【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)屬于決策支持領(lǐng)域，尤其是一種基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法和系統(tǒng)。
技術(shù)介紹
1、隨著海洋開(kāi)發(fā)和海上智能運(yùn)輸?shù)目焖侔l(fā)展，無(wú)人船作為一種新型智能海上裝備，在海洋資源勘探、海上巡邏、應(yīng)急救援等領(lǐng)域展現(xiàn)出廣闊的應(yīng)用前景。無(wú)人船需要在復(fù)雜多變的海洋環(huán)境中自主完成各類(lèi)任務(wù)，這對(duì)其環(huán)境感知和決策系統(tǒng)提出了極高要求。特別是在不好的海況下，無(wú)人船面臨著波浪干擾、海霧遮擋、電磁干擾等多重挑戰(zhàn)，需要依靠多模態(tài)傳感器融合和智能決策支持系統(tǒng)來(lái)保障其安全性和可靠性。因此，研究基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，對(duì)提升無(wú)人船在復(fù)雜海況下的環(huán)境適應(yīng)能力和任務(wù)完成能力具有重要意義。
2、目前，無(wú)人船的環(huán)境感知與決策控制研究主要集中在單一傳感器信息處理和簡(jiǎn)單控制策略方面。在傳感器數(shù)據(jù)融合領(lǐng)域，常用的方法包括基于卡爾曼濾波的狀態(tài)估計(jì)、基于貝葉斯推理的概率融合等，這些方法在理想條件下表現(xiàn)良好，但在復(fù)雜海況環(huán)境中往往難以保持穩(wěn)定性。在決策控制方面，傳統(tǒng)方法主要采用pid控制、模型預(yù)測(cè)控制等確定性算法，或者采用單一的模糊控制或規(guī)則推理方法，這些方法難以有效處理海況環(huán)境中的不確定性和模糊性。特別是在多源信息處理和復(fù)雜場(chǎng)景決策時(shí)，現(xiàn)有方法普遍存在響應(yīng)速度慢、適應(yīng)性差等問(wèn)題。
3、通過(guò)分析當(dāng)前技術(shù)現(xiàn)狀，在無(wú)人船多模態(tài)感知與決策支持領(lǐng)域主要存在以下技術(shù)問(wèn)題：首先，傳統(tǒng)的固定權(quán)重?cái)?shù)據(jù)融合方法難以應(yīng)對(duì)傳感器性能動(dòng)態(tài)變化，特別是在某些傳感器受到強(qiáng)干擾或部分失效時(shí)，無(wú)法及時(shí)調(diào)整融合策略，導(dǎo)致融合結(jié)果的可靠性下
技術(shù)實(shí)現(xiàn)思路
1、專(zhuān)利技術(shù)目的，提供一種基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法和系統(tǒng)，以解決現(xiàn)有技術(shù)存在的上述問(wèn)題。
2、技術(shù)方案，一種基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，包括如下步驟：
3、s1、從多個(gè)傳感器中獲取原始傳感器數(shù)據(jù)，將原始傳感器數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化傳感器數(shù)據(jù)；基于標(biāo)準(zhǔn)化傳感器數(shù)據(jù)，計(jì)算得到各傳感器數(shù)據(jù)的信息熵值；基于信息熵值，計(jì)算各傳感器的動(dòng)態(tài)權(quán)重系數(shù)；基于動(dòng)態(tài)權(quán)重系數(shù)和標(biāo)準(zhǔn)化傳感器數(shù)據(jù)，進(jìn)行加權(quán)融合處理，得到融合數(shù)據(jù)；
4、s2、將融合數(shù)據(jù)映射至特征空間，得到環(huán)境特征數(shù)據(jù)；基于環(huán)境特征數(shù)據(jù)，計(jì)算得到特征間的相關(guān)性數(shù)據(jù)；基于環(huán)境特征數(shù)據(jù)和相關(guān)性數(shù)據(jù)，計(jì)算得到環(huán)境威脅度數(shù)據(jù)；
5、s3、基于環(huán)境特征數(shù)據(jù)和環(huán)境威脅度數(shù)據(jù)，對(duì)特征空間進(jìn)行分區(qū)，得到模糊分區(qū)數(shù)據(jù)；基于模糊分區(qū)數(shù)據(jù)，生成初始規(guī)則數(shù)據(jù)；對(duì)初始規(guī)則數(shù)據(jù)進(jìn)行優(yōu)化，得到優(yōu)化規(guī)則數(shù)據(jù)；
6、s4、基于優(yōu)化規(guī)則數(shù)據(jù)，構(gòu)建模糊推理系統(tǒng)，得到模糊控制輸出數(shù)據(jù)；基于優(yōu)化規(guī)則數(shù)據(jù)，生成規(guī)則引擎輸出數(shù)據(jù)；基于模糊控制輸出數(shù)據(jù)和規(guī)則引擎輸出數(shù)據(jù)，進(jìn)行加權(quán)組合，得到協(xié)同決策數(shù)據(jù)；對(duì)協(xié)同決策數(shù)據(jù)進(jìn)行優(yōu)化，得到優(yōu)化決策數(shù)據(jù)；
7、s5、基于環(huán)境威脅度數(shù)據(jù)和優(yōu)化決策數(shù)據(jù)，進(jìn)行多層級(jí)風(fēng)險(xiǎn)評(píng)估，得到風(fēng)險(xiǎn)等級(jí)數(shù)據(jù)；基于風(fēng)險(xiǎn)等級(jí)數(shù)據(jù)，生成層級(jí)決策數(shù)據(jù)；對(duì)層級(jí)決策數(shù)據(jù)進(jìn)行評(píng)估和優(yōu)化，得到最終決策指令。
8、一種基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持系統(tǒng)，包括：
9、至少一個(gè)處理器；以及，
10、與至少一個(gè)所述處理器通信連接的存儲(chǔ)器；其中，
11、所述存儲(chǔ)器存儲(chǔ)有可被所述處理器執(zhí)行的指令，所述指令用于被所述處理器執(zhí)行以實(shí)現(xiàn)所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法。
12、有益效果，本專(zhuān)利技術(shù)實(shí)現(xiàn)了多源傳感器數(shù)據(jù)的可靠融合，解決了傳統(tǒng)固定權(quán)重方法難以應(yīng)對(duì)復(fù)雜海況的問(wèn)題；同時(shí)既保持了模糊控制的連續(xù)性?xún)?yōu)勢(shì)，又融入了規(guī)則引擎的專(zhuān)家經(jīng)驗(yàn)，提升了系統(tǒng)的安全性和適應(yīng)性；本專(zhuān)利技術(shù)的模塊化設(shè)計(jì)使其具有良好的擴(kuò)展性，能夠便捷地集成新的傳感器和決策規(guī)則。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟S1進(jìn)一步為：
3.根據(jù)權(quán)利要求2所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟S2進(jìn)一步為：
4.根據(jù)權(quán)利要求3所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟S3進(jìn)一步為：
5.根據(jù)權(quán)利要求4所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟S4進(jìn)一步為：
6.根據(jù)權(quán)利要求5所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟S5進(jìn)一步為：
7.根據(jù)權(quán)利要求6所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟S11進(jìn)一步為：
8.根據(jù)權(quán)利要求6所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟S12進(jìn)一步為：
9.根據(jù)權(quán)利要求6
10.一種基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持系統(tǒng)，其特征在于，包括：
...【技術(shù)特征摘要】
1.一種基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟s1進(jìn)一步為：
3.根據(jù)權(quán)利要求2所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟s2進(jìn)一步為：
4.根據(jù)權(quán)利要求3所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟s3進(jìn)一步為：
5.根據(jù)權(quán)利要求4所述的基于模糊邏輯與規(guī)則引擎的無(wú)人船多模態(tài)感知與決策支持方法，其特征在于，步驟s4進(jìn)一步為：
...【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：何川，張琳，張玲玲，
申請(qǐng)(專(zhuān)利權(quán))人：中科南京人工智能創(chuàng)新研究院，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。