الملاحة الذاتية وتوقع التصادم في قنوات الموانئ استنادًا إلى الرؤية الحاسوبية والليدار

الملخص تهدف هذه الدراسة إلى تعزيز السلامة وكفاءة الملاحة في الموانئ من خلال تقليل حوادث التصادم بين السفن، وتقليل المخاطر البيئية، وتحسين المجاري المائية لزيادة عبء العمل في الميناء. في البداية، يتم إنشاء خريطة ثلاثية الأبعاد لمجرى مياه الميناء، بما في ذلك بيانات عن عمق الماء، والصخور، والعوائق، من خلال مسح الرادار الليزري. يتم اعتماد تقنية الإدراك البصري لمعالجة البيانات وتحديدها من أجل الوعي البيئي. يتم استخدام كاشف متعدد الصناديق (SSD) لتحديد مواقع السفن والعوائق، بينما تخلق بيانات السحابة النقطية خريطة ثلاثية الأبعاد شاملة. لتحسين الطريقة المثلى للملاحة لشجرة البحث السريع (RRT)، يتم استخدام طريقة المجال المحتمل الاصطناعي. بالإضافة إلى ذلك، يستخدم نموذج توقع التصادم تجميع K-Means لتعزيز خوارزمية Faster R-CNN في توقع مسارات السفن والعوائق الأخرى. تشير النتائج إلى أن RRT المعزز بطريقة المجال المحتمل الاصطناعي يقلل من متوسط طول المسار (من 500 إلى 430 م)، ومتوسط استهلاك الوقت (من 30 إلى 22 ثانية)، وأقصى مخاطر التصادم (من 15 إلى 8%). علاوة على ذلك، تصل دقة و معدل الاسترجاع ودرجة F1 لنموذج توقع التصادم K-Means + Faster R-CNN إلى 92% و88% و90% على التوالي، متفوقةً على نماذج أخرى. بشكل عام، تبرز هذه النتائج المزايا الكبيرة للخوارزمية المعززة المقترحة في الملاحة الذاتية وتوقع التصادم في مجاري المياه المينائية.