基于改进樽海鞘群算法的船舶避碰决策及仿真实验

文中针对多船会遇避碰决策中过渡依赖单一寻优决策的问题采用了加入自适应权重的樽海鞘群优化算法(weight salp swarm algorithm, WSSA),在算法中融入国际海上避碰规则(convention on the international regulations for presenting collisions at sea, COLREGs)和良好船艺的要求.使用速度障碍法判断船舶的碰撞危险度并将多船会遇避让的过程中避让的安全性、经济性以及船舶领域侵入程度作为建立避碰决策的目标函数.算法测试的结果中,WSSA与原始樽海鞘群算法(SSA)以及经典粒子群算法(partide swam optimization, PSO)相比较,WSSA算法在收敛的精度和速度方面都明显优于SSA和PSO算法.结果表明:WSSA在寻找最优碰撞路线的过程中迭代的次数更少,精度更高.

船舶避碰时机曲线图研究

船舶最佳避碰时机表现为两船之间距离变化中的某一段,是船舶值班驾驶员最关心的问题.通过分析不同情况下船舶避让行动与时机曲线图,给出了船舶避让最佳时机的起始点D_(act1)和终止点D_(act2),以及最佳避碰行动点,得到了这些避让行动时机点与最小安全会遇距离(D_(s))、船速比(k_(V))、目标船相对方位(Q)、目标船最近会遇距离(D_(cpa))的关系.船舶避让行动与时机曲线图表明,最佳避让时机是存在的,可以用数值表示出来,能够用于指导海上船舶避碰实践.

复杂人机共融场景中人体姿态识别及避碰策略综述

智能机器人与人类智慧的融合,即人机协作共融,已经实现了将机器人的机械优势和人类的高级认知能力集中于同一个工作架构之中,能够在复杂环境中协同作业,从而提高效率。针对复杂的人机共融场景,特别是机器人在诸如光线条件变化、背景干扰以及运动过程,对比总结了基于机器视觉的人体姿态识别方法和基于机器学习的避碰策略,详细比较各类方法的研究现状及应用,并探讨了基于深度学习的目标识别和避碰方法的发展及应用。

基于改进快速行进平方法的无人帆船动态避碰方法

[目的]为解决无人帆船在开阔水域的多船避碰问题,对基于改进快速行进平方(IFMS)法的局部动态避碰算法进行研究。[方法]考虑到帆船的速度不可控,将其避碰行为转化为航向控制问题,并以总势场梯度下降方向为期望避碰航向。当帆船没有碰撞危险或顺风航行时,仅通过构造时间势场来避开所有静止不规则障碍并到达目标点;而当帆船存在航行约束时,根据《国际海上避碰规则》(COLREGS)为特定会遇场景设计高斯似然函数用以动态地构建障碍势场。同时,考虑到帆船的航行死区,引入局部风势场,实现帆船动态避碰与“之”字形航行策略相结合的应用需求。[结果]结果显示,所提算法可以使无人帆船在遵守避碰规则和避免航行死区的同时,成功地在各种会遇场景下实现与其他帆船、受限机动船的避碰操作,相比原始快速行进平方(FMS)算法,逆风航行时间大大缩短,避碰航迹也更加合理、安全。[结论]所提方法符合帆船运动特性及避碰规则,在复杂环境下具有较高的安全性和鲁棒性,对无人帆船自主避障技术发展具有一定的科学价值。

面向智能航行避碰决策与规划的虚拟仿真测试技术研究

研究了面向智能航行避碰决策与规划的虚拟仿真测试技术。介绍了智能航行在货运船舶中的应用需求,分析了当下避碰决策策略、路径规划算法以及避碰决策与规划测试技术的研究现状。面向货运船舶智能航行避碰决策与规划能力,基于避碰规则中的会遇态势划分,结合四元船舶领域和贝塞尔曲线插值理论,提出了一种智能航行避碰决策与规划算法。构建了一种基于虚拟仿真环境的避碰决策与规划算法仿真测试方法,通过AIS(automatic identification system)模拟器模拟目标船的状态数据,结合船载综合导航系统(integrated navigation system,INS)实现了避碰决策与规划算法的测试。通过复杂水域仿真测试验证了所提算法的有效性和可行性,为货运船舶智能航行功能的开发与实践提供了参考。

船舶操纵与避碰虚拟仿真实验教学设计探究——以“航海概论”课程为例

秉承全员、全过程、全方位育人的要求,探讨了船舶操纵与避碰虚拟仿真实验教学课程设计过程。基于虚拟仿真教学模式弥补了传统教学模式在教学设计安排、激发学生主动性、体现专业差异性等方面的不足。遵循“虚实结合、以虚补实”的原则,通过选取3种船舶典型会遇局面及能见度不良态势,探究了预习模式、学习模式、考核模式及拓展模式的交叉融合设计过程,形成协同效应,切实贯彻立德树人根本任务。基于该模式,教学内容、教学目标、教学环节、虚拟仿真平台建设能够充分结合专业特点,保证教学效果,实现动态持续的实验教学设计优化。

一种智能汽车驾驶过程避碰控制算法的研究

针对智能汽车驾驶系统,提出了一种集成路径跟踪、碰撞避免和碰撞缓解控制算法。该算法考虑了轮胎联合滑移力,通过监控每个轮胎的滑移情况,实现主动前转向和制动调节的控制,以提高极端条件下车辆行驶过程中的稳定性和跟踪精度。设计了不依赖于单独路径生成模块的新型切换机构,用于避碰和缓解阶段,并在各种恶劣的驾驶条件下进行了验证。仿真结果表明,该算法不仅能在正常行驶阶段跟踪期望路径,而且能在保证车辆稳定性的前提下避免碰撞,降低碰撞严重程度。

军校国际海上避碰规则类课程双语教学的实践与思考

随着我国海军使命任务的不懈拓展,培养通晓国际海上避碰规则、具备国际交流沟通能力的军事人才迫在眉睫。文章以军校国际海上避碰规则类课程教学为例,通过对教学目标、课程规划、教学模式等现状的分析研究,探讨了军队院校该类课程的双语教学建设应把握和注意的问题,并结合海军院校的使命任务特点,总结了国际海上避碰规则类课程的双语教学建议。

直航船采取最有助于避碰行动时机研究

直航船采取最有助于避碰行动的时机属于船舶避碰行动的最后阶段,在船舶避碰实践中,船舶驾驶员或引航员大多对其概念模糊,不知道该避碰时机的数值表示和采取的避碰行动大小.通过研究船舶碰撞会遇过程和船舶转向避让过程,给出了船舶转向避让时碰撞距离的数学模型,模型应用的结果通过算例和模拟实验得到验证,为指导直航船的海上船舶避碰行动和最大程度地减少船舶碰撞提供理论依据.研究成果对确保船舶航行安全、推动船舶航行智能化具有重要意义.

基于矢量场制导法和模型预测控制的船舶路径跟踪与避碰

为提高船舶路径跟踪和避碰效果,提出了一种基于矢量场制导法的模型预测控制方法.首先,采用矢量场制导算法将船舶的路径跟踪和船舶避碰问题转换为航向控制问题;然后,采用一阶Nomoto响应模型作为模型预测控制的动力学模型,考虑船舶的舵角输入受限问题,引入干扰观测器对模型误差项和环境扰动进行补偿,并应用Lyapunov理论证明了所设计的路径跟踪控制系统的稳定性;最后,设计了基于矢量场制导法的避碰策略,使船舶在路径跟踪的过程中同时完成自主避碰.仿真计算结果表明,开发的方法可以使船舶在波浪干扰作用下准确地跟踪目标路径并有效实现避碰.

具有避碰和连通性保持的多USV分布式事件触发编队控制

[目的]为解决水面无人艇(USV)编队控制中的实际需求,提出一种具有避碰和连通性保持功能的分布式事件触发编队控制方法。[方法]针对海洋环境扰动和系统模型的不确定性等因素设计扰动观测器;针对编队实现过程中USV间可能发生碰撞和丢失通信连接的问题,基于人工势场函数法设计具有避碰和连通性保持功能的编队控制器;为减少USV控制器的执行频率,设计分布式的事件触发机制,使每个USV根据局部信息来独立决定其控制器的执行时刻。[结果]理论分析证明了编队误差的一致最终有界性,且事件触发机制不存在Zeno行为。仿真结果验证了所设计的控制方法能够显著减少USV控制器更新次数并可实施避碰操作及保持连通性。[结论]研究成果可保证USV编队控制的顺利安全完成,同时减轻USV在复杂海洋环境下的控制机构损耗。

自主船舶与有人驾驶船舶动态博弈避碰决策

[目的]为实现船舶的高效避碰与安全航行,针对自主船舶与有人驾驶船舶混合航行环境下的交互避碰问题展开研究,提出一种多智能体交互的船舶动态博弈避碰决策方法。[方法]依据驾驶实践,理解并分析混行环境下的船舶避碰问题,基于《国际海上避碰规则》量化船舶会遇态势及碰撞危险,引入动态博弈理论,将存在碰撞危险的船舶个体建模为博弈中具有独立思想的参与者,并以船舶的航向改变量为博弈策略,在船舶安全性收益、社会性收益及经济性收益约束下求解船舶的最优行动序列,以及将船舶驾驶员风格的差异化引入仿真实验中以验证避碰决策的有效性。[结果]结果显示,所提方法能够在自主船舶与有人驾驶船舶混行场景下实现多船的安全会遇;各船在面对不同驾驶风格的目标船舶时均能类人地调整自身的行为策略,从而实现安全避让。[结论]所做研究可为自主船舶及有人驾驶船舶的避碰决策提供参考。

协调避碰辅助决策可视化在航海模拟器教学的应用

鉴于航海模拟器在教学中的广泛应用,应用航海模拟器进行协调避碰辅助决策及其决策可视化训练是船舶避免碰撞不可或缺的针对性培训项目。基于船舶避碰辅助决策的功能原理,运用几何理论分析紧迫危险下典型会遇态势协调避让,结合雷达避碰辅助决策功能界面及紧迫危险协调避碰案例的设计,探讨两船协调避碰辅助决策可视化及其解析在航海模拟器教学改革的应用。通过典型紧迫危险协调避让场景模拟器训练,使学员掌握紧迫危险协调避让的方法,保证船舶航行安全。

一种针对船舶自动避碰算法召回测试的事故场景预测方法

在对船舶自动避碰算法进行仿真测试过程中发现缺陷并改进之后,需进行召回测试以验证改进的有效性,而随着被测算法的水平逐步提升,测试场景逐渐复杂,进行召回测试时难以设计更全面的测试场景。对此,提出一种能根据历史测试数据对新场景进行事故预测的卷积神经网络模型。通过该模型筛选出的场景与历史上发生过的事故场景属于同类,能支持更全面且有针对性的召回测试。在特征建模过程中,对测试场景进行9通道建模,以将场景信息表达为模型能识别的张量结构;在样本收集过程中,提出平行场景的方法,进行1次测试可收集到多组样本。在多样复杂场景中采用该预测方法对一种事故率为6.2%的被测避碰算法进行试验,结果发现该方法训练的模型从所有新的随机场景中筛选出24.9%的样本,这些筛出的场景以91.8%的概率覆盖所有事故场景。

基于深度确定性策略梯度的船舶自主航行避碰方法

针对不同会遇态势下的船舶自主航行避碰决策问题,在DDPG(Deep Deterministic Policy Gradient)算法基础上,以国际航行规则(COLREGS)为基准设计相应的奖励函数,通过引入势能回报塑形的思想来引导智能体学习最佳策略,保障了智能体在遵守规则的前提下能够有效避障到达航行目标点。最后,作者对双船和多船分别在不同会遇场景下避障问题进行了仿真验证,并与TD3算法进行比较。结果表明:作者设计的算法收敛快,训练效果平稳;生成的模型能在遵守COLREGS的情况下有效避障,并且在两船会遇情况下比TD3算法所规划的路径更短,效率更高。

航海技术对船舶避碰自动化的影响

随着航海技术的快速发展,船舶避碰自动化成为航运安全的重要环节。本文分析了航海自动化技术的发展现状,探讨了船舶避碰自动化中遇到的主要技术难题和潜在风险。特别关注了AIS技术、海图信息数字化技术及北斗导航技术在船舶避碰自动化中的应用与影响。通过对这些技术的深入研究,旨在提供对船舶避碰自动化技术发展的全面理解,为未来的航海安全和技术创新提供参考。

基于新航海技术的船舶避碰自动化系统功能与应用

受到风浪、洋流、天气等因素影响,船舶自动化船需要集成互联网、传感器、人工智能、雷达和海洋工程等高新技术,依靠其实现船舶的避碰自动化、远程操控和智能决策等功能,研究和运行的难度均比较高。基于此,本文简要分析了新航海对于船舶避碰自动化的影响,并从实际案例出发,提出了新航海技术在船舶避碰自动化中的具体应用措施,进而阐释了新航海技术的发展趋势。

基于领航-跟随的无人机编队避碰飞行控制

为实现多无人机之间队形的动态保持,针对从机对主机轨迹的实时追踪和主从机之间航向角的准确同步问题,设计一种以无人机之间距离和角度为变量的领航-跟随算法,在此基础上设计一种误差比例控制器以实现编队队形动态保持;在解决无人机内部避碰的问题上,建立一种球类避碰算法,避免无人机之间因碰撞而影响队形。通过Matlab仿真平台验证无人机集群编队算法,实验结果表明:改进的领航-跟随算法能够稳定地操控多架无人机,实现编队飞行;改进的无人机避碰算法能够有效维持编队的队形,并确保编队成员之间有足够的安全间距;算法的改进不仅提高了无人机编队控制的稳定性,而且能够应对更加复杂的环境条件。

基于改进势场法的多无人机避碰控制方法

针对多架无人机飞行过程中机间避碰及规避障碍物的问题,提出了基于改进势场法的多无人机避碰控制方法。该方法首先建立无人机机间避碰势场模型,在控制律中引入虚拟力和一致性控制策略,以解决松散队形约束的无人机机间避碰问题;然后采用基于旋转势场法的避障方法,设计了多机协同整体规避策略,利用基于虚拟力的路径跟踪策略来跟踪航线。仿真结果表明,所提方法能使多架无人机有效避碰和规避障碍物,并回到预规划航线上。

基于光视觉信息自适应聚合的船舶自主避碰决策

船舶航行环境复杂多变,多模态视觉相机采集的多源视觉信息融合过程繁杂,特征提取不够精细,为此研究光视觉信息自适应聚合的船舶自主避碰决策方法。利用Kinect相机采集多源图像,通过自适应聚合增强环境感知。结合MaskRCNN与ResNet-101,精确提取图像信息中的目标特征,经RPN生成候选区域。特征向量进入FCN与分类回归分支,识别目标并定位,转换坐标后获取运动态势。依据碰撞风险计算和船舶操纵经验,智能输出避碰指令。实验结果表明,该方法在复杂航行环境下展现出良好的避碰决策性能,光视觉信息聚合后,交并比、F1 score分别为92.7%、94.2%。