CN119090106B 一种基于增强现实的实时船舶航行路线规划方法 （广州市上赛电子科技有限公司）

道西89号办公楼(部位:A栋6层北1-4一种基于增强现实的实时船舶航行路线规本发明提出一种基于增强现实的实时船舶示2根据风险评估的结果和风险地图引入路径平滑项Qsmooth和路径调整代价项Bost，;;;re和btime表示相应的权重系数。2.根据权利要求1所述的一种基于增强现实的实时船舶航行路线规划方法，其特征在33.根据权利要求1所述的一种基于增强现实的实时船舶航行路线规划方法，其特征在;;;;;;;表示t_1时的隐藏状态，ct-1表示t_1时的细胞状态，表示当前时间步的候选细胞状;激活函数，Fconv_raa(t)表示当前卷积神经网络的输出；;4;;其中，Fic1(t)表示第一层输出特征，表示第二层权重，becz表示偏置，4.根据权利要求3所述的一种基于增强现实的实时船舶航行路线规划方法，其特征在;;;;;使用双向长短期记忆网络对融合特征进行时序建模，提取时;5.根据权利要求1所述的一种基于增强现实的实时船舶航行路线规划方法，其特征在5生成器G的输入为噪声向量z和多模态融合特征Faigned(t)，输出为生成的模拟情;;根据输入不同的噪声向量z和多模态融合特征Faigned(t)，生成多个模拟情景。6.根据权利要求5所述的一种基于增强现实的实时船舶航行路线规划方法，其特征在境复杂性非线性项；HistoryFactor表示历史数据中的风险模式权重；其中，所述HistoryFactor反映在相似航行条件下的历史风险，计算时需要在历史数据库中与当前情景G(zi,Faignea(t))最匹配的历史情景，并根据这些情景的平均风险值进行加;其中，k表示选出的历史情景数，wj表示与当前情景匹配的第j个历史情景的权重，Rnist(i)表示历史情景j的风险评分；对所有生成情景的风险评分进行综合分析，得到整体航行环境下的综合风险评分6;7.根据权利要求1所述的一种基于增强现实的实时船舶航行路线规划方法，其特征在R(sr,ar)包括安全奖励Rsafety、效率奖励Rearciency和风险惩罚Risk；V(sr;p)优化策略网络m(azI;0)的参数；8.根据权利要求7所述的一种基于增强现实的实时船舶航行路线规划方法，其特征在R(sr,ar)包括安全奖励Rsafety、效率奖励Rearciency和风险惩罚;;：7;9.根据权利要求1所述的一种基于增强现实的实时船舶航行路线规划方法，其特征在;路径p上第j个航点的航向角；Transparency(RZ)表示风险区域的透明度，依据8舶的位置和运动信息，但在高密度航区和复杂海况下，单靠AIS信息难以保证航行的安全9[0012]根据风险评估的结果和风险地图引入路径平滑项αsmooth和路径调整代价项βcost，ifo表[0051]其中，αvid表示视频注意力权重，Wa1为视频特征的注意力权重矩阵，softmax为[0065]生成器G的输入为噪声向量z和多模态融合特征Faligned(t)，输出[0066]判别器D的输入为真实情景Xreal和生成情景G(z,Faligned(t))，输出为判断结果D反映在相似航行条件下的历史风险，计算时需要在历史数据库中与当前情景G(zi,Falignedttttt)λ3risktt)[0110](2)本发明利用GAN技术生成多种可能的海况和气象情景，进行全面的风险评现有系统在风险评估方面多依赖于静态和单一的数据源，而本发明通过GAN技术实现了动[0113]利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限[0116]如图1所示，本发明实施例提供的一种基于增强现实的实时船舶航行路线规划方制。采用高精度GPS时间戳同步所有设备的采集时间，确保数据能够在同一时间点进行对t-1表示时间t-1时刻的细胞状态，包含了LSTM单元从过去时间步传递下来的累合了前一时间步的细胞状态Ct-1和当前时间步的候选细胞状态ceht表示时间t时刻的隐藏AISmet[0197]生成器G的输入为噪声向量z和多模态融合特征Faligned(t)，输出[0198]生成器网络结构为多层感知机(MLP)网络，输入为噪声向量z和融合特征Faligned[0201]判别器D的输入为真实情景Xreal和生成情景G(z,Faligned(t))，输出为判断结果DHistoryFactor表示历史数据中类似条件下的风[0241]AdjustmentCost(P)表示路径调整代价，评估从当前路径调整到新路径所需的代tt)+λ2t)λ3riskt[0289]具体的，基于深度学习和GAN生成的环境感知结果Faligned(t)以及综合风险评分语音交互直接与路径优化模块的数据进行互动。