混有智能船舶水域的航行风险评价软件框架设计

朱航标,吴 青,杨满江,王良武,吴 兵

(1.武汉理工大学 物流工程学院,湖北 武汉 430063；2.武汉理工大学 国家水运安全工程技术研究中心,湖北 武汉 430063；3.中国舰船研究设计中心,湖北 武汉 430064；4.武汉理工大学 智能交通系统研究中心,湖北 武汉 430063)

智能船舶因其在提升船舶安全性、实现节能减排和减少人力成本等方面的前景受到广泛关注[1]。2018年，罗尔斯罗伊斯公司和芬兰国有渡轮运营商Finferries实现了世界上第一艘载有80名乘客的全自动航行渡船；2019年，日本宣布完成了全球首次“有人自动航行船舶”的自主航行系统海上试验(Iris Leader号)；武汉理工大学国家水运安全工程技术研究中心继2018年在南京板桥汽渡率先实现了船舶辅助驾驶后，于2019年在代尔夫特理工大学实现了8 500 km的远程船模驾控测试。

随着智能船舶技术的不断发展，智能船舶有望在中长期内投入营运[2]，然而智能船舶的航行安全问题是当前的技术难点，也是国际上研究的热点。RAMOS等[3]使用层次任务分析(hierarchical task analysis, HTA)和IDAC模型相结合的方法，分析自主船舶驾控中可能出现的人为失误，从而完善自主航行系统的设计，以确保航行安全。UTNE等[4]提出了一种智能船舶在线风险建模的框架，利用系统理论过程分析(systems theoretic process analysis, STPA)方法识别并分析航行风险，以提高智能船舶的决策能力和智能化程度。HEIKKILA等[5]基于目标结构表示法(goal structuring notation, GSN)提出了一种安全鉴定方法，并将智能船舶整合到现有的海事监管框架中，以降低智能船舶的航行风险。

以上研究表明，当前智能船舶安全研究主要集中在船舶安全设计，缺少船舶交通流风险方面的研究。鉴于目前智能船舶仍未投入使用，难以开展实船实验，有必要开发交通流仿真软件获取仿真数据，并在此基础上开展面向水域的航行风险研究[6]，为智能船舶航行安全的后续研究提供数据和理论支撑。

1 船舶航行风险评价软件的相关研究

船舶航行风险评价软件的研究主要集中在交通流仿真方法[7]，目前已有相关风险评价软件，在界面和功能设计方面具有良好的借鉴意义。

1.1 现有船舶航行相关风险评价软件

(1)芬兰湾船舶航行风险评价软件。GOERLANDT等[8]设计了船舶碰撞风险评价软件，提出了船舶碰撞事故仿真模型，通过分析AIS数据，提取芬兰海湾的交通流特征，利用蒙特卡罗方法实现交通流仿真，从而评估芬兰湾船舶航行的安全状况。

(2)新加坡海峡交通流仿真软件。KANG等[9]开发了海上交通流仿真软件，通过设置航线、船舶类型和船舶尺寸等参数，对交通流进行仿真，并分析新加坡海峡在不同通航环境下的交通流特征。

(3)旧金山湾渡轮航行风险评价软件。DORP等[10]创建了水上交通流仿真软件，根据最接近点参数建立船舶碰撞概率模型，记录并分析特定时刻仿真水域内船舶的状态数据，并将船舶碰撞次数实时显示在电子海图上，从而评价旧金山湾渡轮的运行状况。

1.2 现有软件优缺点分析

现有软件主要依靠自主编程实现仿真，软件优点如表1所示，但同时也存在如下问题：①仿真对象固定。现有软件仿真对象均为常规船舶，不具备智能船舶仿真能力，无法满足对混有智能船舶水域航行风险进行评价的需求。②研究场景单一。现有软件研究场景主要为海上开阔水域，缺乏对内河水域场景的研究，且无法根据使用者自身需求设定场景，工程应用的推广难度大。③无法开展预设场景研究。现有软件多是重现历史数据，不能仿真预设参数的交通流，无法开展对混有智能船舶水域交通流的仿真研究。

表1 各船舶航行风险软件优点

2 软件设计总体设计及实现

为解决上述问题，软件需包含仿真环境构建、混合交通流仿真、风险评价输出3个模块，软件总体设计框图如图1所示。

图1 软件总体设计框图

2.1 仿真环境构建模块

采用Qt界面和YimaEnc电子海图引擎技术，基于电子江图数据，对水域进行功能分区，构建仿真水域环境，该模块可根据用户需求自定义。考虑到内河水域交通流密度大、碍航建筑物多等特点，软件引入Zone区域概念。Zone区域分为3类：码头/港口、船舶聚集锚地、航线必经地。每个Zone区域，根据船舶实际活动范围，确定为一个封闭的几何图形。软件通过添加Zone区域，提升仿真水域复合度，提高仿真环境可信度。仿真环境构建示例如图2所示。

图2 仿真环境构建示例

2.2 混合交通流仿真模块

混合交通流仿真模块是软件进行航行风险评价的关键支撑。该模块通过建立不同的船舶行为模型，仿真智能船舶和常规船舶；根据交通流数据，生成交通流事件，实现混有智能船舶水域的交通流仿真。

2.2.1 船舶仿真

根据《智能船舶规范》(2020)[11]中对智能船舶的定义，软件仿真的智能船舶与常规船舶的差异体现为更短的安全距离、更快的反应速度和更严格地遵守避碰规则。软件通过纵向和横向两个维度的控制，实现船舶仿真。在船舶纵向控制方面，软件建立自由航行模型。针对上述差异性，笔者建立不同的追越模型分别模拟两类船舶的横向运动。

(1)自由航行模型。自由航行是指船舶按照拟定的航向和航速航行，不受外部交通环境影响，即船舶的纵向运动。船舶处于自由航行模式时，船速在最大值左侧小幅波动：

SOGi,T=rand(0.8，1)×SOGi,max

(1)

式中：SOGi,T为船舶i在T时刻的对地速度；SOGi,max为船舶i的最大对地速度；rand(0.8，1)为0.8到1之间的随机实数。

(2)追越模型。在仿真中，船舶不断在自由航行和追越两种行为模式中切换。当满足如下两个条件时，船舶行为由自由航行切换到追越：

SOGh,i,T

(2)

di,T≤dsafe

(3)

式中：SOGh,i,T为T时刻船舶i的前船的对地速度；di,T为T时刻船舶i与前船的距离；dsafe为确保航行安全的船舶间距。式(2)为确定性条件，通过感知判断即可实现。式(3)中dsafe为唯一变量，决定追越的危险程度。

对于常规船舶，dsafe的取值如式(4)所示，可确保下一时刻两船在任何速度条件下均不会发生碰撞，为最安全理论极限。

dsafe=SOGi,max

(4)

对于智能船舶，应具有更短的安全距离和更快的反应速度，以提高交通系统的运行效率，故引入安全因子λ调节dsafe的取值：

dsafe=λ|SOGi,T-SOGh,i,T|+(1-λ)SOGi,max

(5)

其中，λ∈[0,1]，dsafe为追越的极限安全距离，是两船速度差和安全因子λ均衡后的取值(假设仿真步长为1s)。λ值越大，船舶追越时与前船的间距要求越低，智能船舶安全等级越高。

2.2.2 交通事件生成

交通事件是指一艘船舶完成的一次航行，由船舶尺寸、航路点、船速、离港时间4个要素组成，是交通流仿真的基本单元[12]。根据输入的交通流数据，生成若干交通事件。将输入的参数经过非平稳泊松过程[13]处理，得到若干近似实际的交通事件，并存入数据库。仿真开始时，到达离港时间的船舶自动生成并按对应行为模型运行，随后汇成交通流并动态显示在电子江图上。

2.3 风险评价输出模块

风险评价输出模块主要是获取仿真中船舶在航数据，利用区域船舶航行风险评价模型[14]提出的3个船舶碰撞风险指标：速度离散指数、加减速程度、船舶领域重叠数，对各Zone区域进行船舶碰撞风险的实时评价。

(1)速度分析。考虑到区域内船舶对地速度的极值较低，选用速度离散指数作为风险指标。首先，确定评价区域的范围，即Zone区域边界坐标，软件可从仿真环境构建模块获取；其次，明确特定时刻T通过该区域的所有船舶，利用式(6)计算船舶i在该区域的平均速度；最后，逐个计算该区域内所有船舶的平均速度，并求出速度离散指数。速度离散指数越高，表明该区域内船舶发生碰撞的可能性越大。

(6)

(2)加(减)速度分析。船舶加(减)速发生在追越、转弯等情况下，即可能发生碰撞的场景。因此，选用船舶加(减)速的程度作为风险指标。首先，确定评价区域的范围及该区域内的所有船舶；其次，利用式(7)逐个计算区域内船舶的加(减)速度；最后，利用式(8)计算加(减)速度平方值的平均值。

(7)

(8)

(3)船舶领域分析。目前，学者主要使用船舶领域评价对地航向对碰撞风险的影响。因此，笔者选用模糊船舶领域[15]重叠数作为风险指标。模糊船舶领域是指船舶周围的一个区域，即船舶应与其他船舶和物体保持的距离。区域的形状、大小取决于航行安全等级γ和相对方位角Ki，根据模糊船舶领域定义(definition of ship fuzzy domain,DSF),相对方位角为Ki时的模糊船舶领域描述为[16]：

DSFKi={γ,dKi}={μDSFKi(dKi),dKi}

(9)

式中：DSFKi为相对方位角为Ki时的模糊船舶领域；dKi为距船舶水平面中心的距离;dKi∈[0,+∞)；μDSFKi为设置航行安全等级的成员函数，μDSFKi∈[0,1]；航行安全等级γ=μDSFKi(dKi)。

根据专家经验将航行安全等级γ分为0.9、0.6两个值，γ值越高表示航行安全等级越高，即船舶航行需要的安全距离越短。考虑到智能船舶具有更短的安全距离，故仿真中智能船舶取γ=0.9；常规船舶取γ=0.6。

首先，确定评价区域的范围及该区域内所有船舶的位置和速度；其次，绘制所有船舶在时刻T不同γ值的船舶领域；最后，统计船舶领域重叠数并记录位置。若船舶领域重叠数大于零，则存在碰撞的可能性，其值越高表示船舶发生碰撞的可能性越大。

(4)风险指标分析。将航行风险等级分为低风险和高风险两个等级。当3个指标中任意2个指标超过设定阈值时，则判定区域内船舶具有低航行风险；当3个指标均超过设定阈值时，则判定区域内船舶具有高航行风险。风险指标分析如表2所示。

表2 风险指标分析

2.4 软件应用实例

(1)试验简介。试验选取长江南京段为研究场景，研究河段坐标为(118.44°E,32.06°N)(118.56°E,32.10°N)。在Qt5.12环境下利用C++语言实现上述算法，导入S57格式的电子江图数据，并将水域进行功能分区，构建仿真环境；设置交通流数据，其中智能船舶在仿真船舶中的占比为30%，生成混合交通流；设置仿真开始时间为上午10:30，结束时间为下午2:30。选取下午2:00时刻船舶在航数据进行区域航行风险评价分析，该时刻软件运行界面如图3所示。

图3 软件运行界面

根据前文提出的方法，分别计算各Zone区域的速度离散指数、加减速程度、船舶领域重叠数，如表3所示。对于码头区域，各项指标均为0，因此未在表中列出。

表3 区域船舶碰撞风险指标值

(2)试验结果分析。由长江海事局历史数据得知，区域2因连接主航道和分支航路且航道相对狭窄，是航行事故多发地。由表3可知，区域2的速度离散指数和加减速程度分别为5.54和0.57。因此，选择速度离散指数为5、加减速程度值为0.5、船舶领域重叠数大于0，作为本次长江南京段仿真的风险阈值。那么，区域1、区域2和区域8具有高船舶碰撞风险、区域7具有低船舶碰撞风险，区域内应采取降低船舶航速、限制交通流量等安全措施，其他区域较安全。试验结果分析如图4所示。

图4 风险评价结果

3 结论

笔者对航行风险评价软件的构建及其各功能模块进行了分析和论述。首先，通过建立仿真环境模型，将水域进行功能分区；其次，建立不同的船舶行为模型，仿真混有智能船舶的交通流，研究不同船舶组成占比下仿真水域内船舶航行情况；最后，以长江南京段为场景开展试验，设定智能船舶占比为30%，分析得到各区域船舶航行风险等级。该软件是对未来内河水域海事风险评价的积极探索，可为海事部门的安全监管工作提供参考。