復雜水域船舶智能避碰專家系統(tǒng)設計

(大連海事大學 綜合運輸研究所，遼寧 大連 116026)

復雜水域船舶密度較大，航行環(huán)境多變，發(fā)生碰撞事故的風險較高[1]，準確地確定碰撞危險度是實現(xiàn)船舶智能避碰的前提之一[2-3]。已有的研究考慮碰撞影響因素較少(大多考慮船位、航速、航向等因素)，未能體現(xiàn)風、浪、流及能見度的影響[4-6]，并且計算碰撞危險度后，少有研究給出具體的航行方案和航行提示。因此，考慮設計一種利用原始數(shù)據(jù)計算復雜水域中碰撞危險度的方法，將復雜水域中環(huán)境危險和船舶危險區(qū)別對待，提出環(huán)境危險度的概念及計算方法，設計專家系統(tǒng)，構建避碰規(guī)則庫，根據(jù)不同的環(huán)境和碰撞危險，給出相應的避碰方案，為駕駛員提供航行參考。

1 碰撞危險度計算

1.1 數(shù)據(jù)處理

選取復雜水域中兩船相對航速(同時考慮兩船航速以及航向)、距離、能見度、風、浪、流為碰撞主要影響因素。兩船相對航速利用幾何學的矢量合成得到，見圖1，航向不在影響因素中單獨列出。

圖1 相對航速示意

利用模糊理論對碰撞影響因素進行模糊化處理。其中，由于航速跨度較大(0～30 kn)，所以利用二元對比排序法確定其隸屬度，其他影響因素用模糊分布方法確定隸屬度。

(1)

根據(jù)對海上避碰行為的研究，航速的模糊集分別用A(Vi)表示超低速(0～5 kn)、B(Vi)表示低速(0～10 kn)、C(Vi)表示中速(5～15 kn)、D(Vi)表示中高速(10～20 kn)、E(Vi)表示高速(15 kn以上)，U={V1,V2,V3,…,Vn}為給定的航速論域，利用二元對比排序法設計算法，確定論域U中的元素隸屬于模糊集超低速A(Vi)的隸屬度μA(Vi)。

步驟1。對任意的Vi?(0,5)，μA(Vi)=0。

步驟2。對任何一對Vi、Vj∈U進行比較，得到以Vj為標準Vi隸屬于A(Vi)的程度值fVj(Vi)，以及以Vi為標準Vj隸屬于A(Vi)的程度值fVi(Vj)。

作如下假設：

(2)

可以得到相對隸屬程度矩陣如下。

(3)

步驟3。計算相對優(yōu)先度函數(shù)f(Vi/Vj)。

(4)

或

(5)

步驟4。以相對優(yōu)先度f(Vi/Vj)為元素構造相對優(yōu)先矩陣G。

(6)

步驟5。對相對優(yōu)先矩陣的每一行取最小值或平均值，即可得論域U中的元素隸屬于模糊集超低速A(Vi)隸屬度μA(Vi)。

(7)

或

(8)

對于模糊集B(Vi)低速(0～10 kn)、C(Vi)中速(5～15 kn)、D(Vi)中高速(10～20 kn)、E(Vi)高速(15 kn以上)隸屬度的確定同理，不過在步驟2相對隸屬程度的確定中，有些許差異，例如確定元素Vi隸屬于模糊集B(Vi)的隸屬度，如果0

(9)

其他模糊集的隸屬度同理。

一般認為兩船相距>6 n mile，不致構成緊迫局面，因此將兩船距離分為5個模糊集，分別為很近(DS)、較近(DMS)、中等(DM)、較遠(DML)、很遠(DL)，而在確定這5個模糊集的隸屬度時，采用模糊分布的方法，選擇最常用的隸屬函數(shù)(三角形隸屬函數(shù))來進行量化，結果見圖2。

圖2 兩船距離的隸屬度示意

能見度、風、浪、流的隸屬度確定方法同理，其中能見度的模糊集為

{極差NS,較差NMS,中等NM,較好NML,良好NL}。

風的模糊集為

{小風WS,較小風WMS,中等風WM,較大風WML,大風WL,極大風WVL}。

浪的模糊集為

{輕浪LS,較輕浪LMS,中浪LM,較大浪LML,大浪LL}。

流的模糊集為

{弱流FS,較弱流FMS,中流FM,較強流FML,強流FL}。

1.2 碰撞危險度計算

定義1[7]。船舶碰撞危險度(collision risk, CR)表示船舶在其航行過程中發(fā)生碰撞危險的可能性大小及相應碰撞程度的重要參數(shù)。

根據(jù)定義1，構建計算方法。

(10)

式中：CR為碰撞危險度，取值范圍為(0,1);w為每個影響因素的重要程度;μ為每個影響因素的元素對于某個模糊集的隸屬度;r為某個模糊集的危險度。參考文獻[8]的方法，碰撞影響因素的重要程度值w分配如下：wV=0.21，wd=0.29，wn=0.18，ww=0.12，wl=0.11，wf=0.09。

定義2。環(huán)境危險度(collision risk of environment, CRE)為在特定的航行環(huán)境下，由于環(huán)境因素(包括能見度、風、浪、流等)造成的船舶之間碰撞的可能性，是衡量環(huán)境危險程度的重要參數(shù)。

(11)

不同影響因素的不同模糊集賦予不同的危險度，見表1。

2 系統(tǒng)構建

2.1 神經(jīng)網(wǎng)絡模型的構建

構建兩個神經(jīng)網(wǎng)絡模型：碰撞危險度神經(jīng)網(wǎng)絡和環(huán)境危險度神經(jīng)網(wǎng)絡。模糊神經(jīng)網(wǎng)絡主要由數(shù)據(jù)庫、樣本庫、推理機制等三部分構成，其具體結構見圖3。

表1 不同影響因素的各種模糊集對應的碰撞危險度

圖3 模糊神經(jīng)網(wǎng)絡結構

1)輸入模糊化層，包括n個碰撞危險度影響因素的輸入節(jié)點xi和模糊隸屬度節(jié)點μi，二者連接為隸屬度傳遞函數(shù)，具體見1.1。

2)3層神經(jīng)網(wǎng)絡，包括隸屬度節(jié)點μi、基于樣本庫和推理機制進行學習的隱含節(jié)點xj以及輸出節(jié)點yi，其中

xj=f(wij+bi)

(12)

wij為節(jié)點之間的權重，f為傳遞函數(shù)，bi為偏置；

3)輸出反模糊化，將輸出節(jié)點yi經(jīng)過反模糊化后得到輸出結果。

2.2 專家系統(tǒng)的構建

專家系統(tǒng)由三部分構成，數(shù)據(jù)庫、知識庫和推理機，具體工作流程見圖4。

圖4 專家系統(tǒng)流程

3 仿真和結果分析

3.1 神經(jīng)網(wǎng)絡模型的訓練

在計算碰撞危險度時，輸入節(jié)點為相對航速(V)、兩船距離(d)、能見度(n)、風(w)、浪(l)、流(f)，構建了一個6輸入1輸出的神經(jīng)網(wǎng)絡，隱層節(jié)點的個數(shù)采用2n+1=13個。

構建了含86條樣本的樣本庫，以供神經(jīng)網(wǎng)絡學習。從圖5可以看出經(jīng)過4 287次訓練后，均方差開始收斂，碰撞危險度的擬合值和實際值見圖6，可見經(jīng)過訓練后的神經(jīng)網(wǎng)絡計算碰撞危險度較為準確，誤差較小，不超過0.03。

圖5 碰撞危險度神經(jīng)網(wǎng)絡訓練結果

圖6 碰撞危險度擬合值和實際值比較

在計算環(huán)境危險度時，同樣選取了86種航行情況，利用式(11)進行計算，輸入節(jié)點為能見度(n)、風(w)、浪(l)、流(f)4種環(huán)境危險度影響因素，輸出為環(huán)境危險度，構建了4-9-1的3層BP神經(jīng)網(wǎng)絡。

圖7 環(huán)境危險度神經(jīng)網(wǎng)絡訓練結果

從圖7可以看出經(jīng)過1 073次訓練后，均方差開始收斂，環(huán)境危險度的擬合值和實際值對比見圖8，可見經(jīng)過訓練后的神經(jīng)網(wǎng)絡計算環(huán)境危險度的效果較好，誤差較小，不超過0.01。

圖8 環(huán)境危險度擬合值與實際值比較

3.2 專家系統(tǒng)的實現(xiàn)

在復雜水域實際船舶航行中，主要有3種會遇態(tài)勢：對遇、追越、交叉相遇，《1972年國際海上避碰規(guī)則》對不同的會遇態(tài)勢下采取避碰行動有不同的規(guī)定，船舶智能避碰專家系統(tǒng)分別對這3種會遇態(tài)勢進行實驗驗證，實驗中的兩艘船舶參數(shù)見表2，同時，設計了3種航行仿真情況，3種航行情況的參數(shù)見表3。

表2 實驗船舶參數(shù)

表3 航行情況參數(shù)

1)情形分析一。兩船航行的仿真模擬見圖9a)，利用提出的計算碰撞危險度的方法結果見圖9b)，可見隨著兩船距離的減少，碰撞危險度逐漸增加。

將航行參數(shù)輸入后，如有危險，會出現(xiàn)警告提醒界面，同時觸發(fā)警報裝置，提醒駕駛員注意。而后會顯示見圖9c)的避碰方案界面，同時顯示碰撞危險度和環(huán)境危險度，避碰專家系統(tǒng)判斷出該種局勢已構成對遇局勢，并且提示駕駛員導致碰撞的重點原因是船舶，應重點注意目標船的動態(tài)，給出避碰方案。

圖9 情形一

2)情形分析二。兩船航行的仿真模擬及碰撞危險度的變化見圖10a)、b)，可見兩船的碰撞危險度隨距離的減小近乎于呈線性上升，智能避碰專家系統(tǒng)判斷的結果見圖10c)，同時也會觸發(fā)警告界面和警報裝置。隨后計算出開始時碰撞危險度約為0.611，環(huán)境危險度約為0.703，環(huán)境因素導致的碰撞危險較大，并且該種情形構成了追越局面，推薦航行方案如專家系統(tǒng)界面所示，尤其注意環(huán)境因素，遵守避碰規(guī)則，有效實現(xiàn)避碰。

圖10 情形二

3)情形分析三。兩船航行的仿真模擬見圖11a)，碰撞危險度的變化見圖11b)，可見情形開始時碰撞危險就高達0.692，并且隨著兩船距離減少，碰撞危險增加。系統(tǒng)在觸發(fā)警告界面和警報裝置后，顯示界面見圖11c)，判斷出該種情形的碰撞危險主要由目標船和環(huán)境因素共同導致，并且構成了交叉相遇局勢，根據(jù)避碰規(guī)則和航行習慣，給出航行方案。

圖11 情形三

4 結論

1)對遇、追越、交叉相遇3種會遇態(tài)勢仿真結果表明，所設計的復雜水域智能避碰專家系統(tǒng)可以根據(jù)原始數(shù)據(jù)直接計算出碰撞危險度和環(huán)境危險度，并且能夠根據(jù)危險度和航行環(huán)境，提示駕駛員重點注意的碰撞影響因素，給出不同的航行提示和建議，符合避碰規(guī)則和航行習慣。

2)在實際航行中，兩船航速、航向、距離、能見度等信息可以通過AIS和雷達得到，風、浪可以通過風速記錄儀測得，海流可以通過多普勒計程儀和GPS顯示的船舶對地、對水航速推算得到，因此可以結合實時的船舶航行數(shù)據(jù)與智能避碰專家系統(tǒng)進行判斷，具有應用價值。

3)在提出環(huán)境危險度時，已考慮能見度、風、浪、流等多個氣象環(huán)境影響因素，實際上淺水效應和岸壁效應等航行環(huán)境的作用也不容忽視，所以今后應結合淺水效應和岸壁效應對危險度作更深入的研究。