基于改进模糊评价法的无人艇碰撞风险计算

第４６卷　第３期２０２４年３月系统工程与电子技术
ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａ
ｎｄＥｌｅｃｔｒｏｎｉｃｓＶｏｌ．４６　Ｎｏ．３
Ｍａｒｃｈ２０２４
文章编号：１００１ ５０６Ｘ（２０２４）０３ １０３１ ０７　网址：ｗｗｗ．ｓｙ
ｓ ｅｌｅ．ｃｏｍ收稿日期：２０２３０２０８；修回日期：２０２３０６１７；网络优先出版日期：２０２３１０２４。

网络优先出版地址：ｈｔｔｐ：
∥ｌｉｎｋ．ｃｎｋｉ．ｎｅｔ／ｕｒｌｉｄ／１１．２４２２．ＴＮ．２０２３１０２４．１４０５．０２２ 通讯作者．
引用格式：赵贵祥，王晨旭，周健，等．基于改进模糊评价法的无人艇碰撞风险计算［Ｊ］．系统工程与电子技术，２０２４，４６（３）：１０３１ １０３７．
犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋：ＺＨＡＯＧＸ，ＷＡＮＧＣＸ，ＺＨＯＵＪ，ｅｔａｌ．Ｃｏｌｌｉｓｉｏｎｒｉｓｋｃａｌｃｕｌａｔｉｏｎｏｆｕｎｍａｎｎｅｄｓｕｒｆａｃｅｖｅｈｉｃｌｅｂａｓｅｄｏｎｉｍｐｒｏｖｅｄ
ｆｕｚｚｙｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａ
ｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２４，４６（３）：１０３１ １０３７．基于改进模糊评价法的无人艇碰撞风险计算
赵贵祥１，王晨旭１， ，周　健２，李云淼１
（１．天津大学海洋科学与技术学院，天津３００１１０；
２．中国船舶集团有限公司第七一六研究所，江苏连云港２２２０６１）
摘　要：为了解决传统模糊评价模型在船舶风险评估中多仅适用远距离场景，以及缺乏考虑《国际海上避碰规则》（ＩｎｔｅｒｎａｔｉｏｎａｌＲｅｇｕｌａｔｉｏｎｓｆｏｒＣｏｌｌｉｓｉｏｎＡｖｏｉｄａｎｃｅａｔＳｅａ，ＣＯＬＲＥＧｓ）等问题，提出一种改进的模糊评价法，用于计算水面无人艇（ｕｎｍａｎｎｅｄｓｕｒｆａｃｅｖｅｓｓｅｌ，ＵＳＶ）的碰撞危险度。

该方法采用四元船舶领域确定模型中的安全距离，并通过行动域模型明确模型中碰撞威胁距离。

同时，将两船是否构成紧迫危险局面引入到碰撞危险度的
计算中。

实验结果表明，
改进后的方法能够适用于近距离水域的ＵＳＶ碰撞危险度计算，同时满足ＣＯＬＲＥＧｓ的要求和航海避碰实际情况。

关键词：碰撞危险度；模糊评价；水面无人艇；船舶领域；动界
中图分类号：Ｕ６７５．９６ 文献标志码：Ａ 犇犗犐：１０．１２３０５／ｊ．
ｉｓｓｎ．１００１ ５０６Ｘ．２０２４．０３．２９犆狅犾犾犻狊犻狅狀狉犻狊犽犮犪犾犮狌犾犪狋犻狅狀狅犳狌狀犿犪狀狀犲犱狊狌狉犳犪犮犲狏犲犺犻犮犾犲犫犪狊犲犱狅狀
犻犿狆狉狅狏犲犱犳狌狕狕狔犲
狏犪犾狌犪狋犻狅狀犿犲狋犺狅犱ＺＨＡＯＧｕｉｘｉａｎｇ１，ＷＡＮＧＣｈ
ｅｎｘｕ１， ，ＺＨＯＵＪｉａｎ２，ＬＩＹｕｎｍｉａｏ１（１．犛犮犺狅狅犾狅犳犕犪狉犻狀犲犛犮犻犲狀犮犲犪狀犱犜犲犮犺狀狅犾狅犵狔，犜犻犪狀犼犻狀犝狀犻狏犲狉狊犻狋狔，犜犻犪狀犼
犻狀３００１１０，犆犺犻狀犪；２．犜犺犲７１６狋犺犚犲狊犲犪狉犮犺犐狀狊狋犻狋狌狋犲狅犳犆犺犻狀犪犛狋犪狋犲犛犺犻狆犫狌犻犾犱犻狀犵犆狅狉狆
狅狉犪狋犻狅狀犔犻犿犻狋犲犱，犔犻犪狀狔狌狀犵犪狀犵２２２０６１，犆犺犻狀犪） 犃犫狊狋狉犪犮狋：Ａｎｉｍｐｒｏｖｅｄｆｕｚｚｙｅ
ｖａｌｕａｔｉｏｎｍｅｔｈｏｄｆｏｒｃｏｌｌｉｓｉｏｎｒｉｓｋｉｎｄｅｘｃａｌｃｕｌａｔｉｏｎｏｆｕｎｍａｎｎｅｄｓｕｒｆａｃｅｖｅｓｓｅｌ（ＵＳＶ）ｉｓｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｔｈａｔｔｒａｄｉｔｉｏｎａｌｆｕｚｚｙｅｖａｌｕａｔｉｏｎｍｏｄｅｌｓａｒｅｍｏｓｔｌｙｏｎｌｙａｐｐ
ｌｉｃａｂｌｅｔｏｌｏｎｇ ｒａｎｇｅｓｃｅｎａｒｉｏｓｗｈｅｎｕｓｅｄｆｏｒｓｈｉｐｒｉｓｋａｓｓｅｓｓｍｅｎｔａｎｄｔｈｅｌａｃｋｏｆｃｏｎｓｉｄｅｒａｔｉｏｎｏｆ犐狀狋犲狉狀犪狋犻狅狀犪犾犚犲犵狌
犾犪狋犻狅狀狊犳
狅狉犆狅犾犾犻狊犻狅狀犃狏狅犻犱犪狀犮犲犪狋犛犲犪（ＣＯＬＲＥＧｓ）．Ｔｈｅｍｅｔｈｏｄｕｓｅｓａｑｕａｔｅｒｎｉｏｎｓｈｉｐｄｏｍａｉｎｔｏｄｅｔｅｒｍｉｎｅｔｈｅｓａｆｅｄｉｓｔａｎｃｅｉｎｔｈｅｍｏｄｅｌａｎｄｃｌａｒｉｆｉｅｓｔｈｅｃｏｌｌｉｓｉｏｎｔｈｒｅａｔｄｉｓｔａｎｃｅｉｎｔｈｅｍｏｄｅｌｔｈｒｏｕｇｈｔｈｅａｃｔｉｏｎｄｏｍａｉｎｍｏｄｅｌ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｗｈｅｔｈｅｒｔｗｏｖｅｓｓｅｌｓｆｏｒｍａｎｉｍｍｅｄｉａｔｅｄａｎｇｅｒｓｉｔｕａｔｉｏｎｉｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｃａｌｃｕｌａｔｉｏｎｏｆｔｈｅｃｏｌｌｉｓｉｏｎｒｉｓｋｉｎｄｅｘ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄｍｅｔｈｏｄｃａｎｂｅａｐｐｌｉｅｄｔｏｔｈｅｃｏｌｌｉｓｉｏｎｒｉｓｋｉｎｄｅｘｃａｌｃｕｌａｔｉｏｎｏｆＵＳＶｉｎｃｌｏｓｅｗａｔｅｒｓ．ＩｔａｌｓｏｍｅｅｔｓｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｔｈｅＣＯＬＲＥＧｓａｎｄｔｈｅａｃｔｕａｌｓｉｔｕａｔｉｏｎｏｆｎａｖｉｇ
ａｔｉｏｎａｌｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅ．犓犲狔狑狅
狉犱狊：ｃｏｌｌｉｓｉｏｎｒｉｓｋｉｎｄｅｘ；ｆｕｚｚｙｅｖａｌｕａｔｉｏｎ；ｕｎｍａｎｎｅｄｓｕｒｆａｃｅｖｅｓｓｅｌ（ＵＳＶ）；ｓｈｉｐｄｏｍａｉｎ；ａｒｅｎａ０　引　言水面无人艇（ｕｎｍａｎｎｅｄｓｕｒｆａｃｅｖｅｈｉｃｌｅ，ＵＳＶ）相比于人工控制操作的船舶，具有高速化、智能化和模块化等优势。

在军事上，ＵＳＶ可应用于侦察、
搜救和巡逻等场景；在民用领域中，ＵＳＶ的应用范围更加广泛，包括海面灾害预警、环境监测和海洋垃圾清理等工作中［１］。

由于ＵＳＶ适用于复杂的工况，因此需要具备更强的自主性。

障碍物检测
与规避（ｏｂｓｔａｃｌｅｄｅｔｅｃｔｉｏｎａｎｄａｖｏｉｄａｎｃｅ，ＯＤＡ）是ＵＳＶ自主系统的重要组成部分，而碰撞风险评估是ＯＤＡ的前提［２］。

评估ＵＳＶ与目标船之间危险度的方法通常是计算本船与目标之间的碰撞危险度（ｃｏｌｌｉｓｉｏｎｒｉｓｋｉｎｄｅｘ，ＣＲＩ）
［３］。

　·１
０３２　·系统工程与电子技术第４６卷 １９７７年，Ｋｅａｒｏｎ［４］首次采用最近会遇距离（ｄｉｓｔａｎｃｅａｔｃｌｏｓｅｓｔｐｏｉｎｔｏｆａｐｐ
ｒｏａｃｈ，ＤＣＰＡ）和最短会遇时间（ｔｉｍｅａｔｃｌｏｓｅｓｔｐｏｉｎｔｏｆａｐｐ
ｒｏａｃｈ，ＴＣＰＡ）加权的方法来计算ＣＲＩ，为此后的数学计算模型奠定了基础。

为提高计算精度，学者们将方位、距离、速度等因素引入计算ＣＲＩ的模型中［２，５６］。

王雅丽［７］通过灰色关联法计算ＣＲＩ，计算量小、速度快，得到了相对ＣＲＩ。

Ｌｉｎ等人［８］通过改进的反向传播（ｂａｃｋｐｒｏｐａｇｅｔｉｏｎ，ＢＰ）神经网络计算ＣＲＩ，该方法计算误差较小但依赖于样本数据。

Ｗｅｎ等人［９］通过两船距离、相对速度和相交轨迹来构建ＣＲＩ的计算模型。

模糊评价法能够解决各因素的量纲不同的问题且计算量小，因此常被作为计算ＣＲＩ的重要方法［１０１１］。

周江华等人［１２］通过模糊评价模型计算ＣＲＩ，并在隶属函数中考虑了船舶领域、动界和最晚施舵距离的概念。

Ｈｕ等人［１３］通过模糊评价法计算目标船的ＣＲＩ，并在此基础上提出一种基于碰撞危险评估的ＵＳＶ的局部规划算法。

Ｌｕｏ等人［１４］则通过ＤＣＰＡ隶属度
函数和ＴＣＰＡ隶属度函数建立了空间碰撞风险、时间碰撞风险和碰撞风险等级的模型。

刘冬冬等人［１５］通过四元船舶领域模型对传统模糊评价方法中ＤＣＰＡ的隶属度函数进行改进，改进后的安全距离可以根据会遇参数灵活确定。

尽管上述学者对模糊评价法进行了改进，但传统模糊评价模型中的安全距离和碰撞威胁距离的取值较为固定，不能根据船舶的尺度、速度和操纵性进行调整，导致该模型无法适用于近距离ＵＳＶ的碰撞风险计算。

此外，传统模型没有考虑船舶会遇局面以及各种局面下《国际海上避碰规则》要求的避让方法，导致船舶中心线对称的左右舷两船的碰撞风险相同，与航海实际避让情况不符。

为此，针对上述两个问题对传统的模糊评价模型进行了改进。

本文综合考虑ＤＣＰＡ、ＴＣＰＡ、距离、方位和船速比５个因素，通过四元船舶领域和行动域对模糊评价模型中的ＤＣＰＡ隶属度函数、ＴＣＰＡ隶属度函数、距离隶属度函数进行了改进。

同时，针对不同会遇情况将本船分为让路船、具有同等避让责任的船舶、紧迫危险局面中的直航船、非紧迫危险局面中的直航船，并制定了不同会遇情况的ＣＲＩ计算方法，考虑到《国际海上避碰规则》的要求，增加了模型的适用性。

１　传统的模糊评价
传统的模糊评价模型考虑了以下因素：ＤＣＰＡ、ＴＣＰＡ、距离、方位和船速比。

在隶属函数中考虑了船舶领域和动
界以及最晚施舵距离的概念。

当目标船闯入ＵＳＶ监视范围内，应计算两船的碰撞危险度ＣＲＩ。

当ＣＲＩ接近于０时，表明碰撞风险较低；ＣＲＩ接近１时，
则表明极有可能发生碰撞。

因素集和影响集如下：犓＝｛ＤＣＰＡ，ＴＣＰＡ，犇，θ狉，犓｝（１）ＣＲＩ＝αｄｃｐａ犓ｄｃｐａ＋αｔｃｐａ犓ｔｃｐａ＋α犇犓犇＋αθ狉犓θ狉＋α犓犓犓（２）式中：犓ｄｃｐａ，犓ｔｃｐａ，犓犇，犓θ狉，犓犓分别为ＤＣＰＡ、ＴＣＰＡ、距离、
方位和船速比的隶属函数；αｄｃｐａ，αｔｃｐａ，α犱，αθ，α犽分别为各自的权重值，ＤＣＰＡ和ＴＣＰＡ的计算公式可以参见文献［１６］。

ＤＣＰＡ的隶属函数如下：犓ｄｃｐａ＝１，｜ｄｃｐａ｜≤犱１１２－１２ｓｉｎπ犱２－犱（１｜ｄｃｐａ｜－犱１＋犱２）［］
２，　犱１≤｜ｄｃｐａ｜≤犱２０，｜ｄｃｐａ｜＞犱烅烄烆２（３）式中：犱１表示安全通过距离，即船舶领域的边界值；犱２表示绝对安全距离，犱２＝２犱１。

犱１和犱２的单位均为海里，犱１的求取［１７］如下所示：犱１＝１．１－θ狋
１８０°×０．２，０°≤θ狋＜１１２．５°１．０－θ狋１８０°×０．４，１１２．５°≤θ狋＜１８０°１．０－３６０°－θ狋１８０°×０．
４，１８０°≤θ狋＜２４７．５°１．１－３６０°－θ狋
１８０°×０．４，２４７．５°≤θ狋≤烅烄烆
３６０°（４）式中：θ狋为目标船相对本船的方位。

ＴＣＰＡ的隶属函数如下：
犓ｔｃｐａ＝１，０≤｜ｔｃｐａ｜≤狋（１狋２－｜ｔｃｐａ｜狋２－狋）
１２，
狋１＜｜ｔｃｐａ｜≤狋２０，ｔｃｐａ＞狋烅烄烆２（５）式中：狋１＝犇２１－ｄｃｐａ槡２犞狉
，｜ｄｃｐａ｜≤犇１｜ｄｃｐａ｜－犇１犞狉，｜ｄｃｐａ｜＞犇烅烄烆１狋２＝犇２２－ｄｃｐａ槡２犞狉
式中：犇１为在最晚施舵点时的两船距离，一般为１２倍船长；犇２为动界，
即让路船开始避让的距离，求取［１８］如下：犇２＝１．７ｃｏｓ（犅狋－１９°）＋４．４＋２．８９ｃｏｓ２（犅狋－１９°槡）（６）式中：犅狋为目标船相对本船的真方位。

两船距离隶属函数如下：犓犇１，０≤犇狉≤犇１
犇２－犇狉犇２－犇（）
１２，犇１＜犇狉≤犇２０，犇狉＞犇烅烄烆２（７）式中：犇狉为两船的距离。

方位隶属函数和速度隶属函数［１８］如下：
　第３期
赵贵祥等：基于改进模糊评价法的无人艇碰撞风险计算
·１０３３　·
　犓θ＝熿燀１２ｃｏｓ（θ狋－１９°）＋４４０２８９＋ｃｏｓ２（θ狋－１９°槡
燄燅）－５１７（８）犓犓烄烆＝１＋犕犓犓２＋１＋２犓ｓｉｎ槡烌烎犆－１
，ｓｉｎ犆＝｜ｓｉｎ｜φ狋－φ狅｜｜；犓≥０；犕＝２；犆∈［０，π］（９）
式中：φ狅和φ狋分别为本船和目标船的航向；犓为目标船与本船的船速比；犆为两船碰角；犕为常数。

２　改进的模糊评价模型
２．１　船舶领域模型的筛选
传统的模糊评价模型中的安全距离犱１是由Ｇｏｏｄｗｉｎ［１９］提出的船舶领域边界值确定的。

该领域包括左、右、艉３个方向上的圆形扇区，其半径分别为０．７海里、０．８５海里和
０．４５海里。

传统模型中，
船舶领域犱１是一个相对固定大小的值，在计算ＣＲＩ时通常忽略了船舶尺度的影响。

然而，
对于不同的船所要求的安全通过距离应该是不同的，
因此犱１应根据会遇参数和船舶尺度做出实时的改变。

Ｗａｎｇ［２０］提出的四元船舶领域模型考虑了船舶尺度、速度和操纵性，能够根据船舶的具体情况调整领域的大小，模型的计算公式如下：
犳（狓，狔）＝２狓（１＋ｓｇｎ狓）犚ｆｏｒｅ－（１－ｓｇｎ狓）犚烄烆烌烎ａｆｔ
２＋２狔（１＋ｓｇｎ狔）犚ｓｔａｒｂ－（１－ｓｇｎ狔）犚ｐ烄烆烌烎
ｏｒｔ２（１０）犚ｆｏｒｅ＝（１＋１．３４犽２ＡＤ＋（
犽ＤＴ／２）槡２）犔犚ａｆｔ＝（１＋０．６７犽２ＡＤ＋（犽ＤＴ／２）槡２）犔犚ｓｔａｒｂ＝（０．２＋犽ＡＤ）犔犚ｐｏｒｔ＝（
０．２＋０．７５犽ＡＤ）烅烄烆犔（１１）犽ＡＤ＝Ａｄｖ狅／犔＝１００．３５９１ｌｇ犞狅＋０．０９５２犽ＤＴ＝ＤＴ／犔＝１００．５４４１ｌｇ犞狅－０．烅烄烆
０７９５（１２）式中：犚ｆｏｒｅ，犚ａｆｔ，犚ｐｏｒｔ，犚ｓｔａｒｂ分别为船首船尾、左舷和右舷的椭圆半径；犽ＡＤ为船舶进距的增益；犽ＤＴ为旋回初径的增益；犔为ＵＳＶ船长。

本文船舶领域犱１的取值为
犱１＝犚２ｆｏｒｅ犚２ｓｔａｒｂ／（犚２ｆｏｒｅｓｉｎ２φ＋犚２ｓｔａｒｂｃｏｓ２φ槡）犚２ｓｔａｒｂ犚２ａｆｔ／（犚２ｓｔａｒｂｓｉｎ２φ＋犚２ａｆｔｃｏｓ２φ
槡）犚２ｐｏｒｔ犚２ａｆｔ／（犚２ｐｏｒｔｓｉｎ２φ＋犚２ａｆｔｃｏｓ２φ槡）犚２ｆ
ｏｒｅ犚２ｐｏｒｔ／（犚２ｆｏｒｅｓｉｎ２φ＋犚２ｐｏｒｔｃｏｓ２φ槡烅烄烆）（１３）式中：φ为椭圆上一点与椭圆长轴的夹角。

２．２　动界模型的筛选传统的模糊评价模型中，碰撞威胁距离犇２采用的是Ｄａｖｉｓ等人［２１］提出的半径为２．７海里的偏心圆的动界作为让路船应进行避碰的临界区域值。

然而，搭载激光雷达的ＵＳＶ最大探测量程通常在３００ｍ左右，如果直接采用该动界进行小尺度ＵＳＶ的危险评估，虽然偏于安全，但距离过大。

此外，该动界的范围不能随着两船速度的改变而发生变化，在实际应用中具有一定的局限性。

Ｄｉｎｈ等人［２２］在研究船舶碰撞风险评估时提出“行动域”的概念。

“行动域”也是动界模型的一种，能够描述让路船应进行避碰的临界区
域值。

然而，“行动域”考虑了船舶的尺度、速度和操纵性，
更利于计算船舶之间的碰撞风险。

本文将“行动域”的边界值替代传统让路船采取避碰行动的临界距离。

改进后犇２的取值如下所示：
犇２＝Ｄｆ＋犽·狏狉（１４）
Ｄｆ＝Ａｄｖ狅＋Ａｄｖ狋，对遇局面Ａｄｖ狅，烅烄烆交叉或追越局面
（１５）狏狉＝（狏狅ｓｉｎφ狅－狏狋ｓｉｎφ狋）２＋（狏狅ｃｏｓφ狅－狏狋ｃｏｓφ狋）
槡２（１６）
式中：狏狅和狏狋为本船和目标船的速度；Ａｄｖ狅为本船的进距，可通过旋回实验得到；犽为时间参数，本文设为０．１６７；
Ａｄｖ狋为目标船的进距可通过如下经验公式得到［２
２］：Ａｄｖ狋＝２．５３１犾ｏｂｊｅｃｔ＋４．０６２犫ｏｂｊｅｃｔ＋２３．８３（１７）式中：犾ｏｂｊｅｃｔ
为目标船的长度；犫ｏｂｊｅｃｔ为目标船的宽度，可通过船舶自动识别系统获得。

２．３　紧迫危险局面中碰撞风险的计算传统的模糊评价模型在计算ＣＲＩ时仅考虑了船舶位置、方位、船舶速度等信息，而没有考虑《国际海上避碰规则》。

为此，本文将船舶会遇划分为对遇、右交叉、左交叉和
追越４种局面，并分析了不同会遇局面中ＣＲＩ的计算方法，
如图１所示。

图１　会遇态势的划分Ｆｉｇ．１　Ｄｉｖｉｓｉｏｎｏｆｅｎｃｏｕｎｔｅｒｓｉｔｕａｔｉｏｎ具体而言，对于不同的会遇局面，本文分别给出了相应的ＣＲＩ计算公式，以更准确地评估船舶碰撞风险。

会遇局面的计算如下：
　·１
０３４　·系统工程与电子技术
第４６卷
３５４≤θ狉≤６，１７４≤Δ犆≤１８６，对遇６＜θ狉≤１１２．５，１８６＜Δ犆≤２９２．５，右交叉２４７．５≤θ狉＜３５４，６７．５≤Δ犆＜１７４，左交叉１１２．５＜θ狉＜２４７．５，Δ犆＜６７．５∪Δ犆＞２９２．５，烅烄烆追越（１８）在对遇的局面中，本船与目标船具有同等避让责任，应正常计算ＣＲＩ；当两船形成右交叉的局面时，本船为让路船，目标船为直航船，本船应及时做出避让的行动，因此也应该正常计算ＣＲＩ；当形成左交叉和追越的局面时，本船为直航船，目标船为让路船，在两船形成碰撞危险的初始阶段本船不需要做出避让行动，因此可认为此时目标船相对本船的ＣＲＩ为０；随着两船危险的进一步逼近，当构成碰撞危险的两船已经接近到单凭一船已难以避免碰撞的局面称为紧迫危险局面。

本文认为当犓ｄｃｐａ∈（０，１］且犓ｔｃｐａ∈（０，１
］形成紧迫危险局面［２３］，此时本船必须执行必要的避让行动，
因此应正常计算ＣＲＩ的值。

３　模拟实验与结果分析为了验证本文改进的模糊评价算法的有效性，以本课题组“Ｄｏｌｐｈｉｎ Ｉ”号ＵＳＶ为例，如图２所示。

“Ｄｏｌｐ
ｈｉｎ Ｉ”的相关参数由实船实验得到。

在模拟的计算中，为了简化计算，本船和目标的船舶尺度及操纵性能等参数都参考“Ｄｏｌ ｐ
ｈｉｎ Ｉ”的相关参数，如表１所示。

图２　Ｄｏｌｐ
ｈｉｎ Ｉ号ＵＳＶＦｉｇ．２　Ｄｏｌｐｈｉｎ ＩＵＳＶ表１　犇狅犾狆犺犻狀 犐参数犜犪犫犾犲１　犇狅犾狆犺犻狀 犐狆犪狉犪犿犲狋犲狉狊参数取值船长／ｍ３．２船宽／ｍ２．２总重／ｋｇ１３０．０进距Ａｄｖ狅／ｍ
１６．５本文不考虑天气、水流等因素对实验的影响，假设实验中本船与目标船的定位准确，目标船在会遇时能够与本船构成对遇、右交叉、左交叉和追越的会遇态势。

为了方便计
算，在模拟器中随机生成并选取５条目标船，目标船的航速、航向、位置等信息随机生成。

以本船中心点为原点建立北东坐标系，本船位置为（０，０），初始航向为０００°，航速为５ｍ／ｓ。

目标船运动参数如表２所示。

αｄｃｐａ，αｔｃｐａ，α犱，αθ，α犽的取值通常由层次分析法获得，本文参考了文献［２４］的研究成果，
分别取０．４００、０．３６７、０．１３３、０．０６７、０．０３３。

表２　目标船的相关信息犜犪犫犾犲２　犐狀犳狅狉犿犪狋犻狅狀犪犫狅狌狋狋犺犲狋犪狉犵犲狋狊犺犻狆船型位置／ｍ航速／（ｍ／ｓ）航向／（°）真方位／（°）目标１（２００，１８０）５２７０４８．０１目标２（１０００，８００）５３００５１．３４目标３（－１００，１６０）８０９０３２８．００目标４（－９００，１２００）８０８０３２３．１３目标５（－１２０，９０）６０９０３０６．８７根据计算结果，可得出本船与目标船的ＤＣＰＡ、ＴＣＰＡ和距离等结果，如表３所示。

目标船与本船的位置关系如图３（ａ）所示，其中目标２、目标４与本船距离均大于４００倍，
可视为远距离会遇；而目标１、目标３、目标５与本船的距离
均不超过１
００倍，相较于目标２、目标４，可视为近距离会遇，本船的船舶领域如图３（ｂ）所示。

此外，目标１、目标２相对本船为直航船，
目标３、目标４、目标５相对本船为让路船，
其中目标５满足犓ｄｃｐａ∈（０，１）∩犓ｔｃｐａ∈（０，１）的条件属于紧迫危险局面，图４为３种模型中边界值的比较，图５为３种模型危险度的对比。

表３　两船的避碰参数
犜犪犫犾犲３　犆狅犾犾犻狊犻狅狀犪狏狅犻犱犪狀犮犲狆犪狉犪犿犲狋犲狉狊狅犳狋狑狅狊犺犻狆狊船型ＤＣＰＡ／ｍＴＣＰＡ／ｔ距离／ｍ目标１－１４．１４３８．００２６９．０７目标２１９２．８２２５３．２１１２８０．６２目标３－８２．７０１７．９８１８８．６８目标４－７０７．２１１５２．６４１５００．００目标５７．５９１９．１８１５０．００
　第３期
赵贵祥等：基于改进模糊评价法的无人艇碰撞风险计算
·１０３５　
·
　图３　船舶会遇局面图Ｆｉｇ．３　Ｍａｐｏｆｓｈｉｐｅ
ｎｃｏｕｎｔｅｒｓ在传统模型中，安全距离犱１通常是由Ｇｏｏｄｗｉｎ［１９］提出
的船舶领域模型确定的，碰撞威胁距离犇２是由Ｄａｖｉｓ等人［２１］提出的半径为２．７海里的偏心圆确定的。

其中，犱１大于１海里，犇２大于３海里，如图４（ａ）所示。

传统模型计算的
４条船舶与本船的ＣＲＩ均在０．８８之上，
都属于高度危险的状态。

然而，目标２和目标４距离本船的距离分别是ＵＳＶ船
长的４００倍和４６９倍，
显然ＵＳＶ在此距离与目标船的碰撞危险应几乎为零。

传统模型忽略了船舶的速度和尺度的影响，不适用于近距离和尺度较小的船舶之间的风险评估。

图４　３种模型中边界值的比较Ｆｉｇ．４　Ｃｏｍｐａｒｉｓｏｎｏｆｂｏｕｎｄａｒｙｖ
ａｌｕｅｓｉｎｔｈｅｔｈｒｅｅｍｏｄｅｌｓ在刘冬冬等人［１５］改进的模型中，船舶的安全距离犱１是
通过四元船舶领域确定的，碰撞威胁距离犇２仍是由Ｄａｖｉｓ等人［２１］提出的动界确定的。

四元船舶领域模型的优点是考虑了船舶的运动参数和操纵信息，能够适用于近距离的碰撞风险评估。

然而，犇２的设定较大且不能根据船舶的尺度、速度和操纵性进行改变，如图４（ｂ）所示。

在刘冬冬等人［１５］的实验结果中目标１～目标５的ＤＣＰＡ的隶属度值有所降低，但ＴＣＰＡ的隶属度值和距离隶属度值仍不合理。

例如，近距离的目标１和远距离目标２的ＴＣＰＡ的隶属度值和距离隶属度值均一致，如图５所示。

图５　３种模型ＣＲＩ的对比Ｆｉｇ．
５　ＣｏｍｐａｒｉｓｏｎｏｆＣＲＩｏｆｔｈｅｔｈｒｅｅｍｏｄｅｌｓ改进的模型在刘冬冬等人［１５］的基础上对犇２的值进行改进，通过行动域模型替换了Ｄａｖｉｓ等人［２１］的动界模型对模型中的碰撞威胁距离进行改进，改进后的碰撞威胁距离能够考虑船舶尺度、速度和操纵性，犱１和犇２的值都能考虑船舶尺度、速度和操纵性等因素。

改进后５条目标船犇２的值分别为２３５．２０、１７１．１４、３０３．２８、２８４．５４、２５８．０６如图４（ｃ）
所示。

在考虑船舶避让责任之前，改进的模型能够区分远距
　·１
０３６　·系统工程与电子技术第４６卷 离和近距离目标船的碰撞危险程度，提高了计算精度和辨识度。

其中，与距离ＵＳＶ较远的目标２和目标４的ＣＲＩ得到了降低。

目标１～目标５的ＣＲＩ分别为０．３２６４、０．０７４９、
０．２１４８、０．０６６８、０．５４０６，如图５所示。

在考虑避让责任后，
本船与目标１和目标２构成右交叉会遇局面，应执行避让行动，因此正常计算ＣＲＩ；
而本船与目标３～目标５之间构成左交叉会遇态势，且目标３和目标４与本船没有形成紧迫危险局面。

对于目标３和目标４，本船对目标船构成威胁，但目标船并未对本船构成威胁，本船不需要执行避让行动，因此可认为本船与目标船之间的ＣＲＩ为０；对于目标５，两船形成了紧迫危险局面，本船具有避让义务，需要采取避让行动，因此正常计算ＣＲＩ是合理的。

考虑避让责任后，目标１～目标５的危险度分别为０．３２６４、０．０７４９、０、０、０．５４０６，如图６所示。

图６　考虑避让责任前后结果对比Ｆｉｇ．６　Ｒｅｓｕｌｔｓｂｅｆｏｒｅａｎｄａｆｔｅｒｃｏｎｓｉｄｅｒｉｎｇａｖｏｉｄａｎｃｅｄｕｔｙ
改进后的模型显著降低了近距离目标船的碰撞风险指数，提高了风险评估的计算精确度和辨识度。

该模型考虑了《
国际海上避碰规则》中船舶间的避让责任，分析了本船作为直航船时的危险程度。

同时，该模型将两船是否形成紧迫危险局面的情况引入ＣＲＩ的评价中，当本船属于未构成紧迫危险局面下的直航船时，碰撞危险度为零，结果更符合航海避碰实际情况。

然而，该模型在考虑水域环境和通航密度等因素方面存在局限性。

此外，当前各隶属函数的权重受到专家主观性的影响，下一步可以对各隶属度的权重进行深入研究。

４　结束语本文提出了一种改进模糊评价法的ＵＳＶＣＲＩ计算模型。

通过筛选适当的船舶领域和动界模型对ＤＣＰＡ隶属函数、ＴＣＰＡ隶属度函数以及距离隶属函数进行改进。

同时，改进的模型也考虑了《国际海上避碰规则》。

得出以下结论：（１）将四元船舶领域替代传统模型中的安全距离以及将行动域替代传统模型中的碰撞威胁距离，可以用于计算和评估近距离ＵＳＶ的碰撞风险。

改进后的方法能够适用于近距离水域的ＣＲＩ计算，
提高了风险评估的计算精度和辨识度。

（２）将两船是否形成紧迫危险局面引入ＣＲＩ评价中是合理的，
更能符合《国际海上避碰规则》的要求和航海避碰的实际情况。

在未来的工作中，碰撞风险的评估应考虑船舶位置的不确定性和环境水文因素的影响。

同时，还应结合避碰模
型，
在ＵＳＶ的自主避碰中加以应用。

参考文献［
１］ＹＩＮＬＬ，ＺＨＡＮＧＲＢ，ＧＵＨＷ，ｅｔａｌ．ＲｅｓｅａｒｃｈｏｎｃｏｏｐｅｒａｔｉｖｅｐｅｒｃｅｐｔｉｏｎｏｆＭＵＳＶｓｉｎｃｏｍｐｌｅｘｏｃｅａｎｃｏｎｄｉｔｉｏｎｓ［Ｊ］．Ｓｅｎｓｏｒｓ，２０２１，２１（５）：１６５７．
［２］ＺＨＡＯＹＸ，ＬＩＷ，ＳＨＩＰ．Ａｒｅａｌ ｔｉｍｅｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅ
ｌｅａｒｎｉｎｇｓｙ
ｓｔｅｍｆｏｒｕｎｍａｎｎｅｄｓｕｒｆａｃｅｖｅｓｓｅｌｓ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔ ｉｎｇ，２０１６，１８２：２５５２６６．［３］ＨＵＡＮＧＹ，ＶＡＮＧＰ．Ｃｏｌｌｉｓｉｏｎｒｉｓｋｍｅａｓｕｒｅｆｏｒｔｒｉｇｇｅｒｉｎｇｅｖａｓｉｖｅａｃｔｉｏｎｓｏｆｍａｒｉｔｉｍｅａｕｔｏｎｏｍｏｕｓｓｕｒｆａｃｅｓｈｉｐｓ［Ｊ］．ＳａｆｅｔｙＳｃｉｅｎｃｅ，２０２０，１２７：１０４７０８．［４］ＫＥＡＲＯＮＪ．Ｃｏｍｐｕｔｅｒｐｒｏｇｒａｍｆｏｒｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅａｎｄｔｒａｃｋｋｅｅｐｉｎｇ［Ｃ］∥Ｐｒｏｃ．ｏｆｔｈｅＣｏｎｆｅｒｅｎｃｅＭａｔｈｅｍａｔｉｃｓＡｓｐ
ｅｃｔｓＭａｒｉｎｅＴｒａｆｆｉｃ，１
９７７：２２９２４２．［５］ＨＵＡＮＧＹＭ，ＣＨＥＮＬＹ，ＣＨＥＮＰＦ，ｅｔａｌ．Ｓｈｉｐｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅｍｅｔｈｏｄｓ：ｓｔａｔｅ ｏｆ ｔｈｅ ａｒｔ［Ｊ］．ＳａｆｅｔｙＳｃｉｅｎｃｅ，２０２０，１２１：４５１４７３．［６］ＡＨＮＪＨ，ＲＨＥＥＫＰ，ＹＯＵＹＪ．Ａｓｔｕｄｙｏｎｔｈｅｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅｏｆａｓｈｉｐｕｓｉｎｇｎｅｕｒａｌｎｅｔｗｏｒｋｓａｎｄｆｕｚｚｙｌｏｇｉｃ［Ｊ］．ＡｐｐｌｉｅｄＯｃｅａｎＲｅｓｅａｒｃｈ，２０１２，３７：１６２１７３．［７］王雅丽．多船会遇态势下避碰辅助决策研究［Ｄ］．武汉：武汉理工大学，２０１９．
ＷＡＮＧＹＬ．Ｒｅｓｅａｒｃｈｏｎｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅａｓｓｉｓｔａｎｔｄｅｃｉｓｉｏｎｍａｒｋｉｎｇｕｎｄｅｒｍｕｌｔｉ ｓｈｉｐｅ
ｃｏｕｎｔｅｒｓｉｔｕａｔｉｏｎ［Ｄ］．Ｗｕｈａｎ：ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０１９．［８］ＬＩＮＸＧ，ＹＵＡＮＹＱ．ＡｌｇｏｒｉｔｈｍｏｆｓｈｉｐｃｏｌｌｉｓｉｏｎｒｉｓｋｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｃ］∥Ｐｒｏｃ．ｏｆｔｈｅＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｅｃｈａｔｒｏｎｉｃｓａｎｄＡｕｔｏｍａｔｉｏｎ，２０１８：５７６１．［９］ＷＥＮＹＱ，ＨＵＡＮＧＹＭ，ＺＨＯＵＣＨ，ｅｔａｌ．Ｍｏｄｅｌｌｉｎｇｏ
ｆｍａ ｒｉｎｅｔｒａｆｆｉｃｆｌｏｗｃｏｍｐｌｅｘｉｔｙ［Ｊ］．ＯｃｅａｎＥｎｇｉｎｅｅｒｉｎｇ，２０１５，１０４：５００５１０．
［１０］ＰＡＲＫＪＷ，ＪＥＯＮＧＪＳ．Ａｎｅｓｔｉｍａｔｉｏｎｏｆｓｈｉｐｃｏｌｌｉｓｉｏｎｒｉｓｋｂａｓｅｄｏｎｒｅｌｅｖａｎｃｅｖｅｃｔｏｒｍａｃｈｉｎｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｒｉｎｅＳｃｉ ｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，２０２１，９（５）：５３８５４７．［１１］孙伟．船舶领域及碰撞危险度评估模型优化研究［Ｄ］．舟山：浙江海洋大学，２０２２．
ＳＵＮＷ．Ｒｅｓｅａｒｃｈｏｎｏｐｔｉｍｉｚａｔｉｏｎｏｆｓｈｉｐｄｏｍａｉｎａｎｄｃｏｌｌｉｓｉｏｎｒｉｓｋａｓｓｅｓｓｍｅｎｔｍｏｄｅｌ［Ｄ］．Ｚｈｏｕｓｈａｎ：ＺｈｅｊｉａｎｇＯｃ
ｅａｎＵｎｉｖｅｒ ｓ
ｉｔｙ，２０２２．［１２］周江华，吴春杰．船舶碰撞危险度模型的构建［Ｊ］．宁波大学学报（理工版），２００４（１）：６１６５．ＺＨＯＵＪＨ，ＷＵＣＪ．Ｃｏｎｓｔｒｕｃｔｉｏｎｏｆｔｈｅｃｏｌｌｉｓｉｏｎｒｉｓｋｆａｃｔｏｒ
ｍｏｄｅｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＮｉｎｇｂｏＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ＆ＥｎｇｉｎｅｅｒｉｎｇＥｄ
ｉｔｉｏｎ），２００４（１）：６１６５．
　第３期
赵贵祥等：基于改进模糊评价法的无人艇碰撞风险计算
·１０３７　·
　［１３］ＨＵＹＪ，ＺＨＡＮＧＡＭ，ＴＩＡＮＷＬ，ｅｔａｌ．Ｍｕｌｔｉ ｓｈｉｐｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅｄｅｃｉｓｉｏｎ ｍａｋｉｎｇｂ
ａｓｅｄｏｎｃｏｌｌｉｓｉｏｎｒｉｓｋｉｎｄｅｘ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｒｉｎｅＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，
２０２０，８（９）：６４０６５０．［１４］ＬＵＯＪ，ＷＡＮＧＤＬ，ＧＡＯＹ．ＡｎｉｍｐｒｏｖｅｄＡＨＰｂａｓｅｄｆｕｚｚｙｅｖａｌｕａｔｉｏｎｍｏｄｅｌｆｏｒｓｈｉｐｃ
ｏｌｌｉｓｉｏｎｒｉｓｋ［Ｊ］．ＪｏｕｒｎａｌｏｆＩｎｔｅｌｌｉ ｇｅｎｔ＆ＦｕｚｚｙＳｙ
ｓｔｅｍｓ，２０２１，４１（４）：４９０５４９１３．［１５］刘冬冬，史国友，李伟峰，等．基于最短避碰距离和碰撞危险度
的避碰决策支持［Ｊ］．上海海事大学学报，２０１８，３９（１）：１３１８．
ＬＩＵＤＤ，ＳＨＩＧＹ，ＬＩＷＦ，ｅｔａｌ．Ｄｅｃｉｓｉｏｎｓｕｐｐ
ｏｒｔｏｆｃｏｌｌｉ ｓｉｏｎａｖｏｉｄａｎｃｅｂａｓｅｄｏｎｓｈｏｒｔｅｓｔａｖｏｉｄａｎｃｅｄｉｓｔａｎｃｅａｎｄｃｏｌｌｉｓｉｏｎｒｉｓｋ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｈａｎｇｈａｉＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ，２
０１８，３９（１）：１３１８．［１６］ＣＨＥＮＹＬ，ＤＵＷＫ，ＨＵＸＹ，ｅｔａｌ．ＵＳＶｃｏｌｌｉｓｉｏｎｈａｚａｒｄａｓｓｅｓｓｍｅｎｔａｎｄｔｒａｃｋｐｌａｎｎｉｎｇａｌｇｏｒｉｔｈｍ［Ｊ］．ＯｃｅａｎＥｎｇｉｎｅｅｒｉｎｇ，２０２２，２６１：１１２１４９．［１７］郑中义．船舶自动避碰决策系统的研究［Ｄ］．大连：大连海事大学，２０００．ＺＨＥＮＧＺＹ．Ｒｅｓｅａｒｃｈｏｎａｕｔｏｍａｔｉｃｄｅｃｉｓｉｏｎ ｍａｋｉｎｇｓｙｓｔｅｍｏｆｖｅｓｓｅｌｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅ［Ｄ］．Ｄａｌｉａｎ：ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒ
ｓｉｔｙ，２
０００．［１８］ＣＨＥＮＤＪ，ＤＡＩＣ，ＷＡＮＸＣ，ｅｔａｌ．ＡｒｅｓｅａｒｃｈｏｎＡＩＳ ｂａｓｅｄｅｍｂｅｄｄｅｄｓｙｓｔｅｍｆｏｒｓｈｉｐｃ
ｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅ［Ｃ］∥Ｐｒｏｃ．ｏｆｔｈｅＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＴｒａｎｓｐ
ｏｒｔａｔｉｏｎＩＥＥＥＩｎｆｏｒｍａｔｉｏｎａｎｄＳａｆｅｔｙ，２
０１５：５１２５１７．［１９］ＧＯＯＤＷＩＮＥＭ．Ａｓｔａｔｉｓｔｉｃａｌｓｔｕｄｙｏｆｓｈｉｐｄ
ｏｍａｉｎｓ［Ｊ］．ＴｈｅＪｏｕｒｎａｌｏｆＮａｖｉｇ
ａｔｉｏｎ，１９７５，２８（３）：３２８３４４．［２０］ＷＡＮＧＮ．Ａｎｉｎｔｅｌｌｉｇｅｎｔｓｐ
ａｔｉａｌｃｏｌｌｉｓｉｏｎｒｉｓｋｂａｓｅｄｏｎｔｈｅｑｕａ ｔｅｒｎｉｏｎｓｈｉｐｄ
ｏｍａｉｎ［Ｊ］．ＴｈｅＪｏｕｒｎａｌｏｆＮａｖｉｇａｔｉｏｎ，２０１０，６３（４）：７３３７４９．［２１］ＤＡＶＩＳＰＶ，ＤＯＶＥＭＪ，ＳＴＯＣＫＥＬＣＴ．Ａｃｏｍｐｕｔｅｒｓｉｍｕｌａ ｔｉｏｎｏｆｍａｒｉｎｅｔｒａｆｆｉｃｕｓｉｎｇｄ
ｏｍａｉｎｓａｎｄａｒｅｎａｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｖｉｇ
ａｔｉｏｎ，１９８０，３３（２）：２１５２２２．［２２］ＤＩＮＨＧＨ，ＩＭＮＫ．Ｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆａｎａｌｙｔｉｃａｌａｎｄｓｔａｔｉｓ ｔｉｃａｌｍｅｔｈｏｄｔｏｄｅｆｉｎｅｐｏｌｙｇｏｎａｌｓｈｉｐｄｏｍａｉｎａｎｄｒｅｆｌｅｃｔｈｕｍａｎｅｘｐｅｒｉｅｎｃｅｓｉｎｅｓｔｉｍａｔｉｎｇｄａｎｇｅｒｏｕｓａｒｅａ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆｅ Ｎａｖｉｇ
ａｔｉｏｎａｎｄＭａｒｉｔｉｍｅＥｃｏｎｏｍｙ，２０１６，４：９７１０８．［２３］江行，贾志霈，郑海涛．基于四元船舶领域和避碰规则的碰撞
危险度模型［Ｊ］．船舶工程，２０２０，４２（Ｓ１）：３７０３７５．ＪＩＡＮＧＸ，ＪＩＡＺＰ，ＺＨＥＮＧＨＴ．Ｃｏｌｌｉｓｉｏｎｒｉｓｋｍｏｄｅｌｂａｓｅｄｏｎ
ｑｕａｔｅｒｎｉｏｎｓｈｉｐｄｏｍａｉｎａｎｄｐｒｅｖｅｎｔｉｎｇｃｏｌｌｉｓｉｏｎｓｒｅｇ
ｕｌａｔｉｏｎｓ［Ｊ］．ＳｈｉｐＥｎｇｉｎｅｅｒｉｎｇ，２
０２０，４２（Ｓ１）：３７０３７５．［２４］ＸＩＥＳ，ＣＨＵＸＭ，ＺＨＥＮＧＭ，ｅｔａｌ．Ｓｈｉｐｐ
ｒｅｄｉｃｔｉｖｅｃｏｌｌｉｓｉｏｎａｖｏｉｄａｎｃｅｍｅｔｈｏｄｂａｓｅｄｏｎａｎｉｍｐｒｏｖｅｄｂｅｅｔｌｅａｎｔｅｎｎａｅｓｅａｒｃｈａｌｇｏｒｉｔｈｍ［Ｊ］．ＯｃｅａｎＥｎｇｉｎｅｅｒｉｎｇ，２０１９，１９２：１０６５４２．作者简介赵贵祥（１９９８—），男，硕士研究生，主要研究方向为水面无人艇路径规划、
避障技术。

王晨旭（１９８４—），男，讲师，博士，主要研究方向为海洋结构物航行安全性能、水面无人艇避碰。

周　健（１９９６—），男，工程师，硕士，主要研究方向为航海安全保障、智能船舶。

李云淼（２０００—），女，硕士研究生，主要研究方向为水面无人艇路径规划、避障技术。