多航道下船舶最佳導航路線選擇方法

郎賓超

(交通運輸部北海航海保障中心天津航標處，天津 300456)

0 引 言

近年來，船舶航行的發展水平得到了較大提高。從技術角度來看，航行設備和技術的不斷更新和改進，為船舶航行提供了更多的支持和保障。現代化的航行儀器，例如雷達、自動化控制系統等，都在較大程度上提高了船舶的導航精度和安全性[1]。船舶航線路線選擇的意義在于確保船舶和貨物的安全和有效運輸，選擇合適的航線可以減少船舶在海上遇到自然災害風險，同時也可以降低航行時間和成本[2]。航線選擇需要考慮多種因素，包括天氣條件、海洋地理環境等[3]。正確選擇航線可以提高船舶和貨物的安全性，降低船舶運輸成本，具有較高的意義[4]。

有學者對導航路線規劃方法進行研究，王童等[5]提出基于分層深度強化學習的移動機器人導航方法，該方法應用強化學習方法，對機器人導航路線進行訓練，獲取最佳行走路線，但該方法無法進行遠程導航路線選擇，僅能夠在小范圍使用。胡湘蘭等[6]提出基于多目標進化算法的自駕游用戶導航規劃方法，該方法對多種行駛路線進行目標優化，獲取最佳軌跡，但該方法在選擇最佳路線時需要耗費大量的時間。

為解決上述方法中存在的問題，本文研究多航道下船舶最佳導航路線選擇方法，保障船舶航行安全穩定。通過選擇最優的航道，提高航行效率，降低船舶損失率。傳統意義上，船舶通常只能在單一航道上航行，而在多航道的情況下，船舶可以根據實際情況選擇最優的航道進行航行，以達到更高的效率和安全性。

1 船舶最佳導航路線選擇

1.1 多航道下導航路線當量計算

在求解多航道下船舶的最佳導航路線之前，需要將所有航道處理為統一的等效長度。同時，需要考慮船舶航道的實際網絡狀態及其影響程度，以獲取相應的影響因子。此外，還要充分考慮船舶航行的風險性，并結合現實航行導航中存在的風險因素，例如導航有效寬度、高度、風向、風速以及水流速度等因素[7]，分 別 將這 些 因 素設 為 α1， α2， α3， α4， α5，并 通過 下式對其進行計算：

式中：航行節點i與j的導航路線由Eij表示；Eij的影響因子系數為為包含影響因子狀態下經過導航路線Eij位置所需時間；為不包含影響因子狀態下經過導航路線Eij所需時間。

當獲取導航路線的影響因子后，可結合路線實際長度與影響程度系數計算得出當量長度，如下式：

式中；Ls為 實際測試到的導航路線長度。Ld為導航路線當量長度；根據計算結果繼續進行現場模擬分析，經反復模擬獲取Ls的平均值，并再次通過式（3）計算導航路線當量長度。計算航道起始點與目的地之間每個可通行航道相應的當量長度，并結合改進迪克斯特拉（Dijstra）算法尋找當量長度最小的路徑，將其作為多航道下船舶最佳導航路線。

1.2 基于迪克斯特拉（Dijstra）算法最短路徑選取

Dijstra 算法是一種最短路徑搜索算法，該算法應用貪心策略，對兩點之間的最短路徑進行尋優。該算法假設每一點均存在一對標號其中，dj是指起始點s到目的地j的最短路徑長度，而從s到j的最短航線內的前一點為pj， 通過如下過程，求解起始點s到目的地j的最短航線。

步驟1初始化。設起始點：ds=0，ps為空，并將多航道上的其他點設為dt=∞，當針對不同點搜尋最佳導航線路時，pt不同；標記起始點，設k=s，并將其他點設為未標記狀態。

步驟2對全部已標記的點k和與其相連未標記的點j之間距離進行檢查，并表示為：

式中，Lkj表示點k到點j的直接連接距離。

步驟3搜尋下一個點，從全部未標記的點中，挑選dj值最小的點i，如下：

通過式（5）找到對應點i，并對其進行標記。

步驟4對點i的前一點進行尋找，并表示為點u，同時設i=u。

步驟5標記點i，若全部的點均完成標記，則完成最佳路線選擇，若未完成標記，則返回步驟1 繼續尋找。

通過這一算法的計算，可以有效獲取船舶的最佳航行路線，但隨著標記點增多，該方法循環次數也會延長，導致計算時間增加，為此，研究改進Dijstra 算法，快速實現船舶最佳導航路線選擇。

1.3 基于改進Dijstra 算法的船舶最佳導航路線選擇

1.3.1 導航路線數據存儲與初始化

在進行多航道下船舶最佳導航路徑選擇之前，還需要采取有效方式，對路線選擇過程產生的數據進行存儲[8]。

1）標記節點集

該集合是指在導航路線選擇過程全部被選取過、途徑的節點集合，這些節點根據先后順序生成一個鏈表，以此反映最短導航路線信息。

2）待選擇節點

對仍未進行選擇，且即將進行選擇的節點進行存儲。

完成全部使用信息的存儲后，即完成最短路線選擇準備。

1.3.2 最佳導航路線選擇實現

由于傳統Dijstra 算法在計算過程中的效率不高，導致導航路線選擇需要耗費大量的系統內存，因此本文結合數據存儲與初始化，研究基于改進后的Dijstra 算法最佳導航路線選擇，具體步驟如下：

步驟1選擇起始節點，并搜尋與其存在連接的節點，將這些節點存儲為待選擇節點J，依次計算這些節點的方向夾角，假設待選擇節點坐標為 (x,y)，初始節點坐標為目標位置節點坐標為 (xz,yz)，此時，兩連線方向夾角可通過如下公式計算：

式中： θ表示導航路線總轉向角度，u1和u2依次表示初始節點與目標位置節點的方向夾角。通過方向夾角的計算，可在導航最短路線的基礎上，選取更合適的導航路線，當獲取夾角最小的節點，即將存放在標記節點集合中，將該節點作為新的節點開始下一節點選擇。

步驟2分析步驟1 選擇的節點是否為目標位置節點，若是，則完成路線選擇，否則繼續通過步驟1 選擇下一節點。

步驟3將全部搜索到的節點存儲到標記節點集中，并將該集合內的節點存儲為鏈表數據，實現最佳船舶導航路線選擇。

2 實驗分析

在電子海圖平臺對實際海洋環境進行模擬，在該環境下進行船舶最佳導航路線選擇，在實驗過程中，設計航行20 個節點，并規劃多條航道，對本文構建的航線選擇方法進行驗證。

選取1 號、2 號、8 號節點作為初始節點，分析這些節點分別到達15 號、19 號、20 號節點的導航路線結果，分析結果如圖1 所示。

圖1 最佳導航路線選擇結果分析Fig. 1 Analysis of the best navigation route selection results

可知，經過本文方法的選擇后，可有效獲取每一目標點到達目的地的最佳導航路線。其中，1 號目標點分別經過13 號點、16 號點到達15 號點，2 號目標點分別經過18 號點到達19 號點，而8 號目標點則經過9 號點、18 號點到達20 號點，每一條選擇的路線均保持最短航行距離，可在多條航道下保持最短航線行駛。

分析節點1 達到目的地點20 時，在不同風速風向及水流速度影響下，每一路線的當量長度情況，分析結果如表1 所示。

表1 每一路線的當量長度分析Tab. 1 Equivalent length analysis for each route

可知，在不同風速與水流速度下，本文方法均可快速、有效獲取起始點到目的地之間多航道路線的當量長度，通過分析可以看出，這些路線均在240～280 km 之間，并未存在較大差距，從這些路線中選取最短的導航路線，即為最佳導航路線。因此，本文方法可獲取每條航道線路的當量長度，為后續路線選擇提供有利依據。

選擇點4、點5、點7 節點作為目標節點，將其他點均作為目的地，分析應用本文方法選擇每一目的地最佳導航路線時所需的時間，分析結果如表2 所示。

表2 最佳導航路線選擇時間Tab. 2 Best navigation route selection time

可知，當將每一節點作為目的地節點時，本文方法均能夠快速實現最佳導航路線選擇，挑選出最合適的導航路線，且在選擇過程中，并未消耗大量的時間，其中，每一路線的選擇時間均在20 s 以下，說明本文方法具有良好的應用效果。

將1 號、2 號、3 號節點作為船舶航行起始點，分析每一起始點到不同目的地時的路徑長度與總轉向角度，以此驗證本文方法的路線選擇能力，分析結果如圖2 所示。

圖2 路線選擇能力分析Fig. 2 Analysis of route selection capability

可以看出，經過本文方法進行每一節點的導航路線選擇后，均可保持較低的航行路徑長度以及總轉向角度，說明該方法選擇的導航路線是最短路線，可有效降低船舶航行開銷。

3 結 語

本文研究多航道下船舶最佳導航路線選擇方法，衡量多航道下導航路線當量，從而選取最合適的船舶航行路線，并針對該導航路線選擇方法進行模擬測試實驗，分析該方法的應用效果，經過實驗測試發現，該方法具有良好的路線選擇能力。