吳恭興　王凌超　鄭劍　汪超

摘要：

鑒于惡劣海況將引起船舶失速、劇烈橫搖甚至傾覆，為避開惡劣海況區(qū)域，提出一種考慮復(fù)雜氣象變化的智能船舶動(dòng)態(tài)航線規(guī)劃方法。通過改進(jìn)A*算法的啟發(fā)式函數(shù)，將風(fēng)、浪對船舶失速的影響加入路徑代價(jià)值的估算中，進(jìn)而規(guī)劃出一條避開惡劣海況的動(dòng)態(tài)航線?？绫贝笪餮蟮暮骄€規(guī)劃仿真結(jié)果表明：本文提出的動(dòng)態(tài)航線規(guī)劃方法可以將船舶的跨洋航行時(shí)間縮短18.17%，并且能有效地避開風(fēng)浪較大的危險(xiǎn)海域。運(yùn)用該動(dòng)態(tài)航線規(guī)劃方法能縮短船舶航行時(shí)間，節(jié)約航行成本，提高航運(yùn)企業(yè)的經(jīng)濟(jì)效益。

關(guān)鍵詞：

動(dòng)態(tài)規(guī)劃; 航線優(yōu)化; 氣象要素; A*算法; 智能船舶

中圖分類號：? U661.32+2; TP273

文獻(xiàn)標(biāo)志碼：? A

Dynamic route planning method for intelligent ships considering

complex meteorological changes

WU Gongxinga，b， WANG Lingchaob， ZHENG Jianc， WANG Chaob

（a.College of Ocean Science and Engineering; b.Merchant Marine College;

c.School of Transport & Communications， Shanghai Maritime University， Shanghai 201306， China）

Abstract：

In view of the fact that the severe sea conditions will cause ships to stall， roll violently and evencapsize， in order to avoid the severe sea condition areas， an intelligent ship dynamic route planning method that takes into account complex meteorological changes is proposed. By improving the heuristic function of the A* algorithm， the influence of wind and wave on ship stall is added to the estimation of the path cost value， and a dynamic route to avoid severe sea conditions is planned. The simulation result of the route planning across the North Atlantic shows that the application of the dynamic route planning method proposed in this paper can shorten the sailing time of ships across the ocean by 18.17%，and can effectively avoid the dangerous sea areas with large wind and waves. Using this dynamic route planning method can shorten the sailing time， save the shipping cost， and improve the economic benefit of shipping companies.

Key words：

dynamic planning; route optimization; meteorological element; A* algorithm; intelligent ship

收稿日期： 2020-11-01

修回日期： 2020-12-02

基金項(xiàng)目：

國家自然科學(xué)基金（51309148，51709166）;上海海事大學(xué)基金（20130433）

作者簡介：

吳恭興（1983—），男，江西廣昌人，講師，博士，研究方向?yàn)榇安倏v與控制，（E-mail）wugx@shmtu.edu.cn

0 引 言

目前，國際貿(mào)易中85%以上貨物的運(yùn)輸是通過海運(yùn)完成的[1]，然而隨著全球氣候不斷變暖，極端天氣出現(xiàn)的頻率逐漸升高，海難事故屢屢發(fā)生。調(diào)查結(jié)果顯示，從20世紀(jì)90年代至今，惡劣氣象環(huán)境所導(dǎo)致的船體、貨物損毀事故數(shù)占船舶事故總數(shù)的33%，即惡劣海況已成為船舶受損的主要原因[2]。另外，智能船舶技術(shù)的開發(fā)，應(yīng)考慮船舶在海上氣象變化情況下的動(dòng)態(tài)航線規(guī)劃，在保證船舶航行安全的前提下，減少智能船舶在風(fēng)浪中的航速損失，提高航運(yùn)企業(yè)的經(jīng)濟(jì)效益。

船舶航速會(huì)受到風(fēng)浪環(huán)境的影響[3-4]，因此，在規(guī)劃船舶航線時(shí)，需要考慮海上氣象條件。在蒲福風(fēng)級達(dá)到6級時(shí)，與靜水航行相比，船舶迎風(fēng)航行的失速高達(dá)12%，其發(fā)動(dòng)機(jī)功率增加80%[5]。船舶航向與波浪方向通常存在夾角，極有可能導(dǎo)致船舶產(chǎn)生橫搖、側(cè)傾等現(xiàn)象，從而引起船舶阻力增加?？紤]海上氣象條件的船舶航線規(guī)劃方法大致包括3類：傳統(tǒng)方法、智能算法（仿生學(xué)算法）和圖形學(xué)方法。傳統(tǒng)方法是根據(jù)大量的氣象文獻(xiàn)資料和前人寶貴的航海經(jīng)驗(yàn)提出的航線規(guī)劃方法，其中最早的是由James提出的等時(shí)線法，通過對時(shí)間進(jìn)行優(yōu)化得出一條油耗最低的路徑。2013年，ROH[6]對等時(shí)線法進(jìn)行了改進(jìn)，解決了其難以避開障礙物和“等時(shí)線環(huán)”的問題;同年，LIN等[7]提出一種三維修正等時(shí)線法，該方法利用遞歸思想和浮動(dòng)網(wǎng)格系統(tǒng)，以航程權(quán)重為狀態(tài)變量進(jìn)行船舶航線優(yōu)化。

智能算法是通過對大自然中各種生命體行為活動(dòng)的觀察而總結(jié)出來的算法，具有代表性的有遺傳算法、神經(jīng)網(wǎng)絡(luò)算法、蟻群算法和粒子群優(yōu)化算法等。曹永恒[8]將最短路徑作為期望優(yōu)化目標(biāo)，應(yīng)用粒子群優(yōu)化算法解決了復(fù)雜的非線性航線優(yōu)化問題。SZLAPCZYNSKA[9]提出一種多目標(biāo)天氣路徑算法，將遺傳算法的種群迭代發(fā)展過程應(yīng)用到路徑算法中得到一組最優(yōu)解。TSOU等[10]將蟻群算法與遺傳算法結(jié)合，利用遺傳算法的優(yōu)勢解決蟻群算法局部最優(yōu)的問題，使優(yōu)化后的航線能夠盡可能避開大風(fēng)浪區(qū)域，并將航行時(shí)間和油耗降至最低。隨博文等[11]在Q學(xué)習(xí)算法中融合深度學(xué)習(xí)理論，有效地解決了維度災(zāi)難問題，成功提出一種水面無人艇避障路徑規(guī)劃算法。

圖形學(xué)方法是一種基于環(huán)境建模的航線規(guī)劃方法，該方法通過將航行環(huán)境柵格化，再結(jié)合相應(yīng)算法對航行路徑進(jìn)行優(yōu)化。其中Dijkstra算法是經(jīng)典的圖形學(xué)算法，被廣泛應(yīng)用于解決航線規(guī)劃問題[12]。SEN等[13]利用柵格法建模求解船舶最優(yōu)路徑問題，采用改進(jìn)Dijkstra算法，提出一種通用的天氣路徑算法。ZACCONE等[14]展示了一種基于三維動(dòng)態(tài)規(guī)劃的船舶航線優(yōu)化方法，該方法根據(jù)天氣預(yù)報(bào)圖選擇船舶的最佳航向和航速剖面，并將船舶航行參數(shù)轉(zhuǎn)化為一個(gè)多階段決策過程，從而形成一個(gè)動(dòng)態(tài)規(guī)劃優(yōu)化問題。梅斌等[15]提出一種基于正軸等距方位投影的直接求解算法，用于計(jì)算船舶偏航距離。陳智康等[16]將蟻群算法中的信息素思想引入Dijkstra算法中，以實(shí)現(xiàn)機(jī)器人路徑規(guī)劃。潘明陽等[17]從加入約束條件、優(yōu)化代價(jià)函數(shù)和優(yōu)化估價(jià)函數(shù)3個(gè)方面對A*算法進(jìn)行改進(jìn)并將其應(yīng)用于內(nèi)河水網(wǎng)的航線規(guī)劃中。秦操等[18]在A*算法的基礎(chǔ)上考慮操縱性、靜態(tài)和動(dòng)態(tài)障礙物和國際海上避碰規(guī)則約束，提出一種慎思型避碰軌跡規(guī)劃算法。

綜上所述，現(xiàn)有的船舶航線規(guī)劃研究大都集中在最優(yōu)氣象條件下的航線搜索算法，而優(yōu)良的航線規(guī)劃并非只考慮規(guī)避靜態(tài)障礙物，因?yàn)檫h(yuǎn)洋航線不是短期航行，通常一條遠(yuǎn)洋航線的行程需要一個(gè)月甚至更長的時(shí)間，在此期間海上氣象條件可能發(fā)生巨變，而惡劣的天氣不僅會(huì)使船舶失速、延誤航期，而且會(huì)嚴(yán)重威脅人員及貨物的安全。因此，本文提出一種考慮復(fù)雜氣象變化的智能船舶動(dòng)態(tài)航線規(guī)劃方法，在A*算法的啟發(fā)式函數(shù)中加入風(fēng)、浪對船舶失速的影響，使得規(guī)劃的航線避開風(fēng)浪較大的海域;同時(shí)，隨著智能船舶的航行和海上氣象的變化，該算法將根據(jù)最新的氣象條件實(shí)時(shí)動(dòng)態(tài)規(guī)劃最優(yōu)的航線。

1 風(fēng)、浪導(dǎo)致的船舶失速計(jì)算

1.1 風(fēng)對船舶失速的影響

風(fēng)速對船舶航速的影響比較難確定。在小風(fēng)條件下，船舶在逆風(fēng)中損失速度，在順風(fēng)中略微增加速度。

在大風(fēng)條件下波浪作用增強(qiáng)，船舶在迎風(fēng)和順風(fēng)中的速度都會(huì)降低。大風(fēng)對船舶航速的影響主要與受風(fēng)面積和風(fēng)速大小有關(guān)。2004年CHIANG提出計(jì)算風(fēng)對船舶失速影響的公式[19]：

vWS=vWC1γ1A′C2γ2B′（1）

式中：vWS為由風(fēng)引起的船舶失速;vW為風(fēng)速;C1和C2分別為空氣和海水阻力系數(shù);

γ1和γ2分別為空氣和海水密度;A′和B′分別為船體在水線以上和水線以下的側(cè)投影面積。

1.2 浪對船舶失速的影響

船舶在大風(fēng)浪中航行時(shí)，螺旋槳露出水面造成螺旋槳推力減小;波浪作用使船舶轉(zhuǎn)向，從而導(dǎo)致航行阻力增加，最終使得船舶航速降低。影響船舶航速的

波浪參數(shù)主要是波高和波向。1967年蘇聯(lián)中央海運(yùn)科學(xué)研究院提出計(jì)算波浪對船舶失速影響的公式：

v=v0-（0.745h-0.257qh）×

（1-1.35×10-6Dv0）?? （2）

式中：v為船舶實(shí)際航速;v0為船舶在靜水中的航速;h為波高;q為波向與船舶航向的夾角;D為船舶的排水量。該公式適用于排水量在[5 000，25 000] t范圍內(nèi)且航速在[9，20] kn范圍內(nèi)的船舶。

2008年P(guān)ANIGRAHJ利用航速與波浪特性之間的關(guān)系估算了船舶的實(shí)際航速：

v=v0-（μ1+μ2cos q）h（3）

式中：μ1和μ2為由船型決定的常系數(shù)。

1.3 風(fēng)、浪共同作用對船舶失速的影響

在船舶實(shí)際航行過程中，風(fēng)和浪對航速的影響其實(shí)是密不可分的，單純研究風(fēng)或者浪對船舶失速的影響得到的結(jié)果是不精確的。因此，1991年楊振忠等[20]根據(jù)大量實(shí)船測試資料在考慮了浪的影響的公式中加入風(fēng)速的影響：

v=v0-（a1h+a2h2+a3D1/3vW-a4qh）×

（1-a5Dv0）??? （4）

式中：am為由船型決定的系數(shù)，m=1，2，…，5。

式（4）雖然考慮了風(fēng)速的影響，但是沒有考慮風(fēng)向與船舶航向之間的夾角。1992年劉烽[21]在計(jì)算公式中加入了風(fēng)向的影響，并且給出詳細(xì)的實(shí)船驗(yàn)證結(jié)果：

v=v0-（a1h-a2qh+a3vWcos δ）×

（1-a4Dv0）（5）

式中：δ是風(fēng)向與船舶航向的夾角。

2 基于A*算法的最優(yōu)航線搜索算法

2.1 A*算法原理

Dijkstra算法是從起點(diǎn)開始通過不斷擴(kuò)散的方式遍歷整個(gè)圖，然后用逆推法找到一條最短路徑的，計(jì)算量極大，搜索時(shí)間很長。A*算法在Dijkstra算法的基礎(chǔ)上加入一個(gè)啟發(fā)式函數(shù)（如曼哈頓距離），用來指導(dǎo)搜索方向向目標(biāo)點(diǎn)靠近，搜索區(qū)域大幅度減少，并能在極短的時(shí)間內(nèi)找到一條最短路徑。在用A*算法搜索路徑時(shí)，需要用到價(jià)值函數(shù)：

F（i）=G（i）+H（i）（6）

式中：i為當(dāng)前節(jié)點(diǎn);

F（i）為從起點(diǎn)到目標(biāo)點(diǎn)的總移動(dòng)代價(jià)值;G（i）為從起點(diǎn)到當(dāng)前節(jié)點(diǎn)的移動(dòng)代價(jià)值;H（i）為從當(dāng)前節(jié)點(diǎn)到目標(biāo)點(diǎn)的移動(dòng)代價(jià)值。

本文基于電子海圖數(shù)據(jù)信息，提取多邊形障礙物繪制地圖，取1°×1°精度進(jìn)行柵格化。取每個(gè)柵格

的中心點(diǎn)為

一個(gè)節(jié)點(diǎn)。節(jié)點(diǎn)k與l之間的距離L采用大圓航線距離公式計(jì)算：

L=Rarccossin βksin βl+

cos βkcos βlcos（εk-εl）

（7）

其中：R為地球的平均半徑（取6 371km）;βk和εk分別為節(jié)點(diǎn)k的經(jīng)度和緯度;βl和εl分別為節(jié)點(diǎn)l的經(jīng)度和緯度。

用A*算法在經(jīng)過上述處理的海圖中搜索最優(yōu)航線。

為

描述A*算法的原理，將2個(gè)水平或垂直相鄰的節(jié)點(diǎn)之間的距離設(shè)置為1，將2個(gè)對角線相鄰的節(jié)點(diǎn)之間的距離設(shè)置為1.4。如圖1所示，

空心圓點(diǎn)代表起點(diǎn)，實(shí)心圓點(diǎn)代表目標(biāo)點(diǎn)，空心方塊代表待搜索方向上的節(jié)點(diǎn)，黑色實(shí)心方塊表示障礙物，每個(gè)方格內(nèi)的3個(gè)數(shù)字分別代表此節(jié)點(diǎn)的F、G和H值，線條為最終規(guī)劃路徑。

A*算法的執(zhí)行流程如下：

（1）設(shè)置起點(diǎn)A和目標(biāo)點(diǎn)B，從起點(diǎn)A開始，把A放入一個(gè)由節(jié)點(diǎn)組成的openlist（openlist是一個(gè)待檢查列表）中，作為當(dāng)前節(jié)點(diǎn)。

（2）判斷當(dāng)前節(jié)點(diǎn)的上下左右4個(gè)節(jié)點(diǎn)是否為可航行點(diǎn)，是則進(jìn)行4方向搜索，否則進(jìn)行8方向搜索。

（3）將當(dāng)前節(jié)點(diǎn)周圍的節(jié)點(diǎn)加入openlist中，并將點(diǎn)A放入closelist中。

（4）計(jì)算openlist中每個(gè)節(jié)點(diǎn)的F值，選取F值最小的節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)，將其他7個(gè)節(jié)點(diǎn)放入closelist中，并將當(dāng)前節(jié)點(diǎn)放入resultlist中。

（5）重復(fù)如下3步：①找出openlist中F值最小的節(jié)點(diǎn)，將此節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn);②將當(dāng)前節(jié)點(diǎn)放入resultlist中;③按順序判斷與當(dāng)前節(jié)點(diǎn)相鄰的所有節(jié)點(diǎn)。

（6）在上述過程中若該節(jié)點(diǎn)已經(jīng)在resultlist中，則忽略該節(jié)點(diǎn);若openlist中存在目標(biāo)點(diǎn)，則停止尋路。

基于A*算法的最優(yōu)航線搜索流程見圖2。

2.2 基于柵格化海圖的啟發(fā)式函數(shù)

曼哈頓距離和歐幾里得距離是標(biāo)準(zhǔn)的啟發(fā)式函數(shù)，常用于網(wǎng)格地圖中，但曼哈頓距離只適用于4個(gè)

方向搜索的算法。因?yàn)楸疚脑O(shè)定了8個(gè)搜索方向，所以采用歐幾里得距離作為啟發(fā)式函數(shù)：

H（i）=S（xi-xG）2+（yi-yG）2（8）

式中：S為相鄰節(jié)點(diǎn)之間的最短距離;（xi，yi）為當(dāng)前節(jié)點(diǎn)i的坐標(biāo);（xG，yG）為目標(biāo)點(diǎn)坐標(biāo)。

3 考慮復(fù)雜氣象變化的動(dòng)態(tài)航線規(guī)劃算法

3.1 海洋氣象預(yù)報(bào)信息的獲取與處理

本文用到的氣象信息是從歐洲中期氣象預(yù)報(bào)中心獲取的。下載某一時(shí)刻全球風(fēng)向、風(fēng)速、波向和波高等分布數(shù)據(jù)，對其進(jìn)行簡單處理后導(dǎo)入仿真平臺，用于估算船舶在該風(fēng)浪條件下的航速。

3.2 動(dòng)態(tài)航線規(guī)劃算法設(shè)計(jì)

在完成氣象信息導(dǎo)入后，就可以知道每個(gè)節(jié)點(diǎn)的風(fēng)浪實(shí)況，鑒于此，在A*算法的價(jià)值函數(shù)中加入

天氣影響因素。每個(gè)節(jié)點(diǎn)的氣象實(shí)況不同，船舶航速受到的影響也不同，而且船舶在風(fēng)浪較大的環(huán)境中失速情況嚴(yán)重，因此利用A*算法對路徑進(jìn)行規(guī)劃，選取一條航行時(shí)間最短的路線，同時(shí)有效避開大風(fēng)浪區(qū)域。本文提出的動(dòng)態(tài)航線規(guī)劃算法流程見圖3。

在速度一定的情況下，距離與時(shí)間成正比，因此可以將價(jià)值函數(shù)中的代價(jià)值用時(shí)間代替，即從考慮路徑最短轉(zhuǎn)化為考慮用時(shí)最短，通過下式將優(yōu)化目標(biāo)轉(zhuǎn)化為航行時(shí)間：

G（i）=Sm/vi （m=1，2）????????????????????????????? （9）

H（i）=G（i）

（xi-xG）2+（yi-yG）2（10）

式中：S1為2個(gè)水平或垂直相鄰的節(jié)點(diǎn)之間的最短距離;S2為2個(gè)對角線相鄰的節(jié)點(diǎn)之間的距離;

vi為船舶在節(jié)點(diǎn)i的航速。

在實(shí)際航行中，需要考慮天氣對船舶航速的影響。從圖4可以看出，在算法搜索當(dāng)前節(jié)點(diǎn)周圍的8個(gè)節(jié)點(diǎn)時(shí)，因?yàn)榇霸诿總€(gè)節(jié)點(diǎn)的航行方向不同，所以每個(gè)節(jié)點(diǎn)的相對風(fēng)向和相對浪向也不同。以東北方向節(jié)點(diǎn)為例，

其相對風(fēng)向?yàn)?/p>

δ=θ-φ，相對浪向?yàn)閝=ρ-φ，這里θ為風(fēng)的方向，ρ為浪的方向，φ為船舶航向。

將式（5）中v作為式（9）中的vi，即可得到考慮風(fēng)、浪共同影響的從起點(diǎn)到當(dāng)前節(jié)點(diǎn)i的G值。

應(yīng)用劉烽[21]的計(jì)算公式在代價(jià)值G中加入風(fēng)浪對失速的影響：

G（i）=Skv0-（a1h-a2qh+a3vWcos δ）（1-a4Dv0），

k=1，2（11）

應(yīng)用上述規(guī)劃方法，并將規(guī)劃目標(biāo)設(shè)定為從起點(diǎn)至目標(biāo)點(diǎn)的航行時(shí)間，重新規(guī)劃航線。圖5中加入了大風(fēng)浪區(qū)域，因?yàn)樵谟?jì)算代價(jià)值時(shí)考慮了風(fēng)浪對航速的影響，所以算法會(huì)自動(dòng)避開大風(fēng)浪區(qū)域，選擇風(fēng)浪較小的路線。

4 智能船舶跨北大西洋的動(dòng)態(tài)航線規(guī)劃

根據(jù)上文提出的考慮復(fù)雜氣象變化的動(dòng)態(tài)航線規(guī)劃算法，進(jìn)行智能船舶動(dòng)態(tài)航線規(guī)劃軟件的設(shè)計(jì)。

在Visual Studio編程平臺上，運(yùn)用C++編程讀取電子海圖數(shù)據(jù)和海洋氣象數(shù)據(jù)，并實(shí)現(xiàn)風(fēng)浪數(shù)據(jù)的可視化。選用北大西洋作為航線規(guī)劃仿真的海域;采用的智能船舶的排水量為130 000 t，靜水航速為20 kn;根據(jù)該船的主尺度參數(shù)，式（5）中系數(shù)的取值為

a1=1.08，a2=0.126，a3=0.002 77，a4=2.33×10-7。

4.1 考慮復(fù)雜氣象變化的動(dòng)態(tài)航線規(guī)劃軟件設(shè)計(jì)

在航線規(guī)劃仿真前，需要分析電子海圖數(shù)據(jù)結(jié)構(gòu)，從海洋和陸地層數(shù)據(jù)中提取陸地、島嶼等多邊形障礙物數(shù)據(jù)并導(dǎo)入仿真平臺，通過比例尺換算和屏幕坐標(biāo)轉(zhuǎn)換繪制海圖，然后取柵格精度為1°×1°對電子海圖進(jìn)行柵格化。根據(jù)多邊形障礙物信息，可以將電子海圖區(qū)域劃分為可航行區(qū)域和不可航行區(qū)域。若柵格中心點(diǎn)位于多邊形障礙物內(nèi)部，則將柵格中心點(diǎn)定義為不可航行點(diǎn);反之，則定義為可航行點(diǎn)。

T（A）=

0，A為可航行點(diǎn)

1，A為不可航行點(diǎn)

（11）

式中：A為任一柵格中心點(diǎn)。

利用幾何圖形判斷法判斷點(diǎn)A是否在多邊形障礙物（下文簡稱多邊形）內(nèi)部。如圖6所示，從點(diǎn)A水平引出一條直線與多邊形相交。若點(diǎn)A的一側(cè)與多邊形的交點(diǎn)個(gè)數(shù)是奇數(shù)，則點(diǎn)A在多邊形內(nèi)部，否則點(diǎn)A在多邊形外部。圖6a中，點(diǎn)A左側(cè)與多邊形有3個(gè)交點(diǎn)，因此點(diǎn)A在多邊形內(nèi)部;圖6b中，點(diǎn)A左側(cè)與多邊形有2個(gè)交點(diǎn)，因此點(diǎn)A在多邊形外部。

根據(jù)上述方法完成海圖靜態(tài)障礙物建模?？紤]風(fēng)浪對船舶航線規(guī)劃的影響，在可航行區(qū)域?yàn)轱L(fēng)和浪建模。圖7為海洋環(huán)境的模型，其中可航行區(qū)域分為3類：小風(fēng)浪區(qū)域、中風(fēng)浪區(qū)域和大風(fēng)浪區(qū)域。由于風(fēng)浪過大可能威脅船只安全，規(guī)劃航線時(shí)需要繞開大風(fēng)浪區(qū)域。

4.2 智能船舶動(dòng)態(tài)航線規(guī)劃與實(shí)驗(yàn)數(shù)據(jù)分析

在對海洋、陸地、風(fēng)、浪建模的基礎(chǔ)上進(jìn)行智能船舶動(dòng)態(tài)航線規(guī)劃仿真。在海圖上確定智能船舶的出發(fā)點(diǎn)和目標(biāo)點(diǎn)。由圖8左下角可知，智能船舶從出發(fā)點(diǎn)到目標(biāo)點(diǎn)需要繞開陸地、島嶼等障礙物。本文在A*算法的啟發(fā)式函數(shù)中加入風(fēng)浪對船舶航速的影響，從圖8能明顯地看到航線隨風(fēng)浪變化發(fā)生了改變，所經(jīng)過的區(qū)域風(fēng)浪較小，有效地避開了大風(fēng)浪區(qū)域。

在船舶航行過程中氣象會(huì)隨時(shí)間變化，甚至在短期內(nèi)出現(xiàn)惡劣天氣，因此在進(jìn)行航線規(guī)劃時(shí)需要依據(jù)實(shí)時(shí)的海上氣象變化對航線進(jìn)行相應(yīng)的調(diào)

整。運(yùn)用本文提出的動(dòng)態(tài)航線規(guī)劃方法，每隔一天

重新獲取海上氣象信息，并重新進(jìn)行航線規(guī)劃。圖9為智能船舶航行3天后的航線規(guī)劃結(jié)果。

為判斷圖9中規(guī)劃出的航線是否為優(yōu)質(zhì)航線，對優(yōu)化前航線、考慮風(fēng)浪影響的優(yōu)化后航線，以及通過動(dòng)態(tài)規(guī)劃得到的航線所需的航行時(shí)間進(jìn)行估算，結(jié)果分別為206.99、175.56和169.38 h。

計(jì)算可知，

通過動(dòng)態(tài)規(guī)劃得到的航線的總航行時(shí)間比優(yōu)化前航線的總航行時(shí)間減少了18.17%。從圖8和9可以看出，大風(fēng)浪區(qū)域隨時(shí)間整體向右偏移，減少了繞航距離。

智能船舶跨北大西洋的航線規(guī)劃仿真結(jié)果表明，本文提出的動(dòng)態(tài)航線規(guī)劃算法能夠有效地優(yōu)化海上航行路線，針對短期內(nèi)出現(xiàn)的氣象變化，實(shí)時(shí)調(diào)整當(dāng)前航線，避開大風(fēng)浪區(qū)域，減少智能船舶的總航行時(shí)間。

5 結(jié) 論

由于風(fēng)浪對船舶航速有較大影響，本文提出一種考慮海上復(fù)雜氣象變化的智能船舶動(dòng)態(tài)航線規(guī)劃方法。首先，通過分析電子海圖的數(shù)據(jù)信息，將其中的地圖數(shù)據(jù)轉(zhuǎn)化成多邊形坐標(biāo)，導(dǎo)入仿真軟件后對其進(jìn)行柵格化。然后，提出一種幾何圖形判斷法，判斷每個(gè)柵格的中心點(diǎn)是否在多邊形障礙物內(nèi)部，并詳細(xì)描述了地圖建模過程，將電子海圖分成可航行區(qū)域和不可航行區(qū)域，并利用海洋氣象信息數(shù)據(jù)對風(fēng)和浪進(jìn)行建模。其次，在A*算法的啟發(fā)式函數(shù)中加入風(fēng)浪對船舶航速的影響，使得該算法能夠根據(jù)氣象的實(shí)時(shí)變化對船舶航線進(jìn)行動(dòng)態(tài)調(diào)整，讓船舶能夠在航行過程中避開大風(fēng)浪區(qū)域。最后，進(jìn)行智能船舶跨北大西洋的航線規(guī)劃仿真，仿真結(jié)果表明：本文提出的動(dòng)態(tài)規(guī)劃算法不僅能夠保障船舶有效避開大風(fēng)浪區(qū)域，而且明顯縮短了總航行時(shí)間。

參考文獻(xiàn)：

[1]李小剛. 基于遺傳算法的船舶氣象航線設(shè)計(jì)方法的研究[D]. 長春： 吉林大學(xué)， 2018.

[2]冷教恒. 惡劣天氣海況與船舶航行安全[C]//中國航海學(xué)會(huì)海洋船舶駕駛專業(yè)委員會(huì).氣象海洋環(huán)境與船舶航行安全論文集. 中國航海學(xué)會(huì)， 2010： 147-150.

[3]LARRSSONE， SIMONSEN M H， MAO Wengang. Direct optimization algorithm in weather routing of ships[C]//Proceeding of the 25th International Ocean and Polar Engineering Conference. Hawaii， USA： The International Society of Offshore and Polar Engineers， 2015.

[4]陸瀟楊， 劉志全， 褚振忠. 漂角修正的欠驅(qū)動(dòng)船舶航向魯棒自適應(yīng)控制[J]. 上海海事大學(xué)學(xué)報(bào)， 2020， 41（1）： 15-19. DOI： 10.13340/j.jsmu.2020.01.003.

[5]褚善東. 船舶在大風(fēng)浪中航行產(chǎn)生的失速問題探討[J]. 浙江國際海運(yùn)職業(yè)技術(shù)學(xué)院學(xué)報(bào)， 2008， 4（2）： 1-3.

[6]ROHM. Determination of an economical shipping route considering the effects of sea state for lower fuel consumption[J]. International Journal of Naval Architecture and Ocean Engineering， 2013， 5（2）： 246-262. DOI： 10.2478/IJNAOE-2013-0130.

[7]LINY H， FANG M C， YEUNG R W. The optimization of ship weather-routing algorithm based on the composite influence of multi-dynamic elements[J]. Applied Ocean Research， 2013， 43： 184-194. DOI： 10.1016/j.apor.2013.07.010.

[8]曹永恒. 基于粒子群優(yōu)化算法的船舶航跡規(guī)劃方法研究[D]. 上海： 復(fù)旦大學(xué)， 2010.

[9]SZLAPCZYNSKAJ. Multicriteria evolutionary weather routing algorithm in practice[J]. TransNav： International Journal on Marine Navigation and Safety of Sea Transportation， 2013， 7（1）： 61-65. DOI： 10.12716/1001.07.01.07.

[10]TSOUM C， CHENG H C. An ant colony algorithm for efficient ship routing[J]. Polish Maritime Research， 2013， 20（3）： 28-38. DOI： 10.2478/pomr-2013-0032.

[11]隨博文， 黃志堅(jiān)， 姜寶祥， 等. 基于深度Q網(wǎng)絡(luò)的水面無人艇路徑規(guī)劃算法[J]. 上海海事大學(xué)學(xué)報(bào)， 2020， 41（3）： 1-5. DOI： 10.13340/j.jsmu.2020.03.001.

[12]申子豪. 基于A*算法的船舶氣象航線設(shè)計(jì)方法的研究[D]. 長春： 吉林大學(xué)， 2018.

[13]SEND， PADHY C P. An approach for development of a ship routing algorithm for application in the North Indian Ocean region[J]. Applied OceanResearch， 2015， 50： 173-191. DOI： 10.1016/j.apor.2015.01.019.

[14]ZACCONER， OTTAVIANI E， FIGARI M，et al. Ship voyage optimization for safe and energy-efficient navigation： a dynamic programming approach[J].Ocean Engineering， 2018， 153： 215-224. DOI： 10.1016/j.oceaneng.2018.01.100.

[15]梅斌， 孫立成， 史國友， 等. 一種高緯度區(qū)域船舶偏航距離的高精度求解算法[J]. 上海海事大學(xué)學(xué)報(bào)， 2018， 39（4）： 75-81. DOI： 10.13340/j.jsmu.2018.04.013.

[16]陳智康， 劉佳， 王丹丹， 等. 改進(jìn)Dijkstra機(jī)器人路徑規(guī)劃算法研究[J]. 天津職業(yè)技術(shù)師范大學(xué)學(xué)報(bào)， 2020， 30（3）： 30-35. DOI： 10.19573/j.issn2095-0926.202003005.

[17]潘明陽， 劉乙賽， 李琦， 等. 基于改進(jìn)A*算法的內(nèi)河水網(wǎng)航線規(guī)劃及應(yīng)用[J]. 上海海事大學(xué)學(xué)報(bào)， 2020， 41（1）： 40-45. DOI： 10.13340/j.jsmu.2020.01.007.

[18]秦操， 楊榮武. 復(fù)雜水域慎思型避碰軌跡規(guī)劃[J]. 上海海事大學(xué)學(xué)報(bào)， 2020， 41（3）： 12-18. DOI： 10.13340/j.jsmu.2020.03.003.

[19]CAIY， WEN Y Q， WU L. Ship route design for avoiding heavy weather and sea conditions[J]. TransNav： International Journal on Marine Navigation and Safety of Sea Transportation， 2014， 8（4）： 551-556. DOI： 10.12716/1001.08.04.09.

[20]楊振忠， 劉世歧. 船舶在風(fēng)浪中航行的失速計(jì)算[J]. 中國航海， 1990（2）： 35-40.

[21]劉烽. 船舶在風(fēng)浪中航行失速問題的研究[J]. 大連海運(yùn)學(xué)院學(xué)報(bào)， 1992， 18（4）： 347-351.

（編輯 趙勉）