英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
一个实时避碰学习系统的无人水面舰艇
赵玉新，王丽，彭石
摘要
由于对无人地面车辆在各种海事应用中使用需求的增加，对无人地面车辆（USV）的研究投入了大量的努力。实时自主碰撞避免系统是这里的关键问题，其中可靠的碰撞风险检测和采用合理的碰撞避免机动起到关键作用。然而，关于这个问题的现有研究很少集成COLREGS准则，为了确保海上安全，最根本的是它们应该在任何时候都得到遵守。在本文中，我们提出了一种符合USR的COLREGS规则的实时碰撞避免的方法。采用证据推理（ER）理论来评估碰到的障碍的碰撞风险，并触发对潜在碰撞的快速警告。然后，我们扩展并采用最优避免相互碰撞（ORCA）算法，以确定符合COLREGS的碰撞回避机动。所提出的方法考虑到以下事实：感测其他障碍物和其周围环境并相应地做反应，符合在做出于无碰撞运动的决定时的实际海洋情况。已经进行了许多模拟以便确认所获得的理论结果的有效性。
关键词：碰撞避免学习系统 COLREGS兼容 碰撞风险评估
1.简介
USV是用于民用，军事或研究应用的各种海洋任务的强大工具，包括海洋学，遥感，武器交付，力量多镊子，环境监测，测量，反潜艇，水面战争，电子战和海上 跨文化运作支持，如研究[1-4]所示。 以上列出的所有飞行器都需要在开阔水域进行安全导航。 与这个问题相关的主要挑战包括可靠的检测和有效的避免碰撞[5]。 不幸的是，相关研究主要集中在先进的控制系统设计，例如[6-8]，很少注意到[9]中所示的碰撞避免领域。USV的可用性和可扩展性严重受限 。 为了充分利用USVs，强调检测和避免（ODA）是至关重要的。
碰撞风险评估是ODA系统背后的基础。 Mou [10]指出及时警报即将发生的碰撞是至关重要的，从而可以避免碰撞，从而确保海上安全和降低潜在的可能性。碰撞危险发生率（CRI）评估与其他船舶碰撞的概率有三个重要特征，即模糊性，不确定性和即时性。CRI的价值受各种因素的影响，其中对CRI有重要影响的关键元素是到最近接近点（DCPA）的距离，到最近接近点的时间（TCPA），到威胁船只的距离（D），相对偏差（B）和根据现有特征的速度比率]。 Kearon [12]和Imazu [13]早期采用基于DCPA和TCPA的加权法来估计碰撞风险。权重法只考虑DCPA和TCPA的程度以获得风险。这两个因素的单位实际上是不一致的，因此估计的结果是不精确的。随着神经网络的快速发展，参考文献[14-16]，一些基于神经网络的CRI评估的新方法已经被开发出来，有关的工作可以在[17,18]中找到。由于这些神经网络的缺点，例如较差的泛化能力和其落入局部最优解中的缺点，该方法在实际海洋导航中的使用有限。[19]进行的研究表明，模糊理论被认为是评价CRI的最合理的方法，并且已经有一个成功的研究这一特定的方法。 然而，仍然有一些副作用，限制了这种认识的广泛应用，精确的隶属函数很难建立，CRI的评估对这种类型的功能非常敏感。 因此，由于成员职能的差异，不同的评估可能会被推断。
本文提出了一种基于THE理论的CRI评估方法，目的是提供一个准确的估计碰撞风险。 ER理论是一种可以处理多属性决策问题的分析方法，它首先由Dempster提出[20]，随后由Shafer [21]扩展，在许多领域中应用广泛。 ER理论具有完善的理论基础，并且能够处理不确定的信息并且充分利用多源信息以获得准确的估计。 此外，Srivastava [22]证明ER理论能够实现快速收敛，没有先验概率和条件概率。 与模糊理论或神经网络相比，ER理论被认为是代表一个令人信服的和可靠的算法，用于评估CRI，因为它在处理不确定和实时信息方面的表现。
在确定潜在的冲突后，下一步是采取时间回避机动。 以前的研究试图解决这个问题; 例如，Svec [23]采用标称轨迹计划器在USV的当前状态及其运动目标之间产生无碰撞轨迹，在Soltan [24]的工作中，使用普通微分方程定义能够避开障碍物的过渡轨迹 。 同时，Phanthong [25]采用基于算法的数值解过程来计算近最优路径; 他然后使用强大的实时路径重新规划技术，以避免移动障碍。 然而，这些研究只集中于无碰撞路径的计算，而不考虑CORLEGS兼容性。 然而，如Statheros等人[26]报告中，海上所有碰撞的56％涉及违反COLREGS规则。 与此相反，USV在任何时候都必须严格遵守COLREGS。
有一些研究成功地将COLREGSrules集成到USV的碰撞避免技术中。一个重要的研究可以在Benjamin [27]的工作中找到，他们在基于行为的控制框架中应用间隔编程 - 代表了安全导航的导航规则。Tamet等人[28]提出了一种确定性路径规划算法，能够计算实用和COLREGS兼容的导航路径，以保持输出一致性。在相关文献[9]中出现了用于USV的自动障碍失效系统，其中当船面对多个接近船舶时，R-RAnm方法被开发用于路径重新规划。提出的R-RAnalgorithm能够合并必要的COLREGS规则。类似地，Naeem等人[1]建立了一个碰撞失效策略，包括使用偏向视线方法的实时路径规划方法和使用能够产生符合COOLREGS路径的DPSS算法的远程跟踪生成。 Breitsprecher [29]提出了一种决策引导算法，以构建一个COLREGS知识库，并实现它来形成一个专家决策支持系统。 Perera在[19]中介绍了一个决策行动执行模型的框架，以便在遵守COLREGS规则的同时促进智能碰撞消除，其中基于模糊贝叶斯的决策/动作制定过程被用来避免发生复杂碰撞的情况。作者还提出了一个基于模糊逻辑的智能决策系统，以提高船舶的安全性。在本研究中，智能决策规则是根据COLREGS准则制定的，以避免冲突[30]。然而，大多数以前的COLREGS规则被考虑的方法未能处理拥塞的情况，运动学约束的USVbeing被忽略。Kuwata等人[31]提出了一种运动规划的优秀方法，其中采用速度障碍（VO）算法[32]在遵守COLREGS规则的同时生成无碰撞路径。这种方法的优点是在杂乱的环境中保证USV的安全导航。然而，这种方法基于假设船舶遇到的是被动的 ，换句话说，遇到的船只的反应动作被忽略，而事实上，在实际的海洋环境中，遇到的船只也改变他们的环境和变化它们的轨迹。因此，由这种方法产生的路径实际上可能是不可靠的。
由Kuwata等人提出的方法引入，其中考虑了在结合COLREGS规则并同时考虑到遇到的船舶的反应动作的情况下产生无碰撞路径的问题，本文提出了实时碰撞避免策略基于广义ORCA算法[33]。ORCA算法是VO概念的扩展公式。VO算法首先由Fiorini在1998年提出，并已成功地用于各种应用程序，以避免与移动武器碰撞，几个修改的方法基于VO存在于[34-36]。在这些配方中，一种显着的方法是RVO [34]，其可以确保无碰撞和无振荡导航。此外，它考虑了障碍物的反应行为。因此，它是处理反应性碰撞波动问题的适当方法。然而，这种方法只能保证在特定条件下的无碰撞导航。为了克服这个局限，Berg等人[33]定义ORCA提供适合多个机器人的条件，并在本文中采用和扩展以实现反应冲突避免。
在本文中，我们打算开发一个符合USV的COLREGs规则的实时自动碰撞检测和回避学习系统。首先，ER理论被采用提供有效的CRI评估，其中对应于CRI的值的元素的权重通过分析层级过程（AHP）方法分配。然后扩展ORCA算法以在与COLREGs规则相同的时间确定碰撞避免操纵。其余的文章组织如下。第2节阐述了本文拟解决的问题，并概述了所采用的方法的一般程序。在第3节，CRI评估方法具体说明。在第4节中给出了实现COLREGs兼容碰撞避免方法的详细过程。第4节中说明了模拟业务情况，然后在第5节讨论和分析，以验证拟议方法的有效性。本文最后结论与建议相关的进一步研究相关的方法在这里。
2.问题陈述和一般程序
2.1问题陈述
本文考虑的问题如下：
首先处理围绕USV并构成潜在碰撞威胁的目标船的导航信息。该信息包括目标船和USV的速度v，位置p和航线c，以及USV和目标船之间的距离D.所有这些信息都可以通过船上的自动识别系统（AIS）轻松获得。接下来，给出近期航点pi目标的假设;这些可以通过使用全局路径规划技术通过USV的预定路径获取，例如[37-39]。因此，本文的目的是检测潜在的冲突，随后是一个合理的决策，涉及基于这个已知信息的COLREGs规则的避免。
2.2 拟议方法的一般程序
上述问题的解决方案分为两个主要部分。第一部分涉及碰撞评估。然后，接着是一个部分，其中讨论了与碰撞回避机动相关的决策过程。与碰撞评估有关的部分的目的是，首先，通过采用ER理论，根据它们的导航信息计算威胁USV的每个目标船的CRI的值，然后根据CRI，分析每个目标船的遭遇情况之后，采用广义ORCA算法，以便根据COLREGs规则和根据优先级列表来确定适当的回避机动。所提出的方法的一般过程如图1所示。
图1 拟议系统的一般程序
3.碰撞风险评估
正如我们在介绍部分所指出的，CRI的价值是评估与其他目标船的碰撞风险的指标，CRI的值受各种因素的影响。其中，对CRI具有显着影响的关键因素是DCPA，TCPA，D，B和K.这些因素及其相应的隶属函数的计算在本节中说明。如已经提到的，CRI的最重要的特性是不确定性，其主要由测量误差引起[40]。 CRI对相应因子的隶属函数也非常敏感，而ER理论具有很好的处理不确定信息的能力，并获得准确的估计。因此，ER理论与AHP方法一起使用，以便对碰撞风险进行精确评估。
3.1形成相关的隶属函数
让（，）和（，）表示所涉船舶的速度，航向和位置坐标，其中下标U和T分别表示USV和目标船。然后，利用USV上坐标原点的常规体固定坐标来计算与CRI相关的因子， y指向地理北， x指向东。随后，相对速度可以被导出为：，其中，相对路程可以如下所示获得：
(1)
然后我们可以获得DCPA，TCPA，D，并基于上述参数，计算如下：
(2)
(3)
其中theta;表示目标船的真实方位，D是USV和威胁船之间的相对距离。
如[41,42]所示，对应于上述因子的标准隶属函数gamma;为：
1 DCPA
1 TCPA
1 D
其中，参考[41]，在上述表达式中使用的相关参数的解释和计算在表1中示出。
表1 相关参数说明
|
符号 |
说明 |
计算 |
|
安全接近距离 安全通过距离 碰撞时间 避免时间 行动距离 上次操作的距离 |
由船只的长度决定 |
3.2基于ER理论的碰撞风险评估
在我们获得对应于关键因素的隶属函数之后，下一步是估计CRI的值。由于ER理论在处理不确定信息方面的卓越表现，因此使用该算法来解决碰撞风险评估问题是相当合适的。Yang 等人[43]已经开发了基于ER理论的基本框架的递归ER算法，该算法在逐个基础上组合各种证据以获得准确的结果，但是这种方法在计算上是昂贵的。为了克服这个问题，Wang [44]提出了一个分析ER算法，在处理聚集大量元素的问题时，这是一个非常适合CRI评估的程序。在本小节中，基于分析ER算法概述了所提出的CRI评估方法。
首先使用AHP方法根据其重要性将每个因子的权重分配为CRI的估计，其中使用Saatys [45] 1-9点量表来建立成对比较矩阵以符合海洋的经验专家。矩阵如下所示，其中表示与相比的标准的重要程度，并且分别表示标准DCPA，TCPA，D，B和K.在进行AHP计算之后，分配给每个因子的权重向量是：
下一步是通过ER理论计算来计算CRI的值。首先，我们必须建立CRI的评估等级集合，表示为;其中N是级别的数量，并且对应的语言成员是{lsquo;极高风险（EH）rsquo;，rsquo;高风险（HR）rsquo;，rsquo;中度风险（MR）#39;，#39;轻度风险（SR） #39;，#39;安全（S）#39;}。与每个级别相关的风险间隔为[1-0.8)[0.8-0.6)[0.6-0.4](0.4-0.2](0.2-0]。然后可以通过使用相似性计算来获得第i个因子对每个评估等级的置信度; i，相似性计算的定义如下：
定义1.相似度计算：令表示与因子，和相对应的隶属函数的值代表每个风险区间的边界，信任度alpha;根据以下三种情况分别计算：
情况1.如果落入#39;EH#39;和#39;HR#39;的区间，则我们可以获得信念度：
其中是用于反映的隶属度的调整参数属于，以及参数的计算，。
情况2.如果落入#39;MR#39;的区间，则可以如下获得信念度alpha;，其中#39;MR#39;的中值由表示：
情况3.如果落入#39;SR#39;和#39;S#39;的区间，我们可以获得信念度alpha;：
与一样，也代表调整参数，这是到的从属度的反射，。
此后，通过对ER理论进行以下计算，可以获得置信度向量其中表示评估等级的置信度。
(18)
(19)
(20)
其中是对因子在等级上的基本概率评估，是
全文共26577字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[142665]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
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。
