成果介绍
一价行接欖午主仃置船舶在航行过程当中,依船上装有的各种传感器和控制器等装置对周围环境进行感知,包括航道航标,航道变化,天气变化,周围动静态障碍物和其他船舶等,再通过船舶的控制系统自主完成对船舶的操控。在该系统中,船舶的设计参数及运行状态,船舶航行环境,管控属性四者相互变化构成了错综复杂的驾驶场景,而自主船舶要能够准确识别出当前所在的交通场景,并对相应的场景做出适当的驾驶决策,才能够保证自主船舶的安全航行。如何准确并快速地对场景进行识别,亟需设计一种适用于自主船舶航行场景分类方法。
本成果提出了一种基于改进模糊C均值算法的自主船舶航行场景聚类方法,属于自主船舶场景识别模糊聚类技术领域,为自主船舶航行场景聚类提供一种方法。首先,提出了自主船舶航行场景聚类的理论框架。然后,针对框架中聚类算法,提出改进的模糊C均值算法。最后,通过MATLAB编程进行自主船舶航行场景的聚类实现。
成果亮点
本成果针对自主船舶航行场景识别问题,提供一种基于改进的模糊C均值算法的白主船舶航行场景聚类方法,解决自主船舶航行场景识别中的分类问题,通过此算法实现自主船舶航行场景聚类分析,并可在实际的自主船舶航行场景分析中提供一定的参欽有下缰道铞櫚腱準惜据。
在自主船舶航行场景数据库中,通过记录不同自主船舶航行场景下的航道、环境、交通条件信息以及白主船舶的运行状态信庀月中吵謁违歔弪升提取不同场景下的特征点,对特征点进行聚类分析,以便对自翮天主船舶所对应的航行场景进行聚类分析。
团队介绍
联系人: 庄老师 单位名称:常州市武进区科技成果转移中心
成果资料