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.     

单船避碰智能决策的生成与优化方法

两船会遇是海上最常见的船舶交会态势，其避碰知识库是船舶自动避碰方法研究中动态避碰知识库的一个重要组成部分，本文首先简述船舶智能避碰的策略，再讨论两船会遇态势的划分原则及其分类，然后着重讨论宽水域单船智能避碰决策的产生与优化方法。     

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。     

船舶避碰控制系统模型研究

将船舶避碰操作视为一类控制问题,建立运动船舶在随机障碍目标环境中的避碰闭环控制系统模型;其中运动船舶为被控对象,随机障碍目标的航迹检测由雷达、红外传感器及声纳传感器等完成,并作为该系统的输入,对运动船舶航迹的检测由GPS、GPS/INS等完成,而避碰的本质就是要维持一定的控制偏差.     

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。。     

船舶避碰控制系统模型研究

将船舶避碰操作视为一类控制问题，建立运动船舶在随机障碍目标环境中的避碰闭环控制系统模型；其中运动船舶为被控对象，随机障碍目标的航迹检测由雷达、红外传感器及声纳传感器等完成，并作为该系统的输入，对运动船舶航迹的检测由GPS、GPS/INS等完成，而避碰的本质就是要维持一定的控制偏差。     

海上多目标船物联网智能避碰辅助决策研究

船舶在海上航行的过程中,多船相遇会有不同的情况。本文将基于模拟退火的粒子群优化算法应用于海上多目标船舶智能避碰辅助决策中,建立船舶转向避碰幅度目标函数模型。最后利用仿真实验说明本文算法提高了全局的收敛速度、稳定性和通用性。     

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。     

内河三叉河口水域船舶避碰路径优化研究

为避免人为失误引起内河三叉河口水域船舶碰撞事故,提出一种新的避碰空间模型--船舶动态避碰空间模型,用于内河三叉河口水域船舶避碰决策,运用遗传达退火算法对内河三叉河口水域船舶避碰路径进行优化,仿真结果表明,所提出的模型及算法可行.     

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。     

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...     

国际海上避碰规则下锚泊船避免碰撞义务的探讨

锚泊船舶与他船发生碰撞在海上船舶碰撞的案例中并不少见,海事局或者海事法院对碰撞责任进行认定时,一般都认为锚泊船舶没有碰撞责任或者承担很小比例的责任。本文分析了在《1972年国际海上避碰规则》(以下简称《避碰规则》)下,锚泊船舶与他船发生碰撞的几种类型,对如何理解《避碰规则》下锚泊船舶的避让义务提出一些看法,进行探讨。     

正确理解“不应妨碍”及其与“让路”的关系

船舶之间的责任按照《1972年国际海上避碰规则》(以下简称《规则》)可分为下列4种情况:①一船给另一船让路:第十二条(帆船)、第十三条(追越)、第十五条(交叉相遇)、第十八条(船舶之间的责任);②两船各自采取避碰行动:第十四条(对遇)、第     

船舶智能避碰决策系统中会遇局面决策模型

会遇形势(encounter situations)是确定所适用的规则条文进而确定避让责任和应采取的避让行动的重要依据之一,也是船舶智能避碰决策与控制系统的组成部分.此文综合分析国内外现有文献资料的基础上,提出了更适合船舶智能避碰决策系统的会遇形势划分方法,并建立了相应的决策模型.     

巴拿马运河避碰规则的特殊规定

概述现行《巴拿马运河避碰规则》的特殊规定和要求,比较其与《1972年国际海上避碰规则》中相应规定的差异之处,便于航行在巴拿马运河水域中的船舶掌握和遵守当地的特殊避碰规定。     

船舶避碰图和ARPA的碰撞危险区设计

本文根据英国皇家航空研究所卡尔瓦特避碰法则和《国际避碰规则》(以下简称规则)的原则,结合国内、外碰撞案例所提供的经验,建立全方位数模,编程用计算机求得全部避让信息,并设计船舶避碰图和ARPA的碰撞危险区图形。避碰图给出了具体执行《规则》的全方位避让航向或航速,方便驾驶人员用心算法快速决策避让行动。ARPA的碰撞危险区图形可提高ARPA的性能,充分给出单船和多船的全部避让信息,驾驶人员可择优选用最佳避让方案,该图形亦为研制混合型ARPA(矢量型加CAD型)提出了新的设想。     

《避碰规则》中“地效船”条款探讨

通过对《避碰规则》中“地效船”相关条款的研究和探讨,提出和明确“地效船”与其他船舶相遇时的避让责任,并对《避碰规则》提出修改建议。     

自主船舶与有人驾驶船舶动态博弈避碰决策

[目的]为实现船舶的高效避碰与安全航行,针对自主船舶与有人驾驶船舶混合航行环境下的交互避碰问题展开研究,提出一种多智能体交互的船舶动态博弈避碰决策方法。[方法]依据驾驶实践,理解并分析混行环境下的船舶避碰问题,基于《国际海上避碰规则》量化船舶会遇态势及碰撞危险,引入动态博弈理论,将存在碰撞危险的船舶个体建模为博弈中具有独立思想的参与者,并以船舶的航向改变量为博弈策略,在船舶安全性收益、社会性收益及经济性收益约束下求解船舶的最优行动序列,以及将船舶驾驶员风格的差异化引入仿真实验中以验证避碰决策的有效性。[结果]结果显示,所提方法能够在自主船舶与有人驾驶船舶混行场景下实现多船的安全会遇;各船在面对不同驾驶风格的目标船舶时均能类人地调整自身的行为策略,从而实现安全避让。[结论]所做研究可为自主船舶及有人驾驶船舶的避碰决策提供参考。     

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。