智能船舶及測試驗證評估技術研究現狀與展望

武漢理工大學 劉佳侖 楊 帆

中國船級社 馬吉林

上海交通大學 王鴻東

近年來，智能船舶技術發展風起云涌，相關國家、機構、企業紛紛布局深耕，并開展了大量項目研究。隨著智能船舶功能研發、產品定型、檢驗認證等方面研究的逐步深入，對其測試驗證評估技術研究的需求日益增強。自此，各國開始積極探索智能船舶測試驗證評估技術，以滿足對智能船舶功能測試核定和自主能力分級的需求。

國際智能船舶研究動態

2006年，日本等7國合作啟動了名為e-Navigation（電子航海或e-航海）的項目。e-Navigation的構想是：通過整合船岸信息，提高船舶航行安全和效率。

2012年，歐洲Fraunhofer CML公司等8家單位合作啟動了MUNIN（Maritime Unmanned Navigation through Intelligence in Networks）項目。該項目借助雷達、船舶自動識別系統（Automatic Identification System, AIS）感知航行環境，遵循國際海上避碰規則（Convention on the International Regulations for Preventing Collisions at Sea,COLREGs）避讓過往船舶，同時通過衛星等通訊鏈路回傳船舶狀態信息至岸端控制中心。

圖1 MUNIN項目

圖2 羅·羅公司研發名為“未來操作體驗概念”的岸基遙控系統

2010年到2013年間，韓國現代重工分別制定了“智能船1.0”和“智能船2.0”計劃。其設計理念是借助信息通信技術，實現船端與岸端的信息融合，以提高船舶安全性、環保性、經濟性，同時衍生船舶附加服務。

日本于2014年啟動了智能船舶應用平臺項目（Smart Ship Application Platform, SSAP），該項目由27家單位共同參與，旨在建立船舶設備數據的標準化方法，不斷提高船舶的安全性和環保性。該項目最終獲得通過了《船載海上工況數據服務器》和《船載機械和設備標準數據》兩項國際標準。

英國的羅·羅公司在2014年就開始研發名為“未來操作體驗概念”(Future Operator Experience Concept)的岸基遙控系統。2016年3月，該公司又與芬蘭阿爾托大學等單位合作啟動了AAWA（Advanced Autonomous Waterborne Applications）項目，擬于2020年前推出無人近海貨輪成型產品。

2014年，挪威開啟ReVolt項目，該項目是由挪威船級社（DNV）發起、挪威科技大學（NTNU）參研的自主航行概念研究項目，項目目標是打造一艘100TEU的概念船（“ReVolt”號），該船使用電池供能，航速為6節，準備在航程小于100海里的路線上航行。

2015年，芬蘭技術和創新資助機構資助了Advanced Autonomous Waterborne Applications(AAWA)計劃，項目總金額達660萬歐元，項目目的是為下一代先進船舶提供技術規范和初步設計。

2017年，Yara和Kongsberg兩家公司聯合資助Yara Birkeland項目，該項目擬打造一艘120 TEU型的敞口船“Yara Birkeland”號。該船為世界上第一艘零排放、全電動、自主化集裝箱船。Kongsberg負責所有關鍵的啟用技術，包括電力驅動，電池和推進控制系統之外的傳感器和遠程和自主操作所需的集成。

2017年，荷蘭17家企業、科研和政府機構啟動了為期兩年的應用型聯合研究項目“自主船項目”。該聯合項目從2017年啟動，2019年年底結束，項目的主要目的是論證無人駕駛船舶實現自主航行的可能性與可行性。

2017年4月，羅·羅公司與瑞典渡船公司Stena Line AB簽署協議，合作研發用于渡船的船舶智能感知系統，目的是實現傳感器信息融合與分析，提高環境感知度，以使船舶的操作運行更加簡便、安全、高效。

圖3 羅·羅公司與芬蘭國有渡輪運營商Finferries開啟了SVAN項目

圖4 2020年，IBM和海洋研究組織Promare共同開啟了五月花號自主船項目

2018年5月， 國 際 海 事 組織（International Maritime Organization, IMO）的海事安全委員會（Maritime Safety Committee,MSC）第99屆會議在倫敦總部召開。會議圍繞如何在IMO框架下進行海事自主水面船舶（Maritime Autonomous Surface Ships, MASS）的安全、可靠和環境友好的運營問題以及MASS法規梳理的目標、定義、范圍、方法、工作計劃進行了深入討論并通過了一系列法規決議。

2018年，羅·羅公司與芬蘭國有渡輪運營商Finferries開啟 了SVAN (Safer Vessel with Autonomous Navigation) 項目。2018年12月，在芬蘭圖爾庫市以南群島成功展示了渡輪Falco的自動航行試驗。該渡輪在芬蘭帕爾加斯和瑙沃之間完成了按照設定航線的自主航行和遠程駕駛。

2019年，挪威阿克海洋生物有限公司（Aker BioMarine）開啟建造一艘新的節能的先進支援船，該船將配備許多關鍵的效率改進和環保技術。該船長約168米，由瓦錫蘭（W?rtsil?）和挪威阿克海洋生物有限公司（Aker BioMarine）共同設計，在中國煙臺船塢建造，專門采用針對環境的影響盡可能小的設計。

2020年，挪威國有組織伊諾娃（Enova）為威廉姆森（Wilhelmsen）牽頭的Topeka項目提供了2.19億挪威克朗（約合2500萬美元）的獎勵，該項目旨在建造世界上第一個零排放氫動力船舶。Topeka項目著眼于為近海提供服務建造兩艘滾裝船。這些船只采用混合動力推進系統，將在挪威西海岸的近海供應基地之間轉移貨物。

2020年，IBM和海洋研究組織Promare共同開啟了五月花號自主船項目（Mayflower Autonomous Ship, MAS），該項目計劃建造一艘完全自主航行的智能船舶（MAS），該船擬采用鋁合金船殼，以太陽能和風能為動力。該船計劃2021年年初跨越北大希望，復制400年前“五月花”號的航線，從英國普利茅斯航行到美國的馬薩諸塞州普利茅斯，MAS將成為第一艘橫跨大西洋的全自主船舶。

2020年4月，韓國自主水面船項目（KASS Project）開啟，該項目的四個主要目標是開發智能導航系統、發動機自動化系統、建造船舶自主性能中心以及開發操作技術和標準化。它旨在開發一種具有自主導航功能的智能系統，用于控制機艙，碰撞和事故預防，態勢感知和決策的集成平臺。

2020年12月，挪威資助計劃Pilot-E確認將以4,630萬挪威克朗的價格支持MS Green Ammonia項目。格里格（Grieg Edge）和挪威瓦錫蘭（W?rtsil?）共同運營該項目，以在2024年推出無溫室氣體的低排放船舶。

圖5 萊茵河航行管委會制定提出的智能船舶等級劃分

歐盟地平線2020（H2020），即“歐盟科研創新框架計劃”是歐盟有史以來規模最大的科研創新計劃。該計劃孕育了一系列智能航運及智能船舶相關的項目，包括AUTOSHIP項目、NOVIMAR項目、MOSES項目、AEGIS項目。

NOVIMAR項目開發了一種新的水上運輸概念，稱為“船舶列車”。船舶列車包括一個領航船，其后是一系列載人量低、數字連接的跟隨船。項目周期為2017年至2021年，該項目概念將降低運營成本并增加規模經濟，減少人員成本的設想將大大擴大小型船只的經濟潛力。反過來，這將導致小型船只能夠更好地進入城市環境，從而減少人口稠密地區的交通擁堵。

AUTOSHIP項目旨在整合Rolls-Royce和Kongsberg兩大航運企業資源發展高附加值的智能船舶，提升歐洲造船業、水上運輸業的國際競爭力。項目周期為2019年至2023年，項目期望利用小型化的無人駕駛運輸船舶通過減少海上配員和提升船舶的航線適應性兩個方面降低海上運輸成本。

MOSES項目旨在增強歐洲近海短程集裝箱運輸體系的魯棒性，提高與大型集裝箱船舶協作的效率。項目周期為2020年至2023年，項目提出利用自主航行的支線集裝箱船舶減少大型集裝箱船舶的進港時間和頻率，在海上實現貨物的過駁作業，實現集裝箱貨物效率的提升。

AEGIS項目周期為2020年至2023年，項目目的是發展歐洲新型的水上交通系統，克服傳統水上交通系統高度依賴集裝箱碼頭、高運營成本、信息化程度低、自動化程度低等問題，提高船舶運輸的利潤率，實現智能、綠色和一體化的交通系統。

船舶自主水平分級標準

圍繞船舶自主水平分級，各國積極參與研究并發布了各自的分級標準，主要包括英國勞氏船級社（Lloyd’s Register of Shipping,LR）、挪威自主船舶論壇（Norwegian Forum for Autonomous Ships,NFAS）、 丹 麥 海 事 局（Danish Maritime Authority, DMA）、英國海事自主系統規范工作組（Maritime UK Autonomous System Regulatory Working Group,MASRWG）、法國船級社（Bureau Veritas, BV）、比利時航道管理局（De Vlaamse Waterweg nv）以及國際海事組織（International Maritime Organization, IMO）。以下僅針對IMO和比利時航道管理局的典型分級標準進行分析。

IMO在MSC第99屆會議上，采用了DMA對船舶自主水平的分級標準，將MASS的自主程度分為配備自動系統和輔助決策的船舶、有船員在船的遠程控制船舶、無船員在船的遠程控制船舶和完全自主船舶4個等級，并強調MASS在航行期間可以一個或多個自主程度航行（如表所示）。

表 IMO船舶自主等級分級標準

比利時航道管理局在荷蘭水運管理局（Rijkwaterstad）的支持下，面向內河智能航運、智能船舶發展需求，在比利時北部水網地區開放了測試場。自2018年5月18日起，該測試區域面向公眾開放，主要面向內河智能船舶開展測試。相關單位可以提出測試申請，以萊茵河航行管委會（Central Commission for the Navigation of the Rhine）制定的智能船舶等級為依據（如圖所示），在統一的規范標準下開展相應測試。目前，相關測試驗證的標準及技術細節尚未對外公布。

智能船舶測試驗證評估技術研究現狀

傳統船舶性能測試主要包括虛擬仿真和模型實驗、實船實驗三種方式。模型實驗又可細分為水池實驗和外場實驗。通常在設計過程中利用傳統虛擬仿真預測相關性能，在優選設計方案后開展模型實驗評估其可行性以更新建造方案，最后通過船舶交付的試航實驗對實船性能做定性判斷與定量分析測試。

歐盟NOVIMAR項目旨在研究船舶編隊航行調整水路運輸，使其能夠優化利用現有的內河、近海、遠洋水域，進而使得整個水路運輸系統充分服務于城市需求，以提升貨物運輸、航道利用和船員部署的靈活性。項目從編隊航行概念的提出、虛擬仿真邏輯的設計，到模型試驗的實現、實船驗證的示范，形成了整個測試驗證評估過程的模式化示范，對智能船舶相關能力的測試驗證評估研究具有重要的借鑒價值。

1、虛擬仿真測試技術研究

虛擬仿真成本低、零風險、可定制、可加速、可重復，但研發成本較高、準確性存疑、缺少真實反饋。傳統的虛擬仿真測試技術主要是通過船舶駕駛模擬器仿真技術，利用虛擬現實技術營造虛擬的駕駛環境，通過操控模擬器與虛擬環境進行交互，從而進行船舶駕駛操作訓練。船舶駕駛模擬器已廣泛應用于航海教育和培訓中，《STCW公約馬尼拉修正案》規定，船員在取得適任證書之前，必須經過駕駛模擬器培訓。船舶智能航行虛擬仿真測試技術，亟需利用駕駛模擬器，結合虛擬仿真技術、虛擬現實技術、數字孿生技術、虛實融合技術構建虛擬待測船舶和虛擬測試場景，設置典型工況和極端工況，針對船舶功能、性能、智能、效能、故障響應開展相關測試。

在船舶虛擬仿真技術研究上，宋團、王小蘭、馬振霞利用三維建模工具MultiGen Creator和視景仿真軟件Vega分別設計了船舶交通流仿真系統和航向控制仿真系統，實現了水域、波浪、天空、浮云、光照等環境特效以及不同能見度、不同水域下的船舶航行、避碰、靠泊、進出港等仿真測試以及船舶航向控制仿真研究。陸灝銘等人利用3DMAX構建船舶與海水模型，通過導入船舶速度和艏向角速度等狀態信息變化實現了船舶運動可視化仿真。韋天任基于3DMAX構建船舶模型，利用Unity建立船舶航行的外部環境，同時結合外部數據在Unity中對船舶模型進行交互控制，定義船舶行為，進行數值仿真。總體而言，船舶虛擬仿真測試技術主要通過構建虛擬船舶、虛擬場景實現航行控制仿真，但基于物理船舶的運動模型精確度與真實性提升仍需進一步研究。

2、物理實驗測試技術研究

物理實驗（包括模型實驗與實船實驗）能夠真實、直觀地呈現被測對象的功能與控制效果，但無法安全、高效地驗證復雜環境和極端工況下控制性能的有效性。國際海事組織于第101屆MSC中，發布《水面自主船舶試航暫行指南》，批準在滿足“遵守相關強制性文件，采取適當的風險管理措施，明確試航范圍與目標，向主管機關報告，選擇具備適當資質的配員，提供保障安全試航的基礎設施，確保通信、數據、信息實時共享與網絡安全”等條件下可開展水面自主船舶試航實驗。

圖6 珠海萬山智能船海上測試場

以挪威、芬蘭、英國、美國、荷蘭、比利時、德國等為代表的國家陸續投入了智能船舶測試的試驗場建設。挪威已于2016年開始相繼開啟Trondheimsfjorden測試場、Storfjorden測試場、Horten測試場和Grenland測試場四個測試場，主要由以康斯伯格（Kongsberg）和挪威科技大學（Norwegian University of Science and Technology）等挪威企業與高校為主開展有關建設工作，并得到了挪威海事等相關政府部門的支持。芬蘭于2017年設置了Jaakonmeri測試場。英國已面向25米以內尺度的無人船艇在本國沿海設置了多個測試區域。美國在大湖區面向10米以內尺度的無人船艇設置了測試區。荷蘭在2018年9月在國家管轄的主要航道內也設置了本國的測試場。比利時在2018年5月在內河主要航段啟用了智能船舶測試區。德國計劃于2019年5月在Spree-Oder航道建設內河數字航運測試場。基于本國測試場建設的經驗，芬蘭、挪威和韓國分別于第99屆和100屆MSC會議上提出了海事自主水面船測試相關提案。

我國在珠海、青島、日照等地區建設了珠海萬山無人船海上測試場、智慧航海技術裝備綜合試驗場、日照無人艇測試場。2017年6月智慧航海研發基地項目簽約儀式在青島藍谷管理局舉行，基地項目將建設智慧航海技術裝備研發中心、智慧航海技術裝備綜合試驗場、智慧航海技術裝備產業化中心、智能化運輸海洋裝備管控中心和“水運中心”衛星地面站五大板塊。2018年5月中國智慧航運發展研討會在青島舉行，由交通運輸部水運科學院和智慧航海（青島）科技有限公司共同建設的智能航運技術創新和綜合實驗基地在青島正式啟動。2018年2月在珠海市政府支持下，中國船級社、武漢理工大學、珠海云洲智能科技有限公司，共同啟動了珠海萬山智能船海上測試場建設，并于2018年11月30日投入運營，可面向軍用、民用智能船（艇）開展自主感知、自主避障、遠程控制、協同控制等自主海洋裝備核心功能測試。

2018年12月，羅·羅公司與芬蘭國有渡輪運營商Finferries在芬蘭圖爾庫市以南群島成功展示了渡輪Falco的自動航行試驗。該渡輪在芬蘭帕爾加斯和瑙沃之間完成了按照設定航線的自動駕駛和遠程駕駛航行。日本郵船公司（NYK）于2019年9月在“Iris Leader”號上根據國際海事組織IMO發布的《水面自主水面船舶試航暫行指南》對各海試項目進行了測試驗證，試驗從中國新沙開始，中途停靠日本名古屋港，以橫濱為終點港。并于2020年12月在東京灣內對400公里以外的拖輪進行了遠程操控測試，主要針對設備故障或船岸通信故障進行了兩項測試，一是驗證回退操作，二是數據通信量優化測試。瓦錫蘭、三星重工、日本郵輪等公司相繼實船試驗或虛擬仿真對船舶的遠程遙控操作能力、軌跡跟隨穩定性、系統集成性能、自主避障能力等功能進行了測試驗證。目前我國在此領域仍處于起步階段，亟需積極開展相關物理測試驗證評估技術研究。

智能船舶測試驗證評估技術展望

隨著智能船舶相關技術的快速發展，越來越多的機構參與到智能船舶的研發之中來，智能船舶呼之欲出。面對隨之而來的智能船舶商業化應用，智能船舶的測試驗證評估技術是當前亟待解決的問題。構建成熟的測試驗證技術方法體系，是保障智能船舶安全性、可靠性、穩定性的有效工具，是智能船舶大規模商業化應用的必要前提。

目前，智能船舶測試驗證技術仍處于發展初期階段，應面向智能船舶的發展需求，構建相匹配的智能船舶測試驗證技術方法體系。構建智能船舶測試驗證技術方法體系，以下幾點至關重要：

1、應將測試驗證的重點首先放在智能船舶最為核心、至關重要的智能航行等功能模塊上，逐步完善和實現完備的智能船舶測試驗證方法體系。智能航行是智能船舶核心功能的體現，涉及智能船舶的最基本的安全問題，是測試驗證首先要面向的對象。

2、應將虛擬測試作為智能船舶測試驗證技術方法體系的主體，開展以虛擬測試為主、模型測試為輔、實船測試為最終評判依據的虛實結合測試驗證技術方法體系。由于船舶本身的高價值屬性以及實船測試的高風險性，決定了大規模實船測試的不可行性。同時模型測試存在尺度效應等影響測試結果的因素，以及模型測試的相對低效性等缺點決定了模型測試只能作為輔助手段。相比較而言，虛擬測試具有經濟、高效、可觀測、可重復、可比較等獨特的優勢。但是，虛擬測試的可信度受模型精度等因素影響。因此，需要建立高精度的船舶模型和環境模型以構建船舶—環境高置信度模型，以提高虛擬測試的可信度。然而，如何兼顧高效性和高置信度是虛擬測試所面臨的挑戰。

3、應以典型工況和場景下的測試為主要方向，極端工況和場景下的測試為重要補充來開展智能船舶的測試驗證評估。智能船舶測試驗證評估的基本目標是保證船舶在典型工況和場景下的安全性、可靠性、穩定性，目前，測試驗證評估技術研究主要集中在典型工況和場景下船舶綜合能力的測試驗證評估。而船舶的事故往往發生在極端情況下，因此極端情況下的測試驗證至關重要、不可忽視。

4、應建立系統的、完整的智能船舶測試驗證評估標準體系，形成格式化的智能船舶測試規程。目前，智能船舶測試驗證技術仍處于發展初期階段，尚未形成明確的測試標準體系。環境復雜度、任務復雜度、航行穩定性和自主性、網絡通信可靠性等均可作為測試驗證評估的重要指標。因此，明確測試項目，細化測試內容，形成格式化的智能船舶測試流程，對大規模、高質量實施智能船舶測試驗證的推廣至關重要。