英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
国际海上避碰规则下多船碰撞情况下的分布式防碰撞决策支持模型
摘要：本文研究了一种分布式、实时的多船防撞决策支持方案。在国际海上避碰规则和条例的一般要求下，本文分析了让路船和直航船在一些典型的会遇情况下为避免碰撞的不同航速和航向的情况。在此基础上，根据船舶与目标船的碰撞情况，对航向改变或航速变化进行避碰决策。通过改变航向或改变航速，根据船舶与目标船的相遇情况，进行避航。本文设计了线性扩展算法，用于航向改变和航速降低，以保证所有本船都应避免的目标船的间隙。仿真结果表明：当所有船舶都遵守COLREGS规则时，以及当一些船舶不采取行动时，碰撞公式可以避免碰撞。结果还表明，在多船碰撞情况下， 一艘船违反COLREGS有时会给其他船舶避碰行动带来更多的困难，而必须采取不可取的操纵行动。
关键词：海上运输、船舶避碰、国际海上避碰规则、支持决策
1 引言
航运业持续增长，许多通航水域的海上交通日益密集，包括港口、内河航道、海湾等。在这些区域，一艘船应该采取行动避免与多艘船相撞的概率很可能会大幅度增加，这使得船舶的避碰决策更加复杂。驾驶员面临着更加困难的船舶处理任务。此外，许多海上事故调查表明，75-96%的海上事故是由人类失误引起或与之相关的。因此，提高海上安全的最有效途径之一是以技术手段提高航行智能和自主性尽量避免基于主观经验的决定。国际海事组织(海事组织)制定的“国际海上防撞规则”(COLREGS，1972)做出避碰决定时， 虽然也有许多本地的导航规则，但所有的航行船都应该遵循。然而，国际海上避碰规则的规则和条例并没有提供具体的指导，特别是在多船遭遇情况下。如何以智能方式做出决策以避免附近的目标，对国际海上避碰规则的一些关键要求还需要从定量的角度做进一步的研究。
船舶自动航线规划是多年来研究的热点。最重要的目标之一是为船舶在有限的时间内远离附近的运动和静态物体寻找最优或次最优的轨道。该轨道既能保证安全，又能保证经济性，这意味着离船舶目的地的距离应该最小化。轨迹规划算法可以集成到电子导航系统中，并与导航信息、电子海图等相结合。学者们研究出了许多避碰路径规划算法。进化算法(EA)是一种启发式算法，可以为所有涉及的船舶寻找一组次优轨迹。首先建立了轨道的成本函数，兼顾了安全和经济。在安全方面，计划的轨道应远离静止和移动的目标。从经济上讲，这意味着计划的轨道应该尽可能短。其他一些因素也可以考虑，例如转弯角度应该尽量小，转向点的数量应该尽可能少。该算法在求解空间中随机生成一组轨迹，通常称为染色体。采用交叉、交换、平滑等一系列算子对染色体进行更新，使成本函数逐渐最小化。最后，选择成本最小的最佳轨迹作为最终轨迹。Smierzcharski和Michalewicz(2000)通过设置静态和动态边界，将避碰视为一个动态优化问题，将速度作为未知参数，扩展了机器人路径规划的进化方法，该算法是在船舶通过改变航向和改变航速来避免碰撞的基础上设计的。船舶的航线由一系列的转弯点和两个连续转弯点之间的速度来表示。在进行航线规划时，应考虑COLREGS对避碰的要求。在Nski(2012)的研究中，引入了一个参数COLREGS在开放水域和限制水域中的违章处罚，以鼓励船舶遵守相关规定。鼓励船舶遵守规定的水域。然而，由于该算法的随机性，无法完全避免国际海上避碰规则违规行为。还有其他类似的启发式算法，如泛型算法和蚁群算法。曹等人提出了一种通用算法，用于寻找包括转向角、恢复时间和恢复角在内的最优轨迹。该研究以及之前学者的进一步研究局限于两艘船的情况。
在启发式算法中，搜索空间随算法中随机变量的个数呈指数增长。提高搜索效率是保证算法在一定时间内收敛到满意解的一个重要目标。这是必要的实际应用，因为船舶必须作出快速反应的情况。很多算法都满足了这一要求。例如，在Smierzcharski和Michalewicz(2000)中的模拟结果表明，在1分钟内可以找到最佳的轨迹。尽管如此，还应进一步研究一致性问题。算法中存有大量的随机变量，增加了算法的不确定性。由于存在影响最终结果可能存在异常，需要对该算法进行进一步的统计检验。
相对于启发式算法，确定性算法也引起了一些研究者的关注。Tam和Bucknall(2013)提出了一种协作路径规划算法。根据COLREGS和人的操纵习惯特性，对每艘船只都给予优先级。只有改变航向才能避免碰撞。航向角被设置为常数(30°)，以及该程序简化为确定在新航向上应航行的距离以通过线性延伸保持较高优先级的船舶不受影响。Benjamin等人提出了一项基于议定书的无人驾驶船舶方案，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“如果-然后”规则。Perera等人进行了类似的研究。这这些决定分两个步骤作出。在第一步中，基于COLREGS和专家导航知识，对一些典型的遭遇情况制定了模糊的“if-然后”规则。首先通过模糊推理和去模糊，对航向改变(左舷还是右舷)和/或改变航速进行初步决策。第二步采用贝叶斯网络以定量的方式决定行动。上述模型的一个问题是在进行去模糊化时，由于规则的反作用，决策可能无法避免冲突。为了克服这一问题，Perera等人提出了一些解决办法，由包括为矛盾的决策边界添加模糊光滑轴承区域，多级决策/动作公式。
一些防撞程序的一个限制是，所有涉及的船舶的航线规划都是以集中方式同时进行的。虽然可以避免碰撞，规定所涉及的船舶在计划航线下航行，但有可能有一艘外国船舶使用不同的决策公式。如果他们中的一些人以其他方式做出决定，可能会发生不一致或冲突。根据国际海上避碰规则的说法，如果一些船舶不采取任何行动，无论是让路还是搁浅，情况可能会更糟。也就是说，船舶之间的合作需要一个“第三方”，这在实际应用中似乎是不现实的。事实上，值班工作人员是根据与附近船舶是否有碰撞风险自行作出决定的。所涉及的用于做出决策的船舶的模式也不是相同的。为了提高可靠性,防冲突算法应具有作出肯定响应的能力, 特别是当附近的目标不遵守规定时。
另一个限制是，防止碰撞不是一次性的活动。船舶从原点到目的地，一次又一次地作出一系列决策，这是不合理的。这种考虑不仅不切实际，而且使问题变得不必要地复杂。在实际情况下学者根据对某一范围内船舶是否存在碰撞风险的观察和判断，实时地进行决策。更实际的做法是，他们在必要时每次都做出一个决定，以避免与附近的船只相撞，而在前一个决定结束后，当他们发现任何新的危险操作时再做出一个决定。此外，以前的一些研究表明，大多数规避行动都是通过单一的航向或速度改变进行的，即使在多艘船的情况下也是如此。因此,如果以实时方式处理轨迹规划,则问题的维度可以显著减小。
本文根据国际海上避碰规则的一般要求，提出了一种多船碰撞情况下的分布式防碰撞决策支持方案。这项研究仅限于繁忙的水域，如沟渠、海湾、海峡和航道，这些水域的通航区域受到限制，而且更有可能出现多艘船遇到的情况。在分布式决策支持模型中，所有船舶都根据其他目标舰船的观测遭遇情况和各自的行动进行决策。也就是说不可能有一个协调中心来决定所有有关船舶的行动。所有的船舶都是自己做决策的，它们的决策程序是相同的，而船舶个体决策程序是本文研究的重点。
在该程序中，每艘船都会作出初步决定，确定哪一种方式是保持对所有它应该让路的船舶的的空间间隙最有效的方式(通过改变航向和/或改变航速)。研究在对典型碰撞情况下的航向变化和速度变化的防撞性能分析的基础上，进行了决策。在此基础上，分别设计了航向改变和变速的线性可拓算法，以做出最终的决策。该公式还有助于决策在让路船舶不采取避碰行动情况下做出决策。它是在COLREGS规则和条例的要求下，通过对驻船船舶的决策来实现的。
本文的其余部分如下。第二节首先介绍了避碰撞轨迹规划的几种假设，在此基础上，设计了让路船和直航船的决策程序，最后设计了一种适用于所有船舶的实时航线规划算法。在第三节中，通过考虑多艘船遭遇的几种情况，使用所提出的决策公式进行了仿真。仿真考虑了所有涉及船舶都遵守COLREGS的情况，还考虑到了一些让路船只不愿意采取行动的情况。 一些结论在第四节探讨。
2 避碰决策
2.1 假设
在提出防碰撞决策支持方案之前，应先做一些假设，以降低程序的复杂性。本文的重点是设计一种适用于船舶的防撞决策程序，即使在附近的一些船舶发生违规事件时也是如此。因此，假设如下：
（1）船域被视为半径R的圆，必须避免任何其他船只的侵入。船舶领域的大小取决于诸如船只大小、海水种类（公海）等因素， 狭窄的航道、繁忙的水道等)和海洋条件它还取决于船舶规格，交通密度和驾驶员的经验。在不丧失一般性的情况下，R被设为1500米(约合0.8 nm)。在实际应用中，驾驶员可以根据所面临的实时情况和经验来调整该参数。
（2）船舶防撞决策是以分布式方式进行的，每艘船舶都是根据自己的观察结果和附近船舶提供的信息，从“第一人称”的角度做出决策的。它把自己当作“本船”，把附近的其他船只当作“目标船”(TSS)。一旦任何本船做出决定，它将会被执行并广播，以便附近的所有目标船都及时知道他的意图。
（3）在监控范围内的所有船舶的航行信息(包括航速、航向等)可供本船使用。在实际情况中，目标船舶可以通过驾驶员的肉眼被看到或通过雷达/自动雷达绘图辅助(ARPA)检测到。本文将监测范围设为10 nm。监测范围也受到许多因素的影响，包括能见度和ARPA的性能。驾驶员可根据实际情况调整参数。
（4）行动范围是指在进行避碰撞行动时本船与他船之间的距离。正如在LIN的研究中所讨论的，行动范围在很大程度上取决于最近的接近点(CPA)。 动作范围越大，最终CPA越大。从Lin的实验还表明，在大多数情况下，驾驶员采取行动超过5nm。因此，本文将行动范围设为6nm。除非有任何船只侵入行动范围，否则该船不会作出决定。应注意的是，如果驾驶员要求船舶的大型船舶域，则应扩大其作用范围。
（5）船舶可通过改变航向或改变航速(或两者兼用)而避免碰撞。每次只做出一个决定，直到它完成先前的行动，回到初始航向上，才会做出另一个决定。这是因为在进行避碰撞决策时，在本船监控范围内的所有目标船舶都已被考虑到，并且在完成第一次操作之前不太可能检测到新的目标船舶。另一个原因是，一些有价值的研究表明一艘船即使在多船会遇情形下也只能改变一次航向以避免碰撞。在完成这一宝贵的任务后，船舶将继续进行监测，必要时再进行一次监测。因此这个公式是一个闭环系统，直到本船到达目的地。
（6）假设每艘船舶均符合GOLERG的规定，如与其他船舶有碰撞风险，则在GOLERG的规定下，避撞决策程序将予以让路。此外，有可能有一艘或几艘涉及的船只没有按照GOLERG的要求采取行动，因此假设如果有他船应该给本船让路却未采取行动，本船也要做出避碰决策。
2.2 决策程序
2.2.1 最近会遇点
航线规划最重要的目标之一是使所有的目标船远离本船的船舶船域，这意味着与其他船舶的CPA应该足够大。因此，首先需要解决的一个问题是，当船舶改变航向时，如何判断计划的航线是否安全。假设两艘船的初始位置为和及其航速分别为和。这两艘船在时间t之后的位置可以表示为：
(1)
这两艘船在时间t处的距离可用下列公式计算：
(2)
当：
它是一个关于t的二次方程，其最小值为CPA。由于与CPA一样，在[0，t0]的时间间隔内有以下三种可能性：
(3)
当一艘船通过改变航向进行避碰决策时，必须对其行动是否有效进行评估。两个计划航线的CPA计算如图1所示。其主要思路是首先根据等式(3)求出两个连续拐点的所有CPA，然后最小值是两个航迹之间的CPA值，如下所示：
(4)
图1：两条计划航线的CPA计算
该模型用于确定计划航线对本船附近的船舶的安全性。在实际情况下，可能有多个目标船舶，本船每次可以判断一艘目标船的有效性。如果该值小于船舶区域R的半径，则避碰行动将失败，并将进一步考虑大幅度转向操纵。在改变航速的避碰行动方面，用上述方程中的计划速度代替本船的速度，可以很容易地得到CPA。
2.2.2 船舶操纵性模型
在近距离避撞中，在获得没有碰撞航线时，需要考虑船舶的操纵性，使船舶在改变航向时能够采取适当的操作来跟踪航迹。应该注意的是，船的运动受风、流和浪的影响。然而已有的一些研究指出，这些因素对船舶航行的影响方式相似，且与它们的相关性较低。结果表明，本文采用了Zhang等人提出的线性Nomoto模型。Nomoto模型如下：
（5）
其中r是船舶的角速度，delta;是驾驶员操纵的舵角，TS和KS是船舶的时间常数和舵增益。这两个参数是船舶操纵性能的重要指标。它们适用于大多数船只，由圆圈和锯齿形试验获得。基于上述模型，可以得到舵转向delta;0并保持时间t时的航向改变：
（6）
在下一阶段的转向操作中将操正舵.。然而由于惯性力的
全文共12643字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[16571]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
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。
