一种智能船舶避碰自动测试场景生成方法及系统

摘要

本发明公开了一种智能船舶避碰自动测试场景生成方法及系统，获得第一模拟场景信息；获得第一模拟场景的第一能见度信息；获得第一船只、第二船只的基础信息，并作为第一输入信息；获得第一船只的第一船长信息，根据第一性格信息和所述第一能见度信息获得第一决策信息作为第二输入信息；将第一输入信息、第二输入信息输入第一结果评估模型，获得第一结果评估模型的第一输出结果，根据所述第一模拟场景信息获得第一模拟位置信息；获得第一海兽匹配结果；对第一输出结果进行修正处理，获得第二模拟场景信息，将第二模拟场景信息进行存储。解决了现有技术中场景生成系统模拟场景质量较低，且场景不够真实准确，不能重现场景的多样性的技术问题。

权利要求

1.一种智能船舶避碰自动测试场景生成方法，其中，所述方法应用于一自动场景生成系统，所述自动场景生成系统与环境创建模块、目标创建模块、存储模块通信连接，所述方法包括：通过所述环境创建模块获得第一模拟场景信息；

获得所述第一模拟场景的第一能见度信息；

通过所述目标创建模块获得第一船只、第二船只的基础信息，并将所述基础信息作为第一输入信息；

获得第一船只的第一船长信息，所述第一船长信息包括所述第一船长的第一性格信息；

根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息；

将所述第一输入信息、所述第二输入信息输入第一结果评估模型，所述第一结果评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息；

获得所述第一结果评估模型的第一输出结果，所述第一输出结果包括所述第一船只在避让后的第一结果；

根据所述第一模拟场景信息获得第一模拟位置信息；

根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果；

根据所述第一海兽匹配结果对所述第一输出结果进行修正处理，获得第二模拟场景信息；

通过所述存储模块将所述第二模拟场景信息进行存储；

其中，所述根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果，所述方法还包括：通过所述第一模拟位置获得第一海兽信息；

根据所述第一海兽信息获得所述第一海兽的第一年龄信息和第一习性信息；

根据所述第一年龄信息和第一习性信息对所述第一海兽进行第一体积预估，获得第一体积预估结果；

根据所述第一习性信息和所述第一能见度信息获得第一概率等级，所述第一概率等级为所述第一海兽出现在所述第一船只第一预定范围的概率等级；

根据所述第一概率等级和所述第一体积预估结果判断是否对所述第一输出结果进行修正处理。

2.如权利要求1所述的方法，其中，所述根据所述第一习性信息和所述第一能见度信息获得第一概率等级，所述方法还包括：获得所述第一海兽的第一活动区域；

对所述第一海兽在所述第一活动区域的不同位置的出现次数进行概率统计；

获得所述第一船只第一预定范围的区域与所述第一活动区域的区域交集，根据所述区域交集获得第一概率；

获得所述第一船只的第一噪声等级；

根据所述第一噪声等级对所述第一海兽的影响程度进行匹配，获得第一影响结果；

根据所述第一影响结果对所述第一概率进行调整，获得第一概率等级。

3.如权利要求2所述的方法，其中，所述方法包括：根据所述第一船只的基础信息获得所述第一船只的第一体积信息；

根据所述第一体积预估结果、第一体积信息获得所述第一海兽对所述第一船只的危险系数；

获得范围分级，其中，所述范围分级为根据距离所述第一船只的距离的不同获得的范围分级；

根据所述危险系数对所述范围分级进行匹配，获得第一匹配结果，所述第一匹配结果包括所述第一预定范围。

4.如权利要求1所述的方法，其中，所述根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息，所述方法还包括：根据所述第一能见度信息获得所述第一船只发现所述第二船只的第一时间；

根据所述第一船长的第一性格信息，获得执行第一决策结果的第二时间；

获得所述第二时间和所述第一时间的时间差信息，将所述时间差信息和所述第一决策结果作为第一决策信息。

5.如权利要求4所述的方法，其中，所述方法还包括：获得所述第一海兽在所述第一时间下的饥饿状态；

根据所述第一习性信息获得所述第一海兽在所述第一模拟场景的第一位置信息；

根据所述第一位置信息获得所述第一海兽追击所述第一船只的第一路线信息；

通过所述饥饿状态获得第一速度信息；

将所述饥饿状态、所述第一习性信息、所述第一位置信息、所述第一速度信息作为所述第一海兽的基础信息；

当判断结果为对所述第一输出结果进行修正处理时，获得第一添加指令；

根据所述第一添加指令，将所述基础信息添加至所述第一模拟场景信息中；

获得第二模拟场景信息，所述第二模拟场景信息包括所述第一模拟场景信息和添加所述基础信息后对所述第一输出结果进行修正处理的信息。

6.如权利要求5所述的方法，其中，所述通过所述饥饿状态获得第一速度信息，所述方法还包括：获得第一收集指令；

根据所述第一收集指令对所述第一海兽进行参数收集，并通过所述收集的参数构建饥饿状态数据库，其中，所述饥饿状态数据库包括所述第一海兽在不同饥饿状态下的不同捕食速度；

通过所述饥饿状态数据库获得预定饥饿状态阈值，其中，所述预定饥饿状态阈值包括第一阈值和第二阈值，其中，所述第一阈值高于第二阈值；

判断所述饥饿状态与所述第一阈值和第二阈值的关系；

当所述饥饿状态在所述第一阈值和第二阈值之间时，根据所述饥饿状态数据库对所述第一速度信息进行上调处理。

7.一种智能船舶避碰自动测试场景生成系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于通过环境创建模块获得第一模拟场景信息；

第二获得单元，所述第二获得单元用于获得所述第一模拟场景的第一能见度信息；

第三获得单元，所述第三获得单元用于通过目标创建模块获得第一船只、第二船只的基础信息，并将所述基础信息作为第一输入信息；

第四获得单元，所述第四获得单元用于获得第一船只的第一船长信息，所述第一船长信息包括所述第一船长的第一性格信息；

第五获得单元，所述第五获得单元用于根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息；

第一输入单元，所述第一输入单元用于将所述第一输入信息、所述第二输入信息输入第一结果评估模型，所述第一结果评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息；

第六获得单元，所述第六获得单元用于获得所述第一结果评估模型的第一输出结果，所述第一输出结果包括所述第一船只在避让后的第一结果；

第七获得单元，所述第七获得单元用于根据所述第一模拟场景信息获得第一模拟位置信息；

第八获得单元，所述第八获得单元用于根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果；

第九获得单元，所述第九获得单元用于根据所述第一海兽匹配结果对所述第一输出结果进行修正处理，获得第二模拟场景信息；

第一存储单元，所述第一存储单元用于通过存储模块将所述第二模拟场景信息进行存储；

第十获得单元，所述第十获得单元用于通过所述第一模拟位置获得第一海兽信息；

第十一获得单元，所述第十一获得单元用于根据所述第一海兽信息获得所述第一海兽的第一年龄信息和第一习性信息；

第十二获得单元，所述第十二获得单元用于根据所述第一年龄信息和第一习性信息对所述第一海兽进行第一体积预估，获得第一体积预估结果；

第十三获得单元，所述第十三获得单元用于根据所述第一习性信息和所述第一能见度信息获得第一概率等级，所述第一概率等级为所述第一海兽出现在所述第一船只第一预定范围的概率等级；

第一判断单元，所述第一判断单元用于根据所述第一概率等级和所述第一体积预估结果判断是否对所述第一输出结果进行修正处理。

8.一种智能船舶避碰自动测试场景生成系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1‑6任一项所述方法的步骤。

说明书

一种智能船舶避碰自动测试场景生成方法及系统

技术领域

[0001] 本发明涉及船舶测试场景生成相关领域，尤其涉及一种智能船舶避碰自动测试场景生成方法及系统。

背景技术

[0002] 近年来，智能船舶成为水上交通领域的研究热点。在智能船舶的避碰测试场景生成系统中，要求尽可能多的产生各类会遇局面，保证船舶避碰算法测试的可信性。避碰测试场景生成是避碰算法测试和评估的关键过程，其主要目标是生成符合设计目标与设计要求的测试案例集，并存入到场景数据库系统中。

[0003] 但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

[0004] 现有技术中场景生成系统模拟场景质量较低，且场景不够真实准确，不能重现场景的多样性的技术问题。

发明内容

[0005] 本申请实施例通过提供一种智能船舶避碰自动测试场景生成方法及系统，解决了现有技术中场景生成系统模拟场景质量较低，且场景不够真实准确，不能重现场景的多样性的技术问题，达到提高场景模拟质量，使得所述场景模拟更加真实准确的技术效果。

[0006] 鉴于上述问题，提出了本申请实施例提供一种智能船舶避碰自动测试场景生成方法及系统。

[0007] 第一方面，本申请实施例提供了一种智能船舶避碰自动测试场景生成方法，所述方法应用于一自动场景生成系统，所述自动场景生成系统与环境创建模块、目标创建模块、存储模块通信连接，所述方法包括：通过所述环境创建模块获得第一模拟场景信息；获得所述第一模拟场景的第一能见度信息；通过所述目标创建模块获得第一船只、第二船只的基础信息，并将所述基础信息作为第一输入信息；获得第一船只的第一船长信息，所述第一船长信息包括所述第一船长的第一性格信息；根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息；将所述第一输入信息、所述第二输入信息输入第一结果评估模型，所述第一结果评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息；获得所述第一结果评估模型的第一输出结果，所述第一输出结果包括所述第一船只在避让后的第一结果；根据所述第一模拟场景信息获得第一模拟位置信息；根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果；根据所述第一海兽匹配结果对所述第一输出结果进行修正处理，获得第二模拟场景信息；通过所述存储模块将所述第二模拟场景信息进行存储。

[0008] 另一方面，本申请还提供了一种智能船舶避碰自动测试场景生成系统，所述系统包括：第一获得单元，所述第一获得单元用于通过环境创建模块获得第一模拟场景信息；第二获得单元，所述第二获得单元用于获得所述第一模拟场景的第一能见度信息；第三获得单元，所述第三获得单元用于通过目标创建模块获得第一船只、第二船只的基础信息，并将所述基础信息作为第一输入信息；第四获得单元，所述第四获得单元用于获得第一船只的第一船长信息，所述第一船长信息包括所述第一船长的第一性格信息；第五获得单元，所述第五获得单元用于根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息；第一输入单元，所述第一输入单元用于将所述第一输入信息、所述第二输入信息输入第一结果评估模型，所述第一结果评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息；第六获得单元，所述第六获得单元用于获得所述第一结果评估模型的第一输出结果，所述第一输出结果包括所述第一船只在避让后的第一结果；第七获得单元，所述第七获得单元用于根据所述第一模拟场景信息获得第一模拟位置信息；第八获得单元，所述第八获得单元用于根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果；第九获得单元，所述第九获得单元用于根据所述第一海兽匹配结果对所述第一输出结果进行修正处理，获得第二模拟场景信息；第一存储单元，所述第一存储单元用于通过存储模块将所述第二模拟场景信息进行存储。

[0009] 第三方面，本发明提供了一种智能船舶避碰自动测试场景生成系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

[0010] 本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

[0011] 由于采用了获得第一模拟场景信息，并获得模拟过程中第一船只和第二船只的基础信息作为第一输入信息，根据第一船长信息，对所述船长的人物设定进行性格评估，获得第一性格信息，根据所述第一性格信息和第一能见度信息获得所述第一船长的第一决策信息，将所述第一决策信息作为第二输入信息，将所述第一输入信息和第二输入信息输入第一结果评估模型，基于所述模型不断进行自我修正调整的特性，可根据所述第一输入信息和第二输入信息的不同，获得更加准确的第一船只和第二船只的碰撞场景的计算机结果，进而对所述结果进行场景生成，根据所述第一模拟的位置信息获得模拟位置的海兽信息，进行海兽的匹配，将匹配的第一海兽加入所述第一模拟场景信息，对所述第一输出结果进行调整后作为第二场景进行存储，达到提高场景模拟质量，使得所述场景模拟更加真实准确的技术效果。

[0012] 上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

[0013] 图1为本申请实施例一种智能船舶避碰自动测试场景生成方法的流程示意图；

[0014] 图2为本申请实施例一种智能船舶避碰自动测试场景生成系统的结构示意图；

[0015] 图3为本申请实施例示例性电子设备的结构示意图。

[0016] 附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第一输入单元16，第六获得单元17，第七获得单元18，第八获得单元19，第九获得单元20，第一存储单元21，总线300，接收器301，处理器302，发送器303，存储器
304，总线接口306。

具体实施方式

[0017] 本申请实施例通过提供一种智能船舶避碰自动测试场景生成方法及系统，解决了现有技术中场景生成系统模拟场景质量较低，且场景不够真实准确，不能重现场景的多样性的技术问题，达到提高场景模拟质量，使得所述场景模拟更加真实准确的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

[0018] 申请概述

[0019] 近年来，智能船舶成为水上交通领域的研究热点。在智能船舶的避碰测试场景生成系统中，要求尽可能多的产生各类会遇局面，保证船舶避碰算法测试的可信性。避碰测试场景生成是避碰算法测试和评估的关键过程，其主要目标是生成符合设计目标与设计要求的测试案例集，并存入到场景数据库系统中。但现有技术中场景生成系统模拟场景质量较低，且场景不够真实准确，不能重现场景的多样性的技术问题。

[0020] 针对上述技术问题，本申请提供的技术方案总体思路如下：

[0021] 本申请实施例提供了一种智能船舶避碰自动测试场景生成方法，所述方法应用于一自动场景生成系统，所述自动场景生成系统与环境创建模块、目标创建模块、存储模块通信连接，所述方法包括：通过所述环境创建模块获得第一模拟场景信息；获得所述第一模拟场景的第一能见度信息；通过所述目标创建模块获得第一船只、第二船只的基础信息，并将所述基础信息作为第一输入信息；获得第一船只的第一船长信息，所述第一船长信息包括所述第一船长的第一性格信息；根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息；将所述第一输入信息、所述第二输入信息输入第一结果评估模型，所述第一结果评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息；获得所述第一结果评估模型的第一输出结果，所述第一输出结果包括所述第一船只在避让后的第一结果；根据所述第一模拟场景信息获得第一模拟位置信息；根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果；根据所述第一海兽匹配结果对所述第一输出结果进行修正处理，获得第二模拟场景信息；通过所述存储模块将所述第二模拟场景信息进行存储。

[0022] 在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

[0023] 实施例一

[0024] 如图1所示，本申请实施例提供了一种智能船舶避碰自动测试场景生成方法，其中，所述方法应用于一自动场景生成系统，所述自动场景生成系统与环境创建模块、目标创建模块、存储模块通信连接，所述方法包括：

[0025] 步骤S100：通过所述环境创建模块获得第一模拟场景信息；

[0026] 具体而言，所述环境创建模块为对所述测试场景环境进行基础信息设定、创建环境的模块，其中，规则是指场景产生的原则。环境、本船以及目标船依据规则进行创建。具体规则包括：1)水域范围设定，包括开阔水域与受限水域；2)能见度设定，包括能见度良好与能见度不良。所述水域的选择还包括水域的位置的选定。

[0027] 步骤S200：获得所述第一模拟场景的第一能见度信息；

[0028] 具体而言，能见度是指视力正常的人能将目标物从背景中识别出来的最大距离，此处的能见度是根据观测者与目标物间的气层设定的能见度信息，所述第一能见度信息为根据所述第一模拟场景信息的设定获得的第一模拟场景的能见度信息，所述能见度信息至少包括以下两种情况，即不良和良好。

[0029] 步骤S300：通过所述目标创建模块获得第一船只、第二船只的基础信息，并将所述基础信息作为第一输入信息；

[0030] 具体而言，所述第一船只和第二船只为通过船舶数量设定获得的，包括两船与多船(大于两船小于4船)；所述基础信息为所述第一船只和所述第二船只的基础信息，所述基础信息包括：船舶基本动态，包括船舶动静态数据(坐标和速度)、会遇态势、是否存在碰撞危险，以及船舶间的基本会遇态势特征；船舶自主避让能力属性，定义船舶是否具备遵守避碰规则的能力，以还原实际海上船舶的复杂局面。

[0031] 步骤S400：获得第一船只的第一船长信息，所述第一船长信息包括所述第一船长的第一性格信息；

[0032] 具体而言，所述第一船长信息为通过所述第一船只获得的所述第一船只的船长信息，所述船长信息为通过设定所述第一船只的基础信息获得的船长信息，其中，所述船长为以现实船只的船长为原型，通过收集相关信息，进行分析处理，塑造的第一船长信息，通过所述相关信息获得所述第一船长的第一性格信息。

[0033] 步骤S500：根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息；

[0034] 具体而言，所述第一决策信息为通过所述第一能见度信息和第一性格信息获得的决策信息，所述决策信息包括决策的内容，决策的时间信息，所述决策时间为从所述第一船长发现所述异常情况到所述第一船只执行所述决策时的时间段，将所述第一决策信息作为第二输入信息。

[0035] 步骤S600：将所述第一输入信息、所述第二输入信息输入第一结果评估模型，所述第一结果评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息；

[0036] 步骤S700：获得所述第一结果评估模型的第一输出结果，所述第一输出结果包括所述第一船只在避让后的第一结果；

[0037] 具体而言，所述第一结果评估模型为机器学习中的神经网络模型，神经网络(Neural Networks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks)，是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述第一输入信息、所述第二输入信息输入神经网络模型，则输出包含所述第一船只在避让后的第一结果信息。

[0038] 更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息，将所述第一输入信息、所述第二输入信息输入到神经网络模型中，根据用来标识第一结果的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确的第一船只在避让后的第一结果，进而达到获得更加准确的第一模拟场景的变化态势，进而达到可进行更加准确的环境态势模拟的技术效果。

[0039] 步骤S800：根据所述第一模拟场景信息获得第一模拟位置信息；

[0040] 步骤S900：根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果；

[0041] 具体而言，所述第一模拟场景为根据现实海域的某一海域位置进行模拟的，获得所述第一模拟场景信息的第一模拟位置信息，所述模拟位置信息包括所述模拟区域的大小，模拟区域的经纬度，根据所述模拟的位置获得所述模拟位置的海洋生物信息，其中，所述海洋生物信息为为真实模拟所述海域信息，对所述模拟区域的海洋生物进行信息采集获得的，获得所述模拟的时间下的模拟区域的存在的海洋生物信息。

[0042] 步骤S1000：根据所述第一海兽匹配结果对所述第一输出结果进行修正处理，获得第二模拟场景信息

[0043] 步骤S1100：通过所述存储模块将所述第二模拟场景信息进行存储。

[0044] 具体而言，根据所述第一海兽的信息获得所述第一海兽的习性信息，根据所述习性信息获得所述第一海兽的出现位置、速度等信息，根据所述第一海兽的出现位置，判断所述第一海兽是否会对所述第一船只和第二船只的避碰产生影响，当产生影响时，将所述第一海兽对所述第一输出的影响后的结果及所述第一海兽信息作为第二模拟场景信息，并将所述第二模拟场景信息进行存储，通过对海洋生物的实时模拟，并根据所述海洋生物对所述第一船只的影响作为新的模拟场景信息，达到提高场景模拟质量，使得所述场景模拟更加真实准确的技术效果。

[0045] 进一步而言，所述根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果，本申请实施例步骤S900还包括：

[0046] 步骤S910：通过所述第一模拟位置获得第一海兽信息；

[0047] 步骤S920：根据所述第一海兽信息获得所述第一海兽的第一年龄信息和第一习性信息；

[0048] 步骤S930：根据所述第一年龄信息和第一习性信息对所述第一海兽进行第一体积预估，获得第一体积预估结果；

[0049] 步骤S940：根据所述第一习性信息和所述第一能见度信息获得第一概率等级，所述第一概率等级为所述第一海兽出现在所述第一船只第一预定范围的概率等级；

[0050] 步骤S950：根据所述第一概率等级和所述第一体积预估结果判断是否对所述第一输出结果进行修正处理。

[0051] 具体而言，所述海兽的信息为通过信息采集装置获得的海兽信息，获得所述第一海兽的年龄信息和种类信息，获得所述第一海兽的第一习性信息，所述第一习性信息包括所述第一海兽平时的活动区域，喜欢动还是喜欢静，喜欢白天活动还是夜晚活动，领域观念是否强烈，喜欢进食还是相对厌食等，根据所述年龄信息和种类信息及所述第一习性信息，对所述第一海兽的现阶段的体型进行预估，获得第一体积预估结果，根据所述第一海兽的体积信息及当前的能见度信息(包括环境信息)对所述第一海兽出现在所述第一船只的第一预定范围内概率进行预估，获得第一概率等级，根据所述概率等级和第一体积预估结果判断是否对所述第一输出结果进行修正处理。即当所述第一体积预估结果对所述第一船只不会产生任何影响时，此时不对所述第一输出结果进行处理，进一步的，当所述第一体积预估结果对所述第一船只会产生影响时，此时根据所述概率等级，进行真随机模拟，当所述第一海兽会出现在所述第一船只的第一预定范围内时，此时对所述第一输出结果进行修正处理。

[0052] 进一步而言，所述根据所述第一习性信息和所述第一能见度信息获得第一概率等级，本申请实施例步骤S940还包括：

[0053] 步骤S941：获得所述第一海兽的第一活动区域；

[0054] 步骤S942：对所述第一海兽在所述第一活动区域的不同位置的出现次数进行概率统计；

[0055] 步骤S943：获得所述第一船只第一预定范围的区域与所述第一活动区域的区域交集，根据所述区域交集获得第一概率；

[0056] 步骤S944：获得所述第一船只的第一噪声等级；

[0057] 步骤S945：根据所述第一噪声等级对所述第一海兽的影响程度进行匹配，获得第一影响结果；

[0058] 步骤S946：根据所述第一影响结果对所述第一概率进行调整，获得第一概率等级。

[0059] 具体而言，所述第一海兽的活动区域为根据所述第一海兽的第一习性信息获得的所述第一海兽的日常活动的区域信息，对所述第一海兽的日常行为进行分析，获得所述第一海兽在所述第一活动区域的不同位置的出现的概率进行统计，根据所述第一船只的第一预定范围对所述第一海兽的第一活动区域求交集，获得所述区域交集的所述第一海兽出现的第一概率信息，所述第一概率信息包括所述第一海兽出现在所述交集的不同位置的概率和出现在所述交集区域的总概率。获得所述第一船只的第一噪声等级，其中，所述噪声等级是根据所述船只的发动机噪声在水中的传播对海洋生物的影响情况评定的噪声等级，获得所述第一船只的第一噪声等级，根据所述第一海兽的种类、习性等信息判断所述第一噪声等级对所述第一海兽的影响情况，即判断所述海兽受所述第一噪声等级的声波影响后，对所述第一海兽出现在所述区域交集的概率是会增大还是会减小进行评估，根据所述评估结果对所述第一概率进行调整，当所述第一海兽会受到所述第一在噪声等级的噪声吸引时，对所述第一概率进行适当上调，当所述第一海兽会受到所述第一噪声惊吓时，降低所述第一概率。通过对所述海兽出现的概率进行细化评估，为后续是否场景模拟出现海兽夯实了基础，进而获得更加准确的、智能的、贴近真实的测试场景。

[0060] 进一步而言，本申请实施例还包括：

[0061] 步骤S9461：根据所述第一船只的基础信息获得所述第一船只的第一体积信息；

[0062] 步骤S9462：根据所述第一体积预估结果、第一体积信息获得所述第一海兽对所述第一船只的危险系数；

[0063] 步骤S9463：获得范围分级，其中，所述范围分级为根据距离所述第一船只的距离的不同获得的范围分级；

[0064] 步骤S9464：根据所述危险系数对所述范围分级进行匹配，获得第一匹配结果，所述第一匹配结果包括所述第一预定范围。

[0065] 具体而言，根据所述第一船只的基础信息获得所述第一船只的第一体积信息，所述体积为反映了所述第一船只的大小、吃水量信息的体积信息，根据所述第一体积预估结果和所述第一体积信息获得危险系数，其中，所述危险系数为根据所述第一体积预估结果和第一体积信息获得的危险系数，其中，所述第一体积预估结果相对于所述第一体积越大，则所述危险系数越高，反之，当所述第一体积预估结果相对于所述第一体积越小，则所述危险系数越低，获得范围分级，所述范围分级为根据所述危险系数进行一一对应的以第一船只为圆心，以50m、100m、150m、200m、300m、500m为半径的圆形区域的范围分级，根据所述危险系数对所述范围分级结果进行匹配，获得第一预定范围信息。

[0066] 进一步而言，所述根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息，本申请实施例步骤S500还包括：

[0067] 步骤S510：根据所述第一能见度信息获得所述第一船只发现所述第二船只的第一时间；

[0068] 步骤S520：根据所述第一船长的第一性格信息，获得执行第一决策结果的第二时间；

[0069] 步骤S530：获得所述第二时间和所述第一时间的时间差信息，将所述时间差信息和所述第一决策结果作为第一决策信息。

[0070] 具体而言，所述第一时间为根据所述第一能见度信息下所述第一船只发现第二船只的时间点信息，根据所述第一船长的第一性格信息所述第一能见度信息获得所述第一船只相对于第二船只的距离信息，根据所述距离信息对所述事件紧迫度进行预估，获得所述当前紧迫度下所述第一船长处理所述时间的方案及执行所述方案的时间点，所述时间点即第二时间，所述方案即第一决策结果，将所述第二时间与第一时间的时间差及第一决策结果作为第一决策信息。

[0071] 进一步而言，本申请实施例还包括：

[0072] 步骤S531：获得所述第一海兽在所述第一时间下的饥饿状态；

[0073] 步骤S532：根据所述第一习性信息获得所述第一海兽在所述第一模拟场景的第一位置信息；

[0074] 步骤S533：根据所述第一位置信息获得所述第一海兽追击所述第一船只的第一路线信息；

[0075] 步骤S534：通过所述饥饿状态获得第一速度信息；

[0076] 步骤S535：将所述饥饿状态、所述第一习性信息、所述第一位置信息、所述第一速度信息作为所述第一海兽的基础信息；

[0077] 步骤S536：当判断结果为对所述第一输出结果进行修正处理时，获得第一添加指令；

[0078] 步骤S537：根据所述第一添加指令，将所述基础信息添加至所述第一模拟场景信息中；

[0079] 步骤S538：获得第二模拟场景信息，所述第二模拟场景信息包括所述第一模拟场景信息和添加所述基础信息后对所述第一输出结果进行修正处理的信息。

[0080] 具体而言，根据所述设定情况获得所述第一海兽在第一时间下的饥饿状态，其中，所述第一时间为所述第一船只发现第二船只的时间点，当所述第一海兽出现在所述模拟场景中时，根据所述习性获得所述第一海兽在所述场景中的位置信息，根据所述第一船只的位置和所述第一海兽的位置获得第一追击路线，根据所述第一海兽的饥饿状态获得所述海兽在所述饥饿状态下的速度信息，将所述饥饿状态、所述第一习性信息、所述第一位置信息、所述第一速度信息作为所述第一海兽的基础信息，当判断结果为对所述第一输出结果进行修正处理时，获得第一添加指令；根据所述第一添加指令，将所述基础信息添加至所述第一模拟场景信息中；获得第二模拟场景信息，所述第二模拟场景信息包括所述第一模拟场景信息和添加所述基础信息后对所述第一输出结果进行修正处理的信息。

[0081] 进一步而言，所述通过所述饥饿状态获得第一速度信息，本申请实施例还包括：

[0082] 步骤S5341：获得第一收集指令；

[0083] 步骤S5342：根据所述第一收集指令对所述第一海兽进行参数收集，并通过所述收集的参数构建饥饿状态数据库，其中，所述饥饿状态数据库包括所述第一海兽在不同饥饿状态下的不同捕食速度；

[0084] 步骤S5343：通过所述饥饿状态数据库获得预定饥饿状态阈值，其中，所述预定饥饿状态阈值包括第一阈值和第二阈值，其中，所述第一阈值高于第二阈值；

[0085] 步骤S5344：判断所述饥饿状态与所述第一阈值和第二阈值的关系；

[0086] 步骤S5345：当所述饥饿状态在所述第一阈值和第二阈值之间时，根据所述饥饿状态数据库对所述第一速度信息进行上调处理。

[0087] 具体而言，根据所述第一收集指令，对所述第一海兽进行饥饿状态数据库的构建，所述构建过程包括所述第一海兽在不同的饥饿状态下对应的捕食速度，根据所述构建的饥饿状态数据库获得预定饥饿状态阈值，所述预定饥饿状态阈值为根据所述第一海兽的饥饿状态的不同对捕食速度的影响结果不同获得的阈值，所述预定饥饿状态阈值包括第一阈值和第二阈值，其中，所述第一阈值的饥饿状态高于第二阈值，当所述第一海兽的饥饿状态处于第二阈值之下时，此时所述第一海兽并无其他捕食欲望，此时不对所述第一速度信息调整，当所述第一海兽的饥饿状态处于第二阈值与第一阈值之间时，此时所述第一海兽的捕食欲望强烈，此时对所述第一速度信息进行上调处理；当所述第一海兽的饥饿状态处于第一阈值之上时，此时所述第一海兽的身体机能受到较大影响，此时对第一速度进行下调处理。

[0088] 综上所述，本申请实施例所提供的一种智能船舶避碰自动测试场景生成方法及系统具有如下技术效果：

[0089] 1、由于采用了获得第一模拟场景信息，并获得模拟过程中第一船只和第二船只的基础信息作为第一输入信息，根据第一船长信息，对所述船长的人物设定进行性格评估，获得第一性格信息，根据所述第一性格信息和第一能见度信息获得所述第一船长的第一决策信息，将所述第一决策信息作为第二输入信息，将所述第一输入信息和第二输入信息输入第一结果评估模型，基于所述模型不断进行自我修正调整的特性，可根据所述第一输入信息和第二输入信息的不同，获得更加准确的第一船只和第二船只的碰撞场景的计算机结果，进而对所述结果进行场景生成，根据所述第一模拟的位置信息获得模拟位置的海兽信息，进行海兽的匹配，将匹配的第一海兽加入所述第一模拟场景信息，对所述第一输出结果进行调整后作为第二场景进行存储，达到提高场景模拟质量，使得所述场景模拟更加真实准确的技术效果。

[0090] 2、由于采用了通过对所述神经网络模型的监督学习的方式，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确的第一船只在避让后的第一结果，进而达到获得更加准确的第一模拟场景的变化态势，进而达到可进行更加准确的环境态势模拟的技术效果。

[0091] 3、由于采用了通过对所述海兽出现的概率进行细化评估的方式，为后续是否场景模拟出现海兽夯实了基础，进而获得更加准确的、智能的、贴近真实的测试场景。

[0092] 实施例二

[0093] 基于与前述实施例中一种智能船舶避碰自动测试场景生成方法同样发明构思，本发明还提供了一种智能船舶避碰自动测试场景生成系统，如图2所示，所述系统包括：

[0094] 第一获得单元11，所述第一获得单元11用于通过环境创建模块获得第一模拟场景信息；

[0095] 第二获得单元12，所述第二获得单元12用于获得所述第一模拟场景的第一能见度信息；

[0096] 第三获得单元13，所述第三获得单元13用于通过目标创建模块获得第一船只、第二船只的基础信息，并将所述基础信息作为第一输入信息；

[0097] 第四获得单元14，所述第四获得单元14用于获得第一船只的第一船长信息，所述第一船长信息包括所述第一船长的第一性格信息；

[0098] 第五获得单元15，所述第五获得单元15用于根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息；

[0099] 第一输入单元16，所述第一输入单元16用于将所述第一输入信息、所述第二输入信息输入第一结果评估模型，所述第一结果评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息；

[0100] 第六获得单元17，所述第六获得单元17用于获得所述第一结果评估模型的第一输出结果，所述第一输出结果包括所述第一船只在避让后的第一结果；

[0101] 第七获得单元18，所述第七获得单元18用于根据所述第一模拟场景信息获得第一模拟位置信息；

[0102] 第八获得单元19，所述第八获得单元19用于根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果；

[0103] 第九获得单元20，所述第九获得单元20用于根据所述第一海兽匹配结果对所述第一输出结果进行修正处理，获得第二模拟场景信息；

[0104] 第一存储单元21，所述第一存储单元21用于通过存储模块将所述第二模拟场景信息进行存储。

[0105] 进一步的，所述系统还包括：

[0106] 第十获得单元，所述第十获得单元用于通过所述第一模拟位置获得第一海兽信息；

[0107] 第十一获得单元，所述第十一获得单元用于根据所述第一海兽信息获得所述第一海兽的第一年龄信息和第一习性信息；

[0108] 第十二获得单元，所述第十二获得单元用于根据所述第一年龄信息和第一习性信息对所述第一海兽进行第一体积预估，获得第一体积预估结果；

[0109] 第十三获得单元，所述第十三获得单元用于根据所述第一习性信息和所述第一能见度信息获得第一概率等级，所述第一概率等级为所述第一海兽出现在所述第一船只第一预定范围的概率等级；

[0110] 第一判断单元，所述第一判断单元用于根据所述第一概率等级和所述第一体积预估结果判断是否对所述第一输出结果进行修正处理。

[0111] 进一步的，所述系统还包括：

[0112] 第十四获得单元，所述第十四获得单元用于获得所述第一海兽的第一活动区域；

[0113] 第一统计单元，所述第一统计单元用于对所述第一海兽在所述第一活动区域的不同位置的出现次数进行概率统计；

[0114] 第十五获得单元，所述第十五获得单元用于获得所述第一船只第一预定范围的区域与所述第一活动区域的区域交集，根据所述区域交集获得第一概率；

[0115] 第十六获得单元，所述第十六获得单元用于获得所述第一船只的第一噪声等级；

[0116] 第十七获得单元，所述第十七获得单元用于根据所述第一噪声等级对所述第一海兽的影响程度进行匹配，获得第一影响结果；

[0117] 第十八获得单元，所述第十八获得单元用于根据所述第一影响结果对所述第一概率进行调整，获得第一概率等级。

[0118] 进一步的，所述系统还包括：

[0119] 第十九获得单元，所述第十九获得单元用于根据所述第一船只的基础信息获得所述第一船只的第一体积信息；

[0120] 第二十获得单元，所述第二十获得单元用于根据所述第一体积预估结果、第一体积信息获得所述第一海兽对所述第一船只的危险系数；

[0121] 第二十一获得单元，所述第二十一获得单元用于获得范围分级，其中，所述范围分级为根据距离所述第一船只的距离的不同获得的范围分级；

[0122] 第二十二获得单元，所述第二十二获得单元用于根据所述危险系数对所述范围分级进行匹配，获得第一匹配结果，所述第一匹配结果包括所述第一预定范围。

[0123] 进一步的，所述系统还包括：

[0124] 第二十三获得单元，所述第二十三获得单元用于根据所述第一能见度信息获得所述第一船只发现所述第二船只的第一时间；

[0125] 第二十四获得单元，所述第二十四获得单元用于根据所述第一船长的第一性格信息，获得执行第一决策结果的第二时间；

[0126] 第二十五获得单元，所述第二十五获得单元用于获得所述第二时间和所述第一时间的时间差信息，将所述时间差信息和所述第一决策结果作为第一决策信息。

[0127] 进一步的，所述系统还包括：

[0128] 第二十六获得单元，所述第二十六获得单元用于获得所述第一海兽在所述第一时间下的饥饿状态；

[0129] 第二十七获得单元，所述第二十七获得单元用于根据所述第一习性信息获得所述第一海兽在所述第一模拟场景的第一位置信息；

[0130] 第二十八获得单元，所述第二十八获得单元用于根据所述第一位置信息获得所述第一海兽追击所述第一船只的第一路线信息；

[0131] 第二十九获得单元，所述第二十九获得单元用于通过所述饥饿状态获得第一速度信息；

[0132] 第三十获得单元，第三十获得单元用于将所述饥饿状态、所述第一习性信息、所述第一位置信息、所述第一速度信息作为所述第一海兽的基础信息；

[0133] 第三十一获得单元，第三十一获得单元用于当判断结果为对所述第一输出结果进行修正处理时，获得第一添加指令；

[0134] 第一添加单元，所述第一添加单元用于根据所述第一添加指令，将所述基础信息添加至所述第一模拟场景信息中；

[0135] 第三十二获得单元，第三十二获得单元用于获得第二模拟场景信息，所述第二模拟场景信息包括所述第一模拟场景信息和添加所述基础信息后对所述第一输出结果进行修正处理的信息。

[0136] 进一步的，所述系统还包括：

[0137] 第三十三获得单元，第三十三获得单元用于获得第一收集指令；

[0138] 第一收集单元，所述第一收集单元用于根据所述第一收集指令对所述第一海兽进行参数收集，并通过所述收集的参数构建饥饿状态数据库，其中，所述饥饿状态数据库包括所述第一海兽在不同饥饿状态下的不同捕食速度；

[0139] 第三十四获得单元，第三十四获得单元用于通过所述饥饿状态数据库获得预定饥饿状态阈值，其中，所述预定饥饿状态阈值包括第一阈值和第二阈值，其中，所述第一阈值高于第二阈值；

[0140] 第二判断单元，所述第二判断单元用于判断所述饥饿状态与所述第一阈值和第二阈值的关系；

[0141] 第一处理单元，所述第一处理单元用于当所述饥饿状态在所述第一阈值和第二阈值之间时，根据所述饥饿状态数据库对所述第一速度信息进行上调处理。

[0142] 前述图1实施例一中的一种智能船舶避碰自动测试场景生成方法的各种变化方式和具体实例同样适用于本实施例的一种智能船舶避碰自动测试场景生成系统，通过前述对一种智能船舶避碰自动测试场景生成方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种智能船舶避碰自动测试场景生成系统的实施方法，所以为了说明书的简洁，在此不再详述。

[0143] 示例性电子设备

[0144] 下面参考图3来描述本申请实施例的电子设备。

[0145] 图3图示了根据本申请实施例的电子设备的结构示意图。

[0146] 基于与前述实施例中一种智能船舶避碰自动测试场景生成方法的发明构思，本发明还提供一种智能船舶避碰自动测试场景生成系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种智能船舶避碰自动测试场景生成方法的任一方法的步骤。

[0147] 其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

[0148] 处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

[0149] 本发明实施例提供的一种智能船舶避碰自动测试场景生成方法，所述方法应用于一自动场景生成系统，所述自动场景生成系统与环境创建模块、目标创建模块、存储模块通信连接，所述方法包括：通过所述环境创建模块获得第一模拟场景信息；获得所述第一模拟场景的第一能见度信息；通过所述目标创建模块获得第一船只、第二船只的基础信息，并将所述基础信息作为第一输入信息；获得第一船只的第一船长信息，所述第一船长信息包括所述第一船长的第一性格信息；根据所述第一性格信息和所述第一能见度信息获得第一决策信息，将所述第一决策信息作为第二输入信息；将所述第一输入信息、所述第二输入信息输入第一结果评估模型，所述第一结果评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括所述第一输入信息、所述第二输入信息和标识第一结果的标识信息；获得所述第一结果评估模型的第一输出结果，所述第一输出结果包括所述第一船只在避让后的第一结果；根据所述第一模拟场景信息获得第一模拟位置信息；根据所述第一模拟位置信息和所述第一能见度信息获得第一海兽匹配结果；根据所述第一海兽匹配结果对所述第一输出结果进行修正处理，获得第二模拟场景信息；通过所述存储模块将所述第二模拟场景信息进行存储。解决了现有技术中场景生成系统模拟场景质量较低，且场景不够真实准确，不能重现场景的多样性的技术问题，达到提高场景模拟质量，使得所述场景模拟更加真实准确的技术效果。

[0150] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。

[0151] 本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

[0152] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

[0153] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

[0154] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。