考慮航行經(jīng)驗(yàn)規(guī)則的無(wú)人船舶智能避碰導(dǎo)航方法

考慮航行經(jīng)驗(yàn)規(guī)則的無(wú)人船舶智能避碰導(dǎo)航方法沈海青;郭晨;李鐵山;余亞磊【摘要】QA*算法提出了一種考慮航行經(jīng)驗(yàn)和避碰規(guī)則的無(wú)人船舶智能避碰導(dǎo)航方A*A*算法路徑規(guī)劃的時(shí)間,以及將避碰經(jīng)驗(yàn)規(guī)則轉(zhuǎn)化成動(dòng)態(tài)的航行限制線以獲得本船周圍的全部可航區(qū)域,并從全局角度衡量本船的航行態(tài)勢(shì)做出避碰決策,使得避碰決策符合國(guó)際海上避碰規(guī)則和避讓經(jīng)驗(yàn)的要求.在開闊水域和受限水域中完成的仿真結(jié)果表明該方法能夠成功避讓所有船舶和靜態(tài)障礙物,具有重要的工程應(yīng)用價(jià)值.%Inthisstudy,anintelligentcollision-avoidingnavigationapproachbasedondeepduelingQ-learning,A*algorithm,andnavigationexperienceandruleswasproposedforunmannedsurfacevesselundercomplexnavigationconditions.ByincorporatingthevesselmaneuverabilityintothedesignoftheA*localdynamicnavigationandthereinforcementlearningtaskforavoidingcollision,thetimeformodeltrainingandtheA*algorithmpathplanningarereduced.Bytransformingthenavigationexperienceandrulesintothedynamicnavigationlimitationlines,theentirenavigableareaaroundanown-shipcanbeobtained.Inaddition,byconsideringthenavigationsituationsoftheown-shipfromtheglobalview,acollisionavoidancedecisionismade,soastomakethedecisionconformtonavigationexperienceandrules.Severalsimulationswereconductedinopenseaandrestrictedwaters,andthere-sultsdemonstratethattheproposedapproachcansuccessfullyrealizeavoidancefromallothershipsandstaticobsta-cles;hence,ithasanimportantengineeringapplicationvalue.【期刊名稱】《哈爾濱工程大學(xué)學(xué)報(bào)》【總頁(yè)數(shù)】8(P998-1005)【關(guān)鍵詞】深度競(jìng)爭(zhēng)Q學(xué)習(xí);A*算法;無(wú)人船舶;避碰導(dǎo)航;避碰規(guī)則;航行經(jīng)驗(yàn)【作者】沈海青;郭晨;李鐵山;余亞磊【作者單位】大連海事大學(xué)船舶電氣工程學(xué)院,遼寧大連116026;大連海事大學(xué)船舶電氣工程學(xué)院,遼寧大連116026;大連海事大學(xué)航海學(xué)院,遼寧大連116026;大連海事大學(xué)航海學(xué)院,遼寧大連116026【正文語(yǔ)種】中文【中圖分類】U675.7研究實(shí)現(xiàn)高度自治的無(wú)人駕駛船舶是當(dāng)前船舶工業(yè)的新目標(biāo)。自主避碰及導(dǎo)航是保障無(wú)人船舶在復(fù)雜海上環(huán)境航行的關(guān)鍵技術(shù)，吸引了眾多科研人員的觀注。目前，在開闊水域中兩船會(huì)遇避碰的研究已有較多成果而兩船以上的多船會(huì)遇避碰則相對(duì)較少；在受限水域中有部分單船避障的研究但兩船及以上且考慮避碰規(guī)則的避碰成果極少[1-9]?？傮w而言，當(dāng)前船舶自動(dòng)避碰研究的成果仍不完整，主要存在以下幾個(gè)重要問(wèn)題[2,10]：1)未考慮國(guó)際海上避碰規(guī)則[11]和航行避讓經(jīng)驗(yàn)；2)僅適用于開闊水域，無(wú)法適用于受限水域；3)驗(yàn)證算法過(guò)程中假設(shè)他船保速保向一定遵守避碰規(guī)則，對(duì)他船違反航行規(guī)則的情況未處理；4)多船避碰研究主要根據(jù)碰撞危險(xiǎn)的等級(jí)從高往低逐個(gè)避讓他船或靜態(tài)障礙物，避讓當(dāng)前對(duì)象時(shí)并未考慮其他對(duì)象，由此可能導(dǎo)致本船雖然安全避過(guò)當(dāng)前對(duì)象，卻又與另一對(duì)象形成緊迫局面；5)算法計(jì)算量大、無(wú)法實(shí)時(shí)給出避碰決策，僅能適用于一般輔助決策但無(wú)法應(yīng)用于無(wú)人船舶的自主避碰航行。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，人工智能技術(shù)取得了里程碑式的巨大進(jìn)步[12]，其中深QA*Bumperareasofdanger),以及海上避碰規(guī)則的基礎(chǔ)上提出了一種適用于和受限水域中的多個(gè)避碰測(cè)試實(shí)例驗(yàn)證該方法的有效性。Q船舶自動(dòng)避碰的強(qiáng)化學(xué)習(xí)任務(wù)設(shè)計(jì)深度競(jìng)爭(zhēng)Q學(xué)習(xí)算法是深度Q學(xué)習(xí)算法在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)上優(yōu)化的一種改進(jìn)型算法，它可以選擇性學(xué)習(xí)有價(jià)值的狀態(tài)，而不會(huì)對(duì)任一狀態(tài)都去學(xué)習(xí)每個(gè)動(dòng)作產(chǎn)生的影響[13]。為利用深度競(jìng)爭(zhēng)Q學(xué)習(xí)算法實(shí)現(xiàn)船舶避碰這一強(qiáng)化學(xué)習(xí)任務(wù)，首先需設(shè)計(jì)112Rsensor5船舶通常在舵的控制下實(shí)現(xiàn)航向保持、向左或向右轉(zhuǎn)，且不同船舶的舵效基本不同，為使算法通用，于是采用航向的變化量作為系統(tǒng)的動(dòng)作at。動(dòng)作集為{-Δψ,0,Δψ},Δψ>0,其大小取決于訓(xùn)練時(shí)的設(shè)置。當(dāng)獲得航向偏轉(zhuǎn)角后即可通過(guò)航向自動(dòng)舵將其轉(zhuǎn)成命令舵角。本文采用比例控制方法將航向差轉(zhuǎn)化成命令舵角：如果atnδ=Pautopilotat，Pautopilot船舶周圍的可航區(qū)域越大船舶顯然越安全，且不同方位可航區(qū)域的重要程度也有所不同，所以設(shè)計(jì)如下的系統(tǒng)回報(bào)函數(shù)：(1)式中：DH、DSH、DS表示訓(xùn)練時(shí)船舶碰撞的閾值；di表示第i條掃描線的測(cè)量值；當(dāng)產(chǎn)生碰撞時(shí)人為設(shè)定-500作為負(fù)回報(bào)，反之將所有測(cè)量值的權(quán)重和作為正回報(bào)；w0=1，w1=w6=0.9，w2=w7=0.8，w3=w8=0.7，w4=w9=0.6，w5=w10=0.5，w11=0.4。圖1距離掃描線Fig.1Thedetectionlinesfordistancemeasurement航行避碰操縱策略及局部導(dǎo)航船舶在海上通常沿著航路點(diǎn)航行，到達(dá)一個(gè)航路點(diǎn)后則開始駛向下一個(gè)航路點(diǎn)。當(dāng)航行中的船舶遇到他船或其他障礙物時(shí)，若存在碰撞危險(xiǎn)，則該船一般先進(jìn)行避讓BumperA*算法局部導(dǎo)航應(yīng)對(duì)航行狀態(tài)切換過(guò)程中可能導(dǎo)致船舶長(zhǎng)時(shí)間無(wú)效航行或始終無(wú)法接近目標(biāo)航路點(diǎn)的問(wèn)題。BumperBumper2(a1Bumper2(b)1圖2船舶BumperFig.2ShipBumper當(dāng)本船存在以下任一情形時(shí)，本船進(jìn)入“避讓危險(xiǎn)”狀態(tài)并利用船舶避碰模型進(jìn)行避碰航行：當(dāng)本船的掃描線在自身的Bumper(即原始Bumper)區(qū)域中檢測(cè)到靜態(tài)障礙物時(shí)，立即轉(zhuǎn)成“避讓危險(xiǎn)”狀態(tài)。因?yàn)榇藭r(shí)本船存在極大碰撞危險(xiǎn)，所以暫不考慮航行SCobstacle=min(OSi/BSi)OSii的測(cè)量距離，BSi是圖2(b)中虛線的長(zhǎng)度；BumperBumper險(xiǎn)”狀態(tài)。DPADBumper(“Bumper”BumperBumperPADPADBumper。最后檢測(cè)這些為直航船添加的規(guī)則限制線、PADBumperBumper實(shí)現(xiàn)避讓直航船。反之，當(dāng)本船不存上述任一情況時(shí)，本船即為“駛向目標(biāo)”狀態(tài)并采取以下提出的最小夾角經(jīng)驗(yàn)操縱策略航行:向；20°計(jì)算預(yù)轉(zhuǎn)航向，然后評(píng)估本船在預(yù)轉(zhuǎn)航向是否安全(仍是“駛向目標(biāo)”狀態(tài))。若是，則按航向偏轉(zhuǎn)方向?qū)⒆钚A角利用比例控制方法轉(zhuǎn)成命令舵角使船舶駛向目標(biāo)航路點(diǎn)；若不是，則保持航向不采取動(dòng)作。A*算法的船舶局部路徑導(dǎo)航操縱后會(huì)存在以下兩個(gè)不足：1)導(dǎo)致本船與目標(biāo)航路點(diǎn)間存在靜態(tài)障礙物，若為連UA*算法[15]進(jìn)行動(dòng)態(tài)局船舶駛向目標(biāo)航路點(diǎn)。A*算法通常是基于柵格化的地圖進(jìn)行路徑規(guī)劃，所以本文采用以下方案進(jìn)行局部動(dòng)態(tài)柵格化、A*路徑規(guī)劃和觸發(fā)及取消A*尋路。局部動(dòng)態(tài)柵格化法。4Dgrid。Dgrid①所有靜態(tài)障礙物;②以本船為起算中心，兩倍本船bbumper長(zhǎng)度范圍內(nèi)的所有船舶(即船舶輪廓多邊形)；③以本船為起算中心，兩倍本船bbumper長(zhǎng)度范圍內(nèi)的所有讓路船的長(zhǎng)度等于讓路船bbumper的普通限行艏向線；④本船掃描線范圍內(nèi)的所有直航船的長(zhǎng)度為Rsensor的規(guī)則限行艏向線。最后用掃描線法以柵格間距Dgrid進(jìn)行柵格化。A*路徑規(guī)劃?？紤]到船舶的欠驅(qū)動(dòng)特性，于是對(duì)A*算法的8個(gè)搜索方向進(jìn)行限制，只搜索船艏及其左前和右前這三個(gè)方向，若船舶任一側(cè)緊挨的柵格是障礙時(shí)則不能朝該側(cè)轉(zhuǎn)向。這樣不僅縮小了算法搜索空間從而減少求解時(shí)間，更重要的是保證規(guī)劃得到的路徑符合船舶操縱特性要求。按此要求限制搜索空間后就可按求解通常的A*算法一樣進(jìn)行路徑規(guī)劃。若未找到路徑，則逐漸以上次正方形區(qū)域?yàn)榛A(chǔ)往上下左右四個(gè)方向上增加Dgrid長(zhǎng)度動(dòng)態(tài)擴(kuò)大柵格化范圍。另外要求A*算法在一個(gè)獨(dú)立的計(jì)算模塊中并行求解，本船只有在尋得路徑后才按局部導(dǎo)航路徑點(diǎn)進(jìn)行引導(dǎo)，否則還是按原計(jì)劃航路點(diǎn)航行。從而可以完全保證整個(gè)避碰算法的有效性及實(shí)時(shí)性。A*尋路的條件。當(dāng)船舶處于“駛向目標(biāo)”狀態(tài)且存在以下任一條件時(shí)則開始進(jìn)行A*局部尋路(即路徑規(guī)劃):①本船與目標(biāo)航路點(diǎn)間存在靜態(tài)障礙物或船舶；②目標(biāo)航路點(diǎn)的方位角大于90°；③本船與目標(biāo)航路點(diǎn)的連線穿過(guò)規(guī)則艏向線且本船的原始Bumper與讓路船的尋路Bumper(“尋路Bumper”指在讓路船原始Bumper放大FA*倍后得到的Bumper)出現(xiàn)重疊。另外需注意，在柵格化目標(biāo)對(duì)象時(shí)靜態(tài)障礙物、艏向線一直會(huì)考慮，但只有符合第一個(gè)條件時(shí)船舶輪廓才被考慮。本船按臨時(shí)路徑點(diǎn)引導(dǎo)航行時(shí)，若船舶位置超出了柵格化正方形范圍或者與當(dāng)前臨時(shí)目標(biāo)路徑點(diǎn)的距離超出3倍Dgrid時(shí)都重新局部尋路。一旦本船不滿足A*局部尋路條件時(shí)，則重新按原計(jì)劃航路點(diǎn)航行。加入避碰規(guī)則及經(jīng)驗(yàn)知識(shí)船舶在海上航行時(shí)，在安全條件允許的情況下應(yīng)嚴(yán)格遵守國(guó)際海上避碰規(guī)則，還應(yīng)根據(jù)本船及他船的操縱性、海況和能見度等情況，與他船或靜態(tài)障礙物保持安全距離，避免發(fā)生碰撞危險(xiǎn)。所以本方法利用避碰規(guī)則、船舶域、PAD、障礙物域控制本船的安全距離。對(duì)于某一來(lái)船，同一時(shí)刻僅考慮其船舶域或與其形成的PAD。當(dāng)本船與他船的距離小于設(shè)定的閾值DPAD時(shí)，計(jì)算他船的船舶域；反之計(jì)算PAD,若PAD不存在則仍計(jì)算船舶域。本方法首先統(tǒng)一將所有他船的船舶域或PAD、障礙物域及避碰規(guī)則都轉(zhuǎn)換成航行限制線，然后用本船掃描線對(duì)限制線進(jìn)行測(cè)量計(jì)算，最后將測(cè)量結(jié)果提供給強(qiáng)化學(xué)習(xí)避碰模型做避碰決策，從而使本方法不僅利用到避碰經(jīng)驗(yàn)知識(shí)，而且滿足避碰規(guī)則的要求。避碰規(guī)則在避碰規(guī)則[11]中定義了兩船的對(duì)遇、追越和交叉會(huì)遇三種情況，并給出了相應(yīng)的33(aABBabumperMN3(b)ABRsensor5°MN。對(duì)于圖3(cABBRsensorMN。避碰規(guī)則規(guī)定一Dgiveway且按規(guī)則要求某船不再認(rèn)定為讓路船時(shí)才確認(rèn)為駛過(guò)讓清。圖3會(huì)遇類型Fig.3Encountertypes船舶域Goodwin[16]。本船應(yīng)處于他船的船舶域之外從而保證各船的航行安全。為簡(jiǎn)化計(jì)算，Smierzchalski[17]：(2)式中：DCPA、TCPA分別是船舶的最小會(huì)遇距離和最小會(huì)遇時(shí)間；V=max(V0,VREL),V0為此船速度，VREL是他船與此船的相對(duì)速度；U是船位估算誤差；Db是安全距離；L和B分別是船的長(zhǎng)和寬。圖4若本船處于狹窄航行區(qū)域時(shí)需較多考慮自身的航行空間及安全，降低考慮對(duì)他船船舶域的程度，所以他船的船舶域應(yīng)適度縮小。另外航行中本船有可能進(jìn)入他船的船舶域，為使掃描線的檢測(cè)結(jié)果有效，需保證本船在他船的船舶域之外。所以基于以上兩點(diǎn)原因需動(dòng)態(tài)縮放船舶域的大小且進(jìn)一步計(jì)算如下：Dj=sdj·Fresize,j=1,2,…,6(3)FresizeSCobstacle0.1PADPADPAD5[18c=DCPA，PPCE1、E2PAD,計(jì)算方法見文獻(xiàn)[19]。當(dāng)PADPADc=DCPA·Fresize圖4船舶域Fig.4Shipdomain圖5PAD原理示意圖Fig.5PADschematicdiagram障礙物域26DCPA1Fresize0.25直至本船處于障礙物域外。圖6障礙物域Fig.6Obstacledomain船舶避碰仿真驗(yàn)證本文提出的避碰算法在Windows系統(tǒng)上基于Keras深度學(xué)習(xí)庫(kù)編程實(shí)現(xiàn)，其中A*路徑規(guī)劃在獨(dú)立的進(jìn)程中并行解算。船舶的運(yùn)動(dòng)數(shù)學(xué)模型為驗(yàn)證提出的自動(dòng)避碰算法，本文采用三自由度運(yùn)動(dòng)且考慮舵機(jī)特性的Nomoto模型作為數(shù)值仿真的船舶動(dòng)力學(xué)模型，其數(shù)學(xué)表達(dá)為(4)式中：ψr，KT，δ、δE是實(shí)際舵角和命令舵角，TE為使訓(xùn)練的模型能應(yīng)用于符合訓(xùn)練設(shè)計(jì)要求的不同船舶，以及減少計(jì)算量和訓(xùn)練時(shí)間，按如下方式設(shè)計(jì)船舶訓(xùn)練時(shí)的航向計(jì)算模型：ψ=ψlast+at(5)式中：at∈[-Δψ,0,Δψ]為強(qiáng)化學(xué)習(xí)系統(tǒng)動(dòng)作，Δψ=h·|rtrain|，h是計(jì)算間隔時(shí)間，rtrain為訓(xùn)練時(shí)的轉(zhuǎn)艏速率,其值的設(shè)置需參考船舶的最大轉(zhuǎn)艏速率rmax。本文將使用表1所示的三艘自航船模來(lái)驗(yàn)證所提出的無(wú)人船舶避碰導(dǎo)航算法，其中船Ⅰ、船Ⅱ分別是調(diào)查船和漁船而船Ⅲ是艘雙槳雙舵客船.避碰模型訓(xùn)練方法針對(duì)船舶自動(dòng)避碰的強(qiáng)化學(xué)習(xí)任務(wù)，設(shè)計(jì)一個(gè)40m×23m的封閉矩形作為航行訓(xùn)練區(qū)域。首先在區(qū)域內(nèi)設(shè)置一艘長(zhǎng)寬與船Ⅲ相同的訓(xùn)練本船，其他參數(shù)為：隨機(jī)的初始船位、速度為0.5m/s、h=1s、rtrain=10(°)/s、Rsensor=25m。由于船舶慣性較大，若距離障礙物或他船太近時(shí)再轉(zhuǎn)向?qū)o(wú)法避免碰撞，所以訓(xùn)練的碰撞閾值應(yīng)參考所控船舶的旋回直徑，于是設(shè)DH=6m，DSH=3m，DS=1m，如4m2.4m0.39m置和航向隨機(jī)的自航船，速度為1m/s,航向的變化量取[-π/12,π/12]內(nèi)的隨機(jī)值。若自航船撞上邊界則反向行駛。如此即可模擬船舶遇到各種障礙物的情形。Q50150；γ=0.99；ε0.910-6,直至等于0.7；MLP[512,512,(3,1),3AdamKeras1000000數(shù)值仿真測(cè)試算法前首先設(shè)置以下避碰參數(shù)：DPAD等于3倍于本船與他船的船長(zhǎng)之和；Dgiveway等于本船與他船的bbumper之和；Fgiveway=1.5；Pautopilot=1；FA*=2.5；Dgrid=3m；其他參數(shù)設(shè)置見表2中。另外避碰算法每隔0.1s做避碰決策，仿真結(jié)果中標(biāo)識(shí)船位的同步時(shí)間戳間隔為15s。表1測(cè)試船舶主要參數(shù)Table1ThecharacteristicparametersoftestedshipsL/mB/mV/mrmax/((°)·s-1)TEKT旋回直徑/m船Ⅰ2.400.490.457.50.950.2080.0643.0船Ⅱ1.690.720.514.30.750.3670.4211.5船Ⅲ3.500.460.3590.0481.9表2測(cè)試船舶避碰參數(shù)Table2TheavoidingcollisionparametersoftestedshipsDCPA/mTCP/sabumperbbumper船Ⅰ370.58×1.6L0.58×6.4L船Ⅱ370.8×1.6L0.8×6.4L船Ⅲ4100.58×1.6L0.58×6.4L開闊水域避碰實(shí)例為驗(yàn)證本文避碰算法做出的避碰決策符合海上避碰規(guī)則的要求，分別對(duì)以下會(huì)遇局面進(jìn)行仿真。對(duì)遇局面。37現(xiàn)左對(duì)左行駛。表3對(duì)遇局面的船舶設(shè)置Table3Settingsofshipsinhead-oncase起點(diǎn)/m目標(biāo)點(diǎn)/m艏向角/(°)速度/(m·s-1)船Ⅰ(17.50,12.25)(42.50,12.25)900.45船Ⅱ(42.50,12.25)(17.50,12.25)2700.5圖7對(duì)遇局面中兩船的航行軌跡Fig.7Thetrajectoriesoftwoshipsinhead-oncase追越局面。兩船的參數(shù)設(shè)置如表4所示，從仿真結(jié)果圖8可見船Ⅱ作為追越船按照規(guī)則的要求從被追越船的左舷追越而船Ⅰ作為直航船保持航向不變。表4追越局面的船舶設(shè)置Table4Settingsofshipsinovertakingcase起點(diǎn)/m目標(biāo)點(diǎn)/m艏向角/(°)速度/(m·s-1)船Ⅰ(20.75,12.25)(40.00,12.25)900.05船Ⅱ(11.00,12.25)(42.50,12.25)900.5圖8追越局面中兩船的航行軌跡Fig.8Thetrajectoriesoftwoshipsinovertakingcase兩船交叉相遇局面。兩船的參數(shù)設(shè)置見表5，并從仿真結(jié)果圖9可知，船Ⅱ在船Ⅰ的左舷作為讓路船從船Ⅰ的船艉通過(guò)。船Ⅰ作為直航船保持航向朝目標(biāo)航路點(diǎn)行駛。表5交叉相遇局面的船舶設(shè)置Table5Settingsofshipsincrossingcase起點(diǎn)/m目標(biāo)點(diǎn)/m艏向角/(°)速度/(m·s-1)船Ⅰ(17.00,5.00)(47.50,22.50)600.45船Ⅱ(39.90,5.55)(17.05,19.75)3020.5圖9交叉相遇局面中兩船的航行軌跡Fig.9Thetrajectoriesoftwoshipsincrossingcase另外為了驗(yàn)證本文避碰算法在本船作為直航船而讓路船不讓路情況下的避讓能力，保持兩船的相關(guān)參數(shù)不變但強(qiáng)制船Ⅰ保持航向不避讓，最后圖10的仿真結(jié)果顯示直航船船Ⅱ在達(dá)到緊迫局面時(shí)向右回旋成功避讓并繼續(xù)朝目標(biāo)航路點(diǎn)行駛。可見本文的避碰算法依然能解決讓路船不讓路的情況。圖10讓路船違反規(guī)則的測(cè)試結(jié)果Fig.10Thetestresultsofgive-wayshipviolatedtherules三船交叉相遇局面。船舶參數(shù)設(shè)置見表6，仿真結(jié)果如圖11所示。表6三艘船船交叉相遇局面的船舶設(shè)置Table6Settingsofthreeshipsincrossingcase起點(diǎn)/m目標(biāo)點(diǎn)/m艏向角/(°)速度/(m·s-1)船Ⅰ(17.00,5.00)(40.30,18.65)600.45船Ⅱ(28.20,22.00)((28.00,1.50)1800.5船Ⅲ(39.90,5.55)(17.05,19.75)3000.35圖11交叉會(huì)遇局面中三艘船舶的航行軌跡Fig.11Thetrajectoriesofthreeshipsincrossingcase由圖11可知每船相對(duì)另兩船既是讓路船又是直航船，所以每船都從各自的讓路船船艉安全通過(guò)。受限水域避碰及局部導(dǎo)航實(shí)例UA(16.0m,5.0m)，B(17.5m,17.5mC(47.5m,20.0m)三個(gè)計(jì)劃航路點(diǎn)。規(guī)定船舶與航路點(diǎn)的距離小于3m712～15。從圖1213為船Ⅱ在將到達(dá)B14且她與目標(biāo)航路點(diǎn)C間存在靜態(tài)障礙物而觸發(fā)的首次局部柵格化及A*尋路失敗結(jié)15A*算法尋路成功的結(jié)果(小圓點(diǎn)和圓圈為局部導(dǎo)航路徑點(diǎn)，圓圈為當(dāng)前目標(biāo)路徑CCC。綜上可見本算法能很好的實(shí)現(xiàn)無(wú)人船舶在復(fù)雜受限水域中的自主避碰航行。表7Table7Settingsofshipsintherestrictedwaters起點(diǎn)目標(biāo)點(diǎn)艏向角/(°)速度/(m·s-1)船ⅠCBA2700.45ⅡABC00.5圖12受限水域中兩船的航行軌跡Fig.12Thetrajectoriesoftwoshipsintherestrictedwaters圖13避碰算法實(shí)時(shí)檢測(cè)計(jì)算原理圖Fig.13Theprinciplediagramofreal-timedetectionandcalculationinthecollisionavoidancealgorithm圖14尋路失敗結(jié)果Fig.14Thefailedresultforfindingpath圖15尋路成功結(jié)果Fig.15Thesuccessfulresultforfindingpath3結(jié)論遵從國(guó)際海上避碰規(guī)則和航行經(jīng)驗(yàn)的要求，且能同時(shí)適用于開闊水域和受限水域。可根據(jù)不同的受控船舶及航行環(huán)境靈活設(shè)置物理意義明顯且海上避讓慣用的避碰參數(shù)?！鞠嚓P(guān)文獻(xiàn)】STATHEROST,HOWELLSG,MAIERKM.Autonomousshipcollisionavoidancenavigationconcepts,technologiesandtechniques[J].Thejournalofnavigation,2008,61(1):129-142.XUEYanzhou,CLELLANDD,LEEBS,etal.Automaticsimulationofshipnavigation[J].Oceanengineering,2011,38(17/18):2290-2305.CAMPBELLS,NAEEMW.Arule-basedheuristicmethodforCOLREGS-compliantcollisionavoidanceforanunmannedsurfacevehicle[J].IFACproceedingsvolumes,2012,45(27):386-391.TANGPingpeng,ZHANGRubo,LIUDeli,etal.Localreactiveobstacleavoidanceapproachforhigh-speedunmannedsurfacevehicle[J].Oceanengineering,2015,106:128-140.PERERALP,CARVALHOJP,GUEDESSC.Intelligentoceannavigationandfuzzy-Bayesiandecision/actionformulation[J].IEEEjournalofoceanicengineering,2012,37(2):204-219.[J]2011,40(3)359-368.LILina,WANGJunling,CHENGuoquan,IntegratedmachinelearningstrategyofPIDVCAtheory[J].Informationandcontrol,2011,40(3):359-368.[J]2003,29(3)52-56.LIUDexin,WUZhaolin,JIAChuanying.Asummaryofrecentresearchesonship′sintelligentcollisionavoidancedecision-makingandcontrollingsystem[J].JournalofDalianmaritimeuniversity,2003,29(3):52-56.[J]201342(5)141-145.KANGYutaoZHUDaqiCHENWeijiongReviewofresearchoncollisionavoidancepathplanningforships[J].Ship&oceanengineering,2013,42(5)141-145.ZHUOYongqiang,HEARNGE.Ashipbasedintelligentanti-collisiondecision-makingsupportsystemutilizingtrialmanoeuvres[C]//Proceedingsof2008ChineseControlandDecisionConference.Yantai,Shandong,China,2008:3982-3987.TAMC,BUCKNALLR,GREIGA.Reviewofcollisionavoidanceandpathplanningmethodsforshi