一种复杂会遇局面下的多船避碰决策方法

针对多船在复杂会遇情况下的自主避碰问题,为确保船舶能够在未知环境中同时避开多个目标船并安全到达目的地,结合动态窗口法的实时性特点,提出了一种符合航海规则和良好的船艺要求的自主避碰决策方法。在多船会遇情况下,利用船舶操纵运动模型和碰撞危险度模型来确定首要避让目标船舶和适宜的避让时机。根据与目标船的会遇情况,确定目标函数的航向权重,以此搜索符合避碰规则的合适避让行动方案。通过仿真试验验证了这一自主避碰决策方法的有效性和可靠性。仿真结果表明,在多船复杂会遇情况下,提出的自主避碰方法能够有效地避开所有目标船舶,并能及时回到原定航线,确保船舶安全。

多船避碰智能决策的生成与优化方法

多船避碰是船舶避碰中最复杂的问题 ,也是船舶自动避碰方法研究中的难点之一 .本文首先简述船舶智能避碰的策略 ,再讨论多船会遇态势的划分原则及其分类 。

基于复杂性地图的多船避碰模拟

为研究港区水域多船避碰问题,提出建立复杂性地图来为避碰提供信息决策的方法.扰动船在到达水域边界之前,利用联合避碰算法,并考虑《国际海上避碰规则》来对扰动船以每种可能的航向进入水域而给水域内的船舶所带来的复杂性值进行计算,从而构建出复杂性地图.利用该复杂性地图提前为扰动船决定一个合适的进入水域的位置和航向,保证该船以此方式进入时,其与水域内他船没有碰撞冲突或者为直航船,从而减少水域内船舶为避碰所需的操纵活动.通过两种交通情景来建立复杂性地图,并对该地图提供的避碰决策信息的有效性进行验证,仿真结果表明,利用复杂性地图提供的信息均成功地在总体避碰操纵活动最小的要求下,为扰动船选取了合适的进入点和航向来安全通过该水域,并到达其最终目的地,结果证明了该方法的可行性.

基于层次分析法的多船避碰模型

根据多船会遇避碰决策的特点 ,提出了基于层次分析方法的多船避碰模型。仿真试验表明 :该模型能够在一定程度上较好地模拟人类的思维过程 ,并有效地解决了多种避让方案的优选问题。

多船避碰决策分析与探讨

分析多船避碰决策研究现状,总结所存在的主要问题,并据此提出解决多船避碰决策问题的设想,即基于目标船不确定行动分析的多船避碰决策方法。

基于扩展式动态博弈的多船避碰决策模型

为揭示船舶避碰(SCA)决策研究中船舶操纵人员在会遇场景表现出的避碰决策动机和偏好,更准确地反映多船避碰(MSCA)场景下各个船舶运动变化的趋势,将博弈模型引入现有的MSCA分析,提出将MSCA问题转化为相关船舶间完全信息的非零和动态博弈问题的方法。首先,利用最短会遇距离(DCPA)和最短会遇时间(TCPA)等参数度量SCA的危险程度,获得避碰优先级;其次,参考国际海上避碰规则(COLREGS)选择船舶操纵性和经济偏好作为避碰决策特征,为每艘船建立扩展博弈树;最后,采用逆向归纳法求解子博弈纳什均衡。结果表明:所提出的基于博弈论的MSCA方法与传统方法相比,能使各个船舶作出更有利于化解碰撞局面的决策。

AHP法在多船避碰决策中的应用与研究

层次分析法在多目标决策中应用非常广泛 .介绍了 AHP法的原理和计算方法 .将此方法应用在多船避碰决策中 ,建立了多船避碰决策层次结构图 .将定性的问题转化成定量的研究 ,并进行了实例计算 .实现了优化的目的 ,而且计算结果令人满意 .

基于最优控制的静水面多船避碰控制研究

多船避碰在船舶的导航与控制领域是一个非常困难的问题,传统的几何避碰方法较难处理这类问题。文中采用最优控制方法,从船舶的运动方程出发,由避碰的实现过程设计目标函数,采用广义梯度方法求解。仿真实验结果显示,在静水面情况下,该方法能得到较好的避碰效果。

多船避碰决策理论与模型分析

考虑到多船避碰的影响因素众多,除考虑周围船舶的态势外,还需考虑风流等自然因素的影响,以及避碰规则的种种制约,为此,分析多船的会遇局面以及避碰的机理,充分考虑影响避碰的各个因素,运用静态非完全信息的博弈论建立多船避碰决策的数学模型。

基于粒子群算法和航行规则的分步多船避碰路径规划

针对宽水域多船避碰过程中路径规划难与航行规则结合的问题,提出一种分步多船避碰路径规划算法。首先将障碍船视为静态障碍物,利用极坐标空间的粒子群路径规划算法结合船舶安全领域进行静态路径规划,得到船舶避碰转向点;然后利用航行规则对转向点的转向角度进行动态修正。通过对算法进行仿真验证,能够很好地解决多船避碰路径规划的问题,为解决多船避碰问题提供一种新的思路。

大风浪条件下考虑避碰脆弱性的多船避碰决策

为解决大风浪影响下船舶操纵能力降低、产生避碰脆弱性、碰撞事故发生概率增大的问题,考虑船舶长度,分析大风浪因素,获得船舶避碰脆弱性;选取船舶碰撞危险度指标进行模糊推理得到基本的碰撞危险度,提出考虑船舶综合碰撞危险度的多船避碰决策方法。利用多船会遇构建避碰决策模糊案例库,提供对应的避碰决策,并利用仿真试验验证避碰决策方法的有效性。结果表明:多船避碰决策方法可准确计算不同长度船舶的避碰脆弱性,提供周围船舶的综合碰撞危险度,进行有效的多船避碰决策。此方法可为大风浪条件下的船舶航行安全提供重要的理论依据和数据参考。

大风浪条件下考虑避碰脆弱性的多船避碰决策研究

现阶段,船舶运行已经被广泛应用,如运输业、旅游业等,当前船舶行业也在不断地发展和进步。但是船舶在实际航行的过程中通常会受到极端天气的影响,特别是大风浪,会降低船舶性能,同时也会出现多船碰撞的情况,因此相关研究人员需要针对此情况进行研究分析,计算脆弱性,同时也需要考虑船舶的实际情况,进而制定多船避碰决策。多船碰撞决策,可以在很大程度上保证在大风浪的情况下,降低船舶航行的危险,同时也可以有效地避免出现多船碰撞的情况,提升航行的安全,降低发生安全事故的概率。

基于扩展式博弈的多船协商避碰研究

随着航运业的飞速发展,海上交通日益繁忙,海上交通环境变得更为复杂,船舶碰撞事故的发生率也有所增加。因此,如何有效制定避碰策略,防止船舶碰撞事故的发生,充分保障船舶的航行安全,成为船舶自动避碰领域的研究重点。基于此,本文提出一种基于扩展式博弈的多船协商避碰算法,并构建一个综合考虑安全性、合规性和经济性3个因素的船舶避碰收益函数,以辅助船舶做出既安全又经济的避碰决策;同时,本文设计一种基于船舶安全会遇领域和速度障碍法(Velocity Obstacle,VO)的剪枝优化方法,旨在提高避碰算法的决策效率与实时性。为了验证所提算法的有效性,本文对典型的三船会遇场景进行仿真实验。仿真结果表明,本文所提算法能够有效应用于多船避碰问题。

基于避碰重点船算法的多船避碰模拟

为减少船舶碰撞事件,实现宽阔水域中多船避碰,以本船作为让路船,应用DCPA和TCPA加权法计算船舶会遇危险度,采用避碰重点船的方法分析多船会遇的影响因素,生成有效的行驶路线.为获得不同海况下多船(会遇的)避碰模拟,分别模拟四船不同起点、不同航速会遇,并比较四船会遇和三船会遇时船舶航行路线.结果表明,该方法可以使船舶安全避碰,证明了不同数量的船舶会遇时均可以智能寻找路径.

改进粒子群算法在水上飞机与多目标船避碰决策中的应用

为优化水上飞机与多船共存的港口水域交通环境,降低碰撞风险,提高通航效率,优化避碰决策,从水上飞机与船舶操纵特点出发,构建水上飞机与目标船会遇态势的碰撞危险判断模型,基于其计算结果,通过构建危险度隶属函数评价水上飞机与船舶碰撞危险程度,并将粒子群算法应用于水上飞机转向时机和转向幅度的研究中.在综合考虑避碰的多种因素,建立适应度模型,引入免疫算法中的免疫算子避免陷入局部极值陷阱,添加扰动因子解决后期搜索能力不足的问题,从而得到改进后的免疫粒子群算法避碰决策.仿真结果表明:改进后的粒子群算法可为水上飞机与多船会遇局面的避碰决策研究提供一种可行的求解途径.

一种新型船舶避碰决策支持系统的设计与实现

该文介绍了一种新型的船舶避碰决策支持系统——基于Multi-Agent的协商避碰决策支持系统的设计与实现。该系统是一个开放的、智能化的系统,它基于系统论的思想,把协商决策引入船舶避碰,是一个包括避碰决策Agent、协商决策Agent、网络通信Agent和法律仲裁Agent等的Multi-Agent系统,该系统可以最大限度地减少避碰决策中的不确定性,具有良好的用户界面,能提供网络环境下智能化的决策支持,可以更好地解决船舶避碰问题。

APF方法在船舶自动避碰中的应用

提出一种改进的人工势场(Artificial Potential Field,APF)方法,将船舶的速度和操纵特性引入到模型的引力和斥力函数中,用于实现船舶自动避碰.讨论APF中的局部最小点问题,并提出解决方法.

基于CSSOA的多船智能避碰决策研究

[目的]智能避碰决策作为船舶安全航行的关键技术之一,对智能船舶的发展具有重要意义。针对多船会遇下的智能避碰决策问题,提出一种基于高斯变异和Tent混沌的改进麻雀搜索优化算法(CSSOA)。[方法]算法采用Tent混沌映射初始化麻雀原始种群,提高其多样性,并对适应能力差和搜索停滞的麻雀个体进行混沌映射,利用高斯变异提升局部搜索能力和鲁棒性,改进方案优化启发式算法收敛速度慢和易陷入局部最优的问题。综合考虑船舶间船速比、最小会遇距离、相对距离、最小会遇时间、相对方位等因素,利用模糊隶属度函数建立船舶碰撞风险模型,并通过多船典型会遇场景进行实例验证。[结果]实验结果显示,改进算法的平均迭代次数较粒子群算法和原麻雀算法分别减少了77.97%和53.57%。[结论]改进后的麻雀优化算法能以更优的收敛速度寻到安全经济的避碰路径,为船舶驾驶员提供避碰决策参考。

多船自动避碰决策

文章综述了国内外多船避碰决策研究的现状,分析了现有的多船避碰决策系统的不足,提出今后多船避碰决策的研究方向。

一种改进的多船转向避碰决策算法

针对开阔水域多船会遇场景下的船舶避碰决策问题,提出一种改进后的多目标麻雀搜索算法(ImprovedMulti-objectiveSparrowSearchAlgorithm,IMOSSA).为增强种群多样性,引入模拟退火算法中的退火策略更新麻雀种群位置;基于精英选择策略,对所有非支配解的拥挤度距离进行降序排列,剔除最小的解并重复直到保留前沿解个数,以提高算法的全局收敛性能,更快去除劣解.仿真结果表明,改进后的IMOSSA在ZDT1上的反世代距离和空间评价指标较MOSSA分别下降了94.5%和89.7%,在多船会遇局面中能够得到符合条件的最优避碰转向角,有助于提高船舶智能避碰决策水平。