基于作業任務的智能船舶性能測試場景規劃

張琳丹，倪 天，朱 忠，李 龍

(1. 中國船舶科學研究中心, 江蘇 無錫 214082；2. 深海技術科學太湖實驗室, 江蘇 無錫 214082；3. 上海交通大學 船舶海洋與建筑工程學院, 上海 200240)

0 引 言

傳統船舶性能測試主要包括虛擬仿真、模型實驗及實船試驗3 種類型，其中模型實驗又涉及水池驗證和外場驗證[1]。近年來隨著數字孿生技術的引入，虛擬仿真與模型實驗相結合的智能船舶性能測試模式具備經濟、高效等優勢[2-3]，越來越受到關注。

無論傳統測試模式還是虛實結合測試模式，智能船舶性能測試都離不開以作業任務為導向的典型工況和測試場景規劃[4]。

本文圍繞自主感知、自主避障等智能船舶的核心功能測試展開，并利用虛擬仿真實驗與水池模型實驗相結合的方式，針對典型作業任務需求進行智能船舶功能分解，提出一種基于作業任務的智能船舶性能測試場景規劃。

1 智能船舶應用需求

1.1 海洋科學調查

海洋科考是傳統海洋裝備的重點應用領域之一，傳統海洋科學調查船受限于人力、物力和時間的影響，難以取得連續的長周期大范圍海洋調查數據，而智能船舶在無人自動化執行作業任務擁有著優勢，未來海洋科考領域對智能船舶的應用需求會愈發增多。

對智能船舶來講，在傳統海洋科考船適用的作業任務之中，除了必須有科學家隨船的原位觀測與實驗以外，海洋環境探測與儀器投放回收都能由智能船舶按照預先制定的任務流程進行自主作業。

1.2 海洋考古搜尋

海洋考古主要涉及調查、發掘和研究我國古代從事海洋活動的文化遺存，目前已有將智能船舶投入水下考古領域進行有人無人協同考古作業的實踐[5]。

從學科分類的角度來說，航?？脊攀呛Ｑ罂脊诺暮诵念I域，而船舶考古與海港考古構成航?？脊诺? 個主要方面[6]。因此，海上考古任務主要指搜尋發現海中的古代沉船和淹沒于水下的古代港口、碼頭等泊船設施遺跡，不僅包括沉船船體本身的遺存，還需要搜尋、發掘埋藏于水下或海底沉積物下各類船舶實物及相關遺存。

從考古調查的作業流程來說，水下考古通常首先根據史料分析劃定文化遺存可能存在的區域，再派遣水下考古調查船前往該海域采用多種探測手段結合潛水探摸等對該區域進行精細化調查。

總體上看，在傳統海洋考古調查作業任務中，遺跡搜尋和目標識別等任務都能由智能船舶按照事先規劃進行自主作業。發現目標后，再由潛水員進行水下探摸，以降低海上作業成本并提高效率。

1.3 作業任務分解

智能船舶的各項性能技術指標可分為定量指標和定性指標[7]，其中定量指標指含有具體數據的指標，如智能巡航時智能船舶可達到的最大航速等；定性指標則通常具有一定的模糊特征，無法直接進行定量描述，如智能船舶執行智能探測任務時的抗干擾、避障、識別能力等。

為了更全面、客觀地對執行特定作業任務時智能船舶的綜合性能進行評價，首先采用解析法從海洋科學調查與海洋考古搜尋的應用需求出發對典型作業任務進行分解。如圖1 所示，從中提取出涉及具體任務的智能船舶5 大核心功能：機動避障、高速巡航、目標搜尋、目標識別和目標定位。其中，機動避障與高速巡航主要涉及智能船舶的航行性能，目標搜尋、目標識別和目標定位，可以概括為智能船舶的探測性能。

圖1 常見作業任務分解Fig. 1 Scheme of common tasks

2 典型作業任務測試場景規劃

在智能船舶應用需求分析的基礎上，圍繞航行與探測兩類典型作業任務對智能船舶的性能測試場景進行規劃。

2.1 智能航行測試

2.1.1 航行任務分解

智能航行是智能船舶核心功能的體現，是智能船舶性能測試驗證首先要面向的對象[4]。對于海洋科學調查智能船來說，實際可能需要面對如遷徙魚群、海底暗礁、海洋浮標等多種海洋地形地貌環境，其機動避障能力不可或缺。而海洋考古智能船相對來說可能需要在更廣闊的海域對疑似海底遺存進行搜尋作業，考慮到電池能源動力等因素，在自主避障的基礎上還需關注智能船舶的高速巡航性能[8]。

2.1.2 機動避障測試

在涉及機動避障的作業任務測試場景規劃中，遷徙魚群、海草海藻、海底暗礁、海洋浮標等障礙干擾物可模型簡化為動態干擾物、懸浮干擾物和固定障礙物。

要求參試無人船縮比模型在一定時間內駛過設有若干模擬水下典型障礙物的水池測試區域，參試無人船模型在完成任務時不得觸碰障礙物，檢驗參試無人船模型對常見海洋干擾環境的避障機動能力。

障礙物示例如圖2 所示。

圖2 機動避障測試場景設計Fig. 2 Scenario planning for mobility test

在測試中，參試無人船模型須穿過位于水池底部一定高度與寬度的彩色門框，門框前一定距離處分別設有模擬水草、纜繩等物體的若干彩色懸浮障礙物。無人船模型在完成穿過門框任務時，不得觸碰障礙物。該項試驗目的在于檢驗無人船模型在特定海流條件下的航行機動性能。此外， 與傳統的固定障礙物避障測試相比，在設置的若干彩色懸浮障礙物中，底部固定的若干長度飄帶狀障礙物受水池中模擬水流環境影響存在一定范圍的前后飄動，可通過模擬真實海洋環境中存在的可能對無人船模型產生纏繞的水草、懸浮繩索等障礙物，檢驗無人船模型抗干擾機動性能。參試無人船模型穿過門框的狀態記為Si，與 動態或懸浮干擾物的接觸狀態記為Pi，與 固定障礙物的接觸狀態記為Qi，得 到機動避障測試結果矩陣如下：

式中：s，p，q分別為穿過門框、避開動態懸浮物、避開固定障礙物3 類機動避障任務的權重系數。

2.1.3 高速巡航測試

記錄在不同海況條件下，參試無人船模型加速到一定航速所用時間，要求參試無人船模型在保持最大航速的情況下行駛1 min，繞固定目標物進行j次連續轉彎，記錄轉彎半徑r、轉彎橫傾角θ及用時t等變量，得到高速巡航測試結果Bj，檢驗參試無人船模型快速機動性能。

2.2 智能探測測試

2.2.1 探測任務分解

無論是海洋環境調查，還是海底遺跡調查，海洋科考和海洋考古作業任務的核心都在于“調查”，從功能的角度來講即“探測”。智能船舶的探測能力按任務內容可分解為：識別特定目標物能力、搜尋動態目標物能力和定位固定（通常為沉底的）目標物能力。

2.2.2 目標搜尋測試

參試智能船模型須在不同海況條件下，從設于水池中不同高度的若干相似物體中，搜尋并鎖定指定目標物。檢驗參試智能船模型在特定能見度條件下，對潛標浮標類懸浮目標物的機動搜尋及識別能力。

目標示例如圖3 所示。

圖3 目標搜尋測試場景規劃示意圖Fig. 3 Scenario planning for target searching test

參試智能船對懸浮目標第k次探測結果Ck按狀態分別記為成功發現f、錯認目標w、未發現目標m，從而得到目標搜尋測試結果矩陣C。

2.2.3 目標識別測試

考慮到目標樣本庫數據類型多樣、數據量較大，模型或實船測試的可行性較差，故該項測試利用虛擬仿真試驗平臺進行。

要求參試智能船的數字孿生仿真模型從測試主辦方準備的真實目標樣本圖片庫中識別出若干指定目標（不同狀態下的沉船、接駁盒、浮標、潛標等常見水下儀器設備）并檢測出其位置，主辦方提供訓練庫，測試時采用從訓練庫中隨機抽取100 個目標構成測試庫，檢驗參試智能船模型對各類常見目標物的靜態識別能力。目標識別成功每個計1 分，不成功不計分。最終得分記為D。

2.2.4 目標定位測試

參試智能船模型在執行高速巡航測試的同時，須從水池底部裝有不同形狀物體的容器（用于模擬掩埋或局部泥沙環境，如試驗水池可以滿足將目標物固定或掩埋在池底的保障條件，則無需容器）中，識別出特定形狀的目標物。檢驗參試智能船模型高速航行狀態下，對海底掩埋目標物的探測識別及定位能力。

目標示例如圖4 所示。

圖4 沉底目標示意圖Fig. 4 Examples of sunken targets

參試智能船對沉底目標第n次探測結果En按狀態分別記為成功發現f、錯認目標w、未發現目標m，整理得到目標搜尋測試結果矩陣E。

3 智能船舶綜合性能評價

參考現行的傳統船舶性能評價標準，基于智能航行與智能探測性能測試場景規劃，將層次分析與模糊綜合評判方法相結合，對參試智能船舶的航行與探測性能進行綜合評價。

3.1 綜合測試場景設計

綜合測試場地設置如圖5 所示。參試智能船模型示例運動路線在圖中以箭頭表示。試驗水池區域劃分為起始區、1 號機動避障測試區域、2 號懸浮目標搜尋測試區域、3 號沉底目標定位測試區域和終點區，預設一定的海況條件。記錄參試智能船模型的n次測試結果Xn。

圖5 測試場地示意圖Fig. 5 Diagram of test field

綜合測試流程規劃如下：

步驟1測試前，參試智能船模型在起始區應完成所有調試準備工作，從起始點出發開始比賽后不得遙控操作，不得進行人工干預。測試前可進行練習。

步驟2發出起止信號后，參試智能船模型最前端離開起始線、進入1 號區域開始計時，參試智能船模型最前端離開3 號區域、接觸終點線為止。

3.2 航行探測性能綜合評價

現有智能船舶綜合性能評價方法以系統分層解析和專家打分為主[9]。系統分層解析法從設備出發，但在針對實際任務的評價上不夠全面；專家打分法結合設計及應用等領域內專家的意見，但評價較為主觀?；谧鳂I任務的智能船舶性能評價通過將實際任務測試場景自動化記錄的客觀結果與專家的主觀測評結合，再依據不同智能船舶用戶對各項任務的需求，利用統計學方法加以數據分析。最終確定該智能船舶面向任務的航行探測性能綜合得分，“影像記錄+數據分析+專家打分”的綜合評價：

式中：α、β、σ、δ和ε依次為用戶對各項測試任務重要性進行打分后，整理得到的單項測試權重系數。

4 結 語

本文針對帶有模糊特征的智能船舶航行與探測性能指標，基于常見海洋科考和海洋考古作業任務，提出一種較為客觀量化的性能測試場景規劃及性能評估方法。通過對智能船舶在各項試驗任務中的得分進行計算，得到該智能船舶在抗干擾機動性、靜態避障率、動態避障率、水下懸浮物識別率、沉底目標物識別率、半掩埋目標物識別率和掩埋目標物識別率等智能航行與智能探測等性能的量化評價。在服務于海洋科考與海洋考古等作業任務的智能船舶設計與研制階段，實施圍繞作業任務的智能航行和智能探測等能力的綜合量化評價，能夠預測和評價智能船舶系統的實際作業能力，也可為今后智能船舶裝備技術的改進升級和作業方案優化提供基礎。