英语原文共 13 页
基于COLREGs下多船相遇情形的分布式防撞决策支持策略
摘要
本文研究了一种分布式实时多船防撞决策支持策略。根据COLREGs规则和规定的一般要求，在一些典型的相遇情况下，对于直行船和让路船，在图形上分析了航向改变的性能和避免碰撞的速度变化。在分析的基础上，根据本船与目标船的相遇情况，对航向改变或变速进行避撞的初步决策。线性扩展算法被设计用于航线改变和减速，以保持船舶应避免的所有目标船舶的间隙。仿真结果表明，当所有船舶都遵守COLREGs以及其中一些不采取行动时，防碰撞策略可以避免碰撞。结果还表明，在多船相遇情况下，一艘船违反COLREGs有时会给其他船只避免碰撞带来更多困难，同时必须采取不必要的机动措施。
关键词：海洋运输 船舶避碰 国际海洋防碰撞公约
1.绪论
航运业不断发展，海上交通在许多通航水域变得越来越密集，包括港口，内陆水道，海湾等等(Liu and Zhang, 2010; Zaman et al., 2014)。一艘船应采取措施以避免与多艘船发生碰撞的可能性在这些区域会大幅增加，这使得防撞决策变得更加复杂。船舶驾驶员（OOW）面临着更加困难的船舶处理任务。此外，许多海上事故调查（Harrald等，1998;Antatilde;o和Guedes Soares，2008; Celik和Cebi，2009; Zhang等，2013a，2013b）表明75-96％的海上事故是由人为失误造成的，或者是与人为因素有关的。因此，提高海上安全性的最有效途径之一就是增强船舶航行的智能化和自动化(Tsou et al., 2010a; Perera et al., 2011, 2012; Wang et al., 2013)，同时尽可能的避免采取基于主观经验的决策。在制定防碰撞决策时，虽然有许多地方航行规则，所有航行的船只都遵守由国际海事组织（IMO）制定的国际海洋避碰规则公约。但是，COLREGs的规则和规定没有提供具体的指导，特别是多船只相遇情形。在COLREGs的一些关键要求下，如何以自动方式做出决策，避开目标，需要以定量的方式进一步研究。
多年来，船舶的自动路径规划已经成为研究人员的研究重点。最重要的目标之一是为船舶找到最佳或次优路径，在有限的时间内避开正在移动和静止的物体。该路径可以保证安全性和经济性，这意味着到船舶目的地的距离最短。路径规划算法可以集成到电子导航系统中，并结合导航信息和电子图表等等。研究人员提出了许多避免碰撞的路径规划算法。演化算法（EA）是一种启发式算法（Smierzchalski，1999; Szlapczynskiand Szlapczynska，2012），用于搜索所有相关船舶的一组次优轨迹。首先为轨迹建立成本函数，其考虑了安全性和经济性。在安全性方面，规划的路径应避开静态和移动目标。按经济计算，这意味着规划路径应为最短。还可以考虑一些其他因素，例如，转角应该小并且转弯点的数量应该尽可能少。在演化算法中，在解空间中随机生成一系列的路径，称为染色体。一系列运算符，如交叉，交换，平滑等（SmierzchalskiandMichalewicz，2000）用于更新染色体，以逐步降低成本函数。最后，选择成本最低的路径作为最终路径。Smierzchalski和Michalewicz（2000）通过设置静态和动态边界将碰撞避免视为动态优化问题。他们将速度作为未知参数，扩展用于机器人路径规划的演化方法。该算法的设计基于船舶不仅可以避免碰撞，而且可以通过改变速度来避免碰撞。船的轨迹由一系列转折点和两个连续转折点之间的速度表示。在进行路径规划时，应考虑COLREGs避免碰撞的要求。在Nski（2012）中，在开放水域和限制水域中引入了一个名为COLREGs违规惩罚的参数，以鼓励船舶遵守规定。但是，由于算法的随机性，无法完全避免COLREGs违规。还有其他类似的启发式算法，如泛型和蚁群（Tsou和Hsueh，2010）算法。Tsouetal（2010b）提出了一种通用算法来找到包括转角，恢复时间和恢复角度的最佳轨迹。该研究以及他们在TsouandHsueh（2010）的进一步研究仅限于两船情况。
在启发式算法中，搜索空间随着算法中随机变量的数量呈指数增长。这些研究最重要的目标之一是提高搜索效率，以确保算法能够在一定时间内得出令人满意的解决方案。它是实际应用的必要条件，因为船舶必须对情况作出快速反应。许多算法都满足了这样的要求。例如，Smierzchalski和Michalewicz（2000）的模拟表明，最佳路径可以在1分钟内找到。尽管如此，还应进一步研究一致性问题（TamandBucknall，2010,2013）。因为存在大量随机变量，这增加了算法的不确定性。需要以统计方式进一步测试算法，因为存在影响最终结果的突变（Tsouetal。，2010b）。
与启发式算法相比，确定性算法也引起了一些研究者的关注。Tamand Bucknall（2013）提出了一种协作路径规划算法。基于COLREGs和机动性特征给予每艘船优先权，仅使用航线改变来避免碰撞。航向角设置为常数（30度），并且该过程被简化为确定它应该在新航线上导航的距离，以通过线性扩展保持具有较高优先级的船舶。Benjamin等人（2006a，b）提出了一种基于协议的无人驾驶船舶计划，将防碰撞问题转化为多目标决策的区间规划模型，该模型基于美国海岸警卫队碰撞规则中的“IF-THEN”规则。Perera等人进行了类似的研究（2012年）。决策分两步进行。在第一步中，基于COLREGs和专家导航知识，针对一些典型的相遇情况制定了模糊的“IF-THEN”规则。关于航向改变（对于左舷或右舷）和/或改变速度的初步决定首先是通过模糊推理和去模糊化来做出的。在第二步中，贝叶斯网络用于以定量方式决定行动。上述模型的一个问题是，在进行去模糊化时，由于规则的相互作用，决策可能无法避免冲突。为了克服这个问题，Perera等人（2014）提出了一些解决方案。包括为矛盾的决策边界添加模糊光滑承载区域，多级决策/行动策略。一些防撞程序的一个限制是所有相关船舶的轨迹规划是以集中方式同时进行的。当相关船只在规划航道下航行时，可以避免碰撞，但可能有一艘外国船只使用不同的决策策略。如果其中一些船以其他方式做出决定，则可能会发生不一致或冲突。根据COLREGs，当一些船舶不采取任何行动时，可能会发生更糟糕的情况，无论它们是让路船还是直航船。也就是说，需要一个“第三方”来进行船舶之间的协商，这在实际应用中似乎不切实际。实际上，OOW正在根据附近的船舶是否存在碰撞风险自行做出决策。涉及的船只用于做出决策的模式也不相同。 为了提高可靠性，防碰撞算法应该能够做出积极响应，特别是当附近的目标不遵守规则时。
另一个限制是防撞不是一次性活动。船舶立即从出发地到目的地做出一系列决定并一个接一个地执行它们是不合理的。这种考虑不仅不切实际，而且使问题不必要地复杂化。在实际情况中，OOW根据他们对某一范围内船舶是否存在碰撞风险的观察和判断，实时逐步做出决策。更为实际的是，他们在每次要发生碰撞时做出一个决策，以避免与附近的船只发生碰撞，并在他们发现新的危险目标后，在前一个行动结束后再做另一个决策。此外，之前的一些研究（Tam和Bucknall，2013）表明，即使在多船情况下，大多数规避机动都是通过只改变航向或速度改变（或两者都进行）来实现的。因此，如果以实时方式处理路径规划，则可以显着减小问题的维度。
本文根据COLREGs规则和规定的一般要求，提出了多船遭遇情况下的分布式防碰撞决策支持策略。该研究仅限于繁忙的水域，例如海湾，海湾，海峡和水道，其中航行区域受到限制，并且更容易发生多船遇到情况。在分布式决策支持策略中，所有船舶根据观察到的其他目标船舶的遭遇情况及其行为单独作出决策。也就是说，不可能有一个协调中心来决定所有相关船舶的行动。所有船舶都自己做出决策，并且他们共享相同的决策程序。各船舶的决策程序是本文的重点。
在程序中，每艘船都做出初步决定，哪个是最有效的方式来保持与让路的所有船舶的距离（通过改变和/或改变速度）。这些是在对一些典型相遇情况下的航线改变和速度变化的防撞性能分析的基础上做出的决策。基于上述结果，分别设计了用于航线改变和变速的线性扩展算法，以作出最终决策。该策略还有助于决定在给予船舶不采取措施避免碰撞的情况下。它是根据COLREGs规则和条例的要求，对直行船做出的决策。
本文的其余部分结构如下。第2节首先介绍了防撞轨迹规划的几个假设。然后设计了让路船和直行船的决策程序。最后设计了适用于所有相关船舶的实时轨迹规划算法。利用所提出的决策制定方法进行了仿真。第3节中的多船遭遇场景。模拟考虑了所有相关船舶都遵守COLREGs的情况。模拟还考虑了一些船舶不愿意采取行动的情况。第4节讨论了一些结论。
2.防撞决策
2.1假设
在提出防碰撞决策支持策略之前，应该做出一些假设来降低程序的复杂性。本文的重点是设计一种适用于船舶的防撞决策程序，即使在附近某些相关船舶发生某些违规行为时也是如此。因此，假设如下：
- 船舶领域被视为半径为R的圆圈，必须避免任何其他船舶的侵入。船舶领域的大小取决于船舶大小，海水类型（公海，狭窄航道，繁忙的水道，并且满足海洋条件。它还取决于船舶规格，交通密度和OOW的经验（Lin，2006）。为了不失一般性，在本文中，R设定为1500米（约0.8NM）。在实际应用中，OOW可以根据他们所面临的实时情况和他的经验来调整这个参数。
- 防冲突决策以分布式方式进行。每艘船根据它的观察和从附近船只收到的信息，从“第一人称”的角度做出决定。它将自己视为“本船”（OS）和其他附近的船只作为“目标船”（TS）。一旦任何OS做出决定，它将被执行以及广播，以便所有附近的TS及时了解其意图。
- 监控范围内所有船舶的导航信息（包括速度，航向等）可用于本船。在实际情况下，可以通过OOW的视力或雷达/自动雷达绘图辅助（ARPA）查看或检测目标船只。监控范围设置为10NM。监控范围也受到许多因素的影响，包括可见性和ARPA的性能.OOW可以根据实际情况调整该参数。
- 行动范围是指在进行防碰撞动作时OS与TS之间的距离。如Lin（2006）所述，行动范围在很大程度上取决于最近会遇点（CPA）。行动范围越大，行动范围越大最终的CPA。来自Lin（2006）的实验也表明，在大多数情况下，OOW采取超过5NM的行动。因此，本文中的行动范围设定为6NM。船只在任何船舶之前不会作出决定进入行动范围。应该注意的是，如果OOW要求船舶的大型船舶领域，则行动范围应该扩大。
- 船舶可以通过航线改变或改变速度（或两者）避免碰撞。每个船只做出一个决定，在完成之前的行动并返回初始航线之前不会再做出另一个决策。原因是所有的TS在进行防碰撞决策时已经考虑了OS的监视范围，并且在完成第一次操作之前不太可能检测到新的TS。另一个原因是之前的一些研究（TamandBucknall，2013; Pereraetal。，2014）表明一艘船将会只改变它的路线，即使在多船遭遇情况下也只能避免一次碰撞。当完成前一个动作时，船只会在必要时继续监视和制作另一个动作。因此，制定的闭环系统就会到达目的地。
- 假设每艘船都遵守COLREGs。如果与其他船舶存在碰撞风险，应根据COLREGs的要求，激活防撞决策程序。此外，有可能是一些涉及的船只没有采取行动。所以假设如果有任何TS应该让位给本船，但没有采取行动，本船也会做出决定以避免碰撞。
2.2 决策程序
2.2.1 最近会遇距离
轨迹规划最重要的目标之一是保持所有TS不在本船的船舶领域内，这意味着与其他船舶的CPA应该足够大。首先需要解决的一个问题是如何判断当船舶改变航向时，计划的航迹是安全的。假设两艘船的初始位置分别为P1（x1，y1）和P2（x2，y2），它们的速度分别为V1=（vx1，vy1）和V2=（vx2，vy2）。两艘船在经过时间t后的位置可以表示为
在时间t两艘船之间的距离可以通过以下等式获得：
它是关于t的二次方程，其最小值是CPA。由于与CPA之间的时间间隔为[0: t0]有以下三种可能性：
当一艘船通过航线改变做出避免碰撞的决定时，有必要评估其运行是否有效。两个计划轨迹的CPA计算如图1所示。主要思想是首先根据等式3，得到两个连续转折点所有的CPA最小值是两个轨迹之间的CPA，如下所述：
该模型用于确定计划的轨迹对OS附近的船舶是否安全。在实际情况中，可能存在多个TS，并且OS可以一次一个地判断有效性。如果该值小于船舶领域R的半径，则防撞操作将失败，并且将进一步考虑更大的航向改变动作。就对遇防碰撞而言，可以通过改变速度来容易地获得CPA。
2.2.2 船舶操纵性模型
在近距离防撞中，在获得无碰撞轨迹时需要考虑船舶的机动性，以便船舶在航线改变过程中可以采取适当的操作来跟踪轨迹。应该注意，船舶运动受到风，流和波浪的影响。 然而，之前的一些研究（Montewkaetal。，2010; Zhangetal。，2012）表明，这种海洋生态因子以类似的方式影响船舶航行并且与它们的相关性较低。因此，Zhang等人采用的线性Nomoto模型（2013a，2013b）也用于本文。Nomoto模型如下所示：
这里，其中r是船的特征速度，delta;是OOW操作的舵角，Ts和Ks分别是船舶的时间常数和方向舵增益，这两个参数是船舶机动性能的重要指标。该模型适用于大多数船舶，通过圆形和锯齿形测试获得。基于上述模型，当方向舵转向delta;0并保持时间t时的航向变化可以得到如下：
在转向操作的下一阶段，方向舵将在中间运行。然而，由于惯性力，船舶将在一段时间内以降低的角速度继续转弯。在这个阶段，舵返回中舰后的航线变化如下：
其中r
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
