張 笛 趙銀祥 崔一帆 萬程鵬▲

（1.武漢理工大學(xué)智能交通系統(tǒng)研究中心 武漢430063；2.武漢理工大學(xué)國家水運安全工程技術(shù)研究中心 武漢430063；3.武漢理工大學(xué)航運學(xué)院 武漢430063）

0 引 言

近年來，水上交通運輸?shù)牡匚辉诮煌ㄟ\輸領(lǐng)域不斷提升，船舶作為水上交通運輸?shù)闹饕ぞ撸浒踩?、綠色以及高效運營受到社會各界的廣泛關(guān)注。人工智能、互聯(lián)網(wǎng)，以及大數(shù)據(jù)等新興技術(shù)的發(fā)展掀起了智能船的研究熱潮。在推動完善智能船舶的政策和規(guī)范方面，我國走在了世界前列[1]。2015年，中國船級社發(fā)布的《智能船舶規(guī)范》對智能船的6大功能提出了具體要求。2017 年，科技部聯(lián)合交通運輸部印發(fā)的《“十三五”交通領(lǐng)域科技創(chuàng)新專項規(guī)劃》明確了“十三五”交通領(lǐng)域發(fā)展的總體思路、發(fā)展目標、主要任務(wù)和重大舉措。2018 年，由工業(yè)和信息化部聯(lián)合交通運輸部、國防科工局編制印發(fā)的《智能船舶發(fā)展行動計劃（2019—2021年）》，旨在促進我國船舶工業(yè)高質(zhì)量發(fā)展，使我國智能船舶的發(fā)展與世界先進水平保持同步。2019 年，交通運輸部等7 部門聯(lián)合印發(fā)的《智能航運發(fā)展指導(dǎo)意見》，提出的4 大戰(zhàn)略目標和10大任務(wù)，進一步深化了航運供給側(cè)結(jié)構(gòu)性改革，提升了我國航運競爭力。

國際方面，國際海事組織（IMO）在第99屆海安會上提出水面自主船的概念。2016 年，英國航運協(xié)會發(fā)布了《關(guān)于MASS 的推薦性行業(yè)行為指南》，并在2018 年發(fā)布了其修訂版。2019 年，英國發(fā)布的《海事2050戰(zhàn)略》指出英國將立法建立1個國內(nèi)的自主船框架，并對海事技術(shù)、人員培訓(xùn)和基礎(chǔ)設(shè)施建設(shè)進行了概述。此外，挪威、日本、法國等船級社紛紛制定智能船規(guī)范，為智能船舶的發(fā)展營造了良好的環(huán)境。

隨著相關(guān)研究的深入，各個國家在智能船舶領(lǐng)域都取得了一定的成績。如2015年，中船集團發(fā)布了38 800 t 的iDO-LPHIN 智能船型設(shè)計。2017年，英國羅爾斯-羅伊斯公司與馬士基集團旗下拖輪公司Svitzer 共同完成了全球首次商船遠程操作。2018年，英國Rolls-Royce公司與芬蘭Finferries開發(fā)的世界上第一艘全自動渡船F(xiàn)alco載著80名乘客實現(xiàn)了自動航行測試；2019年，日本郵船宣布完成了全球首次智能船舶的海上試驗，完成了國際海事組織《自主駕駛船舶試驗暫行指南》的各項試驗項目。

智能船舶發(fā)展的核心是航行安全。船舶智能化雖然降低了人為因素對航行安全的影響，但是對其安全性的研究仍是目前船舶行業(yè)研究的重點。鑒于此，利用知識圖譜對近10年的相關(guān)研究進行了系統(tǒng)梳理，并從態(tài)勢感知、智能避碰、智能控制、網(wǎng)絡(luò)通信以及法律安全5 個方面總結(jié)了國內(nèi)外研究熱點，對目前存在的問題進行了深入分析，同時提出了智能船舶未來研究的方向和趨勢，為進一步開展智能船舶研究提供參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源和檢索策略

在中國知網(wǎng)（CNKI）、Web of Science（WOS）這2 個數(shù)據(jù)庫對近10 年（2010—2020 年）的智能船舶研究文獻進行檢索。共檢索到中文文獻961 篇，英文文獻329篇。文獻檢索信息如下。

1）檢索式。

CNKI：主題=（“智能船（舶）”）或者主題=（“自主船（舶）”）或者主題=（“無人船（舶）”），搜索范圍：學(xué)術(shù)期刊。

WOS：標題=（“intelligent ship”）或者標題=（“autonomous ship”）或者標題=（“unmanned ship”）或者標題=（“smart ship”），搜索范圍：WOS。

2）時間跨度。2010年1月—2020年12月。

1.2 文獻分析方法

基于CNKI的961篇中文文獻和WOS的329篇英文文獻從計量學(xué)的角度進行了統(tǒng)計分析，并使用Vosviewer[2]軟件生成高頻關(guān)鍵詞的聚類圖譜和趨勢演化圖譜，對2010—2020年智能船舶的研究熱點進行了可視化分析。

2 文獻統(tǒng)計結(jié)果及分析

2.1 文獻增長趨勢分析

國內(nèi)外近10 年智能船舶領(lǐng)域發(fā)表成果情況及變化趨勢見圖1。2010—2020 年期間，論文發(fā)表數(shù)量整體呈上升趨勢。其中，2014 年以前文章發(fā)表增長趨勢較為平緩且總體數(shù)量較少，并且中文文獻的數(shù)量低于英文文獻的數(shù)量。隨著2015年《中國制造2025》白皮書以及2016 年《關(guān)于推進船舶智能制造指導(dǎo)意見》等文件的發(fā)布，國家進一步明確把高技術(shù)船舶的發(fā)展作為10大重點發(fā)展領(lǐng)域之一，從而大大推動了中國對于智能船舶的研究。從2015年開始，中國關(guān)于智能船舶研究發(fā)表文章的增長幅度在每年14篇以上，平均增長率達58%。

圖1 2010—2020年國內(nèi)外智能船舶研究趨勢Fig. 1 Research trends of intelligent ship at home and abroad from 2010 to 2020

2.2 機構(gòu)與作者分析

在國外研究機構(gòu)中，發(fā)文量7 篇及以上的有4家，發(fā)文量4～6篇的有12家，表1中列出了國外文獻發(fā)表數(shù)量大于等于5篇的研究機構(gòu)。在智能船舶研究領(lǐng)域比較突出的機構(gòu)有挪威科技大學(xué)和荷蘭代爾夫特理工大學(xué)。在國內(nèi)研究機構(gòu)中，根據(jù)發(fā)文數(shù)量，主要研究機構(gòu)有武漢理工大學(xué)、大連海事大學(xué)、上海交通大學(xué)、上海海事大學(xué)、中國船舶工業(yè)集團、中國船級社以及國家海洋局等。

在代表性作者方面，根據(jù)英文文獻分析的結(jié)果顯示K. Mansouri，J.B. Qbadou，M. Youssi 這3 位的文獻發(fā)表數(shù)量均為8 篇，J. Kim，I.B. Utne 發(fā)表的文章數(shù)量均為7 篇。國內(nèi)研究的學(xué)者主要代表有武漢理工大學(xué)嚴新平、初秀民，國家海洋局金久才、張杰，中國船級社的蔡玉良，以及上海交通大學(xué)的王鴻東等。

表1 國外主要的研究機構(gòu)Tab.1 Major foreign research institutions

2.3 研究關(guān)鍵詞分析

基于關(guān)鍵詞分析，選用關(guān)鍵詞聚類圖和演化趨勢圖對961 篇中文文獻和329 篇英文文獻的關(guān)鍵詞進行可視化展示，見圖2～3。圖中的節(jié)點和字體越大，則重要性越高；同時出現(xiàn)的2個節(jié)點之間的用線條連接，線條顏色的越深說明關(guān)聯(lián)的程度越大；圖中節(jié)點的顏色相同說明為同一類別，目前所開展的研究主要圍繞智能船舶和無人船開展。

英文文獻中的關(guān)鍵詞分為4類，分別如下。

Cluster 1（Intelligent Control）：ais，collision，collision avoidance，motion control，path planning，risk，preventing collisions

Cluster 2（Intelligent Technology）：big data，genetic algorithm，intelligent ship，neural network，ship motion，optimization

Cluster 3（Intelligent Equipment）：autonomous underwater vehicle，controller，propulsion system，satellite，and trajectory

Cluster 4（Intelligent Navigation）：autonomous ship，hu-man error，safe operation，autonomous ship， communication，autonomous vessel，unmanned autonomous ship

中文文獻中的關(guān)鍵詞分為了4類，分別如下。

Cluster 1（智能技術(shù)）：人工智能技術(shù)，大數(shù)據(jù)分析，態(tài)勢感知，無人系統(tǒng)，數(shù)字化，智能港口，無人駕駛，傳感器，物聯(lián)網(wǎng)，船連網(wǎng)

Cluster 2（智能航行）：智慧航運，智能機艙，智能系統(tǒng)，智能航行，智能集成平臺，能效管理，智能船舶，航行安全

Cluster 3（智能控制）：PID控制，人工勢場法，控制系統(tǒng)，激光雷達，航向控制，路徑規(guī)劃，避障，無人駕駛技術(shù)

Cluster 4（智能應(yīng)用）：地形測量，無人測量船，水深測量，水質(zhì)監(jiān)測，海洋測量，環(huán)境監(jiān)測，路徑跟蹤

根據(jù)中英文文獻的演化趨勢圖（見圖3）可以看出，最初智能船的研究主要是圍繞智能設(shè)備、智能航行開展。隨著研究的深入，避障、路徑規(guī)劃、避碰、collision、collision avoidance、path、risk 等關(guān)鍵詞不斷涌現(xiàn)，研究內(nèi)容開始逐步側(cè)重于智能技術(shù)、智能控制等方面，并且隨著智能船舶的發(fā)展神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、人工勢場等智能算法被廣泛應(yīng)用于智能避碰和控制的研究。

圖2 智能船舶研究關(guān)鍵詞聚類圖Fig.2 Cluster of keywords in intelligent ship studies

圖3 智能船舶研究關(guān)鍵詞演化趨勢圖Fig.3 Evolution trends of keywords in intelligent ship research

3 智能船舶研究熱點分析

為了進一步探索智能船未來研究的熱點和方向，在關(guān)鍵詞分析的基礎(chǔ)上，將智能船舶研究的熱點內(nèi)容進一步歸納為智能船舶態(tài)勢感知、智能避碰、智能控制、網(wǎng)絡(luò)通信以及法律安全5個方面，分別進行詳細分析。

3.1 智能船態(tài)勢感知

態(tài)勢感知是智能船安全航行的基礎(chǔ)。智能船的態(tài)勢感知不僅要感知自身數(shù)據(jù)（位置、航速、航向等動態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)），更要感知航行環(huán)境信息（風(fēng)、浪、流等水文氣象信息）。安全可靠的感知系統(tǒng)包括3個部分：靈敏的傳感器、智能的感知算法、以及高精度的感知模型。航行態(tài)勢感知不足將會嚴重影響航行的安全，針對這一問題，楊坤等[3]通過相鄰幀差法和變換域法依次配合，實現(xiàn)對障礙物的識別和跟蹤顯示；王貴槐等[4]提出了1 種基于SVM 的內(nèi)河典型障礙物識別方法，搭建了基于激光雷達的無人船環(huán)境感知系統(tǒng)；王華鮮等[5]把多目標主動感知場景建模為帶鄰域的多旅行商問題，然后使用自組織映射網(wǎng)絡(luò)規(guī)劃出旅行時間最短的閉環(huán)軌跡，并利用三階貝塞爾曲線對軌跡做平滑處理；雷進宇等[6]采用態(tài)勢感知理論與可視化分析技術(shù)設(shè)計了船舶航行風(fēng)險態(tài)勢感知認知框架，為航行決策提供重要參考依據(jù)；Wang等[7]提出了1種快速準確的在線自組織精簡模糊神經(jīng)網(wǎng)絡(luò)（FAOS-PFNN）辨識船舶域模型；Zhou等[8]首次提出了1 種基于遠程控制船舶系統(tǒng)安全控制結(jié)構(gòu)的態(tài)勢感知定量模型。

隨著科技的不斷發(fā)展以及研究的不斷深入，固態(tài)雷達[9]、激光雷達[10]，以及人工智能等新技術(shù)被廣泛的應(yīng)用于智能船舶研究領(lǐng)域，大大提高了航行環(huán)境的智能感知能力。例如，羅爾斯羅伊斯公司推出的用智能軟件融合多個傳感器的先進的態(tài)勢感知系統(tǒng)，降低了引航員在夜間、惡劣天氣條件下或在擁擠水道駕駛船舶面臨的安全風(fēng)險。美國羅德岱堡推出的羅羅智能感知（IA）系統(tǒng)可以利用數(shù)據(jù)收集增強航行安全和運營效率的商用智能感知系統(tǒng)。我國啟動的“船舶（航行）態(tài)勢智能感知系統(tǒng)研制”項目，旨在利用雷達、全景紅外視覺、聲音識別、遙感及三維重構(gòu)數(shù)字場景等新技術(shù)的高度融合及多媒體技術(shù)的應(yīng)用，提高船舶航行環(huán)境態(tài)勢的智能感知能力，徹底解決船舶航行環(huán)境探測、感知乃至于認知的問題，將成為無人船自主航行的核心裝備之一。百度Apollo 3.5的感知系統(tǒng)已經(jīng)成為國內(nèi)自動駕駛的領(lǐng)頭羊。

智能船航行態(tài)勢感知需要多種數(shù)據(jù)源的融合，因此在船舶態(tài)勢感知研究領(lǐng)域中數(shù)據(jù)融合是保障精準感知的關(guān)鍵。目前國內(nèi)外對于雷達、AIS 等數(shù)據(jù)融合的研究較多，對于全景視覺等新型的數(shù)據(jù)融合研究相對較少。全景視覺技術(shù)由于其具有高分辨率、高靈敏度、實時性好等特點有利于在智能船態(tài)勢感知領(lǐng)域應(yīng)用。此外，隨著計算機視覺技術(shù)的成熟，利用圖像進行態(tài)勢感知已經(jīng)是重要研究方向。目前感知系統(tǒng)的應(yīng)用和開發(fā)已經(jīng)進入了實踐階段，但是在智能感知方面仍然存在一定的問題，如：態(tài)勢感知的精度不夠、受環(huán)境影響大等。此外，單純的感知已經(jīng)無法滿足現(xiàn)有智能船舶航行的需求，特別是涉及到內(nèi)河復(fù)雜的航行環(huán)境以及錨泊、靠離泊等多個作業(yè)環(huán)節(jié)，目前的態(tài)勢感知尚無法達到精準識別感知的要求。從感知向認知的演進是未來智能性提升的重要研究方向。

3.2 船舶智能避碰

智能避碰是智能船安全航行的重點之一。智能船舶在航行過程中，尤其在復(fù)雜的內(nèi)河航行環(huán)境中會面臨很多不確定性因素，對智能船安全性的研究帶來了很大的困難。研究表明：碰撞是智能船舶所面臨的最大風(fēng)險。智能船舶在航行過程中主要面臨的碰撞風(fēng)險包括智能船之間的碰撞、智能船與常規(guī)船之間的碰撞以及智能船與靜態(tài)障礙物之間的碰撞。因此，智能避碰可分為2 類：①智能避讓礁石、漂浮物或其他的靜態(tài)障礙物；②智能避讓船舶等其他動態(tài)障礙物。在船舶智能避碰研究中，多目標算法[11]、決策樹[12]、模糊邏輯[13]、遺傳算法[14]、博弈論[15]、速度避障法[16]、專家系統(tǒng)[17]等方法被廣泛應(yīng)用，并且深度學(xué)習(xí)以及強化學(xué)習(xí)[18-20]等人工智能方法的引入大大降低了船舶碰撞的風(fēng)險。表2列舉了部分關(guān)于智能船避碰的代表性研究工作。

總體而言，目前國內(nèi)外對于船舶智能避碰方面的研究相對較多，理論和模型趨于成熟。但是由于智能船舶造價昂貴、避碰試驗代價大等因素，目前大部分研究機構(gòu)主要采用仿真模擬或者模型試驗的方式對理論進行驗證，研究成果的實際價值難以衡量，距離實用化存在一定距離。

3.3 船舶智能控制

智能控制是智能船安全航行的前提，如何安全有效的控制智能船的航行、一系列動作的完成，以及船岸協(xié)同控制[29]是目前研究的熱點。研究發(fā)現(xiàn)：智能船自主控制主要包括航行控制和設(shè)備控制。在航行控制方面，主要包括路徑規(guī)劃、航跡規(guī)劃[30]和航向[31]、航速的控制；在設(shè)備控制方面，主要是指對船上智能設(shè)備的自主控制，比如自動舵、智能機艙等。在智能船控制的研究中，模糊控制[32]、強化學(xué)習(xí)[33]、人工勢場（APF）[34]，以及模型預(yù)測控制等方法被廣泛應(yīng)用，這些方法的應(yīng)用一定程度上提高了智能船的自主控制能力。

隨著船舶智能化進程的加快，智能控制在智能船舶研究領(lǐng)域中正沿著輔助控制、協(xié)同控制、自主控制的路線發(fā)展，智能系統(tǒng)逐漸取代人在船上的工作，大大降低了人員工作的負荷，提高了工作的效率和安全性。目前，大部分的研究方法和模型主要基于某一特定的航行環(huán)境或者場景，對于復(fù)雜航行環(huán)境下（如內(nèi)河連續(xù)橋區(qū)、分匯流口、交叉水域等）的適用性還有待驗證。此外，遠程駕控系統(tǒng)不同于常規(guī)的船舶駕駛，其運行機制、操作培訓(xùn)、使用場景等需進一步研究。

表2 智能避碰相關(guān)文獻Tab.2 Literature on intelligent collision avoidance

表3 智能船智能控制相關(guān)文獻Tab.3 Literature on intelligent control of intelligent ship

3.4 智能船網(wǎng)絡(luò)通信安全

網(wǎng)絡(luò)通信安全是智能船安全航行的保障。無人船在航行過程中需要對周圍的環(huán)境信息進行采集、分析，需要與他船以及岸基之間進行通信和信息交換，接入網(wǎng)絡(luò)的數(shù)據(jù)、隱私、資料日益增加，受到網(wǎng)絡(luò)攻擊可能性也隨之增大。2013 年，新加坡船籍的貨船“Prabhu Daya”的1 名船員使用帶有病毒的存儲器蓄意破壞VDR上的數(shù)據(jù)，導(dǎo)致該船在喀拉拉邦海岸急速航行中撞翻了1艘漁船，造成2人喪生和1人失蹤；2017年，世界上最大的集裝箱承運公司馬士基（Maersk）旗下的17 個碼頭遭受NotPetya 勒索軟件攻擊，造成約3億美元的損失。因此，網(wǎng)絡(luò)通信安全在信息傳輸過程中至關(guān)重要，對于智能船的安全航行起著關(guān)鍵的作用。網(wǎng)絡(luò)通信安全包括通信設(shè)備與線路的安全、網(wǎng)絡(luò)協(xié)議的安全以及網(wǎng)絡(luò)入侵的防范等。智能船舶易受到網(wǎng)絡(luò)攻擊的系統(tǒng)包括船橋系統(tǒng)、貨物操作和管理系統(tǒng)、推進和機械設(shè)備管理系統(tǒng)、動力控制系統(tǒng)、乘客服務(wù)和管理系統(tǒng)、船員保障系統(tǒng)以及通信系統(tǒng)等。

當前針對船舶通信網(wǎng)絡(luò)進行攻擊的主要目的包括走私、盜竊貨物或重要資料、遠程惡意控制、恐怖主義活動等。不法分子或者黑客主要通過攻擊網(wǎng)絡(luò)系統(tǒng)來獲取船舶的控制權(quán)，從而實施不法行為，因此，在智能船網(wǎng)絡(luò)通信安全的研究中，應(yīng)著重加強對船舶網(wǎng)絡(luò)安保系統(tǒng)的建設(shè)，提升船舶網(wǎng)絡(luò)防御能力和網(wǎng)絡(luò)環(huán)境穩(wěn)定性。

3.5 智能船法律安全

法律安全是智能船安全航行的重要前提。智能船舶智能航行的實現(xiàn)必須在法律所允許的范圍內(nèi)進行。2017 年，國際海事組織（IMO）設(shè)立國際工作組針對智能船舶的法律問題進行研究。隨后，歐洲、美國、英國等國家相繼出臺多項相關(guān)的報告。我國在發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中，把人工智能的法律研究和發(fā)展目標上升到國家層面。

總體而言，智能船舶相應(yīng)的法律研究相對于智能船舶關(guān)鍵技術(shù)的研究還比較滯后。為適應(yīng)智能船舶發(fā)展趨勢，加強海事公約和法律等的修訂與完善極為必要[40]。要實現(xiàn)智能船舶的自主航行，需解決以下4個法律問題：智能船的權(quán)利、事故承擔的主體與責任分配、船長和船員的定義、現(xiàn)行航行規(guī)則等適用性。智能船法律的研究是1 個長期的過程，需要結(jié)合實際的發(fā)展情況，制定符合當下的具有適用性和實用性的法律法規(guī)。

4 現(xiàn)狀分析與展望

4.1 當前存在的問題

通過對智能船態(tài)勢感知、智能避碰、智能控制、網(wǎng)絡(luò)通信以及法律安全的發(fā)展現(xiàn)狀分析可知，雖然國內(nèi)外智能船舶的研究取得了一些進展和成果，但仍然存在以下3個方面的問題。

1）避碰算法、控制算法等實用性和適應(yīng)性問題。通過對近10年相關(guān)研究文獻進行綜述，可以看出目前大部分的研究仍停留在理論模型和仿真階段，在現(xiàn)實的航行環(huán)境中能否適用，能否適應(yīng)復(fù)雜多變的航行環(huán)境，還有待驗證。

2）感知系統(tǒng)的穩(wěn)定性以及感知精度問題。在真實航行環(huán)境中，受水面反射、風(fēng)、浪、流等影響，很容易造成智能船信息感知錯誤，給航行安全帶來隱患。其次，目前大部分的研究主要是通過仿真對系統(tǒng)的感知精度進行判斷，但是在復(fù)雜的環(huán)境中，能否保證足夠的感知精度還需要進一步研究。

3）網(wǎng)絡(luò)通信的穩(wěn)定性以及覆蓋能力問題。智能船在自主航行的過程中，需要通過網(wǎng)絡(luò)與外界進行通信和交互。偏遠水域?qū)W(wǎng)絡(luò)通信的穩(wěn)定性要求更高，且山體、惡劣的天氣等環(huán)境對于網(wǎng)絡(luò)穩(wěn)定性影響極大。另外，網(wǎng)絡(luò)覆蓋的水域關(guān)系到智能船所能航行的范圍，因此，在網(wǎng)絡(luò)穩(wěn)定性方面仍然需要開展進一步的研究。

4.2 展望

基于上述知識圖譜對智能船未來研究趨勢以及研究熱點的分析，可以看出，現(xiàn)階段智能船舶的技術(shù)距離真正實現(xiàn)內(nèi)河智能船的自主航行，仍然有較長的一段距離。針對智能船舶所面臨的問題和未來發(fā)展需求，提出以下3個重點研究方向。

1）智能船人機共融及決策技術(shù)的研究。盡管船舶的智能化和自動化在不斷提高，但是人為因素仍然是影響智能船舶安全的典型風(fēng)險因素[41]，并且船舶要實現(xiàn)完全自主航行，需從現(xiàn)階段的人駕模式，過渡到人機混合模式（半自主），且可能長期處于該模式，最終逐漸實現(xiàn)機駕模式。人機混合是船舶智能化中的必經(jīng)階段，人機共融是在人機混合模式下保障智能航行的關(guān)鍵，也將會是未來船舶智能化發(fā)展的常態(tài)。人機共融的理念和技術(shù)促使人與機器在協(xié)作領(lǐng)域內(nèi)進行交互和協(xié)同工作[42]。針對智能船人機共融的研究，可以圍繞智能航行人機共融的風(fēng)險分析、人機共融的混合決策與協(xié)同控制等方面開展，從而構(gòu)建智能航行中人與機器交互關(guān)系模型，辨識不同人機交互關(guān)系下智能航行風(fēng)險的致因機理，構(gòu)建不同人機交互關(guān)系中智能航行風(fēng)險的評價方法，提出安全的智能航行人機共融模式。

2）智能船舶編隊航行及控制研究。在面對復(fù)雜的救援、探測等任務(wù)時，單個智能船舶的執(zhí)行能力有限，需要多個智能船共同協(xié)作完成特定的作業(yè)任務(wù)，在智能船共同協(xié)作的過程中，船與船之間的隊形、間隔等都是影響安全的關(guān)鍵因素。因此，為了使智能船滿足任務(wù)的需求，開展智能船的編隊研究具有重大的社會價值和研究意義。針對智能船編隊的研究，可以圍繞智能船之間的編隊航行風(fēng)險分析、智能船之間的交互以及協(xié)同避碰等方面開展，從而辨識智能船編隊之間的風(fēng)險致因機理，構(gòu)建不同智能等級的智能船舶之間的協(xié)同避碰模型以及編隊駕駛策略。

3）傳統(tǒng)/智能船混行場景風(fēng)險評價研究。智能船的發(fā)展是1個漫長的過程，在此過程中，部分傳統(tǒng)船舶將被取代，航道內(nèi)會出現(xiàn)智能船和傳統(tǒng)船共同航行的混合場景，并且這種混合場景將會長期存在。鑒于此，如何保障混合場景下船舶之間的信息共享、實現(xiàn)船舶的自主避碰，以及保障智能船和傳統(tǒng)船安全航行等關(guān)鍵問題還有待進一步研究。如何建立更為精細的船舶領(lǐng)域，并對其在航行過程中的行為進行充分的理解，將船舶避碰規(guī)則和船舶操縱性能融合到風(fēng)險評估中，從而避免出現(xiàn)險情的誤預(yù)警，是傳統(tǒng)/智能船舶混合航行風(fēng)險評價的重要問題。針對混合場景下智能船舶風(fēng)險的研究，可以在對比分析傳統(tǒng)船舶與智能船舶航行安全特性的基礎(chǔ)上，分別構(gòu)建船舶運動模型，描述傳統(tǒng)船與智能船之間交互的關(guān)系模型，辨識混合場景下傳統(tǒng)船和智能船航行風(fēng)險的致因機理，提出適用于混合場景下的船舶航行風(fēng)險評價方法。

5 結(jié)束語

本文基于知識圖譜對近10 年智能船舶相關(guān)研究進行了統(tǒng)計分析，在此基礎(chǔ)上，針對智能船舶的態(tài)勢感知、智能避碰、智能控制、網(wǎng)絡(luò)通信與法律規(guī)則5個研究熱點進行了詳細分析，并分析了當前面臨的主要問題。最后，從智能船人機共融及決策技術(shù)、智能船編隊航行及控制以及傳統(tǒng)/智能船舶混行場景風(fēng)險評價3個方面進行了展望。