JP6154540B2 - 船舶特性推定装置 - Google Patents

Description

本発明は、船舶の特性を推定する船舶特性推定装置に関する。

従来より、船舶の状態（経時的に変化する船舶の特性）を正確に把握するための様々な試みがなされている。例えば、特許文献１には、船舶に取り付けられた各種センサによって検出された運転情報（船舶の主機の温度、圧力、回転数等）に基づいて、船舶の状態を診断可能なシステムが開示されている。

特開２００２−３１６６９２号公報

ところで、船舶の状態を把握するにあたり、船舶の対水速度（水に対する船舶の速度）に影響を与えるパラメータの値と、各値に対応する実際の船舶の対水速度との関係を把握することは、非常に重要である。この関係性を把握することで、例えば一例として、船舶の航行計画をより正確に立てることができるようになる。しかし、上述した特許文献には、このことについては何ら記載されていない。

例えば、船舶の対水速度に影響を与えるパラメータとして、船舶のプロペラの回転数、及び船舶に対する風力、が挙げられる。そして、ある船舶において、プロペラの回転数と、該回転数に起因する船舶の対水速度との関係性を把握しようとすると、船舶の対水速度に影響を与える他のパラメータ（風力等）を一定に保った状態で実験を行う必要があり、非常に手間がかかる。これは、船舶に対する風力と、該風力に起因する船舶の対水速度との関係性を把握する場合も、同様である。

本発明は、上記課題を解決するためのものであり、その目的は、船舶の対水速度に影響を与えるパラメータの値と、該パラメータに起因する船舶の対水速度との関係性を、容易に把握することである。

（１）上記課題を解決するために、この発明のある局面に係る船舶特性推定装置は、航行する船舶が位置する対象地点における表層流の速度ベクトルである表層流速度ベクトル、及び、前記対象地点における前記船舶のプロペラの回転数の入力を受け付けるとともに、受け付けられた前記表層流速度ベクトルの値及び前記回転数の値の組み合わせにより特定される各条件に対応する値を、前記プロペラの回転に起因する前記船舶の速度ベクトルであるプロペラ推進速度ベクトルと前記表層流速度ベクトルとが合成された対象速度ベクトル、と推定して出力する推定器と、前記推定器で推定された前記対象速度ベクトルとしての出力値と、前記表層流速度ベクトルとに基づき、前記プロペラ推進速度ベクトルを算出するプロペラ推進速度算出部と、を備えている。

（２）好ましくは、前記プロペラ推進速度算出部は、前記推定器から出力された前記出力値から、前記表層流速度ベクトルを減算することにより、前記プロペラ推進速度ベクトルを算出する。

（３）上記課題を解決するために、この発明のある局面に係る船舶特性推定装置は、航行する船舶が位置する対象地点における該船舶の対地速度ベクトルを算出する対地速度算出部と、前記対象地点における表層流の速度ベクトルである表層流速度ベクトル、及び、前記対象地点における前記船舶のプロペラの回転数の入力を受け付けるとともに、受け付けられた前記表層流速度ベクトルの値及び前記回転数の値の組み合わせにより特定される各条件に対応する値を、前記プロペラの回転に起因する前記船舶の速度ベクトルであるプロペラ推進速度ベクトルと前記表層流速度ベクトルとが合成された対象速度ベクトル、と推定して出力する推定器と、前記推定器で推定された前記対象速度ベクトルとしての出力値と、前記対地速度算出部で算出された前記対地速度ベクトルとに基づき、前記対象地点における前記船舶に対する風力に起因する前記船舶の速度ベクトルである風力推進速度ベクトルを算出する風力推進速度算出部と、を備えている。

なお、対地速度とは、地面に対する速度である。

（４）好ましくは、前記風力推進速度算出部は、前記対地速度ベクトルから、前記推定器から出力された前記出力値を減算することにより、前記風力推進速度ベクトルを算出する。

（５）好ましくは、前記推定器は、ニューラルネットワークを用いて構成されている。

（６）好ましくは、前記船舶特性推定装置は、前記船舶の対地速度ベクトルを算出する対地速度算出部を更に備え、前記推定器は、前記各条件に対応する複数の前記対地速度ベクトルの平均値を前記出力値として出力するように、構成されている。

（７）好ましくは、前記船舶特性推定装置は、前記船舶の対地速度ベクトルを算出する対地速度算出部と、前記推定器からの前記出力値と、前記対地速度ベクトルで算出された前記対地速度ベクトルとを比較するとともに、該出力値と該対地速度ベクトルとの誤差が少なくなるように、前記推定器を更新する更新部と、を更に備えている。

（８）更に好ましくは、前記推定器は、ニューラルネットワークを用いて構成され、それぞれに、前記表層流速度ベクトルに関する情報及び前記回転数のいずれかが入力される複数の入力ユニットと、前記対象速度ベクトルとしての前記出力値を出力する出力ユニットとを有し、前記ニューラルネットワークにおける入力側のユニットから出力される値には、結合係数が乗算された後、出力側のユニットに伝送され、前記更新部は、前記出力値と、教師信号としての前記対地速度ベクトルとを比較するとともに、該出力値と該教師信号との誤差が少なくなるように、前記結合係数を更新する。

（９）好ましくは、前記船舶特性推定装置は、前記船舶の対地速度ベクトルを算出する対地速度算出部と、前記船舶に搭載され、ＧＮＳＳ信号を受信するＧＮＳＳ信号受信部と、を更に備え、前記対地速度算出部は、前記ＧＮＳＳ信号受信部で受信されたＧＮＳＳ信号、及び該ＧＮＳＳ信号が受信された時刻に基づき、前記対地速度ベクトルを算出する。

（１０）好ましくは、前記船舶特性推定装置は、前記回転数を検出するプロペラ回転数検出部と、前記表層流速度ベクトルを計測する潮流計と、を更に備え、前記推定器には、前記プロペラ回転数検出部で検出された前記回転数と、前記潮流計で計測された前記表層流速度ベクトルと、が入力される。

（１１）上記課題を解決するために、この発明のある局面に係る船舶特性推定装置は、航行する船舶が位置する対象地点における前記船舶のプロペラの回転数を受け付けるとともに、受け付けられた前記回転数の各値に対応する値を、前記プロペラの回転に起因する
前記船舶の速度ベクトルであるプロペラ推進速度ベクトル、と推定して出力する推定器、を備えている。

（１２）好ましくは、前記推定器は、ニューラルネットワークを用いて構成されている。

（１３）好ましくは、前記船舶特性推定装置は、前記船舶の対水速度ベクトルを算出する対水速度算出部を更に備え、前記推定器は、前記回転数の検出時における複数の前記対水速度ベクトルであって、前記回転数の各値に対応する複数の前記対水速度ベクトル、の平均値を、前記プロペラ推進速度ベクトルとして出力するように、構成されている。

（１４）好ましくは、前記船舶特性推定装置は、前記船舶の対水速度ベクトルを算出する対水速度算出部と、前記推定器からの出力値と、前記対水速度算出部で算出された前記対水速度ベクトルとを比較するとともに、該出力値と該対水速度ベクトルとの誤差が少なくなるように、前記推定器を更新する更新部と、を更に備えている。

（１５）更に好ましくは、前記推定器は、ニューラルネットワークを用いて構成され、前記回転数が入力される入力ユニットと、前記出力値を出力する出力ユニットとを有し、前記ニューラルネットワークにおける入力側のユニットから出力される値には、結合係数が乗算された後、出力側のユニットに伝送され、前記更新部は、前記出力値と、教師信号としての前記対水速度ベクトルとを比較するとともに、該出力値と該教師信号との誤差が少なくなるように、前記結合係数を更新する。

（１６）好ましくは、前記船舶特性推定装置は、前記推定器から出力された出力値と、前記対象地点における前記船舶の対水速度ベクトルとに基づき、前記対象地点における前記船舶に対する風力に起因する前記船舶の速度ベクトルである風力推進速度ベクトル、を算出する風力推進速度算出部、を更に備えている。

（１７）更に好ましくは、前記風力推進速度算出部は、前記対水速度ベクトルから、前記推定器から出力された前記出力値を減算することにより、前記風力推進速度ベクトルを算出する。

本発明によれば、船舶の対水速度に影響を与えるパラメータの値と、該パラメータに起因する船舶の対水速度との関係性を、容易に把握できる。

本発明の実施形態に係る船舶特性推定装置の構成を示すブロック図である。 図１に示す推定器の構成の一例を示す模式図である。 対象速度、プロペラ推進速度、及び表層流速度の関係を示すベクトル図である。 表示部に表示される主機特性の一例を示す図である。 推定器からの出力値が、対象速度に収束する理由を説明するための図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 図７に示す推定器について詳細に説明するための図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 図１０に示す学習係数設定処理部の構成を示すブロック図である。 記憶部に記憶されるテーブルと、そのテーブルの各セルに対応して記憶される自己組織化マップＳＯＭと、を模式的に示す図である。 変形例に係る表層流推定装置の学習係数設定処理部の構成を示すブロック図である。 記憶部に記憶されるテーブルと、そのテーブルの各セルに対応して記憶される学習データとを示す図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 学習データの補完について説明するための模式図である。 表示部に表示される回転速度計の一例を示す図であって、（Ａ）は主機が劣化していない状態時における回転速度計の図、（Ｂ）は主機がやや劣化した状態時における回転速度計の図、（Ｃ）は主機が劣化して修理が必要となった状態時における回転速度計の図、である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 表示部に表示される風力特性の一例を示す図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 図２０の表示部の表示例の一例を示す図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 図２２に示す推定器の構成の一例を模式的に示す図である。 推定器からの出力値が、プロペラ推進速度に収束する理由を説明するための図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 図２６に示す推定器について詳細に説明するための図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 変形例に係る船舶特性推定装置の構成を示すブロック図である。 対水速度、プロペラ推進速度、及び風力推進速度Ｖの関係を示すベクトル図である。 対水速度を算出するための対水速度算出部の構成を示すブロック図である。

本発明の実施形態に係る船舶特性推定装置１ついて、図を参照して説明する。本発明の実施形態に係る船舶特性推定装置１は、自船（船舶）に搭載されている。船舶特性推定装置１は、船舶の対水速度のうち、該船舶のプロペラの回転に起因する速度を推定する。船舶特性推定装置１では、所定のタイミング毎に所定のパラメータ（本実施形態では、自船のプロペラの回転数、船首方向表層流速度、及び右舷方向表層流速度）が自動で求められるとともに、各パラメータの値の組み合わせにより特定される条件毎に、自船のプロペラの回転に起因する速度が算出される。

なお、以下では、船舶の対水速度のうち、該船舶のプロペラの回転に起因する速度を、プロペラ推進速度と称する。

［全体構成］
図１は、本発明の実施形態に係る船舶特性推定装置１の構成を示すブロック図である。船舶特性推定装置１は、図１に示すように、ＧＰＳ信号受信部２と、プロペラ回転数検出部３と、潮流計４と、演算部１０と、表示部５と、を備えている。

ＧＰＳ信号受信部２は、航法衛星（図示省略）から送信される航法信号（ＧＮＳＳ信号）としてのＧＰＳ信号を受信するための、ＧＮＳＳ信号受信部として設けられている。ＧＰＳ信号受信部２は、例えば、ＧＰＳアンテナによって構成されている。ＧＰＳ信号受信部２で受信されたＧＰＳ信号（すなわち、自船の位置情報）は、該ＧＰＳ信号が受信された時刻とともに、演算部１０に通知される。

なお、本実施形態では、ＧＮＳＳ信号受信部としてＧＰＳ信号受信部２を用いているが、これに限らず、その他のＧＮＳＳシステムにおいて用いられる受信部を用いてもよい。ここで、ＧＮＳＳとは、全地球航法衛星システム（ＧＮＳＳ；Global Navigation Satellite Systems）の略語である。このＧＮＳＳは、米国により運営される「ＧＰＳ」、欧州により運営される「ＧＡＬＩＬＥＯ」及びロシアにより運営される「ＧＬＯＮＡＳＳ」等の総称である。

プロペラ回転数検出部３は、自船の推力を発生させるためのプロペラの単位時間当たりの回転数を検出するためのものであって、例えば、回転数を検出可能なセンサによって構成されている。プロペラ回転数検出部３で検出された回転数は、演算部１０に通知される。

潮流計４は、自船位置における海水の表層部分の流速、具体的には、船首方向表層流速度、及び右舷方向表層流速度を計測するためのものであって、例えば自船の船底において水中に露出するように装備される。潮流計４では、自船位置における比較的浅い部分の表層流が計測される。潮流計４で計測された船首方向表層流速度及び右舷方向表層流速度は、演算部１０に通知される。

演算部１０は、ＧＰＳ信号受信部２、プロペラ回転数検出部３、及び潮流計４から通知された各種情報に基づき、所定のタイミング毎に、自船位置（対象地点）におけるプロペラ推進速度を推定する。演算部１０は、対地速度算出部１１と、推定器１２と、プロペラ推進速度算出部１３と、結合係数更新部１４と、主機特性算出部１５を備えている。

対地速度算出部１１は、ＧＰＳ信号受信部２から通知される自船の位置情報、及びその自船位置情報が取得された時刻に基づき、自船の対地速度（対地速度ベクトル）を算出する。具体的には、対地速度算出部１１は、少なくとも２つのタイミングにおける自船位置、及び各自船位置の位置情報が取得された時刻に基づき、自船の対地速度を算出する。対地速度算出部１１は、このようにして算出した対地速度を、結合係数更新部１４に通知する。

推定器１２は、自船位置におけるプロペラ推進速度と表層流速度とが合成された速度（以下、対象速度と称する）を推定するように構成されている。本実施形態では、推定器１２には、プロペラ回転数検出部３で検出された自船のプロペラの回転数、及び潮流計で計測された自船位置における船首方向表層流速度及び右舷方向表層流速度、が入力される。推定器１２は、これらの入力値の組み合わせによって特定される条件（ある回転数、ある船首方向表層流速度、及びある右舷方向表層流速度、の組み合わせで特定される条件）に対応する値を、対象速度（対象速度ベクトル）として、プロペラ推進速度算出部１３に出力する。

図２は、推定器１２の構成の一例を模式的に示す図である。本実施形態では、推定器１２は、一般的に知られているニューラルネットワークを用いて構成されている。具体的には、推定器１２は、入力層を構成する複数の入力ユニットＵ_ＩＮ＿１，Ｕ_ＩＮ＿２，Ｕ_ＩＮ＿３と、隠れ層を構成する複数の中間ユニットＵ_{ＭＩＤ＿１}，Ｕ_{ＭＩＤ＿２}，Ｕ_{ＭＩＤ＿３}と、出力層を構成する出力ユニットＵ_{ＯＵＴ＿１}，Ｕ_{ＯＵＴ＿２}と、を備えている。なお、図２に示す推定器１２の構成はあくまで一例であり、各層におけるユニット数、隠れ層の層数については、図２に示す限りでない。

推定器１２では、各入力ユニットＵ_ＩＮ＿１，Ｕ_ＩＮ＿２，Ｕ_ＩＮ＿３に各入力値（プロペラの回転数等）が入力されると、それらの入力値に対して結合係数Ｗ_Ｉ，Ｍが乗算さ
れて、隠れ層の中間ユニットＵ_{ＭＩＤ＿１}，Ｕ_{ＭＩＤ＿２}，Ｕ_{ＭＩＤ＿３}に出力される。隠れ層の各中間ユニットＵ_{ＭＩＤ＿１}，Ｕ_{ＭＩＤ＿２}，Ｕ_{ＭＩＤ＿３}は、入力された各値を合計し、その合計値に基づく値に結合係数Ｗ_Ｍ，Ｏを乗算して出力ユニットＵ_{ＯＵＴ＿１}，Ｕ_{ＯＵＴ＿２}に出力する。出力ユニットＵ_{ＯＵＴ＿１}，Ｕ_{ＯＵＴ＿２}は、入力された各値を合計し、その合計値に基づく値を出力値として、結合係数更新部１４に出力する。なお、上記推定器１２に入力される値は、必ずしも、プロペラ回転数等、パラメータの値そのもののでなくてもよく、それらのパラメータと一対一の関係にある数値（例えば一例として、回転数と比例して変化する電圧値）等であってもよい。

推定器１２では、初期状態においては、各結合係数Ｗに適当な初期値が設定されている。そして、各結合係数Ｗは、結合係数更新部１４によって随時、更新される。具体的には、各結合係数Ｗは、推定器１２から出力される出力値と、潮流計４で計測された表層流速度（教師信号）との誤差が少なくなるように、結合係数更新部１４によって更新される。これにより、推定器１２から出力される出力値は、詳しくは後述するが、結合係数Ｗが更新される毎に、対象速度に収束していく。

プロペラ推進速度算出部１３は、推定器１２から出力された対象速度としての出力値、及び潮流計４で計測された表層流速度に基づき、プロペラ推進速度を算出する。具体的には、プロペラ推進速度算出部１３は、対象速度から表層流速度を減算することにより、プロペラ推進速度を算出する。

図３は、対象速度ベクトルＶ_Ｓと、プロペラ推進速度ベクトルＶ_Ｐと、表層流速度ベクトルＶ_Ｔとの関係を示すベクトル図である。上述のように、対象速度ベクトルＶ_Ｓは、プロペラ推進速度ベクトルＶ_Ｐと、表層流速度ベクトルＶ_Ｔとを合成したベクトルである。よって、プロペラ推進速度算出部１３が、上述のように、対象速度ベクトルＶ_Ｓから表層流速度ベクトルＶ_Ｔを減算することにより、プロペラ推進速度ベクトルＶ_Ｐが算出される。

結合係数更新部１４は、推定器１２から出力される出力値と、対地速度算出部１１で算出された対地速度（教師信号）との誤差が少なくなるように、推定器１２の結合係数Ｗを更新する。結合係数更新部１４は、例えば一例として、バックプロパゲーション（誤差逆伝播法）を用いて、結合係数Ｗを更新する。

主機特性算出部１５は、船舶の主機（船舶において推力を発生させるための機構部分）の特性を算出するためのものである。本実施形態では、主機特性算出部１５は、プロペラの回転数に対するプロペラ推進速度を算出する。主機特性算出部１５は、プロペラ推進速度算出部１３で算出された、プロペラ回転数毎のプロペラ推進速度に基づき、例えば一例として回帰分析を用いることにより、主機特性を求める。

図４は、表示部５に表示される主機特性の一例を示す図である。表示部５には、図４の実線に示すような主機特性が表示される。

一般的に、主機特性は、新艇のトライアル時又は修理直後において、理想的な特性、具体的には、プロペラの回転数に対するプロペラ推進速度が速くなるような特性となる（図４破線参照）。よって、例えば、新艇のトライアル時の主機特性と、現時点での自船の主機特性とを比較することにより、エンジンの劣化状態、船体表面の汚損状態等を推測することができる。ユーザは、これらの状態を知ることにより、より正確な運航計画、異常点検の必要性等を判断することができる。

［推定器から出力される出力値について］
図５は、推定器１２から出力される出力値が、該推定器１２の結合係数Ｗが更新される毎に、対象速度（プロペラ推進速度Ｖ_Ｐと表層流速度Ｖ_Ｔとを合成した速度）に収束していく理由を説明するための図である。上述のように、推定器１２に記憶される各結合係数Ｗは、推定器１２から随時出力される値と、随時算出される教師信号としての対地速度との誤差が小さくなるように、結合係数更新部１４によって更新される。

風速は、海域、時刻、気象条件等に起因して、その大きさ及び向きが異なる。よって、プロペラの回転数及び表層流速度が同じ場合における対地速度には、あらゆる大きさ及び向きの風速成分が含まれていると考えられる。よって、これらを平均化すると、風速成分が互いに打ち消し合い、プロペラ推進速度及び表層流速度を合成した速度成分、すなわち対象速度成分が残る。すなわち、推定器１２の結合係数Ｗが、上述のように、推定器１２の出力値と対地速度との誤差が小さくなるように更新されていくと、対地速度に含まれる風速成分の影響が徐々に小さくなるため、推定器１２の出力値は、上述した対象速度成分に収束していく。従って、学習が十分進んだ段階においては（すなわち、結合係数が十分な回数、更新された段階においては）、推定器１２からの出力値を、対象速度と推定することができる。

［効果］
以上のように、本実施形態に係る船舶特性推定装置１では、プロペラの回転数、潮流計４で計測された表層流速度、及び推定器１２によって推定された対象速度に基づいて、プロペラ推進速度を算出している。これにより、プロペラの回転数と、その回転数のときの船舶の対水速度（プロペラ推進速度）との関係性を、比較的容易に把握することができる。

従って、本実施形態に係る船舶特性推定装置１によれば、船舶の対水速度に影響を与えるパラメータであるプロペラの回転数と、それに対応する船舶の対水速度（プロペラ推進速度）との関係性、すなわち主機特性を、容易に把握できる。

また、船舶特性推定装置１では、推定器１２を、ニューラルネットワークを用いて構成している。これにより、対象速度を出力可能な推定器１２を適切に構成することができる。

また、船舶特性推定装置１では、推定器１２の出力値と、対地速度算出部１１で算出された対地速度との誤差が少なくなるように、推定器１２を更新している。これにより、学習機能を備えた推定器１２を構成することができる。しかも、船舶特性推定装置１では、正確な対象速度を推定するために必要な多量のデータを航行中に蓄積することができるため、学習データ（ある条件時における対地速度のデータ）を予め準備する手間を省くことができる。

また、船舶特性推定装置１では、推定器１２の出力値と、対地速度算出部１１で算出された対地速度との誤差が少なくなるように、推定器１２に記憶された結合係数Ｗを更新している。これにより、推定器１２を適切に更新することができる。

また、船舶特性推定装置１では、対象速度から表層流速度を減算することにより、プロペラ推進速度を算出している。これにより、プロペラ推進速度を、更に容易に算出することができる。

また、船舶特性推定装置１では、広く普及しているＧＮＳＳ、特にＧＰＳを利用して、対地速度を正確に算出することができる。しかも、一般的な船舶には、ＧＰＳアンテナが搭載されている場合が多いため、新たな装置等を導入することなく、対地速度を算出する
ことができる。

また、船舶特性推定装置１では、自船に搭載されたプロペラ回転数検出部３及び潮流計４により、プロペラの回転数、及び表層流速度を検出している。よって、船舶特性推定装置１では、一般的な機器として普及しているプロペラ回転数検出部３及び潮流計４を利用して、プロペラ推進速度を推定することができる。

以上、本発明の実施形態について説明したが、本発明はこれらに限定されるものではなく、本発明の趣旨を逸脱しない限りにおいて種々の変更が可能である。

［変形例］
（１）図６は、変形例に係る船舶特性推定装置１ａの構成を示すブロック図である。本変形例に係る船舶特性推定装置１ａは、図１に示す船舶特性推定装置１と異なり、結合係数更新部１４が省略された構成となっている。すなわち、本変形例に係る船舶特性推定装置１ａは、学習機能を有さない。また、本変形例に係る船舶特性推定装置１ａは、ＧＰＳ信号受信部２及び対地速度算出部１１も、省略された構成となっている。

本変形例に係る船舶特性推定装置１ａでは、予め取得された多くの学習データ（ある条件時における対地速度のデータ）に基づいて結合係数Ｗが決定された推定器１２ａによって、対象速度としての出力値が出力される。このような構成であっても、上記実施形態の場合と同様、プロペラ推進速度を容易に算出することができる。

（２）図７は、変形例に係る船舶特性推定装置１ｂの構成を示すブロック図である。本変形例に係る船舶特性推定装置１ｂは、上記実施形態に係る船舶特性推定装置１と比べて、推定器１２ｂの構成が大きく異なっている。具体的には、推定器１２ｂが、ニューラルネットワークを用いて構成されておらず、記憶部１６及び更新部１７を備えた構成となっている。

図８は、図７に示す推定器１２ｂについて詳細に説明するための図である。

記憶部１６には、図８に示すように、マトリックス状のテーブルが記憶されている。このテーブルには、表層流速度の各値（Ｘ１，Ｘ２，Ｘ３，…）及び回転数の各値（Ｒ１，Ｒ２，Ｒ３，…）の組み合わせによって特定される各条件（テーブルの各セルに対応）のときに算出された、対地速度が記憶されている。図８では、１つの対地速度の値が、１つの丸印で示されている。すなわち、記憶部１６には、例えば、表層流速度がＸ１であり且つ回転数がＲ１のときに算出された対地速度の値が、５つ、記憶されている。

推定器１２ｂに、プロペラ回転数検出部３で検出された回転数（例えばＲ２）と、潮流計４で計測された表層流速度（例えばＸ３）と、が入力されると、推定器１２ｂは、回転数がＲ２であり且つ表層流速度がＸ３であるセルに含まれる対地速度（図８の場合、１１個）の平均値を算出する。そして、推定器１２ｂは、その平均値を出力値として出力する。

図５を用いて上述したように、ある条件（ある回転数及びある表層流速度の組み合わせで特定される条件）における対地速度を平均化すると、対地速度に含まれる風速成分が互いに相殺されるため、その平均値は、対象速度（プロペラ推進速度と表層流速度とを合成した速度）に近い値になる。従って、本変形例に係る推定器１２ｂによっても、適切に対象速度を推定することができる。

更新部１７は、推定器１２ｂに入力された回転数及び表層流速度が検出されたタイミン
グにおいて算出された対地速度を用いて、記憶部１６に記憶されているテーブルを更新する。具体的には、所定の回転数（例えばＲ３）及び所定の表層流速度（例えばＸ２）に算出された対地速度を、Ｒ３及びＸ２で特定されるセルに追加する。この動作が随時、行われることにより、航行中であっても学習データが蓄積され、より正確に対象速度を推定することができる。すなわち、本変形例に係る推定器１２ｂも、学習機能を有している。その結果、より正確にプロペラ推進速度を算出できる。

なお、本変形例において更新部１７、ＧＰＳ信号受信部２、及び対地速度算出部１１を省略した構成とすることにより、学習機能を有さない船舶特性推定装置１ｃを構成することができる（図９参照）。この場合、記憶部１６に、予め所得した複数の学習データ（図８における丸印１つに対応するデータ）を記憶させておく必要がある。

（３）図１０は、変形例に係る船舶特性推定装置１ｄの構成を示すブロック図である。本変形例に係る船舶特性推定装置１ｄは、学習係数設定処理部２０を更に備えている。

推定器１２ｄは、上記実施形態の場合と同様、ニューラルネットワークを用いて構成されるとともに、いわゆる教師あり学習によって結合係数が随時、更新されるように構成されている。船舶特性推定装置１ｄでは、該推定器１２ｄからの出力値と教師信号（対地速度）との誤差が計算される。そして、船舶特性推定装置１ｄは、その誤差を学習信号として出力層側のユニットから入力層側のユニットへ伝播させながら、結合係数Ｗを更新していく。結合係数の修正量は、次の（１）式で与えられる。

［数１］
ΔＷ_i,j ^n,n-1（ｔ）＝ηδ_i ⁿＸ_j ^n-1＋αΔＷ_i,j ^n,n-1（ｔ−１）…（１）

式（１）において、ΔＷ_i,j ^n,n-1（ｔ）は、ｎ−１層のユニットｊとｎ層のユニットｉの間の結合の重みに対する修正量、ηは学習係数、δ_i ⁿはｎ層目のユニットｉからｎ−１層の各ユニットへ戻される学習信号、Ｘ_j ^n-1はｎ−１層のユニットｊの出力値、αは安定化係数、ΔＷ_i,j ^n,n-1（ｔ−１）は前回の修正量、を示す。なお、ｎ−１層目の層は、ｎ層目の層よりも１つ、入力側の層である。

図１１は、学習係数設定処理部２０の構成を示すブロック図である。学習係数設定処理部２０は、式（１）における学習係数を随時、設定するためのものである。学習係数設定処理部２０は、図１１に示すように、記憶部２１と、ＳＯＭ更新部２２と、カウント部２３と、学習係数算出部２４と、学習係数設定部２５と、を有している。

図１２は、記憶部２１に記憶されるテーブルと、そのテーブルの各セルに対応して記憶される自己組織化マップＳＯＭと、を模式的に示す図である。図１２に示すように、記憶部２１には、所定のプロペラ回転数毎及び所定の表層流速度毎にメッシュ状に切られたテーブルが記憶されている。このテーブルの各セルには、対応する自己組織化マップＳＯＭが記憶されている。本変形例の各自己組織化マップＳＯＭは、ｎ×ｎ個のユニットで構成された２次元ＳＯＭである。各ユニットには、入力ベクトルと同次元の参照ベクトルが記憶されている。初期状態（学習が行われていない状態）では、各ユニットには、適当な参照ベクトルが設定されている。

ＳＯＭ更新部２２は、入力ベクトル（所定のタイミング毎に入力されるプロペラの回転数、表層流速度、対地速度、等で構成されるベクトル）に応じて、ＳＯＭを更新する。具体的には、ＳＯＭ更新部２２は、入力された回転数及び表層流速度が含まれるセルに記憶されるＳＯＭを、以下のようにして更新する。

具体的には、ＳＯＭ更新部２２は、入力ベクトルとのユークリッド距離が最も近いユニットを勝者ユニットとし、その勝者ユニットに記憶される参照ベクトルと、勝者ユニットの周囲のユニットに記憶される参照ベクトルとを、次の（２）式に基づいて、更新する。

［数２］
ｍ_i（ｔ＋１）＝ｍ_i（ｔ）＋ｈ_i（ｔ）［ｘ（ｔ）−ｍ_i（ｔ）］…（２）

但し、ｍ_iは参照ベクトル、ｘ（ｔ）は入力ベクトル、ｈ_iは、ｃ・ｅｘｐ（−ｄｉｓ^２／α^２）で表される近傍関数である。近傍関数において、ｃは学習率係数、ｄｉｓ＝｜ｘ−ｍ_ｃ｜である。ここで、ｍ_ｃは、ｘ（ｔ）とのユークリッド距離を最小にする参照ベクトルである。

ＳＯＭ更新部２２は、随時入力される入力ベクトルによって、上述した式（２）を用いて、自己組織化マップＳＯＭを随時、更新する。

カウント部２３は、入力ベクトルとの差（ユークリッド距離）がある閾値以下となる参照ベクトルを有するユニットの数をカウントする。

学習係数算出部２４は、カウント部２３でカウントされた値の逆数をとり、その値を学習係数として算出する。すなわち、カウント値が多い場合（類似する入力データが多い場合）には学習係数が小さくなり、カウント値が少ない場合（類似する入力データが少ない場合）には学習係数が大きくなる。

学習係数設定部２５は、学習係数算出部２４で算出された値を、推定器１２ｄに通知し、（１）式における学習係数ηとして設定する。推定器１２ｄは、その学習係数ηを用いて、（１）式に基づいて結合係数を更新した後、更新された結合係数に基づいて、対水速度ベクトルを算出する。

本変形例によれば、類似する学習データ（入力ベクトル）が多数、蓄積されている場合には、学習係数が小さくなる。この場合、上述した式（１）より明らかなように、結合係数の修正量ΔＷ_i,j ^n,n-1（ｔ）が小さくなる。一方、類似する学習データが蓄積されていない、又は少ししか蓄積されていない場合には、学習係数が大きくなる。この場合、式（１）より明らかなように、結合係数の修正量が大きくなる。これにより、本変形例によれば、類似する学習データが多く蓄積されることに起因する、推定器からの出力値の偏りを抑制することができる。

（４）図１３は、変形例に係る船舶特性推定装置の学習係数設定処理部４０の構成を示すブロック図である。本変形例に係る学習係数設定処理部４０は、上述した変形例の学習係数設定処理部２０の場合と同様、ニューラルネットワークを用いて構成された推定器で用いられる式（１）の学習係数ηを設定するためのものである。しかし、本変形例に係る学習係数設定処理部４０は、上述した変形例の学習係数設定処理部２０と構成が異なる。本変形例の学習係数設定処理部４０は、図１３に示すように、記憶部４１と、学習係数算出部４２と、学習係数設定部４３と、を有している。

図１４は、記憶部４１に記憶されるテーブルと、そのテーブルの各セル（各エリア）に対応して記憶される学習データとを示す図である。図１４に示すように、記憶部４１には、上述した変形例の場合と同様、所定のプロペラ回転数毎及び所定の表層流速度毎にメッシュ状に切られたテーブルが記憶されている。本変形例では、各エリアに記憶されている学習データが、各学習データの対地速度に応じてマッピングされている。具体的には、図１４に示すように、所定の船首方向対地速度毎、及び所定の右舷方向対地速度毎にメッシ
ュ状に切られた複数のサブエリアを有するマップにおいて、各学習データが、対地速度に応じてマッピングされている。

学習係数算出部４２は、直近で入力された学習データが含まれるサブエリアに記憶される学習データの数（図１４の場合は４）を、該サブエリアが含まれるエリアの全サブエリアのうち最も学習データの数が多いサブエリアに記憶される学習データの数（図１４の場合はサブエリアＡの１０）で除算した値の逆数を正規化した値を、学習係数として設定する。そして、学習係数設定部４３は、上記変形例の学習係数設定部２５と同様、学習係数算出部４２で設定された学習係数を推定器に通知し、（１）式における学習係数ηとして設定する。このような構成であっても、学習係数を適切に設定することができる。

（５）図１５は、変形例に係る船舶特性推定装置１ｅの構成を示すブロック図である。本変形例では、船舶特性推定装置１ｅの一部を構成するＧＰＳ信号受信部２等と、演算部１０ｅとが、別々の場所に搭載されている。具体的には、本変形例では、ＧＰＳ信号受信部２と、プロペラ回転数検出部３と、潮流計４とが、自船に搭載され、演算部１０ｅが、例えば陸地に設置されたデータセンタ３０に設けられている。そして、本変形例に係る船舶特性推定装置１ｅは、自船に搭載された送信部１９ａ及び受信部１９ｂを備えている。

送信部１９ａは、ＧＰＳ信号受信部２、プロペラ回転数検出部３、及び潮流計４で検出された各種データを、アンテナを介してデータセンタ３０に送信する。データセンタ３０の演算部１０ｈでは、当該各種データに基づいて、上記実施形態の場合と同様、プロペラ推進速度を算出する。演算部１０ｅは、プロペラ推進速度を算出し、これらをデータベース部３１に保存する。受信部１９ｂは、データベース部３１に保存されたプロペラ推進速度を受信する。このデータは、表示部５に表示される。

本変形例では、上記実施形態の場合と異なり、比較的計算負荷の大きい演算部を、自船とは異なる場所に設けることができる。これにより、自船に演算部を搭載しなくても、自船位置における表層流速度を推定することができる。

（６）また、上述した実施形態及び各変形例において、学習データの蓄積が十分でない場合に、学習データを補完することもできる。

図１６は、学習データの補完について説明するための模式図である。例えば、ある条件下で航行している船に対して、左舷後方４５度からの表層流が作用している場合と、右舷後方４５度からの表層流が作用している場合（表層流の大きさは互いに同じ）とでは、その進行方向が左右対称になると予想される。よって、図１６を参照して、例えば、プロペラ回転数が所定の回転数、表層流の向きが左舷後方４５度、表層流速度が所定の大きさ、のときに、対地速度がＶ_Ｇであった場合、その学習データに基づいて、以下のようにデータを補完することができる。具体的には、プロペラ回転数及び表層流速度の大きさは上記学習データと同じであり、表層流の向きが右舷後方４５度、のときの学習データとして、左右反転させたベクトルＶ'_Ｇを補完することができる。このように学習データを補完することにより、例えば学習データの蓄積が不十分な初期段階であっても、精度よくプロペラ推進速度を推定することができる。

（７）上記実施形態では、潮流計４を用いて表層流速度を計測したが、これに限らず、潮流計４とは異なる機構の表層流推定装置等によって推定してもよい。

（８）上記実施形態では、表示部５に主機特性グラフを表示することにより、現時点における主機の状態をユーザに通知したが、これに限らない。具体的には、主機の劣化状態を示す指標を、表示部において表示することもできる。

図１７は、表示部に表示される回転速度計６の一例を示す図である。回転速度計６には、回転速度の数値が記された目盛部６ａが設けられていて、指示針６ｂがプロペラの回転速度を指し示すように構成されている。

そして、本実施形態では、指示針６ｂの色が、主機の劣化状態を示す指標として機能する。具体的には、主機特性が劣化していない状態では、指示針６ｂの色が、図１７（Ａ）に示すように、例えば青色（ハッチングなし）で表示される。また、主機特性がやや劣化した状態では、指示針６ｂの色が、図１７（Ｂ）に示すように、例えば黄色（間隔が広いハッチング）で表示される。そして、主機特性が大きく劣化し修理が必要な状態になると、指示針６ｂの色が、図１７（Ｃ）に示すように、例えば赤色（間隔が狭いハッチング）で表示される。これにより、ユーザは、主機特性の劣化を視覚的に容易に認識することができる。

上述した主機特性の劣化状態は、例えば一例として、新艇のトライアル時又は修理直後の主機の所定回転数時におけるプロペラ推進速度と、現時点での主機の所定回転数時におけるプロペラ推進速度との比に基づいて、判定することができる。

なお、主機の劣化状態を示す指標としては、上述のような色に限らず、例えば、劣化状態に対応する模様とすることもでき、或いは、劣化状態に応じて回転速度計６の明度が徐々に暗くなるようにすることもできる。

また、図１７では、主機の劣化状態に応じて、指示針６ｂの色を変化させたが、これに限らず、例えば主機の回転速度がデジタル表示される場合には、デジタル表示された数字の色を、主機の劣化状態に応じて変化させてもよい。その他、主機の劣化状態を示す指標であれば、その劣化状態を示すアナウンス等の文字等、どのようなものであってもよい。

（９）図１８は、変形例に係る船舶特性推定装置１ｆの構成を示すブロック図である。上記実施形態及び各実施形態では、船舶の特性として、プロペラ推進速度及び主機特性を算出した。これに対して、本変形例によれば、船舶の特性として、風力推進速度（自船に対する風力に起因する自船の対水速度）を算出することができる。本変形例に係る船舶特性推定装置１ｆは、図１８に示すように、ＧＰＳ信号受信部２と、プロペラ回転数検出部３と、潮流計４と、演算部１０ｆと、表示部５と、を備えている。

ＧＰＳ信号受信部２、プロペラ回転数検出部３、及び潮流計４は、上記実施形態の場合と同様の構成であり、上記実施形態の場合と同様に動作する。

演算部１０ｆは、対地速度算出部１１と、推定器１２と、風力推進速度算出部２６と、結合係数更新部１４と、風力特性算出部２７を備えている。対地速度算出部１１、推定器１２、結合係数更新部１４は、上記実施形態の場合と同様の構成であり、上記実施形態の場合と同様に動作する。

風力推進速度算出部２６は、上述したように、自船に対する風力に起因する自船の対水速度である風力推進速度を算出する。本実施形態では、風力推進速度算出部２６は、推定器１２から出力された対象速度としての出力値、及び対地速度算出部で算出された対地速度に基づき、風力推進速度を算出する。具体的には、風力推進速度算出部２６は、対地速度から対象速度（推定器１２からの出力値）を減算することにより、風力推進速度を算出する。

図３を参照して、対地速度Ｖ_Ｇは、対象速度Ｖ_Ｓと風力推進速度Ｖ_Ｗｉｎｄとを合成し
たベクトルである。よって、風力推進速度算出部２６が、上述のように、対地速度Ｖ_Ｇから対象速度Ｖ_Ｓを減算することにより、風力推進速度Ｖ_Ｗｉｎｄが算出される。

風力特性算出部２７は、船舶に対する風力によって、船舶がどのような速度で移動するかを算出するためのものである。本実施形態では、風力特性算出部２７は、風力の方向及び大きさに対する風力推進速度を算出する。

図１９は、表示部５に表示される風力特性の一例を示す図である。表示部５には、例えば一例として、図１９に示すような風力特性が表示される。図１９では、風速の大きさがＶ_１［ｍ／ｓ］、Ｖ_２［ｍ／ｓ］、Ｖ_３［ｍ／ｓ］の場合のそれぞれにおいて、水平方向における各方位から風が吹いてきたと仮定した場合における、自船の移動速度（すなわち、風力推進速度）が表示される。これにより、ユーザは、どのような風向及び風速のときに、自船がどれくらい流されるか（移動するか）を知ることができる。そうすると、ユーザは、例えば一例として、今後の航路をより適切に推測することができる。

なお、上記実施形態に係る船舶特性推定装置１における変形例として説明した各変形例は、本変形例に適宜、適用することができる。

（１０）図２０は、変形例に係る船舶特性推定装置１ｇの構成を示すブロック図である。上記実施形態及び変形例では、船舶特性として、主機特性又は風力特性を算出した。これに対して、図２０に示すように、本変形例によれば、主機特性及び風力特性の両方を算出することができる。

図２１は、本変形例に係る船舶特性推定装置１ｇの表示部５の表示例の一例を示す図である。本変形例に係る船舶特性推定装置１ｇでは、主機特性算出部１５で算出された主機特性、及び風力特性算出部２７で算出された風力特性に基づき、所定時間経過後の自船位置の範囲を推定することができる。図２１は、主機の回転数が所定の回転数に維持された場合における、自船位置の範囲が示されている。具体的には、図２１の実線で示す範囲は、主機が所定回転数での航行を続けた場合であって、最大で風速Ｖ_３［ｍ／ｓ］の大きさの風が吹き続けた場合における、自船が存在しうる範囲を示している。これにより、ユーザは、所定時間経過後において自船が存在しうる範囲を予測することができる。

また、本変形例において、例えば、ユーザが所望の回転数を入力することにより、当該回転数に基づいた位置範囲の予測を行うこともできる。更には、本変形例において、表層流速度をも加味することにより、より精度の高い位置予測を行うこともできる。

（１１）図２２は、変形例に係る船舶特性推定装置１ｈの構成を示すブロック図である。本変形例に係る船舶特性推定装置１ｈは、上記実施形態及び各変形例に係る船舶特性推定装置と同様、プロペラ推進速度及び主機特性を算出するが、その算出方法が異なっている。

本変形例に係る船舶特性推定装置１ｈは、図２２に示すように、プロペラ回転数検出部３と、対水速度計７と、推定器１２ｈと、結合係数更新部１４と、主機特性算出部１５と、を備えている。プロペラ回転数検出部３は、上記実施形態の場合と同様に動作するため、その詳細な説明を省略する。

対水速度計７は、自船付近の対水速度を計測するためのものであり、自船に搭載されている。対水速度計７としては、例えば一例として、音響式の対水速度計が挙げられるが、これに限らず、その他の方式のものであってもよい。

図２３は、推定器１２ｈの構成の一例を模式的に示す図である。本実施形態では、推定器１２ｈは、上記実施形態の場合（図２参照）と同様、ニューラルネットワークを用いて構成されている。しかし、上記実施形態の場合と異なり、プロペラの回転数が入力される入力ユニットＵ_ＩＮ＿１が１つ、設けられている。なお、推定器１２ｈの構成はあくまで一例であり、各層におけるユニット数、隠れ層の層数については、図２３に示す限りでない。

推定器１２ｈでは、初期状態においては、各結合係数Ｗに適当な初期値が設定されている。そして、各結合係数Ｗは、結合係数更新部１４によって随時、更新される。具体的には、各結合係数Ｗは、推定器１２ｈから出力される出力値と、対水速度計７で計測された対水速度（教師信号）との誤差が少なくなるように、結合係数更新部１４によって更新される。

結合係数更新部１４は、推定器１２ｈから出力される出力値と、対水速度計７で計測された対水速度（教師信号）との誤差が少なくなるように、推定器１２ｈの結合係数Ｗを更新する。結合係数更新部１４は、例えば一例として、バックプロパゲーション（誤差逆伝播法）を用いて、結合係数Ｗを更新する。

主機特性算出部１５は、上記実施形態の場合と同様に動作することにより、例えば一例として図４に示す主機特性を算出する。

［推定器から出力される出力値について］
図２４は、推定器１２ｈから出力される出力値が、該推定器１２の結合係数Ｗが更新される毎に、プロペラ推進速度に収束していく理由を説明するための図である。上述のように、推定器１２ｈに記憶される各結合係数Ｗは、推定器１２ｈから随時出力される値と、随時計測される教師信号としての対水速度との誤差が小さくなるように、結合係数更新部１４によって更新される。

上記実施形態において上述したように、風速は、海域、時刻、気象条件等に起因して、その大きさ及び向きが異なる。よって、プロペラの回転数が同じ場合における対水速度には、あらゆる大きさ及び向きの風速成分が含まれていると考えられる。よって、これらを平均化すると、風速成分が互いに打ち消し合い、プロペラ推進速度が残る。すなわち、推定器１２ｈの結合係数Ｗが、上述のように、推定器１２ｈの出力値と対水速度との誤差が小さくなるように更新されていくと、対水速度に含まれる風速成分の影響が徐々に小さくなるため、推定器１２ｈの出力値は、プロペラ推進速度に収束していく。従って、学習が十分進んだ段階においては（すなわち、結合係数が十分な回数、更新された段階においては）、推定器１２ｈからの出力値を、対象速度と推定することができる。

以上のように、本変形例に係る船舶特性推定装置１ｈでは、プロペラの回転数、及び対水速度に基づいて、プロペラ推進速度を算出している。これにより、プロペラの回転数と、その回転数のときの船舶の対水速度（プロペラ推進速度）との関係性を、比較的容易に把握することができる。しかも、本変形例に係る船舶特性推定装置１ｈによれば、上述した実施形態の場合よりも、プロペラ推進速度を推定するために必要となるパラメータが少なくて済むため、主機特性をより容易に求めることができる。

また、船舶特性推定装置１ｈでは、推定器１２ｈを、ニューラルネットワークを用いて構成している。これにより、プロペラ推進速度を出力可能な推定器１２ｈを適切に構成することができる。

また、船舶特性推定装置１ｈでは、推定器１２ｈの出力値と、対水速度との誤差が少な
くなるように、推定器１２ｈを更新している。これにより、学習機能を備えた推定器１２ｈを構成することができる。しかも、船舶特性推定装置１ｈでは、正確なプロペラ推進速度を推定するために必要な多量のデータを航行中に蓄積することができるため、学習データ（ある条件時における対地速度のデータ）を予め準備する手間を省くことができる。

また、船舶特性推定装置１ｈでは、推定器１２ｈの出力値と対水速度との誤差が少なくなるように、推定器１２ｈに記憶された結合係数Ｗを更新している。これにより、推定器１２ｈを適切に更新することができる。

なお、本変形例に係る船舶特性推定装置１ｈに、図１０から図１４を参照して説明した学習係数設定処理部を設けることもできる。これにより、図１０から図１４を参照して説明した変形例の場合と同様、適切な学習係数を設定できる。

（１２）図２５は、変形例に係る船舶特性推定装置１ｉの構成を示すブロック図である。本変形例に係る船舶特性推定装置１ｉは、図２２に示す船舶特性推定装置１ｈと異なり、結合係数更新部１４が省略された構成となっている。すなわち、本変形例に係る船舶特性推定装置１ｉは、学習機能を有さない。また、本変形例に係る船舶特性推定装置１ｉは、対水速度計７も省略された構成となっている。

本変形例に係る船舶特性推定装置１ｉでは、予め取得された多くの学習データ（各回転数時のときの対水速度のデータ）に基づいて結合係数Ｗが決定された推定器１２ｉによって、プロペラ推進速度としての出力値が出力される。このような構成であっても、上記実施形態の場合と同様、プロペラ推進速度を容易に算出することができる。

（１３）図２６は、変形例に係る船舶特性推定装置１ｊの構成を示すブロック図である。本変形例に係る船舶特性推定装置１ｊは、図２２に示す船舶特性推定装置１ｈと比べて、推定器１２ｊの構成が大きく異なっている。具体的には、推定器１２ｊが、ニューラルネットワークを用いて構成されておらず、記憶部１６ｊ及び更新部１７ｊを備えた構成となっている。

図２７は、図２６に示す推定器１２ｊについて詳細に説明するための図である。

記憶部１６ｊには、図２７に示すように、随時、検出された回転数の検出時に計測された複数の対水速度が、対応する回転数毎（図２７の場合、Ｒ１，Ｒ２，Ｒ３，…毎）に記憶されている。図２７では、１つの対水速度の値が、１つの丸印で示されている。すなわち、記憶部１６ｊには、例えば、回転数がＲ１のときに算出された対水速度の値が、５つ、記憶されている。

推定器１２ｊに、プロペラ回転数検出部３で検出された回転数（例えばＲ２）が入力されると、推定器１２ｊは、回転数Ｒ２に対応する対水速度（図２７の場合、１０個）の平均値を算出する。そして、推定器１２ｊは、その平均値を出力値として出力する。

図２４を用いて上述したように、ある回転数時における対水速度を平均化すると、対水速度に含まれる風速成分が互いに相殺されるため、その平均値は、プロペラ推進速度に近い値になる。従って、本変形例に係る推定器１２ｊによっても適切にプロペラ推進速度を推定することができる。

更新部１７ｊは、推定器１２ｊに入力された回転数が検出されたタイミングにおいて算出された対水速度を用いて、記憶部１６ｊに記憶されているテーブルを更新する。具体的には、所定の回転数（例えばＲ３）に算出された対水速度を、Ｒ３で特定されるセルに追
加する。この動作が随時、行われることにより、航行中であっても学習データが蓄積され、より正確に対象速度を推定することができる。すなわち、本変形例に係る推定器１２ｊも、学習機能を有している。その結果、より正確にプロペラ推進速度を推定できる。

なお、本変形例において更新部１７ｊ、及び対水速度計７を省略した構成とすることにより、学習機能を有さない船舶特性推定装置１ｋを構成することができる（図２８参照）。この場合、記憶部１６ｋに、予め所得した複数の学習データ（図２７における丸印１つに対応するデータ）を記憶させておく必要がある。

（１４）図２９は、変形例に係る船舶特性推定装置１ｌの構成を示すブロック図である。本変形例に係る船舶特性推定装置１ｌは、図２２を参照して説明した変形例に係る船舶特性推定装置１ｈにおいて、風力推進速度算出部２６ａ及び風力特性算出部２７を加えた構成となっている。これにより、本実施形態に係る船舶特性推定装置１ｌでは、主機特性の他に、風力特性をも算出することができる。

図３０は、対水速度Ｖ_Ｗと、プロペラ推進速度Ｖ_ｐと、風力推進速度Ｖ_Ｗｉｎｄとの関係を示すベクトル図である。風力推進速度算出部２６ａは、推定器１２ｌから出力された出力値（すなわち、プロペラ推進速度Ｖ_ｐ）と、対水速度計７で計測された対水速度とに基づき、風力推進速度Ｖ_Ｗｉｎｄを算出する。具体的には、風力推進速度算出部２６ａは、対水速度からプロペラ推進速度を減算することにより、風力推進速度を算出している。

風力特性算出部２７は、図１８を用いて説明した変形例に係る風力特性算出部２７と同様に動作し、例えば一例として、図１９に示すような風力特性を表示部５に表示する。

よって、本変形例によっても、図１８を用いて説明した変形例と同様、風力特性を容易に算出することができる。しかも、本変形例に係る船舶特性推定装置１ｌによれば、図１８に示す場合よりも、風力推進速度を推定するために必要となるパラメータが少なくて済むため、風力特性をより容易に求めることができる。

（１５）図３１は、対水速度を算出するための対水速度算出部の構成を示すブロック図である。上述した各変形例（図２２、図２６、図２９等）では、対水速度を算出するために、対水速度計７を用いたが、これに限らず、例えば図３１に示すような構成の対水速度算出部８を用いてもよい。

対水速度算出部８には、上述した対地速度算出部１１で算出された対地速度、及び潮流計４で計測された表層流速度が入力される。そして、対水速度算出部８は、対地速度から表層流速度を減算することにより、対水速度を算出する。これにより、対水速度を適切に算出することができる。

１，１ａ，１ｂ，１ｃ，…，１ｌ 船舶特性推定装置
１２，１２ａ，…，１２ｄ，１２ｈ，…１２ｌ 推定器
１３ プロペラ推進速度算出部

Claims (17)

1. 航行する船舶が位置する対象地点における表層流の速度ベクトルである表層流速度ベクトル、及び、前記対象地点における前記船舶のプロペラの回転数の入力を受け付けるとともに、受け付けられた前記表層流速度ベクトルの値及び前記回転数の値の組み合わせにより特定される各条件に対応する値を、前記プロペラの回転に起因する前記船舶の速度ベクトルであるプロペラ推進速度ベクトルと前記表層流速度ベクトルとが合成された対象速度ベクトル、と推定して出力する推定器と、
   前記推定器で推定された前記対象速度ベクトルとしての出力値と、前記表層流速度ベクトルとに基づき、前記プロペラ推進速度ベクトルを算出するプロペラ推進速度算出部と、
   を備えていることを特徴とする、船舶特性推定装置。
2. 請求項１に記載の船舶特性推定装置において、
   前記プロペラ推進速度算出部は、前記推定器から出力された前記出力値から、前記表層流速度ベクトルを減算することにより、前記プロペラ推進速度ベクトルを算出することを特徴とする、船舶特性推定装置。
3. 航行する船舶が位置する対象地点における該船舶の対地速度ベクトルを算出する対地速度算出部と、
   前記対象地点における表層流の速度ベクトルである表層流速度ベクトル、及び、前記対象地点における前記船舶のプロペラの回転数の入力を受け付けるとともに、受け付けられた前記表層流速度ベクトルの値及び前記回転数の値の組み合わせにより特定される各条件に対応する値を、前記プロペラの回転に起因する前記船舶の速度ベクトルであるプロペラ推進速度ベクトルと前記表層流速度ベクトルとが合成された対象速度ベクトル、と推定して出力する推定器と、
   前記推定器で推定された前記対象速度ベクトルとしての出力値と、前記対地速度算出部で算出された前記対地速度ベクトルとに基づき、前記対象地点における前記船舶に対する風力に起因する前記船舶の速度ベクトルである風力推進速度ベクトルを算出する風力推進速度算出部と、
   を備えていることを特徴とする、船舶特性推定装置。
4. 請求項３に記載の船舶特性推定装置において、
   前記風力推進速度算出部は、前記対地速度ベクトルから、前記推定器から出力された前記出力値を減算することにより、前記風力推進速度ベクトルを算出することを特徴とする、船舶特性推定装置。
5. 請求項１から請求項４のいずれか１項に記載の船舶特性推定装置において、
   前記推定器は、ニューラルネットワークを用いて構成されていることを特徴とする、船舶特性推定装置。
6. 請求項１から請求項４のいずれか１項に記載の船舶特性推定装置において、
   前記船舶の対地速度ベクトルを算出する対地速度算出部を更に備え、
   前記推定器は、前記各条件に対応する複数の前記対地速度ベクトルの平均値を前記出力値として出力するように、構成されていることを特徴とする、船舶特性推定装置。
7. 請求項１から請求項６のいずれか１項に記載の船舶特性推定装置において、
   前記船舶の対地速度ベクトルを算出する対地速度算出部と、
   前記推定器からの前記出力値と、前記対地速度算出部で算出された前記対地速度ベクトルとを比較するとともに、該出力値と該対地速度ベクトルとの誤差が少なくなるように、前記推定器を更新する更新部と、
   を更に備えていることを特徴とする、船舶特性推定装置。
8. 請求項７に記載の船舶特性推定装置において、
   前記推定器は、ニューラルネットワークを用いて構成され、
   それぞれに、前記表層流速度ベクトルに関する情報及び前記回転数のいずれかが入力される複数の入力ユニットと、
   前記対象速度ベクトルとしての前記出力値を出力する出力ユニットと
   を有し、
   前記ニューラルネットワークにおける入力側のユニットから出力される値には、結合係数が乗算された後、出力側のユニットに伝送され、
   前記更新部は、前記出力値と、教師信号としての前記対地速度ベクトルとを比較するとともに、該出力値と該教師信号との誤差が少なくなるように、前記結合係数を更新することを特徴とする、船舶特性推定装置。
9. 請求項１から請求項８のいずれか１項に記載の船舶特性推定装置において、
   前記船舶の対地速度ベクトルを算出する対地速度算出部と、
   前記船舶に搭載され、ＧＮＳＳ信号を受信するＧＮＳＳ信号受信部と、を更に備え、
   前記対地速度算出部は、前記ＧＮＳＳ信号受信部で受信されたＧＮＳＳ信号、及び該ＧＮＳＳ信号が受信された時刻に基づき、前記対地速度ベクトルを算出することを特徴とする、船舶特性推定装置。
10. 請求項１から請求項９のいずれか１項に記載の船舶特性推定装置において、
    前記回転数を検出するプロペラ回転数検出部と、
    前記表層流速度ベクトルを計測する潮流計と、を更に備え、
    前記推定器には、前記プロペラ回転数検出部で検出された前記回転数と、前記潮流計で計測された前記表層流速度ベクトルと、が入力されることを特徴とする、船舶特性推定装置。
11. 航行する船舶が位置する対象地点における前記船舶のプロペラの回転数を受け付けるとともに、受け付けられた前記回転数の各値に対応する値を、前記プロペラの回転に起因する前記船舶の速度ベクトルであるプロペラ推進速度ベクトル、と推定して出力する推定器、を備えていることを特徴とする、船舶特性推定装置。
12. 請求項１１に記載の船舶特性推定装置において、
    前記推定器は、ニューラルネットワークを用いて構成されていることを特徴とする、船舶特性推定装置。
13. 請求項１１に記載の船舶特性推定装置において、
    前記船舶の対水速度ベクトルを算出する対水速度算出部を更に備え、
    前記推定器は、前記回転数の検出時における複数の前記対水速度ベクトルであって、前記回転数の各値に対応する複数の前記対水速度ベクトル、の平均値を、前記プロペラ推進速度ベクトルとして出力するように、構成されていることを特徴とする、船舶特性推定装置。
14. 請求項１１から請求項１３のいずれか１項に記載の船舶特性推定装置において、
    前記船舶の対水速度ベクトルを算出する対水速度算出部と、
    前記推定器からの出力値と、前記対水速度算出部で算出された前記対水速度ベクトルとを比較するとともに、該出力値と該対水速度ベクトルとの誤差が少なくなるように、前記推定器を更新する更新部と、
    を更に備えていることを特徴とする、船舶特性推定装置。
15. 請求項１４に記載の船舶特性推定装置において、
    前記推定器は、ニューラルネットワークを用いて構成され、
    前記回転数が入力される入力ユニットと、
    前記出力値を出力する出力ユニットと
    を有し、
    前記ニューラルネットワークにおける入力側のユニットから出力される値には、結合係数が乗算された後、出力側のユニットに伝送され、
    前記更新部は、前記出力値と、教師信号としての前記対水速度ベクトルとを比較するとともに、該出力値と該教師信号との誤差が少なくなるように、前記結合係数を更新することを特徴とする、船舶特性推定装置。
16. 請求項１１から請求項１５のいずれか１項に記載の船舶特性推定装置において、
    前記推定器から出力された出力値と、前記対象地点における前記船舶の対水速度ベクトルとに基づき、前記対象地点における前記船舶に対する風力に起因する前記船舶の速度ベクトルである風力推進速度ベクトル、を算出する風力推進速度算出部、を更に備えていることを特徴とする、船舶特性推定装置。
17. 請求項１６に記載の船舶特性推定装置において、
    前記風力推進速度算出部は、前記対水速度ベクトルから、前記推定器から出力された前記出力値を減算することにより、前記風力推進速度ベクトルを算出することを特徴とする、船舶特性推定装置。

Images