謝宗軒 李 博 王勝正 劉 衛(wèi)

上海海事大學(xué)商船學(xué)院，上海，201306

0 引言

兩極地區(qū)由于關(guān)鍵的戰(zhàn)略地理位置與豐富的自然、礦產(chǎn)資源，受到人們?cè)絹?lái)越多的關(guān)注。在北極地區(qū)，隨著全球氣候變暖造成的海冰覆蓋范圍縮小，北極航道具有大幅縮短?hào)|北亞、歐洲和北美三大經(jīng)濟(jì)圈間航線航程的經(jīng)濟(jì)效益；國(guó)務(wù)院于2018年1月發(fā)布的首份北極政策文件——《中國(guó)的北極政策》白皮書(shū)將“冰上絲綢之路”納入“一帶一路”，倡議涉北極國(guó)家共同合作，為北極的和平、穩(wěn)定和可持續(xù)發(fā)展做出更大貢獻(xiàn)[1]；在南極地區(qū)，《南極條約》雖然禁止開(kāi)發(fā)南極區(qū)域礦產(chǎn)資源南極活動(dòng)以科考活動(dòng)為主，但從事旅游觀光活動(dòng)的人數(shù)也在逐年增長(zhǎng)；國(guó)家海洋局2018年2月發(fā)布的《南極活動(dòng)環(huán)境保護(hù)管理規(guī)定》中，明確對(duì)南極地區(qū)所有考察、旅游、探險(xiǎn)、漁業(yè)、交通等活動(dòng)進(jìn)行環(huán)境保護(hù)管理工作[2]。上述政策與規(guī)定除了凸顯兩極地區(qū)的重要性外，也預(yù)示著極地航行已進(jìn)入常態(tài)化，為了保障冰區(qū)航行安全，開(kāi)展近場(chǎng)海冰感知的研究十分必要。

冰區(qū)航行安全的研究熱點(diǎn)包括事故前的冰區(qū)航行風(fēng)險(xiǎn)識(shí)別及事故后的冰區(qū)航行事故風(fēng)險(xiǎn)評(píng)價(jià)[3]兩類。其中，事故前的冰區(qū)航行風(fēng)險(xiǎn)識(shí)別研究聚焦于采用不同方法，如模糊層次分析法(analytic hierarchy process，AHP)[4]、貝葉斯網(wǎng)絡(luò)(Bayesian network)[5-6]、模糊故障樹(shù)(fuzzy fault tree)[7]、離散選擇模型(discrete choice model，DCM)[8]等，通過(guò)分析風(fēng)險(xiǎn)影響因素(risk influencing factors)提出航行風(fēng)險(xiǎn)評(píng)價(jià)模型，實(shí)現(xiàn)冰區(qū)航行的風(fēng)險(xiǎn)評(píng)估；事故后的冰區(qū)航行事故風(fēng)險(xiǎn)評(píng)價(jià)研究主要通過(guò)專家問(wèn)卷、事故數(shù)據(jù)庫(kù)或航行數(shù)據(jù)等方式獲取定性、定量數(shù)據(jù)，采用貝葉斯網(wǎng)絡(luò)[9]、故障樹(shù)[10]、馬爾可夫鏈(Markov chain)[11]等方法，開(kāi)展船舶航行風(fēng)險(xiǎn)評(píng)估，找出事故發(fā)生的根本原因。上述研究為冰區(qū)航行安全做出了重要貢獻(xiàn)，大多數(shù)是從人、機(jī)、環(huán)、管等方面開(kāi)展系統(tǒng)性研究，本文研究對(duì)象則聚焦于冰區(qū)航行中最主要的礙航物——海冰。

在冰情數(shù)據(jù)來(lái)源方面，大部分研究主要通過(guò)海冰模型[12-14]、冰圖(ice chart)[15]或遙感圖像[16]獲取海冰信息，本質(zhì)上屬于大尺度數(shù)據(jù)，對(duì)近場(chǎng)與實(shí)時(shí)掌握海冰冰情的能力較差。實(shí)際上，雷達(dá)是一種重要的探冰工具，可視為航行員的第二雙眼睛，《極地水域船舶航行安全規(guī)則(Polar Code)》明確指出，在極地水域航行的船舶應(yīng)積極配備使用具探冰能力的雷達(dá)[17]。在同樣采用雷達(dá)獲取冰情信息的研究中[18-19]，多數(shù)研究?jī)H采用航海雷達(dá)(marine radar)單一傳感器，本文則對(duì)航海雷達(dá)與探冰雷達(dá)(ice radar)的圖像進(jìn)行融合，可為近場(chǎng)海冰感知提供更完整的海冰信息。

冰區(qū)航行輔助決策是極區(qū)自主船舶發(fā)展的關(guān)鍵技術(shù)，主要研究方向聚焦在航線設(shè)計(jì)。一部分研究應(yīng)用圖論算法(如RRT[19]與DIJKSTRA[20]算法等)進(jìn)行冰區(qū)航線規(guī)劃；另一部分研究考慮冰況與船舶操縱特性，以燃料消耗或航行總成本為目標(biāo)，進(jìn)行冰區(qū)航線優(yōu)化[21-23]。然而，近場(chǎng)海冰轉(zhuǎn)向避障的研究報(bào)道較少，且未充分考慮海冰分布情況、偏航程度與轉(zhuǎn)向角度之間的關(guān)系。綜上所述，本文以近場(chǎng)海冰為研究對(duì)象，通過(guò)航海雷達(dá)與探冰雷達(dá)的融合圖像感知海冰信息，進(jìn)行近場(chǎng)海冰密集度計(jì)算，繪制海冰風(fēng)險(xiǎn)感知圖像，提出冰區(qū)航向決策方法，為冰區(qū)航行近場(chǎng)海冰感知與航向決策提供技術(shù)支持。

1 冰區(qū)航行海冰感知設(shè)備

本文的技術(shù)路線圖見(jiàn)圖1。在中國(guó)船級(jí)社(China classification society，CCS)編寫(xiě)的《極地水域操作手冊(cè)編寫(xiě)指南》中提到，雖然在不同海況和天氣條件下，雷達(dá)探測(cè)不同特征浮冰塊的能力存在一定局限性，但它仍是目前探測(cè)冰目標(biāo)的最有效設(shè)備[24]。本文利用航海雷達(dá)與探冰雷達(dá)的不同特性對(duì)近場(chǎng)海冰進(jìn)行感知。

圖1 冰區(qū)航行近場(chǎng)海冰感知與航向決策技術(shù)路線圖Fig.1 Technology roadmap of near-field sea ice perception and course decision for ice navigation

航海雷達(dá)是船舶必備的導(dǎo)航輔助設(shè)備，用于物標(biāo)的識(shí)別與跟蹤。航海雷達(dá)天線通過(guò)發(fā)送高速電磁波來(lái)確定物標(biāo)，并將物標(biāo)反射的回波顯示于雷達(dá)屏幕上，據(jù)此得知物體的位置、方位與距離。其頻率較高的X波段(10 GHz)主要在短距離、近場(chǎng)航行場(chǎng)景下使用，有較清晰的圖像和較好的分辨率；頻率較低的S波段(3 GHz)多用于雨天、霧中航行下的物標(biāo)識(shí)別和跟蹤。

探冰雷達(dá)同樣是基于電磁波理論，定期發(fā)出無(wú)線電波并接收從冰層和物體反射回來(lái)的回波。由于冰的電導(dǎo)率較低且冰蓋具有良好的成層性與均一性，相比其他地球物理探測(cè)方法，探冰雷達(dá)具有很高的穿透能力和對(duì)冰川內(nèi)部層的分辨能力，兼具采集信息量大與效率高等特點(diǎn)。

以上兩種雷達(dá)對(duì)海冰感知的特性有所不同，航海雷達(dá)一般能檢測(cè)較大范圍，但對(duì)海冰的探測(cè)能力相對(duì)較弱；探冰雷達(dá)可以更好地反映冰厚與冰層紋理，但一般探測(cè)距離較短且噪聲干擾較多?；パa(bǔ)與融合兩種雷達(dá)的圖像信息，有助于提升海冰感知的效果。

2 冰區(qū)航行雷達(dá)圖像融合

即使挑選同一時(shí)點(diǎn)兩種來(lái)源的雷達(dá)圖像，圖像融合也存在冗余信息與空間配準(zhǔn)等問(wèn)題，需要先進(jìn)行以下處理。

2.1 雷達(dá)圖像讀取與基本信息獲取

首先讀取同時(shí)點(diǎn)航海雷達(dá)與探冰雷達(dá)的圖像，將雷達(dá)圖像以三維矩陣形式保存，通過(guò)圖像測(cè)量工具分別獲取包括圖像尺寸、感興趣區(qū)域(region of interest，ROI)、顯示方向、量程(range)、距離刻度圈間距、本船位置(Ship)、短期目標(biāo)位置(Goal)等基本信息。獲取的航海雷達(dá)圖像的基本信息如圖2所示，圖像尺寸為1920×1080像素(pixels，圖中簡(jiǎn)寫(xiě)為px)；ROI為(344，38)、(344，1079)、(1575，38)、(1575，1079)四個(gè)坐標(biāo)點(diǎn)所構(gòu)成的矩形區(qū)域；顯示方向?yàn)榇紫蛏?head up)，艏向180°，指向正北(0°)；雷達(dá)顯示方式為偏心顯示，量程設(shè)定為6海里(n mile)，距離刻度圈2海里對(duì)應(yīng)175像素；本船位置(Ship)即距離刻度圈的圓心，位于(938，844)；短期目標(biāo)位置(Goal)為規(guī)劃航路(紅色虛線)與方位刻度的藍(lán)色交點(diǎn)，位于(1367，55)。獲取的探冰雷達(dá)圖像的基本信息如圖3所示，圖像尺寸亦為1920×1080像素；ROI為以(540，540)為圓心、以500像素為半徑的圓形區(qū)域；顯示方向?yàn)楸背?north up)，艏向180°，指向正南(180°)；雷達(dá)顯示方式為非偏心顯示，量程設(shè)定為8海里，距離刻度圈2海里，對(duì)應(yīng)125像素；本船位置(Ship)即距離刻度圈的圓心，位于(540，540)。上述基本信息的獲取有助于后續(xù)對(duì)雷達(dá)圖像的處理與融合。

圖2 航海雷達(dá)圖像基本信息獲取Fig.2 Basic information acquisition of marine radar image

圖3 探冰雷達(dá)圖像基本信息獲取Fig.3 Basic information acquisition of ice radar image

2.2 冗余信息剔除

觀察航海雷達(dá)與探冰雷達(dá)的原始圖像可知，除了海冰感知最關(guān)注的雷達(dá)回波信息外，還包含各類文字、數(shù)字、標(biāo)示線等冗余信息，須進(jìn)行篩選與處理。

(1)ROI獲取。根據(jù)原始圖像尺寸與ROI范圍信息，創(chuàng)建掩碼(mask)矩陣使ROI范圍內(nèi)顯示為白色、ROI范圍外顯示為黑色，通過(guò)下式運(yùn)算獲取ROI：

dst(I)=s(I)∧mask(I)≠0

(1)

式中，dst()為輸出圖像矩陣；I為圖像矩陣元素的多維索引；s(I)為輸入圖像矩陣；mask()為掩碼矩陣。

(2)雷達(dá)回波提取。航海雷達(dá)的回波為黃色、探冰雷達(dá)的回波為白灰色，為了更好地提取具有特定顏色的雷達(dá)回波，將ROI圖像的顏色模型從RGB轉(zhuǎn)換成HSV；進(jìn)而，設(shè)置相應(yīng)的顏色閾值后，通過(guò)下式計(jì)算獲得雷達(dá)回波提取的二值化圖像：

dst(I)=lowerb(I)≤s(I)≤upperb(I)

(2)

式中，lowerb()為下邊界閾值；s為輸入圖像矩陣；upperb()為上邊界閾值。

(3)標(biāo)識(shí)線修復(fù)。ROI圖像中除了雷達(dá)回波外，仍存在各種標(biāo)識(shí)線的遮擋，將對(duì)海冰的提取效果產(chǎn)生干擾，例如在探冰雷達(dá)ROI圖像內(nèi)，有3圈黃色距離刻度圈及1條紅色船首線等標(biāo)識(shí)線，如圖4a所示；進(jìn)行圖像修復(fù)時(shí)，需創(chuàng)建標(biāo)識(shí)線掩碼，明確指出需要修復(fù)的區(qū)域，如圖4b所示；借助標(biāo)識(shí)線邊緣區(qū)域的像素信息進(jìn)行圖像修復(fù)后，可消除上述標(biāo)識(shí)線，如圖4c所示。

(a)修復(fù)前 (b)修復(fù)區(qū)域 (c)修復(fù)后圖4 探冰雷達(dá)標(biāo)識(shí)線修復(fù)Fig.4 Marking line repair of ice radar image

通過(guò)峰值信噪比(peak signal to noise ratio，PSNR)可以檢驗(yàn)圖像修復(fù)效果，該值越大表示失真越小，修復(fù)效果越好。圖4a中，標(biāo)識(shí)線修復(fù)前的PSNR值為30.16 dB；而圖4c中，修復(fù)后的PSNR值為46.71 dB，修復(fù)效果明顯。另外，從圖4a與圖4c右下角的放大圖示也可以比對(duì)看出標(biāo)識(shí)線已清除干凈，修復(fù)效果良好。

(4)本船回波剔除。當(dāng)雷達(dá)距離刻度圈圓心上出現(xiàn)范圍較小且獨(dú)立的回波時(shí)，可能是由本船鋼體船殼所產(chǎn)生的，并不是海冰或其他物標(biāo)，如圖5a所示；為了剔除本船船體的回波，需先檢測(cè)圖像中所有回波的輪廓范圍信息，經(jīng)比對(duì)確認(rèn)與本船位置重疊的輪廓并紀(jì)錄該輪廓索引號(hào)后，即可刪除雷達(dá)圖像中的本船回波，如圖5b所示。

(a)剔除前 (b)剔除后圖5 本船回波剔除Fig.5 Own ship echo elimination

2.3 空間配準(zhǔn)處理

觀察2.1節(jié)獲取的航海雷達(dá)與探冰雷達(dá)圖像基本信息的幾何差異，可知圖像在融合前須解決空間配準(zhǔn)的問(wèn)題。本文采用固定航海雷達(dá)圖像，調(diào)整探冰雷達(dá)圖像的方式進(jìn)行幾何變換。

(1)圖像旋轉(zhuǎn)。當(dāng)航海雷達(dá)與探冰雷達(dá)圖像的船艏向角度不一致時(shí)，確認(rèn)旋轉(zhuǎn)角度后，可通過(guò)式(3)的仿射變換或式(4)與式(5)的坐標(biāo)變換進(jìn)行圖像旋轉(zhuǎn)：

(3)

u′=ucosθ-vsinθ

(4)

v′=usinθ+vcosθ

(5)

式中，(u′，v′)為變換后圖像的像素坐標(biāo)；A為仿射矩陣；(u，v)為原圖像的像素坐標(biāo)；θ為旋轉(zhuǎn)角度。

例如，當(dāng)航海雷達(dá)船艏向指向0°，探冰雷達(dá)船艏向指向180°時(shí)，將探冰雷達(dá)圖像逆時(shí)針旋轉(zhuǎn)180°后，可獲得與航海雷達(dá)圖像相同的船艏向角度。

(2)圖像縮放。當(dāng)航海雷達(dá)與探冰雷達(dá)圖像每海里對(duì)應(yīng)像素不一致時(shí)，確認(rèn)縮放倍率后，可通過(guò)式(6)的仿射變換或式(7)與式(8)的坐標(biāo)變換進(jìn)行圖像縮放：

(6)

u′=cuu

(7)

v′=cvv

(8)

式中，cu、cv為縮放倍率。

例如，當(dāng)航海雷達(dá)距離刻度圈2海里對(duì)應(yīng)175像素，探冰雷達(dá)距離刻度圈2海里對(duì)應(yīng)125像素時(shí)，將探冰雷達(dá)圖像放大1.4倍后，可獲得與航海雷達(dá)圖像每海里相同的對(duì)應(yīng)像素。

(3)圖像平移。當(dāng)航海雷達(dá)與探冰雷達(dá)圖像的本船位置像素不一致時(shí)，確認(rèn)垂直移動(dòng)量與水平移動(dòng)量后，可通過(guò)式(9)的仿射變換或式(10)與式(11)的坐標(biāo)變換進(jìn)行圖像平移：

(9)

u′=u+tu

(10)

v′=v+tv

(11)

式中，tu為垂直移動(dòng)量；tv為水平移動(dòng)量。

例如，當(dāng)航海雷達(dá)的本船位置位于(938，844)，探冰雷達(dá)的本船位置位于(540，540)時(shí)，將探冰雷達(dá)圖像向右移動(dòng)398個(gè)像素、向下移動(dòng)304個(gè)像素后，可獲得與航海雷達(dá)圖像相同的本船位置。

2.4 雷達(dá)圖像融合

經(jīng)過(guò)冗余信息剔除與空間配準(zhǔn)處理，確認(rèn)航海雷達(dá)與探冰雷達(dá)圖像各自的權(quán)重后，可通過(guò)下式進(jìn)行圖像融合：

dst(I)=s1(I)α+s2(I)β+γ

(12)

式中，s1、s2分別為圖像一、圖像二的輸入圖像矩陣；α、β分別為圖像一、圖像二的權(quán)重；γ為添加標(biāo)量。

兩種雷達(dá)圖像信息的互補(bǔ)與融合有助于后續(xù)近場(chǎng)海冰感知應(yīng)用功能的開(kāi)發(fā)。

3 近場(chǎng)海冰感知應(yīng)用

為了掌握近場(chǎng)海冰分布的情況，應(yīng)用第2節(jié)融合好的雷達(dá)圖像，本節(jié)建立近場(chǎng)海冰密集度計(jì)算與海冰風(fēng)險(xiǎn)感知圖像繪制的步驟如下。

3.1 海冰密集度計(jì)算

海冰密集度(sea ice concentration)是視野范圍內(nèi)海面上浮冰覆蓋的比例量，多以十分法表示。海冰密集度是評(píng)估冰區(qū)航行安全的重要指標(biāo)，更是極地操作限制評(píng)估風(fēng)險(xiǎn)指數(shù)系統(tǒng)(polar operation limit assessment risk indexing system，POLARIS)中計(jì)算風(fēng)險(xiǎn)指數(shù)結(jié)果(RIO)的關(guān)鍵變量[25]。根據(jù)國(guó)際氣象組織(world meteorological organization，WMO)的分級(jí)定義[26]，本文匯整不同海冰密集度等級(jí)的圖示與可航行性，見(jiàn)表1。由于傳統(tǒng)獲取近場(chǎng)海冰密集度的主要方法是通過(guò)人工瞭望估算，受天氣與人員素質(zhì)等影響，存在較大的不確定性；本文通過(guò)航海雷達(dá)與探冰雷達(dá)的融合圖像進(jìn)行海冰密集度計(jì)算，可獲得較人工瞭望估算更精確的計(jì)算結(jié)果，求解步驟如下：

(1)將分別經(jīng)過(guò)冗余信息剔除與空間配準(zhǔn)處理的航海雷達(dá)與探冰雷達(dá)彩色圖像轉(zhuǎn)換為灰度圖像后，通過(guò)式(12)進(jìn)行圖像融合。

(2)考慮航海雷達(dá)與探冰雷達(dá)共同覆蓋的海域，決定海冰密集度的評(píng)估范圍，例如以本船位置為圓心、350像素為半徑的圓形區(qū)域。

(3)通過(guò)下式計(jì)算海冰密集度CSI：

CSI=c/A

(13)

式中，c為評(píng)估范圍內(nèi)非0像素點(diǎn)的總數(shù)；A為評(píng)估范圍的像素面積。

表1 海冰密集度等級(jí)Tab.1 Degree of sea ice concentration

3.2 海冰風(fēng)險(xiǎn)感知圖像繪制

應(yīng)用航海雷達(dá)與探冰雷達(dá)的融合圖像進(jìn)行海冰風(fēng)險(xiǎn)的可視化，繪制步驟如下：

(1)將分別經(jīng)過(guò)冗余信息剔除與空間配準(zhǔn)處理的航海雷達(dá)與探冰雷達(dá)彩色圖像轉(zhuǎn)換為灰度圖像后，通過(guò)式(12)進(jìn)行圖像融合。

(2)通過(guò)融合圖像的灰度信息繪制海冰風(fēng)險(xiǎn)熱力圖與等值線圖。

(3)將2.1節(jié)獲取的本船位置與短期目標(biāo)位置等基本信息標(biāo)注在熱力圖與等值線圖上。

4 冰區(qū)航向決策

為了降低航行冰困風(fēng)險(xiǎn)，減少船舶與海冰的接觸，在第3節(jié)近場(chǎng)海冰感知的基礎(chǔ)上，提出冰區(qū)航向決策方法，找出合適的航向角進(jìn)行船舶操縱。

4.1 船舶領(lǐng)域的構(gòu)建與擴(kuò)展

船舶領(lǐng)域(ship domain)是駕駛員想要保持本船周圍避免他船或礙航物進(jìn)入的有效領(lǐng)域，HANSEN等[27]根據(jù)4年的海上交通數(shù)據(jù)對(duì)船舶領(lǐng)域的大小和形狀進(jìn)行分析，認(rèn)為FUJI等[28]提出的長(zhǎng)半軸為4倍船長(zhǎng)、短半軸為1.6倍船長(zhǎng)的橢圓形區(qū)域是最合適的船舶領(lǐng)域，如圖6所示。

圖6 船舶領(lǐng)域示意圖Fig.6 Schematic diagram of ship domain

當(dāng)艏向平行于水平軸時(shí)，橢圓形船舶領(lǐng)域(圖6中的實(shí)線橢圓)可以通過(guò)下式計(jì)算：

(14)

式中，(x，y)為艏向平行于水平軸時(shí)，船舶領(lǐng)域上的各點(diǎn)坐標(biāo)；(x0，y0)為船舶中心點(diǎn)位置；a、b分別為橢圓形的長(zhǎng)半軸與短半軸；L為船長(zhǎng)。

當(dāng)艏向改變時(shí)，任意角度的橢圓形船舶領(lǐng)域(圖6中的虛線橢圓)可以通過(guò)下式計(jì)算：

x′=xcosθ-ysinθ

(15)

y′=xsinθ+ycosθ

(16)

(17)

式中，(x′，y′)為艏向任意改變時(shí)船舶領(lǐng)域上的各點(diǎn)坐標(biāo)。

船舶領(lǐng)域僅是最終避免礙航物進(jìn)入本船周圍的邊界，為了提前做出轉(zhuǎn)向預(yù)判，本文將船舶領(lǐng)域進(jìn)行擴(kuò)展，擴(kuò)展的船舶領(lǐng)域仍可通過(guò)上述公式計(jì)算。參考避碰行動(dòng)的行業(yè)習(xí)慣，擴(kuò)展的船舶領(lǐng)域其長(zhǎng)半軸至少應(yīng)大于2海里、短半軸至少應(yīng)大于1海里，可依據(jù)船舶的破冰能力進(jìn)行調(diào)整。

4.2 近場(chǎng)水域劃分與探測(cè)

圖7 近場(chǎng)水域劃分與探測(cè)Fig.7 Near-field water division and detection

根據(jù)《國(guó)際海上避碰規(guī)則》與行業(yè)習(xí)慣，將擴(kuò)展的船舶領(lǐng)域劃分為正前探測(cè)、右舷及左舷等3個(gè)區(qū)域，如圖7所示，船首正前方354°～0°及0°～6°(共12°)為橙色的正前探測(cè)區(qū)域；6°～112.5°為綠色的右舷區(qū)域；247.5°～354°為紅色的左舷區(qū)域。由于船舶已駛離后方海冰，船尾后方的海冰態(tài)勢(shì)無(wú)須考慮。橙色的正前探測(cè)區(qū)域除了可以判斷船首前方的海冰態(tài)勢(shì)以外，還可以通過(guò)探測(cè)角的改變，作為搜索合適航向的測(cè)試工具。其中，探測(cè)角為短期目標(biāo)與艏向之間的夾角，亦為偏航角。

4.3 探測(cè)角評(píng)估模型

為了比較不同探測(cè)角的優(yōu)劣，考慮海冰密集度與偏航角，構(gòu)建評(píng)估模型如下：

IE=CSIwc+ψwy/180

(18)

式中，wc為海冰密集度權(quán)重，取1；ψ為偏航角，不考慮方向性差異；wy為偏航權(quán)重，視船首前方的海冰態(tài)勢(shì)，取0或1；IE為探測(cè)角評(píng)估指數(shù)，該值越小越好。

4.4 航向角尋優(yōu)方法

在4.1節(jié)至4.3節(jié)的基礎(chǔ)上提出冰區(qū)航向決策流程，如圖8所示，具體航向角尋優(yōu)方法與步驟整理如下：

圖8 冰區(qū)航向決策流程Fig.8 Course decision process in ice region

(1)通過(guò)正前區(qū)域的海冰密集度判斷船首前方的海冰態(tài)勢(shì)，當(dāng)正前區(qū)域的海冰密集度大于或等于0.3時(shí)，表示船首前方有明顯的礙航海冰，將式(18)探測(cè)角評(píng)估指標(biāo)中的海冰密集度權(quán)重wc設(shè)置為1，偏航權(quán)重wy設(shè)置為0，僅考慮探測(cè)區(qū)域的海冰密集度，以航行安全為重；當(dāng)正前區(qū)域的海冰密集度高低于0.3時(shí)，表示船首前方海冰稀疏，wc與wy皆設(shè)置為1，綜合考慮航行安全和效率。

(2)設(shè)置探測(cè)角的搜索范圍，以初始艏向?yàn)橹行模笥蚁细?0°的區(qū)間(共180°)作為搜索范圍。

(3)將搜索范圍的區(qū)間端值設(shè)置為初始探測(cè)角，通過(guò)式(18)計(jì)算初始探測(cè)角的評(píng)估指數(shù)；在尋優(yōu)過(guò)程中，以1°為步長(zhǎng)更新探測(cè)角，重新計(jì)算評(píng)估指數(shù)，直至搜索完畢。

(4)最小評(píng)估指數(shù)的探測(cè)角即為最優(yōu)航向角。

5 實(shí)例分析

本文搜集2019年極地科考破冰船“雪龍2”號(hào)首航南極，從深圳前往中山站執(zhí)行第36次南極科考任務(wù)時(shí)的航海雷達(dá)與探冰雷達(dá)回放視頻，進(jìn)行密集冰場(chǎng)與稀疏冰場(chǎng)的實(shí)驗(yàn)。

5.1 密集冰場(chǎng)實(shí)例

截取2019年11月19日18：28：57的航海雷達(dá)與探冰雷達(dá)圖像，如圖9左側(cè)圖像所示，此時(shí)“雪龍2”號(hào)已航行至南緯66°，周圍海冰分布密集且顯著。通過(guò)第2節(jié)的雷達(dá)圖像融合流程，進(jìn)行冗余信息剔除、空間配準(zhǔn)處理與圖像融合后，獲得融合的雷達(dá)圖像如圖9右側(cè)圖像所示。

圖9 密集冰場(chǎng)的雷達(dá)圖像融合Fig.9 Radar image fusion of dense ice field

(1)近場(chǎng)海冰感知應(yīng)用。通過(guò)3.1節(jié)的求解步驟，以本船位置為圓心、以350像素為半徑的圓形區(qū)域作為海冰密集度的評(píng)估范圍，如圖10中的紅色圓形區(qū)域所示，該范圍內(nèi)非0像素點(diǎn)的總數(shù)為272 866，面積為384 845像素，經(jīng)計(jì)算得出海冰密集度為70.9%，以十分法表示為7/10，屬于航行有障礙的場(chǎng)景。

圖10 密集冰場(chǎng)的海冰密集度計(jì)算Fig.10 Sea ice concentration calculation of dense ice field

為了比較機(jī)器計(jì)算與人工瞭望估算的結(jié)果，咨詢中國(guó)極地研究中心有豐富極區(qū)航行經(jīng)驗(yàn)的船長(zhǎng)，同時(shí)調(diào)取“雪龍 2”號(hào)羅經(jīng)甲板上監(jiān)控?cái)z像頭的拍攝畫(huà)面后，發(fā)現(xiàn)當(dāng)經(jīng)驗(yàn)不足的船員進(jìn)行人工瞭望估算時(shí)，可能未察覺(jué)或未考慮稍遠(yuǎn)處的冰況，出現(xiàn)低估海冰密集度的情況。如圖11所示，從攝像畫(huà)面中可見(jiàn)，通過(guò)人工瞭望估計(jì)本船周圍的海冰密集度約為3/10，明顯低估真實(shí)情況；本文通過(guò)兩種雷達(dá)圖像的融合，可以更宏觀且精確地計(jì)算海冰密集度。

(a)船首攝像頭 (b)右舷攝像頭圖11 “雪龍 2”號(hào)攝像頭畫(huà)面Fig.11 Surveillance camera images of the Xuelong 2

通過(guò)3.2節(jié)的求解步驟，繪制海冰風(fēng)險(xiǎn)熱力圖，如圖12a所示，特別關(guān)注本船周圍灰度大于200的高亮海冰；繪制海冰風(fēng)險(xiǎn)等值線圖如圖12b所示，特別關(guān)注本船周圍灰度大于210的橘紅色海冰。此時(shí)融合圖像夾雜、模糊，通過(guò)海冰風(fēng)險(xiǎn)感知圖像有助于凸顯高風(fēng)險(xiǎn)海冰所在區(qū)域，掌握船舶可能航行的空隙。

(a)熱力圖 (b)等值線圖圖12 密集冰場(chǎng)的海冰風(fēng)險(xiǎn)感知Fig.12 Sea ice riskperception of dense ice field

(2)冰區(qū)航向決策。首先，由式(14)～式(17)，構(gòu)建與擴(kuò)展船舶領(lǐng)域，“雪龍2”號(hào)船長(zhǎng)122.5 m，型寬22.32 m，構(gòu)建的船舶領(lǐng)域如圖13a中的紅色橢圓所示；對(duì)船舶領(lǐng)域進(jìn)行10倍擴(kuò)展，擴(kuò)展后的長(zhǎng)半軸為2.7海里、短半軸為1海里，擴(kuò)展后的船舶領(lǐng)域如圖13a中的綠色實(shí)線橢圓所示。進(jìn)而，如圖13b所示，此時(shí)初始艏向指向正北(0°)、短期目標(biāo)位置(Goal)位于本船右舷前方的29°(此時(shí)船舶偏航29°)、正前區(qū)域的海冰密集度為0.45(CSI≥0.3)，如圖13b中的橘色扇形區(qū)域所示，因此將海冰密集度權(quán)重wc設(shè)置為1、偏航權(quán)重wy設(shè)置為0，不考慮偏航程度。最后，以初始艏向?yàn)橹行摹⒆笥蚁细?0°的區(qū)間作為搜索范圍，遍歷所有探測(cè)角，通過(guò)式(18)計(jì)算各探測(cè)角的評(píng)估指數(shù)，得到最小的評(píng)估指數(shù)IE為0.438，最優(yōu)航向角為359°，如圖13b中藍(lán)色虛線橢圓的方向所示。因此，本船應(yīng)該下達(dá)左舵1°的舵令進(jìn)行操船。

(a)船舶領(lǐng)域擴(kuò)展 (b)最優(yōu)航向角探測(cè)圖13 密集冰場(chǎng)的航向決策Fig.13 Course decision of dense ice field

5.2 稀疏冰場(chǎng)實(shí)例

截取2019年11月18日21：04：18的航海雷達(dá)與探冰雷達(dá)圖像，如圖14左側(cè)圖像所示，此時(shí)“雪龍2”號(hào)剛航行至南緯63°，周圍海冰分布稀疏且零星。根據(jù)第2節(jié)的雷達(dá)圖像融合流程，獲得融合后的雷達(dá)圖像，如圖14右側(cè)所示。

圖14 稀疏冰場(chǎng)的雷達(dá)圖像融合Fig.14 Radar image fusion of sparse ice field

(1)近場(chǎng)海冰感知應(yīng)用。通過(guò)3.1節(jié)的求解步驟，以本船位置為圓心、以350像素為半徑的圓形區(qū)域作為海冰密集度的評(píng)估范圍，如圖15中紅色圓形區(qū)域所示，該范圍內(nèi)非0像素點(diǎn)的總數(shù)為28 192，面積為384 845像素，經(jīng)計(jì)算得出海冰密集度為7.3%，屬于自由航行的場(chǎng)景。

圖15 稀疏冰場(chǎng)的海冰密集度計(jì)算Fig.15 Sea ice concentration calculation of sparse ice field

通過(guò)3.2節(jié)的求解步驟，繪制海冰風(fēng)險(xiǎn)熱力圖，如圖16a所示，特別關(guān)注本船周圍灰度大于200的高亮海冰；繪制海冰風(fēng)險(xiǎn)等值線圖，如圖16b所示，特別關(guān)注本船周圍灰度大于210的橘紅色海冰。此時(shí)融合圖像暗沉、細(xì)碎，通過(guò)海冰風(fēng)險(xiǎn)感知圖像有助于厘清海冰輪廓，標(biāo)記需要注意的海冰區(qū)域。

(a)熱力圖 (b)等值線圖圖16 稀疏冰場(chǎng)的海冰風(fēng)險(xiǎn)感知Fig.16 Sea ice risk perception of sparse ice field

實(shí)際上3.1節(jié)海冰密集度算法中的非0像素點(diǎn)計(jì)數(shù)還隱含海冰標(biāo)記的功能，將已融合的雷達(dá)圖像二值化后，依據(jù)各塊海冰的連通區(qū)域，可以從“1”開(kāi)始使用正整數(shù)依序?qū)１鶚?biāo)記序號(hào)，如圖17的紅色數(shù)字所示。據(jù)此，后續(xù)還可對(duì)海冰進(jìn)行追蹤和管理。

圖17 海冰序號(hào)標(biāo)記Fig.17 Sea ice serial number marking

(a)最優(yōu)航向角探測(cè)前 (b)最優(yōu)航向角探測(cè)后圖18 稀疏冰場(chǎng)的航向決策Fig.18 Course decision of sparse ice field

(2)冰區(qū)航向決策。對(duì)“雪龍 2”號(hào)船舶領(lǐng)域的構(gòu)建與擴(kuò)展同5.1節(jié)所述，擴(kuò)展后的船舶領(lǐng)域如圖18a中的綠色實(shí)線橢圓所示。此時(shí)初始艏向指向正北(0°)、短期目標(biāo)位置(Goal)位于本船左舷前方的324°(此時(shí)船舶偏航36°)、正前區(qū)域的海冰密集度為0.07(CSI<0.3)，如圖18a中的橘色扇形區(qū)域所示，海冰密集度權(quán)重wc設(shè)置為1、偏航權(quán)重wy設(shè)置為1，綜合考慮海冰密集度與偏航程度。最后，以初始艏向?yàn)橹行模笥蚁细?0°的區(qū)間作為搜索范圍，遍歷所有探測(cè)角，通過(guò)式(18)計(jì)算各探測(cè)角的評(píng)估指數(shù)，得到最小的評(píng)估指數(shù)IE為0.160，最優(yōu)航向角為319°，如圖18b中藍(lán)色虛線橢圓的方向所示。因此，本船應(yīng)該下達(dá)左舵41°的舵令進(jìn)行操船。

算法運(yùn)行時(shí)間決定實(shí)際操作是否切實(shí)可用。本節(jié)實(shí)例分析的計(jì)算機(jī)配置為：“Windows 10”+“CPU：AMD Ryzen 7 4800H with Radeon Graphics 2.90 GHz”+“RAM：16.0 GB”。在密集冰場(chǎng)實(shí)例中，完成雷達(dá)圖像融合、近場(chǎng)海冰感知應(yīng)用及冰區(qū)航向決策，共用時(shí)33 s；在稀疏冰場(chǎng)實(shí)例中，共用時(shí)9.2 s。實(shí)際上，算法運(yùn)行時(shí)間受冰場(chǎng)復(fù)雜程度、代碼邏輯與計(jì)算機(jī)硬件配置等因素影響，但由上述數(shù)據(jù)可知，相比船舶駕駛員決策應(yīng)變過(guò)程，本文算法運(yùn)行時(shí)間是高效可行的。

6 結(jié)論

航海雷達(dá)與探冰雷達(dá)圖像信息的互補(bǔ)與融合，有助于獲取更完整的近場(chǎng)海冰信息。本文利用融合的雷達(dá)圖像建立海冰密集度計(jì)算的求解步驟，相比人工瞭望估算僅至十分位且有低估的風(fēng)險(xiǎn)，機(jī)器計(jì)算可至百分位，更為精確、可靠；利用融合的雷達(dá)圖像建立海冰風(fēng)險(xiǎn)感知圖像的繪制步驟，通過(guò)繪制海冰風(fēng)險(xiǎn)熱力圖與等值線圖，提供更清晰、直觀的圖示，有助于快速掌握當(dāng)前近場(chǎng)海冰的風(fēng)險(xiǎn)分布情況；結(jié)合船舶領(lǐng)域與避碰規(guī)則的思想，綜合考慮海冰密集度與偏航程度，提出了冰區(qū)航向決策方法，經(jīng)過(guò)搜索與評(píng)估可得到最優(yōu)航向角。

根據(jù)實(shí)例分析結(jié)果，采用本文提出的近場(chǎng)海冰感知方法與冰區(qū)航向決策方法，在密集冰場(chǎng)與稀疏冰場(chǎng)都能很好地獲得近場(chǎng)海冰的風(fēng)險(xiǎn)分布情況，并即時(shí)給予適當(dāng)?shù)霓D(zhuǎn)向建議，對(duì)保障極區(qū)航行安全具有重要意義。