王鵬，馬楓，康哲

（1.水路交通控制全國重點實驗室，武漢理工大學，湖北 武漢 430000；2.武漢理工大學智能交通系統(tǒng)研究中心，湖北 武漢 430000）

1 引言

新一代航運系統(tǒng)的建設構架由中國工程院院士、武漢理工大學嚴新平教授于2021 年首先提出，旨在引領船舶實現(xiàn)“岸基駕控為主、船端值守為輔”的運行模式，助力我國水路交通智能化、綠色化和韌性化發(fā)展。為達成此目標，需要大幅提升現(xiàn)有船舶的自主能力和智能水平，從而在自主航行、遠程控制的過程之中，為通訊中斷等各種意外情況保留足夠的安全余量。近年來，船舶的智能水平已經(jīng)有了提升。但是，航運各關鍵節(jié)點的自主決策與控制水平，依然無法脫離人工的持續(xù)值守，相關自主化研究整體仍處于探索的初級階段，顯著落后于車輛、飛行器的發(fā)展水平。

航運系統(tǒng)作為復雜的控制系統(tǒng)，其自主控制、決策意識構造，涉及了駕駛、維護、診斷、綜合決策等各個方面，是一個需要在多源信息融合基礎上的智能體系架構與生態(tài)建設問題。近年的發(fā)展，各子模塊都有了一定的進展，能在特定的功能、場合下發(fā)揮很好的作用。比如機艙診斷系統(tǒng)、能效管理系統(tǒng)、綜合船橋系統(tǒng)等等，并已經(jīng)初步具備了智能特征。但如何使其協(xié)調(diào)運行，互相支撐以大部分替代人的作用，既缺乏方法研究，更缺乏使其互通的軟件平臺。

以航行部分的各個智能舉例。雷達、AIS、CCTV等常用感知智能，受遮蔽、互擾、多路徑效應的影響加劇，性能會明顯下降；此外，各手段之間固有存在的3到180 秒延時，會在交通流密集下造成匹配困難。面向雷達、AIS、CCTV 各自的處理智能都已經(jīng)獲得了長足進展，但由于缺乏使其互通的軟件系統(tǒng)，這些處理智能之間無法達到“1+1＞2”的綜合識別效果。

為此，研發(fā)面向航運各智能融合應用的專用軟件是十分必要的，即目前正在開發(fā)中的“航行腦軟件”。它通過構造統(tǒng)一的數(shù)字基座，為各種傳感器或數(shù)據(jù)采集裝置提供處理程序；細化不同智能應用的調(diào)用標準，將航運系統(tǒng)中都會使用到的雷達、CCTV、機艙診斷、人員行為識別等等典型智能封裝化、標準化；為各種上層智能應用建立統(tǒng)一的構造范式。最終，簡化“新一代航運系統(tǒng)”中各智能程序的開發(fā)流程、提高開發(fā)效率，助力快速實現(xiàn)“遠程駕控、船端值守”的目標。

2 航行智能分級與航行腦軟件

2.1 智能航行分級與智能定義

中國船級社于2015 年發(fā)布的《智能船舶規(guī)范》，將智能船舶的功能分為智能航行、智能船體、智能機艙、智能能效管理、智能貨物管理和智能集成平臺，基本囊括了智能船舶所應具備的所有功能。對應的智能船舶的關鍵技術，可簡單區(qū)分為：信息感知技術、通信導航技術、能效控制技術、航線規(guī)劃技術、狀態(tài)監(jiān)測與故障診斷技術、遇險預警救助技術、駕機一體化和自主航行技術。規(guī)范更多的是從功能層面給出了“船舶智能”的導則，具體何為“智能”，如何評價智能，尚未有明確的方法。

回歸人工智能的本源，人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。既然是期望讓計算機智能系統(tǒng)來代替人的腦力勞動，自動化地從事各項工作，衡量人工智能多數(shù)采用替代性與比較性原則開展。

值得注意的是，無論是人工智能還是人類的腦力活動，所要面對問題的難易程度各不相同；針對不同的應用場景，現(xiàn)在業(yè)界所掌握的人工智能技術的實際應用水平高低也各不相同。在選擇劃分人工智能水平的標準上，國際著名的人工智能專家Sandeep Rajani 教授，在《人工智能：人或機器》（Artificial Intelligence-Man or Machine）一文中，將人工智能的水平和人類能力進行橫向對比，劃分成四個不同的等級：巔峰級水平、超越人類級、強人類級和弱人類級。有些智力活動需要深入的領域經(jīng)驗，計算機相比少量的專業(yè)人士能力還有差距，但是比一般大眾的能力要強。例如在德州撲克、橋牌等領域，計算機已經(jīng)強過大部分普通人類了，在一些專用領域，例如，在良好條件的人臉識別（沒有不良的遮擋、光照、角度問題）、良好條件的語音識別（沒有特殊地域口音、復雜環(huán)境噪聲）等領域里，花卉植物種類的識別等領域，計算機的能力也已經(jīng)達到了強人類級。有很多技能大多數(shù)普通人類掌握起來并不難，例如駕駛汽車，但是對計算機系統(tǒng)來說，因為要采集的信號以及分析的數(shù)據(jù)情況非常復雜，目前還難以達到普通人類的水平，處于弱人類級。常見的還包括寫作文章、閱讀理解、人類語言翻譯等領域。

比如，對于汽車的自動駕駛問題。正常晴好天氣，和雨雪等惡劣天氣，對解決問題來說難度的差別非常大。各種各樣的路況，也對自動駕駛的實用化帶來很大的挑戰(zhàn)?，F(xiàn)有的大量人工智能應用，在實驗室條件下很多已經(jīng)達到了非常好的成績，但是在工業(yè)化應用中，由于使用條件比實驗室環(huán)境要復雜和惡劣得多，需要處理各種異常和干擾因素，因此很多應用的實際水平，還徘徊在強人類級和弱人類級之間。

目前人工智能的技術，從實驗室走向實際應用，需要克服的問題很多，還有很長的路要走。在實際落地的時候，務實的做法是先限制具體的場景，盡量排除掉不確定性因素，簡化問題。例如在自動駕駛技術的研發(fā)中，如果限制為固定線路之間、或者封閉道路內(nèi)的應用，技術難度就會大大簡化，此時往往就能從弱人類級往上提升1-2 個級別，達到實際可用的程度。在文字閱讀理解時，如果限制文本的行業(yè)、類型和理解內(nèi)容時，也能大大的提升系統(tǒng)的準確率，達到可以實用化的地步。

鑒于強人工智能的發(fā)展仍沒有基礎理論可以支撐，參考汽車自動駕駛技術的發(fā)展軌跡，可以發(fā)現(xiàn)沒有設定一定前置條件、應用環(huán)境的船舶智能，都是沒有意義的。

前置條件可以分為如下兩個方面：

（1）環(huán)境復雜性。以船舶駕駛為例，開闊海面的一艘三十萬噸巨輪，航行難度遠遠比內(nèi)河擁擠水域內(nèi)一條小舢板容易，這與船舶本身的復雜度無關，只與環(huán)境相關。一般來說，越是擁擠、狹窄的航道，環(huán)境越復雜。

（2）被控對象復雜度。反過來，還是以船舶駕駛為例，單純就操控層面，控制一條舢板、小快艇的難度，又遠遠比三十萬噸巨輪容易。一般來說，越是小型、大動力的船艇，操控難度越低；越是追求經(jīng)濟性的大型貨船，操控難度越高。如果放棄控制整船，單純控制船的槳舵，難度又出現(xiàn)了大幅度下降。

類似地，能效系統(tǒng)、機艙診斷系統(tǒng)，也有類似特征。作為智能開發(fā)、智能測試，需要首先將這些前置因素設定好，再討論具體的智能等級，到底可以達到弱智能（簡單輔助），還是強智能（全面替代）。如圖1 所示，定義一個智能是弱于人（L1），輔助人（L2），被監(jiān)視替代（L3），完全替代人（L4），還需要同時指定操控難度，環(huán)境復雜性。

圖1 智能分級的定義方法

2.2 航行腦軟件

除了智能等級劃分，統(tǒng)一的開發(fā)平臺也是智能發(fā)展的核心要素。相對固定的場景，能帶來高效的智能應用，簡化智能技術的邊界。同樣地，不同行業(yè)發(fā)展智能，也需要相對統(tǒng)一的發(fā)展平臺。比如，機器視覺領域，MINST 數(shù)據(jù)集，COCO 數(shù)據(jù)集，為機器視覺、深度視覺的發(fā)展奠定了基礎。通用操作系統(tǒng)軟件，Python、Tensorflow、Caffe 等架構平臺，也為機器學習提供了統(tǒng)一的發(fā)展環(huán)境和便利的代碼復用。類似地，船舶智能的研發(fā)需要相對統(tǒng)一的操作系統(tǒng)平臺、統(tǒng)一的測試場景、公用的測試數(shù)據(jù)集。相較而言，操作系統(tǒng)平臺，則是基礎中的基礎。

對于通用計算機世界來說，Windows、Linux、Unix構成了彼此競爭的基石與生態(tài)，也給智能的研發(fā)帶來了巨大的便利。而在機器人、人工智能研發(fā)領域，也有類似的技術體系。ROS 是Robot Operating System 的縮寫，原本是斯坦福大學的一個機器人項目，后來由Willow Garage 公司發(fā)展，目前由OSRF（Open Source Robotics Foundation,Inc）公司維護的開源項目。首先一個操作系統(tǒng)一般是用來管理計算機硬件與軟件資源，并提供一些公用服務的系統(tǒng)軟件。如圖2 所示。圖2 左，是一個傳統(tǒng)意義的操作系統(tǒng)，他建立了軟件與硬件直接的橋梁。圖2 右，則是一個ROS 操作系統(tǒng)的概念，它建立了高階算法與硬件、多機器人、傳感器、低階算法之間的橋梁。

圖2 傳統(tǒng)操作系統(tǒng)與ROS 操作系統(tǒng)

目前，ROS 操作系統(tǒng)已經(jīng)成為事實上機器人發(fā)展的基礎平臺，多數(shù)機器人應用，都基于它進行二次開發(fā)與發(fā)展，極大地減少了重復開發(fā)，實現(xiàn)了不同團隊之間的代碼復用，并為不同智能體的比較提供了統(tǒng)一的環(huán)境。它提供了操作系統(tǒng)應有的服務，包括硬件抽象（HAL），底層設備控制，常用函數(shù)的實現(xiàn)，進程間消息傳遞，以及包管理。它也提供用于獲取、編譯、編寫、和跨計算機運行代碼所需的工具和庫函數(shù)。

ROS 的主要目標是為機器人研究和開發(fā)提供代碼復用的支持。ROS 是一個分布式的進程（也就是“節(jié)點”）框架，這些進程被封裝在易于被分享和發(fā)布的程序包和功能包中。ROS 也支持一種類似于代碼儲存庫的聯(lián)合系統(tǒng)，這個系統(tǒng)也可以實現(xiàn)工程的協(xié)作及發(fā)布。這個設計可以使一個工程的開發(fā)和實現(xiàn)從文件系統(tǒng)到用戶接口完全獨立決策（不受ROS 限制）。同時，所有的工程都可以被ROS 的基礎工具整合在一起。

參考ROS 系統(tǒng)的發(fā)展，武漢理工大學已經(jīng)開始了智能航行專用類操作系統(tǒng)的研發(fā)，即“航行腦”軟件。其基本結構如圖3 所示。

圖3 航行腦軟件的基本構成

目前，該系統(tǒng)稱作航行腦軟件。它的基本功能框架如下：在現(xiàn)有船載設備、信息化系統(tǒng)、自動化系統(tǒng)的基礎上，建立硬件抽象機制（HAL）；借助由實時數(shù)據(jù)庫系統(tǒng)、流數(shù)據(jù)處理內(nèi)核、進程管理、內(nèi)存管理構成的中間件體系，建立數(shù)據(jù)、服務進程的二次梳理與范式化；數(shù)據(jù)通過骨干網(wǎng)實現(xiàn)云端化，并由類Docker容器的方式，進行二次封裝和執(zhí)行，具體可采用解釋執(zhí)行、機器碼執(zhí)行共存的方式；容器內(nèi)作為各種智能應用的載體，在云端或者在前端執(zhí)行；最后，建立多種形式的用戶界面體系。

基于該操作系統(tǒng)開發(fā)的輔助航行產(chǎn)品“南京板橋汽渡輔助航行系統(tǒng)”已經(jīng)順利投入運行，智能測試產(chǎn)品“虛實融合智能測試系統(tǒng)”在珠海萬山無人船測試場開展應用。航行腦軟件建立起了三座橋梁：

（1）船舶設備與高階算法之間的橋梁；

（2）船舶船載設備與岸基設備之間的橋梁；

（3）船舶各種不同智能應用相互通訊、協(xié)調(diào)的橋梁。

最終，航行腦軟件與其應用的基本拓撲結構如圖4所示。

圖4 航行腦軟件的基本拓撲結構

航行腦軟件提供的基本服務包括：

（1）船載設備、岸基設備的硬件抽象;

（2）通訊協(xié)議棧與船載通訊設備;

（3）雷達、AIS、激光雷達、視覺的基礎智能;

（4）控制安全與用戶組;

（5）內(nèi)存管理、資源管理;

（6）仿真測試環(huán)境的生成;

（7）二維、三維等基礎顯示接口。

船舶智能操作系統(tǒng)航行腦軟件的應用，同時為智能的評價與分級建立了相對統(tǒng)一的功能平臺。

3 航行腦軟件的發(fā)展展望

智能時代下，船舶的發(fā)展必然也會參照其他行業(yè)一樣，逐步走向軟件化、抽象化、統(tǒng)一化，這樣才能減少不同研究團隊的重復勞動，建立良性競爭的局面。在這個理念下，“操作系統(tǒng)”是一個必經(jīng)之路。另外一方面，一個清晰的智能定義與分級也是各家協(xié)同發(fā)展過程中的共同準繩。操作系統(tǒng)、智能分級，這個看似分離的問題，事實上有高度的內(nèi)在統(tǒng)一性。因此，航行腦軟件的研發(fā)既是行業(yè)的需求，是“新一代航運系統(tǒng)”大發(fā)展的必經(jīng)之路。