船舶自主航行关键技术研究现状与展望

　　摘要:船舶自主航行作为智能船舶的显著特征，日益受到工业与海事企业的关注。为把握船舶自主航行现状和发展方向，开展相关关键技术研究调研与综述。分析近三年国内外船舶自主航行技术的发展现状，针对航行态势感知、认知计算、避碰决策、航行控制、赛博安全等关键技术，剖析其技术内涵、研究现状与应用情况。针对智能航行关键技术现状与技术需求，从态势感知、认知与决策、控制与安全3个方面对船舶自主航行的未来发展进行了展望。

　　关键词：自主航行;航行态势感知;认知计算;避碰决策;智能船舶

　　0引　言

　　航运作为一种运量大、成本低的运输方式，在全球贸易货物运输中发挥着十分重要的作用。随着船舶数量的增加和船舶大型化发展，航运业面临着环境污染严重、人力成本增加、安全性不足等诸多挑战[1]。近年来，为应对上述挑战而设计的智能船舶受到船舶与航运行业的欢迎。智能船舶利用先进的感知、认知、决策、控制技术，相比传统船舶，在经济性、安全性、可靠性、环保性、高效性等方面具有显著优势。作为智能船舶最显著的功能，智能航行的发展一直备受关注。

　　近年来，国际海事组织和各大船级社相继提出了关于智能航行的等级划分，总体来看大致可分为5个等级，依次为无自主、辅助决策、授权控制、监督控制和完全自主航行。2020年3月1日，中国船级社发布了《智能船舶规范(2020年版)》，相比于2015年版，新版本增加了远程控制操作(R)和自主操作(A)功能。2006年，国际海事组织提出了“电子航海”(eNavigation)概念，这是智能航行概念的雏形，其利用船舶内、外部通信网络，实现船岸信息的采集、集成和显示，实现船与船、船与岸、岸与岸之间的信息交互，以提升船舶的经济性、安全性和环保性[1]。此后，韩国、日本、欧洲和我国相继开展智能航行研发，取得了积极进展。

　　1国内外研究现状

　　1.1工程应用现状

　　我国智能船舶的发展遵循系统布局、创新驱动、梯次推进、重点突破的原则，按照“辅助决策−远程控制−无人自主”的研发路径有序开展。依托国家重大科研项目和“产学研用”专业化协作团队，经过几年的研究与探索，我国在智能船舶和船舶自主航行领域取得了较好的成果。 2017年12月，由我国自主研制的全球第一艘经过中国船级社和英国劳氏船级社双认证的“大智”号智能散货船在上海正式交付，该船安装有智能航行系统，具有航行辅助决策功能。2018年11月，我国智能船舶1.0专项首艘大型矿砂船示范船“明远”号交付，该船分别获得中国船级社和挪威船级社认证，具有辅助自主航行功能。

　　2019年5月，国内首艘无人驾驶自主航行系统小型试验船“智腾”号完成航行测试，初步具备自主避碰、自主航行水下避碰、自主靠离泊、自主循迹和自主航行控制功能。2019年6月，我国智能船舶1.0研发专项首艘超大型油轮示范船“凯征”号交付，该船安装有光电跟踪系统和辅助避碰系统，具有辅助自主航行功能。国外方面，欧洲、日本和韩国等国家(地区)在船舶自主航行领域也进行了较多的探索，尤其是欧洲的罗尔斯·罗伊斯、瓦锡兰、ABB等公司在自主航行领域走在世界的前列[2]。

　　2017年6月，罗尔斯·罗伊斯公司与全球拖船运营商Svitzer合作，在丹麦哥本哈根港对全球首艘遥控拖船进行了航行试验。该船利用动力定位系统和感知系统，完成了停靠、解锁、360°旋转等操控，具备远程遥控功能。2018年12月，罗尔斯·罗伊斯公司与芬兰Finferries公司合作，对全球首艘无人驾驶渡轮Falco号进行了航行试验。该船采用态势感知技术和人工智能技术实现自主避碰、自动靠泊等功能，可以实现远程遥控和自主航行。2018年12月，瓦锡兰公司在Folgefonn号渡轮上完成了港到港(dock-to-dock)测试，在完全无人干涉的情况下，在需要停靠的3个港口之间实现了完全不间断的自主航行。

　　2019年1月，SuomenlinnaII号冰级客渡轮，在控制中心远程操控状态下，成功穿越了赫尔辛基港附近的测试区域，通过了远程海试。2019年7月，日本三井造船等单位，利用在开阔水域建立的虚拟码头，完成了ShiojiMaru号训练船自动靠泊和离泊安全性能的示范试验。此外，韩国政府计划投资5848亿韩元(约合人民币34.4亿元)用于打造智能自航船舶及航运港口应用服务。项目已于2019年正式启动，将持续6年。项目包括智能自航船舶开发、智能自航船舶试航中心开发、智能自航船舶−试航连接系统开发、自航船舶−港口连接系统开发、港界内自航船舶远程航行控制中心开发、自航船舶应用服务及制度建设。总体来看，目前船舶自主航行仍处于起步阶段，远程遥控和自主航行仅在小型渡轮、拖轮、试验船、训练船上开展了应用探索与功能测试，而大型商船仍处于辅助决策阶段。

　　1.2理论研究现状

　　我国船舶自主航行理论研究以高校、船舶行业研究院所为主力军，提出了基于信息物理系统(cyber-physicalsystems,CPS)、物联网、工业互联网的船舶自主航行设计[3]。严新平等[4]提出了由感知空间、认知空间和决策执行空间等功能空间组成的“航行脑”系统概念设计。“航行脑”系统的设计参考了人脑的工作机理，将系统分为相互关联的工作模块(空间)，模块之间相互协作，共同完成复杂任务。

　　感知空间主要用于在航环境和船舶状态信息的获取;认知空间从获取的信息中抽取、加工与航行相关的要素，利用航行态势分析、驾驶行为学习等技术形成知识;决策执行空间利用航行决策与航行控制算法实现船舶航行状态的控制。乔大雷等[5]提出了基于物联网技术的航行控制系统设计，系统由船舶本体、蜂窝窄带物联网(NB-IoT)基站、岸基支持中心组成。系统硬件设计包括3大模块，即动力与转型控制模块，船舶自动识别、差分GPS、风速风向仪、激光雷达和船舶姿态传感器模块，NB-IoT通信网络模块。系统软件设计包括无人船控制软件运动建模、航迹控制律设计和航迹控制软件实现，其中航迹控制采用基于响应式禁忌搜索的PID参数自适应整定航迹控制算法。

　　通过真实环境试验验证了系统设计的可行性和航迹控制算法的有效性。Qiu等[6]提出了以CPS为核心的“两端+两云”智能船舶体系架构。“两端”即感知与控制端、管理端，“两云”即基于私有云和公有云的混合云架构。感知与控制端利用船基传感设备与系统获取船舶与环境数据，并负责决策控制指令的执行。管理端面向岸基管理人员提供航行态势分析、航线优化、航行保障等服务。在混合云中构建计算环境、数据中心、认知中心和决策中心，以支撑智能船舶智能航行系统、能效系统、运维系统等智能应用。

　　2自主航行关键技术船舶具有体型巨大、设备众多且种类繁杂、航行环境复杂多变等特点，因此，船舶的自主航行面临着诸多挑战。作为智能船舶的高级阶段，船舶自主航行需要完备的技术体系作为支撑。船舶自主航行系统具有像人一样独立进行感知、思考、决策、控制的能力，其技术体系可分为航行态势感知、认知计算、避碰决策、航行控制和赛博安全等5类技术。

　　3问题分析与展望

　　目前，船舶自主航行在工程应用和技术研究方面虽取得了不少突破，但仍处于起步阶段，依然存在很多问题。主要包括：

　　1)一些核心关键技术尚未突破。作为模拟人类的感知、分析、思维、决策等过程的核心技术，认知计算与真正的人类认知还相去甚远。以深度学习为代表的认知计算技术，在图像识别、文本理解等方面取得了积极进展，但是必须以海量的图片、文本等数据为基础;以知识图谱为代表的认知计算技术，在知识表示与推理等方面具有优势，但是需要事先获取大量的知识。对于船舶而言，船舶种类多样、所处航行环境复杂多变，难以获取全部航行场景所需的海量数据;而船舶自身设备与系统众多、结构复杂，想要获得所有设备与系统的机理知识几乎不可能。

　　2)工程应用与理论研究存在差距。由于船舶建造与运营成本昂贵，船舶的自主航行技术大多难以在实船上得到试验验证。以船舶避碰决策技术为例，考虑到船舶避碰试验的危险性，高校和研究院所大多采用仿真或模型试验的方式开展技术研究，研究成果的实用价值难以衡量。出于安全性考虑，实际工程应用中往往采用简单可靠而又通过试验验证的技术，这在一定程度上也限制了船舶自主航行技术的发展。

　　3)公约、规范等法规限制。船舶作为全球80%以上货物贸易运输的载体，在国民经济发展中起到重要作用。船舶及所载货物价值昂贵，一旦发生事故将造成巨大经济损失。目前，国际海事组织正在研究制定与海上水面自主船舶相关的公约、规范，但其实施还很遥远。如果自主航行船舶擅自出海，一旦与其他船舶发生碰撞等事故，可能会产生严重的纠纷。船舶自主航行的发展首先要解决数据的互联互通和系统整合，即实现传感器和通信系统的发展;然后是在岸基控制中心实现船舶远程操控;在此基础上，进一步提升船舶自主性，方可实现无人自主航行。因此，基于技术现状和研究任务，对船舶自主航行技术的未来发展做如下展望：

　　1)态势感知。为了保证船舶航行安全，需要对船舶在航环境和航行状态实施全面的感知和掌控。对于未来的远程控制与无人自主航行阶段，需要对更多数量和种类的传感器进行感知，以覆盖船舶全部盲区，同时，需通过船岸一体化通信系统，为船舶自主航行提供更多的信息来源。借助不同传感器的组合和先进的通信系统，实现信息采集的多样化和立体化，将带来多源异构数据融合、交互工作量的增加，需要处理和传输更大的数据量。因此，要发展适用于海量数据处理的硬件算力，同时提升数据处理和传输的效率，实现感知体系的优化，更好地为智能认知和决策环节提供服务。

　　2)认知与决策。船舶自主航行的智能认知环节是在感知环节获取的环境信息、自身状态监控信息的基础上进行分析识别，通过智能认知系统将相关航路设计优化与航行避碰的知识以数字化形式沉淀在船舶智能系统中，通过反复迭代优化形成可靠的智能航行系统认知空间，支持自身状态及目标船舶态势辨识以及航路环境的认知，基于历史航行记录、驾驶行为和大数据机器学习建立船舶智能航行的认知过程，形成船舶行为和航行态势的认知。未来，智能化算法、模型的可解释性是其能否被采信并应用于智能航行自主控制和决策的关键。因此，以统计模型为基础的深度学习技术与符号化知识的知识图谱技术及数字孪生技术相结合的模式将成为未来船舶自主航行的实现途径。

　　3)控制与安全。随着智能化程度不断提高、决策能力不断提升，船舶驾驶中人类的工作将逐步被取代。智能船舶将沿着降低人员工作负荷的辅助驾驶、少量减员的船端人船协同、大量减员的岸端人船协同、无人化的远程控制、无人自主航行的路径逐步发展。在这一过程中，需要重点研究的问题包括自生长的知识库构建和运用，稳定、可靠、高效的船岸通信技术，以及船岸一体的赛博安全技术等。

　　交通论文投稿刊物：交通与港航主要介绍国内外城市交通、城市燃气、城市给排水等方面的研究成果、经营成果、信息动态、科技文摘等内容。读者对象是从事该领域的研究、设计、管理人员、领导干部和大专院校有关专业的师生以及关心城市公用事业的广大市民。本刊积极反映我国公用事业的最新成果，广泛开展学术交流，强调理论联系实际，力求刊登先进、实用、有经济效益的文章。

　　4结　语

　　本文分析了国内外船舶智能航行技术的工程应用与理论研究现状，针对航行态势感知、认知计算、避碰决策、航行控制、赛博安全等船舶智能航行关键技术，进行了技术内涵剖析和研究现状分析。在关键技术分析的基础上，提出了当前船舶自主航行面临的问题，并针对这些问题进行了未来发展展望。当前，船舶自主航行仍处于起步阶段，关键技术研究依然面临不少挑战，关键技术的集成应用还有很长的路要走，船舶自主航行研究任重道远。

　　参考文献：

　　严新平.智能船舶的研究现状与发展趋势[J].交通与港航,2016,3(1):25–28.YANXP.Researchstatusanddevelopmenttrendofintelligentships[J].CommunicationandShipping,2016,3(1):25–28(inChinese).

　　孙旭,蔡玉良.自主航行船舶的技术路径[J].中国船检,2019(10):29–31.SUNX,CAIYL.Technicalrouteofautonomousnavigationships[J].ChinaShipSurvey,2019(10):29–31(inChinese).[2]

　　陈琳,杨龙霞.世界主要造船国家智能船舶发展现状[J].船舶标准化工程师,2019,52(4):10–14.CHENL,YANGLX.Thestatusofintelligentshipdevelopmentinmainshipbuildingcountriesintheworld[J].ShipStandardizationEngineer,2019,52(4):10–14(inChinese).

　　作者：李永杰*，张瑞，魏慕恒，张羽