本文摘要：摘要:考慮船舶操縱特性、1972年國際海上避碰規(guī)則和良好船藝要求,提出了動(dòng)態(tài)自適應(yīng)目標(biāo)船不協(xié)調(diào)避碰行動(dòng)的開闊水域智能航行方法;將物標(biāo)分類、建模并構(gòu)建數(shù)字孿生交通環(huán)境,結(jié)合航向控制方法、操縱運(yùn)動(dòng)和復(fù)航模型構(gòu)建了自動(dòng)航行模型,推演了船舶非線性操縱運(yùn)動(dòng);
摘要:考慮船舶操縱特性、«1972年國際海上避碰規(guī)則»和良好船藝要求,提出了動(dòng)態(tài)自適應(yīng)目標(biāo)船不協(xié)調(diào)避碰行動(dòng)的開闊水域智能航行方法;將物標(biāo)分類、建模并構(gòu)建數(shù)字孿生交通環(huán)境,結(jié)合航向控制方法、操縱運(yùn)動(dòng)和復(fù)航模型構(gòu)建了自動(dòng)航行模型,推演了船舶非線性操縱運(yùn)動(dòng);基于自動(dòng)航行模型量化解析了«規(guī)則»要求,探究動(dòng)態(tài)避碰機(jī)理,建立了可行航向求取方法;在多目標(biāo)環(huán)境中,提出了目標(biāo)船機(jī)動(dòng)判別方法,研究了規(guī)則約束下構(gòu)成自主航行方案的改向時(shí)機(jī)、幅度和復(fù)航時(shí)機(jī)等要素求取方法;依靠信息秒級(jí)更新的滾動(dòng)計(jì)算,提出的智能航行方法可自適應(yīng)剩余誤差和目標(biāo)船隨機(jī)運(yùn)動(dòng).仿真結(jié)果表明:提出的智能航行方法能將可行航向區(qū)間和改向幅度精確到1°;將程序運(yùn)行和復(fù)航時(shí)機(jī)計(jì)算步長設(shè)置為1、10s,設(shè)置多類靜態(tài)物標(biāo)和6艘保向保速目標(biāo)船,在640、1053、2561和3489s,本船進(jìn)行右轉(zhuǎn)9°、復(fù)航、保向保速和復(fù)航等操縱可讓請(qǐng)所有目標(biāo)并自主航行至終點(diǎn);設(shè)置目標(biāo)船在300s采取不協(xié)調(diào)轉(zhuǎn)向避讓行動(dòng),本船在980、2790、3622、5470s時(shí)進(jìn)行右轉(zhuǎn)9°、左轉(zhuǎn)12°、右轉(zhuǎn)17°和復(fù)航等操縱可讓請(qǐng)所有目標(biāo)并自主航行至終點(diǎn).可見,任意初始狀態(tài)下的船舶均可沿計(jì)劃航線自動(dòng)航行至終點(diǎn),提出的方法能滿足多個(gè)、多類動(dòng)靜態(tài)物標(biāo)共存的真實(shí)開闊水域環(huán)境中的智能航行需要.
關(guān)鍵詞:交通信息;物標(biāo)分類;數(shù)字孿生交通環(huán)境;復(fù)航方法;避碰機(jī)理;自動(dòng)避碰;自主航行
引言
海上交通環(huán)境日益復(fù)雜,碰撞、擱淺、觸礁等事故持續(xù)發(fā)生,帶來巨大生命財(cái)產(chǎn)損失.調(diào)查表明,80%的海事事故是由人為因素造成的[1].智能航行作為智能船舶的主要功能模塊之一[2],是解決航行安全問題的有效途徑.其功能標(biāo)志中,N級(jí)具有航路與航速的設(shè)計(jì)優(yōu)化功能,No級(jí)是在N級(jí)基礎(chǔ)上,船舶需具有開闊水域自主航行能力,能按«1972年國際海上避碰規(guī)則»(簡稱«規(guī)則»)要求實(shí)施避碰決策和操作。
交通論文范例： 海上油氣田技能人才隊(duì)伍體系化培育體制創(chuàng)新的實(shí)踐研究
因此,開闊水域智能航行應(yīng)能在自動(dòng)避碰的前提下自主航行.本文中開闊水域是指有足夠水域供船舶操縱避碰的海區(qū),可能存在島嶼或其他靜態(tài)物標(biāo).與智能航行相關(guān)的自動(dòng)避碰與路徑規(guī)劃問題一直是研究的熱點(diǎn)和難點(diǎn).部分學(xué)者采用確定性算法構(gòu)建避碰模型.
Bi等[3]總結(jié)了本船速度矢量與安全避讓之間的規(guī)律,研究了避碰機(jī)理;Xiong等[4G5]根據(jù)相對(duì)速度障礙方法研究復(fù)雜多船環(huán)境的避碰并進(jìn)行避碰模擬;Huang等[6]提出了目標(biāo)船非線性航行過程中碰撞危險(xiǎn)算法,在多船環(huán)境中計(jì)算本船安全速度;Lazarowska[7]提出了基于船舶軌跡的避碰決策方法,考慮靜、動(dòng)態(tài)障礙物生成復(fù)雜水域環(huán)境下的避碰決策.近幾年智能算法在解決和優(yōu)化路徑規(guī)劃問題時(shí)效果明顯.人工勢場法應(yīng)用于船舶定位導(dǎo)航領(lǐng)域,增強(qiáng)了定位的精度[8G9];蟻群算法依賴其分布式特性和強(qiáng)魯棒性,預(yù)設(shè)避碰路徑參數(shù)后可快速計(jì)算安全經(jīng)濟(jì)的避碰路徑[10G13]。
結(jié)合貝葉斯神經(jīng)網(wǎng)絡(luò)模型和模糊數(shù)學(xué)模型后,可計(jì)算在多個(gè)有碰撞危險(xiǎn)的目標(biāo)船條件下的最優(yōu)避碰路徑[14];聯(lián)合路徑規(guī)劃算法能在多物標(biāo)環(huán)境下計(jì)算所有船舶遵循«規(guī)則»要求時(shí)的安全路徑,預(yù)測避讓行動(dòng)[15G17].但尚有關(guān)鍵問題亟待攻克:(1)全面融入«規(guī)則»和良好船藝要求;(2)融入船舶欠驅(qū)動(dòng)特性對(duì)避讓的影響,推演船舶非線性避碰操縱過程;(3)建立高度抽象和數(shù)字化交通環(huán)境,提出能自適應(yīng)目標(biāo)船不協(xié)調(diào)避讓行動(dòng)的智能航行方法.賀益雄等[18G22]基于«規(guī)則»,確定了不同會(huì)遇態(tài)勢應(yīng)遵循的避碰行動(dòng)原則和時(shí)機(jī),合成PID航向控制方法和MMG船舶運(yùn)動(dòng)模型構(gòu)建航向控制系統(tǒng),仿真船舶轉(zhuǎn)向過程中的非線性變化,計(jì)算每一時(shí)刻目標(biāo)船位置,推演動(dòng)態(tài)避碰機(jī)理.
以此為基礎(chǔ),本文在多物標(biāo)的開闊水域中,航線確定時(shí)構(gòu)建基于物標(biāo)分類的數(shù)字孿生交通環(huán)境,并按各類目標(biāo)避讓要求刻畫動(dòng)態(tài)避碰機(jī)理;提出轉(zhuǎn)向點(diǎn)判別方法和復(fù)航模型,結(jié)合MMG和模糊PID控制建立自適應(yīng)自動(dòng)航行模型;基于動(dòng)態(tài)避碰機(jī)理和反饋原理,依靠滾動(dòng)時(shí)序方法,構(gòu)建自適應(yīng)的智能航行方法.開闊水域航行的船舶慣性較大,出于保護(hù)主機(jī)的目的一般只考慮變向避讓[18].
1自適應(yīng)智能航行方法
1.1智能航行實(shí)現(xiàn)步驟與誤差可以預(yù)見,船舶智能航行的最終實(shí)現(xiàn)需要完成交通環(huán)境態(tài)勢智能識(shí)別G操縱方案決策G伺服機(jī)構(gòu)執(zhí)行3個(gè)步驟,并循環(huán)進(jìn)行上述步驟.在該循環(huán)中,方案決策和智能態(tài)勢感知、執(zhí)行方法是深度耦合的.操縱方案決策須基于對(duì)環(huán)境的正確判斷和執(zhí)行過程的預(yù)演.環(huán)境判斷依賴的基礎(chǔ)數(shù)據(jù)包括各種動(dòng)靜態(tài)物標(biāo)和本船運(yùn)動(dòng)態(tài)勢數(shù)據(jù),執(zhí)行過程依賴船舶運(yùn)動(dòng)模型和航向航速控制方法的精度與可靠性.
因此,智能航行系統(tǒng)的誤差來源于以下三方面:(1)態(tài)勢感知誤差,包括風(fēng)浪流、靜動(dòng)態(tài)物標(biāo)和本船運(yùn)動(dòng)態(tài)勢數(shù)據(jù)誤差;(2)本船運(yùn)動(dòng)模型參數(shù)誤差;(3)控制參數(shù)誤差.可通過以下方法消除或降低影響:(1)提高傳感器精度;(2)選用合適船舶運(yùn)動(dòng)數(shù)學(xué)模型提高其適應(yīng)性;(3)根據(jù)先驗(yàn)知識(shí)和收斂性準(zhǔn)則優(yōu)化控制器參數(shù).剩余的誤差,可設(shè)計(jì)具有自適應(yīng)能力的系統(tǒng),基于輸入態(tài)勢信息的快速更新予以補(bǔ)償.
1.2基于滾動(dòng)時(shí)序的智能航行方法框架真實(shí)海上環(huán)境中,目標(biāo)船可能會(huì)進(jìn)行不協(xié)調(diào)避碰行動(dòng)且極難預(yù)測.為自適應(yīng)地應(yīng)對(duì)目標(biāo)船不可預(yù)測機(jī)動(dòng)操縱,根據(jù)船舶運(yùn)動(dòng)模型及控制算法,構(gòu)建滾動(dòng)時(shí)序的自適應(yīng)智能航行方法.智能航行控制系統(tǒng)中,本船的時(shí)序操縱方案是輸入,而輸出是安全航行方案.可根據(jù)實(shí)時(shí)采樣更新位置和姿態(tài)信息分析航行態(tài)勢,反饋調(diào)節(jié)、執(zhí)行操縱方案.
2目標(biāo)分類與避讓
將近岸水域劃分為可航行水域和不可航行水域,依據(jù)«規(guī)則»及良好船藝構(gòu)建特殊目標(biāo)數(shù)學(xué)模型.(1)可航行水域.對(duì)于可航水域中本船應(yīng)及早采取避碰行動(dòng)并在較遠(yuǎn)距離通過的目標(biāo),如鉆井平臺(tái)、島嶼、操限、失控船等,將這類目標(biāo)視為圓形障礙物并設(shè)置固定半徑;對(duì)于部分尺度較大的目標(biāo),如拖帶船隊(duì)、拖網(wǎng)漁船等,依據(jù)目標(biāo)形狀作為條形障礙物并禁止船舶通過;尺度較小的目標(biāo),如浮標(biāo)、明暗礁等,船舶可以在較近的距離通過這類目標(biāo),視為點(diǎn)狀障礙物[22].(2)不可航行水域.淺灘、岸線等連續(xù)目標(biāo)面積較大,船舶不會(huì)穿過或駛?cè)?可視為多邊形目標(biāo).依據(jù)海圖中這些目標(biāo)的凹凸形狀確定頂點(diǎn),構(gòu)成一個(gè)多邊形,其內(nèi)部不允許船舶通過.
3自動(dòng)航行模型
本節(jié)提出航線確定時(shí)的復(fù)航方法,根據(jù)本船和計(jì)劃航線的相對(duì)位置、船舶運(yùn)動(dòng)狀態(tài)實(shí)時(shí)求解復(fù)航改向角,結(jié)合MMG和模糊PID控制方法構(gòu)建自適應(yīng)自動(dòng)航行模型,實(shí)現(xiàn)任意初始條件下的船舶非線性操縱運(yùn)動(dòng)過程預(yù)測.本文中,沿計(jì)劃航線不考慮移動(dòng)物標(biāo)時(shí)的船舶航行模型為自動(dòng)航行模型,而考慮移動(dòng)物標(biāo)的則為自主航行模型.
3.1航向控制系統(tǒng)在船舶避碰研究中,不需考慮本船縱搖、垂蕩、橫搖運(yùn)動(dòng),良好天氣下或自適應(yīng)系統(tǒng)可以適應(yīng)這些干擾時(shí),可忽略外界風(fēng)、浪、流干擾,采用三自由度MMG仿真船舶操縱運(yùn)動(dòng).
4仿真試驗(yàn)與結(jié)果分析
采用Qt4集成開發(fā)環(huán)境進(jìn)行仿真.選取南中國海某海域模擬試驗(yàn)場景,將海圖上標(biāo)注的障礙物數(shù)字化,構(gòu)建數(shù)字孿生交通環(huán)境,分別設(shè)置無船和有船條件下的自動(dòng)(自主)航行試驗(yàn).未來應(yīng)用時(shí),鉆井平臺(tái)、島嶼、浮標(biāo)、明(暗)礁、淺灘和岸線等靜態(tài)目標(biāo)可在電子海圖中設(shè)計(jì)信息提取工具提取;可能出現(xiàn)的拖網(wǎng)漁船、拖帶船、操限船、失控船等特殊目標(biāo)信息,可直接在AIS中讀取.
5結(jié)語
(1)通過構(gòu)建數(shù)字孿生交通環(huán)境,建立自適應(yīng)航行模型并結(jié)合自動(dòng)避碰方法,依靠時(shí)序滾動(dòng)計(jì)算提出了一個(gè)能動(dòng)態(tài)自適應(yīng)系統(tǒng)剩余誤差和目標(biāo)船隨機(jī)運(yùn)動(dòng)的智能航行方法.(2)在存在多個(gè)靜動(dòng)態(tài)物標(biāo)且動(dòng)態(tài)物標(biāo)不協(xié)調(diào)行動(dòng)的環(huán)境中,驗(yàn)證了生成的智能航行操縱方案符合«規(guī)則»及良好船藝的要求,模型、方法具有自適應(yīng)性,能夠?yàn)閷泶霸陂_闊水域多物標(biāo)環(huán)境的自主航行決策提供堅(jiān)實(shí)的理論依據(jù)和技術(shù)支持.(3)模擬的環(huán)境是開闊水域,船舶密度較低,因此只考慮轉(zhuǎn)向避讓,未來的研究需針對(duì)船舶在通航環(huán)境復(fù)雜、通航密度高的受限水域中展開.
參考文獻(xiàn):References:
[1]李麗娜,陳國權(quán),李國定,等.船舶擬人智能避碰決策方法研究綜述[J].航海,2014(2):42G49.LILiGna,CHENGuoGquan,LIGuoGding,etal.OverviewofresearchonintelligentcollisionavoidancedecisionGmakingmethodforships[J].Navigation,2014(2):42G49.(inChinese)
[2]孫武.中國船級(jí)社發(fā)布«智能船舶規(guī)范(2020)»[J].船舶工程,2020,42(3):13G14.SUNWu.ChinaClassificationSocietydispatchingtherulesofintelligentship(2020)[J].ShipEngineering,2020,42(3):13G14.(inChinese)
作者：賀益雄1,2,梁宇1,熊勇1,2,牟軍敏1,2,李夢霞1,張可1
轉(zhuǎn)載請(qǐng)注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///nylw/28317.html
