基于規避知識庫的無人艇智能避障模型構建*

蔣寧寧 張 琪 向 敏

（1.海軍指揮自動化工作站 北京 100000）（2.海參信息通信局 北京 100000）（3.海裝信息系統局 北京 100000）

1 引言

由于海洋環境的復雜性，常規武器在應付高科技下的海洋戰爭有著極大的局限性，因此針對高科技下的海洋軍事開發各國都投入了巨大的人力、物力，其中水面無人艇（Unmanned Surface Vehicle，USV）技術得到了快速發展［1～2］，與無人水下航行器、無人機、無人駕駛車輛等無人平臺相比，水面無人艇的應用和發展所受的關注較少，但它是唯一可同時建立水上、水面、水下連接的無人駕駛平臺。相較于傳統水面艦艇，水面無人艇有其突出的優勢：功能齊全，多種使命兼容，具有更強的機動性能、體型輕便、操作靈活，受到各國的廣泛關注［3］。

危險規避技術是目前關于水面無人艇智能研究的重要方向之一［4］。水面無人艇在執行任務的過程中，需要能夠高度智能化、自適應地躲避海面上的障礙物。水面無人艇局部危險規避能力的強弱能夠從一定程度上體現其智能化水平的高低。危險規避技術作為USV自動控制系統的核心部分，是水面無人艇眾多研究課題中的重要內容之一，受到了各國專家和學者的廣泛關注［5～7］。

2 智能避障模型構建

2.1 智能避障模型框架

無人艇對障礙物的避碰規劃，即根據當前實際運動（位置、航速、航向等）及障礙物信息，按照避碰策略制定避讓障礙的操作，規劃出位置、航速、航向，實現障礙避讓。無人艇避碰規劃處理流程框圖，如圖1所示。

圖1 無人艇避碰規劃信息處理流程框圖

2.2 獲取外界環境信息

根據已建立的障礙物環境模型，獲取外界環境信息：USV和障礙物目標相關信息，具體處理過程參見圖1。將這些信息輸入智能決策模型，進行加工處理，與待構建的知識庫中的知識進行匹配識別，輸出USV在該環境下的最佳規避行為，實現危險規避。

2.3 構建智能知識庫

從國際海上避碰規則獲取的基本知識、研究成果、實戰數據的統計分析結果獲取規避知識。明確會遇態勢，會遇的沖突情況具體分為追越、對遇和交叉相遇三種［8～9］。以此為基礎，構建USV行動規則庫，其結構如圖2所示。

圖2 USV規避規則庫知識結構

2.4 構建分類的危險規避知識庫體系結構

在USV自動避碰系統中，構建良好的知識庫體系，能夠縮小搜索空間、對推理機的快速推理有著重要的作用。因此需要根據不同種類的會遇，構建不同的專用知識庫，例如：用于處理緊急情況下和靜態障礙物的避碰知識庫［10］。選用分類的方法來構建專用知識庫的方案，這與專家、船員對無人艇碰撞危險的判別和采取的避障方案應保持一致，知識庫的體系結構如圖3所示。

2.5 明確規避知識庫的知識推理過程

依據USV危險規避的知識庫特點，規避規則的表現形式為“模式-動作”對，用“如果……那么……”產生規則［11～12］。知識推理即通過獲取到的周邊環境信息與知識庫中已有的知識進行匹配識別，輸出USV在該環境下最佳的規避行為［13］。輸入的外界信息包括：目標障礙物的航向、距離、方位、最短會遇距離、最近會遇時間、通航密度，船舶操作性能、當前環境能見度、風速、海流、浪高、雷達觀測到的信息等。然后依據外界信息和知識庫的初始知識，進行知識推理。

圖3 USV危險規避知識庫的體系結構

USV避碰是一個動態的過程，這要求知識庫能夠實時快速獲得目標動態。采取推理機與知識庫一體，選取啟發式搜索方式，將推理機放在決策者的位置，以此調節整個環節。通過確定知識庫的體系結構、知識的表示形式及規避規則并設計推理流程，最終完成智能決策系統中智能知識庫的構建，推理流程如圖4。

圖4 USV危險規避知識庫推理流程

3 危險規避知識庫中知識的提取

從國際海上避碰規則獲取的基本知識、研究成果、實戰數據的統計分析結果中，提取規避知識庫中的相關知識，構建無人艇行動規則庫。分析影響無人艇安全航行的主要因素：能見度、通航密度、浪高、風速、海流環境和障礙物分布情況。

依據能見度劃分標準，將能見度劃分為5個等級，用于在海洋環境中約束無人艇航向的最高航速，其劃分如表1所示。

表1 能見度對應無人艇航速劃分

依據無人艇周圍環境情況和所在水域的密集程度，將周圍環境劃分成高密度、中密度以及低密度三種，對無人艇的運動劃分如表2所示。

表2 航行環境對無人艇的速度劃分

無人艇因為無法在巨浪以上的浪高進行運動，因此對浪級的劃分中，對無人艇的安全航速分為以下4個等級，如表3所示。

表3 不同風速下無人艇的速度劃分

表4 海流環境對無人艇的速度劃分

在河流或者海洋等不同的環境中，其對無人艇的安全航速要求不同，依據專家與船員的經驗，得到不同海流環境下無人艇的速度劃分如表4所示。

無人艇在強風以上等級禁止運動，然后對風力劃分了5個等級，風速對無人艇的航行速度的劃分如表5所示。

表5 不同風速下無人艇的速度劃分

當無人艇探測到障礙物時，如果沒有進入危險規避的狀態，容易發生碰撞危險，因此需要限制無人艇的安全航速，以免碰撞沖突。以下障礙物數目對安全航速影響的劃分的如表6所示。

表6 不同障礙物分布情況下無人艇的速度劃分

危險規避規則劃分如表7所示。

表7 危險規避規則劃分

表中區域Z中，RS表示右對遇，RM表示右舷小角度交叉，RB表示右舷大角度交叉，BZ表示本船追越它船，TZ表示它船追越本船，LB表示左舷大角度交叉，LM表示左舷小角度交叉，LS表示左對遇。規避方式包含了15種操作方式，其中：KK表示保速保向，SK表示減速，KL表示左轉向，KR表示右轉向，KSL表示小角度左轉向，KSR表示小角度右轉向，KBL表示大角度左轉向，KBR表示大角度右轉向，SL表示減速左轉向，SR表示減速右轉向，SSL表示小角度減速左轉向，SSR表示小角度減速右轉向，SBL表示大角度減速左轉向，SBR表示大角度減速右轉向，STOP表示停船。這些避讓方式中，大角度轉向表示45°以上的轉向，而小角度轉向表示10°以內的轉向。

4 基于A星算法的危險規避決策

在完成危險規避知識庫的構建以后，對USV避障進行危險規避決策，本文采用A星算法進行規劃，得到從起始點到終點的一條最小代價路徑。軌跡分為八個方向，以水平坐標系為準，分別為0°、45°、90°、135°、180°、225°、270°、315°、360°八個方向。在沿著全局路徑點航行的過程中，無人艇通過傳感器提供的動態障礙信息進行自動避障。

A星算法是啟發式搜索算法，其采用一個評價函數來指導路徑表中下一節點的選擇。評價函數為f(n)=g(n)+h(n)。其中g(n)表示從出發節點到節點n的最優路徑的代價函數，h(n)是根據領域知識，表示從節點n到最終目標點的路徑代價估計。

基于A星算法的危險規避決策流程如下

1）生成一個搜索圖G只包含開始節點n0，把n0放在一個名為OPEN的表中。

2）生成一個名為CLOSED的表，其初始值為空。

3）選擇OPEN表上第一個路徑節點，將它從OPEN中移到CLOSED中，稱此節點為n。

4）判斷n是否為最終節點，如果是最終節點，則順著搜索圖G，從危險規避知識庫中找到一條方案，成功退出。

5）如果n不是最終節點，則生成節點n后續節點集M，并在搜索圖G中安置節點集M。

6）為后續節點集M中不存在搜索圖G的節點建立一個到節點n的指針，并把M集中節點添加到OPEN中。對于M集中每一個已在OPEN和CLPSED表中的節點m，如果當前到達節點m的最好路徑包括了n，就將這個節點的指針指向n。對于已在CLOSED中的M集的每一個節點，也需要重新定向它在G中的每一個后繼。

7）按遞增的啟發值，重新排列OPEN表。

A星算法采用的是每步代價分析，這些代價包含了方向、軟障礙、航行通道與路程時間等。也可以運行無人艇靠近障礙物，此時可以加入額外的代價，這種情況下運行無人艇設置圍繞危險障礙物的邊界。在整個路徑中設置了開始節點和最終節點，最終可以為無人艇智能避障提供一個較優的完整路徑。

5 結語

本文分析從無人艇規避知識來源，以此完成規避知識庫中的知識采集。并提出了無人艇危險規避知識庫體系結構，明確危險規避規則的表示方法，以及規避知識庫的知識推理過程。通過分析影響無人艇安全航行的主要因素，并對這些因素進行知識提取，給出無人艇危險規避知識庫的規則及基于A性算法的危險規避流程，用于無人艇智能避障決策模型。