內(nèi)河航運(yùn)系統(tǒng)監(jiān)管技術(shù)現(xiàn)狀與展望

陳德山，范騰澤，元海文，嚴(yán)新平1a,,3

(1.武漢理工大學(xué)，a.智能交通系統(tǒng)研究中心，b.交通與物流工程學(xué)院，武漢 430063；2.國家水運(yùn)安全工程技術(shù)研究中心，武漢 430063；3.廣東省內(nèi)河港航產(chǎn)業(yè)研究有限公司，廣東 韶關(guān) 512100)

0 引言

內(nèi)河航運(yùn)系統(tǒng)憑借經(jīng)濟(jì)性優(yōu)勢在交通運(yùn)輸領(lǐng)域發(fā)揮巨大作用[1]，被稱為“自然的高速公路”，我國內(nèi)河航運(yùn)已形成“兩橫一縱兩網(wǎng)十八線”高等級航運(yùn)網(wǎng)絡(luò)[2]，截止2021 年，我國內(nèi)河航道通航里程已達(dá)12.76 萬km，運(yùn)輸船舶保有量為12.59 萬艘。運(yùn)營船舶數(shù)量的持續(xù)增長在給內(nèi)河航運(yùn)系統(tǒng)帶來巨大經(jīng)濟(jì)效益的同時也造成了兩方面不利影響：一方面，內(nèi)河航運(yùn)系統(tǒng)設(shè)施建設(shè)存在周期長、費(fèi)用高及難度大的問題，交通建設(shè)增長速度與交通需求的逐年快速提升不相適應(yīng)，內(nèi)河航道通航壓力劇增，在一定程度上提高了水上交通突發(fā)事件發(fā)生的風(fēng)險，造成嚴(yán)重生命財產(chǎn)損失[3]；另一方面，航運(yùn)系統(tǒng)因其承擔(dān)龐大運(yùn)輸總量而成為能源消耗大戶，2020年，全球航運(yùn)業(yè)碳排放占全球人為活動排放總量的比重已逼近3%。IMO(International Maritime Organization)預(yù)測，如果控制措施不及時落實，2050年，船舶所排放的CO2數(shù)量將會占全球CO2總排放量的12%～18%。

內(nèi)河航運(yùn)系統(tǒng)由船舶、航道、港口及各種支持保障設(shè)施等要素組成[4]，船舶作為內(nèi)河航運(yùn)系統(tǒng)主體，航道起載體作用，港口作為系統(tǒng)運(yùn)行中轉(zhuǎn)樞紐。內(nèi)河航運(yùn)系統(tǒng)監(jiān)管技術(shù)獨立于系統(tǒng)要素之外，又針對系統(tǒng)要素，是不增加交通資源建設(shè)成本并能提高水上安全水平的有效手段[5]，同時，據(jù)北歐最大的港口——哥德堡港統(tǒng)計報告，海事監(jiān)管機(jī)構(gòu)主動協(xié)調(diào)和優(yōu)化船舶進(jìn)出港口和閘區(qū)排班，已成為船舶運(yùn)營周期中第二大降低碳排放的措施[6]。歐盟制定了面向2030 年交通領(lǐng)域發(fā)展計劃，旨在建立泛歐運(yùn)輸網(wǎng)絡(luò)(TEN-T)，構(gòu)建鐵路、公路及內(nèi)陸水道等一體化網(wǎng)絡(luò)，提高多式聯(lián)運(yùn)銜接效率，其中，重點強(qiáng)調(diào)了開發(fā)智能、可持續(xù)、多模式及高性能的基礎(chǔ)設(shè)施，提高交通參與者安全水平和改善貨物的自由流動[7]。一體化和智能化監(jiān)管體系建設(shè)已上升到我國國家戰(zhàn)略層面，2019年，中共中央和國務(wù)院發(fā)布《交通強(qiáng)國建設(shè)綱要》，提出“加強(qiáng)基礎(chǔ)設(shè)施運(yùn)行監(jiān)測檢測，開發(fā)新一代智能交通管理系統(tǒng)”，交通運(yùn)輸部等部委在《智能航運(yùn)發(fā)展指導(dǎo)意見》中，針對智能航運(yùn)監(jiān)管提出“重點突破狀態(tài)感知、信息交互及運(yùn)行協(xié)同等關(guān)鍵技術(shù)，顯著提升航運(yùn)生產(chǎn)運(yùn)行管理智能化水平”。

在國際戰(zhàn)略和國家政策的引導(dǎo)下，海事機(jī)構(gòu)高度重視航運(yùn)系統(tǒng)監(jiān)管體系構(gòu)建與技術(shù)的應(yīng)用。2013年，在歐盟TEN-T政策支持下，針對水路交通研究，瑞典海事局聯(lián)合芬蘭、丹麥及德國等國家的38家權(quán)威機(jī)構(gòu)研發(fā)MONALISA 2.0項目，搭建了復(fù)雜水域船舶交互測試平臺，通過檢測不同船舶預(yù)定路線，在測試平臺求解最佳替代路線，并對船員予以路線推薦，以避免交通擁堵，保持船舶安全暢通運(yùn)營[8]。2015年，為解決當(dāng)前船與船溝通方式單一的問題，國際航標(biāo)組織和國際海事組織提出開發(fā)VDES(VHF Data Exchange System)的倡議，目的是創(chuàng)建具備更高帶寬的高效頻譜船舶監(jiān)管溝通系統(tǒng)，實現(xiàn)船間通訊全球無縫覆蓋，目前，第1 代全球VDES衛(wèi)星網(wǎng)絡(luò)已于2022年啟動應(yīng)用。2020年，我國江蘇海事局精準(zhǔn)對接交通運(yùn)輸部提出的“水上大交管”布局，在長江率先建設(shè)了“資源要素聯(lián)網(wǎng)、信息數(shù)據(jù)聯(lián)通、交通組織聯(lián)控及應(yīng)急指揮聯(lián)動”內(nèi)河監(jiān)管局面，并聯(lián)合中船重工鵬力科技集團(tuán)開發(fā)國內(nèi)首套面向海事監(jiān)管的VTS(Vessel Traffic Service)系統(tǒng)“PRIDe VTS 1000”“船E行”船端平臺，集成了水面風(fēng)險區(qū)域動態(tài)甄別、船舶碰撞主動預(yù)警以及航道船舶智慧管理等功能，極大簡化了傳統(tǒng)航運(yùn)船舶“一區(qū)一報”的業(yè)務(wù)流程。浙江海事局整合升級現(xiàn)有水面感知定位系統(tǒng)，接入低軌衛(wèi)星，建立海事監(jiān)管云數(shù)據(jù)庫，通過云計算中心分析和預(yù)測船舶動態(tài)方位、氣象和潮汐等數(shù)據(jù)，形成海事監(jiān)管全局狀態(tài)感知，該平臺在防止船舶碰撞和水上交通流組織等方面發(fā)揮重要作用。交通運(yùn)輸部科學(xué)研究院針對目前內(nèi)河航道安全監(jiān)測中存在的視頻碎片化和子系統(tǒng)數(shù)據(jù)分離問題，利用BIM(Building Information Modeling)建模技術(shù)開發(fā)虛擬空間重構(gòu)的三維航道運(yùn)行場景，將實時離散的不同視角監(jiān)控視頻與三維場景模型相結(jié)合，建立場景中不同視頻圖像之間的空間相關(guān)性，利用VR(Virtual Reality)標(biāo)簽的形式更新和展示數(shù)字孿生場景下對應(yīng)狀態(tài)，并基于水上安全管理要求和業(yè)務(wù)邏輯開展監(jiān)控、取證和應(yīng)急響應(yīng)，減輕了管理者了解實時視頻畫面的壓力[9]。

目前，內(nèi)河航運(yùn)系統(tǒng)監(jiān)管技術(shù)的普適性和深度智能化研究還需要攻克更多的理論難題，現(xiàn)階段的海事監(jiān)管技術(shù)更多地集中在監(jiān)管技術(shù)的綜合集成和基于數(shù)據(jù)的信息深度挖掘，目標(biāo)是在一定程度上降低監(jiān)管參與者的勞動負(fù)荷，尚屬于監(jiān)管的自動化階段。本文通過分析相關(guān)系統(tǒng)研究基礎(chǔ)構(gòu)成，從態(tài)勢感知、事件監(jiān)視和組織優(yōu)化角度闡述技術(shù)現(xiàn)狀，提煉關(guān)鍵技術(shù)，并對未來內(nèi)河海事監(jiān)管發(fā)展方向提出創(chuàng)新方向，旨在建立一種大范圍內(nèi)高效、智能及全方位的內(nèi)河航運(yùn)運(yùn)行管理體系，對保障內(nèi)河航運(yùn)安全，提高內(nèi)河資源利用效率以及降低溫室氣體排放方面具有重要意義。

1 內(nèi)河航運(yùn)系統(tǒng)監(jiān)管研究現(xiàn)狀

1.1 態(tài)勢感知

從海事監(jiān)管角度分析，態(tài)勢是船舶與通航設(shè)施和通航環(huán)境等耦合作用后產(chǎn)生的結(jié)果，并通過船舶交通流密度/速度、船舶領(lǐng)域、最近會遇距離(Distance at the Closest Point of Approach, DCPA)/最小會遇時間(Time to the Closest Point of Approach,TCPA)、軌跡比例[10]及迫近程度[11]等評估指標(biāo)衡量，態(tài)勢感知結(jié)果為海事監(jiān)管人員提供了具有潛在事故風(fēng)險的觀測目標(biāo)。

內(nèi)河航運(yùn)系統(tǒng)運(yùn)行態(tài)勢感知承載著揭示水面交通行為影響的基礎(chǔ)功能，相關(guān)研究主要圍繞交通安全需求展開，內(nèi)河航運(yùn)態(tài)勢感知研究伴隨傳感器技術(shù)進(jìn)步，從單一傳感器感知要素運(yùn)行信息，逐步向多傳感器融合感知和智能感知局面發(fā)展，如圖1所示。

圖1 態(tài)勢感知技術(shù)內(nèi)容Fig.1 Technical content of situation awareness

早在1948 年，世界第一部岸基船舶監(jiān)測雷達(dá)在英國利物浦港建立，標(biāo)志著海事監(jiān)管開端，海事監(jiān)管人員基于雷達(dá)回波圖像感知固定區(qū)域船舶運(yùn)行位置和航區(qū)密度等水面狀態(tài)。1971年，F(xiàn)UJI[12]基于岸基雷達(dá)船舶位置數(shù)據(jù)首次提出“船舶領(lǐng)域”概念，其定義為：“其他船只必須避開的圍繞船只的二維區(qū)域或規(guī)避區(qū)域”，該概念體現(xiàn)了船舶自身安全范圍，被廣泛應(yīng)用于船舶邏輯避碰和路徑規(guī)劃。為精細(xì)化刻畫船舶領(lǐng)域，WANG等[13]進(jìn)一步考慮了船舶性能的影響，提出四元數(shù)船舶領(lǐng)域(Quaternion Ship Domain,QSD)，其形狀由船舶速度、長度和機(jī)動性參數(shù)確定，其大小則由四個方向的半徑(前舷、后舷、右舷和左舷)決定，且該半徑隨船舶速度變化。GOERLANDTETAL等[14]則在船舶操縱性基礎(chǔ)上，進(jìn)一步將冰區(qū)這一特殊交通條件納入船舶領(lǐng)域求解模型，分析了船舶跟隨破冰船場景下冰況對船舶周圍安全距離的影響。

IMO 要求一定噸位船舶配備船舶自動識別系統(tǒng)(Automatic Identification System，AIS)[15]，AIS 在海事甚高頻段自動交替發(fā)送當(dāng)前船舶船號、經(jīng)緯度及船舶類型等動靜態(tài)信息，彌補(bǔ)了雷達(dá)圖像無法直接識別船舶速度以及身份信息識別能力的不足，相關(guān)學(xué)者利用AIS 數(shù)據(jù)中船號、航行速度、方向及位置參數(shù)設(shè)計了兩船的最近會遇距離DCPA 和最小會遇時間TCPA指標(biāo)，通過感知兩船時間和空間上最接近距離大小定量刻畫船舶危險情況[16]。

伴隨水文氣象傳感器、高清成像技術(shù)及甚高頻技術(shù)等先進(jìn)傳感器技術(shù)的飛速發(fā)展，內(nèi)河海事監(jiān)管向廣域方向發(fā)展，1985年《國際海上人命安全公約》要求各國在交通流量較大，區(qū)域危險程度較高水域建立VTS系統(tǒng)，該系統(tǒng)借助于人機(jī)交互界面結(jié)合自動化分析技術(shù)將AIS、VHF(Very High Frequency)、CCTV(Closed Circuit Television)及天氣等航道動態(tài)信息集成到電子顯示端，有助于提高海事監(jiān)管人員有效地理解和推理各要素狀態(tài)的水平，并產(chǎn)生有效的監(jiān)管決策，VTS系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 VTS系統(tǒng)結(jié)構(gòu)Fig.2 VTS system structure

VTS系統(tǒng)集成了船舶位置和環(huán)境數(shù)據(jù)，有關(guān)學(xué)者為豐富態(tài)勢感知研究的全面性，結(jié)合船舶機(jī)動特性等知識，綜合評價船舶態(tài)勢。文元橋等[17]利用風(fēng)和能見度等水上環(huán)境信息結(jié)合船舶載重數(shù)據(jù)建立水上“安全模態(tài)”概念，綜合考慮了不同噸位船舶在不同環(huán)境下的安全波動態(tài)勢。由于船舶航行過程中轉(zhuǎn)向動作頻繁，單純考慮DCPA 和TCPA 不足以刻畫船舶交互行為，致使局部參數(shù)波動而錯誤理解會遇態(tài)勢，BUKHARI 等[18]增加方位角和羅盤度數(shù)參量，采用模糊推理方法評估船舶運(yùn)動安全態(tài)勢并予以可視化。YU等[19]基于AIS數(shù)據(jù)考慮遭遇船的速度和航向機(jī)動特性，采用方向約束時空棱鏡法表征船間相互作用的動態(tài)態(tài)勢。前述態(tài)勢感知包含具體求解過程，為提高實際應(yīng)用效率，JIA等[20]采用循環(huán)神經(jīng)網(wǎng)絡(luò)建立了船舶運(yùn)動基本參數(shù)與兩船會遇態(tài)勢結(jié)果的映射關(guān)系，而不考慮兩者之間具體機(jī)理，該模型可以完成會遇態(tài)勢的迭代更新預(yù)測，并采用累計態(tài)勢反映兩船之間風(fēng)險變化趨勢。

內(nèi)河海事態(tài)勢感知的研究與實踐多以單船和成對船舶為主要研究對象，通過計算船-船態(tài)勢大小，借助計算機(jī)顯示技術(shù)以協(xié)助海事監(jiān)管人員關(guān)注呈緊張態(tài)勢的船舶，但是，面對船舶數(shù)量日益繁多和航運(yùn)交通趨于高復(fù)雜的內(nèi)河航運(yùn)系統(tǒng)，只關(guān)注船舶與臨近船舶的安全態(tài)勢可能會誤導(dǎo)監(jiān)管人員產(chǎn)生低效的船員路線規(guī)劃建議或緊急避險指令，如何描述多船會遇下的態(tài)勢關(guān)系是最新研究的關(guān)注點。WANG 等[21]提出一種針對多船相遇情況的自適應(yīng)態(tài)勢理解模型，該模型的核心功能是推斷其他目標(biāo)船舶的航行意圖，主要由兩個子模型組成：一是船舶遭遇情景分析模型，實現(xiàn)從全局視角對整個會遇情景的認(rèn)知；二是模糊推理系統(tǒng)，考慮了多船相遇情況的不確定性，會遇情境分析模型的輸出是意圖推理模型的輸入，結(jié)果表明，該模型在復(fù)雜的多船會遇情況下具有良好的態(tài)勢理解性能。ZHEN等[22]針對復(fù)雜水域難以準(zhǔn)確量化多船相遇情況，提出一種結(jié)合密度聚類和多種影響因素的區(qū)域船舶會遇態(tài)勢評估方法。首先，利用DBSCAN 對船舶位置進(jìn)行聚類，得到遭遇船集群的空間分布；然后，綜合考慮聚類船舶DCPA、TCPA 和相對方位角(RB)的影響因素，建立集群碰撞態(tài)勢計算函數(shù)，該研究為復(fù)雜水域VTS 中心識別重點觀測船舶提供了理論依據(jù)，但是聚類算法只考慮空間距較小的集群，對于水面態(tài)勢的把握仍不夠全面。SUI 等[23]引入復(fù)雜網(wǎng)絡(luò)理論感知區(qū)域性多船態(tài)勢，考慮了監(jiān)管水域內(nèi)所有船舶間交互關(guān)系，彌補(bǔ)了上述研究的不足，建立了以所有船舶為節(jié)點，以節(jié)點間交互關(guān)系為邊的圖結(jié)構(gòu)，并通過復(fù)雜網(wǎng)絡(luò)理論中結(jié)構(gòu)熵指標(biāo)評價多船態(tài)勢復(fù)雜度，該研究在態(tài)勢的廣度上有所突破，可實現(xiàn)航道網(wǎng)級別態(tài)勢感知。

當(dāng)前內(nèi)河航運(yùn)的“感知-處理-傳輸”技術(shù)正逐步升級，例如，智能船舶高度集成了低軌衛(wèi)星信息[24]和遙感信息[25]，為實時感知除船舶本身之外的相關(guān)要素狀態(tài)(例如，既定路線的航道結(jié)構(gòu))提供了可能，云計算和云儲存等先進(jìn)信息處理技術(shù)支持在線處理船舶運(yùn)動速度和位置等結(jié)構(gòu)化數(shù)據(jù)與天氣、運(yùn)營方案及語音指令等非結(jié)構(gòu)化實體大數(shù)據(jù)，并依靠廣域5G移動通信技術(shù)實現(xiàn)交互信息與岸基的實時傳輸[26-27]，將有力支撐內(nèi)河態(tài)勢感知逐步融合航道結(jié)構(gòu)、錨地分布及利用率和港口裝備運(yùn)行等信息，形成內(nèi)河航運(yùn)綜合態(tài)勢感知網(wǎng)絡(luò)，促進(jìn)內(nèi)河全要素態(tài)勢多粒度、多模態(tài)和及時性表達(dá)，以便于態(tài)勢感知研究成果更好地服務(wù)于內(nèi)河海事監(jiān)管。

1.2 事件監(jiān)視

內(nèi)河航運(yùn)中船舶安全運(yùn)行是發(fā)揮內(nèi)河航運(yùn)經(jīng)濟(jì)價值的基礎(chǔ)保障。內(nèi)河運(yùn)行事件通常指時間和地點隨機(jī)性強(qiáng)，且對航道通行效率和安全水平有負(fù)面影響的船舶碰撞、擱淺現(xiàn)象以及船舶異常行為。在內(nèi)河海事監(jiān)管早期，受限于內(nèi)河航道信息感知設(shè)備技術(shù)水平不足，相關(guān)學(xué)者利用事件統(tǒng)計數(shù)據(jù)分析事件特點，主要開展事件常發(fā)區(qū)域識別和時間分布規(guī)律等事件“后”分析，實時監(jiān)測系統(tǒng)的應(yīng)用提供了更為全面的航道信息，推動海事監(jiān)管向事件“中”檢測和事件“前”預(yù)測方向發(fā)展，如圖3所示。

圖3 事件監(jiān)視技術(shù)內(nèi)容Fig.3 Technical content of incident monitoring

內(nèi)河航道結(jié)構(gòu)特殊性往往對船舶航行造成一定影響，例如，相向而行船舶在彎道航段可能由于橫流的側(cè)推作用發(fā)生碰撞，從歷史事件統(tǒng)計數(shù)據(jù)中挖掘信息，識別事件常發(fā)區(qū)域及致因，有助于監(jiān)管部門對危險水域予以較高關(guān)注度，提高監(jiān)管效率。ZHANG 等[28]建立了內(nèi)河水域兩階段黑點識別模型，基于歷史事件位置數(shù)據(jù)，首先，采用航道動態(tài)分割方法粗略識別事故多發(fā)航段；然后，通過DBSCAN 算法精細(xì)識別事件率較高的航道水域，完成對航道事件常發(fā)地的辨析。XUE 等[29]基于2009—2018年長江三峽水庫歷史事故統(tǒng)計數(shù)據(jù)，從事故類別和嚴(yán)重程度，涉及事故的船型、空間等方面開展對比分析，分析船舶事故時空分布特征及致因規(guī)律，該研究發(fā)現(xiàn)了庫區(qū)擱淺是最常見的船舶事故，人為失誤是造成這些事故的主要原因，主要包括船員疏忽和操作不當(dāng)，這些研究結(jié)果進(jìn)一步為內(nèi)河海事監(jiān)管提供決策支持。

以VTS 系統(tǒng)為代表的內(nèi)河海事實時監(jiān)測系統(tǒng)廣泛應(yīng)用，推動相關(guān)學(xué)者挖掘水面觀測數(shù)據(jù)源內(nèi)涵信息，內(nèi)河實時事件識別成為可能，主要包括船舶碰撞事件檢測及異常行為檢測等。王瑩等[30]利用內(nèi)河水面CCTV 視頻監(jiān)控信息，基于圖像識別技術(shù)，識別固定視角下視頻中的船舶，依據(jù)船舶像素點間距離推測船舶間距離和相對速度參數(shù)，判斷軌跡在空間中是否重疊，完成航道內(nèi)船舶碰撞事件監(jiān)視，由于該模型未能充分考慮航區(qū)三維空間結(jié)構(gòu)特征，因此，該模型只能針對固定區(qū)域和視角(例如，橋區(qū))。傳統(tǒng)視覺跟蹤方法中考慮了視覺二維圖像中單一且淺層的特征，導(dǎo)致船舶識別任務(wù)魯棒性低的問題，為此，CHEN 等[31]提出一個集成多視圖學(xué)習(xí)算法和稀疏表示方法的框架，有效地跟蹤三維空間船舶，并分析了連續(xù)圖像中的船舶交匯行為。基于圖像信息開展船舶碰撞的研究具有識別準(zhǔn)確率高的優(yōu)勢，但由于CCTV 觀測范圍有限，對于遠(yuǎn)距離碰撞檢測效果較差。

最近研究表明，考慮多種評價指標(biāo)對船舶碰撞具有更好的識別效果，YU 等[32]提出了綜合多準(zhǔn)則框架，用于動態(tài)評估不同情景下的船舶碰撞風(fēng)險，多準(zhǔn)則概念體現(xiàn)在對船型、船速差、航向差、相對距離及能見度等7個碰撞影響因素的考慮，通過層次分析(AHP)的決策方法從專家判斷中獲得碰撞因素的權(quán)重，可以實時檢測航行過程中船與船之間碰撞風(fēng)險。CAI 等[33]為檢測長江渡輪在渡河過程中的碰撞風(fēng)險，建立包括DCPA、TCPA、距離和相對速度的風(fēng)險影響因素，采用熵理論確定因素相應(yīng)權(quán)重，并分析具有不同碰撞風(fēng)險的幾種相遇場景，評估了所提出模型的性能。

船舶運(yùn)動過程由一系列連續(xù)操縱行為構(gòu)成，如果船舶碰撞是導(dǎo)致人-船受損和水面交通擁塞的直接原因，那么船舶異常行為則是間接原因，開展異常行為檢測可以對船舶予以及時預(yù)警，主要有基于AIS 數(shù)據(jù)開展軌跡“點”級別和“段”級別研究，BOTTS[34]以AIS 離散點為分析數(shù)據(jù)，首先，在地理空間分段，統(tǒng)計不同位置下點速度和航向信息，通過閾值法將船舶運(yùn)動狀態(tài)分為動態(tài)和靜態(tài)兩類，將不同于區(qū)域段內(nèi)歷史點平均速度和平均航向的點識別為異常點，類似的軌跡“點”級別的船舶行為異常識別研究還有HUNANG 等[35]。VRIES 等[36]基于歷史軌跡數(shù)據(jù)研究了軌跡“段”級別的異常行為研究，采用編輯距離作為評價軌跡之間相似性的指標(biāo)，進(jìn)一步采用聚類算法辨別低相似度的船舶異常軌跡。但是，軌跡“段”級別的異常檢測由于模型輸入為一定長度的軌跡數(shù)據(jù)，需在船舶行駛過一定區(qū)域后才可以采集到足夠的軌跡集，相關(guān)研究多數(shù)旨在挖掘離線軌跡中的異常行為，其在船舶異常行為的時效性上不如“點”級別。除對船舶“點”異常和“段”異常等船舶表象異常檢測外，還包括船舶自身設(shè)備異常的檢測，IMO 明確規(guī)定：船舶在航行過程中需開啟AIS信號機(jī)，以保持岸基監(jiān)管系統(tǒng)捕捉船舶位置信息，但由于障礙物遮擋(橋梁)或者人為關(guān)閉等原因?qū)е翧IS信號丟失，KELLY[37]通過監(jiān)測發(fā)射器從正常發(fā)射功率模式切換到低發(fā)射功率模式的接收信號強(qiáng)度變化的位置、持續(xù)時間和變化率等，識別出人為故意關(guān)閉AIS設(shè)備的行為。

從當(dāng)前船舶運(yùn)動狀態(tài)信息中推理船舶運(yùn)動狀態(tài)未來演變趨勢，內(nèi)河海事運(yùn)行事件監(jiān)視研究從對事件的實時性監(jiān)視向可預(yù)測性方向發(fā)展。ABEBE等[38]將AIS 數(shù)據(jù)分解為平穩(wěn)性較高的線性部分和波動性較高的非線性部分，分別輸入自回歸綜合移動平均(ARIMA)模型和長短時記憶(LSTM)模型組合，預(yù)測船舶軌跡未來的位置，估計軌跡未來走向并評估與他船碰撞可能性，提前生成避碰決策。WU等[39]結(jié)合船舶位置、船舶軌跡方向、船舶與橋梁的距離、橋梁參數(shù)、自然環(huán)境和船速對船橋碰撞工況，提出了一種基于模糊邏輯IF-THEN規(guī)則的船橋碰撞風(fēng)險評價方法，該研究可以在安全導(dǎo)航?jīng)Q策過程中船橋碰撞為高風(fēng)險時提供預(yù)警功能。為降低量化船舶碰撞風(fēng)險過程的時間消耗，GAO等[40]省去風(fēng)險計算過程，直接從AIS大數(shù)據(jù)中提取船舶會遇場景的12 種正常船舶遭遇行為序列，建立序列生成對抗網(wǎng)絡(luò)，通過模型學(xué)習(xí)使船舶提前生成適當(dāng)?shù)臄M人化避碰行為。相關(guān)學(xué)者和科研機(jī)構(gòu)將事件預(yù)測模型應(yīng)用于實踐，北海航海保障中心通過NBIoT(Narrow Band Interne to Things)物聯(lián)網(wǎng)通信模塊、北斗定位模塊和震動傳感器模塊等預(yù)測船舶超速、船身傾斜以及將受到的沖擊力等危險事件，為應(yīng)急海事救援部門及時啟動應(yīng)急搜救和科學(xué)制定搜救方案提供信息依據(jù)[41]。FEI等[42]開發(fā)了一種集成內(nèi)河電子海圖(IENC)、AIS 及視頻圖像等多源異構(gòu)數(shù)據(jù)的VR-GIS 內(nèi)河航道監(jiān)視系統(tǒng)，在線檢測船舶碰撞。

盡管前述研究在船舶事件測試上獲得了較好的測試效果，但是實際應(yīng)用效果不甚理想。分析實時事件監(jiān)視效果不佳的原因，主要有兩點：1)數(shù)據(jù)采集時效性不足，以AIS數(shù)據(jù)為例，AIS基站采用分布式布設(shè)方式，船舶運(yùn)動數(shù)據(jù)收集工作存在盲區(qū)，同時，數(shù)據(jù)存在延遲問題[10]；2)事件特征難以捕捉，道路車輛事件一旦發(fā)生，往往產(chǎn)生區(qū)域車速下降和密度過大等不同于常態(tài)的現(xiàn)象[43]，而內(nèi)河航道船舶行駛行為差異大和距離遠(yuǎn)，單個船舶發(fā)生事件通常不會短時間內(nèi)影響其他內(nèi)河要素狀態(tài)，事件特征不夠明顯，需采用關(guān)聯(lián)性分析和特征降維等方法開展事件關(guān)聯(lián)性分析，提升事件監(jiān)視研究的實時性和可預(yù)測性。

1.3 組織優(yōu)化

2020年，我國三峽船閘平均每艘船舶排隊延誤超110 h[44]，規(guī)劃和管理船舶運(yùn)行排班，提高航區(qū)、港區(qū)及閘區(qū)通航效率是內(nèi)河海事監(jiān)管部門職責(zé)。內(nèi)河航運(yùn)系統(tǒng)組織優(yōu)化研究包括兩方面內(nèi)容：一方面，基于航道航區(qū)劃分的空間“硬”調(diào)節(jié)，即通過定線制航行規(guī)則規(guī)范船舶運(yùn)行路線；另一方面，考慮到進(jìn)出港區(qū)和閘區(qū)的船舶類型和尺度不同，一定區(qū)域內(nèi)存在最佳船舶排班運(yùn)行方案，使得通航效率最優(yōu)，船舶調(diào)度研究通過建立非線性船舶運(yùn)行規(guī)劃模型獲取最佳船舶運(yùn)行排班，為渠化船舶通航，提升港口運(yùn)營效率提供指導(dǎo)建議。組織優(yōu)化技術(shù)內(nèi)容如圖4所示。

圖4 組織優(yōu)化技術(shù)內(nèi)容Fig.4 Technical content of organization and optimization

不同船舶為爭取對本船經(jīng)濟(jì)效益最優(yōu)的航行路線往往搶先進(jìn)出航道，由于內(nèi)河航道空間資源有限，多船會遇和交叉現(xiàn)象可能會造成區(qū)域性航道秩序紊亂，IMO 為渠化船舶交通，于1967 年，通過了第一個船舶定線制計劃[45]，該定線制建立了分道通航航行規(guī)則，對船舶航區(qū)劃分上下行邊界，使船員規(guī)劃路線有“法”可依。ZHANG等[46]解釋了天津港復(fù)合(即“進(jìn)”“出”并行)航道中存在交通分道通航方式，分為雙進(jìn)雙出、單進(jìn)雙出及單出雙進(jìn)這3 種類型，其中，大噸位船舶在航道中間即主航道行駛，小型船舶在兩側(cè)輔助航道行駛，天津港港區(qū)航道分道通航如圖5所示。除分道通航規(guī)則外，IMO為提高機(jī)動能力受吃水限制的船舶效益，設(shè)計深水航路和推薦航道，在船舶流量和密度較大的區(qū)域?qū)Σ煌瑖嵨缓筒煌愋痛靶旭偤铰愤M(jìn)行物理空間分級。針對航道的特殊性做專用定線制設(shè)計，江蘇海事局在傳統(tǒng)定線制航行基礎(chǔ)上，規(guī)定京杭大運(yùn)河和長江主干交匯處船舶采用“環(huán)島繞行”方式行駛，一定程度上避免河口區(qū)域船舶碰撞。已有研究對航道定線制方案安全效益開展分析[47]，定線制航行規(guī)則從地理空間上維護(hù)了航道秩序。截止2010 年，全世界共有261處船舶定線制被IMO認(rèn)可并采納。

圖5 船舶分道通航Fig.5 Vessel traffic separation schemes

不同于航道定線制的空間“硬”調(diào)節(jié)，船舶調(diào)度研究從時間角度優(yōu)化重組船舶進(jìn)出港口和閘區(qū)排隊等順序，即以一種“軟”優(yōu)化方式提高內(nèi)河交通運(yùn)行效率。船舶調(diào)度類似于作業(yè)車間調(diào)度問題，一定數(shù)量的船舶相當(dāng)于工件，泊位閘區(qū)類似于車間機(jī)器，調(diào)度解決的任務(wù)為把船舶分配給泊位和閘區(qū)的某個時間段，目標(biāo)為找到最佳船舶分配順序，使船舶總等待時間或平均等待時間最小，由于排班方式存在多種可能，主要采用啟發(fā)式算法和遺傳算法求解模型。ZHANG等[48]僅考慮單向港口的航道泊位協(xié)調(diào)，建立以最小總等待時間為目標(biāo)，以船舶間安全時空間隔為約束的非線性規(guī)劃模型，并通過模擬退火和多種群遺傳算法求解在泊進(jìn)港順序，實驗?zāi)M了10 艘和20 艘船舶進(jìn)出港口數(shù)值案例，證明了所建立模型下的船舶等待時間要明顯小于傳統(tǒng)的“先到先服務(wù)”方案。為提高船舶進(jìn)出雙向航道集裝箱港區(qū)效率，鄭紅星等[49]提出了一種重點考慮服務(wù)規(guī)則的新型船舶調(diào)度優(yōu)化算法。首先，同時考慮雙向航道的現(xiàn)實約束和港口夜航的安全規(guī)定；然后，構(gòu)建以所有船舶在港總等待時間最小為目標(biāo)的混合整數(shù)規(guī)劃模型得出最佳的船舶進(jìn)出港次序；最后，設(shè)計嵌入聚合策略的分支切割算法求解模型，為雙向航道集裝箱港口的船舶調(diào)度優(yōu)化提供了決策支持。

上述研究以船舶總等待時間最低為模型的目標(biāo)函數(shù)，然而內(nèi)河航運(yùn)系統(tǒng)包含許多不確定性，例如，水文氣象對交通流的影響，會使原優(yōu)化方案失效。這導(dǎo)致理論研究結(jié)果難以取得實際效益。LIU等[50]針對雙向通道港區(qū)期船泊位規(guī)劃問題，考慮了航道限制、泊位-船舶匹配約束和潮汐等因素，建立了決策模型是混合整數(shù)線性規(guī)劃的模型。由于閘區(qū)船舶交通需求時間分布不均勻?qū)е聝?nèi)河航道船閘擁堵。DENG 等[51]提出具有服務(wù)時間窗的瓶頸模型描述船舶通過船閘的動態(tài)調(diào)度過程，探索了兩種擁堵收費(fèi)方案和移動服務(wù)時間窗口(MST)的新管理方案，以及收費(fèi)和MST的組合方案，研究結(jié)果表明，在大多數(shù)情況下，單獨的MST可以有效地替代收費(fèi)方案，在某些條件下的表現(xiàn)甚至優(yōu)于最佳收費(fèi)方案。鑒于擁堵收費(fèi)引發(fā)的學(xué)術(shù)爭論和公眾爭議，這一發(fā)現(xiàn)很有吸引力。此外，將MST與任一收費(fèi)方案相結(jié)合總是可以產(chǎn)生更高的效率。

綜上，在組織優(yōu)化理論研究過程中增加不確定事件的考慮，建立多目標(biāo)和動態(tài)優(yōu)化策略，進(jìn)一步考慮航運(yùn)時空資源消耗等動態(tài)信息，補(bǔ)償隨機(jī)因素引起的模型偏差，通過模型的迭代求解更新最優(yōu)方案，更好地服務(wù)于智慧海事監(jiān)管實際應(yīng)用。

2 內(nèi)河航運(yùn)系統(tǒng)運(yùn)行監(jiān)管關(guān)鍵技術(shù)

分析內(nèi)河航運(yùn)系統(tǒng)態(tài)勢感知、事件監(jiān)視及組織優(yōu)化研究內(nèi)容可以得出，態(tài)勢感知技術(shù)是對內(nèi)河海事要素運(yùn)行安全程度的認(rèn)知，伴隨傳感器技術(shù)發(fā)展而適應(yīng)性進(jìn)步，通過發(fā)掘船舶運(yùn)行規(guī)律，建立事件監(jiān)視模型，實時高效可預(yù)測識別運(yùn)行事件，為提高內(nèi)河航運(yùn)系統(tǒng)運(yùn)行效率，采用“硬”調(diào)節(jié)與“軟”優(yōu)化方式指導(dǎo)船舶運(yùn)營?？傊?，內(nèi)河航運(yùn)系統(tǒng)監(jiān)管水平的提高，關(guān)鍵在于建立水路交通融合感知網(wǎng)，結(jié)合數(shù)據(jù)分析技術(shù)提高系統(tǒng)的綜合態(tài)勢感知能力，彌補(bǔ)當(dāng)前態(tài)勢感知研究只考慮船舶因素和數(shù)據(jù)信息來源單一的不足；建立全要素全息場景圖，還原系統(tǒng)全要素和全過程的不同時空下的運(yùn)行信息；建立水路交通智能管控系統(tǒng)，結(jié)合智能分析技術(shù)提煉船舶、航道和港口以及各種支持保障設(shè)施發(fā)展演化規(guī)律，對全要素異常事件“管”，對實際要素運(yùn)行執(zhí)行“控”，形成自協(xié)調(diào)的內(nèi)河航運(yùn)系統(tǒng)監(jiān)管局面。

2.1 內(nèi)河水路交通多模式一體化融合感知網(wǎng)

我國正處于推進(jìn)天基信息網(wǎng)、未來互聯(lián)網(wǎng)和移動通信網(wǎng)全面融合發(fā)展階段[52]。內(nèi)河海事監(jiān)管領(lǐng)域應(yīng)相應(yīng)建立多模式一體化融合感知網(wǎng)，打破當(dāng)前以VTS為主體的內(nèi)河海事監(jiān)管應(yīng)用局限，支撐海事監(jiān)管參與者對水面和岸基交通參與者狀態(tài)的準(zhǔn)確把握，包括：天基通信網(wǎng)絡(luò)、空基通信網(wǎng)絡(luò)、陸基通信網(wǎng)絡(luò)及?；ㄐ啪W(wǎng)絡(luò)，全面可持續(xù)采集內(nèi)河Volume(體量浩大)、Variety(模態(tài)繁多)、Velocity(生成快速)和Value(價值巨大)這4“V”特征的“全要素”場景數(shù)據(jù)[27]。

天基通信網(wǎng)絡(luò)由多顆衛(wèi)星或衛(wèi)星組網(wǎng)構(gòu)成，作為接入內(nèi)河海事監(jiān)管全要素信息，并實現(xiàn)天地傳輸?shù)闹匾W(wǎng)絡(luò)，承接高帶寬接入、中繼傳輸及廣域航道設(shè)備目標(biāo)跟蹤等功能；空基通信網(wǎng)絡(luò)通常由無人機(jī)和臨近空間飛艇等移動空中平臺組網(wǎng)構(gòu)成，通過圖像技術(shù)和激光技術(shù)采集內(nèi)河全要素信息，例如，通過無人機(jī)視覺攝像功能記錄船舶裂紋腐蝕區(qū)域圖像[53]；陸基通信網(wǎng)絡(luò)由陸地蜂窩和互聯(lián)網(wǎng)等傳統(tǒng)移動通信網(wǎng)絡(luò)設(shè)施構(gòu)成，針對區(qū)域性船舶監(jiān)管功能，以低成本傳輸船舶感知信息和航道環(huán)境感知信息等陸基信息；針對江海兩用船舶及江海交界區(qū)域港口交通的安全監(jiān)管，建立海基通信網(wǎng)絡(luò)，具體有各類水面艦艇和水上浮臺組網(wǎng)等，實現(xiàn)內(nèi)河和海洋交互水域要素監(jiān)管信息的無縫銜接與可靠傳輸。多模式一體化融合感知網(wǎng)如圖6所示。

圖6 多模式一體化融合感知網(wǎng)Fig.6 Multi-mode integration and fusion perception network for inland waterway navigation system

2.2 內(nèi)河水路交通全息場景圖

傳統(tǒng)內(nèi)河海事監(jiān)管電子航道圖借助可視化技術(shù)，以二維圖表形式顯示航道船舶靜態(tài)與動態(tài)信息[54]，在監(jiān)管對象數(shù)量和種類上無法滿足交通運(yùn)輸部海事局提出的“全要素海事監(jiān)管”[55]需求，對三維空間下的要素信息理解也較為片面。

構(gòu)建內(nèi)河水路交通全息場景圖可實現(xiàn)對系統(tǒng)要素更為全面的理解。采集“全要素”結(jié)構(gòu)化信息，例如，按照要素功能對95個中類或325個小類信息分層收集和歸納[56]?！叭ⅰ币笤跀?shù)據(jù)挖掘技術(shù)支持下，觀測和還原船舶、航道和港口以及各種支持保障設(shè)施場景數(shù)據(jù)從低維到高維空間，從時域到頻域，從屬性層級到監(jiān)管功能層級的演變過程，其中，屬性層級包括：船舶運(yùn)動參數(shù)、結(jié)構(gòu)信息及環(huán)境數(shù)據(jù)等信息；監(jiān)管功能層級包括：交通流波動性分析和航道交通短期態(tài)勢發(fā)展趨勢等海事監(jiān)管需求信息，超越傳統(tǒng)海事監(jiān)管中對要素物理表象規(guī)律的表達(dá)，并實現(xiàn)信息的儲存和可回溯。面對復(fù)雜交通場景下的內(nèi)河海事監(jiān)管任務(wù)，增加人機(jī)交互的參與度，引入全息三維顯示技術(shù)，例如，數(shù)字全息術(shù)，從時間、空間及層級維度將監(jiān)管信息以人類可以理解的形式建立三維電子航道圖，由人工研判交通復(fù)雜度，考慮到船員或監(jiān)管參與者接受程度存在很強(qiáng)的主觀性，監(jiān)管信息顯示方式和顯示內(nèi)容也需動態(tài)調(diào)整。

2.3 內(nèi)河水路交通智能管控系統(tǒng)

建立內(nèi)河水路交通智能管控系統(tǒng)是服務(wù)于海事監(jiān)管部門監(jiān)管，提升通航效率的直接手段，包括“管”“控”兩方面研究內(nèi)容，“管”是對船舶行為、港口運(yùn)營及輔助設(shè)施的作業(yè)過程中異常事件監(jiān)管，“控”則完成對航道時空資源的優(yōu)化分配。

“管”具體包括事件機(jī)理分析和事件識別研究。由于內(nèi)河航道事件的發(fā)生往往是在多個間接事件的累計結(jié)果[57]，事件機(jī)理分析應(yīng)結(jié)合事件致因理論，采用系統(tǒng)論、統(tǒng)計學(xué)及關(guān)聯(lián)性分析等知識，分析事件孕育、發(fā)生及消散過程中微觀、中觀及宏觀航道交通流高相關(guān)特征的協(xié)同演化規(guī)律，并基于數(shù)據(jù)驅(qū)動或模型驅(qū)動方法剖析不同事件類型之間的耦合原理；事件識別以事件機(jī)理為模型基礎(chǔ)，采用聚類和機(jī)器學(xué)習(xí)等方法訓(xùn)練模型學(xué)習(xí)船舶、航道、港口以及各種支持保障設(shè)施正常運(yùn)行規(guī)律，對不同于常規(guī)運(yùn)行機(jī)理的數(shù)據(jù)集以概率形式表達(dá)最可能事件類別，結(jié)合周圍環(huán)境等信息自動定位內(nèi)河航道事件，降低傳統(tǒng)海事監(jiān)管“人盯死守”負(fù)荷。在事件機(jī)理分析和事件識別模型經(jīng)過測試調(diào)優(yōu)后對接內(nèi)河航道實時數(shù)據(jù)云平臺，基于水上交通管理設(shè)備開發(fā)智能“電子巡航”“事件預(yù)警”等應(yīng)用功能。

“控”旨在采用基于時空等約束的數(shù)學(xué)規(guī)劃模型優(yōu)化航道資源分配，渠化通航，重點針對港區(qū)和閘區(qū)等繁忙水域。內(nèi)河航道空間結(jié)構(gòu)復(fù)雜，近海航道水深受潮汐影響明顯[58]，為提高航道利用率，應(yīng)引入時空消耗理論，制定符合不同時間和不同空間結(jié)構(gòu)下的多船型動態(tài)渠化策略；以滿足內(nèi)河航運(yùn)系統(tǒng)要素運(yùn)行正常需求為前提，以化解航道緊張態(tài)勢、緩解交通事件和提高內(nèi)河航運(yùn)整體效能為目標(biāo)，結(jié)合用戶最優(yōu)、系統(tǒng)均衡及運(yùn)籌學(xué)等理論，建立多約束條件下的航道效率最優(yōu)模型，通過優(yōu)化求解方法，例如，蟻群算法和模擬退火等智能尋優(yōu)算法，靈活動態(tài)劃定船舶誘導(dǎo)時空范圍，求解航線優(yōu)化和船舶操縱方案，例如，平均速度路線引導(dǎo)策略和行程時間路線誘導(dǎo)策略[59]，并將最優(yōu)結(jié)果通過“船E行”等信息集成平臺進(jìn)行更新和發(fā)布，同時，根據(jù)船舶的信息反饋和航道資源的實時狀態(tài)優(yōu)化調(diào)整誘導(dǎo)路線和范圍結(jié)果，實現(xiàn)內(nèi)河航道交通效率的動態(tài)平衡。

3 新一代內(nèi)河航運(yùn)系統(tǒng)的監(jiān)管模式探索

新一代航運(yùn)系統(tǒng)明確提出未來航運(yùn)系統(tǒng)船舶智能化是發(fā)展方向，水路運(yùn)輸系統(tǒng)典型場景為“岸基駕控為主，船端值守為輔”[60]“船-港-貨，人-機(jī)-環(huán)”融會貫通，自洽共享，船員的勞動負(fù)荷將得到緩解。伴隨船舶、航道、港口及各種支持保障設(shè)施運(yùn)行方式的變革，內(nèi)河航運(yùn)系統(tǒng)監(jiān)管理念由被動監(jiān)管和人工全程主導(dǎo)逐步向主動監(jiān)管和人工適時介入過渡。

平行系統(tǒng)理論采用人工社會(Artificial Societies)、計算實驗(Computational Experiments)和平行執(zhí)行(Parallel Execution)方法[61]，通過在數(shù)字空間建立一個與物理空間平行的鏡像實體，基于現(xiàn)實物理數(shù)據(jù)驅(qū)動刻畫物理系統(tǒng)實時動態(tài)特征，利用感知-演化預(yù)測-反饋的檢測框架在平行環(huán)境中開展真實世界難以開展的各種分析研究，完成對物理實體全生命周期的運(yùn)作、管理與維護(hù)。新一代航運(yùn)系統(tǒng)架構(gòu)中的綠色智能船舶、數(shù)字生態(tài)設(shè)施、可靠岸基支持和韌性組織運(yùn)營之間協(xié)同聯(lián)動，各個實體要素物理分散但信息互聯(lián)共享[60]，為構(gòu)建平行環(huán)境提供物理模型及協(xié)同作業(yè)邏輯和海量的數(shù)據(jù)支持。

本文提出一種基于平行理論的內(nèi)河航運(yùn)平行監(jiān)管系統(tǒng)，結(jié)合“平行建模-平行計算-平行執(zhí)行”理念[61]，將內(nèi)河航運(yùn)系統(tǒng)監(jiān)管全要素和監(jiān)管全任務(wù)映射到一個與現(xiàn)實相對應(yīng)的平行環(huán)境中，在平行環(huán)境下開展內(nèi)河航運(yùn)主動監(jiān)管，與“岸基駕控為主，船端值守為輔”內(nèi)河航運(yùn)場景新范式相輔相成，加快推進(jìn)內(nèi)河航運(yùn)系統(tǒng)監(jiān)管無人化和智能化建設(shè)。內(nèi)河航運(yùn)平行監(jiān)管系統(tǒng)架構(gòu)如圖7所示。

圖7 內(nèi)河航運(yùn)平行監(jiān)管系統(tǒng)架構(gòu)Fig.7 Parallel regulatory system framework for inland Waterway Navigation

3.1 物理及耦合關(guān)系平行建模

為保障平行環(huán)境中的內(nèi)河船舶、航道、港口及各種支持保障設(shè)施能夠高精度和差異化表達(dá)其在現(xiàn)實場景中的演化過程，開展系統(tǒng)全要素物理結(jié)構(gòu)的建模，理想情況下，內(nèi)河航運(yùn)平行監(jiān)管系統(tǒng)應(yīng)涵蓋物理世界中全部模型，但從內(nèi)河海事平行監(jiān)管實際應(yīng)用角度出發(fā)，應(yīng)針對某一特殊監(jiān)管需求，確定與監(jiān)管需求高相關(guān)度對象，簡略表達(dá)真實世界，減少低相關(guān)度因素帶來的平行計算干擾[62]。依據(jù)船舶結(jié)構(gòu)參數(shù)，設(shè)計船舶材料力學(xué)模型，基于聲吶和遙感獲取的航道和港區(qū)物理結(jié)構(gòu)數(shù)據(jù)，借助3D 建模軟件平臺開發(fā)數(shù)字航道和港區(qū)環(huán)境，在平行環(huán)境中還原內(nèi)河航運(yùn)三維空間的物理實體；在物理模型構(gòu)建基礎(chǔ)上，開展要素映射機(jī)理及其動態(tài)耦合關(guān)系建模，量化表達(dá)不同要素之間的耦合關(guān)系，例如，采用水動力學(xué)和流固耦合理論分析水體和船舶戰(zhàn)術(shù)半徑等運(yùn)動狀態(tài)相互影響關(guān)系，同時，開展船舶、航道、港口及各種支持保障設(shè)施協(xié)同作業(yè)邏輯建模。數(shù)據(jù)是實現(xiàn)虛實結(jié)合和雙向?qū)崟r聯(lián)系的持續(xù)驅(qū)動力。借助5G等通訊技術(shù)和計算機(jī)接口技術(shù)將自主靠離泊系統(tǒng)操縱信息[63]、自動引導(dǎo)車(Automated Guided Vehicles,AGV)運(yùn)行信息[27]及港口貨物移動信息等動態(tài)數(shù)據(jù)，人員資質(zhì)和航道結(jié)構(gòu)信息等靜態(tài)數(shù)據(jù)源源不斷地傳輸?shù)狡叫协h(huán)境中，驅(qū)動模型進(jìn)行實時狀態(tài)更新，逐步逼近實際要素運(yùn)行的實際狀態(tài)，實現(xiàn)離線與在線平行建模，實現(xiàn)數(shù)字空間要素運(yùn)行具備實際物理含義，且與現(xiàn)實全方位同步。

3.2 平行數(shù)據(jù)集建立與信息挖掘

新一代航運(yùn)系統(tǒng)中各個實體要素物理分散，平行環(huán)境下的數(shù)字要素與實體要素一一對應(yīng)，平行環(huán)境中要素信息具有反映現(xiàn)實場景內(nèi)容的價值，例如，航道交通流信息可體現(xiàn)時變的擁塞狀態(tài)，船舶結(jié)構(gòu)參數(shù)反映其健康狀況等，且其各種物理特征都在不斷演化推進(jìn)。自適應(yīng)提取和清洗，分析現(xiàn)實船舶、航道和港口以及各種支持保障設(shè)施運(yùn)行過程中的動態(tài)數(shù)據(jù)。針對個別監(jiān)管任務(wù)過程中采集樣本數(shù)據(jù)不足的問題，研究基于生成對抗網(wǎng)絡(luò)等方法的數(shù)據(jù)生成方法，形成大量可控和規(guī)范數(shù)據(jù)，并將其與原始數(shù)據(jù)融合建立平行數(shù)據(jù)集[64]。進(jìn)一步，以監(jiān)管任務(wù)為導(dǎo)向，分析和預(yù)測要素未來多分辨率尺度交通演變趨勢，例如，識別內(nèi)河船舶碰撞和航道擁塞等，平行環(huán)境下交通演變被認(rèn)為是現(xiàn)實場景可能發(fā)生的一種情況。因此，通過平行信息分析結(jié)果，提前判斷內(nèi)河船舶碰撞事件和區(qū)域交通狀態(tài)情況等，并采用集成學(xué)習(xí)方式在平行環(huán)境中開展重復(fù)試驗，迭代求解，生成最佳避碰決策、最優(yōu)航速及航道資源的最優(yōu)分配等。平行計算不需要額外的信息采集裝備和人力投入，具有成本低和安全性高的優(yōu)勢。

3.3 平行監(jiān)管及交互可視化

平行環(huán)境下的內(nèi)河水路交通系統(tǒng)在場景規(guī)模上與現(xiàn)實形式不同但相互等價，并持續(xù)產(chǎn)生數(shù)據(jù)交互。針對平行要素的智能管控方案可以完全應(yīng)用于現(xiàn)實世界，因此，結(jié)合計算機(jī)技術(shù)將具體方案轉(zhuǎn)化為船舶主機(jī)轉(zhuǎn)速等設(shè)備的控制信號等，為提高指令響應(yīng)速度和響應(yīng)完成度，需引入控制理論的相關(guān)知識作為基礎(chǔ)。同時，平行監(jiān)管可以在鏡像中匯總評估各個執(zhí)行機(jī)構(gòu)的子系統(tǒng)和部件狀態(tài)的執(zhí)行效果，包括：誤差及其機(jī)理分析，故障診斷與定位分析等，以實驅(qū)虛，形成正負(fù)反饋，主動將模型無法理解的復(fù)雜結(jié)果，系統(tǒng)發(fā)送人工接管請求[65]，選擇人工評判和內(nèi)河平行監(jiān)管系統(tǒng)推薦方案組合后的優(yōu)化方案。

人在環(huán)路方案評選或策略制定過程中，通過設(shè)計易于人理解的圖形用戶界面，優(yōu)化信息管理模塊界面布局，引入全息成像等“沉浸式”交互方案，方便人工實時查詢與提取內(nèi)河要素運(yùn)行信息，提升平行計算模型最優(yōu)決策生成能力。

值得注意的是，內(nèi)河航運(yùn)平行監(jiān)管系統(tǒng)下的監(jiān)管工作與傳統(tǒng)海事監(jiān)管有不同的理念：

(1)監(jiān)管的主動性：傳統(tǒng)內(nèi)河海事采用“人盯死守”的被動監(jiān)管方式，船舶擱淺和碰撞等事件識別往往存在滯后。平行監(jiān)管模式可以在平行環(huán)境中監(jiān)管與現(xiàn)實對應(yīng)的數(shù)字對象，持續(xù)對內(nèi)河海事多源異構(gòu)數(shù)據(jù)開展信息挖掘，形成對航運(yùn)要素的主動監(jiān)管局面。

(2)監(jiān)管的全面性：由于海事監(jiān)管船舶、航道、港口以及各種支持保障設(shè)施種類多樣性且相互間多存在耦合作用，傳統(tǒng)內(nèi)河海事監(jiān)管過程中人工難以實現(xiàn)全要素動態(tài)監(jiān)管和協(xié)調(diào)監(jiān)管。平行監(jiān)管模式下可以主動推理微觀、中觀及宏觀多尺度下要素發(fā)展演變，預(yù)知現(xiàn)實航道發(fā)展演變結(jié)果，結(jié)合人工干預(yù)在平行環(huán)境下迭代求解船舶最佳航速和排班方案等，建立起一個全面和可協(xié)調(diào)的監(jiān)管模式。

內(nèi)河航運(yùn)平行監(jiān)管系統(tǒng)通過平行環(huán)境與實際交通系統(tǒng)之間虛實互動和閉環(huán)反饋方式，為各個要素規(guī)避風(fēng)險源提供航行指導(dǎo)建議。在內(nèi)河海事監(jiān)管向智慧化發(fā)展過程中，武漢理工大學(xué)已開發(fā)了基于虛擬現(xiàn)實技術(shù)的汽渡船舶安全輔助駕駛項目[66]，如圖8所示，該項目針對船舶穿越航道和在不良天氣下運(yùn)行等航行特點，研制了一套汽渡安全輔助駕駛系統(tǒng)，汽渡船舶在運(yùn)行過程中持續(xù)將自身狀態(tài)感知、周圍航行環(huán)境感知及碰撞風(fēng)險預(yù)警等信息與岸基平臺交互，岸基操控人員通過遙控的方式在數(shù)字空間實現(xiàn)對該汽渡船舶的遠(yuǎn)程、平行及動態(tài)監(jiān)管，該系統(tǒng)于2018 年7 月在南京板橋汽渡船上安裝運(yùn)行。

圖8 武漢理工大學(xué)“汽渡安全輔助駕駛系統(tǒng)”Fig.8 Ferry safety assistance driving system from WHUT

4 結(jié)論

分析了內(nèi)河航運(yùn)系統(tǒng)監(jiān)管態(tài)勢感知、事件監(jiān)視及組織優(yōu)化研究的歷史沿革與趨勢，由于海事監(jiān)管初期監(jiān)管設(shè)備較為匱乏，監(jiān)管人員基于雷達(dá)信息掌握水面船舶位置和船舶密度等基礎(chǔ)物理態(tài)勢，感知技術(shù)的快速發(fā)展推動態(tài)勢感知向多船感知和智能感知方向發(fā)展；事件監(jiān)視經(jīng)歷了事件后分析、事件中檢測和事件前預(yù)測這3個階段，由于數(shù)據(jù)采集時效性不足和事件特征難以捕捉，事件監(jiān)視可預(yù)測性研究仍有發(fā)展空間，需采用關(guān)聯(lián)性分析和特征降維等方法開展事件強(qiáng)關(guān)聯(lián)特征提取研究；組織優(yōu)化研究主要從時間和空間層面優(yōu)化內(nèi)河航道資源利用，目前，有關(guān)船舶進(jìn)出港排班等時間優(yōu)化模型研究仍過于理論化，缺乏對內(nèi)河突發(fā)事件的考慮，將內(nèi)河航運(yùn)系統(tǒng)運(yùn)行過程中不確定性因素，例如，將檢測環(huán)境差異導(dǎo)致數(shù)據(jù)誤差波動和航道擁塞造成船舶誘導(dǎo)執(zhí)行率低等因素納入到模型求解過程中，使求解方案能有效地指導(dǎo)復(fù)雜內(nèi)河要素運(yùn)行，值得深入研究，以便推動組織優(yōu)化方案更好地服務(wù)于海事監(jiān)管實際應(yīng)用。

面向新一代內(nèi)河航運(yùn)系統(tǒng)，構(gòu)建內(nèi)河航運(yùn)平行監(jiān)管系統(tǒng)成為未來內(nèi)河海事監(jiān)管重要方向，結(jié)合新一代航運(yùn)系統(tǒng)所鋪設(shè)的數(shù)字生態(tài)設(shè)施和組織運(yùn)營信息網(wǎng)絡(luò)，將現(xiàn)實場景信息映射到數(shù)字空間，采用平行監(jiān)管方式將解析方案應(yīng)用于內(nèi)河交通實際場景，實現(xiàn)各要素與數(shù)字空間要素互為參照和協(xié)同運(yùn)行。結(jié)合團(tuán)隊技術(shù)積累，闡述平行環(huán)境下的內(nèi)河航運(yùn)系統(tǒng)及其功能，在此研究基礎(chǔ)上，構(gòu)建內(nèi)河航運(yùn)平行監(jiān)管系統(tǒng)，將實現(xiàn)內(nèi)河航運(yùn)系統(tǒng)從傳統(tǒng)被動的監(jiān)管方式向全面、主動及協(xié)同轉(zhuǎn)變。