基于动态环境的船舶交通模拟方法研究

It is hardly feasible for Real ship experiment due to the great difficulty, high cost, long period and big danger of real ship experiment on traffic flow and ship collision in the field of maritime transportation. It has the huge application demand and the research significance to conduct the transportation simulation to arrive at the real representation of the dynamic navigation process and to promote the intelligent decision-making elements for ship agent, which is the international research front domain. However, the available system and method of maritime transportation simulation failed to present the real state of transportation system and gave no consideration to the impact of the subjective will of crew,the information of AIS and Meteorological navigation, so as not to meet the demand of maritime transportation simulation but only to meet the demand of evaluation. So this research proposes for the first time the study based on dynamic environment maritime transportation simulation system. It focuses on the system and structure of open ship transportation simulation system, the micro-behavior model of ship agent and intelligent ship collision model. It puts forward a new, distributed macro/micro-integrated maritime transportation simulation method which conforms more to the real features of the maritime transportation system. The objective is to build a ship transportation model which is capable of describing the general characteristics of real ship transportation so as to discover the basic rule of ship transportation flow. As to the transition to “Intelligent Transportation” and “Green Transportation” in China, this research is of great academic and pragmatic significance.

由于海上交通的关于交通流和船舶避让的实船试验存在着难度大、费用高、周期长、危险性大等难题，实船验证几乎是不可能的。如何在交通模拟中真实再现船舶通航的动态过程及支持对船舶主体的智能决策因素是当前国际研究的前沿领域，具有巨大的应用需求和研究意义。然而现有这些体系和方法仅满足了评估论证的需要，不能揭示海上交通系统实际的状况，以及驾驶员、AIS、气象导航等信息对驾驶的影响，不能真正满足海上交通模拟的需要。为此，本项目首次提出了基于动态环境的船舶交通模拟系统的研究，重点研究开放式船舶交通模拟系统的体系与结构、船舶等主体的微观行为模型、船舶智能避让模型等问题，提出了一种新的、更为符合海上交通系统实际特性的分布式的的海上交通模拟方法，系统的目标是要建立能描述实际船舶交通一般特性的船舶交通模型，以揭示船舶交通流的基本规律，本项目研究对于提高我国海上交通向“智能、绿色交通”具有十分重要的学术意义和现实意义。

本项目面向未来海上交通模式以及无人船和智能船舶应用，对这种全新的模式做深层次的理论研究。在项目研究过程中，以研究内容为依托，以研究经费为支持，顺利完成目标。.课题组成员建立了开放的海上交通模拟的智能架构体系描述模型与方法。建立了基于运动态势评估的多因素评价危险度模型来作为会遇及避碰依据，进一步结合避碰行动的有效性以及船舶避让的经济性和安全性展开研究，建立了基于多目标优化的避让模型。并将模型在大型船舶操纵模拟器上进行验证。.项目从对碰撞危险度的影响因素出发，分析了CPA、TCPA、船间距离、航向、航速、风、流、能见度、船舶密度等对碰撞危险度的影响，将动态环境信息进行整合，提出了一种基于动态环境的碰撞危险度模型。该模型在模拟器上进行论证性测试，取得了不错的性能结果。另外项目组根据测试结果进行优化，进而提出了一种根据时间、空间碰撞危险度确立的船舶动态域的快速计算方法，极大地提升了系统的计算效率。.项目在多目标模糊优选模型基础上，建立了基于综合权重的可变模糊优选模型进行船舶碰撞危险程度分析。为了提高搜索效率，研究将蒙特卡洛树搜索算法与船舶避让问题有效地进行结合。最后的避让仿真实验结果验证了改进的有效性。结合以上研究，本项目将蒙特卡洛树搜索算法应用于两船特别是多船的智能避让研究中，建立智能避让模型，该算法优异的时间与空间搜索能力为船舶的多目标避让决策问题提供了良好的解决方法。经过两船以及多船会遇的仿真实验表明，基于蒙特卡洛树搜索算法的智能避让模型在船舶避让方面具有良好的可行性和有效性。该模型是可以用于智能船舶、无人船进行避让的关键算法，在模拟器论证方面取得了很好的结果。.本课题的研究对于智能船舶和无人船方面的理论研究、人才培养、研究体系的确立和规则制定起到了巨大的推动和促进作用。这些成果将船舶交通模拟研究从推演判断推向认知，深度学习过程为核心的研究阶段。