Resumen

La predicción del riesgo de encuentro es fundamental para la seguridad de la navegación marítima, especialmente en aguas congestionadas, donde los buques navegan muy cerca unos de otros durante diversas situaciones de encuentro. Los estudios previos sobre el riesgo de colisión entre buques no han sido capaces de abordar la incertidumbre del proceso de encuentro al ignorar los complejos movimientos que constituyen el comportamiento dinámico de encuentro de los buques, lo que puede afectar seriamente al rendimiento de la predicción del riesgo. Para colmar esta laguna, se propone un nuevo enfoque basado en datos AIS para la predicción del riesgo de colisión de buques mediante el modelado de patrones de comportamiento entre embarcaciones. En particular, se extraen características multidimensionales de los comportamientos de intership a partir de los datos de rastreo AIS para capturar las dependencias espaciales entre los buques que se encuentran. A continuación, el reto de la predicción de riesgos consiste en descubrir la compleja e incierta relación entre los comportamientos de intership y el futuro riesgo de colisión. Para abordar esta cuestión, proponemos un marco de aprendizaje profundo. Para representar la dinámica temporal del proceso de encuentro, utilizamos la técnica de ventana deslizante para generar las secuencias de características de comportamiento. El nivel de riesgo de colisión en un momento futuro se toma como la etiqueta de clase de la secuencia. A continuación, la red de memoria a corto plazo, que tiene una gran capacidad para modelar la dependencia temporal y los patrones complejos, se amplía para establecer la relación. La ventaja de nuestro enfoque es que transforma el complejo problema de la predicción del riesgo en una tarea de clasificación de series temporales, lo que hace que la predicción del riesgo de colisión sea fiable y más fácil de aplicar. Se realizaron experimentos con un conjunto de datos naturalistas de varios escenarios de encuentro en el Canal Sur del estuario del río Yangtsé. Los resultados muestran que el método propuesto, basado en datos, puede predecir el riesgo de colisión con gran precisión y eficacia. Se espera que el enfoque se aplique para la predicción temprana de los buques que se encuentran y como apoyo a la toma de decisiones para mejorar la seguridad de la navegación.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:riesgo futuro de colisión, enfoque, buques, proceso de encuentro, comportamientos de intership, predicción del riesgo, comportamiento dinámico de encuentro de buques, predicción del riesgo de encuentro de buques, tarea de clasificación de series temporales, datos de rastreo ais
• Keywords:future collision risk, approach, ships, encounter process, intership behaviors, risk prediction, dynamic ship encounter behavior, ship encounter risk prediction, time series classification task, ais trace data