智能导航系统的发展与应用

第17卷第6期中国水运Vol.17No.62017年6月China Water Transport June 2017

收稿日期：2017-05-07

作者简介：李能斌，上海中船航运有限公司船长，总经理。

智能导航系统的发展与应用

李能斌

（上海中船航运有限公司，上海200000）

摘

要：本文首先然后分析了智能导航系统和运行原理，并针对其适用范围，指出在应用方面的局限性，以期对智

能导航系统的开发研究有所帮助。

关键词：智能导航；系统；智能决策；船舶避碰中图分类号：TP301文献标识码：A 文章编号：1006-7973（2017）06-0044-03

一、引言

随着信息科学、计算机技术、人工智能及其现代控制等技术的飞速发展，人们尝试用它们来解决船舶航行的安全问题。航行安全问题一直是航海界面临的急需解决的重大课题，据海外资料统计，每年头事船舶约为200艘，总吨数为120万t，占世界船队的0.4%左右，这相当于每15d 损失一艘5万t 级的船舶。然而，在碰撞船舶的原因调查中，有80%以上是由于人为因素造成的。解决人为因素问题可以通过二个途径：一是加强船员技术培训和管理，提高船员素质和责任感；二是提高船舶自动化程度，逐步实现航海自动化，随着经济的发展，船员不长期从事这个职业已成事实。因此从技术上提高自动化程度，在决策和操作上减少人的参与，逐步实现船舶避碰自动化，这才是解决人为因素的根本方法。自80年代以来，国内外航海界在智能导航技术方面取得了重大发展，而实现智能导航的核心就是实现自动避碰，为此，许多专家、学者从各个领域，不同角度致力于解决船舶的智能避碰问题。

二、智能导航系统结构框图及各部分的作用

船舶自动避碰系统结构如图1所示。本系统由数据库、

图1船舶自动避碰系统结构图

带有虚线部分为本船的传感器，其功能是收集本船及他船的运动信息，并将所收集的信息输入数据库。根据GPS 找出我船的船位，从计程仪和罗径上知道，我船船速和航向，从雷达上可获知周围船舶动态和环境情况，通过ARPA 可知他船和我船的DCPA 和TCPA。

电子海图提供了当地水深和地质数据，航海危险物数据，助航标志数据等海图信息。

数据库主要存放来自传感器和电子海图的信息以及推理过程中的中间结果等数据，供机器学习及进行深入推理时随时调用。

知识库主要包括了根据国际海上避碰规则、船员经验和专家对国际海上避碰规则的理解和认识的模块及根据船员避碰行为和专家经验所推导的研究成果，包括了良好船艺的基础知识和规则；包括了实现避碰了推理所需的算法及其结果和由各种产生式规则形成的若干个基本避碰知识模块等构成。避碰知识库是船舶自动避碰块决策的核心部分。根据船员避碰实践、国际海上避碰规则、航海专家和专业人员对规则的解释及良好船艺的实地应用，通过知识工程的处理将其转化成可用的形式。所谓知识工程是这样的技术：它从专家和文献中选取有关特定领域的信息，并将其模型制成所选定的知识形式。描述知识可以有很多种不同形式，在本系统中所采用的专家系统中通常所采取的形式，即为“如果……那么……”产生规则。其主要优点在于它的积木性。对于避碰局面的划分，根据能见度好坏分为能见度好时两船会遇、能见度不好时两船会遇、能见度良好时多船会遇和能见度不良时多船会遇基本形式。在每一种划分中，根据不同的会遇情

况又有不同的避碰操纵划分。对每一划分的每一避碰操纵划分，根据专家意见及船员实际避碰操纵，规定了具体的操纵避碰方式。其根本目的是为推理机的推理提供充分的和必需的知识。

机器学习就是计算机自动获取知识。对于避碰这样一个动态、时变的过程，就要求系统具有实时掌握目标动态的能力，这样依据知识而编制的避碰方案才会具有人的应变能力。所建造的专家系统性能的好坏，关键取决于机器学习的质量，学习质量是通过学习的佥性（真实性）、有效性和抽象层次这三个标准来衡量的。本系统采取以下方式，提高专家系统的性能。系统设计中采用算法作为学习的表示形式，采用归纳学习作为学习策略，即学习中采用推理的方法。机器学习就是在推理机推理决定应选取哪个模块来确定避碰方法。方法

第6期李能斌：智能导航系统的发展与应用45

选定以后，在推理机的控制下，决定该从知识库中调用哪类算法进行计算、分析和判断。这样可以避免学习的盲目性，提高学习的有效性，而学习的佥性取决于算法对现实的反映程度。关于算法的研究已在以前各章节中进行了阐述，在此省略。对于学习的抽象层次，取决于对表示知识方式的选择，本系统应用框架形式实现知识的表示。框架表示是一种适应性强、概括性高、结构化良好、推理方式灵活可变、知识库与推理机成一体，又能把陈述性知识与过程性知识相结合的知识表示方法，利于解决复杂问题，可以克服产生式避碰知识库的缺陷。这是本系统能够获取丰富的现场知识，即获得实时动态知识库的关键技术之一。

推理机的重要作用是确定如何对知识进行有效的使用与控制和协调各环节工作的作用。船舶自动避碰系统结构如图

图2船舶自动避碰系统结构图

由于在本系统中采取知识库与推理机成一体的方式，保证了推理机可以控制机器学习环节，使其学习能具有针对性，而更重要的作用还在于决定系统如何来使用知识，可以说模仿人的思维过程是由推理机在控制机器获取现场知识与使用知识的推理过程中实现的。因此，推理面在系统中起到了控制与协调各环节工作的作用，居于决策者的地位。推理过程应用启发式搜索法，但为了保证推理结果的正确性及可行性，在本系统中改变了在能见度良好和不良时多船会遇的避碰操纵方法，保证了搜索结果的惟一性。在这种启发式搜索控制下，避碰方案就在系统学习与推理的过程中产生也优化。图3为避碰方案决策简图。

图3避碰方案决策简图

三、自动避碰的基本过程

自动避碰的过程是在总结国际海上避碰规则，专家有关知识的基础上，模仿专家所进行的避碰操纵。具体而言，自动避磅的基本过程可包括：

1．确定本船的静态和动态参数

本船的静态参数包括：本船船长、船宽、本船吃水或载重量；本船的动态参数包括：本船速度，本船航向，本船在相应吃水状态下的旋回初径，旋转所需时间，在全速前进情况下减至半速的时间和前进距离，在全速情况下减至慢速前进所需时间及前进距离，在全速情况下至主机停止所需时间及前进距离，在全速情况下至全速倒车所需时间及前进距离，本船第一次避碰时机等参数值。

2．确定本船与目标船之间的相对位置参数

根据本船的静态和动态参数及ARPA 提供的经过处理的目标船可靠信息（位置、速度、航向、距离等），确定本船与目标船之间的相对位置参数。这些相对位置参数有：两船的相对速度、相对速度方向、位于本船的相对方位等。

3．根据目标船参数分析两船间的运动态势这主要完成以下几方面的工作：

（1）判断哪些船与本船存在碰撞危险，计算每一目标船的DCPA、TCPA、空间碰撞危险度、时间碰撞危险及碰撞危险度。

（2）对危险目标进行识别。这种识别主要包括：确定是两船会遇还是多船会遇，对两船会遇确定会遇态势以及本船

在避碰中的权利与义务。若本船是让路船，确定本船是左让还右让，确定转向避碰的幅度、时机及复航时间等。若本船是直航船，应对来船的动态实行时时跟踪，以确定来船是否在两船形成紧迫局面前采取了避碰行动等。对多目标船会遇，根据最近来船与本船的速度、位置关系、碰撞危险度进行排序，确定本船在多船会遇中的权利和义务。若本船应采取避碰行动，则确定重点避碰船、转向避碰幅度等。

（3）根据本船与目标船会遇局面分析结果调用相应的知识模块求解本船避碰操纵方式及目标避碰参数。

（4）对求得的避碰参数加以验证。若避碰方案符合要求，则通过接口驱动舵或/和车根据避碰方案进行避碰操纵；若获得的避碰方案不符合要求，则应重新加以确定修改，直到验证符合要求后再采取相应的措施。

在自动避碰的整个过程中，要求系统不断监测所有目标船的动态，不断核实目标船的动态，若目标船在本船采取避碰行动之前已采取了避碰行动，则应核实这种行动的有效性及两船可能的通过距离，而终止本船将要采取的避碰行动。若他船的行动不能保证会遇两船安全通过，本船将以获得的新的参数为基础，重新确定本船所采取的避碰行动。采取这种不断监控他船运动状态方法，是为了避免可能产生的两船不协调避碰行动。

四、对自动避碰系统局限性分析

研制全自动避碰决策系统将是船舶智能导航技术的发展方向，然而，必须指出的是，在当前的自动避碰决策系统中还存在以下的问题：（下转第55页）