝[s,wi,Mi]式中，Mi表示所有目标船基于局部地图编码的状态向量，计算方法为： S15、利用第一层MLP网络将可变数量的状态向量集合Ni转化为固定长度的状态向量ei，计算公式如下：ei＝φeNi；We式中，We为MLP网络φe的训练权重；S2、将状态向量ei作为输入向量，利用神经网络提取本船和所有目标船之间的成对的航行状态特征向量vi，计算状态向量ei的平均期望值em，并计算相似性向量ωi；所述步骤S2的具体实现过程如下：S21、将状态向量ei作为第二层MLP的输入，得出本船和目标船成对的航行状态特征向量vi，计算公式如下：vi＝φvei；Wv式中，Wv为MLP网络φv的训练权重；S22、计算状态向量ei的平均期望值em，计算公式如下： S23、依据注意力机制所涉及的关键元素Value、Key和Query，将每个目标船的航行状态向量wi，i∈{1,2,3...n}作为状态向量集合Ni中的查询向量Query，利用神经网络计算相似性向量ωi，计算公式如下：ωi＝φωei,em；Wω式中，Wω为MLP网络φω的训练权重；S3、利用类Softmax对获得的相似性向量ωi进行归一化处理，计算出目标船相对本船的量化碰撞风险权重分布λi，利用权求和公式计算碰撞风险向量αi；所述步骤S3的具体实现过程如下：S31、利用类Softmax对获得的相似性向量ωi进行归一化处理，计算出本船相对各个目标船的碰撞风险权重分布，得到每个Key对应Value的权重系数，计算公式如下： S32、利用权求和公式计算碰撞风险向量αi，计算公式如下：

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于注意力机制的船舶碰撞风险评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD