AIS 環(huán)境下船舶智能化通行決策優(yōu)化算法

李簡(jiǎn)凡，孫海燕

(同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院，上海 200092)

0 引 言

世界航運(yùn)業(yè)在經(jīng)濟(jì)全球化的刺激下獲得了迅猛發(fā)展，加上船舶工業(yè)的技術(shù)進(jìn)步，使得港口和海上航線的船舶交通密度不斷增加，船舶碰撞事故也越來(lái)越多。船舶會(huì)遇過(guò)程的碰撞風(fēng)險(xiǎn)主要與2 個(gè)因素有關(guān)；一是船舶的大型化、高速化發(fā)展，使船舶會(huì)遇時(shí)的慣性更大，發(fā)生碰撞的概率更高；二是航線或港口的船舶密度高，在多艘船舶的會(huì)遇過(guò)程中，船舶航向、航速控制難度更大[1]。

船舶會(huì)遇過(guò)程的通行決策對(duì)于船舶避碰控制有重要意義，本文基于AIS 船舶自動(dòng)識(shí)別系統(tǒng)和神經(jīng)網(wǎng)絡(luò)算法，研究船舶會(huì)遇過(guò)程的通行決策和路徑尋優(yōu)問(wèn)題，有助于解決船舶在港口和擁擠航線的碰撞問(wèn)題。

1 船舶自動(dòng)識(shí)別系統(tǒng)AIS 的研究

船舶自動(dòng)識(shí)別系統(tǒng)(AIS )是通信、計(jì)算機(jī)、傳感器等技術(shù)的融合產(chǎn)物，在船舶導(dǎo)航、交通管理等方面有成功的應(yīng)用。

船舶自動(dòng)識(shí)別系統(tǒng)AIS 的船載終端示意圖如圖1所示。

圖1 船舶自動(dòng)識(shí)別系統(tǒng)AIS 的船載終端示意圖Fig.1 Schematic diagram of shipborne terminal of the automatic identification system AIS

AIS 系統(tǒng)主要由GPS 及雷達(dá)設(shè)備、AIS 信息處理器、VHF 收發(fā)機(jī)、AIS 顯示終端以及各類傳感器組成，詳細(xì)如下：

1）GPS 及雷達(dá)設(shè)備

GPS 及雷達(dá)設(shè)備為AIS 系統(tǒng)提供船舶定位功能，包括船舶的經(jīng)緯度、船舶航行狀態(tài)數(shù)據(jù)等，能夠提高AIS 系統(tǒng)的定位和導(dǎo)航水平。

2）AIS 信息處理器

信息處理器是AIS 系統(tǒng)的核心，信息處理器的數(shù)據(jù)庫(kù)分為靜態(tài)數(shù)據(jù)庫(kù)和動(dòng)態(tài)數(shù)據(jù)庫(kù)2 種，其中，靜態(tài)數(shù)據(jù)庫(kù)負(fù)責(zé)存儲(chǔ)和處理船舶識(shí)別編碼、貨運(yùn)類型、船舶類型等靜態(tài)數(shù)據(jù)；動(dòng)態(tài)數(shù)據(jù)庫(kù)負(fù)責(zé)存儲(chǔ)和處理船舶的航行速度、位置、航跡等動(dòng)態(tài)信息。

AIS 信息處理器的數(shù)據(jù)通信基于SOTDMA 技術(shù)，為了使處理器與AIS 系統(tǒng)其他設(shè)備之間的信息同步，提高信息傳遞的精度，通常采用GPS 的UTC 時(shí)鐘進(jìn)行同步。

AIS 船舶自動(dòng)識(shí)別系統(tǒng)的通信報(bào)文格式如圖2 所示。

圖2 AIS 船舶自動(dòng)識(shí)別系統(tǒng)的通信報(bào)文格式Fig.2 AIS Ship Automatic identification system communication message format

3）VHF 收發(fā)機(jī)

船舶自動(dòng)識(shí)別系統(tǒng)的VHF 收發(fā)機(jī)[2]是進(jìn)行諧波信號(hào)發(fā)射和接收的部件，AIS 系統(tǒng)的船舶數(shù)據(jù)通信發(fā)生在船舶與岸基設(shè)備之間、船舶與船舶之間，采用諧波信號(hào)能夠保障數(shù)據(jù)傳輸?shù)木取?/p>

4）AIS 顯示終端

AIS 顯示終端可實(shí)時(shí)顯示AIS 系統(tǒng)的船舶動(dòng)態(tài)信息，并在顯示界面提供多種可視化工具，比如數(shù)據(jù)調(diào)用工具、船舶呼叫工具等。

5）傳感器

AIS 系統(tǒng)的傳感器主要負(fù)責(zé)船舶動(dòng)態(tài)信息的采集，包括導(dǎo)航儀、陀螺儀、計(jì)程儀等。

衛(wèi)星導(dǎo)航儀：差分衛(wèi)星導(dǎo)航儀作為定位傳感器，為AIS 系統(tǒng)提供本船經(jīng)緯度和UTC 時(shí)鐘。

陀螺儀：為AIS 系統(tǒng)提供船舶的航向信息，陀螺儀具有數(shù)模信號(hào)轉(zhuǎn)換的功能。

計(jì)程儀：計(jì)程儀可以采集船舶的航速信號(hào)，并將數(shù)字信號(hào)傳送至AIS 系統(tǒng)的信息處理器。

2 基于AIS 系統(tǒng)和自適應(yīng)神經(jīng)網(wǎng)絡(luò)的船舶智能化通行決策算法

2.1 自適應(yīng)神經(jīng)網(wǎng)絡(luò)

自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法是基于人體神經(jīng)元信號(hào)傳輸?shù)姆律鷮W(xué)，近幾年隨著計(jì)算機(jī)技術(shù)的發(fā)展，自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法獲得了較快的發(fā)展。

自適應(yīng)神經(jīng)網(wǎng)絡(luò)的關(guān)鍵環(huán)節(jié)包括信號(hào)輸入、加權(quán)、求和、激活函數(shù)處理等，圖3 為自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法的原理圖。

圖3 自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法的原理圖Fig.3 Schematic diagram of adaptive neural network algorithm

自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法流程如下：

1）初始化

自適應(yīng)神經(jīng)網(wǎng)絡(luò)首先進(jìn)行神經(jīng)元和權(quán)值的初始化，神經(jīng)元賦予（-1,1）的隨機(jī)數(shù)作為權(quán)重δi(t)，xi(t)為輸入信號(hào)，設(shè)置權(quán)重的值域Si(t)和最大迭代次數(shù)M[3]。

2）加權(quán)與求和

神經(jīng)網(wǎng)絡(luò)算法的加權(quán)模型為：

其中，f(t)為網(wǎng)絡(luò)的效率函數(shù)。

3）激活函數(shù)處理

本文采用Sigmod 激活函數(shù)進(jìn)行神經(jīng)網(wǎng)絡(luò)算法的處理，該函數(shù)是一種指數(shù)函數(shù)，具有嚴(yán)格單調(diào)特性[3]，函數(shù)公式為：

Sigmod 激活函數(shù)曲線如圖4 所示。

圖4 Sigmod 激活函數(shù)曲線圖Fig.4 sigmod activation function graph

4）信號(hào)輸出

針對(duì)船舶通行過(guò)程的尋優(yōu)問(wèn)題，自適應(yīng)神經(jīng)網(wǎng)絡(luò)的輸出信號(hào)為：

2.2 船舶會(huì)遇過(guò)程的通行決策優(yōu)化和數(shù)學(xué)模型

在船舶會(huì)遇過(guò)程中，船舶長(zhǎng)、寬、速度、會(huì)遇角度、航向角等參數(shù)都會(huì)影響船舶的航行安全，建立船舶會(huì)遇過(guò)程的運(yùn)動(dòng)坐標(biāo)系如圖5 所示。

圖5 船舶會(huì)遇過(guò)程的運(yùn)動(dòng)坐標(biāo)系Fig.5 The frame of motion in which the ship will encounter the process

基于該坐標(biāo)系，船舶會(huì)遇過(guò)程的矢量建模包括速度與相對(duì)速度矢量建模、距離與會(huì)遇角度建模。

1）速度矢量

定義本船速度矢量為：

目標(biāo)船只的速度矢量為：

其中：Vox，Voy為本船速度在2 個(gè)方向的分量；Co為本船的航向角；VOX，VOY為對(duì)方船舶速度在2 個(gè)方向的分量；CT為對(duì)方船只的航向角[4]。

2）相對(duì)速度矢量建模

其中：VR為相對(duì)速度大小；CR為相對(duì)速度方向。

3）兩船相對(duì)距離

兩船坐標(biāo)分別為(x0,y0)和(xT,yT)，則相對(duì)距離為：

4）兩船相對(duì)轉(zhuǎn)角

兩船相對(duì)轉(zhuǎn)角計(jì)算為：

式中，θ為坐標(biāo)系轉(zhuǎn)換角。

2.3 基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的AIS 系統(tǒng)路徑搜索技術(shù)

本文結(jié)合AIS 系統(tǒng)和自適應(yīng)神經(jīng)網(wǎng)絡(luò)研究船舶會(huì)遇過(guò)程的智能化通行決策技術(shù)，利用AIS 系統(tǒng)中的船舶航跡數(shù)據(jù)及船舶位置數(shù)據(jù)，在船舶會(huì)遇時(shí)進(jìn)行航線的規(guī)劃。

基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法的船舶智能化通行決策優(yōu)化流程如圖6 所示。

圖6 船舶智能化通行決策優(yōu)化流程圖Fig.6 Flow chart of intelligent vessel passage decision optimization

針對(duì)本文提出的決策優(yōu)化算法，利用Matlab 仿真平臺(tái)進(jìn)行船舶會(huì)遇過(guò)程的路徑尋優(yōu)仿真，仿真模型本船船長(zhǎng)279 m，船速6.5 m/s，船位（30°N，123°E）；會(huì)遇船舶船長(zhǎng)185 m，船速5 m/s，船位（60°N，80°E）。船舶會(huì)遇過(guò)程的智能化通行決策仿真如圖7 所示。

圖7 船舶會(huì)遇過(guò)程的智能化通行決策仿真Fig.7 Intelligent traffic decision simulation of ship meeting process

由以上仿真可以看出，本文提出的自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法可以為船舶會(huì)遇時(shí)提供通行決策，并能夠?yàn)榇耙?guī)劃航線線路，從而降低事故發(fā)生的概率。

3 結(jié) 語(yǔ)

針對(duì)船舶會(huì)遇過(guò)程的避碰通行策略，本文在AIS系統(tǒng)數(shù)據(jù)庫(kù)基礎(chǔ)上，結(jié)合自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行路徑尋優(yōu)，并在Matlab 平臺(tái)中進(jìn)行了船舶會(huì)遇過(guò)程的通行決策仿真。結(jié)果表明，本文算法可以有效降低船舶事故發(fā)生概率。