復雜動態(tài)環(huán)境下船舶操縱系統(tǒng)避障自適應控制方法研究

嚴 科

（中國海警局直屬第四局，海南 文昌 571339）

復雜動態(tài)環(huán)境下船舶操縱系統(tǒng)避障自適應控制方法不夠成熟完善，有些任務或環(huán)境條件不適合有人船工作，而智能化無人船舶操縱系統(tǒng)智能化水平不足，有待研發(fā)人員進一步進行開發(fā)。2014 年谷歌公司開始研發(fā)汽車無人駕駛項目，后來無人機駕駛、無人船駕駛等項目也相繼誕生，人工智能技術、自動控制技術、信息融合技術為復雜動態(tài)環(huán)境下船舶操縱系統(tǒng)避障自適應控制方法提供了新的思路。

1 內河彎道水域船舶操縱系統(tǒng)避障自適應控制方法

1.1 內河彎道水域船舶操縱系統(tǒng)避障影響因素

內河彎道水域船舶操縱系統(tǒng)避障影響因素主要包括內河橋區(qū)安全水域、內河船橋安全距離、船位限制、航向限制、航道邊界的限制。進入橋孔前、橋孔入口處、船舶整體通過橋孔后船舶操縱系統(tǒng)避障不當都會出現(xiàn)碰撞事故。

1.2 內河彎道水域船舶操縱系統(tǒng)避障算法

首先，需要根據(jù)橋墩墩型計算系數(shù)、橋墩墩型、橋墩計算寬度、紊流區(qū)域寬度、橋墩墩型得到船橋安全距離。

其次，根據(jù)船舶參數(shù)、橋墩參數(shù)、是否通過橋區(qū)水域、最大偏移量、風流壓差角、轉向、橋梁的垂直距離是否小于橋區(qū)安全水域、是否通過橋孔、是否滿足約束條件、是否滿足航道邊界約束、轉舵方向得到最佳內河橋區(qū)水域船舶操縱過程，避免碰撞事故出現(xiàn)。模型約束條件主要包括轉向角的限制、航道邊界的限制、相鄰轉向點之間的距離限制[1]。

1.3 差分進化算法下船舶操縱系統(tǒng)避障自適應控制方法

差分進化算法下可以先根據(jù)種群規(guī)模、基因長度、虛擬航標點集合、隨機生成轉舵角度、轉舵角度、虛擬航標點生成基因、個體適應度生成初始種群，并將生成的個體添加到初始種群，然后可以根據(jù)種群規(guī)模、基因長度、最優(yōu)個體的情況初始化種群，最后即可根據(jù)該算法進行變異操作、交叉操作、選擇操作，以此來判斷當前種群的最優(yōu)個體以及當前算法是否滿足停止條件。差分進化算法能夠根據(jù)內河彎道水域的基本情況和船舶轉向點的轉向角度、航行時間，驗證內河彎道水域船舶操縱路徑是否正確，根據(jù)轉向點坐標、轉舵時間、轉舵角度即可保障船舶在內河彎道水域順利通過。

1.4 內河彎道水域船舶操縱系統(tǒng)功能需求

內河彎道水域船舶操縱系統(tǒng)必須滿足系統(tǒng)登錄、訓練數(shù)據(jù)的存儲與解析、船舶運動狀態(tài)模擬、內河橋區(qū)水域船舶操縱仿真、內河彎道水域船舶操縱仿真、Web 端后臺管理系統(tǒng)等功能。內河彎道水域船舶操縱系統(tǒng)功能可以分為Web 端后臺管理系統(tǒng)、Windows 端仿真訓練平臺兩部分，Web 端后臺管理系統(tǒng)可以分成系統(tǒng)管理、參數(shù)管理、訓練數(shù)據(jù)管理三部分，Windows端仿真訓練平臺可以分成船舶運動狀態(tài)模擬、內河橋區(qū)水域船舶操縱模擬、內河彎道水域船舶操縱模擬三部分。其中系統(tǒng)管理包括人員管理、角色權限管理等功能；參數(shù)管理包括船舶參數(shù)管理、航道參數(shù)管理等功能；訓練數(shù)據(jù)管理包括航道環(huán)境參數(shù)管理、船舶駕駛員訓練數(shù)據(jù)管理等功能。船舶運動狀態(tài)模擬包括船舶運動狀態(tài)模擬、船舶運動參數(shù)調整、船舶旋回試驗驗證等功能；內河橋區(qū)水域船舶操縱模擬包括橋區(qū)安全水域計算、船橋安全距離計算、橋區(qū)水域船舶模擬操縱模型建立、橋區(qū)水域船位約束條件計算等功能；內河彎道水域船舶操縱模擬包括彎道水域虛擬航標點設置、彎道水域約束條件計算、彎道水域船舶操縱模型建立、差分進化算法、解析轉向點集合等功能。

1.5 內河彎道水域船舶操縱系統(tǒng)工作流程

船舶操縱人員登錄系統(tǒng)后可以選擇訓練模式、訓練船舶、訓練環(huán)境和場景。若訓練場景為橋區(qū)水域，則設置船舶運動初始狀態(tài)、計算橋區(qū)安全水域和船橋安全距離、計算橋區(qū)水域約束條件、橋區(qū)水域船舶操縱模型建模、內河船舶運動模型模擬運動，根據(jù)是否滿足約束條件決定是否進行船舶轉舵，根據(jù)是否通過橋水區(qū)域決定是否結束訓練模式，最終將操作數(shù)據(jù)存入數(shù)據(jù)庫。設置船舶運動初始狀態(tài)后也可以直接計算虛擬航標點、計算約束條件、內河彎道水域船舶操縱模型建模、差分進化算法求解、解碼算法解碼，這樣可以得到返回轉向角度和轉向時機，最好根據(jù)內河船舶運動模型模擬運動判斷是否到達目標點，并決定是否退出訓練模式[2]。

2 路徑規(guī)劃船舶操縱系統(tǒng)避障自適應控制方法

2.1 船舶操縱性影響因素

船舶操縱性主要受船舶參考安全距離、地理環(huán)境等因素影響，其中船舶參考安全距離需要根據(jù)船舶領域的邊界、航程、航向線夾角、航速、航行時間計算，這樣才能根據(jù)船舶轉向所用時間、船舶轉向所用航程、航速等參數(shù)得到靜態(tài)路徑規(guī)劃中的船舶參考安全距離。地理環(huán)境不同則選取的轉向舵角、船舶速度也存在一定差異，具體需要根據(jù)海圖信息進行調整。

2.2 柵格法算法路徑規(guī)劃

柵格法算法路徑規(guī)劃按照方位將其分為東南、東北、西南、西北、東、西、南、北八個方位，根據(jù)編號規(guī)則確定障礙物位置，并且根據(jù)工作環(huán)境邊界判斷船舶能否通過障礙物。柵格法算法可以將整個區(qū)域劃分為m×n 的網(wǎng)格，網(wǎng)格劃分越細致，則障礙物位置和邊界區(qū)域確定越精準[3]

2.3 改進柵格法算法路徑規(guī)劃

改進柵格法算法路徑規(guī)劃將傳統(tǒng)柵格法算法和人工勢場法相互結合，充分發(fā)揮了人工勢場法需要的信息量少、易于實現(xiàn)、表達式簡單、數(shù)學分析簡單、計算復雜度低的優(yōu)點，同時根據(jù)船舶參考安全距離對障礙物影響大小進行確定，最終即可規(guī)劃最佳避障路徑，與傳統(tǒng)柵格法算法相比避障操作的復發(fā)性大大降低，有效避免了船舶避障操縱過多的劣勢。人工勢場法的原理是賦予障礙物引力和斥力，根據(jù)船舶與障礙物之間的距離自動判斷調整引力和斥力大小，并且根據(jù)引力和斥力大小調整船舶操縱系統(tǒng)，使其利用斥力場和引力場自動對障礙物做出規(guī)避。船舶操縱性難度較大，船舶排水量越大則操縱難度越高，因為排水量與船舶慣性直接相關，慣性越大則船舶操縱的時滯性越強，實際操縱過程中若操縱轉向過大或路徑過長均會增加操縱風險，操縱轉向越小、路徑越短則規(guī)避障礙物越簡單。因此，改進柵格法算法路徑規(guī)劃的核心是在保持船舶穩(wěn)定的情況下，盡量以低頻率操舵和小轉向角完成障礙物規(guī)避，傳統(tǒng)的8 方向柵格可以向16 方向柵格發(fā)展。

2.4 路徑規(guī)劃船舶操縱系統(tǒng)避障自適應控制實現(xiàn)

一是船舶操縱人員應該基于電子海圖柵格化處理，通過柵格法算法規(guī)劃全局路徑，篩選出輔助子目標點。二是以子目標點進行引導，通過改進勢場柵格法進行路徑規(guī)劃，判斷子目標點是否為障礙物，若存在障礙物則確定下一個子目標點，并以子目標點進行引導再次對改進勢場柵格法進行路徑規(guī)劃。三是選擇無障礙物的子目標點，船舶到達子目標點后確定是否為航行終點。若未到達航行終點，則繼續(xù)以子目標點進行引導，通過改進勢場柵格法進行路徑規(guī)劃，直到船舶通過一個又一個子目標點到達航行終點。

3 全驅動船舶操縱系統(tǒng)避障自適應控制方法

3.1 全驅動船舶操縱的影響因素

全驅動船舶操縱主要受旋回性、改向及抑制性、初始旋回性、停船性等因素影響。其中旋回性受進矩、旋回初徑等因素影響；改向及抑制性受第一超越角、第二超越角等因素影響；初始旋回性受船首向第一次改變因素影響；停船性受航跡進矩、縱向進矩等因素影響。若再將船舶行進過程中的風浪因素考慮其中，則還需要分析船舶前進速度、船舶重心相對于當前位置的航向角、船舶橫移速度、船舶旋回性指數(shù)等因素的影響[4]。

3.2 全驅動船舶操縱系統(tǒng)的避障目標

船舶航行位置和方向誤差受風、浪、流的影響，海上船舶的慣性矩陣和阻尼矩陣對航行方向的誤差較小，而且可以根據(jù)海上船舶的重量和排水量計算其非線性阻尼系數(shù)的影響，該因素的影響也可以忽略不計。實際全驅動船舶操縱系統(tǒng)的避障目標應該考慮的因素是船舶慣性系數(shù)、阻尼系數(shù)、推進系數(shù)、轉角力矩參數(shù)量等因素，因此需要根據(jù)以上因素確定全驅動船舶操縱系統(tǒng)的避障目標，即確定船舶航行速度、航行方向、前進速度、角速度。

4 無人船舶操縱系統(tǒng)避障自適應控制方法

4.1 仿人智能安全駕駛系統(tǒng)

仿人智能安全駕駛系統(tǒng)在規(guī)劃航線時必須了解海圖信息、氣象信息等資料，電子海圖數(shù)據(jù)格式分為矢量格式和柵格方式，矢量格式的電子海圖可以采用加密方法減少其存儲占用，這樣在使用過程中直接調用海圖信息即可減少海圖失真問題出現(xiàn)，目前最常用的電子海圖加密方法為S-63、S-57 標準。S-57 電子海圖物標的標識屬性主要包括特征物標、空間物標兩種情況，其中特征物標主要包括元物標、制圖物標、地理物標、集合物標；而空間物標主要包括矢量、光柵、矩陣，矢量包括結點坐標、邊坐標、面，結點坐標通過孤立結點、鏈接結點分別與面和邊坐標相互連接。無人船仿人智能安全駕駛系統(tǒng)避障自適應控制方法主要采用最佳優(yōu)先搜索算法、深度優(yōu)先搜索算法進行路徑規(guī)劃，在柵格化的海圖中能夠通過人工智能技術規(guī)劃出規(guī)避陸地、礁石、淺水區(qū)等障礙物的最佳航線。傳統(tǒng)算法下的仿人智能安全駕駛系統(tǒng)航線存在航線轉向點過多、偏航安全距離大等缺點，可以通過引入自動偏航報警系統(tǒng)在航線超出特殊區(qū)域邊界的情況下進行報警提醒。

目前可以采用船舶自動識別系統(tǒng)利用雷達對障礙物進行探測和定位，但是雷達的缺點是容易受到環(huán)境的影響，若外界環(huán)境因素比較復雜則容易出現(xiàn)假回波信號讓船舶操縱系統(tǒng)誤以為存在障礙物。因此，實際航行中可以對雷達和仿人智能安全駕駛系統(tǒng)進行融合，通過時空統(tǒng)一、航機關聯(lián)的方法將各自的卡爾曼濾波信息融合到一起，以提高航機數(shù)據(jù)信息的準確性。仿人智能安全駕駛系統(tǒng)主要由電源、內存、工控機、主板、傳感器接口、存儲硬盤等硬件設施組成，其主要功能主要分為全局航線自動生成模塊、信息融合模塊、自主避障算法模塊。仿人智能安全駕駛系統(tǒng)操縱人員通過電子海圖柵格化、全局航線規(guī)劃即可確定航線轉向點、局部目標點、動態(tài)感知外部環(huán)境信息，最終根據(jù)仿人智能安全駕駛系統(tǒng)自主避障算法模塊做出自主避障操作，并判斷局部目標點是否為終點，直到船舶達到目的地。

4.2 導航強化學習控制系統(tǒng)

導航強化學習控制系統(tǒng)主要依托神經(jīng)網(wǎng)絡算法對無人船舶的航向進行控制，跡偏差主要影響因素為船舶與航線段之間的垂直距離差、航線段的航線角、船舶的漂角。該系統(tǒng)主要利用航向控制器進行航海計算、構建期望航向、強化學習、計算風浪流干擾，進而避免船舶操縱受到慣性、時滯性的影響。導航強化學習控制系統(tǒng)主要包括船舶運動模型、航海計算工具箱、自動控制器、仿真系統(tǒng)主框架，其中仿真系統(tǒng)主框架功能包括電子功能、航線設計功能、設置功能、顯示功能、記錄和回放功能、方位距標圈工具、控制模塊接口、系統(tǒng)界面等[5]。

4.3 航行經(jīng)驗規(guī)則避碰系統(tǒng)

航行經(jīng)驗規(guī)則避碰系統(tǒng)需要在航線區(qū)域檢測到靜態(tài)障礙物、與其他船舶航線重疊時、避讓距離過短時存在碰撞風險，實際避讓中應該采取最小夾角經(jīng)驗操縱原則，在計算目標航路點舷角后向夾角方向轉向，若預估航向調整后仍然保持安全則可以在最小夾角下進行經(jīng)驗避讓，若預估航向調整后不安全則應該保持原有航向不改變。航行經(jīng)驗規(guī)則避碰系統(tǒng)可以根據(jù)深度競爭學習算法對船舶操縱動作對環(huán)境的影響進行判斷，通過航行經(jīng)驗判斷預估船舶操縱動作是否安全，該算法學習時間越久則航行經(jīng)驗越豐富，最終對避碰操縱行為的判斷越準確。航行經(jīng)驗規(guī)則避碰系統(tǒng)主要可以得出直接駛向目標、避讓危險、避讓駛向目標三種操縱動作，深度競爭學習算法可以根據(jù)計算得到最優(yōu)避讓路徑，其中海圖柵格化越精準則精度越高，實際避碰中對遇局面、追越局面、交叉會遇局面比較常見，該算法應該主要對以上三種局面進行深度學習，增加航行經(jīng)驗。

5 結論

綜上所述，復雜動態(tài)環(huán)境下船舶操縱系統(tǒng)避障自適應控制方法主要利用各類算法對內河彎道水域、海域航行過程中的障礙物避讓操縱動作和路線進行規(guī)劃，確保船舶與靜態(tài)障礙物、其他船舶不會發(fā)生相撞事故，人工智能技術、通信信息計算與船舶操縱系統(tǒng)結合得越緊密，則該系統(tǒng)的安全性、有效性越高。