張計(jì)峰 胡勤友 廖秉軍

摘要：為在船舶避碰決策過程中兼顧全面評估和高效決策兩個(gè)重要的因素，通過引入可能碰撞圓（possible circle of collision，PCC）概念，提出一種基于碰撞圓的避碰決策模型。碰撞圓是由兩船速度共同確定的所有可能發(fā)生碰撞的位置的集合，具有“窮舉性”，可實(shí)現(xiàn)全面分析的效果。利用仿真平臺對船舶發(fā)生碰撞與不發(fā)生碰撞案例進(jìn)行分析，總結(jié)碰撞圓的靜態(tài)特性和動態(tài)特性及其相互關(guān)系，進(jìn)而建立基于靜態(tài)特性的可能碰撞點(diǎn)（possible point of collision，PPC）分布模型。采用該模型對“桑吉”號事故場景進(jìn)行實(shí)例驗(yàn)證并將其可視化，結(jié)果表明該模型可有效評估碰撞風(fēng)險(xiǎn)，并可快速作出避碰決策。

關(guān)鍵詞： 可能碰撞圓（PCC）; 可能碰撞點(diǎn)（PPC）; PPC分布模型; 避碰決策

中圖分類號： U675.96 ? ?文獻(xiàn)標(biāo)志碼： A

Abstract： In order to take into account the two important factors of comprehensive evaluation and efficient decision-making in the decision-making process of ship collision avoidance， a collision avoidance decision-making model based on the collision circle is proposed by introducing the concept of the possible circle of collision （PCC）. The collision circle is a collection of all possible collision positions determined by the two ships velocities， which is “exhaustive” and can achieve the effect of comprehensive analysis. The simulation platform is used to conduct analysis on collision cases and non-collision cases of ships， summarize the static and dynamic characteristics of the collision circle and their relationships， and then establish the distribution model possible points of collision （PPC） based on the static characteristics. The model is used to verify the accident scene of “SANCHI” and visualize it. The results show that the model can evaluate collision risk effectively and make collision avoidance decision fast.

Key words： possible circle of collision （PCC）; possible point of collision （PPC）; PPC distribution model; collision avoidance decision-making

0 引 言

隨著世界經(jīng)濟(jì)的快速發(fā)展，船舶數(shù)量急劇增加，水上交通日益繁忙，造成船舶碰撞事故頻繁發(fā)生。80%以上船舶碰撞事故是由人的因素引起的[1]。國內(nèi)外相關(guān)學(xué)者在船舶避碰方面做了大量的研究并取得了一定的進(jìn)展。學(xué)者們還提出預(yù)報(bào)與識別碰撞危險(xiǎn)區(qū)的方法[2-3]、船舶動態(tài)轉(zhuǎn)向模型法[4]、船舶自動避碰模型法[5-7]來實(shí)現(xiàn)船舶的有效避碰。此外，廖秉軍[8]提出了安全態(tài)勢圖的相關(guān)概念及基本用法;胡甚平[9]提出船舶會遇過程中避碰階段的劃分與量化，為船舶碰撞責(zé)任劃分和船舶操縱行動提供參考;隨著人工智能技術(shù)的不斷成熟與完善，人工蟻群算法[10]、遺傳算法[11]、粒子群算法[12]等被用于優(yōu)化船舶避讓的轉(zhuǎn)向時(shí)機(jī)、安全避讓角度、復(fù)航時(shí)間和復(fù)航角度。學(xué)者們還利用智能算法和模型各自的優(yōu)勢，將船舶避碰領(lǐng)域理論、船舶動界理論、船舶運(yùn)動數(shù)學(xué)模型、領(lǐng)域模型與各種智能算法相結(jié)合[13-17]，建立了船舶自動避碰優(yōu)化模型。上述研究雖然利用相關(guān)的智能算法提出了避碰方案，但未能全面分析所采取的措施對局面產(chǎn)生的影響，也未能直觀展現(xiàn)各種避碰方案的避碰效果。

碰撞圓模型是由兩船的航速和位置共同確定的，充分理清碰撞圓的分布規(guī)律對船舶避碰評估的全面性和決策效率提升很大。本文通過對可能碰撞圓（possible circle of collision，PCC）與可能碰撞點(diǎn)（possible point of collision，PPC）的靜態(tài)分布和動態(tài)發(fā)展規(guī)律進(jìn)行分析，歸納總結(jié)PCC與PPC的靜態(tài)分布和動態(tài)變化規(guī)律，建立基于碰撞圓的船舶避碰決策模型并將其可視化，將模型應(yīng)用于“桑吉”號事故場景中，驗(yàn)證模型的可靠性。

1 碰撞圓原理及相關(guān)概念

1.1 阿氏圓定義

1.2 碰撞圓定義

碰撞圓是阿氏圓在避碰中的具體運(yùn)用。A船和B船到點(diǎn)P的距離分別為s1和s2，s1/s2=k，令s1為A船在一定時(shí)間t內(nèi)航行的距離，s2為B船在同一時(shí)間t內(nèi)航行的距離，則將s=vt代入s1/s2=k可得A船與B船的速度之比vA/vB=k，距離的定比問題也就轉(zhuǎn)換成了速度的定比問題。

通過靜態(tài)分析與動態(tài)仿真測試，可總結(jié)出如下規(guī)律：

（1）對碰撞圓和碰撞點(diǎn)進(jìn)行可視化，容易觀察碰撞點(diǎn)的分布情況，可直觀判斷兩船是否存在碰撞風(fēng)險(xiǎn)。

（2）根據(jù)動態(tài)發(fā)展規(guī)律判斷兩船是否發(fā)生碰撞，不發(fā)生碰撞時(shí)具有如下發(fā)展規(guī)律：兩船PPC位于船位連線的兩側(cè)，快船航向線切割碰撞圓弧度變小，脫離并遠(yuǎn)離碰撞圓的過程是PCC及其動態(tài)變化的必經(jīng)過程。

（3）利用靜態(tài)分析并使兩船PPC合理分布可促使動態(tài)變化向有利方向發(fā)展，而不合理分布使動態(tài)變化向不利方向發(fā)展，因此在兩船的速度和位置已知的條件下，可視化的靜態(tài)分析可用于全面評估碰撞風(fēng)險(xiǎn)、快速作出避碰決策。

3 基于碰撞圓的船舶避碰決策模型仿真驗(yàn)證 ?將“桑吉”號船（A）與“長峰水晶”號船（B）碰撞發(fā)生前10 min時(shí)兩船的數(shù)據(jù)作為初始狀態(tài)錄入仿真平臺，以1 n mile為半徑作PPC分布模型，得出避碰決策方案，并比較避碰效果。在“桑吉”號事故場景中采用基于碰撞圓的船舶避碰決策模型的避碰決策仿真見圖11。決策避碰方案及避碰效果見表5，其中DCPA和TCPA分別為最近會遇距離和最短會遇時(shí)間。

結(jié)合《國際海上避碰規(guī)則》，兩船均應(yīng)選擇右轉(zhuǎn)方案，利用基于碰撞圓的船舶避碰決策模型能快速計(jì)算出船舶的轉(zhuǎn)向幅度，通過可視化能全面清晰地展示PPC的分布情況，兩船避碰決策方案為表5所示的A船右轉(zhuǎn)和B船右轉(zhuǎn)方案。

4 結(jié) 論

利用碰撞圓模型具有很好地適應(yīng)航速、航向、位置變化的優(yōu)勢，應(yīng)用基于碰撞圓的船舶避碰決策模型進(jìn)行風(fēng)險(xiǎn)評估和避碰并將其進(jìn)行可視化，一定程度上解決了對船舶進(jìn)行全面評估和避碰決策效果差的問題。采用碰撞圓模型在“桑吉”號事故場景下進(jìn)行實(shí)例仿真驗(yàn)證，結(jié)果表明所得避碰方案滿足《國際海上避碰規(guī)則》和安全需求，證明該模型具有可行性，是一種直觀、高效的避碰決策方法。可能碰撞點(diǎn)（PPC）分布模型在不同的會遇局面下有不同的幾何關(guān)系，幾何模型參數(shù)設(shè)置主要依靠主觀經(jīng)驗(yàn)，如何靈活選取合適的模型和完善幾何參數(shù)的設(shè)置需要進(jìn)一步研究。

參考文獻(xiàn)：

[1] 黃穎， 李麗娜， 陳國權(quán). 緊迫危險(xiǎn)避碰決策支持模塊設(shè)計(jì)及其應(yīng)用[J]. 集美大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2011， 16（6）： 434-439. DOI： 10.19715/j.jmuzr.2011.06.007.

[2] 吳兆麟. 基于PAD信息選擇避碰行動與改進(jìn)PAD圖形[J]. 大連海運(yùn)學(xué)院學(xué)報(bào)， 1986， 12（4）： 12-22. DOI： 10.16411/j.cnki.issn1006-7736.1986.04.002.

[3] 方祥麟， 傅萬煊. 速比圓預(yù)報(bào)危險(xiǎn)區(qū)模型及其在ARPA系統(tǒng)中的應(yīng)用[J]. 中國航海， 1984（2）： 26-38.

[4] 王仁強(qiáng)， 趙月林， 謝寶峰. 船舶動態(tài)轉(zhuǎn)向避碰行動數(shù)學(xué)模型[J]. 大連海事大學(xué)學(xué)報(bào)， 2014， 40（1）： 17-20. DOI： 10.16411/j.cnki.issn1006-7736.2014.01.023.

[5] 賀益雄， 黃立文， 牟軍敏， 等. 交叉相遇局面讓路船自動避碰行動方案[J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2015， 36（8）： 1024-1029. DOI： 10.3969/j.jssn.1006-7043.201409047.

[6] 熊勇， 賀益雄， 黃立文. 基于速度障礙的多船自動避碰控制方法[J]. 中國航海， 2015， 38（3）： 46-51.

[7] 陳姚節(jié)， 李爽， 范桓， 等. 基于速度矢量坐標(biāo)系的多船自動避碰研究[J]. 計(jì)算機(jī)仿真， 2015， 32（6）： 420-424.

[8] 廖秉軍. 安全態(tài)勢圖避讓法簡介[J]. 航海技術(shù)， 2018（4）： 24-27.

[9] 胡甚平. 船舶會遇過程中避碰階段的劃分與量化[J]. 中國航海， 2001（2）： 83-87.

[10] 馬文耀， 吳兆麟， 楊家軒， 等. 人工魚群算法的避碰路徑規(guī)劃決策支持[J]. 中國航海， 2014， 37（3）： 63-67.

[11] 倪生科， 劉正江， 蔡垚， 等. 基于遺傳算法的船舶避碰決策輔助[J]. 上海海事大學(xué)學(xué)報(bào)， 2017， 38（1）： 12-15. DOI： 10.13340/j.jsmu.2017.01.003.

[12] 王得燕， 劉以安. 粒子群算法在多船避碰決策中的應(yīng)用[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2009， 30（14）： 3380-3382. DOI： 10.16208/j.issn1000-7024.2009.14.061

[13] HUANG Yamin， VAN GELDER P H A J M， WEN Yuanqiao. Velocity obstacle algorithms for collision prevention at sea[J]. Ocean Engineering， 2018， 151： 308-321.

[14] 劉仁偉， 薛彥卓， 劉旸， 等. 受限水域中船舶自動避碰模型及應(yīng)用[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào)， 2018， 50（3）： 171-184. DOI： 10.11918/ j.Issn.0367-6234.201609064.

[15] 李麗娜， 熊振南， 高巖松， 等. 單船避碰智能決策的生成與優(yōu)化方法[J]. 信息與控制， 2002（2）： 49-51.

[16] LAZAROWSKA A. Ships trajectory planning for collision avoidance at sea based on ant colony optimisation[J]. Journal of Navigation， 2015， 68（2）： 291-307. DOI： 10.1017/S0373463314000708.

[17] LAZAROWSKA A. Ant colony optimization based navigational decision support system [J]. Procedia Computer Science， 2014， 35： 1013-1022. DOI： 10.1016/j.procs.2014.08.187.

（編輯 賈裙平）