Nghiên cứu này đề xuất sử dụng mạng nơ-ron tích chập (CNN) để nhận dạng hình ảnh xung quanh tàu thủy, hỗ trợ hệ thống cảnh báo tránh va trong quá trình tàu hành trình trên biển cũng như điều động trong luồng lạch và cập bến. Mạng CNN sẽ xử lý dữ liệu từ các cảm biến như radar và camera để nhận diện các vật thể, tàu khác và dự đoán các tình huống nguy cơ va chạm. Hệ thống cảnh báo dựa trên phân tích của CNN sẽ cung cấp cảnh báo kịp thời giúp giảm thiểu nguy cơ va chạm cho tàu. Kết quả thử nghiệm mô phỏng cho thấy độ chính xác của hệ thống đạt 100% trong tình huống tàu cắt ngang từ bên trái và 93,49% trong tình huống tàu cắt ngang từ bên phải. Khi không có tàu trong tầm nhìn, hệ thống đạt độ chính xác 94,1%. Thời gian xử lý ảnh trung bình dưới 50ms và hệ số xác định R² đạt trên 0.98, cho thấy mô hình có độ chính xác cao và khả năng phản ánh tốt các tình huống thực tế. Kết quả này khẳng định tính khả thi của mô hình trong việc triển khai vào hệ thống nhận diện thông minh để hỗ trợ tránh va tàu thủy, nâng cao an toàn hàng hải
Năm 2025 
