·64· 智能系统学报 第14卷 交通服务等系统，通过大数据、船联网和云计算 感知方式94”。船舶设备供应商，也在尝试具备 等手段，实现对航运船舶的远程、实时、全程监管 AIS和雷达目标融合功能的雷达和电子海图。然 与服务，构成智慧海事监管系统叨。 而，雷达和AIS信号本身并不完善。雷达目标在 密集航道内的虚假率高，一般达40%~50%。AIS 4自主水面货船研究关键技术及挑战 目标则存在最长达180s的延时2。因此，上述 4.1自主水面货船设计及实船测试 “融合功能”只能在理想的环境下（如开阔海域、 船舶在静水、波浪、涌浪条件下做各种运动 目标船舶极端孤立)的情况下发挥作用。综上， 时船舶动力学性能存在较大差异，如何优化设计 对于自主货运船舶，目前的难点在于多传感器的 船型并基于实际动力需求，精确控制动力输出是 融合情况不佳，缺乏对感知信息的深度挖掘，无 当前面临的挑战之一。为精确控制动力输出，应 法形成对航行态势、自身运动特征的准确“感知”。 采用矢量推进器。无轴轮缘推进器作为新型矢量 4.3自主水面货船智能认知技术 推进器的代表，其推广与应用具有先发性优势。 自主水面货船航行系统应具有高度的智能性， 包括感知、认知和决策3部分。智能认知系统主 如何将清洁能源与推进系统相结合并降低新式技 术的成本，提升经济效益，促进技术推广，是自主 要包括视觉系统、听觉系统、感觉系统。环境的 水面货船面临的另一挑战。 认知、知识的学习、决策的制定等主要依赖于人 工智能技术的应用。采用人工智能技术实现自主 中小型无人水面艇由于其成本较低、尺度较 小、研究普适性较强，容易通过实船测试获取相 水面货船图像识别、自然语言识别处理等任务。 关参数与结果。大型自主水面货船的成本远高于 1)自主水面货船图像识别 船舶领域对于图像有极大的需求，由视觉传 小型无人艇且系统组成复杂，相关船舶参数难以 感器、毫米波雷达、前视声呐、侧扫声呐、激光雷 通过仿真或模型试验准确获得。目前绝大多数 达获得的信息，其信息类型大多为图像，采用人 的理论分析和仿真环境下的运动控制算法验证 工智能技术（如神经网络等学习类算法）对这些 仅依据已有标准船型的公开数据，几乎没有相关 数据的认知处理3，可以获取船舶航行态势，辨 实船验证，缺少自主水面货船真实应用效果验证 识碰撞风险，以支持航行决策。 范例。 2)自主水面货船语言识别 4.2自主水面货船智能感知技术 船舶领域对船舶的呼号识别有重要意义。同 自主水面货船数据采集系统主要负责对环 时，无人船舶同有人船舶将在很长的一段时间内 境、设备、系统、货物等复杂信息进行感知收集。 混合存在，解决语义沟通与理解是连接无人船舶 1)对环境状态的感知：主要包括感知气象信 与有人船舶的重要基础。当前对语音语义的研究 息、水文信息、通航环境信息等。 较为广泛。国内外涉及人工智能技术的语音语义 2)对船舶状态的感知：主要包括对船舶航行 识别方法主要基于深度学习或神经网络64咧，但 位置、航速、航向等。 针对船舶语音特点的系统识别研究较少。 3)对设备、系统、货物进行感知：主要包括监 4.4自主水面货船智能航行技术 测设备当前各设备系统的运行状态和货物的存储 智能航行包括航向航速优化、航线规划、智 状态。 能避碰、路径跟随、自动靠离泊等。 如何增强感知的智能性是研究的重点之一。 航速控制主要是控制螺旋桨的转速，航向控 雷达、AIS等常规船用感知设备是船舶的重要感 制主要包含航向的稳定性和机动性两方面内容。 知工具。由于自身工作特性，雷达在近距离存在 根据水文气象情况、船舶运动特性、当前环境是 30m左右的探测盲区B。AIS报文中时常会出现 否有障碍物等进行动态航线规划，采用智能算法 错误。为了保证航行安全，自主船舶还应备激光 进行避碰，运用合适的航向航速实现路径跟随， 雷达、毫米波雷达等设备用于近距离感知。但激 实现安全经济的目标。当船舶停止航行时，应采 光雷达角分辨率有限，远距离成像不清晰。毫米 取自动靠离泊控制。自动靠离泊属于镇定问题， 波雷达也存在扫描范围不足的问题。 对于大型自主水面货船的安全尤为重要。当前大 由于各种传感器存在不同的缺陷，研究人员 型有人货船主要依靠拖轮完成靠离泊50)。如何 在设计自主船舶感知系统时采取了多传感器组合 采用人工智能技术设计实现自主水面货船自动靠交通服务等系统，通过大数据、船联网和云计算 等手段，实现对航运船舶的远程、实时、全程监管 与服务，构成智慧海事监管系统[37]。 4 自主水面货船研究关键技术及挑战 4.1 自主水面货船设计及实船测试 船舶在静水、波浪、涌浪条件下做各种运动 时船舶动力学性能存在较大差异，如何优化设计 船型并基于实际动力需求，精确控制动力输出是 当前面临的挑战之一。为精确控制动力输出，应 采用矢量推进器。无轴轮缘推进器作为新型矢量 推进器的代表，其推广与应用具有先发性优势。 如何将清洁能源与推进系统相结合并降低新式技 术的成本，提升经济效益，促进技术推广，是自主 水面货船面临的另一挑战。 中小型无人水面艇由于其成本较低、尺度较 小、研究普适性较强，容易通过实船测试获取相 关参数与结果。大型自主水面货船的成本远高于 小型无人艇且系统组成复杂，相关船舶参数难以 通过仿真或模型试验准确获得。目前绝大多数 的理论分析和仿真环境下的运动控制算法验证 仅依据已有标准船型的公开数据，几乎没有相关 实船验证，缺少自主水面货船真实应用效果验证 范例。 4.2 自主水面货船智能感知技术 自主水面货船数据采集系统主要负责对环 境、设备、系统、货物等复杂信息进行感知收集。 1) 对环境状态的感知：主要包括感知气象信 息、水文信息、通航环境信息等。 2) 对船舶状态的感知：主要包括对船舶航行 位置、航速、航向等。 3) 对设备、系统、货物进行感知：主要包括监 测设备当前各设备系统的运行状态和货物的存储 状态。 如何增强感知的智能性是研究的重点之一。 雷达、AIS 等常规船用感知设备是船舶的重要感 知工具。由于自身工作特性，雷达在近距离存在 30 m 左右的探测盲区[38]。AIS 报文中时常会出现 错误。为了保证航行安全，自主船舶还应备激光 雷达、毫米波雷达等设备用于近距离感知。但激 光雷达角分辨率有限，远距离成像不清晰。毫米 波雷达也存在扫描范围不足的问题。 由于各种传感器存在不同的缺陷，研究人员 在设计自主船舶感知系统时采取了多传感器组合 感知方式[39-41]。船舶设备供应商，也在尝试具备 AIS 和雷达目标融合功能的雷达和电子海图。然 而，雷达和 AIS 信号本身并不完善。雷达目标在 密集航道内的虚假率高，一般达 40%~50%。AIS 目标则存在最长达 180 s 的延时[42]。因此，上述 “融合功能”只能在理想的环境下 (如开阔海域、 目标船舶极端孤立) 的情况下发挥作用。综上， 对于自主货运船舶，目前的难点在于多传感器的 融合情况不佳，缺乏对感知信息的深度挖掘，无 法形成对航行态势、自身运动特征的准确“感知”。 4.3 自主水面货船智能认知技术 自主水面货船航行系统应具有高度的智能性， 包括感知、认知和决策 3 部分。智能认知系统主 要包括视觉系统、听觉系统、感觉系统。环境的 认知、知识的学习、决策的制定等主要依赖于人 工智能技术的应用。采用人工智能技术实现自主 水面货船图像识别、自然语言识别处理等任务。 1) 自主水面货船图像识别 船舶领域对于图像有极大的需求，由视觉传 感器、毫米波雷达、前视声呐、侧扫声呐、激光雷 达获得的信息，其信息类型大多为图像，采用人 工智能技术 (如神经网络等学习类算法) 对这些 数据的认知处理[43-45] ，可以获取船舶航行态势，辨 识碰撞风险，以支持航行决策。 2) 自主水面货船语言识别 船舶领域对船舶的呼号识别有重要意义。同 时，无人船舶同有人船舶将在很长的一段时间内 混合存在，解决语义沟通与理解是连接无人船舶 与有人船舶的重要基础。当前对语音语义的研究 较为广泛。国内外涉及人工智能技术的语音语义 识别方法主要基于深度学习或神经网络[46-49] ，但 针对船舶语音特点的系统识别研究较少。 4.4 自主水面货船智能航行技术 智能航行包括航向航速优化、航线规划、智 能避碰、路径跟随、自动靠离泊等。 航速控制主要是控制螺旋桨的转速，航向控 制主要包含航向的稳定性和机动性两方面内容。 根据水文气象情况、船舶运动特性、当前环境是 否有障碍物等进行动态航线规划，采用智能算法 进行避碰，运用合适的航向航速实现路径跟随， 实现安全经济的目标。当船舶停止航行时，应采 取自动靠离泊控制。自动靠离泊属于镇定问题， 对于大型自主水面货船的安全尤为重要。当前大 型有人货船主要依靠拖轮完成靠离泊[50-53]。如何 采用人工智能技术设计实现自主水面货船自动靠 ·64· 智 能 系 统 学 报 第 14 卷