掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
船舶智能航行控制方法與應用 版權信息
- ISBN：9787030698216
- 條形碼：9787030698216 ; 978-7-03-069821-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
船舶智能航行控制方法與應用 內容簡介
近年來，智能船舶受到了靠前海事組織、世界各國的廣泛關注，船舶智能航行在提升航運效能、節能減排、減少船舶配員等方面具有重要作用。本書主要介紹船舶智能航行控制涉及的感知、路徑規劃、控制方法及其在不同場景的應用和驗證效果。具體分析了智能船舶和船舶智能航行發展趨勢，詳細介紹了船載三維激光點云目標識別方法、復雜場景路徑規劃方法和不確定性環境的船舶運動控制方法，闡述了感知-決策-控制一體化無人艇實驗平臺、船舶運動控制模型船平臺和船閘水域船舶編隊航行平臺的構成、軟硬件系統實現以及算法應用過程。
船舶智能航行控制方法與應用 目錄
目錄
第1章 緒論 1
1.1 引言 1
1.2 智能船舶概念與發展 3
1.3 船舶智能航行控制發展 5
1.3.1 感知子系統 7
1.3.2 認知子系統 7
1.3.3 決策子系統 7
1.3.4 控制子系統 8
參考文獻 8
第2章 船舶智能航行近距離目標感知 10
2.1 船舶智能航行近距離目標感知系統 10
2.2 基于毫米波雷達的船舶近距離障礙物識別方法 12
2.2.1 毫米波雷達簡介 12
2.2.2 基于毫米波雷達的船舶感知方法 13
2.3 基于激光雷達的船舶目標感知方法 15
2.3.1 基于先驗知識的三維點云目標識別方法 17
2.3.2 基于學習機制的三維點云目標識別方法 18
2.3.3 基于三維激光點云的目標識別方法 20
2.4 船載三維激光雷達目標識別軟件 24
2.4.1 軟件簡介 24
2.4.2 軟件功能 24
參考文獻 26
第3章 船舶智能航行避碰路徑規劃 30
3.1 船舶避碰路徑規劃主要算法 30
3.2 基于A*算法的船舶全局路徑規劃方法 32
3.3 面向無人航道測量的船舶A*算法路徑規劃方法 33
3.3.1 無人航道測量船路徑規劃算法的提出 34
3.3.2 仿真對比 36
3.3.3 仿真結果分析 39
3.4 考慮多因素的船舶改進A*算法路徑規劃方法 41
3.4.1 風險建模 41
3.4.2 A*算法改進 45
3.4.3 仿真實例 52
參考文獻 57
第4章 船舶智能航行運動控制模型 60
4.1 船舶運動控制概述 60
4.2 船舶路徑跟蹤控制 61
4.2.1 *優控制 61
4.2.2 變結構（滑模）控制 62
4.2.3 反饋線性化 62
4.2.4 智能控制 63
4.2.5 Backstepping算法 64
4.2.6 模型預測控制 64
4.2.7 各種方法的優缺點分析 65
4.3 船舶路徑跟蹤自適應控制 66
4.3.1 系統辨識方法 67
4.3.2 視距導航算法 69
4.3.3 船舶運動狀態觀測器 69
4.4 船舶運動建模 71
4.4.1 船舶運動模型 71
4.4.2 環境干擾 78
4.4.3 模型不確定性 80
參考文獻 82
第5章 船舶智能航行軌跡跟蹤控制 90
5.1 船舶軌跡跟蹤控制原理 90
5.1.1 MPC基本原理 90
5.1.2 基于MPC的船舶軌跡跟蹤基本原理 91
5.2 基于線性MPC的船舶軌跡跟蹤控制 91
5.2.1 非線性狀態空間模型建立 91
5.2.2 模型線性化和離散化 92
5.2.3 約束條件設置 93
5.2.4 *優化問題 95
5.2.5 仿真實驗 96
5.3 基于非線性MPC的船舶軌跡跟蹤控制 104
5.3.1 模型離散化 104
5.3.2 約束條件設置 105
5.3.3 *優化問題 106
5.3.4 仿真實驗 106
5.4 基于MPC與基于滑？刂频拇败壽E跟蹤對比 108
5.4.1 基于滑模控制的軌跡跟蹤控制方法 108
5.4.2 仿真實驗對比 109
參考文獻 110
第6章 船舶智能航行路徑跟隨控制 111
6.1 船舶路徑跟隨控制原理 111
6.2 船舶自適應LOS導航 112
6.2.1 LOS基本原理 112
6.2.2 自適應LOS導航算法 115
6.3 船舶路徑跟隨控制 116
6.3.1 響應型模型 116
6.3.2 船舶路徑跟隨控制模型 117
6.4 基于自適應LOS和MPC的船舶路徑跟隨控制 117
6.5 基于自適應LOS的船舶路徑跟隨仿真實驗 119
6.5.1 仿真參數設計 119
6.5.2 自適應LOS參數整定 120
6.5.3 自適應LOS與傳統LOS的路徑跟隨效果對比 121
6.5.4 無干擾情況下基于自適應LOS和MPC的路徑跟隨控制 122
6.5.5 基于MPC與基于Backstepping的路徑跟隨對比 123
6.5.6 干擾情況下基于自適應LOS和MPC的路徑跟隨控制 126
參考文獻 130
第7章 考慮不確定性的船舶智能航行路徑跟隨控制 131
7.1 基于傳統LS-SVM的運動模型參數辨識方法 131
7.1.1 基于傳統LS-SVM的函數估計方法 132
7.1.2 基于傳統LS-SVM的船舶路徑跟隨參數辨識方法 134
7.2 基于λ-LS-SVM的船舶運動模型在線參數辨識方法 136
7.2.1 基于滑動數據窗口的在線辨識方法 136
7.2.2 模型變化指數設計 137
7.2.3 輸入持續激勵方法 138
7.2.4 基于λ-LS-SVM的船舶運動模型在線辨識算法 138
7.3 基于λ-LS-SVM和MPC的船舶自適應路徑跟隨控制 139
7.4 仿真實驗 141
7.4.1 場景1：機構老化引起的參數改變 141
7.4.2 場景2：水流等引起的參數改變 142
7.4.3 場景3：船舶操縱性的改變 144
7.4.4 仿真結果及分析 146
參考文獻 147
第8章 基于擴張狀態觀測器的船舶智能航行路徑跟隨控制 148
8.1 通用ESO 148
8.1.1 ESO的提出 148
8.1.2 通用ESO觀測器的提出 150
8.2 補償ESO 152
8.2.1 連續補償擴張狀態觀測器 152
8.2.2 離散補償擴張狀態觀測器 154
8.3 基于離散補償ESO的MPC控制方法 155
8.3.1 方法的提出 155
8.3.2 穩定性分析 156
8.3.3 實例驗證 158
8.4 基于LEM控制方法的船舶路徑跟隨控制 165
8.4.1 基本原理 165
8.4.2 仿真實驗驗證 166
參考文獻 169
第9章 船舶編隊航行協同控制 170
9.1 船舶編隊航行控制研究進展 170
9.1.1 船舶編隊控制結構 170
9.1.2 船舶編隊運動模型 176
9.1.3 船舶編隊控制器 178
9.1.4 研究現狀與關鍵問題 180
9.2 船舶縱向航速協同控制方法 181
9.2.1 船舶的縱向動力模型 183
9.2.2 船舶航速跟馳建模 185
9.2.3 模型預測控制 187
9.2.4 仿真驗證 190
9.3 船舶編隊過閘控制方法 197
9.3.1 船舶編隊過閘控制研究背景 197
9.3.2 過閘船舶編隊控制結構 199
9.3.3 過閘船舶編隊控制方法 200
9.4 船舶編隊控制研究展望 204
參考文獻 205
第10章 船舶智能航行控制應用 212
10.1 感知-決策-控制一體化無人艇平臺 212
10.1.1 實驗平臺設計 212
10.1.2 算法與軟件實現 214
10.1.3 點云目標識別實驗 215
10.1.4 路徑規劃實驗 217
10.2 船舶運動控制模型船平臺 218
10.2.1 模型船運動控制實驗平臺 219
10.2.2 平臺算法實現 226
10.2.3 實驗驗證 230
10.3 船閘水域船舶編隊航行平臺 242
10.3.1 概述 242
10.3.2 多船編隊過閘控制系統 242
參考文獻 253
編后記 254
第1章 緒論 1
1.1 引言 1
1.2 智能船舶概念與發展 3
1.3 船舶智能航行控制發展 5
1.3.1 感知子系統 7
1.3.2 認知子系統 7
1.3.3 決策子系統 7
1.3.4 控制子系統 8
參考文獻 8
第2章 船舶智能航行近距離目標感知 10
2.1 船舶智能航行近距離目標感知系統 10
2.2 基于毫米波雷達的船舶近距離障礙物識別方法 12
2.2.1 毫米波雷達簡介 12
2.2.2 基于毫米波雷達的船舶感知方法 13
2.3 基于激光雷達的船舶目標感知方法 15
2.3.1 基于先驗知識的三維點云目標識別方法 17
2.3.2 基于學習機制的三維點云目標識別方法 18
2.3.3 基于三維激光點云的目標識別方法 20
2.4 船載三維激光雷達目標識別軟件 24
2.4.1 軟件簡介 24
2.4.2 軟件功能 24
參考文獻 26
第3章 船舶智能航行避碰路徑規劃 30
3.1 船舶避碰路徑規劃主要算法 30
3.2 基于A*算法的船舶全局路徑規劃方法 32
3.3 面向無人航道測量的船舶A*算法路徑規劃方法 33
3.3.1 無人航道測量船路徑規劃算法的提出 34
3.3.2 仿真對比 36
3.3.3 仿真結果分析 39
3.4 考慮多因素的船舶改進A*算法路徑規劃方法 41
3.4.1 風險建模 41
3.4.2 A*算法改進 45
3.4.3 仿真實例 52
參考文獻 57
第4章 船舶智能航行運動控制模型 60
4.1 船舶運動控制概述 60
4.2 船舶路徑跟蹤控制 61
4.2.1 *優控制 61
4.2.2 變結構（滑模）控制 62
4.2.3 反饋線性化 62
4.2.4 智能控制 63
4.2.5 Backstepping算法 64
4.2.6 模型預測控制 64
4.2.7 各種方法的優缺點分析 65
4.3 船舶路徑跟蹤自適應控制 66
4.3.1 系統辨識方法 67
4.3.2 視距導航算法 69
4.3.3 船舶運動狀態觀測器 69
4.4 船舶運動建模 71
4.4.1 船舶運動模型 71
4.4.2 環境干擾 78
4.4.3 模型不確定性 80
參考文獻 82
第5章 船舶智能航行軌跡跟蹤控制 90
5.1 船舶軌跡跟蹤控制原理 90
5.1.1 MPC基本原理 90
5.1.2 基于MPC的船舶軌跡跟蹤基本原理 91
5.2 基于線性MPC的船舶軌跡跟蹤控制 91
5.2.1 非線性狀態空間模型建立 91
5.2.2 模型線性化和離散化 92
5.2.3 約束條件設置 93
5.2.4 *優化問題 95
5.2.5 仿真實驗 96
5.3 基于非線性MPC的船舶軌跡跟蹤控制 104
5.3.1 模型離散化 104
5.3.2 約束條件設置 105
5.3.3 *優化問題 106
5.3.4 仿真實驗 106
5.4 基于MPC與基于滑？刂频拇败壽E跟蹤對比 108
5.4.1 基于滑模控制的軌跡跟蹤控制方法 108
5.4.2 仿真實驗對比 109
參考文獻 110
第6章 船舶智能航行路徑跟隨控制 111
6.1 船舶路徑跟隨控制原理 111
6.2 船舶自適應LOS導航 112
6.2.1 LOS基本原理 112
6.2.2 自適應LOS導航算法 115
6.3 船舶路徑跟隨控制 116
6.3.1 響應型模型 116
6.3.2 船舶路徑跟隨控制模型 117
6.4 基于自適應LOS和MPC的船舶路徑跟隨控制 117
6.5 基于自適應LOS的船舶路徑跟隨仿真實驗 119
6.5.1 仿真參數設計 119
6.5.2 自適應LOS參數整定 120
6.5.3 自適應LOS與傳統LOS的路徑跟隨效果對比 121
6.5.4 無干擾情況下基于自適應LOS和MPC的路徑跟隨控制 122
6.5.5 基于MPC與基于Backstepping的路徑跟隨對比 123
6.5.6 干擾情況下基于自適應LOS和MPC的路徑跟隨控制 126
參考文獻 130
第7章 考慮不確定性的船舶智能航行路徑跟隨控制 131
7.1 基于傳統LS-SVM的運動模型參數辨識方法 131
7.1.1 基于傳統LS-SVM的函數估計方法 132
7.1.2 基于傳統LS-SVM的船舶路徑跟隨參數辨識方法 134
7.2 基于λ-LS-SVM的船舶運動模型在線參數辨識方法 136
7.2.1 基于滑動數據窗口的在線辨識方法 136
7.2.2 模型變化指數設計 137
7.2.3 輸入持續激勵方法 138
7.2.4 基于λ-LS-SVM的船舶運動模型在線辨識算法 138
7.3 基于λ-LS-SVM和MPC的船舶自適應路徑跟隨控制 139
7.4 仿真實驗 141
7.4.1 場景1：機構老化引起的參數改變 141
7.4.2 場景2：水流等引起的參數改變 142
7.4.3 場景3：船舶操縱性的改變 144
7.4.4 仿真結果及分析 146
參考文獻 147
第8章 基于擴張狀態觀測器的船舶智能航行路徑跟隨控制 148
8.1 通用ESO 148
8.1.1 ESO的提出 148
8.1.2 通用ESO觀測器的提出 150
8.2 補償ESO 152
8.2.1 連續補償擴張狀態觀測器 152
8.2.2 離散補償擴張狀態觀測器 154
8.3 基于離散補償ESO的MPC控制方法 155
8.3.1 方法的提出 155
8.3.2 穩定性分析 156
8.3.3 實例驗證 158
8.4 基于LEM控制方法的船舶路徑跟隨控制 165
8.4.1 基本原理 165
8.4.2 仿真實驗驗證 166
參考文獻 169
第9章 船舶編隊航行協同控制 170
9.1 船舶編隊航行控制研究進展 170
9.1.1 船舶編隊控制結構 170
9.1.2 船舶編隊運動模型 176
9.1.3 船舶編隊控制器 178
9.1.4 研究現狀與關鍵問題 180
9.2 船舶縱向航速協同控制方法 181
9.2.1 船舶的縱向動力模型 183
9.2.2 船舶航速跟馳建模 185
9.2.3 模型預測控制 187
9.2.4 仿真驗證 190
9.3 船舶編隊過閘控制方法 197
9.3.1 船舶編隊過閘控制研究背景 197
9.3.2 過閘船舶編隊控制結構 199
9.3.3 過閘船舶編隊控制方法 200
9.4 船舶編隊控制研究展望 204
參考文獻 205
第10章 船舶智能航行控制應用 212
10.1 感知-決策-控制一體化無人艇平臺 212
10.1.1 實驗平臺設計 212
10.1.2 算法與軟件實現 214
10.1.3 點云目標識別實驗 215
10.1.4 路徑規劃實驗 217
10.2 船舶運動控制模型船平臺 218
10.2.1 模型船運動控制實驗平臺 219
10.2.2 平臺算法實現 226
10.2.3 實驗驗證 230
10.3 船閘水域船舶編隊航行平臺 242
10.3.1 概述 242
10.3.2 多船編隊過閘控制系統 242
參考文獻 253
編后記 254
展開全部
船舶智能航行控制方法與應用 節選
第1章 緒論 1.1 引言 水路運輸是國民經濟發展的命脈，國際貿易90%以上靠水路運輸完成[1]。截至2019年末，我國水路運輸完成貨物周轉量達到103963.04億t，分別是鐵路運輸和公路運輸的3.4倍和1.7倍。我國擁有水上運輸船舶13.16萬艘，凈載重量達到25684.97萬t，集裝箱箱位達到223.85萬標準箱，港口年貨物吞吐量為139.51億t，位居世界**[2]。近年來人工智能、大數據、云計算、機器學習、5G 通信、物聯網等新技術的興起，極大推動了智能船舶相關理論與技術的發展。智能船舶是支撐水路運輸向智能化和綠色化發展的基礎，也是我國海洋強國與交通強國船舶裝備建設重點方向，已成為近年來國際海事研究領域的新熱點。我國作為造船大國，先后實施了“智能船舶1.0研發專項”“綠色智能內河船舶創新專項”“智能船舶綜合測試與驗證研究”“船舶（航行）態勢智能感知系統研制”“基于船岸協同的船舶智能航行與控制關鍵技術”等科技項目，取得了豐碩的成果。但由于全世界智能船舶仍處于探索和發展的初級階段，許多工作尚待進一步完善。加快船舶智能技術研發與工程應用，對支撐我國搶占智能航運發展先機、促進我國船舶工業高質量發展具有重要作用[3]。 在第99屆海上安全會議上國際海事組織（International Maritime Organization，IMO）提出了水面自主船舶（maritime autonomous surface ships，MASS）定義及自主水平4級劃分提議，見表1.1。由表可見，智能航行是水面自主船舶核心功能之一，且其技術發展是逐步和階段性的。受智能技術發展與海事法規等因素制約，今后很長一段時間內人機共存的L1～L3級水面自主船舶是*有可能實用化的智能船舶技術，是研發的主攻方向。 隨著人工智能、大數據、通信、云計算、智能控制等技術的飛速發展，船舶智能化受到了國際海事組織、各大船級社、航運企業和學術機構愈來愈多的關注[4]。近年來，世界主要航海大國船級社相繼發布了智能船舶行動計劃和智能航行等級劃分。2015年，中國船級社率先發布了《智能船舶規范（2015）》，將智能船舶的功能分為智能航行、智能船體、智能機艙、智能能效管理、智能貨物管理和智能集成平臺[5]。2020年，中國船級社根據智能船舶發展需要，更新發布了《智能船舶規范（2020）》，新增了遠程控制操作和自主操作功能[6]！吨悄艽耙幏叮2020）》中指出：“智能船舶系指利用傳感器、通信、物聯網、互聯網等技術手段，自動感知和獲得船舶自身、海洋環境、物流、港口等方面的信息和數據，并基于計算機技術、自動控制技術和大數據處理和分析技術，在船舶航行、管理、維護保養、貨物運輸等方面實現智能化運行的船舶，以使船舶更加安全、更加環保、更加經濟和更加可靠。”[6]雖然世界各國對智能船舶的概念和發展階段的定義不完全相同，但對智能船舶更安全、更經濟、更智能、更環保的發展愿景描述基本一致。 表1.1 IMO水面自主船舶分級表 1.2 智能船舶概念與發展 船舶智能技術的發展可追溯至綜合船橋系統（integrated bridge system，IBS）[7]。從20世紀60年代末至今，IBS 經歷了五十多年的發展，已具備導航、駕控、避碰、信息集中顯示、報警監控、通信、岸站支持、航行管理與控制自動化等多種功能，在保障船舶航行安全和降低人員成本方面發揮著重要作用。隨著近十年來智能船舶概念逐漸被人們接受和認可，智能船舶的發展已從單一的機艙自動化、駕控一體化和運維智能化，逐漸向船舶整體智能化方向發展。近年來國內外主要進行的智能船舶研究和試驗的情況總結如下。 2012年9月，歐洲率先啟動了智能船舶項目“智能化及網絡支持的海上無人導航系統”，該項目對自主航行和無人駕駛船舶的概念、架構、技術途徑和法規等進行了系統性論證和研究。2015年7月，英國羅爾斯 羅伊斯公司（以下簡稱羅羅公司）發布了“高級無人駕駛船舶應用開發計劃”，展示了未來智能船舶概念[8]。2017年6月，羅羅公司與全球拖船運營商Svitzer 合作，實現了在丹麥哥本哈根港的遠程遙控駕駛功能。2017年9月，芬蘭瓦錫蘭公司通過使用常規衛星通信，在美國加利福尼亞州圣迭戈遠程操控位于8000 km 外歐洲北海海域的“Highland Chieftain”號輪船，完成了4 h 的遠程遙控船舶操作測試。2017年12月，我國自主研發的全球首艘38800 t 智能散貨船“大智號”正式交付，該船上安裝智能運行與維護系統，能夠實現航線自主規劃、自動避碰、系統狀態自動診斷等功能。2018年11月，我國研發和建造的40萬噸級智能超大型礦砂船“明遠”號正式交付，實現了輔助自動駕駛、能效管理、設備運維、船岸一體通信和貨物液化監測等功能[4]。2018年12月，羅羅公司與芬蘭渡輪運營商Finferries 在芬蘭圖爾庫市以南的群島成功展示了全球首艘無人駕駛渡輪“Falco”號，并完成了無人駕駛和遠程駕駛航行。2018年12月，瓦錫蘭公司在“Folgefonn”號渡輪上完成了三個港口之間的完全不間斷自主航行。2019年1月，ABB 公司的“Suomenlinna II ”號冰級客渡輪，通過遠程駕駛技術成功航行通過了赫爾辛基港附近的測試區域。2019年5月，具有自主航行、遠程遙控、自動靠離泊的“智騰”號船舶完成了航行測試。2019年6月，我國超大油輪示范船“凱征”號正式交付，該船被授予了智能航行、智能機艙、智能能效管理、智能貨物管理和智能平臺5個智能船舶附加標志。2019年6月，歐盟啟動“歐洲水域自主航運倡議（autonomous shipping initiative for European waters，AUTOSHIP）”項目，針對短線海洋貨運船舶和內河貨運船舶開展船舶態勢感知、自主避碰、遠程自主航行、船岸數據交互、數據安全、智能維護等方面的研究，預計2023年底實現商業化應用。2019年7月，日本三井造船公司完成了“ShiojiMaru”號船舶的自動靠泊和離泊試驗。2019年9月，挪威船級社與自動化系統供應商H.glund 等合作，在“Fannefjord”號渡輪上實現了自動化系統和輪機設備的遠程控制[9]。2019年10月，武漢理工大學國家水運安全工程技術研究中心在荷蘭海事研究所演示了跨越8500 km 的船舶遠程控制。2019年12月，韓國三星重工在大田控制中心利用5G 技術對250 km 外的一艘縮比模型船進行了遠程駕駛，演示驗證了基于海上避碰規則的自主航行和智能航線優化技術。2019年12月，由中國船級社等單位聯合研發的“筋斗云”號小型無人貨船首航，該船具有遠程監控、多船會遇自動避碰、自主靠離泊等功能。2020年12月，日本郵船公司聯合其他機構在東京灣開展了針對“吉野丸”號拖船大約400 km 距離的遠程操作。由英國普利茅斯大學與IBM 公司等機構研發的“五月花”號無人駕駛船舶以風能和太陽能作為動力源，預計在2021年嘗試無人駕駛跨越從英國到美國的大西洋航程。全球代表性智能船舶如圖1.1所示。 圖1.1 全球代表性智能船舶 可見，當前智能船舶已進入了快速發展階段，以歐洲部分國家和日本、韓國、中國為代表的航運和造船大國正在積極開展智能船舶相關的標準制定、技術研發、測試驗證等研究。 1.3 船舶智能航行控制發展 智能航行是智能船舶的核心功能。中國船級社《智能船舶規范（2020）》中對船舶智能航行的定義為：“利用先進感知技術和傳感信息融合技術等獲取和感知船舶航行所需的狀態信息，并通過計算機技術、控制技術進行分析和處理，為船舶的航行提供航速和航路優化的決策建議。在可行時，船舶能夠在開闊水域、狹窄水道、進出港口，靠離碼頭等不同航行場景和復雜環境條件下實現船舶的自主航行！盵6]可見，船舶智能航行與自主航行概念上較為接近，考慮船舶智能航行與自主航行都具有相應的等級劃分，為便于描述，在本書中認為智能航行與自主航行在概念上等價。船舶智能航行一方面可以替代船員做出決策，降低人為操縱失誤帶來的航行事故風險；另一方面也可以減少船舶配員，節約成本，推動船舶實現遠程駕駛和無人駕駛[10]。但是，船舶智能航行發展也是循序漸進的，國際海事組織、勞氏船級社、挪威自主船舶論壇、羅羅公司等機構相繼發布了船舶智能航行等級劃分規則，見表1.2。 表1.2 船舶智能航行等級劃分[11-12] 船舶智能航行系統包括感知、認知、決策和控制等子系統[13]，如圖1.2所示。近年來，船舶智能航行研究主要以輔助駕駛決策和部分條件下自主航行為主。 圖1.2 船舶智能航行系統
書友推薦
- >
有舍有得是人生
- >
詩經-先民的歌唱
- >
上帝之肋:男人的真實旅程
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
名家帶你讀魯迅:朝花夕拾
- >
名家帶你讀魯迅:故事新編
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
