李麗娜+陳國權(quán)+李國定+鄭敏杰+孫洪波

摘要：回顧我校研發(fā)團隊20年來在船舶自動避碰技術(shù)的研究歷程，簡要介紹了船舶擬人智能避碰決策（PIDVCA）方法，重點論述了《機器決策》的“擬人智能”特性，并借助船舶智能操控（SIHC）仿真平臺，通過設(shè)計典型會遇態(tài)勢加以驗證。研究結(jié)果表明：基于PIDVCA方法的《機器決策》可以同時安全避讓2～4個危險目標船，達到了預(yù)期的研究目標，最后指出PIDVCA方法尚存的問題及日后研究方向。

關(guān)鍵詞：PIDVCA 機器決策 SIHC 仿真平臺 模擬實驗

0 引言

在航海技術(shù)高度發(fā)展的今天，船舶的碰撞、擱淺、觸礁事故仍時有發(fā)生。這些海事事故不僅造成了重大的人員傷亡與巨額的財產(chǎn)損失，而且對海洋生態(tài)環(huán)境構(gòu)成了嚴重的威脅。國際海事組織的調(diào)查研究表明，有 80%以上的海事事故是由于人為因素直接或者間接造成，而解決人為因素導(dǎo)致的船舶碰撞事故的重要途徑之一是實現(xiàn)船舶智能避碰決策自動化，因此研究具有多目標船智能避碰輔助決策支持功能的綜合船橋系統(tǒng)，對減少或者避免海事事故發(fā)生有著重要的現(xiàn)實意義。國內(nèi)外學者近二十年來基于專家系統(tǒng)原理、模糊數(shù)學、神經(jīng)網(wǎng)絡(luò)技術(shù)和多Agent技術(shù)等方法展開了廣泛的研究，其研究成果對PIDVCA研究方法頗有啟發(fā)和幫助。本文針對從事船舶避碰決策研究的專家學者及船舶駕駛員關(guān)注的問題——如何確保機器自動提供合理有效的避碰決策，亦即如何確?！稒C器決策》具有“擬人智能”的特性，基于前期研究成果進一步凝練出PIDVCA的機器實施辦法，使專家學者及船舶駕駛員能進一步認識和認可基于PIDVCA方法的《機器決策》，促使研究成果能盡快得到實際應(yīng)用，使我國自主開發(fā)的綜合船橋系統(tǒng)及關(guān)鍵設(shè)備的多目標船智能避碰輔助決策技術(shù)取得源頭創(chuàng)新，并達到世界先進水平。

1 回顧20年的研究歷程

在國家和福建省自然科學基金等項目資助下，近20年來經(jīng)歷了研究方法探索、PIDVCA方法論證與算法仿真驗證及其應(yīng)用研究以及系統(tǒng)軟件開發(fā)三個階段。

1.1 研究方法探索期（1996年以前）

上世紀90年代初，在陳聰貴教授引導(dǎo)下，研發(fā)團隊開始涉足船舶自動避碰研究領(lǐng)域。受我國船舶自動避碰研究領(lǐng)域開拓者吳兆麟教授在海上避碰行動量化分析[1]的啟發(fā)，針對船用雷達的ARPA功能只能進行危險判斷而不能自動決策以及危險判據(jù)科學性存在的局限性，從平面解析幾何分析入手，通過構(gòu)建目標運動要素計算模型以及安全會遇距離（SDA）和緊迫局面距離、最晚施舵時機（Tln）以及避碰決策實施方案量化模型，基于雷達避碰示意圖提供的避碰方法構(gòu)建目標會遇局面劃分模型及分類算法，運用C語言編程，初步實現(xiàn)了霧航開闊水域船舶避碰決策自動生成及自動避碰過程監(jiān)控的單機簡單仿真實驗。1996年以前研究初期的主要成效是形成研究思路、基本模型和算法，實現(xiàn)單機的簡單仿真。實驗結(jié)果顯示有部分成功避讓的例子，但仿真結(jié)果部分態(tài)勢存在無解等問題，離當時提出對12海里內(nèi)的會遇目標（最多20個）自動提供安全避碰決策的研究目標距離較大，曾一度陷入困境和迷茫中……

1.2 研究方法形成期（1996～2006）

通過進一步研究，分析了研究初期存在問題的原因：一是避碰數(shù)學模型的單一性難以適應(yīng)目標交會特征的多樣性；二是時間搜索決策算法的單一性難以實現(xiàn)對海員通常做法及優(yōu)良船藝的模擬；三是研究目標定位過高，既不切合實際，也加大了研究的難度。隨后結(jié)合上世紀90年代期間研究者以 “雷達觀測與ARPA實操訓(xùn)練”指導(dǎo)教師的身份參加航海雷達模擬器培訓(xùn)的教學實踐，從受訓(xùn)學員中經(jīng)驗豐富的船長及高級駕駛員（以下簡稱優(yōu)秀船員）的避讓操船方法，進一步領(lǐng)會了多船會遇態(tài)勢下海員的通常做法及優(yōu)秀船員的優(yōu)良船藝，并從典型的多船會遇避碰示例得到凝練。針對研究初期存在的問題，將人工智能的思想方法應(yīng)用于總結(jié)梳理研究初期的船舶自動避碰方法[2，3]，提出了研究智能避碰決策自動化的策略是“擬人智能”的設(shè)計理念[4]，并對研發(fā)團隊在上世紀90年代年研究成果作了總結(jié)[5] 。

為了更逼真地模擬海上的實際環(huán)境，2001年協(xié)同大連海事大學航海技術(shù)研究所，基于船舶操縱模擬器和電子海圖技術(shù)聯(lián)合創(chuàng)建了航行安全與自動避碰（NSACA）仿真測試平臺，通過模擬實驗，進一步對避碰模型及算法的適應(yīng)性和穩(wěn)定性問題進行改進、優(yōu)化和完善。

這一階段獲得了2項學?？蒲谢鸷?項省自然科學基金項目的資助，研究工作取得豐碩成果，發(fā)表了【2】～【5】等二十多篇文章，逐步形成了船舶擬人智能避碰決策（PIDVCA）方法；創(chuàng)建了先進的NSACA仿真測試平臺，開展了大量的仿真實驗，從實驗中發(fā)現(xiàn)已建數(shù)學模型仍還有缺陷，設(shè)計的算法尚不完備，同時發(fā)現(xiàn)了目標交會特征的內(nèi)在規(guī)律對模型及算法產(chǎn)生的影響。

1.3 研究方法論證與應(yīng)用系統(tǒng)開發(fā)階段

2007年以來，利用國家自然科學基金項目“船用智能避碰導(dǎo)航儀的機理及其仿真研究”的契機，圍繞實現(xiàn)“擬人智能”的理念和目標，通過理論分析和仿真實驗，著重對PIDVCA數(shù)學模型和算法進行改進、優(yōu)化和完善，初步形成PIDVCA理論雛形[6～14]，開發(fā)了PIDVCA應(yīng)用軟件，進行了大量的仿真模擬實驗，同時逐步將研究形成的PIDVCA算法應(yīng)用于自主研發(fā)的船舶智能操控仿真平臺及游艇智能操控仿真訓(xùn)練系統(tǒng)的智能目標船及航行智能化及其自動控制模塊[14]。

這一階段獲得國家和省自然科學基金項目、福建省交通廳科技重大項目的資助；研究工作得到進一步的深入【6～18】；計劃外項目（1999～2009）“寬水域船舶擬人智能避碰決策（PIDVCA）理論的研究” 通過福建省教育廳組織的成果鑒定，成果達到國際先進、國內(nèi)領(lǐng)先水平；研發(fā)團隊基于DMI（丹麥航海技術(shù)研究所）開發(fā)的國際一流六自由度船模，開發(fā)了先進的船舶智能操控（SIHC）仿真平臺，為船舶智能避碰決策及其自動控制的研究提供更便捷、更先進的測試環(huán)境；同時借助該平臺對PIDVCA的完整性及算法的完備性進行測試，探討了兩船陷入緊迫危險下的協(xié)調(diào)避碰決策算法、受限水域的避淺避礁及綜合避讓決策算法以及初步實現(xiàn)了基于AIS短信功能自動播發(fā)本船操船意圖的技術(shù)方案[ 15～18]?；谇捌谘芯啃纬傻腜IDVCA理論基礎(chǔ)，近期研發(fā)團隊正在為863計劃《現(xiàn)代交通技術(shù)領(lǐng)域船舶綜合監(jiān)測及操控系統(tǒng)開發(fā)》項目子課題“綜合船橋系統(tǒng)及關(guān)鍵設(shè)備”開發(fā)多功能避碰輔助決策技術(shù)功能模塊，項目已進入軟件集成測試階段。

2 船舶擬人智能避碰決策方法簡介

2.1 PIDVCA的研究目標及內(nèi)涵

當今船員隊伍的年輕化造成優(yōu)秀船員的數(shù)量日益減少的現(xiàn)象十分凸顯，為了減少或杜絕由人為因素造成的碰撞事故，研究“PIDVCA”的目標，歸根到底就是要解決“PIDVCA”的自動化問題。

考慮船舶會遇的復(fù)雜多變性以及避碰決策受多種因素的制約，定義了PIDVCA 的內(nèi)涵：能自動根據(jù)物標（來船和礙航物）與本船的交會關(guān)系，模仿優(yōu)秀船員對周圍環(huán)境和危險局勢的分析判斷以及在避碰決策中的思維，自動產(chǎn)生超越避碰專家所能提出的既安全又經(jīng)濟的避碰決策，必要時還能模擬兩船之間的協(xié)調(diào)避碰；當決策被駕駛員接受并實施時，只要啟動相應(yīng)設(shè)備功能鍵，就能自動向周圍來船通報本船的操船意圖。

2.2 PIDVCA的研究思路及研究方案

PIDVCA的研究思路：以理論和實際相結(jié)合的原則，以避碰決策的實用、有效、自適應(yīng)性和科學性的“擬人智能”為目標；以“學習”、“推理”和“優(yōu)化”為形成智能避碰決策實施方案的指導(dǎo)思路，以安全經(jīng)濟為決策實施方案優(yōu)化準則；以創(chuàng)建PIDVCA理論為核心內(nèi)容，以機器學習構(gòu)建動態(tài)避碰知識庫的機理為關(guān)鍵技術(shù)，基于多學科知識形成集成化的人工智能方法，在決策過程中不僅遵循《1972年國際海上避碰規(guī)則》（以下簡稱《規(guī)則》）和海員通常做法及模擬實現(xiàn)優(yōu)秀船員的優(yōu)良船藝，同時充分考慮本船處于最不利的情況，以確保避碰決策實施方案的安全性和有效性。

為了讓機器（計算機）理解及模擬執(zhí)行《規(guī)則》、學習并使用經(jīng)驗豐富的駕駛員（避碰專家）在形成避碰決策過程的直覺、思維、通常做法及良好船藝，滿足決策的科學性和合理性要求，具體的研究方案如下：

（1）構(gòu)建一套PIDVCA方法及其評價標準，確保形成的避碰決策實施方案滿足科學性和合理有效性的要求；

（2）研究形成一套完整的PIDVCA數(shù)學模型，作為PIDVCA定量分析的基礎(chǔ)；

（3）研究設(shè)計一系列PIDVCA算法，實現(xiàn)PIDVCA定性與定量分析的有機融合，以及實現(xiàn)模擬船員遵守《規(guī)則》和優(yōu)秀船員在避碰過程中的通常做法和優(yōu)良船藝；

（4）基于PIDVCA方法及其評價標準，研究形成避碰知識表示方法、機器自動學習策略和自動推理機制以及機器學習構(gòu)建動態(tài)避碰知識庫的機理；通過設(shè)計PIDVCA程序模型，在推理機的控制下，根據(jù)傳感器獲得的現(xiàn)場知識和原有的專家經(jīng)驗知識實施在線學習、分析、判斷、推理和優(yōu)化，最終自動生成PIDVCA實施方案；

（5）構(gòu)建近似海試環(huán)境的船舶智能操控（SIHC）仿真測試平臺，對研究形成的PIDVCA數(shù)學模型和算法提供有效的驗證技術(shù)手段。

2.3 PIDVCA的實現(xiàn)原理

PIDVCA方法的具體實現(xiàn)是將數(shù)理分析、機器學習、專家系統(tǒng)原理和航海技術(shù)領(lǐng)域知識有機結(jié)合起來，以智能程序形式表示的PIDVCA程序模型來實現(xiàn)[11]，其框圖如圖1所示。PIDVCA程序采用集成推理（控制）策略，實現(xiàn)具有啟發(fā)式知識指導(dǎo)下的自動推理，將構(gòu)成智能避碰模型的機器學習模塊、動態(tài)避碰知識模塊、推理機，以及由定性推理的決策形成基本準則與定量計算的決策實施方案動態(tài)優(yōu)化目標函數(shù)等構(gòu)成的決策分析評價方法有機地融為一體，獲得問題的求解。

3 《機器決策》的“擬人智能”特性分析

由于船舶環(huán)境與會遇態(tài)勢千變?nèi)f化，《規(guī)則》作為綱領(lǐng)性文件難以詳盡闡述。因此，駕駛員在實際避碰中，不但應(yīng)遵守《規(guī)則》的規(guī)定，更應(yīng)當注意運用良好的船藝，尤其是針對多目標船會遇情況。對于多目標船會遇而言，實際并沒有現(xiàn)成的《規(guī)則》可循，只有駕駛員在長期避讓實踐中形成并被普遍采納的習慣做法，簡稱海員通常做法，例如對重點目標船（最危險目標船）的避讓方法沿用兩船的《規(guī)則》形成決策并實施；再就是優(yōu)秀船員采取合理有效的避讓決策所表現(xiàn)的優(yōu)良船藝，即對碰撞危險的正確評估、避讓時機、避讓措施和復(fù)航時機的正確把握以及對復(fù)雜局面的靈活應(yīng)變能力，如對不協(xié)調(diào)避讓的二次決策及遠近危險目標的分段決策方法。顯然，PIDVCA方法必須能夠?qū)崿F(xiàn)對綱領(lǐng)性《規(guī)則》具體化及清晰化處理以及對優(yōu)秀船員的優(yōu)良船藝的模擬，才能使基于PIDVCA方法的《機器決策》具有“擬人智能”特性。為了讓專家學者易于領(lǐng)悟《機器決策》的“擬人智能”特性，基于文獻【12】構(gòu)建的PIDVCA方法及其評價標準，進一步凝練出PIDVCA的機器實施辦法。

3.1 PIDVCA機器實施辦法

基于PIDVCA的研究目標，要求《機器決策》不但要應(yīng)遵守《規(guī)則》，而且必須能實現(xiàn)對優(yōu)秀船員的優(yōu)良船藝的模擬。PIDVCA的機器實施辦法考慮了以下原則：第一，遵循《規(guī)則》精神；第二，遵循海員通常做法及優(yōu)秀船員的優(yōu)良船藝；第三，體現(xiàn)對《規(guī)則》的合理延伸。上述原則是確?！稒C器決策》具有科學性、合理性和可靠性的根本保證。限于篇幅，這里僅介紹多船PIDVCA機器實施辦法，主要汲取海員的通常做法及優(yōu)秀船員的優(yōu)良船藝，具體歸納為以下八條：

第一條：沿用兩船的PIDVCA的實施辦法第二條（關(guān)于《規(guī)則》模糊化概念的清晰化（量化）處理辦法），以參與決策的目標船實施最佳改向幅度施舵時機用于衡量目標船碰撞危險度大小，并依此進行危險度排序，同時給出每個危險目標船的安全會遇距離SDA最大值SDAmax與最小值SDAmin以及緊迫局面距離Dcqs與緊迫危險距離Did。

第二條：遵循海員對重點目標船的避讓方法沿用兩船適用的《規(guī)則》要求，并沿用兩船的PIDVCA機器實施辦法第一條（根據(jù)《規(guī)則》定義的三種基本會遇局面確定目標船會遇屬性以及根據(jù)PIDVCA量化需求定義目標船的交會特征（encounter Characteristic： EC），詳見附錄圖1和表1）和第三條關(guān)于危險判據(jù)的模糊邊界及其評判方法形成決策。本條僅適用所有目標船與本船均存在潛在碰撞危險的情況。

第三條：關(guān)于模擬優(yōu)秀船員對危險局勢正確評估、避讓時機與避讓幅度正確把握及復(fù)航時機正確把握的機器實施辦法，通過如圖2所示算法流程圖中虛框部分加以體現(xiàn)。

第四條：關(guān)于最晚改向角界定的機器實施辦法：通過深度解析相對運動幾何規(guī)律，當本船采取向右改向且目標船的EC=1、10、3、50、6、7和70時，以改向Cm或90°（當Cm>90°時取90°）為其最晚改向角；當本船采取向左改向且目標船的EC=20、4、50、6、7、8和80時，以改向-Cm或-90°（當Cm<-90°時取-90°） 為其最晚改向角；當本船對于EC=1和EC=8且滿足Cm<40°的目標船采取向右改向與EC=2和Tz=7且滿足Cm<40°的目標船采取向左改向時，分別均有兩個最晚改向角±Cm和±90°及其相應(yīng)的兩個最晚避讓時機（Tln）。鑒于上述幾何特征及規(guī)律，針對第三種情況，多目標船決策過程應(yīng)先計算改向 ±Cm的第一個Tln，如果該時機已經(jīng)錯過，則進一步計算改向±90°的第二個Tln；如果第一個Tln>=0，本船改向避讓目標船從本船艉駛過，否則，目標船從本船艏駛過。

第五條：關(guān)于優(yōu)秀船員對SDA呈現(xiàn)的自適應(yīng)性模擬的機器實施辦法。SDA呈現(xiàn)的自適應(yīng)性體現(xiàn)在優(yōu)秀船員可根據(jù)船舶密度適度調(diào)整其值大小，《機器決策》的具體實施辦法是通過設(shè)計的PIDVCA空間搜索算法，允許避碰決策方案生成所依據(jù)的SDA在其{SDAmax，SDAmin}范圍內(nèi)變化。

第六條：關(guān)于模擬優(yōu)秀船員對復(fù)雜避碰問題呈現(xiàn)的靈活應(yīng)變決策思想的機器實施辦法。本條是對機器按照第一到第五條實施辦法執(zhí)行無結(jié)果情況下的基于PIDVCA時空搜索、目標信息實時監(jiān)測的不協(xié)調(diào)二次避讓和分段避讓的決策生成以及決策不合理的優(yōu)化處理辦法。

圖3 （a） EC=1

圖3 （b） EC=2

圖3 本船相對EC=1和EC=2的目標船存在兩個最晚施舵點時

機其改向角的模擬實驗結(jié)果

第七條：關(guān)于多船會遇緊迫危險的界定辦法，機器按照第一到第六條實施辦法執(zhí)行無結(jié)果情況下的會遇局面界定為陷入緊迫危險狀況。

第八條：關(guān)于智能避碰輔助決策方案的預(yù)測實施效果：以是否錯過Tln_max與Tln_min及其決策方案所依據(jù)的SDA取值大小，給出當前會遇態(tài)勢所處的局面屬于一般危險局面、緊迫局面或緊迫危險局面，如附錄表2所示。

3.2 《機器決策》的“擬人智能”特性典型案例模擬分析

借助搭建的船舶智能操控仿真平臺SIHC桌面系統(tǒng)（如圖4所示，系統(tǒng)由一臺控制臺、一臺目標船服務(wù)器和三臺本船計算機構(gòu)成），通過設(shè)計典型案例進行模擬分析與驗證。下面的測試用例主要利用控制臺計算機及智能目標船服務(wù)器，測試用例中的目標船1設(shè)置為智能本船，其余目標船根據(jù)需要設(shè)置為智能目標船或非智能目標船。

圖4 桌面版船舶智能操控仿真平臺

3.2 .1 兩船會遇《機器決策》的“擬人智能”特性典型案例模擬分析

典型示例1為對遇局面，雙方互為讓路船，圖5（a）的兩船均設(shè)置為智能船，雙方按照建議的輔助決策方案執(zhí)行的模擬實驗，其結(jié)果會使兩船比預(yù)計的SDA更寬的會遇距離CPAn上安全通過，并比預(yù)計的復(fù)航時間提前復(fù)航。圖5（b）僅有一船為智能船，用于模擬目標船未能按照《規(guī)則》要求避讓的實驗結(jié)果。該例印證了假定目標船保向保速前提下的避碰輔助決策的合理有效性。

典型示例2為霧航情況對來自右正橫附近會遇船舶的決策優(yōu)化處理模擬實驗。如圖6所示的會遇態(tài)勢，本船如果嚴格按照《規(guī)則》執(zhí)行，應(yīng)采取向左改向的避讓方法。但是如果目標船沒有及時采取避讓行動，單靠本船改向，會導(dǎo)致改向后的相對運動速度太小而使復(fù)航時機太晚導(dǎo)致航跡偏移太大，如圖6（a）為僅一船按照《規(guī)則》實施的避讓效果，圖6（b）為對《規(guī)則》實施優(yōu)化處理的避讓效果?？梢妼嵤﹥?yōu)化處理后可避免因為本船早于來船采取措施，來船認為危險已經(jīng)消失不予采取協(xié)調(diào)配合行動而導(dǎo)致避讓復(fù)航時機太晚、航跡偏移太大的不合理避讓效果。需要強調(diào)，上述兩種情況如果雙方按照《規(guī)則》執(zhí)行，不會出現(xiàn)圖6（a）的不合理實施效果。

圖5 （a）目標船協(xié)調(diào)避讓

圖5 （b） 目標船保向不協(xié)調(diào)避讓

圖5 對遇局面的模擬實驗結(jié)果

圖6 （a）

圖6（b）

圖6 霧航情況對來自右正橫附近目標船的決策方案優(yōu)化效果對比圖示

3.2.2 多船會遇《機器決策》的“擬人智能”特性典型案例模擬分析

示例1為機器按照第四條實施辦法執(zhí)行，模擬優(yōu)秀船員對潛在碰撞危險局勢的正確評估及復(fù)航時機正確把握的測試用例及模擬實驗結(jié)果，如圖7所示，通過該例給出第四條實施辦法的執(zhí)行過程：首先按照第一條和第二條實施辦法形成初始避碰決策，再經(jīng)過PIDVCA驗證算法檢驗，如果驗證結(jié)果出現(xiàn)新的潛在危險目標船，如圖7（a）目標船3，在PIDVCA的實施辦法指導(dǎo)下，先判斷新危險目標船3的TCPA是否小于參考目標船的最晚施舵時機Tln？如果條件不成立，則進一步調(diào)用預(yù)測復(fù)航限制時間算法，計算出新危險目標船3的預(yù)測復(fù)航限制時間Tc（如果存在兩個以上的新危險目標，則求出其Tc的最小值Tcc）。如果Tc比本船預(yù)測的復(fù)航時間Trr長，則判定原方案有效，表明按照原方案執(zhí)行，并在預(yù)測復(fù)航時機復(fù)航可以讓請所有目標，意味著新出現(xiàn)的潛在危險目標船3不會對本船構(gòu)成真正的威脅，如圖7（b）所示。

圖7 模擬優(yōu)秀船員優(yōu)良船藝測試用例及其實驗結(jié)果

示例2為機器按照第一至五條實施辦法執(zhí)行無果的情況下，執(zhí)行第六條對較復(fù)雜的會遇態(tài)勢的分段決策優(yōu)化處理模擬實驗結(jié)果，如圖8所示。所謂分段決策問題是對于監(jiān)測到的危險目標船，先避讓近距離的危險目標船3，再處理遠距離的危險目標船2。

（a）初始態(tài)勢圖 （b）本船避讓與目標船航行的軌跡圖

圖8 多目標會遇分段決策處理測試用例模擬實驗結(jié)果

4 結(jié)束語

回顧20年來的研究歷程，經(jīng)歷了方法探索、方案形成、理論分析與仿真論證及應(yīng)用研究三個階段。避碰數(shù)學模型從各類單一的基本模型擴展到可適應(yīng)各種交會特征的一整套較完整的PIDVCA數(shù)學模型；避碰決策算法從單一的時間搜索、機械的遍歷算法，逐步演變到由一系列的PIDVCA算法構(gòu)成；算法測試手段從單機簡單仿真到近似海試環(huán)境的SIHC仿真測試平臺；算法測試方法從最初的隨意測試、到中期的有目的針對性的設(shè)計典型案例測試、到現(xiàn)階段特定案例與隨意案例相結(jié)合的算法完備性測試，仿真實驗次數(shù)累計可達5位數(shù)。研究結(jié)果表明：開闊水域多目標智能避碰輔助決策可較好地實現(xiàn)對優(yōu)秀船員在避碰決策過程所表現(xiàn)的優(yōu)良船藝的模擬，可同時避讓2～4個危險目標船，驗證了基于PIDVCA方法形成的《機器決策》基本達到了“擬人智能”的效果。雖然研究已經(jīng)取得了初步成效并進入應(yīng)用系統(tǒng)開發(fā)階段，但《機器決策》的“擬人智能”效果還有進一步提升的空間，例如，如何通過設(shè)計協(xié)調(diào)優(yōu)化算法進一步確保直航船保向保速的權(quán)利以及在機器提供決策的同時給予必要的燈號型提示，這些問題有待日后逐步研究實現(xiàn)。

根據(jù)STCW2010MANILA公約的實施要求，船長、高級船員應(yīng)進行船舶應(yīng)急訓(xùn)練，國家海事局《海船船員適任評估規(guī)范》對船舶操縱、避碰與駕駛臺資源管理項目中緊迫局面、特殊情況避碰評估內(nèi)容作了規(guī)定。我們認為今后有必要繼續(xù)深入研究緊迫危險下的智能避碰問題，以期在航海模擬器中實現(xiàn)應(yīng)急避碰訓(xùn)練。

參考文獻

[1] WuZhaolin. Quantification of action to avoid collision. The Journal of Navigation，1984，Vol.37（3），420～430

[2] Li lina， Chen cong-gui. Research On Multi-ship Anti-collision Intelligent Mathod （ACIM） At Widely Area[C]. The Proceedings of ANTI-COLLISION'96 CONFERENCE， Chiavari Publishing， 1996， Vol.2： 214-220.

[3] 李麗娜，陳聰貴.“寬闊水域船舶避碰智能化方法的研究”中國交通研究與探索.北京：中國鐵道學院出版社 ISBN 7-113-02806-3 1997，P164-167

[4] 李麗娜，曾華嵐. 船舶避碰智能自動化策略及其模擬研究[C] 自動化理論、技術(shù)與應(yīng)用——中國自動化學會第十四屆青年學術(shù)會議論文集，西苑出版社，ISBN： 7-80180-250-8/TP02，1999.7： 376-379.

[5] 李麗娜，陳聰貴. 船舶自動避碰方法的研究. 中國航海，1999（1）： 20 -24.

[6] 李麗娜，熊振南，高巖松等. 單船智能避碰決策的生成與優(yōu)化[J]. 中國航海，2002（2）：49-52.

[7] 李麗娜. 船舶自動避碰安全會遇距離等要素的確定[J]. 大連海事大學學報，2002（3）：23-26.

[8] 李麗娜，熊振南，任勤生. 多船智能避碰決策的生成與優(yōu)化[J]. 信息與控制，2003（2）：189-192

[9] 李麗娜，楊神化，尹勇.船舶自動避碰仿真平臺的構(gòu)建與測試方法研究[J].中國航海.2006（3）：47-50. 2007年12月 獲第五屆中國科協(xié)期刊優(yōu)秀學術(shù)論文獎.中國科學技術(shù)學會

[10]李麗娜，楊神化，熊振南，索永峰，陳國權(quán)，王俊玲. 船舶擬人智能避碰決策理論框架的研究[J]. 中國航海， 2009（6）：30-4.

[11] Li Lina， Chen Guoquan， Yang Shenhua1， Zhouwei. Mechanism for Constructing the Dynamic Collision Avoidance Knowledge-base by Machine Learning[J]. The proceeding of International Conference on Manufacturing Automation （ICMA 2010） pp 279 - 285 ，Hong Kong， December 13-15， 2010（EI收錄：20110813695852）ISBN-13： 9780769542935 090111833369

[12] 李麗娜，陳國權(quán)，邵哲平，熊振南，楊神化，孫洪波. 船舶擬人智能避碰決策方法及其評價標準的構(gòu)建[J].大連海事大學學報，2011，37（4）：1-6

[13] Chen Guoquan， Yinyong， Lillina， yangshenhua， suoyongfeng. Mechanism and Simulation of Personifying Intelligent Decision- making for Vessel Collision Avoidance[C]. The proceedings of 2010 International Conference on Computer Application and System Modeling， ICCASM 2010， pp V4681-V4686， 2010/10/22（EI：20104913452291） ISBN-13 978-3-03785-244-6

[14] Chen Guoquan， Yinyong， Lillina， yangshenhua， New design of intelligent navigational simulator[C]， Proceeding of 2011International Conference On Civil Engineering and Transportation， ICCET 2011. JiNan，2011. 10：896-902 ， ISSN 1660-9336，EI檢索

[＼Shenhua Yang， Lina Li， Chaojian Shi. ECDIS Based Decision-

Making System for Vessel Automatic Collision Avoidance on Restricted Water Area. The Proceedings of The 6th World Congress on Intelligent Control and Automation，2006， Volume 9：7118-7122. （EI檢索：071510543865）

[18]Li Guoding，Huangying，Chen guoquan，Li Lina. Vessel Imminent Collision Avoidance Decision-making （VICAD） and Its Application Research on simulation teaching[C]. The Proceedings of 17th International Navigation Simulator Lecturers Conference 2012.9： 3-7 Rostock， Germany

Sciences， Engineering and Technology， 2013

Making System for Vessel Automatic Collision Avoidance on Restricted Water Area. The Proceedings of The 6th World Congress on Intelligent Control and Automation，2006， Volume 9：7118-7122. （EI檢索：071510543865）

[18]Li Guoding，Huangying，Chen guoquan，Li Lina. Vessel Imminent Collision Avoidance Decision-making （VICAD） and Its Application Research on simulation teaching[C]. The Proceedings of 17th International Navigation Simulator Lecturers Conference 2012.9： 3-7 Rostock， Germany