摘要:船舶自主航行作為智能船舶的顯著特征，日益受到工業與海事企業的關注。為把握船舶自主航行現狀和發展方向，開展相關關鍵技術研究調研與綜述。分析近三年國內外船舶自主航行技術的發展現狀，針對航行態勢感知、認知計算、避碰決策、航行控制、賽博安全等關鍵技術，剖析其技術內涵、研究現狀與應用情況。針對智能航行關鍵技術現狀與技術需求，從態勢感知、認知與決策、控制與安全3個方面對船舶自主航行的未來發展進行了展望。

　　關鍵詞：自主航行;航行態勢感知;認知計算;避碰決策;智能船舶

　　0引　言

　　航運作為一種運量大、成本低的運輸方式，在全球貿易貨物運輸中發揮著十分重要的作用。隨著船舶數量的增加和船舶大型化發展，航運業面臨著環境污染嚴重、人力成本增加、安全性不足等諸多挑戰[1]。近年來，為應對上述挑戰而設計的智能船舶受到船舶與航運行業的歡迎。智能船舶利用先進的感知、認知、決策、控制技術，相比傳統船舶，在經濟性、安全性、可靠性、環保性、高效性等方面具有顯著優勢。作為智能船舶最顯著的功能，智能航行的發展一直備受關注。

　　近年來，國際海事組織和各大船級社相繼提出了關于智能航行的等級劃分，總體來看大致可分為5個等級，依次為無自主、輔助決策、授權控制、監督控制和完全自主航行。2020年3月1日，中國船級社發布了《智能船舶規范(2020年版)》，相比于2015年版，新版本增加了遠程控制操作(R)和自主操作(A)功能。2006年，國際海事組織提出了“電子航海”(eNavigation)概念，這是智能航行概念的雛形，其利用船舶內、外部通信網絡，實現船岸信息的采集、集成和顯示，實現船與船、船與岸、岸與岸之間的信息交互，以提升船舶的經濟性、安全性和環保性[1]。此后，韓國、日本、歐洲和我國相繼開展智能航行研發，取得了積極進展。

　　1國內外研究現狀

　　1.1工程應用現狀

　　我國智能船舶的發展遵循系統布局、創新驅動、梯次推進、重點突破的原則，按照“輔助決策−遠程控制−無人自主”的研發路徑有序開展。依托國家重大科研項目和“產學研用”專業化協作團隊，經過幾年的研究與探索，我國在智能船舶和船舶自主航行領域取得了較好的成果。 2017年12月，由我國自主研制的全球第一艘經過中國船級社和英國勞氏船級社雙認證的“大智”號智能散貨船在上海正式交付，該船安裝有智能航行系統，具有航行輔助決策功能。2018年11月，我國智能船舶1.0專項首艘大型礦砂船示范船“明遠”號交付，該船分別獲得中國船級社和挪威船級社認證，具有輔助自主航行功能。

　　2019年5月，國內首艘無人駕駛自主航行系統小型試驗船“智騰”號完成航行測試，初步具備自主避碰、自主航行水下避碰、自主靠離泊、自主循跡和自主航行控制功能。2019年6月，我國智能船舶1.0研發專項首艘超大型油輪示范船“凱征”號交付，該船安裝有光電跟蹤系統和輔助避碰系統，具有輔助自主航行功能。國外方面，歐洲、日本和韓國等國家(地區)在船舶自主航行領域也進行了較多的探索，尤其是歐洲的羅爾斯·羅伊斯、瓦錫蘭、ABB等公司在自主航行領域走在世界的前列[2]。

　　2017年6月，羅爾斯·羅伊斯公司與全球拖船運營商Svitzer合作，在丹麥哥本哈根港對全球首艘遙控拖船進行了航行試驗。該船利用動力定位系統和感知系統，完成了停靠、解鎖、360°旋轉等操控，具備遠程遙控功能。2018年12月，羅爾斯·羅伊斯公司與芬蘭Finferries公司合作，對全球首艘無人駕駛渡輪Falco號進行了航行試驗。該船采用態勢感知技術和人工智能技術實現自主避碰、自動靠泊等功能，可以實現遠程遙控和自主航行。2018年12月，瓦錫蘭公司在Folgefonn號渡輪上完成了港到港(dock-to-dock)測試，在完全無人干涉的情況下，在需要停靠的3個港口之間實現了完全不間斷的自主航行。

　　2019年1月，SuomenlinnaII號冰級客渡輪，在控制中心遠程操控狀態下，成功穿越了赫爾辛基港附近的測試區域，通過了遠程海試。2019年7月，日本三井造船等單位，利用在開闊水域建立的虛擬碼頭，完成了ShiojiMaru號訓練船自動靠泊和離泊安全性能的示范試驗。此外，韓國政府計劃投資5848億韓元(約合人民幣34.4億元)用于打造智能自航船舶及航運港口應用服務。項目已于2019年正式啟動，將持續6年。項目包括智能自航船舶開發、智能自航船舶試航中心開發、智能自航船舶−試航連接系統開發、自航船舶−港口連接系統開發、港界內自航船舶遠程航行控制中心開發、自航船舶應用服務及制度建設。總體來看，目前船舶自主航行仍處于起步階段，遠程遙控和自主航行僅在小型渡輪、拖輪、試驗船、訓練船上開展了應用探索與功能測試，而大型商船仍處于輔助決策階段。

　　1.2理論研究現狀

　　我國船舶自主航行理論研究以高校、船舶行業研究院所為主力軍，提出了基于信息物理系統(cyber-physicalsystems,CPS)、物聯網、工業互聯網的船舶自主航行設計[3]。嚴新平等[4]提出了由感知空間、認知空間和決策執行空間等功能空間組成的“航行腦”系統概念設計。“航行腦”系統的設計參考了人腦的工作機理，將系統分為相互關聯的工作模塊(空間)，模塊之間相互協作，共同完成復雜任務。

　　感知空間主要用于在航環境和船舶狀態信息的獲取;認知空間從獲取的信息中抽取、加工與航行相關的要素，利用航行態勢分析、駕駛行為學習等技術形成知識;決策執行空間利用航行決策與航行控制算法實現船舶航行狀態的控制。喬大雷等[5]提出了基于物聯網技術的航行控制系統設計，系統由船舶本體、蜂窩窄帶物聯網(NB-IoT)基站、岸基支持中心組成。系統硬件設計包括3大模塊，即動力與轉型控制模塊，船舶自動識別、差分GPS、風速風向儀、激光雷達和船舶姿態傳感器模塊，NB-IoT通信網絡模塊。系統軟件設計包括無人船控制軟件運動建模、航跡控制律設計和航跡控制軟件實現，其中航跡控制采用基于響應式禁忌搜索的PID參數自適應整定航跡控制算法。

　　通過真實環境試驗驗證了系統設計的可行性和航跡控制算法的有效性。Qiu等[6]提出了以CPS為核心的“兩端+兩云”智能船舶體系架構。“兩端”即感知與控制端、管理端，“兩云”即基于私有云和公有云的混合云架構。感知與控制端利用船基傳感設備與系統獲取船舶與環境數據，并負責決策控制指令的執行。管理端面向岸基管理人員提供航行態勢分析、航線優化、航行保障等服務。在混合云中構建計算環境、數據中心、認知中心和決策中心，以支撐智能船舶智能航行系統、能效系統、運維系統等智能應用。

　　2自主航行關鍵技術船舶具有體型巨大、設備眾多且種類繁雜、航行環境復雜多變等特點，因此，船舶的自主航行面臨著諸多挑戰。作為智能船舶的高級階段，船舶自主航行需要完備的技術體系作為支撐。船舶自主航行系統具有像人一樣獨立進行感知、思考、決策、控制的能力，其技術體系可分為航行態勢感知、認知計算、避碰決策、航行控制和賽博安全等5類技術。

　　3問題分析與展望

　　目前，船舶自主航行在工程應用和技術研究方面雖取得了不少突破，但仍處于起步階段，依然存在很多問題。主要包括：

　　1)一些核心關鍵技術尚未突破。作為模擬人類的感知、分析、思維、決策等過程的核心技術，認知計算與真正的人類認知還相去甚遠。以深度學習為代表的認知計算技術，在圖像識別、文本理解等方面取得了積極進展，但是必須以海量的圖片、文本等數據為基礎;以知識圖譜為代表的認知計算技術，在知識表示與推理等方面具有優勢，但是需要事先獲取大量的知識。對于船舶而言，船舶種類多樣、所處航行環境復雜多變，難以獲取全部航行場景所需的海量數據;而船舶自身設備與系統眾多、結構復雜，想要獲得所有設備與系統的機理知識幾乎不可能。

　　2)工程應用與理論研究存在差距。由于船舶建造與運營成本昂貴，船舶的自主航行技術大多難以在實船上得到試驗驗證。以船舶避碰決策技術為例，考慮到船舶避碰試驗的危險性，高校和研究院所大多采用仿真或模型試驗的方式開展技術研究，研究成果的實用價值難以衡量。出于安全性考慮，實際工程應用中往往采用簡單可靠而又通過試驗驗證的技術，這在一定程度上也限制了船舶自主航行技術的發展。

　　3)公約、規范等法規限制。船舶作為全球80%以上貨物貿易運輸的載體，在國民經濟發展中起到重要作用。船舶及所載貨物價值昂貴，一旦發生事故將造成巨大經濟損失。目前，國際海事組織正在研究制定與海上水面自主船舶相關的公約、規范，但其實施還很遙遠。如果自主航行船舶擅自出海，一旦與其他船舶發生碰撞等事故，可能會產生嚴重的糾紛。船舶自主航行的發展首先要解決數據的互聯互通和系統整合，即實現傳感器和通信系統的發展;然后是在岸基控制中心實現船舶遠程操控;在此基礎上，進一步提升船舶自主性，方可實現無人自主航行。因此，基于技術現狀和研究任務，對船舶自主航行技術的未來發展做如下展望：

　　1)態勢感知。為了保證船舶航行安全，需要對船舶在航環境和航行狀態實施全面的感知和掌控。對于未來的遠程控制與無人自主航行階段，需要對更多數量和種類的傳感器進行感知，以覆蓋船舶全部盲區，同時，需通過船岸一體化通信系統，為船舶自主航行提供更多的信息來源。借助不同傳感器的組合和先進的通信系統，實現信息采集的多樣化和立體化，將帶來多源異構數據融合、交互工作量的增加，需要處理和傳輸更大的數據量。因此，要發展適用于海量數據處理的硬件算力，同時提升數據處理和傳輸的效率，實現感知體系的優化，更好地為智能認知和決策環節提供服務。

　　2)認知與決策。船舶自主航行的智能認知環節是在感知環節獲取的環境信息、自身狀態監控信息的基礎上進行分析識別，通過智能認知系統將相關航路設計優化與航行避碰的知識以數字化形式沉淀在船舶智能系統中，通過反復迭代優化形成可靠的智能航行系統認知空間，支持自身狀態及目標船舶態勢辨識以及航路環境的認知，基于歷史航行記錄、駕駛行為和大數據機器學習建立船舶智能航行的認知過程，形成船舶行為和航行態勢的認知。未來，智能化算法、模型的可解釋性是其能否被采信并應用于智能航行自主控制和決策的關鍵。因此，以統計模型為基礎的深度學習技術與符號化知識的知識圖譜技術及數字孿生技術相結合的模式將成為未來船舶自主航行的實現途徑。

　　3)控制與安全。隨著智能化程度不斷提高、決策能力不斷提升，船舶駕駛中人類的工作將逐步被取代。智能船舶將沿著降低人員工作負荷的輔助駕駛、少量減員的船端人船協同、大量減員的岸端人船協同、無人化的遠程控制、無人自主航行的路徑逐步發展。在這一過程中，需要重點研究的問題包括自生長的知識庫構建和運用，穩定、可靠、高效的船岸通信技術，以及船岸一體的賽博安全技術等。

　　交通論文投稿刊物：交通與港航主要介紹國內外城市交通、城市燃氣、城市給排水等方面的研究成果、經營成果、信息動態、科技文摘等內容。讀者對象是從事該領域的研究、設計、管理人員、領導干部和大專院校有關專業的師生以及關心城市公用事業的廣大市民。本刊積極反映我國公用事業的最新成果，廣泛開展學術交流，強調理論聯系實際，力求刊登先進、實用、有經濟效益的文章。

　　4結　語

　　本文分析了國內外船舶智能航行技術的工程應用與理論研究現狀，針對航行態勢感知、認知計算、避碰決策、航行控制、賽博安全等船舶智能航行關鍵技術，進行了技術內涵剖析和研究現狀分析。在關鍵技術分析的基礎上，提出了當前船舶自主航行面臨的問題，并針對這些問題進行了未來發展展望。當前，船舶自主航行仍處于起步階段，關鍵技術研究依然面臨不少挑戰，關鍵技術的集成應用還有很長的路要走，船舶自主航行研究任重道遠。

　　參考文獻：

　　嚴新平.智能船舶的研究現狀與發展趨勢[J].交通與港航,2016,3(1):25–28.YANXP.Researchstatusanddevelopmenttrendofintelligentships[J].CommunicationandShipping,2016,3(1):25–28(inChinese).

　　孫旭,蔡玉良.自主航行船舶的技術路徑[J].中國船檢,2019(10):29–31.SUNX,CAIYL.Technicalrouteofautonomousnavigationships[J].ChinaShipSurvey,2019(10):29–31(inChinese).[2]

　　陳琳,楊龍霞.世界主要造船國家智能船舶發展現狀[J].船舶標準化工程師,2019,52(4):10–14.CHENL,YANGLX.Thestatusofintelligentshipdevelopmentinmainshipbuildingcountriesintheworld[J].ShipStandardizationEngineer,2019,52(4):10–14(inChinese).

　　作者：李永杰*，張瑞，魏慕恒，張羽