摘要
随着内河船舶智能化发展的加速推进，在内河环境感知、船舶轨迹预测和碰撞风险预测等方面已经取得了一定的成果，利用多传感器融合或者AIS配合轨迹预测获取船舶航行动静态信息来进行碰撞风险预测可以进一步提升内河船舶航行安全性，减轻船员驾驶压力。多传感器感知方案可实时感知附近船舶航行信息，但成本过高导致它在内河中难以大量应用。而船舶自动识别系统（Automatic Identification System，AIS）的成本相对较低且在内河运输船舶中已普及，因此研究基于AIS数据的内河船舶碰撞预测方法具有较强的实际应用价值。最近会遇距离（Distance of Closest Point of Approach，DCPA）和最近会遇时间（Time to Closest Point of Approach，TCPA）是用于评估两艘船舶之间的潜在碰撞风险的重要指标，分别表示两船最近会遇点（Closest Point of Approach，CPA）间的距离和抵达最近会遇点所需要的时间，可以用于船舶碰撞预测。然而当前学者通过船舶经纬度坐标计算的DCPA和TCPA参数，忽略了船舶本身的尺寸信息带来的误差，在内河狭窄水域，采用传统的DCPA、TCPA的碰撞检测方法无法为水上船舶的航行安全提供辅助支撑。针对以上问题，本文主要研究内容如下： （1）针对数据收集和共享渠道有限，导致船舶航行数据资源不足等问题，设计了一套基于船载AIS设备的船舶航行数据采集系统，安装在内河运输船舶上用于采集本船和附近船舶的动静态航行信息。首先通过串口通信获取船载AIS设备接收的报文信息，然后对接收到的报文进行筛选、解析及存储，最后通过蜂窝通信和内网穿透技术将采集的数据进行远程发送，采集的数据用于内河船舶碰撞预测方法的实验验证。 （2）为了获取它船与本船同一时刻下的航行信息进行实时碰撞预测以及提高船舶位置估计的准确性，本文研究了基于扩展卡尔曼滤波的航行位置预测方法。通过船舶运动学模型进行状态估计，并使用AIS数据作为观测数据来修正估计误差。实验结果表明，在没有AIS数据输入的情况下，状态估计的平均位置误差为6.679m，在有AIS数据作为观测数据输入的情况下，滤波后的平均位置误差为1.865m。 （3）针对传统CPA参数计算未考虑船舶尺寸信息在狭窄水域精度差的问题，提出一种新的CPA参数计算方法，通过计算船舶轮廓间最小距离修正CPA参数，在不同场景下单次平均耗时在1.74s内，具有较好的实时性。修正后的参数可用于辅助船员进行内河船舶碰撞预测，也可用于船舶风险预测指标法进行船舶危险度评估的相关模型来提升碰撞危险度评估精度。
NETL