船舶拟人智能避碰决策方法及其评价标准的构建_李丽娜

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:A

Construction of the PIDVC A system

and its evaluation standard

LI 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;evaluation

standard

0　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.issn1006-7736.2011.04.019

2　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