详情

原文传递混合场景下船舶碰撞风险识别与避碰智能算法研究

论文题名：	混合场景下船舶碰撞风险识别与避碰智能算法研究
关键词：	智能船舶;碰撞风险;避碰决策;路径规划;航行安全
摘要：	智能货运船舶是近年航运业发展的热点。智能系统控制的船舶（智能船舶）与传统人工驾驶船舶（人工船舶）共同航行的混合场景将会在未来相当长的时间成为新常态。面对混合场景，碰撞事故将会发生什么样的改变，智能船舶如何更有效地处理与人工船舶和其他智能船舶的会遇局面，如何评估一个决策系统的可靠性等，这些研究都具有重要理论意义和实用价值。　　以智能船舶和人工船舶混合场景下的船舶碰撞风险识别和避碰决策为主要研究对象，对混合场景的碰撞事故和致因机理进行了分析和建模；在此基础上，提出了一种类人决策框架及方法，可以在沟通受限情况下通过观测数据推测目标船舶避碰意图、预测其轨迹从而达到更加准确地避碰决策的目的；提出了一种验证船舶避碰决策可靠性的海事动态事故模拟器模型。本研究旨在降低船舶碰撞风险，提高智能船舶应对人工船舶的能力，促进智能船舶的发展。　　本文的主要研究工作如下：　　（1）智能船舶参与的碰撞事故混合因果逻辑（Hybrid Casual Logic,HCL）方法建模和定量研究。首先，以50个船舶碰撞事故报告为基础，根据事故发展的典型逻辑顺序建立事件流模型；其次，将事故场景按照参与者的不同分成四类，进行故障树和贝叶斯网络的建模；最后，对四种场景下船舶碰撞事故的HCL模型进行了定量结果比较，并进一步明确了混合场景的特点和船舶间的沟通对船舶碰撞事故的影响。　　（2）智能船舶与人工船舶的多船会遇场景下的避碰决策研究。提出了一种类人的迭代式观测—推测—预测—决策（Observation Inference Prediction Decision,OIPD）框架，每艘船根据目标船的可观测数据，推测其深层避碰意图、预测其轨迹，并在下一次决策周期中利用证据理论方法对新的观测数据和预测状态进行时空分析和对比，从而修正对意图的推测，依此做出避碰决策。　　（3）基于OIPD决策框架的智能船舶多船路径规划算法研究。提出了一种智能船舶间的多船避碰路径规划算法。在每一个决策周期中，首先利用观测数据对目标船的避碰意图进行贝叶斯推测，并预测目标船在未来某时刻的可能位置分布。随后，本船通过绘制目标船的动态风险场、当前场景的规则场以及本船的航行引导场，在这三个势场叠加的地图上应用快速行进算法进行避碰路径规划。　　（4）构建了海事事故动态风险分析系统。提出了一种基于离散动态事件树方法的概率模拟引擎（Maritime Accident Dynamics Simulation,MADS），并结合人员认知决策模型（Information,Decision,and Action in a Crew context cognitive model,IDAC）构建了海事事故动态风险分析系统MADS-IDAC。其主要功能为：针对预设场景，通过驱动船舶物理模拟器和人员决策模型模拟事故发展过程，动态生成事件树分支，从而得到预设场景下不同结果的事件发展过程和概率。　　本研究作为混合因果逻辑模型和动态概率模拟引擎思想在海事领域的首次应用，创新性地提出基于避碰意图的类人决策方法，拓宽了海事风险研究的视野，为在大自由度、高不确定性环境中使用定量动态风险分析方法进行了有益的理论创新和工程实践，开展了智能船舶的类人决策理论基础和方法框架的有益探索。
作者：	王腾飞
专业：	机械工程
导师：	吴青
授予学位：	博士
授予学位单位：	武汉理工大学
学位年度：	2020