現代船舶避碰系統研究進展

江立軍，　鄭　凱，　王國峰，　趙永生

(1. 海軍駐大連地區軍代表室，遼寧 大連 116002；2.大連海事大學 信息科學技術學院, 遼寧 大連 116026)

現代船舶避碰系統研究進展

江立軍1,2，鄭凱2，王國峰2，趙永生2

(1. 海軍駐大連地區軍代表室，遼寧 大連 116002；2.大連海事大學 信息科學技術學院, 遼寧 大連 116026)

摘要:船舶避碰系統可在船舶存在碰撞風險時給出避碰決策，是確保船舶安全航行的重要系統，其發展程度在一定程度上體現了現代船舶技術的發展程度。通過對現代船舶避碰系統的發展狀況及其相關子系統的研究進展情況進行剖析，闡述了現代船舶避碰系統存在的主要問題，指出了智能化、規范化和集成化避碰系統需重點發展的方向。

關鍵詞:船舶；避碰系統；導航系統；信息融合

0引言

近年來，人們對水資源的重要性的認識逐步提高，世界各國在水資源開發領域中的投入也在日益增加，極大地促進了船舶技術和船舶制造業的發展。此外，世界經濟全球化和貿易自由化也必將進一步推動航運業的繁榮。作為水資源開發和運輸的主要工具，艦船正朝大型化和高速化方向發展，這勢必導致船舶操控較以往更為復雜；海上交通越來越頻繁，航道中船只密度越來越大，也給船舶操縱帶來了巨大壓力。這些狀況均對確保船舶安全航行提出了更高的要求。

國際海事組織(International Marithime Organization, IMO)一直致力于解決船舶碰撞和安全問題。早在1910年，世界主要海運國家于布魯塞爾召開的國際海事會議上第一次通過了《1910年國際海上避碰規則》，后經歷數次修改最終形成了以1972年《國際海上避碰規則》(COLREGs)為基礎的海上避碰規則[1-3]。此外，IMO還強制要求商船安裝全球定位系統(Global Positioning System, GPS)、電子海圖、船舶自動識別系統(Automatic Identification System, AIS)、雷達和聲納等電子導航定位設備，以及建立船舶交通服務(Vessel Traffic Services, VTS)中心網絡來確保航行安全，降低航行風險[1,2,4]。即使這樣，仍有數據表明，國際上每年失事船只中有超過40%是因碰撞導致的，且其中近80%的事故是人為原因造成的[5-7]。顯然，若仍在現有導航設備的基礎上采用人工駕駛方式進行避碰決策與操縱，將不能起到明顯減少人為事故的效果。因此，為進一步減少人為因素造成的船舶碰撞事故，在提高船舶駕駛員素養和能力的同時，還必須增強船舶導航和控制系統的自動化水平，使其能夠協助駕駛員進行避碰決策和避碰操縱。

近年來，隨著軍事、深遠勘探等的需求日益增長，以水面無人艇、無人潛航器為代表的無人平臺得到了快速發展。這些無人平臺在工作時不可避免地會遇到障礙和危險，因此能夠自主地處理航路上的障礙和危險也是對無人平臺的基本要求[8]。顯然，無人平臺對避碰提出的要求更高，要求不但能夠自主地發現航路上的障礙和危險，進行避碰決策，以便及時獲得能夠躲避危險的航路規劃，而且還能夠按照所規劃的航路行駛。這就使得自主避碰技術成為影響無人平臺性能的關鍵。

此外從現代船舶避碰系統的組成入手綜述避碰系統各組成部分關鍵技術的發展狀況，并基于當前發展趨勢對現代船舶避碰系統的發展提出幾點展望。

1現代船舶避碰系統的組成

圖1　現代船舶避碰系統

現代船舶避碰系統主要由信息采集系統和避碰決策系統2部分組成[1-2]。其中：信息采集系統負責通過本船裝載的導航系統采集本船和他船的信息，以方便確定本船和他船的位置及位置變化，判斷一定范圍內本船和他船的會遇局面；避碰決策系統則根據這些導航信息進行風險評估，判斷船舶航行時可能產生的風險，并進行決策，以獲得航行風險小的操縱方案。以下將針對這2部分的發展現狀進行討論。

2現代智能導航設備的發展

根據IMO的規定，商船必須安裝GPS、電子海圖系統、AIS、雷達系統和聲納系統等導航定位設備。這些導航設備已具備一定的協助駕駛員進行避碰決策的功能。如電子海圖結合GPS和AIS已經能夠將本船和一定范圍內的他船信息顯示在同一張海圖上，基于這些數據，海圖系統就可根據船舶間最近會遇距離(DCPA)和最小會遇時間(TCPA)給出碰撞危險提示，輔助駕駛員進行避碰決策[9]。同樣，具有自動標繪功能的雷達系統(ARPA)也可通過雷達回波探測水面船舶的位置，并給出他船與本船間的DCPA和TCPA參數，進行輔助避碰決策[10]。此外，還有學者研究了基于視頻圖像的避碰方法，并應用于船橋主動避碰決策系統中[11-12]。雖然AIS受天氣影響較小，且能避免地形引起的盲點，但是其只對開啟AIS設備的船舶有效。ARPA工作范圍相對有限，當工作范圍內有較多船舶或氣象環境惡劣時，雷達回波會受到干擾，這時ARPA數據是不準確的。而視頻采集受光線、天氣等因素影響，無法全天候工作。這些原因直接制約了單一導航設備的應用范圍。

針對上述問題，已有一些學者嘗試將多個導航設備的信息融合在一起來考慮船舶避碰問題。研究人員首先想到的是利用信息融合手段強化單個導航設備的導航精度。較常見的是利用慣性導航、天文導航、無線電導航及GPS導航構成的組合導航系統實現對本船位置和姿態運動信息的精確檢測[12-14]。而在航路的信息檢測方面，目前研究較多的是將雷達的信息與AIS及電子海圖的信息融合[15]。由于雷達傳回的圖像與電子海圖有一定的相關性，因此想到將2種導航設備提供的信息顯示在同一界面以方便駕駛員觀察。文獻[16]對電子海圖與雷達疊加的設計方案進行了討論，給出了可實現的疊加設計方案。文獻[17]分析了電子海圖與雷達圖像疊加時產生誤差的原因，提出了電子海圖誤差的修正方法。文獻[18]根據雷達的掃描范圍，通過墨卡托投影變換獲取電子海圖的顯示范圍，并對電子海圖的比例尺進行調整，實現雷達圖像和電子海圖的匹配。而結合雷達和AIS信息則不但可以避免雷達盲區和回波信號誤差，又可解決AIS的時效性等問題[19]。文獻[20]討論了AIS和雷達信息融合時坐標位置的計算方法。文獻[21]采用統計加權法對雷達信息和AIS信息進行了航跡關聯判定。文獻[22]和文獻[23]利用模糊推理的方法融合雷達信息和AIS信息，對目標進行了關聯評判，并利用數值仿真驗證了此方法的有效性。文獻[24]使用Levenberg-Marquardt改進型BP神經網絡算法關聯AIS信息與雷達目標信息，取得了良好的效果。文獻[25]也對雷達和AIS信息融合時的關鍵技術問題進行了討論，設計了一種分布式融合模型，采用了墨卡托投影、MK-NN以及加權融合等理論和算法，進行了信息融合功能的設計與實現，仿真結果表明，與傳統手段相比，該模型能獲取更加準確的數據?？偟膩碚f，現有的對船載導航設備信息進行融合的研究工作還主要集中于對2個導航設備的信息進行融合，信息融合的廣度有一定局限性。

為了集成多個導航設備，綜合導航系統(INS)和綜合船橋系統(IBS)應運而生[26]。其中：INS主要用于處理慣性導航設備和各種衛星導航設備的信息，對船舶進行定位和姿態測量；而IBS則集成了更多的功能，如導航、避碰和自動駕駛等?，F代IBS已經發展到第4代，如挪威Norcontrol公司的DB—2000型IBS、英國船商公司的Navi-Bridge 3000型IBS、德國Atlas公司的NACOS45—2系列IBS和美國Sperry 公司的VT2100型IBS，均具有相當的智能化特征，不僅集成了電子海圖、導航定位、自動操舵功能，還能實現自動避碰、自動報警和主機遙控等功能[26-28]。國內在IBS方面的研究雖然起步較晚，但取得了較快發展，如大連海事大學推出的V.Dragon—3000A 型綜合船橋模擬器、天津航海儀器研究所研制成功的船舶自動操舵儀等。不過這些研究還均局限于單一功能領域，未實現IBS系統功能[26-28]。

顯然，現代導航系統有了長足發展，為船舶進行自主避碰提供了有利條件，但可以看到這些導航設備還是基于不同體系、不同標準的，目前還沒有一套系統能夠融合多種導航信息而用于避碰。

3先進避碰算法的發展

船舶航行安全主要體現在安全避碰過程，現有針對船舶安全的研究工作也主要集中在避碰方面。早在20世紀五六十年代，已有學者從事避碰等方面的研究工作，COLREGs的制定標志著船舶避碰研究工作進入了一個嶄新階段。對船舶避碰的研究可分為碰撞風險評估和避碰決策兩方面。其中：碰撞風險評估是指對即將發生的碰撞及其損害程度進行預計，而避碰決策則主要研究如何通過船舶操縱減小碰撞風險。

3.1避碰風險評估

顯然，碰撞風險評估與船舶碰撞風險程度確定標準有關，不同的評估標準產生了不同的評估方法，比較常見的是基于DCPA和TCPA來判定碰撞危險程度。文獻[29]首先提出了利用DCPA和TCPA進行加權來確定船舶碰撞風險。文獻[30]認為本船與他船間距的富裕量越小、時間富裕量越少，危險程度越高，同時給出了評價碰撞危險程度的算法。文獻[31]也利用DCPA和TCPA綜合判定船舶碰撞風險，還將服從正態分布的DCPA測量誤差考慮在內。由于受量綱和船舶相對位置的限制，簡單對DCPA和TCPA進行加權處理來判定船舶碰撞風險并不完全合理，因此各國學者又將智能方法引入到碰撞風險的評估中，如神經網絡方法[32-34]、模糊推理方法[34-36]、可拓集方法[37]和專家系統方法[33,38-39]等。這些智能化方法對促進船舶碰撞風險評估起到了積極作用。

船舶領域是近年來用于進行船舶碰撞風險評估的有效手段。文獻[40]首次提出了船舶領域的概念，給出了適用于狹窄水域的橢圓形船舶領域模型和相應尺寸。文獻[41]通過對北海南部水域進行交通觀測和統計研究，并考慮國際海上避碰規則的影響，建立了開闊水域的船舶領域Goodwin模型。文獻[42]通過平滑船舶領域邊界，提出了便于仿真和應用的圓形船舶領域，以便解決Goodwin模型邊界不連續、難以仿真和應用等問題。文獻[43]提出了保持本船領域不受侵犯而設置的駕駛員需提前采取適當避碰行為的船舶動界。這些關于船舶領域的研究主要通過提取特定水域內的航行密度、所觀測船舶的大小和速度等信息確定船舶領域的形狀和大小。而實際上因船舶航行狀態不斷變化，船舶領域的形狀和大小也應隨之改變。Pietrzykowski等[44-45]將來船方位按不同的間隔角度進行了離散化，將獲得的經驗數據在不同來船方位上進行統計分析，得到了多邊形船舶領域。文獻[46]將船舶領域視為船舶幾何尺寸和船速的解析函數，給出了擁擠水域內可變尺寸的船舶領域計算方法。文獻[47]提出一種復雜的六邊形船舶領域模型，不僅考慮了船舶的幾何尺寸和船速因素，而且考慮了船舶回轉參數，使得該模型更有利于從事避碰決策和優化。Kijima等將阻擋區域和瞭望區域考慮進船舶領域的構造中，獲得了一種新的船舶領域構造方法。智能化方法也在計算船舶領域過程中得以應用，如利用模糊推理來計算船舶領域可獲得船舶領域的模糊邊界；神經網絡方法也被用于學習兩船間的距離、相對方位、來船航向等因素對船舶領域的影響。文獻[48]則基于停船視距，針對長江下游航道條件和船舶特性給出了一種新的船舶領域計算方法。此外，文獻[49]還應用船舶領域來研究內河航道的飽和度評價問題，也獲得了良好的結果。這些風險評估方法給出的結果均是絕對值，且大多針對船與船之間的碰撞問題，船與橋梁、暗礁、碼頭等不可航行區域的碰撞問題研究則不多見。

3.2避碰決策

現有碰撞風險評估技術已為避碰決策奠定了堅實的基礎，現代避碰決策技術已向智能化方向發展。應用較多的避碰決策方法是專家系統，如英國利物浦大學[39]、東京商船大學[50]、廣州艦艇學院[51]等研究單位均研究了用于船舶避碰的專家系統，這些避碰專家系統采用咨詢式輔助避碰手段，針對不同會遇局面給出避碰決策結果，供駕駛員參考。李麗娜等[52-54]提出擬人化智能避碰決策方法，模仿經驗豐富的船舶駕駛員(避碰專家)對周圍環境和危險局勢的分析判斷以及在避碰決策中的思維，自動產生超越避碰專家所能提出的既安全又經濟的避碰決策，這種方法較專家系統更為快速，能在短時間內進行局面判斷，精確計算及預測避碰效果，提供決策支持，可最大限度地提高目標船與本船的最近會遇距離，既可用于單船避碰，又可用于多船避碰。大連海事大學鄭中義和孫立成等[55-57]分別從信息熵理論和神經網絡理論出發研究了船舶避碰決策方法。楊神化等將單個船舶描述為一個智能體，應用多智能體理論研究了船舶避碰決策方法，在面對多船會遇局面時還可用于多船的協商和協作。

此外，避碰問題也是水面和水下無人平臺所面臨的問題之一。在對無人平臺避碰系統的研究中，一般將避碰問題處理為障礙檢測問題和航跡規劃問題。Campbell等[8]對這2個問題進行了研究，從中可以看出，在對無人平臺的避碰研究時吸收了大量水面船舶避碰和機器人避障等領域的研究成果，其中基于模糊邏輯和COLREGs的避碰研究工作[58-62]占據了主要地位。

4現代船舶避碰系統發展方向

通過以上分析，可以歸納出現代船舶避碰系統正在朝智能化、規范化和集成化方向發展。

4.1導航信息的智能融合

本船導航信息的融合現已基本實現，可以對本船所載位置傳感器、姿態傳感器等進行信息集中處理，從中獲得精確的本船信息。而他船的運動狀態則靠AIS、雷達及聲納等獲取。該項工作可提供較為精確的他船動態的估計與預測，從而為避碰時掌握他船信息提供保障。這里難度較大的是基于電子海圖、雷達及聲納對航道及地理水文信息進行的信息融合工作。該項工作可對船舶航行的工作環境進行精確描述，但與本船和他船運動狀態信息融合不同的是，其要對二維平面信息進行融合，數據處理較為繁雜。若此項工作同本船及他船的導航一起處理，可在一定程度上實現船舶綜合導航，為進一步進行避碰奠定基礎。因此，將本船、他船及地理水文信息進行整體融合是智能導航系統的發展方向。

4.2導航信息的規范化

通過上述討論可以發現，進行導航信息融合需要對不同導航設備的數據進行處理。這些數據有的是6自由度的，有的是二維的，由于來源不同，還會導致數據的時序不同。實現導航信息融合的前提條件是將所有的導航數據在一套體系下進行描述。特別是在避碰時采用的二維數據的描述方法，避碰時更關注這些二維數據能否給出適于船舶航行的區域輪廓，而不是各導航設備所提供的全部信息。構建避碰用導航信息描述規范，將對船舶避碰提供有利的數據平臺支撐，因此導航信息規范化也將成為船舶避碰系統的一個發展方向。

4.3避碰系統與船舶其他系統的集成

圖2　具有閉環結構的船舶避碰系統

圖1給出的避碰系統結構只能向駕駛員提供避碰決策參考，實際船舶操縱仍由駕駛員來完成，這是因為現有避碰系統僅將其功能定位于躲避障礙，而未從船舶航行目的考慮系統功能。船舶躲避障礙并非避碰系統的全部功能，還應考慮在躲避障礙之后盡快回到原有航向，以確保船舶航行不受干擾。因此，避碰系統還應考慮本船動態控制及航行需求，以構成圖2所示的閉環結構。

圖2給出的避碰系統結構可將船舶航行與避碰功能結合，避碰決策系統也是船舶航行控制系統，不但能夠在出現障礙和碰撞風險時根據本船當前狀態及本船動態給出避碰操縱，還能夠根據船舶航行需要對避碰操縱進行優化，給出確保航行安全下的航跡最優控制結果。要實現這些目標，就需要對避碰決策系統與船舶自動控制系統、船舶操縱系統進行集成。因此，與船舶其他系統的集成也將成為避碰系統的一個發展方向。

顯然，上述發展方向亦反映了當前船舶避碰系統中存在尚未解決的技術問題，這些問題制約了避碰系統由人為主導向自主決策的發展。因此，要改善由人為因素引起的船舶航行風險，還需從這3個方面入手積極推進船舶自主避碰系統的發展。

5結語

概述了近年來船舶避碰系統的發展狀況，從現有避碰系統的組成入手，綜述了現代船舶導航系統和避碰算法的研究進展。在此基礎上，總結了船舶避碰系統的主要研究成果和主要特點，深入剖析了其存在的問題，并針對現代船舶避碰系統的特點提出了3個具有重要理論意義和實際價值的船舶避碰系統發展方向。

參考文獻：

[1]吳兆麟, 朱軍. 海上交通工程[M]. 大連: 大連海事大學出版社, 2009.

[2]吳兆麟. 船舶避碰與海上安全研究[M]. 大連: 大連海事大學出版社, 2006.

[3]COLREGs Preventing Collisions at Sea. [EB/OL]. [2014-09-14], http://www.imo.org/OurWork/ Safety/Navigation/Pages/ Preventing-Collisions.aspx.

[4]Maritime Safety. [EB/OL]. [2014-10-10], http://www.imo.org/OurWork/Safety/Pages/Default.aspx.

[5]Pouzranjnai M. Anaylsis of Human Error in Coordinating Ship’s Collision Avoidance Action[C]. The 2nd International Conference on Collision and Gounding of Ships, 2001.

[6]孫立成, 王逢辰, 夏國忠, 等. 駕駛員避碰行為的統計研究[J]. 大連海事大學學報, 1996, 22(1):1-6.

[7]陳立家, 黃春娥, 曾偉偉, 許毅, 黃立文. 基于電子海圖的船舶避碰技術的研究[J]. 武漢理工大學學報：交通科學與工程版, 2013, 37(5):979-983.

[8]Campbell S, Naeem W, Irwin G W. A Review on Improving the Autonomy of Unmanned Surface Vehicles Through Intelligent Collision Avoidance Manoeuvres[J]. Annual Reviews in Control, 2012, 36:267-283.

[9]常會振. 船舶導航雷達發展趨勢的研究[J]. 中國水運, 2013, 13(1):6-7.

[10]鄭元洲, 吳衛國, 徐海祥. 基于圖像信息檢測的船-橋智能避碰系統研究[J].武漢理工大學學報-交通科學與工程版, 2012, 36(4):731-735.

[11]Zheng Yuanzhou,Wu Weiguo. Intelligent Ship-Bridge Collision Avoidance Decision-making System Research Based On Video Information Detection[C]. Proceedings of International conference on Computer Science and Service System, 2011.

[12]吳鳳柱, 何矞, 焦旭, 等. GPS/SINS 緊組合導航系統信息融合技術研究[J].電子技術應用, 2013, 39(2):67-69.

[13]周坤芳, 吳晞, 孔鍵. 緊耦合GPS/INS 組合特性及其關鍵技術[J].中國慣性技術學報, 2009, 17(1):42-45.

[14]楊常松, 徐曉蘇, 汪麗云, 等. 信息融合技術在INS/GPS/DVL組合導航中的應用研究[J]. 中國慣性技術學報, 2006, 14(5):39-43.

[15]楊曉, 廉靜靜, 劉彤. 海圖雷達(Chart Radar)在航海中的應用[J]. 航海技術, 2012(5):38-40.

[16]劉維亭, 馬繼先,莊肖波. 電子海圖系統中雷達圖像與海圖圖形疊加技術研究[J]. 中國航海, 2005(1):59-62.

[17]徐關勇, 曹萬華. 電子海圖與雷達圖像及目標的精確疊加顯示研究[C]. 中國適船工程學會電子技術學術委員會2006學術年會論文集, 2006.

[18]楊功流, 竇玉寶, 鄭榮才. 一種雷達和電子海圖圖像疊加方法[J]. 中國慣性技術學報, 2010, 18(2):181-184.

[19]王晨熙, 王曉博, 朱靖, 等. 雷達與 AIS 信息融合綜述[J]. 指揮控制與仿真, 2009, 31(2):1-4.

[20]徐志京,王解先. AIS與雷達目標信息融合中坐標位置的計算方法[J]. 上海海事大學學報, 2005, 26(4):78-81.

[21]林長川. 雷達與AIS目標位置信息融合方法的研究[J]. 中國航海, 2002, 50(1):22-25.

[22]林長川, 陳朝陽, 洪爰助，等. 雷達與AIS目標航跡模糊關聯與統計加權合并融合方法的探討[J].中國航海, 2003(4):70-73.

[23]林長川, 林海, 李麗娜，等. AIS與雷達目標信息模糊融合處理研究[J]. 儀器儀表學報, 2008, 29(4):303-306.

[24]歐陽萍,胡曉瑞,林長川,等. 基于BP神經網絡的AIS與雷達信息關聯算法研究[J]. 中國水運, 2013, 13(7): 77-79.

[25]馮濤, 盧紅洋, 于俊逸. AIS與雷達信息融合關鍵技術的研究[J]. 中國水運, 2013, 13(8): 79-81.

[26]汪益兵, 蔣元星. 綜合船橋系統的開發及在中型船舶上的應用[J]. 船舶工程, 2010, 32(4):45-48.

[27]鄭榮才, 楊功流, 李滋剛, 等. 綜合船橋系統綜述[J]. 中國慣性技術學報, 2009, 17(6):661-665.

[28]王帥, 王勝利, 劉濤, 崔東旭. 綜合船橋系統跨代研究[J]. 中國水運, 2013, 13(12): 100-101.

[29]Kearon J. Computer Programs for Collision Avoidance and Traffic Keeping[C]. London: Proceedings of Conference on Mathematical Aspects on Marine Traffic, 1977.

[30]Imazu H, Koyama T. Determination of Times of Collision Avoidance[J]. The Journal of Japan Institute of Navigation, 1984, 70:30-37.

[31]今津華馬. 評價碰撞危險度的方法[J]. 航海(Japan), 1984, 80:55-62.

[32]Inaish M. Basic Research on a Collision Avoidance System Using Neural Networks[C]. Proceedings of IAIN, 1991.

[33]施平安, 陳文偉, 王敬全, 等. 基于神經網絡的復合避碰專家系統研究[J]. 航海技術, 2001(6): 2-5.

[34]孫凱, 方祥麟. 多船避碰神經網絡和模糊數學綜合決策方法的研究[C]. 中日航海學術交流會論文集, 1996.

[35]Iwasaki H, Hara K. A Fuzzy Reasoning Model to Decide the Collision Avoidance Action[J]. The Journal of Japan Institute of Navigation, 1986, 75: 69-70.

[36]劉宇宏, 陳洪波, 郝燕玲. 一種基于模糊原理的碰撞危險度模型[J].中國航海, 1998(2): 23-29.

[37]趙勁松. 使用可拓集合論確定海上船舶碰撞危險度的模型[C].中日航海學術論文集, 1989.

[38]王敬全, 吳唏. 船舶避碰專家系統[C]. 中日航海學術論文集, 1998.

[39]Coenen F P, Sneaton G P, Bole G G. Knowledge-Based Collision Avoidance[J]. The Journal of Navigation, 1980, 42(1):107-116.

[40]藤井彌平. 海上交通工程學[M]. 東京, 海文堂, 1981.

[41]Goodwin E. M. A Statistical Study of Ship Domain[J]. The Journal of Navigation, 1975, 28(3): 328-344.

[42]Davis P. V., Dove M. J., Stoekel C. T.. A Computer Simulation of Marine Traffic Using Domains and Arenas[J]. Journal of Navigation,1980, 33:215-222.

[43]Davis P. V., Dove M. J., Stoekel C. T.. A Computer Simulation of Multi-ship Encounters[J].Journal of Navigation,1982, 35:347-352.

[44]Pietrzykowski Z., Uriasz J.. The Ship Domain—A Criterion of Navigational Safety Assessment in an Open Sea Area[J].Journal of Navigation, 2009, 62:93-108.

[45]Pietrzykowski Z.Ship's Fuzzy Domain—A Criterion for Navigational Safety in Narrow Fairways[J]. Journal of Navigation, 2008, 61:499-514.

[46]Smierzchalski R. , Michalewicz Z.. Modelling of a Ship Trajectory in Collision Situations at Sea by Evolutionary Algorithm[J].IEEE Transaction on Evolutionary Computation, 2000, 4(3):227-241.

[47]Kijima K., Furukawa Y. Design of Automatic Collision Avoidance System Using Fuzzy Inference[C]. Proceedings of IFAC Conference on Control Applications in Marine Systems, Glasgow, 2001.

[48]李瀛, 張瑋. 基于停船視距的船舶領域模型研究[J]. 水運工程, 2014(1):36-40.

[49]陳厚忠, 郭國平. 內河并列橋梁橋區水域船舶領域模型與通過能力研究[J].船海工程, 2008, 37(5):113-116.

[50]鶴田三郎.船舶航行專家系統的基礎研究一避碰專家系統[J]. 國外航?？萍? 1988(5): 55-58.

[51]王敬全. 船舶避碰專家系統[M]. 廣州:海軍廣州艦艇學院, 1994.

[52]李麗娜, 邵哲平. 船舶擬人智能避碰決策理論介紹[J]. 中國海事, 2011(7):24-27.

[53]李麗娜, 楊神化, 熊振南, 等. 船舶擬人智能避碰決策理論框架的研究[J]. 中國航海, 2009, 32(2):30-34.

[54]李麗娜, 陳國權, 邵哲平, 等. 船舶擬人智能避碰決策方法及其評價標準的構建[J]. 大連海事大學學報, 2011, 37(4):1-5.

[55]楊神化, 施朝健, 李麗娜, 等. 基于 MAS 和航海模擬器技術構建船舶自動避碰仿真平臺[J]. 系統仿真學報, 2006, 18(2):686-690.

[56]楊神化, 施朝健, 瀏宇宏, 等. Multi-Agent理論和技術在自動避碰決策系統中的應用研究[J]. 上海海事大學學報, 2007, 28(1):121-125.

[57]楊神化, 施朝健, 關克平, 等. 基于Multi-Agent系統和SHS智能港口交通流模擬系統的開發與應用[J]. 系統仿真學報, 2007, 19(2):289-292.

[58]Ahna J H, Rheeb K R, You Y J. A Study on the Collision Avoidance of a Ship Using Neural Networks and Fuzzy Logic[J]. Applied Ocean Research, 2012, 37:162-173.

[59]Bukhari A C, Tusseyeva I, lee B G,etal. An Intelligent Real-Time Multi-Vessel Collision Risk Assessment System from VTS View Point Based on Fuzzy Inference System[J]. Expert Systems with Applications, 2013, 40:1220-1230.

[60]Wasif N, George W. I, Aolei Y. COLREGs-Based Collision Avoidance Strategies for Unmanned Surface Vehicles[J]. Mechatronics, 2012, 22:669-678.

[61]Benjamin M. R, Curcio J.A. COLREGs-Based Navigation of Autonomous Marine Vehicles[C]. Proceedings of IEEE/OES autonomous underwater vehicles, 2004.

收稿日期：2014-10-27

基金項目：遼寧省自然科學基金(2014025009);中央高?；究蒲袠I務費專項資金(3132014321);遼寧省教育廳一般項目(L2013197)

作者簡介：江立軍(1960—),男,遼寧朝陽人,教授,高級工程師,主要研究方向為艦船系統設計與監造。

文章編號：1674-5949(2015)01-007-06

中圖分類號：TP273；U675.96

文獻標志碼：A

A Review of Ship Collision Avoidance Systems

JiangLijun1,2,ZhengKai2，WangGuofeng2，ZhaoYongsheng2

(1. Office of Navy Military Representatives in Dalian, Dalian 116002, China;

2. Information Science and Technology College, Dalian Maritime University, Dalian 116026, China)

Abstract:With the development of waterway transportation, the navigation safety of ships is becoming an increasingly prominent issue. Ship collision avoidance systems, which help the deck officers to avoid collision, play an the important role in ensuring the safety of ships. The development of the collision avoidance system also reflects the advances of the modern technologies. This paper reviews the modern researches on the ship collision avoidance system and its subsystems, and introduces problems which remain unsolved. The intellectualization, standardization and high integration of the system are proposed as three new directions of the modern ship collision avoidance system.

Key words:ships; collision avoidance systems; navigation systems; information fusion

鄭凱(1981—),男,湖北宜昌人,副教授,主要從事非線性控制理論、船舶自動控制等研究。