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。     

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。     

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.     

浅谈应用雷达避碰时船舶操纵应注意的问题

航行中使用雷达的目的是保证船舶船行安全，减少船舶碰撞事故，通过 对雷达在船舶避碰中应用特点及操纵原则的分析，着重探讨应用雷达避碰在船舶操纵中应注意的几个问题。     

基于计算机的海上避碰模拟系统开发

海上船舶碰撞事故威胁着海上航运的安全,造成大量经济损失的同时还会危及船员的生命安全。为了提高海上航运经济性和安全性,研究船舶的海上避碰技术有重要意义。本文主要结合计算机技术和多雷达数据融合技术,研究了一种基于计算机的海上避碰模拟系统,利用该船舶避碰模拟系统,可以实现对海域内航行船舶的碰撞几率预测,并对航行线路进行合理的规划,从而提高船舶航行的安全性。     

船舶避碰的粒子群-遗传(PSO-GA)的混合优化算法研究

随着海运航线的愈加繁忙,船舶碰撞事故时有发生,为避免船舶发生碰撞,船舶避碰决策研究已成为目前研究的热点.本文在既往研究的基础上,综合考虑船舶避碰的经济性及安全性要求,基于粒子群算法、遗传算法与非线性编程理论,建立了船舶避碰路径规划的优化模型,并通过具体案例进行仿真分析.仿真结果显示,粒子群遗传混合优化算法的收敛速度较快,船舶避碰的优化路径能够同时满足经济性及安全性要求,算法的有效性及运算效率均有了显著提高.     

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。     

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。     

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。