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。

船舶拟人智能避碰决策理论框架的研究

基于十多年来在船舶智能避碰的研究基础,论述了船舶拟人智能避碰决策(Personifying Intelligent Deci-sion-making for Vessel Collision Avoidance PIDVCA)的内涵,提出了PIDVCA的研究目标;根据船舶避碰的基本过程,提出了PIDVCA理论的基本思想和总体构架,重点论述了PIDVCA的自动化原理及其实现方法,最后概括了PIDVCA理论的特点。

基于驾驶实践的无人船智能避碰决策方法

[目的]为实现沿海无人驾驶船舶自主航行,充分考虑无人驾驶船舶智能避碰决策的合理性和实时性后,提出并建立一种基于驾驶实践的无人船智能避碰决策方法。[方法]首先,以本体论为基础,设计无人驾驶船舶航行态势本体概念模型,并结合《国际海上避碰规则》及良好的船艺将船舶航行态势量化划分为12种会遇场景;然后,从驾驶实践的角度改进影响碰撞危险度因子的模糊隶属度函数,提出一种多元碰撞危险度评估模型,实现船舶碰撞危险度的精确计算;最后,以船舶避碰总路径最短为目标函数,提出一种基于驾驶员视角(BOP)的智能避碰决策模型,在船舶操纵性、舵角限幅等约束下求解最优避碰策略,并在典型的会遇场景下进行仿真实验。[结果]结果表明,该方法可以准确判断驾驶航行态势,给出合理的转向策略,实现典型会遇场景下的有效避碰。[结论]所做研究可为实现船舶自主航行提供理论基础和方法参考。

船舶拟人智能避碰决策方法及其评价标准的构建

概括船舶拟人智能避碰决策(PIDVCA)方法及其评价标准构架,论述PIDVCA方法中基本准则的定性衡量和评判依据的定量计算及其在PIDVCA生成与优化算法中的具体实施方法.模拟试验结果表明了所构建PIDVCA方法的科学性、合理性和有效性.

基于ECDIS的舰船避碰智能决策支持系统

提出基于ECDIS的舰船避碰智能决策支持系统的研究新思路,主要从系统体系结构、知识库与知识表示、模型库、推理机构等方面进行介绍.

内河渡船危险预警及避碰决策

为保证渡船安全航行,基于内河渡船驾驶员的经验,运用相对运动几何分析法建立内河渡船碰撞危险预警等级量化几何模型;结合专家避让操纵知识库,运用船舶拟人智能避碰决策(Personifying Intelligent Decision-Making for Vessel Collison Avoidance,PIDVCA)的基础模型和算法设计渡船预警和避碰决策算法流程。以镇扬汽渡船为例,在船舶智能操控仿真平台(Ship Intelligent Handle and Control,SIHC)上模拟镇扬汽渡船水域的交通流,进行仿真测试。仿真结果表明:该算法能实现镇扬汽渡船不同等级的碰撞危险预警,提供的避让决策符合规则和驾驶员的习惯。该方法可为内河渡船避碰避险决策系统开发提供理论基础,对确保渡船航行安全具有现实意义。

多目标船会遇实验自动生成算法研究及应用

为验证船舶拟人智能避碰决策(personifying intelligent decision-making for vessel conllision avoidance,PIDVCA)算法的合理性,基于船舶智能操控(ship intelligent handing and control,SIHC)仿真研究平台,通过对雷达标绘中矢量三角形绘图方法逆推分析,初步形成多目标船会遇实验自动生成算法。该算法可以根据验证需求自动生成所需要的实验方案,使得设置多船会遇实验更为便捷、客观和全面。