船舶的新装备——避碰雷达

避碰雷达的全称为:自动雷达标绘仪,它译自英文 Automatic Radar Plotting Aid,简称 ARPA,在我国习惯称之为“避碰雷达”。避碰雷达是六十年代末期开始出现的以电子计算机为基础的自动标绘雷达,它是电子计算机技术在航海上的推广和应用,给航海特别是船舶间避碰带来极大的方便,越来越为人们所重视。国际海事组织规定:     

规则约束下基于深度强化学习的船舶避碰方法

为减少因人为操作不当导致的船舶避碰事故,提高船舶航行的安全性,提出一种基于深度Q网络(Deep Q Network, DQN)强化学习方法的船舶智能避碰算法。依据船舶间实时获取的航行状态信息,从全局角度构建智能避碰算法深度强化学习状态集;在对《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)进行充分理解的基础上合理量化部分COLREGs,综合考虑航向跟随、船舶碰撞和规则符合等因素,设计船舶智能避碰DQN算法奖励函数,保证避碰决策安全有效且满足避碰规则的要求。分别针对两船和多船会遇场景进行仿真试验,结果表明:该方法可使船舶在COLREGs的要求下有效避让来船,为船舶智能避碰技术的研究提供参考。     

基于驾驶实践的无人船智能避碰决策方法

[目的]为实现沿海无人驾驶船舶自主航行,充分考虑无人驾驶船舶智能避碰决策的合理性和实时性后,提出并建立一种基于驾驶实践的无人船智能避碰决策方法。[方法]首先,以本体论为基础,设计无人驾驶船舶航行态势本体概念模型,并结合《国际海上避碰规则》及良好的船艺将船舶航行态势量化划分为12种会遇场景;然后,从驾驶实践的角度改进影响碰撞危险度因子的模糊隶属度函数,提出一种多元碰撞危险度评估模型,实现船舶碰撞危险度的精确计算;最后,以船舶避碰总路径最短为目标函数,提出一种基于驾驶员视角(BOP)的智能避碰决策模型,在船舶操纵性、舵角限幅等约束下求解最优避碰策略,并在典型的会遇场景下进行仿真实验。[结果]结果表明,该方法可以准确判断驾驶航行态势,给出合理的转向策略,实现典型会遇场景下的有效避碰。[结论]所做研究可为实现船舶自主航行提供理论基础和方法参考。     

免疫粒子群算法在夜航船舶避碰规划中的应用

受夜晚环境的影响,传统的船舶在航行过程中存在碰撞事故多发的问题,为此应用免疫粒子群算法对夜航船舶避碰规划方法进行优化设计。首先利用航行船舶上的AIS设备确定夜航船舶运动参数,并结合障碍船的位置划分夜航船舶会遇态势。设置夜航船舶安全会遇距离并计算夜航船舶碰撞危险概率。应用免疫粒子群算法更新船舶速度和位置,当两船之间的碰撞危险度达到危险区间,确定避碰时机以及幅度,进行夜航船舶避碰规划。实验结果表明,应用免疫粒子群算法,能够有效地降低碰撞事故发生率。     

危险模式免疫控制算法优化船舶避碰策略

危险模式免疫算法是仿照生物免疫系统和基因学的一种优化搜索方法,适用于复杂问题的求解.介绍危险模式免疫算法的原理.并将该算法应用于优化船舶避碰策略.结合船舶碰撞危险度及船舶运动数学模型等相关领域知识,实现了船舶避碰策略的优化.通过仿真验证了算法的有效性,从而为船舶避碰决策提供了新的方法和思路.     

海上船舶行驶避碰策略研究

设计合理的船舶行驶避碰策略对于保证船舶安全行驶具有重要的现实意义。本文研究船舶运动参数、船舶碰撞危险度以及适应度函数,最后通过粒子群算法、改进的混沌粒子群算法和免疫粒子群算法进行海上船舶行驶避碰仿真,确定切实可行的海上船舶行驶避碰方案。     

一个基于多主体通信的船舶避碰协商模型

在船舶避碰多Agent决策支持系统(SCA-MADSS)平台上,开发一个基于多Agent通信的船舶避碰协商决策模型,从而为解决船舶避碰问题提供了一种新的方法。在Speech Act理论的基础上设计了Agent间的通信原语及其状态转移图,并根据实际避让操作需要确定了通信格式和通信关键字。基于Agent通信机制和多Agent规划方法,设计了一个以互利为目标,以合作为形式,以协商为手段的船舶避碰决策模型及其规划算法。试验结果表明该模型可以有效地减少避让过程中的不协调性,所获得的避让方案更为合理与经济。     

多船会遇自主避碰算法

船舶碰撞事故不仅带来人员和财产的巨大损失，还造成了环境污染、资源浪费等严重后果。因此，船舶自主避碰技术已成为当前船舶与航运领域研究的热点问题。提出了一种满足COLREGs避碰规则的多船会遇自主避碰算法，以经典速度障碍法为基础设计自适应采样避碰轨迹生成算法，并应用运动基元理论对避碰轨迹进行调整，使轨迹满足船舶操纵性约束条件。针对案例三体船模型，完成了多船会遇场景下的船模自主避碰航行试验，验证了所提算法的有效性和实用性，对船舶自主避碰系统的研发具有重要借鉴意义。。     

基于模型预测控制的船舶自主避碰方法

针对海上多船会遇情况下的船舶自主避碰问题,提出一种基于船舶运动数学模型的开阔水域船舶自主避碰方法.该方法利用模型预测控制(MPC)算法,在考虑船舶操纵性和避碰规则的条件下,采用模糊数学理论分析船舶航行过程中的碰撞危险度,进而构建避碰算法的评价函数,实现船舶自主避碰.仿真结果表明,该算法能解决开阔水域多船会遇情况下的船舶自主避碰问题,验证了算法的有效性.     

基于航迹推演的船舶动态智能避碰方法

针对受限水域船舶动态智能避碰问题,将航迹预测与改进速度障碍相结合,提出一种船舶动态智能避碰方法。建立两船相对运动模型并实时计算船舶避碰运动参数,基于三自由度船舶操纵运动数学(MMG)模型和Kalman滤波算法分别预测本船(OS)和目标船(TS)下一时刻运动状态;然后结合《国际海上避碰规则》(简称《规则》)、良好船艺、航迹预测模型、速度障碍算法和航向控制系统等分析设计船舶动态智能避碰决策模型;通过仿真试验验证动态智能避碰决策模型的可行性和有效性。结果表明：该算法可满足受限水域两船和多船复杂会遇局面下船舶智能避碰,实现动态避碰条件下的船舶安全航行。     

基于遗传算法的内河船舶避碰路径优化研究

提出一种遗传算法用于解决内河狭窄弯曲航道中的船舶避碰问题。运用算法的空间寻优能力,设计简单的编码,根据航道及障碍物等约束条件,按照一定的优化准则设计出相应的适应度函数。通过计算机仿真表明,该方法具有良好的避碰路径寻优能力,为最终实现自动避碰奠定基础。     

基于避碰声呐的远程鱼雷水下自主障碍规避算法研究

伴随着航程可达上千千米的远程鱼雷的出现,对鱼雷远程航渡过程中自主规避可能出现的障碍物提出新要求。本文以某型远程鱼雷为背景,基于模糊控制方法,提出一种基于避碰声呐的远程鱼雷自主避障算法,提出规避障碍物的规划,并通过计算模拟避碰声呐探测信息,在仿真平台上对该算法进验证,结果表明运用该算法远程鱼雷能利用自身携带的前视避碰声呐探测到障碍物,并通过障碍规避算法控制鱼雷航行规避障碍物时,本文提出的障碍规避算法可以引导鱼雷规避障碍物,到达设定的目标点。     

智能船舶的反应型避碰规划研究

对于多船会遇场景而言，在反应型避碰规划中考虑操船者意图具有明显的优越性，可在紧迫局面下更合理地执行《1972年国际海上避碰规则》（即COLREGs）的背离规则。对此，提出一种基于隐马尔可夫模型的操船意图预报方法，将生成的目标船意图预报结果与经典速度障碍法相融合，产生更合理的碰撞危险评估结果，据此建立的反应型避碰规划算法比经典速度障碍法更安全。依托案例三体船完成的自主避碰试验，验证所提改进算法的有效性、可靠性和实时性，为智能船舶的自主避碰研究提供参考。     

Collision-avoidance under COLREGS for unmanned surface vehicles via deep reinforcement learning

ABSTRACT

Collision avoidance for unmanned surface vehicles (USVs) is significant for the fulfillment of autonomous navigation. Generally, classical collision-avoidance algorithms are proposed for relatively simple encounter situation, in this scenario only two USVs are stressed. Furthermore, to generate the rational manoeuvre operations, it is necessary that USVs should abide by International Regulations for Preventing Collision at Sea (COLREGS). However, COLREGS has not paid attention to rules for multi-USV collision-avoidance problem. Furthermore, those collision-avoidance rules in COLREGS have not been quantified for USVs. Following that, this paper utilizes deep reinforcement learning (DRL) algorithm to resolve collision-avoidance for USVs even in complex encounter situations. Within our DRL algorithm, related COLREGS is quantified properly and integrated into the DRL model, and then encounter situation of USVs is formulated as environmental observation value, accordingly a set of decision making is reached by decision-making neural network, and the reward function is designed for updating network parameters iteratively. Consequently, collision avoidance for USVs can be achieved eventually. By employing our DRL algorithm, collision avoidance for USVs under generous complex scenarios are resolved with the aid of corresponding intelligent decision-making operations. Simulation results verify the effectiveness of our DRL algorithm.     

基于"当前"统计模型的机动目标运动要素解算

在避碰过程中,舰船一般处于机动状态.因而,对机动目标运动要素解算的精度直接影响到避碰的效果.通过对多种模型的比较,选用了"当前"统计模型,"当前"统计模型相对于其他模型能够更为真实地反映目标的机动变化.仿真结果表明,此算法收敛迅速并有较高精度,其解算所得的目标运动要素能够满足舰船避碰等实用要求.     

基于前景理论的船舶避碰决策优化方法

针对船舶避碰决策行为差异,提出一种运用前景理论求取最佳船舶避碰决策方案的优化方法。在分析避碰行为个体差异的基础上,运用前景理论和多指标灰关联决策相结合的方法,构建考虑驾驶员风险态度的船舶避碰方案选择决策优化模型,以船舶碰撞危险度、航程损失和轨迹平稳性作为决策指标,研究在同一会遇场景下驾驶员不同风险态度的最优避碰方案并进行对比分析。研究结果表明:该模型可优化船舶驾驶员在不同风险偏好下的最优避碰方案选择,将前景理论运用到船舶避碰决策优化中是可行且有效的,能为船舶避碰决策和决策拟人化提供支持。     

船舶避碰多Agent决策支持系统的设计

建立了一个船舶避碰(SCA)多Agent(主体)决策支持系统(SCA-MADSS),设计了SCA-MADSS的组织结构,并给出该结构的形式化描述,提出了船舶避碰联盟的概念及其构造原则,根据在避碰决策制定过程中功能的不同,分别建立了Control-Agent、Union-Agent、Ship-Agent和VTS-Agent四种智能主体模型,并重点介绍了Ship-Agent的BDI结构模型。     

跨海大桥桥墩防撞方案设计

以东海大桥桥墩防撞方案设计为背景,论述复杂环境下桥墩防撞设计的基本方法,对比若干可行方案。引入港 口工程中常见的大直径薄壁圆筒结构,构造一种新型的桥墩防撞系统,并给出具体构造,其良好的受力条件和地基适应性 表明：用于桥墩防撞设施具备一定的可行性。设计构造措施对同类环境下桥梁防撞设计具有一定的参考意义。