《人工智能在船舶无人驾驶中的应用研究》15000字

PAGE23人工智能在船舶无人驾驶中的应用研究摘要人工智能经过几十年的发展，已经渗入进人们的生活，推动了各行各业的发展。人工智能产业丰盛，无人驾驶是其主要运用之一，目前无人驾驶汽车已经实现商业化运营，作为重要交通运输工具之一的船舶也步入了智能化阶段。本文讲述了无人驾驶船舶实现自主航线规划与避碰所需的船舶设备和主要算法，A*算法、人工势场算法、蚁群算法和遗传算法是实现无人驾驶船舶航线规划的主要算法，模糊逻辑、进化计算和专家系统是实现无人驾驶船舶避碰的主要算法。无人驾驶船舶的实现，除了技术方面亟待提升，其相关的港口建设、法律法规和多船避让问题也仍待解决。关键词：人工智能；无人驾驶船舶；航线规划算法；避碰算法目录摘要 II目录 Ⅲ第一章绪论 41.1选题的背景 41.2选题的意义 4第二章人工智能的发展现状 52.1人工智能简述 52.1.1人工智能的概念 52.1.2人工智能的特点 52.2人工智能的发展及应用 62.2.1人工智能的发展 62.2.2人工智能应用综述 62.3国内外研究现状 92.3.1国外研究现状 92.3.2国内研究现状 92.4本章小结 10第三章船舶无人驾驶的发展现状 113.1无人驾驶简述 113.1.1无人驾驶的概念 113.1.2无人驾驶的特点 113.1.3无人驾驶船舶的研究现状 123.2无人驾驶船舶航线规划能力 143.2.1航线规划设备 143.2.2航线规划常用算法 143.3无人驾驶船舶自主避碰能力 163.3.1避碰设备 163.3.2避碰常用算法 173.4本章小结 18第四章结论与展望 194.1结论 194.2不足、建议与展望 20参考文献 22第一章绪论1选题背景和意义1.1选题背景人工智能技术是当下非常热门的技术，已与金融、教育、物流、建筑等几乎所有产业高效融合。船舶航运业是人类文明发展史中传统且古老的行业，随着人工智能应用的不断发展及延伸，航运业近年来已成功地运用了人工智能技术。例如港口的全自动化码头，利用自动引导设备、人工智能技术、运筹学决策和系统工程理论之间的协同运作实现全自动装卸，极大提高了装卸效率、简短船舶运行周期；又如船舶的智能配载及调度，通过深度神经网络及智能算法结合船舶箱量分布、箱型比例、货物堆存、船上吊装设备状态、挂靠港口、泊位等信息实现快速配载和调度，进一步达到降低船员劳工强度、提高夜间配载质量的效果[1]。随着人工智能技术在航运业的不断发展，以高校、航运企业、船舶研究组织为首的科研人员们如火如荼地进行着无人驾驶船舶的研发。2017年12月5日，由上海船舶研究设计院设计、中船黄埔文冲船舶有限公司建造的38800载重吨，全球第一艘智能散货船“大智号”在上海命名交付[2]，标志着我国率先进入智能船舶时代。1.2选题的意义智能化船舶的发展具有重大意义，它可以实现船舶的节能减排、降低能源消耗和运营成本；实现减少配备船员、降低人力成本；实现提高船舶安全性能等主要目标[3]。人工智能是实现船舶无人驾驶的关键。未来的智能船舶必将往高度自动化的趋势发展，推动航运业向更安全、更高效、更经济、更环保的方向发展[4]。而人工智能技术是实现船舶智能化的关键，本文将简述人工智能在船舶无人驾驶中航线规划与避碰的运用。船舶的航线规划是指根据船舶航行水域信息、航道内船舶密度情况等信息，原本由高级船员规划出的航线，但无人驾驶船舶利用人工智能技术对船舶自身状态和周围水域环境信息进行感知，能够避免人为设计航线时错漏的问题，达到优化航线、高效安全的目的[3]。目前人工驾驶的船舶发生碰撞事故的原因大多为人为因素导致，而利用人工智能技术对船舶航行信息进行量化处理和自动化控制，达到自动避碰的目的，确保船舶航行安全，减少海上人命财产损失[5]。第二章人工智能发展现状2.1人工智能简述2.1.1人工智能的概念1956年，以麦卡塞、明斯基为首的科学家们齐聚一堂讨论如何实现用机器模拟智能的问题，并第一次提出了“人工智能”这一概念。人工智能正如其名，可以分为“人工”和“智能”两部分，“人工”可以被理解为人工系统，指由人类发明创造的新系统或者通过人类加工改造的自然系统；“智能”涉及到的内容比较广泛，比如意识、思维、想法等，人类目前了解到的智能是指人本身的智能，因此科学家们对人工智能的研究往往与对人类本身智能的研究十分相关。具象而言，人工智能是一门全新的综合性科学技术，它是研究、开发人类智能的理论、方法、技术和应用系统[6]，达到实现对声音、图像的识别，对某些事件进行推理并预判结果的功能。人工智能作为计算机科学的高级产物之一，近年来人类运用人工智能主要是为了实现机器模仿和执行人脑的智力功能，而长远目标来看，研究人员将实现人工智能自主模拟人类的思维想法及智力活动[7]。2.1.2人工智能的特点过去的人工智能信息处理技术不够成熟，经过研究人员们几十年地投入，现在的人工智能技术已经得到了飞速的提高，面对如今大数据的时代，人工智能是不可或缺的高效处理信息的重要工具之一，对人类社会及科学的进步起着无与伦比的重要作用。人工智能的特点非常突出，它像人类一样可以对外界的信息如声音、光线、图像等进行快速分析和处理，并制定出较好的解决方案。人工智能实现了程序化应用和机器的类人化，这些被应用人工智能技术的机器可以辅助甚至替代传统行业中人类的工作，解放人们的双手[6]。人工智能的出现，也极大促进了如金融、医疗、教育等多个行业的发展，同时催生了多个新兴行业，带来了创业与融资的高潮。总的来说，人工智能发展到现在，有以下两点最主要的特点：（1）实现人工智能劳动的载体是机器或机器人。长久以来，在传统的资本生产方式中，人类本身常常被作为最基础的劳动者，而这样的生产方式是被自然条件所限制的，人类劳动者需要吃饭、休息，需要多种外界物质的补充。并且，尽管人类劳动力可以自主学习与思考、随机应变，但是其出错率往往较高，人为因素导致的事故总是占绝大多数。而使用人工智能机器或机器人，使用能源驱动即可，可以在绝大多数情况下取缔人类单一重复的工作，并且极少受外界极端条件的影响，工作错误率普遍较低，可以有效地解决许多国家廉价劳动力短缺的问题[9]。（2）人工智能的生产脱离不开大数据。人类已经进入到大数据时代，各行各业的数据无时无刻都在增长。在最早的数据信息处理时代，人们利用纸张或卡带记录各类数据，可想而知这样的方式极容易出现错漏、运算错误等情况，尤其到如今面临大数据，人工计算不可能实现如此庞大的数据运算。而人工智能不仅可以在短时间内进行庞大运算，还能够自主学习，大数据的增长为人工智能的自主学习提供充足的数据信息储备，内容的多样化使得人工智能得到训练及优化[10]。2.2人工智能的发展及应用2.2.1人工智能的发展20世纪中叶，人工智能学科被科学家们提出后，以冯·诺依曼、图灵为主要代表的科学家们尝试利用符号化编程将人工智能进行实现。20世纪末，由于硬件设备不够先进、数据库不够完善、算法优化程度不够等原因，人工智能的发展陷入了低迷期。进入21世纪后，人工智能随着大数据、云计算的出现而飞速发展。而近些年来，全球人工智能技术处于快速上升期，新一代信息技术和工业的需求催生了新兴行业，根据应用可以被区分为深度学习（又称为机器学习）、自然语言处理、图像识别（又称为计算机视觉）、语音翻译、智能机器人等等，早已运用在人们生活的方方面面[8]。由于人工智能的出现，人类社会进入了人机协作、跨界融合、群智开放的智能共享时代，可想而知人工智能将进一步地促进和引领新一轮的科技和产业革命。2.2.2人工智能应用综述（1）人工智能在金融行业的运用金融行业是最早使用人工智能技术的行业之一，常见的有银行、保险公司、股票证券公司等。金融行业的特点就是交易量巨大且复杂，而人工智能可以在短时间内对大数据进行准确且快速的归纳和分析，同时进行交易内容的审核评估，降低风险性。人工智能还能够自动审查合同内的数据，对合同信息进行分析，查漏补缺，降低因合同导致法律风险的发生概率。保险公司的共同点之一就是都存有大量的需要长时间存储的碎片化数据，并且其交易往来都极大程度依赖这些数据，如此繁琐及大量的数据不可能完全依赖人工进行录入和提取，因此建立保险行业的数据库，再利用人工智能对这些数据进行保管和分析，可以进一步解决有关定价、产品开发及销售的问题。但实际上，金融行业的人工智能技术也还亟待改进，因金融行业容错率较低，数据分析错误导致的损失难以估计其上限，因而在现有技术条件下人工智能还只能做基础的数据分析。并且，金融行业非常注重与客户的交流，而现有的人工智能技术或许是能够给客户提供最优化的购买方案，但是却没办法感性地打动客户，达成实际交易。最后，由于人工智能技术管理的不完善，客户的数据隐私容易被泄露和侵犯，因而必须加强对人工智能的监管[11]。（2）人工智能在教育行业的运用教育教学是国家培养人才的重要途径，我国作为教育大国，对教育行业的重视程度不言而喻。国务院明确指出要加快推进“三通两平台”，即“宽带网络校校通、优质资源班班通、网络学习空间人人通”，建设教育资源公共服务平台和教育管理公共服务平台。由此可知，现代化教育离不开互联网，而人工智能早已被结合运用在其中。在高校教育中，某些实验实训课程利用人工智能技术对学生训练环节进行指导和评分，由此可以实现对学生针对化训练；高校所需的教务系统、学工管理系统等大数据平台也可以通过人工智能模型实现统一数据管理；不少课程利用人工智能实现虚拟现实技术，达到人机交互以增强学生对课程的体验性及积极性。课外学习方面，许多智能检索平台的出现可以实时解答学生的问题，提高学生自主学习能力，降低教师的重复性工作。图片识别技术在教育领域的应用也非常突出，例如小猿搜题、作业帮等APP在中学生中使用的人数非常庞大，这些运用人工智能技术的搜题软件不仅能够准确识别题目，还能在极短时间内给出相应答案及解析过程，有效提高学生自主学习的效率。人工智能中的人脸识别技术还可以运用在考场等身份核验场景，有效杜绝替考的可能性。总的来说，人工智能技术在教育的应用非常广泛，进一步推动了教育教学的改革[12]。（3）人工智能在医疗行业的运用根据相关数据统计，医疗数据在2020年已累计到40万亿GB。医疗行业运用人工智能技术可以实现对数据的统计及分析，对有意义的数据进行储存并深度挖掘其价值。例如在药物研发方面，人工智能能够主动提取医学文献中的数据，将基因、蛋白质、代谢、脂质等数据作为数据源，提取候选的药物靶点，使用已知化合物进行应用治疗，达到缩短研发和临床测试周期并提高成功率的效果。在医学影像识别方面，人工智能通过自主学习对某些疾病的影像识别率和准确率都非常高，最新的人工智能影像识别技术被运用在新冠病毒肺炎诊疗及乳腺癌筛查，很大程度上帮助了人们对抗疾病。在辅助诊断方面，人工智能对海量的医疗数据进行存储及处理，模拟医生的诊断思维，与医生共同对相应病症进行诊断，进一步提高了病情的确诊性，同时人工智能将给出该病人以往的医疗记录及过敏原等个人信息，最终提供给病患最合适的诊疗方案。实际上，在医疗行业中使用人工智能技术最多的健康管理方面，智能穿戴设备在市面上已经屡见不鲜，它可以全方面并实时获取人的生命体征状态和健康数据，对有老年人或者有病患的家庭来说是必需品，人工智能还能定时提醒事项和给出饮食方面的建议，达到加强改善生活习惯和加强健康管理的好处[13]。（4）人工智能在交通行业的运用人工智能在交通行业中的运用主要分为两个，一个是无人驾驶车辆及船舶，另一个是道路及海上的智慧交通。无人驾驶车辆作为近些年来非常热门的人工智能新兴产业之一，我国为谋求车辆制造大国的地位，也开始研究人工智能在无人驾驶中的有关应用。人工智能在无人驾驶中的运用，需要收集环境感知数据、信息通讯数据、状态检测数据等，但相关技术及技术的结合还未达到成熟的阶段，因而无人驾驶车辆及船舶的实现还有很长的路要走[14]。所谓智慧交通，是指将人工智能运用在公路、铁路及海运中，例如使用人工智能算法对交叉路口的运行效率进行实施的管控和检测，根据人流、车流数据进行红绿灯时间的合理调整，提高交叉路口的运行效率；智能抓拍系统的出现可以自动对某些违法违章行为进行抓拍，例如行人随意闯红灯，司机乱停放车辆、不按导向行驶、从车内丢垃圾等违规交通行为，可以辅助交警非现场的执法能力，进一步规范市民们的文明出行。此外，无感停车的出现也进一步方便了市民们的驾车出行，车牌自助识别系统及自动缴费系统极大缩短了车辆出入场的时间，降低司机们的等待时间[15]。人工智能技术与导航技术的结合，给予人们实时的最优路线方案，出行者无论是开车还是搭乘公共交通都能明晰地了解所耗时间及出行密度，极大提高了人们的出行质量。2.3国内外研究现状2.3.1国外研究现状人工智能的发展依赖于各行各业对智能的需求，尤其是互联网、金融公司，因此拥有大数据的各类科技公司的聚集地往往是人工智能的发展的高地，例如我国的北京、上海、深圳，而纽约、硅谷和伦敦的人工智能技术几乎可以代表国外人工智能发展的最前沿。纽约的GDP总量是全世界城市排名第一，金融巨头如华尔街、纽约证券交易所等几乎占据着世界40%的财政资金，每天的金额交易量难以估计。人工智能的加入，逐渐改变着金融行业的员工结构，例如极负盛名的金融巨头公司高盛，2000年时雇佣600名股票交易员，而到如今只留下2名。伦敦是欧洲最主要的商业中心，在伦敦有大小200多家银行的办事处，有超过75%的世界500强企业的总部或分公司在伦敦被设立。伦敦的人工智能发展，注重算法的开发和图像识别的应用。英国的四大顶尖名校剑桥大学、牛津大学、帝国理工学院和伦敦大学学院拥有全世界最好的人工智能相关学科群，相应的研究人员掌握了最前沿的人工智能技术[17]。王友发等[18]利用Citespace软件获取了国外人工智能领域的关键词图谱，并总结其研究热点主要为：数据挖掘、识别模式、智能算法及机器学习。通过对比发现，英美等发达国家在人工智能领域的期刊论文发表数量虽然不及我国，但是他们的论文被引用频次却非常高，侧面表明我国与外国人工智能的研究水平还有一定差距。郑烨等[19]通过对比国内外SSCI和CSSCI上涉及人工智能的研究文献，得出国外的人工智能研究主题比国内更丰富，主要为知识管理、智慧城市、流行病学等热点主题，而国内目前仍聚焦于人工智能的政策发展路径、应用领域扩展和政策文本的分析。2.3.2国内研究现状当人工智能在西方国家发展初期时，我国因与苏联关系友好，受苏联对人工智能持批判态度的影响，国人对人工智能也持怀疑态度。直到1978年，邓小平发表“科学技术是生产力”的重要讲话，才给中国的科学事业带来了春天。1987年，中国首部人工智能的著作问世，带领中国的人工智能研究走上正轨。进入21世纪后，国家对人工智能的研究发展越发重视，国家基金计划支持、各类智能科技公司兴起、从事只能相关领域的师生数不胜数。人工智能的学术组织和研学会议此起彼伏，研究成果非常突出。我国的人工智能研究，在图像识别、机器学习、智能算法及控制等领域已有建树，在国际上处于先进水平。国内先进的科技巨头公司华为、百度、阿里巴巴等都已开始与国外的微软、谷歌等展开竞争，对人工智能技术进行充分的挖掘和运用[7]。我国从2016年起，人工智能的研究进入高速发展期，相关产业开始兴起，学科建设开始起步，高等人才逐渐开始大规模培养。但由于我国人工智能学科建设起步较晚，国内人工智能市场人才仍旧是巨大缺口，尤其是应用型人才和复合型人才将长期被迫切需要。发展人工智能目的仍旧是推动各行各业的发展，而我国基础研究活动还非常分散，如何能够将人工智能与其他学科更好地交叉融合还是很大的考验和挑战。此外，中国科技的迅速发展使得其他国家眼红，美国通过多种手段对我国的高新技术产业和科技创新技术等进行打压和遏制，阻止华为首席财务官孟晚舟回国、制裁中兴通讯购买产品原材料等[16]。因此，中国人工智能的发展还需要突破重重困难，这个时代难题将由我们这一辈人接力完成。2.4本章小结本章对人工智能的发展现状进行了阐述。第一部分的内容是：人工智能早在1956年就被提出，人工智能可以被分为“人工”与“智能”两部分来理解，目前的人工智能技术主要还是模拟人本身的智能。人工智能最主要的特点是实现人工智能的载体是机器或机器人和人工智能的发展基于大数据的收集。在第二部分中，按时间顺序阐述了人工智能的发展与进步，到现代社会，人工智能已运用在多个行业，本文简要阐述了人工智能在金融、教育、医疗和交通行业的实际运用。第三部分分别阐述了人工智能在国内外的研究现状，其中国外人工智能技术的前沿城市代表为纽约与伦敦，国外人工智能研究主题和涉及行业比国内更加丰富。国内人工智能起步比国外晚几十年，现在正处于高速发展期，学科建设及高等人才的培养正在崛起。第三章船舶无人驾驶的发展现状3.1无人驾驶简述3.1.1无人驾驶的概念 无人驾驶，顾名思义是指没有人工参与的驾驶而实现将人或物从一个地点运输至另一个地点，交通工具可以是车辆、船舶、飞机等。无人驾驶是人工智能的重要运用之一，它能实现机器模拟人对环境的感知和应对能力并自主规划线路和执行相应操作，以完全替代驾驶者的工作内容。无人驾驶的核心技术由环境感知技术、导航定位技术、路径规划技术和决策控制技术组成。环境感知技术是指利用传感器等获取道路周围信息，以做出分析和判断。导航定位技术是指利用GPS等现有导航系统以确定此交通工具所在的确切位置。路径规划技术是无人驾驶中人工智能的体现之一，输入一个终点则机器会自动规划最优路径。决策控制技术是无人驾驶的大脑，结合环境感知技术所获取的信息，对下一步的机器行为进行做出决策并执行[20]。3.1.2无人驾驶的特点（1）对机械设备要求非常高无人驾驶的特殊性在于通过机器模拟人的反应机能，并且对反应的迅速性要求极高，要求就像人的大脑控制四肢一样，因而无人驾驶的实现脱离不开高灵敏度的机械设备，例如传感器、雷达等，并且对这些机械设备的防抖、防震要求也比较高。此外，组成无人驾驶车辆、船舶、飞机等的设备，还要有良好的密封性和防水性，以应对恶劣天气的发生[20]。（2）依赖通信的发展无人驾驶的车辆、船舶、飞机所涉及到的通信除了内部通信之外，更重要的是与外部的通信，例如与定位基站、交通管理中心、公司等相关部门。目前的无人驾驶技术还不够完善，测试阶段事故频出，工作人员必须进行全程的远程监控和收集相应数据，事故往往在一瞬间发生，因而数据传输的速度极为重要。由于5G技术的出现，进一步推动了无人驾驶万物互联的可能性。此外，无人驾驶对智能车路协同系统的依赖程度也很高，例如当道路出现事故或故障时，无人驾驶将自动接收这类信息并避开相应道路，这对通信速度又是一大挑战[21]。无人驾驶将是必然趋势，谷歌公司于2009年开始研究无人驾驶汽车项目，2017年百度公司的“Apollo”计划开启我国无人驾驶车辆研发，近些年宝马、奔驰等大型车企公司均已开始涉足无人驾驶汽车的领域，因而越来越多的无人驾驶车辆将出现在道路上，所产生大数据对通信技术提出更高的要求。（3）相关法律未完善纵观各国法律，驾驶车辆上路的必要条件是驾驶人有相应的驾驶资质证明以及该行驶车辆满足车辆上路的安全标准，两者缺一不可。而无人驾驶车辆没有驾驶人员，无人驾驶人工智能还在发展阶段并未完善，并且目前没有规范的无人驾驶技术标准作为上路的资格。道路交通法规的规范对象大多是对驾驶员本人，对驾驶人员的行为进行规范，而出于无人驾驶的特殊性，已经出台的无人驾驶政策及规定，在一定程度上与现行的交通法规有冲突。我国的《道路交通安全法》要求驾驶人员对其违章和违法事故负责，而无人驾驶缺乏实际驾驶人，现行的无人驾驶车辆运用人工智能技术，但仍有人工辅佐远程操作，因而若事故发生，责任界定比较困难。无人驾驶技术毫无疑问将极大为人们的出行提供便利，提高交通效率，但任何事物都有两面性，无人驾驶的诞生也引发了一系列问题，无人驾驶行业的规范化迫在眉睫[22]。3.1.3无人驾驶船舶的研究现状随着人工智能的广泛应用，无人驾驶车辆成为热门，作为交通运输另一重要分支的航运业也在逐渐智能化，无人驾驶船舶被提出。随着科技的进步，船舶的传感、通信、自动化和智能控制等方面有了质的跨越，船舶智能化逐步实现。新一代的综合船桥系统利用物联网和大数据技术，综合了智能导航、故障诊断、智能避碰与报警等功能，进一步推动了无人驾驶船舶实现的可能性[23]。美国、以色列等已研制出用于军事的无人艇，全球首艘智能船舶“大智号”由我国研发，开启了船舶智能化时代。图3.1无人船与智能船舶研究关键词聚类图[37]无人驾驶船舶的实现离不开大数据的收集和运用，同时这些信息需要在船舶与船舶之间、船舶与公司之间、船舶与岸基之间相互传递，船舶物联网由此诞生。船舶物联网是利用先进的信息传递技术以实现航运管理精细化、行业服务全面化、出行体验人性化，进一步提升船舶总体的智能化[24]。以能效管理为例，智能船舶监控系统能够实施监控船舶的油水消耗，在考虑外界风、浪等影响因素下，通过实时分析船舶排水量、船速和主机油耗量之间的关系给出实时最佳航速的建议，从而达到节能减排、减少船舶运营成本的目的。图3.2“船舶物联网”结构图[23]总的来说，船舶智能化将随着科技的提升不断深入，但无人驾驶船舶的实现还是较为困难，船舶的建造成本非常高昂并且一旦发生事故赔偿金额极大，无人船舶的测试因此较难开展，目前的智能船舶实验大多还是利用仿真模拟或模型试验，随着时间的推移和技术的进步，无人驾驶的船舶终有一天出现在海面上。3.2无人驾驶船舶航线规划能力3.2.1航线规划设备以往船舶的航线规划通常是由高级船员在船舶起航前人工进行规划，需要查阅航路指南等书籍，在海图上画出航行路线和转向点。目前航行的船舶大多均已装备电子海图显示与信息系统，它可以实现自动航线设计、航向航迹监测、偏航自动报警、自动更新海图等功能，但系统本身局限性较强，只能作为助航设备使用。船舶智能化中，大数据技术为智能船舶实现自主规划航线提供重要支持，大数据的收集包括船舶本身航行数据，指航次计划、常用航线、航向航速、船舶航行效率、转舵效率、燃耗特征、航行成本等等，这些数据的收集需要依靠全球定位系统、计程仪、电罗经、自动舵、风速仪、吃水计、船舶电子海图显示与信息系统、雷达、传感器等。船舶与外界的大数据也非常重要，这依靠船舶自动识别系统、岸基识别系统、全球定位系统等，以获得船舶实时的位置、周围船只信息、航行智能决策等。电子海图与人工智能的结合，为船舶自主规划航线提供了可能性[25]。3.2.2航线规划常用算法（1）A*算法A*算法是一种常用的启发式路径查找算法，通过设定最初的启发函数，评估起始节点到目标节点和起始节点到到达节点的代价，这样可以方便找到代价最低、路程最短的最优路径。假设机器人使用A*算法规划出一条路径并沿其运动，当其检测到环境有变化时，机器人将重新规划到达目标点的路径[26]。A*算法函数建立在二维平面上，二维路径点中无用节点的增加将加大其算法搜索时间，影响其规划效率。熊壬浩等[27]提出并行化对A*算法进行改进，使用延迟的单表搜索和新的数据结构实现算法的串行，又设计出并行算法采用OpenMP实现。徐唐剑[28]利用Python编程软件实现双向A*寻路算法，传统A*算法通常只能得到一条有效路径，而双向A*算法不仅可以提高算法运行效率，往往还能得到多条优解的路径。（2）人工势场算法人工势场法是一种传统算法，假设物体之前存在引力与斥力，机器人与目标点之间为引力，机器人与障碍物之间为斥力，引力与斥力的合力使得机器人进行加速或减速运动，达到自主规划路径并执行的效果[29]。人工势场法结构简单，便于实时控制，因而在机器人实时避碰中运用的比较多。但是人工势场法有其局限性，往往在全局中，目标点个数少于障碍物点个数，这样引力作用范围大，斥力作用范围小。遇到障碍物点个数多且集中时，机器人往往会忽略全局，陷入局部，难以识别路径[26]。于振中等[30]提出人工势场法的改进措施，将机器人与目标点和障碍物点之间用势场强度来代替引力与斥力，同时在障碍物斥力势场中添加系数使机器人到达目标点是引力势和斥力势同时减为0，以及在局部极小点增加附加势场，解决目标不可达和局部死锁的问题。（3）蚁群算法蚁群算法在上世纪九十年代被提出，其思想来源于蚁群在外出寻找食物时大多数蚂蚁都能按照最短路径走，其原理是蚂蚁在行进时会留下信息素，这些信息素可以给后来的蚂蚁们带路，在相同时间内最多蚂蚁走过且留下最多信息素的路径就为最短路径[29]。蚁群算法通过迭代模拟蚁群觅食寻找最短路径的行为，应用在人工智能的路径规划中，但蚁群算法无法实时搜索，找最优路径耗时较长。蓝丹等[31]提出蚁群算法的改进方法，采用栅格地图，提前引入障碍物的位置数据、及时更新信息素规则以及更变启发因子，蚁群算法的效率并优化规划的路径。陈晖等[32]引入遗传算法对蚁群算法的路径进行二次优化，平滑最优路径、减少转弯节点（4）遗传算法遗传算法早在1962年被提出，它的来源是模拟达尔文生物进化理论中适者生存、不适者淘汰的自然规律，仿照基因遗传学原理实现的迭代搜索算法[29]。遗传算法可以同时对多个目标信息进行串集搜索，覆盖面广，但算法较为随机，结果可靠性不够高且最优解往往不是很稳定[33]。图3.3遗传算法基本流程图[34]李斌成等[35]提出遗传算法结合扫描算法对初始种群进行筛选，并改进选择策略和交叉策略达到优化的目的。罗勇等[36]提出改进遗传算法中选择算子、交叉算子和变异算子，提升遗传算法的全局寻优能力。3.3无人驾驶船舶自主避碰能力3.3.1避碰设备船舶碰撞事故大多因人为原因造成，例如船员疲劳、避碰经验不足等等，船舶智能航行决策的出现，为驾驶船舶的船员提供辅助，进一步降低了事故发生的可能性。无人驾驶船舶的避碰主要分为智能船舶与智能船舶的避碰、智能船舶与人操船舶的避碰和智能船舶与静态障碍物的避碰。船舶无人驾驶的目的就是船舶实现自主且安全的航行，这包含四个重要的阶段：航行态势感知、航行理解、智能航行决策和智能航行控制，其中只能航行决策是船舶安全航行和避免碰撞的关键[36]。航行态势感知阶段需要利用多种船载的传感器、全球定位系统、电罗经、雷达、船舶自动识别系统、电子海图信显示与信息系统，以获取船舶本身的动静态信息以及航行时环境信息如风、浪、流、船舶吃水、富余水深、周围障碍物等，这些都是船舶避碰所需的必要信息。航行智能控制阶段，包括算法控制和设备控制，设备主要是指无人驾驶船舶的自动舵和智能机舱等[37]。3.3.2避碰常用算法（1）模糊逻辑模糊逻辑是指计算机模仿人脑的逻辑、推理等思维方式，根据经验对事物进行分析和判断，并做出合理的行为和反应。模糊逻辑最初来源于模糊数学，20世纪20年代时数学家B.Russell提出自然语言均是模糊的，例如“好看的”、“好玩的”，人们对其没有一个明确的概念，因而其是模糊的。计算机逻辑中“与、或、非”具有自动判断和决策的能力，例如程序“如果下雨就打伞”，而实际生活中，人们往往还会考虑雨量大小、出行方式、路途长短等再选择是否带伞，因而将雨量这个打伞条件变得模糊化。随着模糊逻辑在人工智能的运用与发展，人们建立模糊避碰决策模型、模糊避碰决策系统来达到船舶自主避碰的目的[38]。PITERZYKOWSKI等[39-40]在船舶受限水域运用模糊船舶概念进行安全评估，结合人工神经网络提出动态模糊船舶模型。PERERA等[41-44]提出船舶模糊避碰决策系统，并结合模型将决策转换为接连避碰行动。BUKHARI等[45]结合现有航海设备船舶交通管理系统和传统雷达，进行实时船舶碰撞危险的计算。（2）进化计算进化计算借用生物进化规律，效仿生物遗传方式，在多次迭代中找出最优解，是较为常用的一种寻优方式。进化计算的分支主要有遗传算法、遗传编程、进化策略和进化编程，可以用于解决多种复杂系统和对系统优化的问题[38]。ZENG[46]提出基于遗传算法的运动物体避让模型，结合船舶设备APRA进行障碍物识别，达到了通过调整航速优化船舶避碰的效果。SMIERZCHALSKI等[47]提出对进化计算路径规划算法进行改进，设定相应的遗传算子对航线和航速修正，引入动态参数的约束条件，达到船舶避碰的改进。应士君等[48]将遗传算法与Bayes模型结合，引入更多平均信息，得到更符合《国际海上避碰规则》和航海避碰惯例的船舶避碰优化解。（3）专家系统专家系统是具有广泛专业知识和经验库的程序系统，它从人类专家中获取专业知识，并对知识进行消化进而转化为一定的规则，协助给出专业的解释及方案。专家系统的开发主要由领域专家、知识工程师和终端用户构成。专家系统的出现，极大改善了专业人员稀缺等问题，并且能快速给出准确且稳定的答案，还能克服人类专家生理的极限，稳定地维持工作。而专家系统的局限性也比较大，除维护和更新成本高以外，往往难以给出创新性的答案。彭丽丽[49]对船舶避碰规则和机理深入研究，对避碰结果定量分析，建立了更完备的专家系统知识库，优化专家系统在船舶避碰中的应用。马赫[50]利用船舶自动识别系统获取船舶航行行为分析数据，提出适用于多船航迹推测的专家系统，为船舶避碰的提供一定价值。汤国瑞等[51]建立基于MATLAB的复杂水域智能避碰专家系统，实现对复杂水域碰撞危险度和环境危险度的直接求解，对实际航行的船舶提出避碰建议。3.4本章小结本章对船舶无人驾驶的发展现状进行了阐述。第一部分讲述无人驾驶的概念，它是机器模拟人对环境的感知和应对能力并自主规划路线和执行相应操作，达到代替驾驶者的目的。要实现无人驾驶，机械设备的灵敏度、防震、防水等效果要极好，5G信号的发展促进了无人驾驶技术的通信和传输，此外无人驾驶的法律法规还有待完善。无人驾驶船舶技术目前还不够成熟，但船舶已经朝着智能化在不断发展，智能船舶到无人船舶的实现要求多方面技术的进步。第二部分讲述无人驾驶船舶如何实现自主航线规划，需要结合多种船载传感器和船舶现有设备，此外A*算法、人工势场算法、蚁群算法和遗传算法是机器人实现路径规划的主要算法，本部分首先对这些算法进行了解释，又引用国内外专家的论文，分析了各算法的实现程度。第三部分讲述无人驾驶船舶自主避碰能力，包含航行态势感知、航行理解、智能航行决策和智能航行控制四个阶段，也要结合多个船舶设备进行信息的获取，此外模糊逻辑、进化计算和专家系统是目前船舶智能避碰所运用的主要算法。第四章结论与展望4.1结论 人工智能的出现，极大促进了各行各业的发展，带动人类社会走向智能化时代。人工智能从1956年提出到现如今已经六十多年，国内外一批又一批的学者不断涌现，为人工智能的发展添砖加瓦。我国人工智能起步比国外晚，技术不如国外成熟，但从21世纪以来，国内人工智能的学者和产业如雨后春笋般出现，国家也出台相应政策支持其发展，国外已进入平稳期而我国是高速发展和崛起的增长期。传统行业不断智能化，加速生产力的发展，推动产业结构的优化升级，驱动经济发展。新兴行业的崛起带来创业和融资的高潮，科技力量带动社会发展，以挖掘更大的产业价值和社会价值。无人驾驶是人工智能的重要应用之一，无人驾驶技术已在汽车领域得到空前发展，国外无人驾驶技术起步较早，但仍有较大问题，如特斯拉汽车进入中国市场以来，因无人驾驶技术不够成熟导致的大小事故非常多。我国最早开启无人驾驶技术研发的是百度公司，其Apollo项目从2017年至今已有较大成果，2021年5月2日Apollo无人驾驶Robotaxi开启常态化商业运营，意味着无人驾驶真正走进人们的生活里了。随着无人驾驶汽车的发展，人们期待作为重要交通工具之一的船舶也能实现无人驾驶，以解决船员技能不够导致事故的问题。船舶不如汽车体积小、灵活性高，因此船舶的无人驾驶所需的设备和技术要求更高。目前船舶已朝着智能化发展，其中船舶自主航线规划和避碰是无人驾驶基本功能，本文探究了无人驾驶船舶航线规划和避碰所需的船舶设备和常用算法，通过结合多种船载传感器和船舶现有设备，采用A*算法、人工势场算法、蚁群算法和遗传算法实现船舶自主航线规划，采用模糊逻辑、进化计算和专家系统实现船舶智能避碰，还通过研究国内外专家的论文，分析算法的实现程度，以了解船舶智能的程度。4.2不足、建议与展望 在现有的智能船舶研究状况之下，至少有三点不足：首先，学者只是注重研究智能船舶的各项技术本身，忽略了对于智能港口的建设，以及船舶之间多项智能技术的交互和协作，在船舶实际航行的过程当中，船舶与港口之间是密切相关的一个全体，以往的船舶实际研究人员通常只是单一的将注意力放在船舶本体上，忽略港口对于船舶控制的重要性。未来，船港之间的交互相当重要，只有做好两者之间共同的智能发展，才能最终实现智能船舶技术的完善和研究。其次，有关法律仍需完善，就目前去看，有关海事的国际法律法规不断被全面研究优化，但是就智能船舶无人驾驶方面还是有所欠缺，在现有的国际航运情况之下，国际海事法律法规的范围较为宽泛，而步入智能船舶时代之后，船舶驾驶人员被大规模取缔转变成为命令者，作为IMO而言，需要制定一些列的法律法规去填补有关的法律空缺。最后，智能船舶无人驾驶对于多船避让问题考虑有所欠缺。过往的船舶实际研究人员对于多船会遇的问题的考量多半只是局限于单船对遇的问题角度，没有全面的去考量船舶多者之间避让方案的相互作用。这使得多船避让技术最终没有完善到特别好的效果。在该层面上，李丽娜REF_Ref12922\r\h[52]为首的研究人员指出要研发出船舶类似人一样的去进行无人航行，我认为接下来需要往该方向进一步优化。参考文献[1]綦晓光,苏京春,陈庆佳.人工智能+航运：从信息化到智能化[N].第一财经日报,2020-09-24(A11).[2]“大智”号智能散货船[J].中国船检,2017(12):49-50.[3]严新平.智能船舶的研究现状与发展趋势[J].交通与港航,2016,3(01):25-28.[4]秦尧.智行天下,船承未来——智能船舶整体解决方案[J].船舶设计通讯,2019(02):2.[5]高启长.新航海技术对船舶避碰自动化的影响[J].船舶物资与市场,2021(02):91-92.[6]王琰.试析人工智能在计算机网络技术中的运用[J].网络安全技术与应用,2021(04):147-148.[7]蔡自兴.中国人工智能40年[J].科技导报,2016,34(15):12-32.[8]朱巍,陈慧慧,田思媛,王红武.人工智能:从科学梦到新蓝海——人工智能产业发展分析及对策[J].科技进步与对策,2016,33(21):66-70.[9]何平,于铠搏.人工智能生产方式的特点及发展前景分析[J].产业与科技论坛,2021,20(06):51-52.[10]朱彦百.人工智能大数据和云计算的融合[J].电子技术与软件工程,2021(03):224-225.[11]常棱婧.金融领域人工智能应用[J].老字号品牌营销,2021(04):59-60.[12]陆世尧.人工智能在高校教育教学中的应用与研究[J].黑龙江科学,2021,12(07):49-51.[13]辛均益,胡海翔,董静静,郑乐一,杨天化.人工智能在医疗卫生领域的应用现状及发展探究[J].中国信息化,2021(03):93-95+92.[14]侯士博.人工智能在交通行业发展分析[J].中国新通信,2019,21(11):159-161.[15]张岩.浅析AI在智能交通行业的应用[J].中国公共安全,2019(04):114-116.[16]袁野,刘壮,万晓榆,刘石.我国人工智能产业人才政策的量化分析、前沿动态与“十四五”展望[J].重庆社会科学,2021(04):75-86.[17]纪汉霖,汪晓玲.上海人工智能发展重点与抓手分析——对比纽约、伦敦[J].软件导刊,2021,20(04):85-89.[18]王友发,陈辉,罗建强.国内外人工智能的研究热点对比与前沿挖掘[J/OL].计算机工程与应用:1-12[19]郑烨,任牡丹,JaneE.Fountain.基于文献计量的中外人工智能政策研究现状及启示[J].情报杂志,2021,40(01):48-55.[20]臧继辉.揭开无人驾驶的“神秘面纱”[N].人民政协报,2021-04-29(007).[21]陈泽黎,刘海涛.5G技术在智能交通中的应用研究[J].数字通信世界,2021(03):30-31+3.[22]唐琨.无人驾驶汽车的行政法规制研究[D].中共重庆市委党校,2020.[23]柳晨光,初秀民,谢朔,严新平.船舶智能化研究现状与展望[J].船舶工程,2016,38(03):77-84+92.[24]王英.船联网数据的处理研究[J].计算机产品与流通,2020(03):55.[25]徐宏伟,葛沛.大数据技术在船舶智能化中的应用[J].江苏船舶,2020,37(06):1-3+5.[26]曲道奎,杜振军,徐殿国,徐方.移动机器人路径规划方法研究[J].机器人,2008(02):97-101+106.[27]熊壬浩,刘羽.A*算法的改进及并行化[J].计算机应用,2015,35(07):1843-1848.[28]徐唐剑.A~*寻路算法的并行化设计及改进[J].现代计算机(专业版),2018(21):44-49.[29]张广林,胡小梅,柴剑飞,赵磊,俞涛.路径规划算法及其应用综述[J].现代机械,2011(05):85-90.[30]于振中,闫继宏,赵杰,陈志峰,朱延河.改进人工势场法的移动机器人路径规划[J].哈尔滨工业大学学报,2011,43(01):50-55.[31]蓝丹,樊东红,陈强,危维.改进的蚁群算法在智能车辆路径规划中的运用[J].组合机床与自动化加工技术,2021(04):130-133+138.[32]陈晖,周德强.改进蚁群优化算法的移动机器人路径规划[J].电子测量技术,2020,43(23):17-22.[33]梁晓辉,慕永辉,吴北华,江宇.关于路径规划的相关算法综述[J].价值工程,2020,39(03):295-299.[34]罗勇,陈治亚.基于改进遗传算法的物流配送路径优化[J].系统工程,2012,30(08):118-122.[35]李斌成,何国强.改进遗传算法在容量约束车辆路径问题中的应用研究[J].供应链管理,2020,1(03):107-116.[36]丁志国,张新宇,王程博,黎泉,安兰轩.基于驾驶实践的无人船智能避碰决策方法[J].中国舰船研究,2021,16(01):96-104+113.[37]张笛,赵银祥,崔一帆,万程鹏.智能船舶的研究现状可视化分析与发展趋势[J].交通信息与安全,2021,39(01):7-16+34.[38]吕红光,尹勇,尹建川,胥文.基于人工智能和软计算的船舶自动避碰决策算法[J].中国航海,2016,39(03):35-40+118.[39]PIETRZYKOWSKIZ.ShipFuzzyDomaininAssessmentofNavigationalSafetyinRestrictedAreas,II[C].Gdynia:NavigationalSymposium,1999,l:253-264.[40]PIETRZYKOWSKIZ,URIASZJ.TheShipDomain-ACriterionofNavigationalSafetyAssessmentinanOpenSeaArea[J].TheJournalofNavigation,2009,