成山角分道通航制水域航行风险辨识与操纵决策方法

贺益雄; 于德清; 刘霄; 王丰; 牟军敏

doi:10.3963/j.jssn.1674-4861.2022.05.004

成山角分道通航制水域航行风险辨识与操纵决策方法

doi: 10.3963/j.jssn.1674-4861.2022.05.004

贺益雄^{1, 2,},
于德清¹,
刘霄¹,
王丰¹,
牟军敏^{1, 2, ,}

1.
武汉理工大学航运学院武汉 430063
2.
武汉理工大学内河航运技术湖北省重点实验室武汉 430063

基金项目:

国家重点研发计划项目 2019YFB1600603

国家自然科学基金面上项目 52071249

2021年湖北省教育厅科技课题项目 B2021519

详细信息

作者简介:
贺益雄（1976—），博士，副教授. 研究方向：智能航行. E-mail: heyixiong7@whut.edu.cn

通讯作者:
牟军敏（1974—），博士，教授. 研究方向：智能航海与仿真技术. E-mail: moujm@whut.edu.cn

中图分类号: X51
计量
- 文章访问数: 944
- HTML全文浏览量: 440
- PDF下载量: 41
- 被引次数: 0
出版历程
- 收稿日期: 2022-03-29
- 网络出版日期: 2022-12-05

A Method of Risk Identification and Decision-making Support for Ship Maneuvers at Chengshanjiao Waters Under Traffic Separation Scheme

HE Yixiong^{1, 2
,},
YU Deqing¹,
LIU Xiao¹,
WANG Feng¹,
MOU Junmin^{1, 2
, ,}

1.
School of Navigation, Wuhan University of Technology, Wuhan 430063, China
2.
Hubei Key Laboratory of Inland Shipping Technology, Wuhan University of Technology, Wuhan 430063, China

摘要

摘要: 针对成山角分道通航制水域船舶航行风险高的问题，对数字化仿真环境、风险辨识、避碰机理和操纵决策开展研究。通过解构成山角水域的构成要素，建立静态交通环境的数学模型，结合船舶动态信息，构成动静结合的数字化仿真环境；基于时间、空间双维度的碰撞危险度模型和本船船位信息，提出碰撞等航行风险的辨识方法；考虑《1972年国际海上避碰规则》和良好船艺要求，归纳成山角水域不同会遇局面下的避让原则和方法，结合避碰机理求取最小改向幅度；运用时序滚动和反馈补偿方法，提出能自适应目标船机动特征的操纵决策模型。模拟成山角水域船舶会遇场景，开展多目标船场景下的仿真实验，结果表明：①在自建坐标系的会遇场景中（目标船：坐标位置（44 600 m，62 300 m），航向210°，航速12 n mile/h；本船：坐标位置（41 200 m，38 000 m），航向000°，航速12 n mile/h），基于成山角水域船舶行为的船位推算方法可提前1 168 s识别到碰撞危险；②在随机生成的多目标船模拟环境下，本船在245，617，2 005，2 405 s分别采取右转17°、复航、右转11°、复航操作，可让清所有目标船，满足船舶在该水域航行时操纵决策的需求。综上，提出的方法在成山角水域可更早识别到碰撞危险并进行操纵决策，为船舶在类似分道通航制水域中智能航行的实现提供理论基础。
- 航行安全 /
- 分道通航制 /
- 操纵决策 /
- 避碰机理 /
- 风险辨识 /
- 碰撞危险度
Abstract: Simulation of environment, risk identification, collision avoidance and decision-making support for ship maneuvers are studied in order to counteract the high risk associated with shipping at Chengshanjiao waters under traffic separation scheme(TSS). The shipping environment of the Chengshanjiao waters is analyzed and digitalized to develop a static nautical environment model, and the dynamic traffic is investigated to set up a digitalized shipping simulation system. A method for risk identification is proposed based on the positions of ships and a collision risk model considering both space and time dimension. Good Seamanship and International Regulations for Preventing Collisions at Sea(COLREGS)are used to summarize the principles of ship maneuvers in different scenarios, and a ship maneuver meeting the principle of"minimum course altering"is produced based on the collision avoidance mechanism. A decision-making model adaptive to the random motions of target ships is developed using a rolling-window method and a feedback compensation method. Shipping traffic at the Chenshanjiao waters is simulated and multiple-ship scenarios are introduced. Study results show that: ①The proposed risk identification method using dead reckoning can identify the risk 1 168 s earlier than the regular methods at the Chengshanjiao waters when the own ship locating at(41 200 m, 38 000 m)heading to 000°with a speed of 12 n mile/h encounters with the target ship at(44 600 m, 62 300 m)heading to 210° with a speed of 12 n mile/h. ②Under a simulated multiple-ship scenario, the own ship can avoid collisions with target ships by altering to the starboard 17° at 245 s, resuming to sail at 617 s, altering to the starboard 11° at 2005 s, and resuming to sail at 2 405 s, which meets the principle of Good Seamanship. In conclusion, the proposed method can identify the collision risk earlier and support decision-making on ship maneuvers better than other methods at the Chenshanjiao waters, which provides a theoretical foundation for developing intelligent navigation systems on waters under TSS.
- navigation safety /
- traffic separation scheme /
- maneuvering decision-making /
- collision avoidance mechanism /
- risk identification /
- collision risk index

HTML全文

图 1 坐标系转换

Figure 1. Coordinate system transformation

下载: 全尺寸图片幻灯片

图 2 船舶领域模型

Figure 2. Ship domain model

下载: 全尺寸图片幻灯片

图 3 数字化仿真环境

Figure 3. Digital simulation environment

下载: 全尺寸图片幻灯片

图 4 其他风险预警示意图

Figure 4. Diagram of other risk warning

下载: 全尺寸图片幻灯片

图 5 T_TS计算

Figure 5. Calculate the T_TS

下载: 全尺寸图片幻灯片

图 6 改向方向判断

Figure 6. Direction of altering course judgment

下载: 全尺寸图片幻灯片

图 7 可行改向角

Figure 7. Feasible course altering angle

下载: 全尺寸图片幻灯片

图 8 复航示意图

P_g-目标点； C_g-1,g-当前航段计划航线方向，（°）； TA-目标点相对本船真方位，（°）

Figure 8. Diagram of resuming sailing

下载: 全尺寸图片幻灯片

图 9 复航时间

Figure 9. Time to resume sailing

下载: 全尺寸图片幻灯片

图 10 操纵决策方法

Figure 10. Method of manipulation decision-making

下载: 全尺寸图片幻灯片

图 11 对比实验

Figure 11. Comparative experiments

下载: 全尺寸图片幻灯片

图 12 2船实验

Figure 12. The experiment of two ships

下载: 全尺寸图片幻灯片

图 13 初始船位

Figure 13. Initial ship position

下载: 全尺寸图片幻灯片

图 14 多船实验过程

Figure 14. The multi-ship experiment process

下载: 全尺寸图片幻灯片

表 1 各航段主交通流方向与O_z表示的航段

Table 1. Main traffic flow direction of each segment and the segment represented by O_z

航段编号	航段区域	交通流方向/(°)	航段编号	航段区域	交通流方向/(°)
O₁	${O_{P3_1^3}}$	150	O₉	${O_{P1_3^3}}$	120
O₂	${O_{P3_2^3}}$	180	O₁₀	${O_{P1_3^1}}$	300
O₃	${O_{P3_1^1}}$	330	O₁₁	${O_{P1_2^1}}$	300
O₄	${O_{P3_2^1}}$	0	O₁₂	${O_{P1_2^3}}$	120
O₅	${O_{P1_1^3}}/{O_{P2_1^3}}$	120	O₁₃	${O_{P1_2^1}}/{O_{P2_2^1}}$	300
O₆	${O_{P2_4^3}}$	180	O₁₄	${O_{P2_3^1}}$	0
O₇	${O_{P1_1^1}}/{O_{P2_1^1}}$	300	O₁₅	${O_{P1_2^3}}/{O_{P2_2^3}}$	120
O₈	${O_{P2_4^1}}$	0	O₁₆	${O_{P1_1^3}}$	180

下载: 导出CSV

表 2 会遇局面辨识模型

Table 2. Identification model of ship encounter

船舶分类	会遇局面		条件
第1类：存在潜在碰撞危险且u > 0	对遇		Q∈[0°，5.7°]∪[354.3°，360°]，Q₁∈[0°，5.7°]∪[354.3°，360°]
			或Q∈(0°，112.5°)∪Q₁∈(0°，112.5°)
			或Q∈(247.5°，360°)∪Q₁∈(247.5°，360°)
	追越	让路船	Q∈(0°，90°]∪[270°，360°)，Q₁∈(112.5°，247.5°)
	追越	直航船	Q∈(112.5°，247.5°)，Q₁∈(0°，90°]∪[270°，360°)
	交叉	让路船	Q∈(0°，112.5°) 且不是追越或对遇局面
	交叉	直航船	Q∈(247.5°，360°) 且不是追越或对遇局面
第2类：不存在潜在碰撞危险或u = 0

下载: 导出CSV

表 3 对比实验船舶参数

Table 3. Ship's Parameters of comparative experiment

船类	坐标/m	航速/（n mile/h）	航向/（°）
本船	（41 200，38 000）	12	0
目标船	（44 600，62 300）	12	210

下载: 导出CSV

表 4 对比实验结果

Table 4. Results of comparative experiment

碰撞危险识别方法	辨识到碰撞危险的时间/s	避让行动/(°)	复航时间/s
基于航速矢量	1 625	右转17	2 246
基于船舶行为	457	右转7	1 670

下载: 导出CSV

表 5 2船实验参数

Table 5. Parameters of a two-ship experiment

局面	船类	坐标/m	航速/（n mile/h）	航向/（°）
交叉相遇	本船	（33 938，20 000）	12	180
交叉相遇	目标船	（28 938，15 000）	12	90
对遇	本船	（42 120，15 000）	12	0
对遇	目标船	（42 120，25 100）	12	180
追越	本船	（41 165，4 900）	13	0
追越	目标船	（41 165，9 000）	7	0

下载: 导出CSV

表 6 2船仿真结果

Table 6. Simulation results of two ships

局面	初始时刻CRI值	避碰行动/（°）	复航时间/s	碰撞危险预警时间/s	其他航行风险预警时间/s
交叉相遇	0.203	右转16	695	0	无
对遇	0.224	右转6	814	0	721
追越	0.139	左转4	1 074	0	无

下载: 导出CSV

表 7 多船仿真初始参数

Table 7. Initial parameters of a multi-ship simulation

船舶类型	坐标/m	航速/（n mile/h）	航向/（°）
本船	（41 157，27 000）	12	0
目标船1	（44 822，32 250）	12	240
目标船2	（30 490，50 222）	12	120
目标船3	（21 000，52 500）	12	120
目标船4	（40 000，20 000）	12	0
目标船5	（52 000，41 500）	12	300

下载: 导出CSV

参考文献(20)

[1]	CHAUVIN C, LARDJANE S, MOREL G, et al. Human and organisational factors in maritime accidents: Analysis of collisions at sea using the HFACS[J]. Accident Analysis & Prevention, 2013, (59): 26-37.
[2]	HE Y X, LIU X, ZHANG K, et al. Dynamic adaptive intelligent navigation decision making method for multi-object situation in open water[J]. Ocean Engineering, 2022(253): 111238.
[3]	张靖雯, 马晓雪, 刘阳, 等. 基于FRAM-FAHP法的船舶碰撞事故致因分析[J]. 安全与环境工程, 2021, 28(1): 29-35. https://www.cnki.com.cn/Article/CJFDTOTAL-KTAQ202101005.htm ZHANG J W, MA X X, LIU Y, et al. Causation analysis of ship collision accidents based on FRAM-FAHP method[J]. Safety and Environment Engineering, 2021, 28(1): 29-35. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-KTAQ202101005.htm
[4]	孙武. 中国船级社发布《智能船舶规范(2020)》[J]. 船舶工程, 2020, 42(3): 13-14. https://www.cnki.com.cn/Article/CJFDTOTAL-CANB202003007.htm SUN W. China classification society dispatching the rules of intelligent ship(2020)[J]. Ship Engineering, 2020, 42(3): 13-14. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-CANB202003007.htm
[5]	徐言民, 张云雷, 沈杰, 等. 基于模糊集合理论的船舶碰撞危险度模型[J]. 舰船科学技术, 2021, 43(4): 82-87. doi: 10.3404/j.issn.1672-7649.2021.04.017 XU Y M, ZHANG Y L, SHEN J, et al. A model of ship collision risk index based on fuzzy set theory[J]. Ship Science and Technology, 2021, 43(4): 82-87. (in Chinese). doi: 10.3404/j.issn.1672-7649.2021.04.017
[6]	胥文, 胡江强, 尹建川, 等. 基于模糊理论的船舶复合碰撞危险度计算[J]. 舰船科学技术, 2017, 39(13): 78-84. https://www.cnki.com.cn/Article/CJFDTOTAL-JCKX201713016.htm XU W, HU J Q, YIN J C, et al. Composite evaluation of ship collision risk index based on fuzzy theory[J]. Ship Science and Technology, 2017, 39(13): 78-84. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JCKX201713016.htm
[7]	COLLEY B A, CURTIS R G, STOCKEL C T. Manoeuvring times, domains and arenas[J]. Journal of Navigation, 1983, 36(2): 324-328. doi: 10.1017/S0373463300025030
[8]	朱凯歌, 史国友, 汪琪, 等. 基于船舶领域的碰撞危险度评估模型[J]. 上海海事大学学报, 2020, 41(2): 1-5. https://www.cnki.com.cn/Article/CJFDTOTAL-SHHY202002002.htm ZHU K G, SHI G Y, WANG Q, et al. Valuation model of ship collision risk based on ship domain[J]. Journal of Shanghai Maritime University, 2020, 41(2): 1-5. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-SHHY202002002.htm
[9]	丁志国, 张新宇, 王程博, 等. 基于驾驶实践的无人船智能避碰决策方法[J]. 中国舰船研究, 2021, 16(1): 96-104. https://www.cnki.com.cn/Article/CJFDTOTAL-JCZG202101011.htm DING Z G, ZHANG X Y, WANG C B, et al. Intelligent collision avoidance decision-making method for unmanned ships based on driving practice[J]. Chinese Journal of Ship Research, 2021, 16(1): 96-104. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JCZG202101011.htm
[10]	冯涂超, 郑茂, 尹奇志, 等. 基于海上避碰规则和机器学习的辅助避碰决策方法研究[J]. 武汉理工大学学报(交通科学与工程版), 2021, 45(1): 111-116. https://www.cnki.com.cn/Article/CJFDTOTAL-JTKJ202101021.htm FENG T C, ZHENG M, YIN Q Z, et al. Research on decision-making method of auxiliary collision avoidance based on COLREGS and machine learning[J]. Journal of Wuhan University of Technology(Transportation Science & Engineering), 2021, 45(1): 111-116. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JTKJ202101021.htm
[11]	HE Y X, JIN Y, HUANG L W, et al. Quantitative analysis of COLREG rules and seamanship for autonomous collision avoidance at open sea[J]. Ocean Engineering, 2017(140): 281-291.
[12]	马杰, 苏钰栋, 熊勇, 等. 基于速度障碍和人工势场的受限水域船舶避碰决策方法[J]. 中国安全科学学报, 2020, 30(11): 60-66. https://www.cnki.com.cn/Article/CJFDTOTAL-ZAQK202011010.htm MA J, SU Y D, XIONG Y, et al. Decision-making method for collision avoidance of ships in confined waters based on velocity obstacle and artificial potential field[J]. China Safety Science Journal, 2020, 30(11): 60-66. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-ZAQK202011010.htm
[13]	刘仁伟, 薛彦卓, 刘旸, 等. 受限水域中船舶自动避碰模型及应用[J]. 哈尔滨工业大学学报, 2018, 50(3): 171-177+184. https://www.cnki.com.cn/Article/CJFDTOTAL-HEBX201803024.htm LIU R W, XUE Y Z, LIU Y, et al. Numerical model of ship automatic collision avoidance and the application in restricted water areas[J]. Journal of Harbin Institute of Technology, 2018, 50(3): 171-177+184. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HEBX201803024.htm
[14]	MOU J M, LI M X, HU W X, et al. Mechanism of dynamic automatic collision avoidance and the optimal route in multi-ship encounter situations[J]. Journal of Marine Science and Technology, 2020, 26(1): 141-158.
[15]	FUJII Y, TANAKA K. Traffic capacity[J]. Journal of Navigation, 1971, 24(4): 543-552.
[16]	GOODWIN E M. A statistical study of ship domains[J]. Journal of Navigation, 1975, 28(3): 328-344.
[17]	DAVIS P V, DOVE M J, STOCKEL C T. A computer simulation of marine traffic using domains and arenas[J]. Journal of Navigation, 1980, 33(2): 21-25.
[18]	贺益雄. 规则量化解析下船舶自动避碰模型与仿真研究[D]. 武汉: 武汉理工大学, 2015. HE Y X. The research of models and simulations about ship autonomous collision avoidance constrained by quantified resolution of rules[D]. Wuhan: Wuhan University of Technology, 2015. (in Chinese).
[19]	贺益雄, 张晓寒, 胡惟璇, 等. 基于航向控制系统的船舶动态避碰机理[J]. 西南交通大学学报, 2020, 55(5): 988-993+1027. https://www.cnki.com.cn/Article/CJFDTOTAL-XNJT202005011.htm HE Y X, ZHANG X H, HU W X, et al. Ship dynamic collision avoidance mechanism based on course control system[J]. Journal of Southwest Jiaotong University, 2020, 55(5): 988-993+1027. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-XNJT202005011.htm
[20]	黄立文, 李浩宇, 梁宇, 等. 基于操纵过程推演的船舶可变速自动避碰决策方法[J]. 交通信息与安全, 2021, 39(6): 1-10. doi: 10.3963/j.jssn.1674-4861.2021.06.001 HUANG L W, LI H Y, LIANG Y, et al. A decision-support system for automated collision avoidance of ships with variable speed based on simulation of maneuvering process[J]. Journal of Transport Information and Safety, 2021, 39(6): 1-10. (in Chinese). doi: 10.3963/j.jssn.1674-4861.2021.06.001