基于多源信息的交汇水域船舶会遇意图辨识与碰撞预警研究

Under the circumstances of the serious conflicts and high risks of vessel traffic in the intersection waterway, and the current situation of the low level of the maritime traffic safety supervision, this project intend to carry out the research about the automatic vessel meeting intention recognition and collision warning based on the multi-source information including the vessel motion states, behavior, navigation environment and so on. In the way of vessel meeting scene reconstruction, simulation driving and on-board test method, this research starts with analyzing the vessels’ meeting intention and evolution law, to extract and select the multi-dimensional feature vector which represents the meeting intention. This project prepares to build the sequential-chain model by studying the dynamic coupling relationship between the meeting intention and behavior of the vessels, and uses the multi-layer hidden markov model to construct the vessel meeting intention recognition model. Combining with indicators of vessel meeting intention recognition, behavior prediction and TCPA, a new method on vessel collision risk evaluation will be proposed. This project creatively puts forward the concept of vessel meeting intention, expands the research of vessel behavior and provides a new insight for the improvements of vessel collision risk evaluation in both theory and methodology. This project can provide some experiment gist and theoretical guide for the development of vessel collision warning system, to improve the management mode of the intersection area.

针对交汇水域船舶交通冲突严重、通航风险高、水上交通安全监管智能化水平低的现状，开展以船舶运动状态信息、船舶行为信息、通航环境信息等多源信息为基础的船舶会遇意图自动辨识与碰撞预警研究。 利用船舶会遇场景重构、模拟驾驶及实船测试等手段，对船舶会遇意图及其行为演化规律进行剖析，提取并筛选出表征会遇意图的多维特征向量；研究船舶会遇意图和船舶行为之间的动态耦合关系，建立会遇意图的行为序贯链模式，利用多层隐马尔科夫模型实现船舶会遇意图辨识模型的构建；结合船舶会遇意图辨识、行为预测以及TCPA等指标实现船舶碰撞危险评价新方法。本项目创新地提出船舶会遇意图概念，拓新了船舶行为的研究模式，为完善船舶碰撞危险评价理论和方法提供了新思路，为改善交汇水域现有船舶交通管理模式，开发船舶碰撞自动预警系统提供理论依据和实验参考。

会遇意图不明确或意图判断失误往往是导致船舶陷入危险紧迫局面并引发碰撞事故的重要原因。准确辨识会遇意图并对碰撞风险进行及时预警，对开发船舶避碰助航预警系统、提升交汇水域船舶交通管理智能化水平具有重要的现实意义和应用价值。围绕船舶会遇意图与行为辨识科学难题，项目以典型交汇水域（长江口、珠江大屿山）为对象开展研究，主要研究成果与创新意义包括：（1）会遇场景重构与态势信息自动提取方法。突破传统船舶会遇侧重领域描述的空间局限，突出会遇时空演化特性的分析和表征，提出基于滑动窗口船舶会遇特征序列构建方法，利用支持向量机设计会遇场景的分类模型，实现会遇态势信息的自动提取，与依赖局部空间条件的会遇态势判别方法相比降低了误判率；（2）会遇意图辨识建模。提出船舶会遇意图的概念，利用隐马尔科夫模型对船舶行为与会遇意图的量化耦合关系进行建模，形成船舶交叉、追越、对遇等典型意图的辨识模型，拓新了船舶行为的研究模式；(3) 意图影响下的会遇风险评价方法。将船舶会遇意图引入到船舶碰撞危险评价中，利用层次分析、灰色关联等方法建立融入意图的多元因子与碰撞风险的量化排序关系，并应用随机森林回归算法实现多元因子与碰撞风险之间的映射，形成了考虑意图的碰撞风险模型，为船舶碰撞危险评价提供新思路；（4）船舶行为的表征学习与行为长时预测方法。揭示船舶运动行为的长时序相关性，据此提出一种行为预测的深度学习模型，通过引入了跨层链接和回溯门增强对船舶行为的长时相关性、不确定性和多样性表征能力，实现高层特征预测船舶行为及意图。(5) 基于行为预测的船舶碰撞风险预警方法。考虑会遇船舶时空行为对碰撞危险的显著影响，提出了一种数据驱动的方法对船舶会遇行为序列与未来碰撞风险的关系进行建模，设计一种深度网络结构Attention-BiLSTM，结合双向长短时记忆和注意机制，分别捕捉行为的时间相关性及其对未来碰撞风险的影响，实现基于时间序列分类的碰撞风险预警算法。本项目创新地提出船舶会遇意图概念，拓新了船舶行为的研究模式，为完善船舶碰撞危险评价理论和方法提供了新思路，为改善交汇水域现有船舶交通管理模式，开发船舶碰撞自动预警系统提供理论依据和实验参考。