基于改进的神经网络的船舶碰撞危险度的模型

  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。     

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...     

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.     

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。     

考虑船位预测不确定性的船舶碰撞危险度计算方法

[目的]船舶碰撞是威胁智能船舶航行安全的主要因素。船舶碰撞危险度计算模型应及时发现船舶航行中潜在的碰撞风险,为智能船舶的自主避让决策提供依据。[方法]首先,根据船舶领域侵入程度与侵入时间等参数,分析基于领域的碰撞危险参数计算模型,将航行场景划分为单船会遇局面和本船与船舶群组的会遇局面,给出一种新的多船会遇情况下的碰撞危险参数计算模型;其次,基于维纳过程对船位预测不确定性进行建模,根据卡方分布获取船位预测不确定性椭圆;最后,给出考虑船位预测不确定性的碰撞危险参数计算方法。[结果]该计算模型能够考虑船位预测不确定性对船舶碰撞危险的影响。[结论]可以进一步保障智能船舶的海上航行安全。     

船舶碰撞危险度的避碰决策模型

船舶碰撞危险度是影响船舶航行安全的重要参数,对船舶在航行中的避碰决策起着指导性的作用。船舶在会遇时,快速而且准确的计算出船舶碰撞危险度,是进行船舶间避碰决策的基础。然后,结合船舶碰撞危险度模型和避碰几何原理,建立船舶避碰决策模型,该模型能够为船舶驾驶员提供采取避碰行动的时机和转向幅度,以获得避碰行动的最优解。     

未知环境中无人驾驶船舶智能避碰决策方法

[目的]为了实现无人驾驶船舶在未知环境下的智能避障功能,[方法]首先,建立一种基于深度强化学习(DRL)技术的无人驾驶船舶智能避碰决策模型,分析无人驾驶船舶智能避碰决策面临的问题,提出智能避碰决策的设计准则。然后,在此基础上,建立基于Markov决策方法(MDP)的智能避碰决策模型,通过值函数求解决策模型中的最优策略,使无人驾驶船舶状态对行为映射中的回报最大,并专门设计由接近目标、偏离航线和安全性组成的激励函数。最后,分别在静态、动态障碍环境下进行仿真实验。[结果]结果表明,该智能决策方法可以有效避让障碍物,保障无人驾驶船舶在未知水域中的航行安全,[结论]所提方法可为无人驾驶船舶的自主航行提供理论参考。     

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。     

基于粒子群-遗传优化算法的船舶避碰决策

为能在开阔水域中提升船舶驾驶员在多船会遇场景下的避碰决策能力,按照国际海上避碰规则(Convention on the International Regulations for Prerenting Collisions at Sea,COLREGs)的要求,综合考虑船舶航行的安全性与经济性,提出一种基于粒子群-遗传(Partide Swam Optimization-Genetic Algorithm,PSO-GA)的混合优化避碰决策算法。基于最近会遇距离(Distance of Close Point of Approaching,dCPA)和最近会遇时间(Time to Close Point of Approaching,tCPA)确定船舶碰撞危险度(Collision Risk Index,ICR)的计算方法,基于转向幅度与航行时间建立避碰决策目标函数。基于PSO-GA算法具有提高收敛精度和加速全局寻优的特点,当ICR≥0.5时,启动PSO-GA算法,获得让路船舶在全局范围内的最佳转向幅度和在新航向上的航行时间。仿真结果表明:与单独使用PSO或GA算法相比,PSO-GA算法能够以较少的迭代次数找到安全经济避碰航线。提出的避碰决策算法能够为船舶驾驶人员在避碰决策中提供参考,有助于提升船舶航行的安全性和降低船舶碰撞事故发生的风险。     

船舶避碰综合决策系统

本文研究了船舶的避碰行为以及多船多衡准的避碰决策的思维过程,应用海上交通工程理论和模糊集理论,建立了多物标多衡准的船舶避碰综合决策模型。模型的应用结果表明,该模型可综合有关信息,模拟驾驶员的决策思维,连续、迅速、准确、可靠地提出最佳的避碰方案。避碰综合决策系统的应用将极大地提高船舶航行的安全,进而实现船舶驾驶的自动化。     

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。     

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。。     

智能船舶综合测试技术体系与测试要求分析

  目的  旨在通过建模获取内河航道智能船舶自主避碰会遇场景。  方法  从船舶自动识别系统（AIS）及雷达数据采集与融合方法入手,建立船舶航行数据采集与融合系统,然后以三峡−葛洲坝两坝间的航道为例采集船舶航行数据,分析船舶主要避碰会遇场景要素,提出一种内河航道船舶避碰测试会遇场景参数化建模方法,并通过设定相关参数实现船舶避碰会遇场景的自动生成。随后,以两船及多船会遇局面测试场景为例,生成一系列测试场景,并进行仿真测试。  结果  结果显示,参数化场景生成方法可有效支撑内河船舶自主避碰算法测试的开展。  结论  所做研究可为提升内河智能船舶避碰测试的实用性提供依据。     

不同水域船舶会遇危险评判阈值

为确保船舶在不同水域实现不同会遇局面下的有效避碰,减少船舶碰撞事故的发生,依据《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)划分船舶航行水域和会遇局面,利用解析几何分析方法,结合调查问卷研究不同船型、不同会遇局面下的临界安全会遇距离S_DAc。结果表明:船舶会遇危险阈值存在差异性,无水域宽度限制的开阔水域和繁忙水域均为左舷来船时S_DAc小于右舷来船时S_DAc,水域宽度受限的航道水域左右舷来船时S_DAc基本相同;在相同会遇局面下,船型越大,S_DAc越大,船舶越危险;船型相同时,对遇、追越和交叉局面下的S_DAc逐渐增大,危险度也逐渐增大。     

“防船舶碰撞”经验谈——船舶安全避让的几点体会

能见度不良对船舶的安全航行影响很大,资料显示有60%以上的船舶碰撞事故是由于能见度不良引起的,而雷达是避碰,特别是雾中避碰不可或缺的工具。利用雷达我们可以获得碰撞危险的早期警报,使我们有更多的时间用于避让他船,避免碰撞,同时,我们利用VHF、AIS还可以对雷达上有危险的船舶进行确认和联系,协调避让,可以达到更好的避让效果。为了使船舶驾驶员能够有效地利用这些仪器进行避碰,本文介绍了能见度不良情况下利用这些仪器进行避碰的几种常用方法。供船舶驾驶员在能见度不良情况下操船避让时参考,以期能取得良好的避碰效果,确保海上航行的安全。     

基于CSSOA的多船智能避碰决策研究

[目的]智能避碰决策作为船舶安全航行的关键技术之一,对智能船舶的发展具有重要意义。针对多船会遇下的智能避碰决策问题,提出一种基于高斯变异和Tent混沌的改进麻雀搜索优化算法（CSSOA）。[方法]算法采用Tent混沌映射初始化麻雀原始种群,提高其多样性,并对适应能力差和搜索停滞的麻雀个体进行混沌映射,利用高斯变异提升局部搜索能力和鲁棒性,改进方案优化启发式算法收敛速度慢和易陷入局部最优的问题。综合考虑船舶间船速比、最小会遇距离、相对距离、最小会遇时间、相对方位等因素,利用模糊隶属度函数建立船舶碰撞风险模型,并通过多船典型会遇场景进行实例验证。[结果]实验结果显示,改进算法的平均迭代次数较粒子群算法和原麻雀算法分别减少了77.97%和53.57%。[结论]改进后的麻雀优化算法能以更优的收敛速度寻到安全经济的避碰路径,为船舶驾驶员提供避碰决策参考。     

基于拟态物理学优化算法的船舶变速避碰决策

为能在狭窄水域多船会遇情况下快速给出安全有效的避碰决策,提出一种基于拟态物理学优化算法(Artificial Physics Optimization, APO)的船舶变速避碰决策方法。该方法利用APO算法的快速寻优能力,根据《国际海上避碰规则》对变速行动幅度的要求,限定算法中可行解的空间,考虑变速冲程和冲时对会遇的影响,提高最近会遇距离值的计算精度,建立基于碰撞危险度和变速能量损失的目标函数,迭代进化获得全局范围内最优的速度值,即船舶的决策速度。狭窄水域多船会遇案例的仿真结果表明:决策速度下船舶能够安全有效地避让各目标船舶,该决策方法可行且有效,能够为船舶驾驶人员提供避碰决策支持。     

基于克隆选择优化的多船转向避碰决策

基于船舶碰撞危险度计算模型,在多船会遇态势下,利用克隆选择优化算法,本文提出一种最优转向避碰幅度计算方法。确定了最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正。基于船舶碰撞危险度和航程损失的多目标函数优化,通过分克隆选择优化算法,在《国际海上避碰规则》约束的可行域空间内,获取全局范围内的最优解。仿真结果表明克隆选择优化算法对于处理多船会遇态势下的让路船转向避碰决策的有效性。     

内河船舶避碰决策智能优化研究

针对内河船舶航行及内河航道的诸多特点,分析影响内河船舶碰撞危险的各种因素,建立内河船舶碰撞危险度的评判模型;重点对内河船舶避碰决策及优化展开研究,系统化描述保证船舶安全、经济航行的多种条件,提出相应的避碰决策模型,并在此基础上拟应用优化理论展开探讨。     

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。