基于支持向量机的船舶碰撞风险评估算法外文翻译资料

 2022-07-31 21:16:48

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

基于支持向量机的船舶碰撞风险评估算法

作者：郑凯，陈亚博，江一，乔双湖。a大连海事大学船舶电气工程学院，大连，中国。b大连海事大学信息科学与技术学院，大连，中国

摘要：船舶碰撞是海上事故的重要原因之一。碰撞风险评估是航海家或自动导航系统在面对特定的遭遇情况时，识别风险并做出正确的避碰决策的必要手段。提出了一种基于支持向量机技术的船舶碰撞风险定量评估算法。该算法重新考虑了本船(OS)域与目标船(TS)域之间的距离，利用该距离对碰撞概率进行建模。此外，该算法还考虑了假设碰撞的后果，并以相互作用力为模型。因此，利用船舶状态可以获得连续的、定量的碰撞风险，从而克服传统的风险评估方法如船舶域方法和基于最接近点方法的缺陷。仿真结果验证了该方法的有效性，表明了新风险评估算法的优越性。

关键词：碰撞风险评估，避碰，船舶领域，支持向量机

1.介绍

近年来，许多船舶碰撞事故都提醒我们重新思考船舶避碰系统，因为许多碰撞都是人为失误造成的。如(Hanzu-Pazara et al.， 2008)所示，大约89%-96%的碰撞是由某种形式的人为错误引起的，至少部分是这样。为了提高海上安全的质量和效果，计算机辅助系统可以应用先进的算法来帮助航海家评估碰撞风险，以防止人为错误。随着船舶自动化的发展，风险评估算法在整个船舶安全系统中发挥着越来越重要的作用。

在文献中，已经有大量的研究被提出来评估船舶碰撞风险的理论和实践的海洋工程。船舶之间的距离是船舶碰撞风险的一种自然度量，因为只有当船舶之间的距离小于某一水平时才会发生碰撞(Kristiansen, 2013)。为了考虑相对速度，基于CPA的船舶碰撞风险评估方法，如最近进近点距离法(DCPA)和最近进近点时间法(TCPA)被大多数航海家所接受。基于CPA的方法可以定量估计碰撞发生的概率。这些算法可以很容易地实现在雷达系统和电子航海图(ENC)系统，需要配备在商船上(IMO, 2013)。斯拉普钦斯基和斯拉帕奇指出，在某些情况下，基于CPA的方法可能不足以评估船舶碰撞风险和规划规避动作(斯拉普钦斯基和Szlapczynska, 2017)。实际上，DCPA并没有反映船舶的实际距离，所以即使船舶不改变航线和速度，在不同的位置也可以得到相同的DCPA。特别是当OS和TS在同一条道路上航行时，DCPA始终为零。此外，TCPA并不是对遭遇情况的直接时间度量。当船在一个静止的物体周围作圆周运动时，TCPA总是为零，但它们不会相互碰撞。实际上，DCPA和TCPA通常被认为是一个平衡的风险度量，如(Jin-Hyeong Ahn et al.， 2012;李和庞，2013年;Kang等人，2019年)。

一种有用的二维评估方法是基于SD的概念(斯拉普钦斯基和Szlapczynska, 2017;Wang et al.， 2009)，最早由藤井 (藤井 and Tanaka, 1971)和Goodwin(1975)提出。基于SD的方法利用操作系统周围的区域扩展操作范围，测量碰撞风险。一旦TS进入操作系统的SD，基于SD的设备可以警告导航器。大量后续研究(Davis等，1980;Smierzchalski和Michalewicz, 2000年;斯拉普钦斯基, 2006;Pietrzykowski, 2008;Pietrzykowski和Uriasz, 2009年;王,2010;王,2013;斯拉普钦斯基和Szlapczynska, 2016;(斯拉普钦斯基 et al.， 2018)侧重于如何通过不同的方法建立SD模型。利用模糊逻辑或人工神经网络来修正安全区域的边界。感兴趣的读者可以参考(斯拉普钦斯基和Szlapczynska, 2017;Wang et al.， 2009;Li et al.， 2012;(Goerlandt and Montewka, 2015)。与基于CPA的方法通常提供定量的风险估计相比，大多数基于SD的方法通常提供定性的风险度量，使得航海家执行避碰的信息是有限的，在某些情况下可能是静态的。

另外，基于CPA的方法和基于SD的方法主要关注的是碰撞的概率，而与碰撞相关的后果往往被忽略。根据(Li et al.， 2012;他,2010;(Wang et al.， 2002)，结果也是碰撞风险评估的一个非常重要的因素。这种不完全的信息可能会导致错误的避免碰撞的决策，因为两艘船之间的风险是时变的，这不仅与两艘船的动态运动有关，也与它们的形状和重量有关。

实际上，船舶之间的相对位置一直是评估风险的一个重要因素。同样，将船舶安全系统的相对位置应用于风险评估，可以定量地评估船舶在遭遇情况下的风险。然而，没有一个通用的度量方法来定义两个域之间的相对位置，因为船域可能是分离的或者有交集的。该算法利用支持向量机的方法来测量标清的相对位置，从而可以定量地、连续地估计标清的碰撞概率。支持向量机的——艺术监督分类方法在1992年首次提出瓦普尼克 (瓦普尼克, 1995) 支持向量机分类器是基于结构风险最小化原则,可以实现全球解决方案通过将一堂课——大小问题转换为一个二次规划(合格品)问题,除了惯常的训练分类器可以获得更好的性能比传统的神经网络。在过去的十年中，基于支持向量机的算法得到了非常迅速的发展，并被应用于许多领域(Smola和Scheuro;olkopf, 1998)，如分类(Herbrich, 2002)、回归(Smola和Scheuro;olkopf, 2004)和识别(Burges, 1998;Schuldt等，2004)。根据支持向量机的机理，训练后的决策函数总能找到线性可分和不可分的两类训练数据之间的最大裕度(Vapnik, 1995;Smola和Scheuro;olkopf, 1998)。如果我们将标清与两类训练数据进行比较，这种方法允许我们精确地描述船域之间的相对位置。因此，它可以应用于获得定量的风险评估。

碰撞风险评估通常涉及到可能发生碰撞的概率以及与碰撞相关的后果。在这项工作中，我们的主要动机是开发一种定量的船舶碰撞风险评估算法，它可以克服传统的基于SD的风险评估方法的上述缺点。新的评估算法同时考虑了碰撞概率和冲突概率。碰撞风险不是直接通过OS的SD来评估，而是根据OS和TS的状态，例如相对位置和速度来测量。也就是说，船舶碰撞风险是建立在碰撞过程的几何概率基础上的，其后果由相对速度来评估。将求解线性SVM分类器得到的SDs之间的裕度作为碰撞的几何概率。由于SD是由二维空间中的一组点定义的，而二维空间中总是有一个凸的闭合边界，因此将域边界上的点作为训练数据来训练线性SVM分类器，同时获得边缘。对于船舶域之间不存在交集的可分情形，将边值作为两个SDs之间的最大空间，自然反映了碰撞概率。对于不可分的情况，通常发生在船域有交叉点时，用软边来说明它们的相对位置，这也反映了它们重叠区域的大小。另一方面，利用代表两船碰撞能量的相对速度来估计船舶碰撞可能造成的后果。为了生成连续的评估算法，针对船舶相对位置随船舶运动的变化而变化的情况，提出了一种考虑不同情况下风险的非线性评估算法。最后，对“玉鹏”号和“玉昆”号两艘实训船进行了仿真研究。仿真中考虑了三种典型的相遇情况，即迎面相遇、交叉相遇和超车相遇。与传统的基于SD方法和DCPA方法相比，本文提出的定量风险评估方法能够提供随船舶状态变化的风险评估，克服了传统方法的不足。

论文的其余部分组织如下。第二节研究了船舶碰撞风险定量评估问题，提出了船舶碰撞风险定量评估的要求;第3节提供了支持向量机的一些基础知识，并开发了基于支持向量机的碰撞风险评估算法。仿真在第4节中进行。第五部分为结论。

2. 船舶碰撞风险定量评估问题的提出

风险评估的目的是获得能够提供明确价值的碰撞风险描述。换句话说，风险可以通过一个评估函数FR( )来评估

Rown=FR(X)

其中RownR表示操作系统的风险，X是一个包含与风险相关的所有因素的向量。例如FR( )为基础的风险评估方法通常有以下形式

0, PktDown

1, PktDown

RO,K=FR(X)=FR(PKI)

其中Ro;k表示OS相对于第k个TS的风险，Pkt表示第k个TS的位置，Down表示OS的船域。Ac -绳索SD的一般定义,“二维区域苏尔-舍入一艘其他舰船必须避免它可能被视为逃税的面积”(藤井裕久和田中,1971),尽管英蒂的SD -守寡的船(自己或目标船)可能是由环境和导航器总是扮演着关键的角色,域必须是一个封闭的区域在二维平面上。因此，OS的船域可以由其边界点来定义，即

对于第k个TS，它的ship域Dkt可以定义为

part;表示的边界地区,（x0，y0）和（，）的参考坐标系统和k分别TS,他们通常质心的坐标,（x0i，y0i）, 1,hellip;hellip;;no和（，）,1;hellip;;nk分别为其边界上各点的坐标。

(2)对于第k个t的位置是一个不连续的函数，这也意味着基于转换SD的风险评估算法只考虑了和Down本身。实际上，在评估碰撞风险时，可以从今天的导航设备中获得更多的信息。AIS系统也被国际海事组织(IMO)要求为商业船舶的必备设备，可以提供船舶在其运行范围内的一些重要的TS参数，如船舶长度、速度等(IMO, 2013)。虽然船舶碰撞的相关因素很多，但是从TSes的AIS数据中可以得到船舶之间的相对运动来评估风险是合理的。这项工作假设SDs的OS和tse可以获得前风险评估,即Down和,k=1;hellip;hellip;,n,是已知的,可以在线更新,因为许多SD模型是基于AIS数据。

此外，风险评估通常是指评估所涉及的成员如果不改变其当前状态的潜在风险。船舶碰撞风险也可以根据OS和TS的当前状态进行估计，并随其状态的变化而变化。显然，一个连续的模型不仅有利于计算出当前的碰撞风险，而且有助于了解碰撞趋势。因此,本文着重于风险评估问题考虑风险评估通过一个连续的评估函数F FR( )需要满足下列条件:

(1)F FR( )只取决于当前操作系统和TS的状态和参数。

(2)F FR( )是连续的。

图1所示。OS和TS交叉相遇的情况。

船舶碰撞风险也可以根据OS和TS的当前状态进行估计，并随其状态的变化而变化。显然，一个连续的模型不仅有利于计算出当前的碰撞风险，而且有助于了解碰撞趋势。因此,本文着重于风险评估问题考虑风险评估通过一个连续的评估函数F FR( )需要满足下列条件:

(1)(R1) FR( )只取决于当前操作系统和TS的状态和参数。

(2)(R2) FR( )是连续的。

3.基于SVM的船舶碰撞风险评估

3.1从定性SD法到定量SD法

如果转换的基于SD的风险评估方法可以表示为(2)，则风险仅在TS进入OS的SD或驶离内部时发生变化。这种准定性的评估方法对碰撞风险的变化不敏感，因为在标准偏差之内和之外都找不到变化。为了克服这一弱点，提出了一种空间碰撞风险(SCR)模型，该模型提供了一种基于模糊四元数船域的定量估计(Wang, 2010)。该模型实际考虑了碰撞的概率，并假设碰撞的纵向和横向概率服从非对称高斯分布。

实际上，在使用基于SD的方法来评估碰撞风险时，OS和TS并没有被平等对待，因为没有考虑TS。藤井的SD模型是半长轴为船长4倍半长轴为船长1.6倍的椭圆域，适用于两艘船(藤井和田中，1971)。操作系统的大小比TS大得多，SD的大小也是如此。一旦TS进入操作系统的SD，操作系统就可以根据SD理论来检测风险。但是TS可能不承认风险，因为在它的船域区域没有船。这可能会导致TS的延迟避免碰撞，但是如果发生碰撞，TS的损失可能会比OS更大，因为它们的尺度相差很大。这意味着TS可能比OS面临更大的风险，需要首先避免碰撞。显然，大多数传统的基于SD的方法都不能很好地满足船舶碰撞风险涉及双方的事实，无论是大的SD还是小的SD。原因可能是最传统的基于SD方法只考虑本船的SD和一些SD模型非常复杂,其参数不能获得TS。根据Szlapczynski Szlapczynska(2017),传统的基于SD安全标准通常禁止重叠SDs虽然这种情况经常发生在狭窄的通道。定量方法似乎是解决这一问题的好方法。Qu et al.(2011)将Wang(2010)提出的定量碰撞评估方法和一种新的领域重叠准则应用于新加坡海峡的esti- mate碰撞风险，该海峡是一个狭窄的航道，船舶领域的重叠频繁发生。

由于现有的基于SD的方法只考虑操作系统的船域，大多数方法都不适合解决船域重叠的情况，因此有必要考虑TS的SD，引入常见的后果度量。同时，与定性评估方法相比，定量评估方法通常可以根据SD和TS的状态提供更详细的分析，因此，本文将开发一种基于SVM的定量评估方法来估计以下章节的碰撞风险。

3.2 经典线性SVM分类器

首先回顾了支持向量机的一些基本原理。关于支持向量机分类和非线性函数估计的更

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[241451]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章