不同水域船舶會遇危險評判閾值

陳傳仁， 李國定， 李福生， 李麗娜， 陳國權

(集美大學 航海學院， 福建 廈門 361021)

人工智能作為新一輪產業變革的核心驅動力，有助于推動科技的整體發展，隨著航海儀器和航海相關智能感知設備等工具的開發與升級，保證船舶碰撞危險閾值的精確度和優化避碰模型勢在必行。在船舶航行時設置的碰撞危險閾值有偏差會導致誤報警時有發生，采取避碰措施也無法完全避免碰撞的發生。因此，優化船舶碰撞危險閾值的評判模型是當務之急，該模型可確保在不同水域下提供給不同類型的船舶準確的碰撞危險閾值，對獲取船舶碰撞危險預警信息和開展避碰行動具有重要意義。

船舶碰撞危險度一直都是海上交通工程研究的重點之一，國內外對船舶碰撞危險度進行了廣泛的研究。早期GOODWIN[1]、DAVIS等[2]和COLLEY等[3]分別提出船舶領域、動界和RDRR(Range to Domain/Range Rate)模型包括兩船會遇時的最近會遇距離(Distance of Closest Point of Approach，dCPA)、兩船到達最近會遇距離時間(Time to Closest Point of Approach，tCPA)、船舶領域(Domain)和動界(Arena)等避碰參數概念[4]，這些概念的提出具有重要的理論與實際意義。近年來，CHIN等[5]建立一個有序概率單位回歸模型，用于在港口水域航行過程中感知碰撞危險。SILVEIRA等[6]提出一種根據船舶先前的位置、航向和速度估計未來的距離，并將其與規定的碰撞直徑相比較，通過評估碰撞候選數量計算碰撞危險的方法。SZLAPCZYNSKI等[7]提出基于領域的碰撞風險參數解析公式、領域違規度(Degree of Domain Violation，DDV)和領域間違規時間(Time to Domain Violation，TDV)。鄭中義等[8]建立空間碰撞危險度、時間碰撞危險度和碰撞危險度模型，綜合考慮碰撞的危險性和避碰的難易程度，但在船舶領域尚未考慮本船和目標船尺度的影響，且僅適用于開闊水域。王剛[9]利用擴展式博弈論執行船舶避讓決策，在碰撞危險度方面利用模糊理論進行界定，實現在開闊水域內對兩船對遇、交叉和追越的有效避讓。蘇鵬[10]采用幾何分析方法確定船舶在不同位置的安全會遇距離(Safe Distance of Approach,SDA)，求取船舶避碰時的最晚施舵時機，以評判船舶碰撞危險度。

綜上所述:現有的船舶碰撞危險閾值精確性不足;目前有關船舶碰撞危險閾值的研究多集中在開闊水域和港口水域，已有的科研成果大多是在1種水域下研究船舶碰撞危險閾值。智能化是現代航海船舶發展的主要方向，而船舶智能化的核心目標之一是航行安全，但船舶通航環境的復雜性決定了某種水域下的單一的危險評判閾值不適用于現階段的水路運輸，不能保障航行安全也就更不適用于智能航海。因此，研究在不同水域條件下的船舶會遇局面的危險評判閾值對保證海上交通安全和船舶安全避碰具有重要意義。本文研究在不同水域各種會遇局面下的SDAc，提供與感知設備相匹配的足夠精確的船舶碰撞危險評判閾值，為建立準確的船舶輔助避碰決策系統和實現船舶智能化航行奠定基礎。

1 SDA邊界模型相關概念

為保證船舶安全航行，能高效地實現能效智能管理，正確判斷本船與他船是否存在碰撞危險，保證船舶碰撞危險評判閾值的準確性尤為重要。

船舶碰撞危險評判閾值通常指SDA[11]，為更合理地劃分船舶會遇時的危險度，根據COLREGs提出安全會遇距離的基本概念，結合解析幾何理論分析，提出最大安全會遇距離SDAmax、臨界安全會遇距離SDAc和安全會遇距離最小值SDAmin等3個判定危險度的重要概念。本文針對SDAc，應用調查問卷法，結合解析幾何理論分析臨界碰撞距離，以此研究確定船舶碰撞危險評判閾值。

1.1 SDA邊界模型定義

在原有港口水域船舶危險判斷閾值模型的基礎上，將不同等級的閾值作為SDA的邊界，通過構建SDA邊界模型實現不同水域危險判斷閾值的合理量化。SDA是模糊的概念，要實現船舶避碰預警，必須研究兩船dCPA在什么范圍內存在潛在碰撞危險。[12]SDA模型示意見圖1，SDAc介于SDAmin與SDAmax之間，有

SDA?{SDAmin,SDAc,SDAmax}

(1)

式(1)中：SDAmin為以本船為中心，不考慮操縱余地，兩船保速保向不致發生碰撞的安全會遇距離最小值，又稱臨界碰撞會遇距離；SDAc(SDAc=SDAmin+MSmin)是在SDAmin的基礎上，加上避讓時兩船通過時邊緣間的最小富余量MSmin，以SDAc作為兩船是否存在潛在危險的重要判據之一，并作為SDA模糊邊界{SDAc，SDAmax}的內邊界;SDAmax為最大安全會遇距離，指本船在避讓他船時，仍保留一定時間余量進行操縱避讓，使兩船能在SDAc外通過的距離。MSc為在SDAc的基礎上一定時間的操縱余量。

一般危險情況下，以dCPA0為存在潛在危險的判定條件，以SDA=SDAmax作為兩船避讓時安全通過的SDAmax。根據上述安全會遇距離模型的相關概念，結合幾何模型分析，得到SDA邊界閾值模型示意見圖2。

圖1 SDA模型示意

圖2 SDA邊界閾值模型示意

關于SDA邊界閾值，與WOERNER等[13]有關最近會遇距離(Closest Point of Approach，CPA)范圍的研究內容不謀而合，雖然雙方關注的重點有所區別，但各自研究內容的具體細節基本一致。因此，如何精確量化危險評判閾值是研究的重點，更是實現船舶智能化的關鍵。

1.2 船舶臨界碰撞會遇距離的計算模型

基于鎮揚汽渡水域船舶碰撞危險智能預警模型的研究與實踐，SDAmin是以本船雷達安裝位置為中心，考慮兩船的尺寸、會遇態勢和船位誤差形成的。SDAmin是不考慮“操縱余地”，兩船保速保向能避免碰撞的最小會遇距離。將本船雷達安裝位置點和目標船的雷達回波中心點視為計算船舶距離的參考點，根據船舶SDAc的定義，將本船與目標船正好能交會通過時A、B兩點的距離作為船舶的SDAmin。以本船過目標船艉部的某種情況為例加以分析，本船與目標船的幾何的關系見圖3。

圖3中:Ct為目標船艏向;Co為本船艏向;α為從本船艏向沿順時針方向到目標船艏向的夾角，當Ct-Co>0時，α=Ct-Co，否則，α=Ct-Co+360°;Lt為目標船船長;Lo為本船雷達位置點到船頭的距離;Bt為目標船船寬;Bo為本船船寬;A為本船雷達的安裝位置點;B為目標船的中心點，AB即為所求的SDAmin，根據余弦定理可得

(2)

式(2)中：P為目標船定位精度。

2 問卷調查概況

2.1 問卷調查設計

本次問卷調查設計是以兩船SDAc為研究主體，通過有關SDA的知識，結合相對運動幾何分析方法確定的會遇特征，綜合考慮船舶避碰的難易程度，確定此次問卷調查的具體項目。

2.1.1關于兩船SDAc的調查問卷

該調查問卷在調查排除船速影響的情況下，本船與他船在不同會遇局面和不同航行水域過艏部或過艉部和過左側或過右側時的SDAc，見圖4。

圖3 本船過目標船艉部示例

圖4 SDAc示意

2.1.1.1 水域特征劃分和定義

水域特征指船舶航行水域屬于開闊、繁忙或航道所屬不同水域。本次問卷將航行水域劃分為航道水域、繁忙水域和開闊水域等3種水域。鑒于航海上對該概念沒有明確的定義，基于船舶擬人智能避碰決策(Personifying Intelligent Decision-making for Vessel Collision Avoidance，PIDVCA)方法自定義如下。

(1) 航道水域：指水域寬度受限致使船舶改變航向受到嚴重限制的自然航道或人工疏浚航道水域，由海圖數據和航路信息提供的水域界限定義。

(2) 繁忙水域：指由于船舶交通流和(或)密度的影響致使船舶大幅度改向受到限制的水域。

(3) 開闊水域：指船舶大幅度改向(包括旋回)不受限制且不對他船形成碰撞危險的水域。

2.1.1.2 會遇局面的劃分

(1) 目標船相對方位的劃分。目標船相對方位的差別也會使兩船避讓決策方案發生變化，因此需對目標船的相對方位進行詳細劃分?？紤]孫峰等[14]提出的典型船舶會遇態勢關系區域圖，以本船中心和本船真航向為參照建立坐標系，根據目標船的位置將其劃分為a、b、c、d、e、f、g和h等8個區域(見圖5)。

圖5 目標船相對方位詳細劃分示意

圖5中:a區域和b區域分別為左右舷對遇區域；c區域和d區域分別為左右舷前方交叉區域；e區域和f區域分別為左右舷正橫附近交叉區域;g區域和h區域分別為左右舷后方追越區域。

(2) 會遇局面的確定。綜合考慮本船和目標船的航速、航向和目標船的相對方位，依據COLREGs中船舶在互見中的行動規則確定22種典型的會遇局面，并對其進行編號，各會遇局面的編號代表相對應狀態的編號，即編號1代表狀態1，編號22代表狀態22等，會遇局面劃分見表1。

2.1.1.3 本船和目標船尺度的劃分

此次問卷將100 m長的船舶作為船長L<150 m代表船型，200 m長的船舶作為船長150 m≤L<250 m代表船型，300 m長的船舶作為船長L≥250 m代表船型。

2.2 調查對象及回收情況

調查問卷采用紙質問卷的方式，針對具有豐富實船操控經驗的船長、大副、二副和引航員等發放問卷150份，收回150份，其中有效問卷145份。

3 調查結果及分析

根據本船船長分為100 m、200 m和300 m等3類問卷，分別獲得32份、70份和43份答卷。

3.1 數據處理

對不同會遇局面下，不同尺度的本船在不同水域中會遇不同尺度的他船，過其艏部、艉部、左側和右側時的SDAc進行問卷調查。

表1 會遇局面劃分

調查問卷中數據處理部分采用數理統計的方法，利用數據的平均數、方差和中位數等統計量的計算，對問卷獲得的樣本數據進行研究，對樣本數據中不合理的值用其他樣本平均數進行插補。

3.2 結果分析

3.2.1SDAc結果分析

當在開闊水域條件下本船的尺度為100 m時，對應的不同他船尺度在不同會遇局面下的SDAc結果分析如下。

3.2.1.1 對遇局面

問卷中對遇局面分為本船左舷對遇和本船右舷對遇2種局面下本船過他船左(右)側的2種狀態，其SDAc示意見圖6。由圖6可知：本船左右舷對遇時，SDAc基本相同。

3.2.1.2 交叉局面

問卷中交叉局面詳細劃分為左交叉、右交叉、左正橫附近交叉和右正橫附近交叉等4種局面下本船過他船艏(艉)或他船過本船艏(艉)的8種狀態，其中左右交叉局面下SDAc示意見圖7。由圖7可知:左右交叉時，SDAc呈現出本船過他船艏部會遇局面下略大于本船過他船艉部會遇局面下的規律，且左交叉局面略小于右交叉局面，符合互見中COLREGs第16條“讓路船的行動”和第17條“直航船的行動”條款。左右正橫附近交叉與左右交叉的規律大體相同，其SDAc關系為他船過本船艉部會遇局面略小于他船過本船艏部會遇局面，且左正橫附近交叉局面略小于右正橫附近交叉局面。

圖6 對遇局面下SDAc示意

圖7 左右交叉局面下SDAc示意

3.2.1.3 追越局面

問卷中追越局面詳細劃分為本船左(右)舷追越他船、本船左(右)舷被追越、左(右)后方他船追越本船和左(右)后方本船追越他船等8種局面下本船過他船左(右)側、本船過他船艏部(艉部)或他船過本船艏部(艉部)等12種狀態，其中左右舷追越和被追越局面下SDAc示意見圖8。由圖8可知：本船左右舷追越和被追越時，SDAc在本船過他船左(右)側時基本相同，且在追越和被追越局面下也基本相同。左右后方被追越局面下SDAc示意見圖9。

圖8 左右舷追越和被追越局面下SDAc示意

圖9 左右后方被追越局面下SDAc示意

由圖9可知：在本船左右后方被追越時，SDAc滿足他船過本船艉部會遇局面略小于他船過本船艏部會遇局面，且左(右)后方他船追越本船時基本一致。本船左右后方追越時和本船左右后方被追越時也呈現相似的規律，其SDAc滿足本船過他船艏部會遇局面略大于本船過他船艉部會遇局面，且左(右)后本船追越他船時也基本一致。

本船尺度和他船尺度均為100 m時，在相同會遇局面開闊水域和繁忙水域條件下的SDAc比較見圖10。

圖10 SDAc比較圖

由圖10可知：在會遇局面下，當本船和他船尺度相同時，開闊水域條件下的SDAc大于繁忙水域條件下的SDAc。

結合所有數據的具體結果可知：在開闊水域、本船尺度為200 m和300 m的條件下，以及在繁忙水域條件下,對應的不同船舶尺度在不同會遇局面下的SDAc與在開闊水域條件下本船尺度為100 m時具有相似的規律；在航道水域條件下,SDAc與開闊水域和繁忙水域條件下的SDAc基本一致，唯一不同是在航道水域條件下無左右舷來船之分，其左舷來船和右舷來船的SDAc基本相同。綜上所述，可得出以下結論：

(1) 在相同水域條件下，當本船和他船的尺度確定時，狀態5～狀態12中本船過他船艏部會遇局面下的SDAc略大于本船過他船艉部會遇局面下的SDAc。

(2) 在相同水域條件下，當本船和他船的尺度確定時，狀態13～狀態20中他船過本船艏部會遇局面下的SDAc略大于他船過本船艉部會遇局面下的SDAc。

(3) 在相同水域條件下，當本船和他船的尺度確定時，狀態21、狀態22和狀態1～狀態4中本船過他船左側會遇局面下的SDAc與本船過他船右側會遇局面下的SDAc基本相同。

(4) 在相同會遇局面下，當本船和他船的尺度確定時，開闊水域條件下的SDAc大于繁忙水域條件下的SDAc。

(5) 在開闊水域和繁忙水域條件下，當本船和他船的尺度確定時，在左舷來船局面下和右舷來船局面下(如左交叉和右交叉)略有不同，基本滿足左舷來船時SDAc略小于右舷來船時SDAc。

(6) 在航道水域條件下，當本船和他船的尺度確定時，SDAc在左舷來船局面下和在右舷來船局面下基本相同。

3.2.2SDAc比較分析

根據問卷調查結果發現，對遇、交叉和追越等局面下的SDAc有一定的差異，彼此之間存在一定的隱性關系。

本文僅示例分析調查問卷中在開闊水域條件下本船尺度為100 m且他船尺度為100 m時各種會遇局面的SDAc。通過上述會遇局面的劃分，對本船左舷來船和本船右舷來船進行分析，其中狀態3～狀態8因相對方位角不符而不參與分析。

將狀態1、狀態2和狀態9～狀態22的SDAc輸入到MATLAB程序中，通過最小擬合的最小二乘法原理擬合數據，調查問卷中在開闊水域條件下本船和他船的尺度均為100 m時,各種會遇局面下的SDAc擬合示意見圖11。

圖11 SDAc擬合示意

由圖11可知：本船左舷來船與本船右舷來船時的SDAc擬合曲線趨勢相似且其SDAc擬合值較為接近。由于調查問卷中會遇局面劃分較為詳細，目前數據還無法確定各會遇局面的定性關系，因此僅將各會遇局面涵蓋在COLREGs提出的對遇、交叉和追越等3種局面下分析，可知SDAc在交叉局面下最大，在追越局面下次之，在對遇局面下最小。本船右舷來船時SDAc在相對方位角為(0°，6°)時最小，在相對方位角為(6°，112.5°)時逐漸增大，在相對方位角為(112.5°，180°)時逐漸減小。本船左舷來船時SDAc與本船右舷來船時SDAc存在相同的規律，均為SDAc隨著相對方位角的增大先逐漸增大再減小。

3.3 比例系數λMs的確定

對于海上交通安全而言，船舶在采取避碰行動的關鍵時期是分秒必爭的，為方便駕駛員能在第一時間掌握各會遇局面下的SDAc，可通過引入比例系數λMs，根據各會遇局面下SDAc的大小關系，及時確定某會遇局面下的SDAc，保證駕駛員有足夠的時間思考并及時采取正確的避碰措施。比例系數λMs確定的具體步驟如下：

1) 通過問卷獲取不同會遇局面和不同船舶尺度過艏部或過艉部和過左側或過右側的SDAc。

2) 根據幾何模型，計算不同會遇局面和不同船舶尺度下過艏部或艉部的SDAc。

3) 根據MSmin=SDAc-SDAmin，獲得在不同會遇局面和不同船舶尺度下過艏部或艉部的MSmin。

將每種水域條件下本船尺度為100 m的船舶對應他船尺度為100 m、200 m和300 m類型的船舶得到的各會遇局面下的比例系數λMs記錄在一個表格中，每個表格中包含66個系數。問卷中涉及3種水域條件、3種本船尺度，故可得到獲取比例系數的9個表格。

3.4 問卷內容整理

由調查問卷調查的結果可知:本船追越他船局面下和他船追越本船局面下其SDAc基本一致，無左舷來船和右舷來船之分。因此，在后續的研究工作中，將現階段調查問卷中有關會遇局面劃分的內容進一步調整為：

1) (左右舷)追越和被追越改為本船追越他船、他船追越本船。

2) 左右后方被追越改為后方他船追越本船。

3) 左右后方追越改為后方本船追越他船。

綜合考慮本船、目標船的航速、航向和目標船的相對方位，最終確定16種會遇局面。通過問卷結果對會遇局面相關內容進行調整，可為后續課題研究減輕負擔，是研究過程中查漏補缺的關鍵環節。

4 結束語

本文基于調查問卷研究初步獲得在不同水域、不同會遇局面下不同船舶尺度的SDAc，了解到各會遇局面下SDAc的潛在關系。同時，記錄船訊網上船舶航行時的各項航行數據，獲得與調查問卷中各會遇局面相匹配的實測數據。通過二者對比發現：調查問卷中航道水域、繁忙水域和開闊水域條件下各會遇局面的SDAc與實測值均存在不同程度的誤差，且其結果總體偏大，有待借助數據挖掘等方法，結合實測數據對問卷結果進行修改。

盡管問卷調查是針對互見情況進行的，目前由于船舶感知設備尚不具備對COLREGs第18條船舶之間的責任條款中權利船舶進行識別的功能，故未設計該情況下的項目調查，但若能獲得該條款下的權利船舶特征，諸如船舶自動識別系統(Automatic Identification System，AIS)信息，依然可采用該問卷調查值，或根據權利船的特殊情況(如考慮操限船作業水域等)，通過調整危險評判閾值調整系數(互見中機動船閾值調整系數為1)實現。對于COLREGs第19條在能見度不良情況下的危險評判閾值,在模型中可根據能見度儀信息自動調整系數，以滿足安全要求。通過理論與實踐相結合完善并精確各會遇局面下的SDAc，建立不同水域船舶會遇危險評判閾值系統，仍需進一步研究。保證危險評判閾值系統的正確性能提高預警率，為建立準確的船舶避碰輔助決策奠定基礎，提高船舶避碰的有效性，同時在自動避碰方面為實現船舶智能航海提供技術保障。