一种多船近距离会遇态势下的确定性避碰行动最优决策方法

技术领域

本发明涉及交通运输技术领域，具体而言，尤其涉及一种多船近距离会遇态势下的确定性避碰行动最优决策方法。

背景技术

船舶避碰是保障船舶海上航行安全的重要组成部分。其中，近距离会遇是避碰最后也是最重要的阶段。国内外学者围绕避碰路径规划，结合遗传算法、人工势场法等智能技术展开了大量研究。然而，上述路径规划算法中多数为启发式算法，所生成的避让路径通常包含一系列连续行动。然而，《1972年国际海上避碰规则》要求，应避免对航向或航速作一连串的小变动。同时，近距离避碰过程中，船舶操纵性是影响能否避让成功的关键因素。

近年来，有研究针对3自由度分离型船舶操纵运动数学模型进行自适应控制器设计，并提出了可以准确计算船舶动态避碰要素的船舶避碰动态辅助模型。然而，该研究仅提出了两船近距离会遇态势下的避碰要素数学模型，对多船近距离会遇态势下的避碰要素计算和最优避碰策略问题考虑不够充分。

发明内容

根据上述提出的技术问题，本发明针对多船复杂近距离会遇态势，结合船舶操纵运动控制算法、多船避碰要素动态数学模型、协同船舶领域以及人工势场法，提出一种多船近距离会遇确定性避碰辅助最优决策方法，可应用于多船近距离会遇态势下的最优避让航向决策，能够有效减少船舶避碰行动次数，为近距离多船避碰提供安全可行的避碰参考路线。

本发明采用的技术手段如下：

一种多船近距离会遇态势下的确定性避碰行动最优决策方法，包括：

S1、通过多船协同最优避让决策模型，得到近距离多船会遇态势下的确定性最优避碰策略；

S2、在驶过所有目标船最小会遇距离点后，利用人工势场法实现船舶复航，生成完整的多船避让参考路径。

进一步地，所述步骤S1，包括：

S11、构建船舶操纵运动数学模型；

S12、基于构建的船舶操纵运动数学模型，设计自适应控制器；

S13、基于设计的自适应控制器，构建多船避碰要素动态数学模型；

S14、应用协同船舶领域得到最小安全通过距离。

进一步地，所述步骤S11，具体包括：

S111、构建标准3自由度MMG模型，如下：

其中，m表示船舶质量，m

S112、结合步骤S111公式中的第二和第三个方程以及一级舵机响应方程，得到避碰操纵过程中的船舶操纵运动数学模型，如下：

S113、令x

其中，

进一步地，所述步骤S12，具体包括：

S121、定义一阶系统误差面，如下：

z

S122、对定义的一阶系统误差面进行求导，得到z

其中，

其中，c

S123、定义二阶系统误差面，如下：

z

S124、对定义的二阶系统误差面进行求导，得到z

其中，

S125、结合隐函数定理，并利用神经网络对虚拟控制率α

S126、定义三阶系统误差面，如下：

z

S127、对定义的三阶系统误差面进行求导，得到z

其中，

S128、通过神经网络对未知函数进行拟合后，得到控制率为：

其中，

进一步地，所述步骤S13，具体包括：

S131、设定o

S132、将i船在避让过程中的实时位置表示为：

S133、将j船的实时位置表示为：

S134、结合步骤S132和步骤S133，得到i船与j船的相对距离R

S135、计算j船相对于i船的横向、纵向相对速度分别为：

S136、根据会遇态势，得到船舶j相对于船舶i的相对速度U

其中，

S137、结合上述步骤，得到i船与j船的船舶最小会遇距离DCPA、最短会遇时间TCPA为：

在得到准确避碰要素后，结合协同船舶领域选择多船会遇态势下，通过单次避碰行动驶过所有目标船的最优确定性避碰策略。

进一步地，所述步骤S14中，应用协同船舶领域半径作为最小安全通过距离：

R

其中，L

进一步地，所述步骤S2，具体包括：

S21、构建引力势场的函数，如下：

其中，ρ(q,q

S22、计算相应的引力，如下：

S23、计算斥力势场，如下：

S24、将斥力作为斥力势场的负梯度作用力，表示为：

S25、结合引力势场和斥力势场函数，得到合力势场函数为：

U(q)＝U

S26、计算船舶所受合力，为：

F(q)＝-▽U(q)＝F

其中，合力的方向决定受控目标的航行方向，合力的大小决定受控目标的加速度。

较现有技术相比，本发明具有以下优点：

1、本发明提供的多船近距离会遇态势下的确定性避碰行动最优决策方法，首先考虑船舶运动具有时变时滞特性以及风浪干扰的影响，结合神经网络、后推技术设计了船舶操纵运动自适应控制器。同时，结合多船避碰要素数学模型、协同船舶领域提出了可以得出多船近距离会遇态势下最优避让策略的确定性避碰辅助决策方法，并利用人工势场得到完整的避碰参考路径。

2、本发明提供的多船近距离会遇态势下的确定性避碰行动最优决策方法，在符合避碰规则的基础上有效减少了多船会遇态势下的避碰行动次数，降低了多船会遇态势下周围船舶对会遇局面误判的可能性，为多船近距离避碰提供了更安全可行的完整避碰参考路线。

基于上述理由本发明可在交通运输等领域广泛推广。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法流程图。

图2为本发明实施例提供的x

图3为本发明实施例提供的最小相对距离变化曲线。

图4为本发明实施例提供的1船与2船DCPA及TCPA变化曲线。

图5为本发明实施例提供的1船与3船DCPA及TCPA变化曲线。

图6为本发明实施例提供的1船与4船DCPA及TCPA变化曲线。

图7为本发明实施例提供的多船避碰过程中的会遇态势。

图8为本发明实施例提供的1船与目标船的相对距离变化曲线。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

如图1所示，本发明提供了一种多船近距离会遇态势下的确定性避碰行动最优决策方法，包括：

S1、通过多船协同最优避让决策模型，得到近距离多船会遇态势下的确定性最优避碰策略；

S2、在驶过所有目标船最小会遇距离点后，利用人工势场法实现船舶复航，生成完整的多船避让参考路径。

具体实施时，作为本发明优选的实施方式，所述步骤S1，包括：

S11、构建船舶操纵运动数学模型；

S12、基于构建的船舶操纵运动数学模型，设计自适应控制器；

S13、基于设计的自适应控制器，构建多船避碰要素动态数学模型；

S14、应用协同船舶领域得到最小安全通过距离。

具体实施时，作为本发明优选的实施方式，所述步骤S11，具体包括：

S111、构建标准3自由度MMG模型，如下：

其中，m表示船舶质量，m

S112、船舶避让过程中，转向避让通常较变速避让更有效。结合步骤S111公式中的第二和第三个方程以及一级舵机响应方程，得到避碰操纵过程中的船舶操纵运动数学模型，如下：

S113、由于船舶操纵运动数学模型中第二阶子系统具有非仿射纯反馈项，导致无法采用常规的自适应控制技术进行控制算法设计。为了方便进行下一步的控制器设计，令x

其中，

具体实施时，作为本发明优选的实施方式，基于后推技术，结合动态面控制技术以及神经网络技术对非仿射纯反馈系统进行自适应控制器设计，即：所述步骤S12，具体包括：

S121、定义一阶系统误差面，如下：

z

S122、对定义的一阶系统误差面进行求导，得到z

其中，

其中，c

S123、定义二阶系统误差面，如下：

z

S124、对定义的二阶系统误差面进行求导，得到z

其中，

S125、结合隐函数定理，并利用神经网络对虚拟控制率α

S126、定义三阶系统误差面，如下：

z

S127、对定义的三阶系统误差面进行求导，得到z

其中，

S128、通过神经网络对未知函数进行拟合后，得到控制率为：

其中，

具体实施时，作为本发明优选的实施方式，多船避碰决策是船舶智能化研究中的关键问题，现有的避碰路径规划算法通常采用多次避碰行动让清目标船。然而，让路船的多次小幅度转向，可能造成周围船舶对会遇态势的误判。为了减少在多船会遇态势下的避碰行动次数，本发明方法结合多船避碰要素动态数学模型、协同船舶领域以及人工势场法提出多船避碰辅助最优决策方法。即：所述步骤S13，具体包括：

S131、首先需要构建多船避碰要素动态数学模型。船舶近距离会遇态势如图2所示，设定o

S132、将i船在避让过程中的实时位置表示为：

S133、将j船的实时位置表示为：

S134、结合步骤S132和步骤S133，得到i船与j船的相对距离R

S135、计算j船相对于i船的横向、纵向相对速度：

S136、根据图2中的会遇态势，得到船舶j相对于船舶i的相对速度U

其中，

S137、结合上述步骤，得到i船与j船的船舶最小会遇距离DCPA、最短会遇时间TCPA为：

在得到准确避碰要素后，结合协同船舶领域选择多船会遇态势下，通过单次避碰行动驶过所有目标船的最优确定性避碰策略。

具体实施时，作为本发明优选的实施方式，船舶避碰路径规划算法中，通常以船舶领域是否被入侵作为避让行为的依据。然而，不同的船舶长度和速度，导致船舶在进行避碰决策时具有不同形状和大小的船舶领域。这造成了在同一会遇态势下，会遇船舶的碰撞危险等级不同，增加了船舶碰撞的风险。为了有效解决碰撞危险等级不一致的问题，应用协同船舶领域半径作为最小安全通过距离：

R

其中，L

具体实施时，作为本发明优选的实施方式，为了得到多船会遇态势下的完整避让参考路线，当让路船驶过所有目标船的最小会遇距离点后，采用人工势场法规划让路船的目标点最优路径。即：所述步骤S2，具体包括：

S21、构建引力势场的函数，如下：

其中，ρ(q,q

S22、计算相应的引力，如下：

S23、计算斥力势场，如下：

S24、将斥力作为斥力势场的负梯度作用力，表示为：

S25、结合引力势场和斥力势场函数，得到合力势场函数为：

U(q)＝U

S26、计算船舶所受合力，为：

其中，合力的方向决定受控目标的航行方向，合力的大小决定受控目标的加速度。

实施例

选取4船近距离会遇态势为示例，利用本方法进行避碰辅助决策仿真，仿真实验中4条样本船采用相同船模参数。控制算法参数k

仿真中目标船1起始点为原点(0，0)，目标船1-4的航向分别为：ψ

图3为相对距离变化曲线。选取36°作为最优避让角度，图4至图6为1船向右转向36°后与目标船的DCPA以及TCPA。可以看出1船与目标船2的最小相对距离增加到了1.0nm；1船与目标船3的最小相对距离增加到了1.5nm；与目标船4的最小相对距离缩短为1.0nm。综上所述，采用36°作为最优避让角度在有效增加与目标船2、目标船3最小距离的同时与目标船4保持了相对安全的会遇距离。

1船在驶过所有目标船的最小距离会遇点后，应尽快复航到计划航线上。采用人工势场法进行最优路径规划，仿真结果如图7、图8所示。图7为1船与所有目标船的会遇态势，采用最优避让角度后1船约在500s时让清所有目标船，并利用人工势场法引导1船驶向目标点。图8为整个避让过程中1船与目标船2-4的相对距离变化曲线，可见在采用最优航向进行避让后，与所有目标船的会遇距离均大于1.0nm。

综上所述，本发明方法能够在考虑船舶操作性的基础上，准确计算出多船会遇态势下的船舶避碰要素。同时，筛选出可以通过单次避碰行动让清所有目标船的最优避让航向，并结合人工势场法，为驾驶员在多船复杂会遇态势下的避让决策提供完整的确定性避让参考路线。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。