第37卷　第4期大连海事大学学报Vol.37　No.4 2011年11月Journal of Dalian Maritime University Nov.,　2011文章编号:1006-7736(2011)04-0001-05船舶拟人智能避碰决策方法及其评价标准的构建李丽娜1,陈国权1,2,邵哲平1,熊振南1,杨神化1,孙洪波1(1.集美大学航海学院,福建厦门361021;2.大连海事大学航海学院,辽宁大连116026)摘要:概括船舶拟人智能避碰决策(PIDVC A)方法及其评价标准构架,论述PIDVCA方法中基本准则的定性衡量和评判依据的定量计算及其在PIDVCA生成与优化算法中的具体实施方法.模拟试验结果表明了所构建PIDVCA方法的科学性、合理性和有效性.关键词:船舶拟人智能避碰决策(PIDVCA);基本准则;评判标准中图分类号:U676.1 文献标志码:AConstruction of the PIDVC A systemand its evaluation standardLI Lina1,CHEN Guoquan1,2,SHAO Zheping1,XIONG Zhennan1,YANG Shenhua1,SUN Hongbo1(1.Navigation C olle ge,Ji mei University,Xiamen361021,China;2.Navigation C oll ege,Dalian Maritime Univers ity,Dalian116026,China)A bstract:The personifying intelligent decis ion-making for vessel col-lision avoidance(PIDVCA)system and its evaluation standard frame were summarized.The basic qualitative and quantitative judging standard in the PIDVCA and its concrete implementing way of the al-gorith m of the generation and opti mization were discussed.Simula-tion tests indicate the scientificalness,rationality and validity of the PIDCVA.Key words:personifying intelligent decision-making for vessel colli-sion avoidance(PIDVCA);basic standard;evaluationstandard0　引　言据不完全统计,绝大多数海上事故均涉及人的因素,因此研究具有智能避碰决策支持功能的船用智能避碰导航仪(VICAN)[1]对减少船舶碰撞事故发生具有重大的现实意义.如何保证VICAN自动提供的避碰决策具有合理有效性,一直是船舶避碰决策领域专家学者十分关注的问题.国内外目前对船舶安全会遇距离(d SD A[i])、紧迫局面距离(d CQS)、紧迫危险距离(d IDS)等量化模型[2-4]的研究相对较少.虽然涉及碰撞危险度研究的文献很多,但鉴于碰撞危险和碰撞危险度的模糊性和不确定性,目前尚无公认和统一的认识[5],尤其在智能避碰决策的自动化方法研究中,目前还没有形成一套较完整的决策方法及其评价标准.为此,本文基于船舶拟人智能避碰决策(PIDVCA)的研究思路[6],构建一套PIDVCA方法及其评价标准,并着重论述其内涵,分析其仿真实验验证结果.1　PIDVCA方法及其评价标准如图1所示,PIDVCA方法包含定性的基本准则、定量的评判依据和PIDVC A生成与优化算法.定量的评判依据包括潜在动态危险判据和动态危险度判定阈值、动态危险度判定准则以及决策实施方案动态优化目标函数.图1　PIDVCA方法及其评价标准构架该方法蕴涵在PIDVCA理论模型[7]中,并以过程性知识为载体的智能程序代码编译成PIDVCA可执行程序文件,指导整个PIDVCA形成过程,以确保PIDVCA实施方案达到合理、有效和优化的目的.收稿日期:2011-06-29基金项目:国家自然科学基金资助项目(60774066);福建省交通厅科研基金资助项目(200912)作者简介:李丽娜(1962-),女,福建泉州人,教授,硕士生导师,E-mail:lln668@ DOI:10.16411/ ki.issn1006-7736.2011.04.0192　PIDVCA方法及其评价标准的内涵2.1　定性的基本准则关于定性的PIDVCA基本准则,一方面是从《国际海上避碰规则》(《COLREGS》)提炼得到关于确保两船间安全协调避让的行动准则;另一方面是来自海员问卷调查结果,以及在航海雷达模拟器培训教学中收集到的经验丰富的驾驶员在典型会遇态势避让过程的通常做法以及良好船艺的运用.2.2　定量的评判依据2.2.1　潜在动态危险判据关于定量的潜在动态危险判据是指根据建立的潜在动态危险判据估算模型实时计算得到的d SD A及其最小值d SD Amin(船舶的碰撞区域半径),以及本船的安全航迹带,或称矩形框[7].文献[3]d SDA估算模型考虑了天气情况、本船的船型尺寸、操纵性参数、海域风浪对船舶的影响,以及目标船船长L t[i]、运动速度v t、与本船的相对方位B等因素.d S DA[i]、d SD Amin[i]分别表示第i个目标船与本船之间的安全会遇距离最大和最小阈值.为降低决策过程的复杂度,忽略目标船与本船的相对方位B的影响,将文献[3]中的估算公式简化为d SD Amin[i]=2S+(L o135+L t[i] 45)π(1)d S DA[i]=(v t[i]t n+d S DA min+d Fd)1852(2)其中:t n、d Fd分别为本船全速满舵旋回90°的时间和旋回进距;S为目标船位置滤波方差;L o为本船船长.如果目标船没有提供AIS信息,则令目标船船长L t[i]=350m代入式(1).如果目标船为被追越船,则d S DA[i]=d S DA[i]-v t[i]t n60(3) 本文引入危险判据阈值的可变区间,即d s[i]∈{d SD Amin[i],d SD A[i]},定义d SD A[i]、d SDA min[i]分别为可变区间的上边界和下边界,多船会遇的d SD A[i]可根据船舶密度和环境条件在其可变区间内进行调整,使之在形成PIDVCA的校验与优化过程中自动调整到合理值.引用文献[8]安全领域的模糊边界的概念,在判断目标船是否与本船存在碰撞危险时,如果目标船的d CP A[i]<0.725d S DA[i]且t CP A[i]>0时,判定该目标船与本船存在潜在危险,而在形成PIDVCA实施方案时,以d CPA[i]≥d SD A[i]为求取避让幅度的依据[9].静止碍航物的危险判断是根据船舶的操纵性参数,以船舶航线为基础形成的矩形框作为危险判断的依据,只要该矩形框内的安全水深范围没有静止碍航物,则是安全的,否则与该矩形框内的静止碍航物存在潜在的碰撞危险[7].2.2.2　动态危险度判定阈值PIDVC A方法中的动态危险度意指能较客观反映本船与危险目标船时空上的潜在碰撞危险程度,具体要求既能够反映本船与各危险目标船潜在碰撞危险的紧迫程度,又能体现本船避让各危险目标船的难易程度.定量的动态危险度判定阈值取决于d SD A[i]及d SD Amin[i]的d CQ S[i]和d ID S[i]或本船满舵改向90°或最大改向角C m(图2)的最晚施舵时机t ln[i]及其最小值t ln-min[i].动态危险度判定阈值不仅可用于判断目标船与本船是否陷入紧迫局面或紧迫危险局面,t ln[i]和t ln—min[i]还可以用于反映本船与危险目标船时空上的潜在碰撞危险程度.图2为本船全速满舵转向后目标船与本船相对运动几何图.图中C o、v o分别为本船航向和航速;v t、v r分别为目标船真速度和相对运动速度;R.M.L、N. R.M.L分别为本船改向前后目标的相对运动矢量, N.R.M.L′为N.R.M.L的平行线.显然,R.M.L和N.R.M.L′两条相对运动线的交点,就是本船改向后对应的转向点N(x b,y b)[10].根据船舶操纵性能及两船的运动关系分析,基于N(x b,y b)可以估算最晚施舵点L(x a,y a),根据平面两点式方程,便可求出d CQS[i].如图2所示的会遇态势,设本船全速满舵改向AC(10°、30°、C m)时,来船产生的相对位移为d ss,其在x轴、y轴的分量分别为x s、y s,其计算式为x s[i]=v t[i]·k t·t n·sin C t[i]-k d·D c　(4) y s[i]=v t[i]·k t·t n·cos C t[i]+k f·d Fd　(5)其中:t n为本船全速满舵转向90°的时间;D c为旋回初径;d Fd为旋回进距;v t、C t分别为目标船真航速和真航向;k t、k d、k f为大于0且小于1的系数,可根据改向角AC的大小取值.当本船全速满舵改向90°时,上述各系数取值为1.L(x a,y a)的计算参考文献[10].于是,目标船对应于d SD A[i]的d CQS[i]和目标船到达L(x a,y a)的t ln[i]由下式计算d CQS[i]=x a[i]2+y a[i]2(6) t ln[i]=(x[i]-x a[i])2+(y[i]-y a[i])2v r[i](7)2 大连海事大学学报 第37卷　其中,x [i ]、y [i ]为目标船i 与本船当前的位置坐标.当N (x b ,y b )计算式中的d S DA [i ]分别用d SD A [i]图2　紧迫危险距离模型方法示意图和d S DA min [i ]代入,根据AC 以及k t 、k d 和k f 的不同取值,分别求得初始避让施舵距离d RP [i ]、d CQS [i ]和d I DS [i ]以及目标船到达d RP [i ]、d CQ S [i ]和d I DS [i ]位置点的初始施舵时机t I SR [i ]、t ln [i ]和t ln -min [i ].当AC 取值为初始最佳改向角30°(或10°)时,将计算得到的预测相对运动方向C rn 、N (x b ,y b )以及对应的k t 、k d 和k f 值代入式(4)～(7),则计算得到t ISR [i ].2.2.3　动态危险度判定准则动态危险度判定准则由两部分构成:一是判定本船是否与潜在危险的目标船陷入紧迫局面或紧迫危险;二是在多船会遇各船动态危险度的排序以及参考目标船的判定准则.设危险目标船i 与本船的相对距离为d R [i ],如果d I DS [i ]<d R [i ]≤d CQS [i ]或t ln -min [i ]<t ln [i ]≤0,则两船已陷入紧迫局面;如果d R [i ]<d I DS [i ]或t ln -min [i ]<0,则两船已陷入紧迫危险局面.关于参考目标的定义:指多船会遇存在多艘危险目标船的情况下,用于确定PIDVCA 方案的目标船,通常也称之为避让重点船.t ln [i ]和t I SR [i ]不仅反映各目标船碰撞危险的紧迫程度,也反映本船避让各危险目标船的难易程度,可较客观地反映危险目标船与本船时空上的潜在碰撞危险程度.但由于船舶交会特征的多样性,即同一种会遇局面下可以有不同的交会特征(图3所示,T z 表示交会特征值).为确保依据参考目标船确定的PIDVCA 方案能同时避开所有的潜在危险目标船,定义t ISR [i ]为PIDVCA图3　左舷交叉会遇局面下不同交会特征示意图方法的碰撞危险度,其值越小,说明该船的危险度及对其避让的难度越大.因此,根据t I SR [i ]取值对各危险目标船的危险度大小排序是合理的,并以潜在危险目标船中t I SR [i ]最小者t ISR [n ]=min {t ISR [i ]}判定为危险度最大且避让难度最大的目标船,并以此作为本船确定初始PIDVCA 方案的参考目标船.2.2.4　PIDVCA 方案局部动态优化目标函数在满足安全的前提条件下,以避碰决策实施后航迹偏移量最小为经济指标.当仅有两船会遇时,只需要对雾航情况来自左正横附近危险目标船这种特定会遇态势的PIDVCA 方案实施动态优化;对于多船会遇,只需要对所有目标船均与本船构成潜在碰撞危险且预测复航时机较大的初始PIDVCA 方案实施动态优化,避免本船产生较大的航迹偏移量.2.3　PIDVCA 生成与优化算法定性的基本准则与定量的评判依据通过PIDVCA 生成与优化算法具体实施.按照形成决策的方法不同,将PIDVC A 生成与优化算法划分为两船会遇和多船会遇两种情况.2.3.1　两船会遇PIDVCA 生成与优化算法通常情况下,两船会遇PIDVCA 生成与优化算法[11]是基于《COLRE GS 》指导下的目标交会特征识别算法、目标潜在危险判断算法、潜在危险目标的会遇属性及本船对危险目标的避让属性识别算法的处理结果,以PIDVCA 方案生成算法为主,必要时辅以协调避碰决策优化算法、空间搜索寻优算法和动态优化目标函数指导下的PIDVCA 方案局部动态优化算法.协调避碰决策优化算法由具有让路义务的目标船的PIDVCA 实施方案计算模型与AIS 短信自动3第4期 李丽娜,等:船舶拟人智能避碰决策方法及其评价标准的构建 播发技术构成[6].空间搜索寻优算法是指本船与目标船已经陷入紧迫局面,本船在d SD A[i]的可变区间{d S DA min[i],d SD A[i]}内寻找使本船与目标船之间d CP A[i]达到最大值的PIDVCA实施方案[11].2.3.2　多船会遇PIDVCA生成与优化算法多船会遇的避碰方法没有规则可循,一般凭驾引人员的职业判断、直觉、通常做法及良好船艺的具体运用进行避碰决策和实施避让操船.“海员的通常做法”是指驾驶员在多船决策过程中的通常做法,即针对避让重点船习惯“套用”两船之间的《COLRE GS》要求;“驾驶员的直觉和良好船艺”是指驾驶员在避让操船过程中能正确把握避让时机、幅度以及复航时机,使避让实施效果既确保避让的安全性,又满足避让的经济性.可见,多船会遇的避碰方法相对两船会遇复杂.通常情况下,多船会遇PIDVCA生成与优化算法(图4)基于目标交会特征识别算法、目标潜在危险判断算法、潜在危险目标船的交会属性及本船对危险目标的避让属性识别算法和危险目标会遇态势分类算法的处理结果,由初始PIDVCA方案生成算法、让清校验算法、模拟海员通常做法的通用型算法、空间寻优搜索算法和时空寻优搜索算法为主,必要时辅以协调避碰决策优化算法和动态优化目标函数指导下的PIDVCA方案局部动态优化算法.问卷调查统计结果显示,针对本船为直航船的不协调避碰行为问题,有89.7%的海员采取通过VHF提醒来船进行协商避碰的方法.因此,上述协调避碰决策优化算法主要用于优化该类不协调的避碰行为问题,并配合AIS短信自动播发技术形成协调优化方法.时间搜索寻优算法是在调用海员通常做法通用型算法后未能找到合适的PIDVCA实施方案,在本船施舵时机(t SR[i])的可变区间{0,t L}或{t I SR[i], t L}(t L=min{t ln[i]})内进行时间搜索寻优,即按照一定的步长减小本船t SR[i]的方法寻找合适的PIDVCA实施方案.时空搜索寻优算法是在调用时间搜索寻优算法后未能找到合适的PIDVCA实施方案,需要再次调用空间搜索寻优算法,当t L≥0时所形成的PIDVCA 实施方案可获得与目标船间最大的d CP A.关于多船会遇紧迫危险决策算法仅做了初步研究[13].2.4　PIDVCA的评价标准图4　多船会遇PIDVCA生成与优化算法PIDVC A评价标准源于PIDVCA方法中定性的基本准则、定量的评判依据和PIDVCA生成与优化算法,亦称PIDVCA的评价等级,因此,PIDVCA算法具有自动分析决策效果的能力.本文假定目标船保向保速,分析预测本船实施PIDVCA方案后的避让效果,并以形成PIDVCA方案自动生成的评价等级加以体现,具体根据避让决策行动是否符合《COLRE GS》或公认的海员通常做法以及预测行动实施以后目标船与本船之间的大小来划分相应的等级(表1).表1　PIDVCA方案评价等级及其含义评价等级含义安全等级:0按照《COLREGS》,仅靠本船改向避让能确保目标船与本船在其d SDA[i]外通过,即满足dCPA≥dSDA[i]次安全等级:1陷入紧迫局面按照等级0的避让方法,仅靠本船改向避让已不能确保目标船与本船在其d SDA[i]以外通过,只能确保在其d SDAmin[i]以外通过,即d SDAmin[i]<d C PA<d SDA[i]安全等级:2(仅限于多船会遇局面)按照等级0的避让方法,仅靠本船改向避让已不能确保目标船与本船在其d SDA[i]以外通过,需要本船改变原避让方向才能满足d CPA≥d SDA[i]次安全等级:3陷入紧迫局面(仅限于多船会遇局面)按照等级2的避让方法,仅靠本船改向避让也不能确保目标船与本船在其d SDA[i]以外通过,只能确保在其d SDAmin[i]以外通过,即d SDAmin[i]<d C PA<d SDA[i]紧迫危险:4单凭本船改向避让已不能确保参考目标船与本船在其dSDAm in[i]以外通过(不能避免碰撞),只有取得对方协调避让才能避免碰撞,或需要采取辅助变速4 大连海事大学学报 第37卷　3　多船会遇的典型示例仿真分析图5为一则模拟海员通常做法的避碰决策自动生成与优化及其避碰过程自动监控的仿真示例.图5　模拟海员通常做法的自动避碰监控仿真示例本船OS 4装载PIDVCA 算法,T 1、T 2和T 3为没有装载PIDVCA 算法的目标船.从图6可知,OS 4与T 1的d CPA =0.16n mile ,构成潜在碰撞危险.对于多船避让问题,根据海员通常做法,对于避让参考船通常套用两船之间适用的《COLREGS 》来考虑.因此,基于OS 4与避让参考目标船T 1的对遇关系,OS 4需履行责任船义务,按照PIDVCA 算法计算得到初始避让30°时机为3.24min ,并预测OS 4在3.24min 后采取向右避让30°.预测结果与T 2的d CP A =0.33n mile 是否可能构成新的碰撞危险?即OS 4是否需要以T 2为避让重点目标船继续加大避让幅度还需要进一步判断.PIDVCA 算法调用模拟海员通常做法的通用型算法,先判断新危险目标T 2的t CPA 是否小于OS 4的t L ?结论是否定的;接着计算T 2的复航限制时间t c (本船复航与新的潜在危险目标不会构成实际危险的复航限制时间),判断OS 4的预测恢复航向时间是否小于T 2的t C (15.2min )?根据计算结果,OS 4预测复航时间t r (AC )(11.5min )明显小于t C ,表明OS 4复航后,与T 2的潜在碰撞危险自然消失,则本初始决策方案有效.结合图6、7可以看出,虽然OS 4改向后T 2的d CP A 从2.34n mile 下降为0.33n mile ,但是这段时间内T 2的t CP A 远大于0,在T 2的还有10几分钟之前,OS 4已经恢复原航向,使T 2的d CPA 已经恢复到1.77n mile ,可见,OS 4与T 2实际并没有构成碰撞危险.4　结　语本文通过“NSACA 仿真测试平台”的仿真试验与结果分析,验证了所构建的PIDVCA 方法可确保PIDVC A 方案的科学性、合理性和有效性.图6　OS 4与T 1、T 2、T 3的d CP A [i ]值图7　OS 4与T 1、T 2、T 3的t CP A [i ]值参考文献(References ):[1]李丽娜,杨神化,索永峰.船用智能避碰导航仪(VICAN ):中国,201063059Y [P ].2008-05-21.[2]毕修颖,吴兆麟,姜广生.船舶避碰行动领域模型的研究[J ].大连海事大学学报,2003,29(1):9-12.[3]李丽娜.船舶自动避碰研究中安全会遇距离等要素的确定[J ].大连海事大学学报,2002,28(3):23-26.[4]杨神化,李丽娜,施朝健.船舶自动避浅避礁决策支持系统[J ].上海海事大学学报,2007,28(2):14-20.[5]郑中义,吴兆麟.船舶避碰决策[M ].大连:大连海事大学出版社,2000.[6]李丽娜,杨神化,熊振南,等.船舶拟人智能避碰决策理论框架的研究[J ].中国航海,2009(2):30-34.[7]李丽娜,杨神化,陈国权,等.船舶拟人智能避碰决策理论模型的构建与验证[J ].中国科技成果,2010(22):23-25.[8]赵劲松,王逢辰.船舶避碰学原理[M ].大连:大连海事大学出版社,1999.[9]李丽娜,熊振南,高岩松,等.单船智能避碰决策的生成与优化[J ].中国航海,2002,51(2):49-52.[10]熊振南,李丽娜,周伟.紧迫危险下的船舶智能避碰决策研究[J ].中国航海,2009,32(4):39-43.[11]李丽娜,邵哲平.船舶拟人智能避碰决策理论介绍[J ].中国海事,2011,72(7):24-27.[12]李丽娜,杨神化,尹勇.船舶自动避碰仿真平台的构建与测试方法研究[J ].中国航海,2006(3):47-50.[13]周伟,李丽娜,陈国权,等.多船紧迫危险局面的智能避碰决策与仿真[J ].集美大学学报:自然科学版,2010,15(5):347-352.5第4期 李丽娜,等:船舶拟人智能避碰决策方法及其评价标准的构建 。