來自“兩小證培訓”的啟發
——無人商船海上自主避障控制算法賽（C組）第一名 李麗娜團隊

“此想法源于船員的‘兩小證培訓’。我發現，經驗豐富的學員相對于經驗不足的學員對同一會遇態勢采取的避讓措施更科學更合理，針對80%的碰撞事故為人為因素導所致的事實，若用機器模擬經驗豐富船員避讓過程的思維模式，可為經驗不足的船員提供避碰輔助決策，進而減少甚至杜絕因經驗不足導致的碰撞事故。”集美大學教授、“2020‘海上爭鋒’中智能船艇挑戰賽決賽C組（無人商船海上自主避障控制算法賽）C組”冠軍獲得者李麗娜如是說。

為實現這一設想，最近二十多年來，李麗娜和她的團隊（包括此前同事和朋友）經歷了初期的方法探索、中期方法形成與論證，以及近期方法應用和拓展的漫長過程，其間，先后獲得過二項國家自然基金項目、一項部行業重點和多項省自然基金支持。這也為她們在此次“無人商船海上自主避障控制算法賽”中獲得冠軍奠定了基礎。實話說，在辯論現場，李麗娜是少有的教授隊長。但換個角度來想，唯有經驗才能將最優的無人商船海上自主避障控制算法展現——因其需要大量的經驗積累，以及厚重的學術積淀。

“在初期的方法探索階段，我們基于研究初衷，確立了人工智能的專家系統原理與船舶避碰幾何原理相結合的研究思路，但在處理多船會遇場景時，即以遍歷算法尋找避讓方案的搜索策略，難以有效地模擬船舶駕駛員在避碰過程中體現的通常做法及良好船藝，遂將其放棄。隨著研究的深入，我們選擇借助大型船舶操縱模擬技術開發的船舶自動避碰仿真測試平臺開展算法研究與測試，解決了算法研究海試的難題，在2007年，獲得第一個國家自然基金項目的同時，形成了船舶擬人智能避碰決策（PIDVCA）方法，從而采用‘擬人智能’理念，自主設計了一套‘PIDVCA 算法’。”李麗娜回憶道。所謂“PIDVCA算法”，意旨船載智能導航設備能自動識別會遇態勢，模擬經驗豐富的船舶駕駛員對周圍環境和危險局勢進行分析判斷，在避碰決策過程中遵循相關規則和通常做法，并體現優良船藝的思維邏輯，自動產生超越避碰專家所能提出的既安全又經濟的避碰決策。

算法也是根據現實問題或事故而需要改進的。李麗娜坦言，在算法進行仿真測試的過程中，確實曾因出現各種問題而陷入困境，甚至受到一些質疑。“但出于對專業領域的執著，面對困難，我和我的隊員并沒有妥協，在認真思考與分析之后，我們發現存在的問題主因在于量化分析的幾何模型不完備。通過耐心細致的仿真實驗，我們在發現與解決問題的過程中，揭示了目標交匯特征對船舶間相對運動產生的影響及其存在的內在規律，這讓我們完善了‘PIDVCA模型’，從而為‘PIDVCA算法’的成功應用到‘智能船1.0專項’示范船奠定了良好基礎。”

針對傳統避碰知識庫以有限的規則難以解決態勢無窮的避碰問題，李麗娜及其團隊將船舶避碰原理、專家系統原理相結合，運用相對運動解析幾何建立船舶避碰基本模型，基于規則表示的經驗知識和數學模型表示的客觀知識自行設計一套在“PIDVCA算法”，形成數據庫、規則庫、模型庫和算法庫組成的異構知識表示，同時，以“PIDVCA”模型和算法作為機器學習的表示形式和船舶動態危險度及避碰效果預測評價體系的基礎，采用機器在線學習機制，根據傳感器現場獲取的環境及目標信息及已有的知識，運用算法流程設計的自動推理機制，通過智能程序獲得決策過程的動態避碰信息構建動態避碰知識庫，進而實現了態勢的自動感知、危險的自動認知和決策及其避讓效果評價等級的自動生成。

事后，李麗娜向記者坦言，作為團隊負責人，她首先面臨算法版本的選擇問題，其次，還面臨學生能否解決老師缺席時的接口技術問題。“關于版本選擇，應用版已經過嚴格的測試和實船應用，而升級版尚處于研究階段，未經過充分測試，選擇升級版會加大難度和壓力。鑒于參加‘海上爭鋒’的初衷，一方面是為了解國內船舶避碰的研究進展情況，獲得業界對團隊最新研究成果和檢驗算法適應性的認可，以及選擇算法升級版有助于加大自測試力度達以到推動項目研究進程的目的，另一方面，也鍛煉和檢驗學生在接口技術研究、測試分析處理及界面設計的能力，使學生開拓視野并增強其研究避碰的自信心。”

但是，擔心并不意味沒有信心。“我有信心（但不敢保證）。當專家苛刻提問時，我確實有些搖擺。你還記得嗎，我們的船長也上來解釋了。我們的參賽團隊有船長作為航海技術顧問，諸多老師為團隊主要研究人員，碩士研究生為主要負責接口技術、參與算法測試分析處理及報告文檔處理工作。而我作為團長，盡管壓力不小，但必須向隊員闡明參賽的目的以化解壓力，一起分析處理初賽算法接口測試出現的數據錯誤、算法，以及在典型會遇態勢解析及實現避碰策略存在漏洞等問題。在決賽階段，我們還面對測試平臺輸入接口數據碼率與算法計算步長不匹配的新問題，而負責接口技術的郭健同學正在婚假期間，他主動利用騰信視頻、微信及電話方式，與參與者探討解決方案并如期解決問題，確保決賽的順利進行。”李麗娜說，整個賽程，全體參賽隊員齊心協力、相互配合，認真完成了各自的任務，并且在順利通過決賽階段測之后，發現了算法漏洞、明確了算法進一步優化的方向。

科學研究沒有捷徑，在科學道路上，我們需要耐得住寂寞，需要潛下心并持之以恒，唯有這樣，才能揭示事物發展的內在規律，通過科學研究發現新知識并獲得解決問題的新方法。在李麗娜看來，無人船自主航行的核心算法需要工匠精神的千錘百煉，才能解決全海域任意態勢下的避碰難題。

PIDVCA方法將船舶避碰原理、智能決策技術及專家知識庫相結合，采用離線人工學習與在線機器學習相結合的方式構建動態避碰知識庫。離線學習即運用相對運動解析幾何建立各類船舶避碰基本模型，基于規則表示的經驗知識和數學模型表示的客觀知識自行設計PIDVCA算法。以數學模型和算法作為機器學習的表示形式和船舶動態危險度及避碰效果預測評價體系的基礎。