一种船舶避碰决策方法技术

本发明专利技术公开了一种船舶避碰决策方法，该方法包括：通过获取本船与目标船的相关信息，利用代数法计算船舶之间的DCPA和TCPA；再将DCPA与TCPA作为数据输入，采用模糊综合评判确定船舶碰撞危险度(CRI)；综合考虑船舶航行的安全性与经济性，建立基于转向幅度与航行时间的避碰决策模型，利用粒子群‑遗传优化算法能够有效地提高收敛精度和加速全局寻优的速度的特点，当CRI≥0.5时，获得让路船在全局范围内的最佳转向幅度及在新航向上所需的航行时间。本发明专利技术的技术方法可以为船舶驾驶人员提供一定的避碰决策参考，有助于提升船舶驾驶员在机器辅助下的避碰决策化水平。

A decision-making method for ship collision avoidance

【技术实现步骤摘要】
一种船舶避碰决策方法
本专利技术涉及船舶智能避碰决策技术，尤其涉及一种船舶避碰决策方法。
技术介绍
船舶碰撞是水路运输过程中最为常见的一种事故类型。近年来，船舶碰撞事故仍时有发生。而船舶智能避碰决策是《智能船舶发展行动计划(2019-2021年)》中的八大关键技术之一，为解决船舶避碰问题，许多专家学者将启发式算法应用到船舶避碰决策研究中。如细菌觅食算法(BacterialForagingAlgorithm，BFA)、人工鱼群算法(ArtificialFishSwarmAlgorithm，AFSA)、免疫粒子群算法(ImmuneParticleSwarmAlgorithm，IPSA)、拟态物理学优化算法(ArtificialPhysicsOptimizationAlgorithm，APOA)、社会情感优化算法(SocialEmotionalOptimizationAlgorithm，SEOA)、模拟退火算法(SimulatedAnnealing，SA)等。而粒子群算法(Particleswarmoptimization,PSO)与遗传算法(GeneticAlgorithm，GA)是经常被使用的启发式算法，但粒子群算法在计算函数极值时，常常出现早熟现象，导致求解函数极值存在一定的误差。而遗传算法对于函数寻优采用选择、交叉、变异的操作，直接以概率化的寻优方法将目标函数作为搜索信息。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种船舶避碰决策方法，能够为船舶驾驶人员提供避碰决策参考，提升船舶驾驶员在机器辅助下的避碰决策化水平，减少由于人为失误造成的碰撞事故。本专利技术解决其技术问题所采用的技术方案是：一种船舶避碰决策方法，包括以下步骤：1)获取本船与目标船的航行相关信息，并计算最近会遇距离(DCPA)与最近会遇时间(TCPA)的数值；所述航行相关信息包括航向、航速、相对距离和相对速度；2)根据本船与目标船的航行相关信息，结合船舶运动与避碰的数学模型，分析船舶会遇情况，若存在会遇可能，转步骤3)，否则转入步骤1)；所述船舶会遇情况包括：交叉相遇、追越、对遇；3)根据DCPA与TCPA计算本船与所有会遇的目标船的CRI值，确定重点避让船并结合COLREGs的要求，分析船舶之间的避让责任，如果本船是直航船，则进行保向保速，如果本船是让路船，则转步骤4)；4)当船舶之间的CRI超过设定阈值时，根据建立的避碰模型，求解避碰路径；所述避碰模型如下：避碰的目标函数模型为：minf(x)＝0.6f1+0.2f2+0.2f3其中，f1表示本船的安全性目标函数值，N为目标船数目；f2、f3表示本船的经济性目标的函数值；θi为种群中第i个个体的转向幅度，将转向幅度取值范围设定为[30°,60°],v0为本船船舶速度。DCPAir表示种群中第i个个体与第r个目标船的最近会遇距离，安全性目标函数的值越大，碰撞风险也越就小。三个函数的具体表达式如下：所述步骤4)中的避碰的目标函数模型通过PSO-GA优化算法求解：4.1)设置算法的相关参数，产生初始种群；4.2)依据避碰的目标函数模型计算每个粒子的适应值；再根据粒子的适应值；得到粒子的个体最优位置和全局最优位置；其中避碰的目标函数模型为：minf(x)＝0.6f1+0.2f2+0.2f3其中，f1表示种群中个体i的安全性目标函数值，N为目标船数目；f2、f3表示种群中个体i的经济性目标的函数值。θi为转向幅度，将转向幅度设定为[30°,60°],v0为船舶速度。DCPAir表示种群中个体i与目标船r的最近会遇距离，三个函数的具体表达式如下：4.3)引入GA算法的变异交叉操作，对全部粒子进行变异交叉操作，再把每个粒子将其个体最优位置和全局最优位置进行比较，若较好，则作为当前全局最好位置；4.4)更新粒子的速度和位置，同时为保证避碰的路径平滑，将船舶避碰路径的搜索中心区域的范围限定在个体粒子和全局粒子所找到的个体最优值与全体最优值的最大距离的中间位置，以此为依据完成对船舶避碰路径的智能搜索获得最优避碰操作策略；5)船舶避碰行动完成结进行复航。本专利技术主要适用于互见中的开阔水域，当船舶完成转向的避碰操纵后，船舶将返回原来的航向，但是不会回到初始的航线上。按上述方案，所述步骤1)中计算DCPA与TCPA的数值，采用以下方法：假设本船的初始位置为(x0,y0),船速为v0、航向为θ0，目标船的初始位置为(xT,yT)，航速为vT、航向为θT；A＝vT×sinθT-v0×sinθ0(1)B＝vT×cosθT-v0×cosθ0(2)则任意时刻t两艘船舶之间的距离可以表示为：[D(t)]2＝[(xT-x0)+(vT×sinθ1-v0×sinθ0)t]2+[(yT-y0)+(vT×cosθ1-v0×cosθ0)t]2(3)再代入Δx、Δy、A、B，可得：式(4)是关于时间t的二次方程，其最小值就是DCPA的数值，再对时间t求一阶导数，得到：将其代入式(4)中，求出DCPA。按上述方案，所述CRI的设定阈值为0.5。本专利技术产生的有益效果是：1、通过对船舶避碰操作中的转向幅度与新航向上的航行时间这2个重要参数进行逻辑编码，建立基于转向幅度与航行时间的避碰目标函数，为船舶驾驶人员提供的避碰路径决策；2、利用PSO-GA算法能够有效地提高收敛精度和加速全局寻优速度的特点，获得最佳转向幅度及在新航向上所需的航行时间。仿真结果表明PSO-GA算法能够得到满意的最优解，为船舶驾驶人员提供一定的避碰决策参考，有助于提升船舶驾驶员在机器辅助下的避碰决策化水平。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例的方法流程图；图2是本专利技术实施例的船舶会遇局面划分的示意图；图3是本专利技术实施例的基于PSO-GA算法应用于经典示意测试函数的数值仿真图；图4是本专利技术实施例的船舶初始会遇态势示意图；图5是本专利技术实施例的本船OS应用PSO-GA算法迭代过程示意图；图6是本专利技术实施例的目标船TS2应用PSO-GA算法迭代的过程示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。将启发式算法应用到船舶避碰决策中，是解决船舶避碰的一种有效手段。其中粒子群算法与遗传算法是经常被使用的启发式算法，但粒子群算法在计算函数极值时，常常出现早熟现象，导致求解函数极值存在一定的误差。而遗传算法对于函数寻优采用选择、交叉、变异的操作，直接以概率化的寻优方法将目标函数作为搜索信息。综合运用粒子群-遗传优化算法的特点，可本文档来自技高网...

【技术保护点】
1.一种船舶避碰决策方法，其特征在于，包括以下步骤：/n1)获取本船与目标船的航行相关信息，并计算最近会遇距离DCPA与最近会遇时间TCPA的数值；所述航行相关信息包括航向、航速、相对距离和相对速度；/n2)根据本船与目标船的航行相关信息，分析船舶会遇情况，若存在会遇可能，转步骤3)，否则转入步骤1)；所述船舶会遇情况包括：交叉相遇、追越、对遇；/n3)根据DCPA与TCPA计算本船与所有会遇的目标船的CRI值，根据CRI值确定避让船，并分析船舶之间的避让责任，如果本船是直航船，则进行保向保速，如果本船是让路船，则转步骤4)；/n4)当本船与避让船之间的CRI超过设定阈值时，根据建立的避碰模型，求解避碰路径；/n所述避碰模型如下：/n避碰的目标函数模型为基于转向幅度与航行时间的避碰目标函数，具体如下：/nminf(x)＝0.6f

【技术特征摘要】
1.一种船舶避碰决策方法，其特征在于，包括以下步骤：
1)获取本船与目标船的航行相关信息，并计算最近会遇距离DCPA与最近会遇时间TCPA的数值；所述航行相关信息包括航向、航速、相对距离和相对速度；
2)根据本船与目标船的航行相关信息，分析船舶会遇情况，若存在会遇可能，转步骤3)，否则转入步骤1)；所述船舶会遇情况包括：交叉相遇、追越、对遇；
3)根据DCPA与TCPA计算本船与所有会遇的目标船的CRI值，根据CRI值确定避让船，并分析船舶之间的避让责任，如果本船是直航船，则进行保向保速，如果本船是让路船，则转步骤4)；
4)当本船与避让船之间的CRI超过设定阈值时，根据建立的避碰模型，求解避碰路径；
所述避碰模型如下：
避碰的目标函数模型为基于转向幅度与航行时间的避碰目标函数，具体如下：
minf(x)＝0.6f1+0.2f2+0.2f3
三个函数的具体表达式如下：









其中，f1表示船舶的安全性目标函数值，N为目标船数目；f2、f3表示船舶的经济性目标的函数值；θi为本船选择避碰路径i时船舶的转向幅度，将转向幅度取值范围设定为[30°,60°],v0为船舶速度，DCPAir表示本船选择避碰路径i时船舶与第r个目标船的最近会遇距离，安全性目标函数的值越大，碰撞风险也越就小；
5)根据模型求解的避碰路径进行船舶避碰行动，避碰完成后进行复航。


2.根据权利要求1所述的船舶避碰决策方法，其特征在于，所述步骤1)中计算最近会遇距离DCPA与最近会遇时间TCPA的数值，采用以下方法：
假设本船的初始位置为(x0,y0),船速为v0、航向为θ0，目标船的初始位置为(xT,yT)，航速为vT、航向为θT；
A＝vT×sinθT-v0×sinθ0(1)
B＝vT×cosθT-v0×...

【专利技术属性】
技术研发人员：张金奋，曾勇，张明阳，张笛，袁晓丽，张锴，伍静，曹伟，陈晶磊，贺安欣，何延康，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42