艦船自動(dòng)智能避碰數(shù)學(xué)模型及其仿真研究

鮑宏楊

(南通航運(yùn)職業(yè)技術(shù)學(xué)院 航海系，江蘇 南通 226010)

艦船自動(dòng)智能避碰數(shù)學(xué)模型及其仿真研究

鮑宏楊

(南通航運(yùn)職業(yè)技術(shù)學(xué)院 航海系，江蘇 南通 226010)

為了提高艦船航行的安全和效率，達(dá)到最佳操船效果，需要建立艦船自動(dòng)智能避碰數(shù)字模型。當(dāng)前模型在分析艦船避碰風(fēng)險(xiǎn)度的基礎(chǔ)上，通過(guò)人工智能、進(jìn)化計(jì)算和軟計(jì)算等方法實(shí)現(xiàn)艦船自動(dòng)智能避碰，存在避碰識(shí)別準(zhǔn)確率較低的問(wèn)題。本文提出一種新的艦船自動(dòng)智能避碰數(shù)學(xué)模型，首先對(duì)艦船會(huì)遇態(tài)勢(shì)進(jìn)行判斷；然后建立預(yù)測(cè)艦船碰撞風(fēng)險(xiǎn)判斷模型，預(yù)測(cè)本艦船實(shí)施自動(dòng)智能避碰方案后的復(fù)航時(shí)機(jī)是否已到，以及本艦船立即復(fù)航是否能夠讓清目標(biāo)艦船或其他所有目標(biāo)艦船；最后依據(jù)艦船碰撞風(fēng)險(xiǎn)判斷結(jié)果，以當(dāng)前艦船潛在碰撞風(fēng)險(xiǎn)為例，建立艦船自動(dòng)智能避碰數(shù)學(xué)模型。仿真結(jié)果證明，所提模型能夠?qū)崿F(xiàn)艦船自動(dòng)智能避碰。

艦船；自動(dòng)；智能避碰；數(shù)學(xué)模型

文獻(xiàn)[8]提出了一種基于人工智能和軟計(jì)算的艦船自動(dòng)智能避碰數(shù)學(xué)模型，該模型在分析艦船避碰風(fēng)險(xiǎn)度的基礎(chǔ)上通過(guò)人工智能和軟計(jì)算等方法建立艦船自動(dòng)智能避碰數(shù)學(xué)模型，存在避碰識(shí)別準(zhǔn)確率較低的問(wèn)題。文獻(xiàn)[9]主要綜述了模糊神經(jīng)網(wǎng)絡(luò)、人工智能系統(tǒng)和免疫算法等在艦船自動(dòng)智能避碰中的應(yīng)用，并在此基礎(chǔ)上建立了艦船自動(dòng)智能混合避碰數(shù)學(xué)模型。該模型存在穩(wěn)定性較差的問(wèn)題。文獻(xiàn)[10]提出了一種基于擬態(tài)物理學(xué)算法的艦船自動(dòng)智能避碰數(shù)學(xué)模型，首先將《國(guó)際海上避碰規(guī)則》中的相關(guān)條例作為約束性條件限定艦船避碰問(wèn)題的可行域空間；然后計(jì)算艦船最近會(huì)遇舉例和航行損失的艦船避碰目標(biāo)函數(shù)，通過(guò)迭代進(jìn)化獲取艦船避碰全局最優(yōu)解；最后利用擬態(tài)物理學(xué)算法建立艦船自動(dòng)智能避碰數(shù)學(xué)模型。該模型存在避碰識(shí)別準(zhǔn)確率較低，反應(yīng)時(shí)間較慢的問(wèn)題。

為了解決上述模型存在的問(wèn)題，提高艦船航行的安全系數(shù)，提出一種新的艦船自動(dòng)智能避碰數(shù)學(xué)模型，并通過(guò)仿真實(shí)驗(yàn)證明，所提模型能夠?qū)崿F(xiàn)艦船的自動(dòng)智能準(zhǔn)確避障，具有良好的應(yīng)用價(jià)值。

1 艦船自動(dòng)智能避碰數(shù)學(xué)模型研究

1.1 艦船會(huì)遇態(tài)勢(shì)判斷

為了實(shí)現(xiàn)艦船自動(dòng)智能避碰，需要對(duì)艦船會(huì)遇態(tài)勢(shì)進(jìn)行判斷，為后續(xù)判斷目標(biāo)艦船是否存在潛在碰撞風(fēng)險(xiǎn)提供參考依據(jù)。具體操作過(guò)程如下：

假設(shè)Q艦船舷角表示目標(biāo)艦船相對(duì)于本艦船的方位，由0°到180°向右或向左計(jì)量。?C表示目標(biāo)艦船航向CT與本艦船航向CO之差，即?C=CT–CO。

根據(jù)《國(guó)際海上避碰規(guī)則》，艦船會(huì)遇態(tài)勢(shì)可以分為艦船對(duì)遇、艦船交叉相遇和艦船追越3種類型，通常情況下艦船碰撞態(tài)勢(shì)可以分為以下幾類：

1）艦船對(duì)遇態(tài)勢(shì)：當(dāng)2艘艦船在相反或接近相反的航向上相遇至有構(gòu)成碰撞風(fēng)險(xiǎn)的態(tài)勢(shì)，即Q≤5°，且?C 在 174°～186°之間。

2）艦船的右舷交叉相遇：2艘艦船首向交叉，且目標(biāo)艦船位于本艦船右舷。根據(jù)艦船會(huì)遇角度不同還可以分為：

①艦船右舷小角度交叉相遇：Q＜45°，且?C在186°～210°之間；

②艦船右舷大角度交叉相遇：Q＜112.5°，且?C 在 210°～360°之間。

3）艦船的左舷交叉相遇：2艘艦船首向交叉，且目標(biāo)艦船位于本艦船左舷。根據(jù)艦船會(huì)遇角度不同還可以分為：

①艦船左舷小角度交叉相遇：Q＜45°，且?C在150°～174°之間；

②艦船左舷大角度交叉相遇：Q＜112.5°，且?C 在 0°～150°之間。

艦船追越態(tài)勢(shì)：1艘艦船從其他艦船正橫后大于22.5°的某一方向趕上其他艦船時(shí)，即該艦船對(duì)所追越的艦船所處位置，在夜間智能看見(jiàn)被追越艦船的尾燈而無(wú)法看到其任意一個(gè)舷燈時(shí)，被認(rèn)定是在追越中，即艦船目標(biāo) Q＞112.5°，且?C 在 0°～90°或者 270°～360°之間，目標(biāo)艦船速度Vt大于本艦船速度Vo。

艦船被追越態(tài)勢(shì)：Q＜arcsin（0.924×Vt/Vo），且?C 在 0°～90°或者 270°～360°之間，目標(biāo)艦船速度 Vt小于本艦船速度Vo。

假設(shè)d表示目標(biāo)艦船相對(duì)于本艦船的距離，則本艦船在x，y軸上的速度矢量計(jì)算表達(dá)式為：

目標(biāo)艦船在x，y軸上的速度矢量表示為：

本艦船與目標(biāo)艦船的相對(duì)運(yùn)動(dòng)速度矢量計(jì)算公式如下：

1）在x，y軸上的相對(duì)運(yùn)動(dòng)速度矢量分別為

2）在x，y軸上的相對(duì)速度大小計(jì)算表達(dá)式為

3）在x，y軸上相對(duì)航行的速度為

當(dāng)VyR＜0時(shí)，α=180°；當(dāng)VxR≥0時(shí)，分為2種情況，即 VxR＞0 時(shí)，α=0°；VxR=0 時(shí)，α=360°。

目標(biāo)艦船方位的計(jì)算表達(dá)式為

則目標(biāo)艦船相對(duì)方位、目標(biāo)艦船真方位以及本艦船航行關(guān)系的計(jì)算公式為

目標(biāo)艦船與本艦船航向交叉角計(jì)算表達(dá)式為

根據(jù)上述計(jì)算結(jié)果，可以求出本艦船與目標(biāo)艦船的轉(zhuǎn)向避碰決策DCPA和復(fù)航?jīng)Q策TCPA，其表達(dá)式分別如下：

式中：R為風(fēng)險(xiǎn)目標(biāo)艦船與本艦船的距離。

1.2 預(yù)測(cè)艦船碰撞風(fēng)險(xiǎn)判斷模型

在對(duì)艦船會(huì)遇態(tài)勢(shì)分析的基礎(chǔ)上，建立預(yù)測(cè)艦船碰撞風(fēng)險(xiǎn)判斷模型，預(yù)測(cè)本艦船實(shí)施自動(dòng)智能避碰方案后的復(fù)航時(shí)機(jī)是否已到，以及本艦船立即復(fù)航是否能夠讓清目標(biāo)艦船或其他所有目標(biāo)艦船（多目標(biāo)艦船會(huì)遇情況）。詳細(xì)描述過(guò)程如下：

定義ZXFA代表艦船自動(dòng)智能避碰執(zhí)行方案的標(biāo)識(shí)符，取 “0”代表艦船避碰方案形成以及實(shí)施前；取 “1”代表艦船避碰方案已經(jīng)開(kāi)始實(shí)施。

當(dāng)ZXFA=0時(shí)

式中：SDA max[i]表示模糊邊界的外邊界，是計(jì)算艦船碰撞風(fēng)險(xiǎn)避碰幅度的依據(jù)；0.725×SDA max表示模糊邊界的內(nèi)邊界，是判斷艦船潛在碰撞風(fēng)險(xiǎn)的閾值：SDA[i]表示基于當(dāng)時(shí)艦船會(huì)遇態(tài)勢(shì)形成避碰方案時(shí)，考慮艦船密度等影響因素后各目標(biāo)艦船和本艦船的實(shí)際安全會(huì)遇距離。

當(dāng)ZXFA=1時(shí)

式中：i=1，2，…N，N表示目標(biāo)艦船總數(shù)。SDA[i]的取值取決了艦船自動(dòng)智能避碰方案安全水平safelevel的取值。

1.3 艦船自動(dòng)智能避碰數(shù)學(xué)模型的建立

依據(jù)1.2節(jié)艦船碰撞風(fēng)險(xiǎn)判斷結(jié)果，以當(dāng)前艦船潛在碰撞風(fēng)險(xiǎn)為例，建立艦船自動(dòng)智能避碰數(shù)學(xué)模型。

假設(shè)WX代表當(dāng)前風(fēng)險(xiǎn)目標(biāo)艦船總數(shù)標(biāo)識(shí)符；NWX代表預(yù)測(cè)艦船自動(dòng)智能避碰方案存在新風(fēng)險(xiǎn)艦船目標(biāo)總數(shù)標(biāo)識(shí)符；WX[i]和NWX[i]分別代表當(dāng)前目標(biāo)艦船和預(yù)測(cè)目標(biāo)艦船狀態(tài)標(biāo)識(shí)符，取 “0”代表艦船沒(méi)有潛在碰撞風(fēng)險(xiǎn)，取 “1”代表艦船有潛在碰撞風(fēng)險(xiǎn)。以當(dāng)前艦船潛在碰撞風(fēng)險(xiǎn)為例，建立艦船自動(dòng)智能避碰數(shù)學(xué)模型，具體步驟如下：

1）假設(shè)N=1，滿足式（11），且ZXFA=0，或者滿足式（12），且ZXFA=1，則判斷目標(biāo)艦船不存在潛在碰撞風(fēng)險(xiǎn)，設(shè)定WX[i]=0，轉(zhuǎn)到步驟4；

否則假設(shè)滿足上述式（13），且ZXFA=0，則判斷目標(biāo)艦船存在潛在碰撞風(fēng)險(xiǎn)，設(shè)定WX[i]=1，滿足WX=WX+1，轉(zhuǎn)到步驟4；

否則假設(shè)滿足上述式（13），且ZXFA=1時(shí)，則說(shuō)明目標(biāo)艦船采取了避碰不協(xié)調(diào)行動(dòng)，設(shè)定WX[i]=1，轉(zhuǎn)到步驟4；

否則轉(zhuǎn)到步驟2；

2）如果ZXFA=0，且N＞1：

假設(shè)滿足上述式（13），則判定目標(biāo)艦船存在潛在碰撞風(fēng)險(xiǎn)，設(shè)定WX[i]=1，WX=WX+1；

否則，設(shè)定WX[i]=0，轉(zhuǎn)下一循環(huán)，直到i=N，再轉(zhuǎn)到步驟4；

否則當(dāng)ZXFA=1時(shí)，轉(zhuǎn)到步驟3；

3）假設(shè)滿足上述式（12）或者滿足上述式（13），且TC[i]≥TR、或者滿足上述式（13）且滿足以下條件：則認(rèn)定為新進(jìn)入艦船航行監(jiān)測(cè)區(qū)域，存在潛在風(fēng)險(xiǎn)的目標(biāo)艦船，但是暫時(shí)不會(huì)構(gòu)成碰撞威脅，則判定該目標(biāo)艦船不存在潛在碰撞威脅，設(shè)定WX[i]=0；

否則判斷該目標(biāo)艦船存在碰撞風(fēng)險(xiǎn)，則設(shè)定WX[i]=1，WX[i]=0，轉(zhuǎn)到下一循環(huán)的潛在碰撞風(fēng)險(xiǎn)判斷，直到i=N，停止對(duì)各個(gè)目標(biāo)艦船潛在碰撞風(fēng)險(xiǎn)的判斷，轉(zhuǎn)到步驟4；

4）根據(jù)風(fēng)險(xiǎn)艦船累積數(shù)量WX總體判斷是否存在碰撞風(fēng)險(xiǎn)；

假設(shè)WX=0：當(dāng)ZXFA=0時(shí)，則對(duì)目標(biāo)艦船進(jìn)行分析；而當(dāng)ZXFA=1時(shí)，則恢復(fù)艦船航向；

假設(shè)WX≠0：當(dāng)ZXFA=1時(shí)，作出艦船自動(dòng)智能避碰方案；當(dāng)ZXFA=0時(shí)，則對(duì)艦船會(huì)遇態(tài)勢(shì)進(jìn)行分析判斷、執(zhí)行艦船自動(dòng)智能避碰。

至此完成艦船自動(dòng)智能避碰模型的建立。

2 實(shí)驗(yàn)結(jié)果與分析

為了更好地開(kāi)展艦船自動(dòng)智能避碰模型研究，采取有效的計(jì)算機(jī)仿真實(shí)驗(yàn)進(jìn)行檢驗(yàn)，解決單機(jī)仿真實(shí)驗(yàn)難以檢驗(yàn)?zāi)繕?biāo)艦船不協(xié)調(diào)情況下的自動(dòng)智能避碰決策效果以及實(shí)際艦船試驗(yàn)難度較大等問(wèn)題，實(shí)驗(yàn)引入大連海事大學(xué)自主研發(fā)的艦船操縱模擬器平臺(tái)，在此平臺(tái)基礎(chǔ)上，嵌入本文模型的動(dòng)態(tài)鏈接庫(kù)，搭建 “艦船安全航行和自動(dòng)智能避碰計(jì)算機(jī)仿真測(cè)試平臺(tái)”作為艦船自動(dòng)智能避碰數(shù)學(xué)模型的測(cè)試設(shè)備，利用該平臺(tái)實(shí)現(xiàn)多目標(biāo)艦船對(duì)抗自動(dòng)智能避碰過(guò)程監(jiān)控的仿真試驗(yàn)。計(jì)算機(jī)仿真實(shí)驗(yàn)平臺(tái)由控制臺(tái)PC機(jī)、5臺(tái)本艦船PC機(jī)組成，控制臺(tái)PC機(jī)與本艦船PC機(jī)間采用無(wú)線傳感網(wǎng)絡(luò)聯(lián)結(jié)。實(shí)驗(yàn)過(guò)程中運(yùn)用的艦船模型參數(shù)設(shè)置如表1所示。

表1 艦船模型參數(shù)設(shè)置Tab. 1 Parameters setting of ship model

2.1 模擬艦船對(duì)遇態(tài)勢(shì)的案例

海上天氣良好，艦船能見(jiàn)度大于8 nmile，微風(fēng)（風(fēng)速為5 kn，風(fēng)向?yàn)?00°），本艦船OS的坐標(biāo)為51°11.726'N 5.014'W，艦船航向?yàn)?00°，艦船航速為14.8 kn，目標(biāo)艦船 TG的坐標(biāo)為 51°15.068'N 10°5.012'W，艦船航向?yàn)?80°，艦船航速為16.7 kn，2艘艦船之間的距離為3.408 nmile，DCPA為0.152 nmile，TCPA為6.5 min，目標(biāo)艦船TG與本艦船OS的相對(duì)航行速度為20.7 kn，2艘艦船構(gòu)成對(duì)遇態(tài)勢(shì)。根據(jù)《國(guó)際海上避碰規(guī)則》2艘艦船互為避讓關(guān)系，都需要采取避讓行為，當(dāng)2艘艦船距離為2.78 nmile時(shí)，模型計(jì)算艦船碰撞風(fēng)險(xiǎn)系數(shù)CRI達(dá)到0.672，此時(shí)，模型開(kāi)始調(diào)用艦船自動(dòng)智能避碰方案：本艦船OS以右舵6.8°，持續(xù)到艦船的ROT到達(dá)10.8°/min時(shí)，進(jìn)行回舵，把定操作，此時(shí)的艦船改向?yàn)?.6°，目標(biāo)艦船TG以右舵5°，持續(xù)到艦船的ROT到達(dá)11.7°/min時(shí)進(jìn)行回舵，把定操作，此時(shí)的艦船改向?yàn)?91.6°，模型通過(guò)試驗(yàn)以上自動(dòng)智能避碰方案，實(shí)現(xiàn)艦船的成功避讓。模型運(yùn)行過(guò)程中的DCPA和CRI變化的歷時(shí)曲線如圖1所示。設(shè)CRI的單位為H。

2.2 艦船追越態(tài)勢(shì)仿真試驗(yàn)

圖1 DCPA和CRI變化的歷時(shí)曲線Fig. 1 The diachronic curve of DCPA and CRI

本艦船OS的坐標(biāo)為51°11.786'N 5.004'W，艦船航向?yàn)?57°，艦船航速為19.8 kn，目標(biāo)艦船TG的坐標(biāo)為 51°12.828'N 10°5.092'W，艦船航向?yàn)?000°，艦船航速為7.8 kn，2艘艦船之間的距離為11.2 nmile，DCPA為0.01 nmile，TCPA為5.6 min，目標(biāo)艦船TG與本艦船OS的相對(duì)航行速度為11.7 kn，2艘艦船構(gòu)成追越態(tài)勢(shì)。本艦船OS為追越艦船，本艦船位于目標(biāo)艦船右舷并從目標(biāo)艦船右舷追越目標(biāo)艦船船首，2艘艦船之間構(gòu)成碰撞危險(xiǎn)，根據(jù)《國(guó)際海上避碰規(guī)則》2艘艦船互為避讓關(guān)系，本艦船OS采取避讓行為，根據(jù)計(jì)算艦船碰撞風(fēng)險(xiǎn)系數(shù)CRI達(dá)到0.628，此時(shí)，模型開(kāi)始調(diào)用艦船自動(dòng)智能避碰方案：本艦船OS以本艦船OS以右舵6.8°，持續(xù)到艦船的ROT到達(dá)14.8°/min時(shí)，進(jìn)行回舵，把定操作，此時(shí)的艦船改向?yàn)?.8°，目標(biāo)艦船TG以右舵5°，持續(xù)到艦船的ROT到達(dá)11.7°/min時(shí)進(jìn)行回舵，把定操作，此時(shí)的艦船改向?yàn)?91.6°，模型通過(guò)試驗(yàn)以上自動(dòng)智能避碰方案，實(shí)現(xiàn)艦船的成功避讓。模型運(yùn)行過(guò)程中DCPA和CRI變化的歷時(shí)曲線如圖2所示。

2.3 艦船交叉態(tài)勢(shì)仿真實(shí)驗(yàn)

圖2 DCPA和CRI變化的歷時(shí)曲線Fig. 2 The diachronic curve of DCPA and CRI

本艦船OS的坐標(biāo)為51°11.786'N 5.004'W，艦船航向?yàn)?57°，艦船航速為12.3 kn，目標(biāo)艦船TG的坐標(biāo)為 51°12.502'N 10°2.892'W，艦船航向?yàn)?300°，艦船航速為14.8 kn，2艘艦船之間的距離為1.586 nmile，DCPA為0.173 nmile，TCPA為7.06 min，目標(biāo)艦船TG與本艦船OS的相對(duì)航行速度為12.7 kn，目標(biāo)艦船TG位于本艦船真方位右舷62.2°，2艘艦船構(gòu)成交叉態(tài)勢(shì)，2艘艦船之間構(gòu)成碰撞危險(xiǎn)，根據(jù)《國(guó)際海上避碰規(guī)則》目標(biāo)艦船TG保持航向和航速，本艦船OS需要采取避讓行為，本艦船向右轉(zhuǎn)向，過(guò)目標(biāo)艦船船尾。計(jì)算艦船碰撞風(fēng)險(xiǎn)系數(shù)CRI達(dá)到0.64，此時(shí)，模型開(kāi)始調(diào)用艦船自動(dòng)智能避碰方案：本艦船OS以本艦船OS以右舵14.8°，持續(xù)到艦船的ROT到達(dá)20.8°/min時(shí)，進(jìn)行回舵，把定操作，此時(shí)的艦船改向?yàn)?4°，模型通過(guò)試驗(yàn)以上自動(dòng)智能避碰方案，實(shí)現(xiàn)艦船的成功避讓。模型運(yùn)行過(guò)程中DCPA和CRI變化的歷時(shí)曲線如圖3所示。

圖3 DCPA和CRI變化的歷時(shí)曲線Fig. 3 The diachronic curve of DCPA and CRI

2.4 多艦船會(huì)遇態(tài)勢(shì)仿真實(shí)驗(yàn)

本艦船OS的坐標(biāo)為51°11.676'N 5.003'W，艦船航向?yàn)?00°，艦船航速為16.2 kn，目標(biāo)艦船TG的坐標(biāo)為51°13.402'N3.792'W，艦船航向?yàn)?13°，艦船航速為14.5 kn，與本艦船OS距離13.937 nmile，本艦船真方位右舷23.6°，DCPA為0.248 nmile，TCPA為3.936 nmile，目標(biāo)艦船TG2位于51°13.392'N10°6.292'W，目標(biāo)艦船的航向?yàn)?50°，航速為14.2 kn，與本艦船OS之間的距離為1.948 nmile，目標(biāo)艦船真方位左舷335.2°，DCPA為0.369 nmile，TCPA為3.878 min。本艦船OS與目標(biāo)艦船TG1和目標(biāo)艦船TG2均構(gòu)成交叉碰撞危險(xiǎn)。本艦船OS與目標(biāo)艦船TG1和目標(biāo)艦船TG2分別采取右讓和左讓的自動(dòng)智能避碰決策。由此可知，本艦船OS智能采取保持航向，降低航速；目標(biāo)艦船TG1和目標(biāo)艦船TG2則分別采取左讓和右轉(zhuǎn)避讓決策。此時(shí)，模型開(kāi)始調(diào)用艦船自動(dòng)智能避碰方案：本船車(chē)鐘由Full Ahead（100.3 rpm）對(duì)應(yīng)艦船航速16.2 kn降至Slow Ahead（70.2 rpm）對(duì)應(yīng)航速12.3 kn，目標(biāo)艦TG1向左轉(zhuǎn)向30°，其航向調(diào)整為185°（避碰模型建議：左舵16°，持續(xù)到ROT到達(dá)23°/min時(shí)，進(jìn)行回舵，把定操作，此時(shí)目標(biāo)艦船TG1改向?yàn)?85°）；目標(biāo)艦船TG2向右轉(zhuǎn)向25°，航向方向調(diào)整為175°（避碰模型建議：右舵13°，持續(xù)到ROT到達(dá)28.9°/min時(shí)，進(jìn)行回舵，把定操作，此時(shí)目標(biāo)艦船TG1改向?yàn)?75°）。模型通過(guò)試驗(yàn)以上自動(dòng)智能避碰方案，實(shí)現(xiàn)艦船的成功避讓。模型運(yùn)行過(guò)程中DCPA和CRI變化的歷時(shí)曲線如圖4所示。

圖4 DCPA和CRI變化的歷時(shí)曲線Fig. 4 The diachronic curve of DCPA and CRI

3 結(jié) 語(yǔ)

采用當(dāng)前模型對(duì)艦船自動(dòng)智能避碰對(duì)潛在碰撞風(fēng)險(xiǎn)分析的不全面，使得避碰決策執(zhí)行不協(xié)調(diào)，為此提出一種新的船舶自動(dòng)智能避碰數(shù)學(xué)模型，并通過(guò)計(jì)算機(jī)仿真實(shí)驗(yàn)對(duì)船舶自動(dòng)智能避碰數(shù)學(xué)模型進(jìn)行檢驗(yàn)，證明了所提模型的有效性。對(duì)航海的自動(dòng)化技術(shù)提供了可靠保證。

[1]陳姚節(jié), 李爽, 范桓, 等. 基于速度矢量坐標(biāo)系的多船自動(dòng)避碰研究[J]. 計(jì)算機(jī)仿真, 2015, 32(6): 420–424.

CHEN Yao-jie, LI Shuang, FAN Huan, et al. Automatic collision avoidance of multi-ships based on velocity vector coordinate[J]. Computer Simulation, 2015, 32(6): 420–424.

[2]管小清, 常青, 梁冠豪, 等. 一種冗余機(jī)械臂的多運(yùn)動(dòng)障礙物避障算法[J]. 計(jì)算機(jī)測(cè)量與控制, 2015, 23(8): 2802–2805.

GUAN Xiao-qing, CHANG Qing, LIANG Guan-hao, et al.Multiple mobile obstacles avoidance algorithm for redundant manipulator[J]. Computer Measurement & Control, 2015,23(8): 2802–2805.

[3]尹新城, 胡勇, 牛會(huì)敏. 未知環(huán)境中機(jī)器人避障路徑規(guī)劃研究[J]. 科學(xué)技術(shù)與工程, 2016, 16(33): 221–226.

YIN Xin-cheng, HU Yong, NIU Hui-min. Path planning study for robot obstacle avoidance in unknown environment[J].Science Technology and Engineering, 2016, 16(33): 221–226.

[4]周愷. 信息素模糊邏輯導(dǎo)引的機(jī)器人室內(nèi)避障算法[J]. 科技通報(bào), 2015, 31(12): 220–222.

ZHOU Kai. Indoor robot obstacle avoidance algorithm introduction of pheromone fuzzy logic guidance[J]. Bulletin of Science and Technology, 2015, 31(12): 220–222.

[5]劉彥戎. 基于STC89C51RC單片機(jī)的智能遙感避障小車(chē)的系統(tǒng)設(shè)計(jì)[J]. 電子設(shè)計(jì)工程, 2017, 25(3): 45–48.

LIU Yan-rong. Design of intelligent obstacle avoidance car remote sensing system based on STC89C51RC microcontroller[J]. Electronic Design Engineering, 2017, 25(3): 45–48.

[6]曹海. 人工免疫算法的船舶避碰智能策略研究[J]. 艦船科學(xué)技術(shù), 2016, 38(2): 10–12.

CAO Hai. Research on intelligent strategy of ship collision avoidance of artificial immune algorithm[J]. Ship Science and Technology, 2016, 38(2): 10–12.

[7]賀益雄, 黃立文, 牟軍敏, 等. 交叉相遇局面讓路船自動(dòng)避碰行動(dòng)方案[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2015(8): 1024–1029.

HE Yi-xiong, HUANG Li-wen, MOU Jun-min, et al. A scheme for automatic collision avoidance of a give-way vessel in the crossing situation[J]. Journal of Harbin Engineering University, 2015(8): 1024–1029.

[8]熊勇, 賀益雄, 黃立文. 基于速度障礙的多船自動(dòng)避碰控制方法[J]. 中國(guó)航海, 2015, 38(3): 46–51.

XIONG Yong, HE Yi-xiong, HUANG Li-wen. Multi-ship collision avoiding control considering velocity obstacle[J].Navigation of China, 2015, 38(3): 46–51.

[9]呂紅光, 尹勇, 尹建川. 混合智能系統(tǒng)在船舶自動(dòng)避碰決策中的應(yīng)用[J]. 大連海事大學(xué)學(xué)報(bào), 2015, 41(4): 29–36.

LV Hong-guang, YIN Yong, YIN Jian-chuan. Application of hybrid intelligent systems in automatic collision avoidance decision-making for ships[J]. Journal of Dalian Maritime University, 2015, 41(4): 29–36.

[10]吳蓓. 船舶避碰中灰色數(shù)據(jù)挖掘研究[J]. 艦船科學(xué)技術(shù),2016, 38(9A): 151–153.

WU Bei. The research of gray data mining algorithm in the ship collision avoidance system [J]. Ship Science and Technology, 2016, 38(9A): 151–153.

Research on automatic mathematical model of ship's automatic intelligent collision and its computer simulation

BAO Hong-yang
(Department of Navigation, Nantong Vocational and Technical Shipping College, Nantong 226010, China)

In order to improve the safety and efficiency of ship navigation, to achieve the best boat effect, the need for ship automatic intelligent collision avoidance digital model to study. Based on the analysis of the risk of collision avoidance,the current model can realize the automatic collision avoidance of ships by means of artificial intelligence, evolutionary computation and soft computing. There is a problem that the accuracy of collision avoidance is low. In this paper, a new mathematical model of automatic collision avoidance of ships is proposed. First, the situation of ship encounters is judged. Then, the ship collision risk judgment model is established to predict the recovery of the ship after the automatic intelligent collision avoidance whether the ship has arrived, and whether the ship can be re-deployed immediately to clear the target ship or all other target ships. Finally, according to the ship collision risk judgment results, the current ship potential collision risk, for example, the establishment of ship automatic intelligence collision mathematical model. Computer simulation experiments show that the proposed model can achieve the ship automatic intelligent collision avoidance.

ship；automatic；intelligent collision avoidance；mathematical model

U675

A

1672 – 7649(2017)10 – 0164 – 06

10.3404/j.issn.1672 – 7649.2017.010.033

0 引 言

隨著現(xiàn)代科技的不斷發(fā)展和進(jìn)步，特別是計(jì)算機(jī)技術(shù)、傳感器技術(shù)、人工智能技術(shù)以及模糊數(shù)學(xué)理論的發(fā)展，航海技術(shù)發(fā)生了重大變革[1–2]。世界航運(yùn)經(jīng)濟(jì)得到迅猛發(fā)展，艦船總量的日趨增加，艦船航行速度的不斷提升是艦船安全航行面臨的巨大挑戰(zhàn)，同時(shí)也對(duì)艦船航行的自動(dòng)化和智能化發(fā)展起到了推動(dòng)性作用[3–4]。相比較早期艦船航行的導(dǎo)航系統(tǒng)功能較為單一，現(xiàn)代化艦船裝備精良，但是在艦船航行過(guò)程中，艦船之間的碰撞、艦船擱淺、艦船觸礁等海洋事故仍舊頻發(fā)。這些頻頻發(fā)生的海洋事故除了造成大量人員傷亡之外還造成現(xiàn)代海洋生態(tài)系統(tǒng)破壞[5]。通過(guò)分析這些海洋事故發(fā)生的數(shù)據(jù)可知，除了一些外在不可抗力引發(fā)的海洋事故之外，艦船碰撞事故發(fā)生的概率還在持續(xù)增長(zhǎng)[6]。據(jù)可靠數(shù)據(jù)統(tǒng)計(jì)，96%以上的艦船碰撞海洋事故是由于艦船值班駕駛員沒(méi)能?chē)?yán)格遵守《國(guó)際海上避碰規(guī)則》導(dǎo)致的。為了提高艦船航行的安全和效率，達(dá)到最佳操船效果，需要對(duì)艦船自動(dòng)智能避碰數(shù)字模型進(jìn)行研究。當(dāng)前的艦船自動(dòng)智能避碰數(shù)學(xué)模型主要將可拓學(xué)與避碰學(xué)相結(jié)合[7]，實(shí)現(xiàn)艦船自動(dòng)智能避碰，存在實(shí)際應(yīng)用性能較差的問(wèn)題。

2017 – 06 – 14

鮑宏楊(1979 – )，男，碩士，講師，研究方向?yàn)榇氨芘雠c導(dǎo)航、航海職業(yè)教育。