8600.00 下载币
TRAINING INVITATION
[船舶智能感知与决策系统专项培训课程2026]
邀 请 函
*课程概述
本课程聚焦船舶智能感知与决策系统的核心痛点与人才能力缺口，深度融合船舶工程、人工智能、通信技术、数据科学等跨学科知识。课程以行业需求为导向，从基础理论到实战应用层层递进，涵盖船舶智能感知核心技术、多传感器融合方法、AI决策算法设计、系统集成与安全防护、人机协作机制、国际法规与认证等核心内容。通过虚拟仿真、算法实操、项目实训等多元形式，解决“懂船舶不懂算法、懂算法不懂航运场景”的结构性矛盾，帮助学员掌握复杂海况下感知精度优化、实时决策模型构建、系统安全防护等关键技能，具备独立完成中低端船舶智能感知与决策系统方案设计、部署调试的能力，为应对行业技术迭代与人才需求提供核心支撑。
*课程目标
•系统掌握船舶智能感知与决策系统技术体系、发展现状与核心痛点；清晰理解IMO MASS规则、船级社（CCS/ABS/DNV）智能船舶规范核心要求；全面知晓感知系统（雷达/LiDAR/视觉传感器）、决策系统（路径规划/避碰算法）、集成系统（数据融合/船岸协同）的核心原理。
•具备船舶智能感知系统部署与调试能力，可解决复杂海况下感知精度不足、数据冲突等问题；掌握多传感器融合、AI决策算法（路径规划/避碰）设计与优化技巧；具备系统集成、安全防护与合规性评估能力；熟练运用虚拟仿真平台、算法框架、数据处理工具开展工作。
•弥补船舶智能感知与决策领域跨学科能力短板，提升在感知系统研发、决策算法设计、系统集成等岗位的核心竞争力；助力从技术工程师向算法专家、系统架构师等高端岗位进阶，适配船厂、航运企业、科技公司等多场景职业需求。
*适合学员
•船舶工程/自动化/计算机/通信/人工智能相关专业从业者；船厂智能系统研发工程师、航运企业技术主管、船舶设备供应商技术支持人员；海事监管机构相关人员；高校相关专业师生
*先修条件
•基础认知：具备船舶工程基础常识（了解船舶基本结构、航行核心要素），或拥有人工智能、通信技术、工业自动化等相关从业经验；跨界从业者需提前学习《船舶航行安全基础》核心章节（提供预习资料包）。
•技术基础：掌握至少1种编程语言（Python/C++优先），了解机器学习/深度学习基础概念（如神经网络、聚类算法），熟悉工业控制系统（PLC/DCS）或计算机视觉基本原理。
•工具能力：能熟练使用Office办公软件，具备基础的数据分析工具（Excel/Pandas）、算法框架（TensorFlow/PyTorch）或绘图工具（Visio）操作能力，适配算法开发、系统设计场景。
•学习能力：具备较强的逻辑分析与跨学科学习能力，能够参与算法实操、项目实训等互动环节，愿意接受船舶智能感知、自主决策等前沿技术知识。
•辅助条件（优先）：有船舶传感器部署、工业自动化项目或AI算法开发经验.
*时间 . TIME
2026/01/10
共40学小时
*课程大纲
模块一：基础认知篇——技术体系与法规基础（6学时）
1. 船舶智能感知与决策系统发展现状与核心痛点（2学时）
•核心内容：1. 全球智能船舶发展趋势与市场规模；2. 智能感知与决策系统技术体系（感知层、网络层、决策层、执行层）；3. 行业核心痛点解析（复杂环境感知适应性不足、多传感器融合精度低、决策深度不足、数据安全隐忧、人机协作矛盾）；4. 典型案例解析（成功案例：某智能集装箱船避碰系统应用；失败案例：某智能船舶恶劣海况感知误判分析）。
2. 核心技术基础入门（2学时）
•核心内容：1. 感知系统核心组件（雷达、激光雷达、AIS、视觉传感器、惯性导航）工作原理；2. 决策系统核心逻辑（路径规划、自主避碰、异常应急处置）；3. 支撑技术基础（边缘计算、船岸通信、数据中台）；4. 船舶复杂环境特性（风浪流耦合、目标遮挡、电磁干扰）对系统的影响。
3. 国际法规与船级社规范解读（2学时）
•核心内容：1. IMO MASS规则核心条款（自主船舶分级、感知决策系统可靠性要求）；2. CCS/ABS/DNV智能船舶规范（感知系统精度标准、决策系统认证要求、数据安全合规性）；3. 船用AI系统海事认证流程与难点（硬件选型、算法验证、实船测试）；4. 法规动态跟踪与合规风险规避技巧。
模块二：核心技能篇——感知与决策核心技术实操（20学时）
1. 船舶智能感知系统部署与调试（4学时）
•核心内容：1. 主流感知设备（雷达/LiDAR/视觉传感器）选型标准与部署原则；2. 感知设备校准方法（时间同步、空间校准、精度验证）；3. 复杂海况下感知精度优化技巧（滤波算法基础应用）；4. 线上实操：虚拟仿真平台感知设备部署与校准练习。
2. 多传感器数据融合技术（4学时）
•核心内容：1. 数据融合核心原理与层级（数据层、特征层、决策层融合）；2. 主流融合算法（卡尔曼滤波、贝叶斯估计、D-S证据理论）；3. 多传感器数据冲突解决策略与时间同步方法；4. 线上实操：基于Python的多传感器数据融合算法实现（模拟雷达与视觉数据融合）。
3. 船舶AI决策算法设计与优化（6学时）
•核心内容：1. 路径规划算法（A*、D* Lite、RRT*）原理与船舶场景适配；2. 自主避碰算法（传统规则法、机器学习法、强化学习法）核心逻辑；3. 复杂场景决策优化（多目标避碰、恶劣海况决策调整、应急场景处置）；4. 线上实操：① 基于TensorFlow/PyTorch的路径规划算法实现；② 虚拟仿真平台避碰算法调试与优化。
4. 系统集成与船岸协同技术（3学时）
•学时：3学时（1.5学时录播+1.5学时线上实操）
•核心内容：1. 感知-决策系统集成架构设计（分层架构、微服务架构适配）；2. 核心通信协议（MQTT、TCP/IP、IEC 61162）解析与应用；3. 船岸协同数据交互方案（边缘计算部署、数据加密传输、断点续传）；4. 线上实操：船岸数据交互模拟与通信协议调试。
5. 船舶智能系统安全防护（3学时）
•核心内容：1. 船舶智能系统安全风险（网络攻击、数据泄露、传感器篡改）；2. 安全防护架构设计（分区防护、访问控制、入侵检测）；3. ISO 21434标准核心要求与落地技巧；4. 线上实操：船舶感知系统安全漏洞模拟与防护方案设计。
模块三：进阶提升篇——可靠性设计与前沿应用（8学时）
1. 系统可靠性与容错设计（3学时）
•核心内容：1. 感知-决策系统可靠性设计方法（冗余设计、容错机制、故障自诊断）；2. FMEA故障树分析在系统中的应用；3. 传感器失效应急处置策略与决策模型降级运行方案；4. 线上实操：某感知系统FMEA分析与可靠性优化设计。
2. 人机协作与伦理决策（2学时）
•核心内容：1. 人机协作核心模式（监督式自主、半自主、全自主）；2. “脱环综合征”防控与操作员技能保持策略；3. 自主避碰伦理决策困境（“电车难题”适配方案）；4. 人机交互界面设计要点与操作流程优化。
3. 数字孪生与前沿技术应用（3学时）
•核心内容：1. 船舶数字孪生平台架构与核心功能；2. 数字孪生在感知-决策系统中的应用（虚拟调试、故障预测、场景仿真）；3. 前沿技术（量子感知、联邦学习）在船舶领域的应用前景；4. 线上实操：船舶数字孪生平台感知-决策系统模拟调试。
模块四：实战总结篇——项目实训与职业发展（6学时）
1. 综合项目实训（4学时）
•核心内容：以“中小型智能货船智能感知与避碰决策系统设计”为实训项目，分组完成全流程工作：1. 需求分析与规格定义（含感知精度、决策响应速度、合规性要求）；2. 感知系统部署方案设计与传感器选型；3. 多传感器融合与避碰决策算法实现；4. 系统安全防护与可靠性评估；5. 项目方案汇报与评审（专家直播点评）。
2. 行业案例复盘与职业发展规划（2学时）
•核心内容：1. 国内外典型项目复盘（成功案例：某智能油船感知-决策系统集成；失败案例：某智能船舶决策算法落地缺陷分析）.
*职业发展进阶路径
*培训交付模式
每次培训课程结束后，学员可回看全程培训课程视频。未能按时参加实时培训课程的学员，也可通过回看全程培训课程视频进行学习。培训结束后，学员可选择加入GRCC求职招聘群，有机会即时获得招聘最新信息！
