本发明涉及船舶航行,尤其涉及一种船舶的航行方法、终端设备及可读存储介质。
背景技术:
1、船舶自主航行涉及到船舶上的方方面面,关乎着航行安全、减轻人工操作任务,因此研究船舶安全有重要的实际意义和经济价值。
2、随着智能化技术的提升,将智能化技术应用在船舶自主航行的研究越来越多,目前自主航行中包括航向规划和航速规划,现有技术中对于航向的规划往往采用人工势场法或基于栅格的路径规划算法等实现自动避碰,而航速控制仅仅靠人工输入,不能依据人工经验或在海况信息较为复杂时,难以准确且实时推算适应性的航速,因此不能实现严格意义上的完全自主航行,导致自主航行能力差。
3、因此,如何提升自主航行能力成为亟待解决的技术问题。
技术实现思路
1、本发明实施例的主要目的在于提供一种船舶的航行方法、终端设备及可读存储介质,旨在解决现有技术中如何提升自主航行能力的技术问题。
2、第一方面,本发明实施例提供一种船舶的航行方法,包括:
3、获取船舶在自主航行时前n个周期的航行数据,所述航行数据包括环境信息和所述环境信息对应的航速信息和/或航向信息,其中n为大于或等于1的正整数;
4、确定所述航行数据的来源类型,所述来源类型包括自主航行数据,自主航行和人工干预的混合数据以及航行经验数据;
5、对不同来源类型的航行数据按照所述来源类型对应的融合权重进行融合,利用融合后的数据对训练数据集进行更新,所述训练数据集用于对自主航行规划模型进行训练的数据集;
6、利用更新后的训练数据集对所述自主航行规划模型进行训练,更新所述自主航行规划模型;
7、利用更新后的自主航行规划模型确定后m个周期的自主航行规划信息,其中m为大于或等于1的正整数。
8、第二方面,本发明实施例提供一种船舶的航行装置,包括:
9、获取模块,用于获取船舶在自主航行时前n个周期的航行数据,所述航行数据包括环境信息和所述环境信息对应的航速信息和/或航向信息,其中n为大于或等于1的正整数;
10、分类模块,用于确定所述航行数据的来源类型,所述来源类型包括自主航行数据,自主航行和人工干预的混合数据以及航行经验数据;
11、融合模块,用于对不同来源类型的航行数据按照所述来源类型对应的融合权重进行融合,利用融合后的数据对训练数据集进行更新,所述训练数据集用于对自主航行规划模型进行训练的数据集;
12、更新模块,用于利用更新后的训练数据集对所述自主航行规划模型进行训练,更新所述自主航行规划模型;
13、规划模块,用于利用更新后的自主航行规划模型确定后m个自主航行规划信息,其中m为大于或等于1的正整数。
14、第三方面,本发明实施例还提供一种终端设备,所述终端设备包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,其中所述计算机程序被所述处理器执行时,实现如本发明说明书提供的任一项船舶的航行方法的步骤。
15、第四方面,本发明实施例还提供一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如本发明说明书提供的任一项船舶的航行方法的步骤。
16、本发明实施例提供一种船舶的航行方法、装置、终端设备及可读存储介质,其中,该方法包括获取船舶在自主航行时前n个周期的航行数据,所述航行数据包括环境信息和所述环境信息对应的航速信息,其中n为大于或等于1的正整数;确定所述航行数据的来源类型,所述来源类型包括自主航行数据类型,自主航行和人工干预的混合数据以及航行经验数据;对不同来源类型的航行数据按照对应的融合权重进行融合,利用融合后的数据对训练数据集进行更新,所述训练数据集用于对自主航行规划模型进行训练的数据集;利用更新后的训练数据集对所述自主航行规划模型进行训练,更新所述自主航行规划模型;利用更新后的自主航行规划模型确定后m个自主航行规划信息,其中m为大于或等于1的正整数。在船舶自主航行过程中,利用已经发生的航行数据对自主航行规划模型进行更新训练,进而实时调整自主航行规划模型的参数,在构建重新训练数据时,是基于航行数据来源类型对应的融合权重将不同来源类型的航行数据进行融合后得到,因此,重新构建训练数据时,充分考虑了实际航行过程中所产生的自主航行数据,自主航行和人工干预的混合数据以及航行经验数据等数据经过融合后,对下m个周期内的模型参数进行实时调整。这样模型参数会越来越适应复杂环境,能够实时充分发挥人工经验和自主航行数据各自的优点,以较小的数据量提高自主航行的准确性。
1.一种船舶的航行方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述融合权重的确定方法包括:
3.如权利要求2所述的方法,其特征在于,所述基于所述来源类型和所述数据特征类型的匹配度确定所述融合权重包括:
4.如权利要求2所述的方法,其特征在于,所述利用预训练的数据特征分类模型分别对不同来源类型的航行数据进行数据特征分类包括:
5.如权利要求1-4任意一项所述的方法,其特征在于,所述融合权重的确定方法还包括:
6.如权利要求1所述的方法,其特征在于,所述自主航行规划模型包括路径规划算法和航速预测模型,所述利用更新后的自主航行规划模型确定后m个自主航行规划信息包括:
7.根据权利要求6所述的方法,其特征在于,所述环境信息包括相关海域的障碍物密度、船舶到达禁航区的最小距离、相关海域的水深值、相关海域的浪高值中的一者或多者;
8.根据权利要求6所述的方法,其特征在于,所述路径规划算法包括人工势场法,所述根据所述环境信息利用路径规划算法获得所述船舶对应的目标航向信息,包括:
9.一种终端设备,其特征在于,所述终端设备包括处理器、存储器;
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至8中任一项所述的船舶的航行方法步骤。