張杰，馮紀軍，岳興旺

(大連海事大學 航海學院，遼寧 大連 116026)

基于航海信息的航海任務智能識別方法

張杰，馮紀軍，岳興旺

(大連海事大學 航海學院，遼寧 大連 116026)

為減輕航海人員面向不同的航海任務時需及時獲取有效航海信息的工作負擔，分析典型航海任務特征，基于ECIDS等船端航海儀器和導航系統(tǒng)提供的數(shù)據(jù)，分析處理基本的船舶動態(tài)和靜態(tài)信息，得出可智能識別航海任務的方法。

航海信息；航海任務；智能識別；電子航海圖

隨著船岸通信技術和岸基信息服務支持技術發(fā)展，尤其是e-navigation戰(zhàn)略的實施，航海人員能夠獲取的航海信息的種類越來越多，結構也越來越復雜，除了船端航海儀器提供的信息之外，為了制定安全經(jīng)濟的航行決策，船上人員還必須同時考慮岸基海事管理部門、港口部門和氣象部門等提供的豐富岸基支持信息。所有上述信息需經(jīng)過航海人員接受、判斷、分析、決策后，才能成為實際的操船方案[1]。統(tǒng)計表明，海上交通事故的發(fā)生80%以上是人為因素造成的。因此，船上需要一個高效統(tǒng)一的智能處理平臺，代替(或部分代替)航海人員完成這項工作，以減小人為因素造成海難事故發(fā)生的可能性，并且減少船員定額。下一代電子海圖顯示與信息系統(tǒng)(ECDIS)將成為船舶駕駛臺的“信息中心”，是實現(xiàn)該項工作的最佳載體。因此，航海信息的綜合處理與顯示功能成為船舶導航系統(tǒng)發(fā)展的必然要求。為確保面向不同的航海任務，在平臺上智能顯示出船舶所需有效航海信息，智能識別船舶狀態(tài)的技術是研究的重點。為此，基于基礎的航海信息探討智能識別船舶狀態(tài)(航海任務)。

1 智能識別航海任務的方法

1.1 典型的航海任務

為執(zhí)行航次計劃，海上營運船舶在整個航次中需要執(zhí)行不同種類的航海任務。通過對8 000多條不同類型不同噸位的商用船舶統(tǒng)計分析，通常船舶執(zhí)行的典型航海任務包括在港系泊、靠離泊作業(yè)、錨泊(錨地錨泊和遮蔽水域錨泊)、進出港航行、狹窄水道航行、運河航行、近岸航行、沿海航行和大洋航行等。

固然AIS可提供船舶當前的航行狀態(tài)，但是其提供的航行狀態(tài)信息有2個弊端：一方面，一般AIS船載設備中航行狀態(tài)選項較少，分類不細致，比如“under way using engine”航行狀態(tài)包括所有的“主機在航”的航行任務，其分類與船舶通常執(zhí)行的典型航海任務不能完全的匹配；另一方面，在整個航次過程中，雖然駕駛員對每一次航行狀態(tài)的改變都清晰明了，卻經(jīng)常延遲甚至忽略對AIS狀態(tài)的更改。因此，有必要尋求一種可靠的船舶狀態(tài)(航海任務)識別方法[2]。

1.2 電子航海圖(ENC)

ENC數(shù)據(jù)是以單元作為計量單位的。所謂的單元是指某地理區(qū)域的ENC數(shù)據(jù)分發(fā)的基本單位，地理區(qū)域為由經(jīng)線和緯線組成的方形區(qū)域。每個ENC單元的數(shù)據(jù)都要單獨存儲，而且有惟一的單元名(文件名)。在S-57中，ENC的數(shù)據(jù)文件名稱由8位字符編碼給出，其中第3位表示航海用途[3]。表1為ENC數(shù)據(jù)航海用途編碼表。

表1 ENC數(shù)據(jù)航海用途編碼表

1.3 航海任務智能識別研究思路

航海任務智能識別研究思路見圖1。

1)開啟ECDIS海圖自動載入模式，ECDIS將根據(jù)搜圖原則，在SENC中查找符合當前顯示比例尺且能夠覆蓋當前位置電子屏幕的海圖，并把覆蓋屏幕中心的圖作為顯示的當前圖，且自動用其他圖的數(shù)據(jù)填充未被當前圖填充的區(qū)域。

2)基于GPS船位，在監(jiān)控模式下識別當前船位下ECDIS載入的海圖，獲取最大比例尺海圖的文件名。根據(jù)文件名第3位判斷航海用途。

3)根據(jù)海圖的航海用途，可以初步判斷船舶當前可能正在執(zhí)行的航海任務。根據(jù)WENDWG 2016年5月統(tǒng)計，目前約有5 800個ENC 單元。通過與往年統(tǒng)計數(shù)據(jù)對比分析，ENC 單元逐步增多，在目前可通航水域，大、中、小各種比例尺ENC單元覆蓋率較高，接近于全覆蓋。因此，可以基于最大比例尺海圖的航海用途，初判船舶可能執(zhí)行的航海任務。

同時考慮到不同比例尺ENC單元在部分地理區(qū)域存在數(shù)據(jù)重疊或者某一地理區(qū)域缺失大比例尺海圖，因此，根據(jù)獲取到的最大比例尺海圖的航海用途判斷航海任務時，應適當擴大可能執(zhí)行的航海任務的范圍。

4)綜合其他岸基支持信息和船舶航海信息，進一步判斷船舶當前執(zhí)行的航海任務[4]。

2 智能識別航海任務的關鍵技術

2.1 航海任務的關鍵特征

航海任務的關鍵特征是二次判斷航海任務的首要依據(jù)，對確定優(yōu)先考慮和分析的航海任務至關重要。同時，這些關鍵特征也有助于最后分析判斷結論，決定了確定的航海任務的可靠性。

各種航海任務在航行圖中的關鍵特征為[5]。

1)在港系泊。船位是計劃航線的始點或終點，船速為0，周邊可搜索到“berth”地理物標。

2)靠離泊作業(yè)。船速不超過3 kn，周邊可搜索到“dock area”和“fairway”地理物標，船舶在港池區(qū)內(nèi)、航道外；比較累計航程和剩余航程的大小，可判斷出靠泊或離泊作業(yè)。

3)進出港航行。航速超過3 kn，周邊可搜索到“fairway”地理物標，且船舶在航道內(nèi)；比較累計航程和剩余航程，判斷出進港或出港航行。

4)進出錨地航行。船速不為0，搜索周邊“anchorage area”和“fairway”地理物標，船舶不在航道內(nèi)，若判斷出船舶在錨地內(nèi)，船速低于3 kn，則為船舶準備拋錨或已經(jīng)起錨；若判斷出船舶在錨地外，則提取周邊船舶AIS航行狀態(tài)，判斷“at anchor”和“moored” 狀態(tài)的船舶與本船的平均距離，若與“at anchor”的多艘船舶平均距離較小，則船舶為進出錨地航行，否則為靠離泊作業(yè)[6]。

5)錨泊。船速為0，周邊可搜索到“anchorage area”地理物標，判斷船舶在錨地內(nèi)即為錨泊，否則提取周邊船舶AIS航行狀態(tài)，判斷“at anchor”和“moored” 狀態(tài)的多艘船舶與本船的平均距離，若與“at anchor”的多艘船舶的平均距離較小，則船舶為錨泊，否則為系泊狀態(tài)。

6)運河航行。船速不為0，搜索周邊“canal”地理物標，若判斷出船舶在運河內(nèi)，即為運河航行；否則，搜索由“coast line”圍成的狹水道(2 n mile)，若判斷出船舶在狹水道內(nèi)，即為狹水道航行，否則，即為近岸航行。

2.2 判斷航海任務的關鍵技術

1)自動獲取當前船位下的最大比例尺ENC單元文件名。IHO S-52要求，在監(jiān)控模式下，海圖顯示的基本原則是選擇本船位置處最大比例尺的海圖進行顯示。因此，在航行監(jiān)控過程中，可以獲取最大比例尺ENC單元文件名。

2)根據(jù)二次判斷后的船舶航海任務特征，搜索本船周圍一定范圍內(nèi)的地理特征物標。S-57物標的數(shù)據(jù)模型通過空間對象和特征對象的組合來描述現(xiàn)實世界的物標實體?？臻g對象是描述實體的空間位置屬性，由點、邊界和面的坐標及其相互關系構成。特征對象是描述實體的種類、性質(zhì)和特征等屬性信息。S-57物標數(shù)據(jù)模型定義了160種地理物標，包括判斷航海任務所需的錨泊區(qū)、泊位、運河、航道、港池區(qū)等。因此，基于地理物標的特征，可以搜索到本船周圍一定范圍內(nèi)的地理物標[7]。

3)判斷本船與特征物標的位置關系。對于某些航海任務，需要判斷本船與特征物標的位置關系，如進出港航行需判斷船舶是否在航道內(nèi)，錨泊需要判斷船舶是否在錨泊區(qū)內(nèi)等。此類特征物標的空間對象通常都可以作為面。因此，簡化為判斷點與區(qū)域(簡單多邊形)的位置關系，目前有很多算法可以快速地解決此類問題[8]。

某船進港靠泊過程實例推演見圖2、3。

3 結論

1)該航海任務智能識別方法得到了大量實船推演驗證，推演結果與船舶當時的實際航海任務基本相符，識別方法具有一定的實用性。

2)當前ECDIS具備集成和顯示部分航海信息的功能，本方法側重于ECDIS的智能化功能。

3)識別方法中的關鍵技術問題必須在電子海圖的基礎上才可以解決。

4)識別方法可用于配備ECDIS且能提供基本航海信息的船舶，無需人工介入，可減少人員參與產(chǎn)生的航海決策失誤。

5)在此基礎之上，應進一步研究不同航海任務下航海信息的綜合處理與顯示，為駕駛員動態(tài)、高效地提供所需航海信息。

[1] 鄭佳春,張杏谷,邵哲平.基于模糊神經(jīng)網(wǎng)絡的航海信息融合技術研究[J].中國航海,2003(4)：19-22.

[2] 劉志剛.船舶自動識別系統(tǒng)在船舶交通管理系統(tǒng)中的應用[J].船海工程,2007(2)：123-125.

[3] 張吉平.電子海圖顯示與信息系統(tǒng)[M].大連：大連海事大學出版社,2014.

[4] 岳林,項國,胡偉浩.面向任務的艦船系統(tǒng)信息流程仿真優(yōu)化方法[J].中國艦船研究,2015,10(6)：114-119.

[5] 張英俊.電子海圖的數(shù)學和算法基礎[J].大連：大連海事大學出版社,2001：76-135.

[6] 向俊,王靜,夏幼明.判斷點與多邊形拓撲關系的改進算法[J].計算機工程與設計,2014(5)：1 732-1 737.

[7] IHO S-57，關于數(shù)字化海道測量數(shù)據(jù)的傳輸標準[S].北京：國際海道測量局出版,2000.

[8] 李楠,肖克炎.一種改進的點在多邊形內(nèi)外判斷算法[J].計算機工程,2012(5)：30-34.

Research on Intelligent Recognition of Navigation Tasks Based on Navigation Information

ZHANG Jie, FENG Ji-jun, YUE Xing-wang

(Navigation College, Dalian Maritime University, Dalian Liaoning 116026, China)

In order to alleviate the burden of obtaining effective information in time for different tasks, the characteristics of classic navigation tasks were analyzed. According to the data provided by navigational instruments aboard, a method was proposed to recognize navigation tasks intelligently and process the fundamental dynamic and static information.

navigation information; navigation tasks; intelligent recognition; ENC

10.3963/j.issn.1671-7953.2017.02.043

2016-09-01

國家自然科學基金(51679025)

張杰(1985—)，男，博士，講師

U691

A

1671-7953(2017)02-0185-03

修回日期：2016-09-18

研究方向:船舶智能化