РАЗРАБОТКА МЕХАНИЗМА ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ АВТОНОМНОГО ПРЕДОТВРАЩЕНИЯ СТОЛКНОВЕНИЙ ПРИ БЕЗЭКИПАЖНОМ СУДОВОЖДЕНИИ: НЕЧЕТКИЙ ПОДХОД
Аннотация
В ближайшем будущем безэкипажные суда будут иметь все большее значение, а
также будут принимать решения без какого-либо вмешательства человека. Такая ситуа-
ция повышает риск столкновения безэкипажных судов с другими объектами. Анализируя
аварийные случаи судов, можно отметить, что столкновения из-за нарушения Междуна-
родных Правил Предупреждения Столкновений Судов в море, 1972 г. (МППСС-72), кото-
рые разработаны Международной морской организацией (ИМО), остаются лидером нави-
гационных аварийных происшествий на водных путях. Поэтому автономное предотвраще-
ние столкновений на море будет играть основную роль в обеспечении безопасности при
безэкипажном судовождении (БЭС). В данной статье рассматривается проблема авто-
номного предотвращения столкновений в нормальных условиях видимости в открытом
море. В связи с этим в работе на основании системного анализа существующих правил
МППСС-72 разработан шестиэтапный метод устранения угрозы столкновения безэки-
пажного судна, включающий: механизм принятия решений на основе логической схемы для
реализации стратегии, наилучшей в смысле выбранного критерия оптимальности (опти-
мальная стратегия) при управлении БЭС, где входными данными для системы нечеткой
логики предотвращения столкновений судов являются навигационные параметры (ско-
рость, курс, положение и т. д.). База нечетких продукционных правил МППСС-72 состоит
из 17 правил предотвращения столкновений для определения наиболее подходящих управ-
ляющих воздействия в случае возникновения риска столкновения. Авторами работы в каче-
стве функции принадлежности нечеткого множества была предложена трапециевидная
форма, которая позволяет аналитическое представление о риске столкновения безэки-
пажного судна с препятствием в зависимости от признака ситуации (сектора встречи).
Разрабатываемые в настоящее время информационные системы предотвращения столк-
новений добавило барьер безопасности, чтобы помочь предотвратить столкновения в
море. Однако по-прежнему требовались дальнейшие исследования и усилия ученых многих развитых стран мира. В рамках дальнейших исследований авторами планируется примене-
ние описанного метода для разработки информационной системы принятия решений при
управлении движением безэкипажного судна.
Литература
the regulations on conducting an experiment on the trial operation of autonomous ships under
the State flag of the Russian Federation”. ConsultantPlus.
2. Abebe M., Noh Y., Seo C., Kim D., & Lee I. Developing a ship collision risk Index estimation
model based on Dempster-Shafer theory, Applied Ocean Research, 2021, 113, 102735.
3. Brcko T., Androjna A., Srše J., & Boć R. Vessel multi-parametric collision avoidance decision
model: Fuzzy approach, Journal of Marine Science and Engineering, 2021, 9 (1), 49.
4. Ahmed Y.A., Hannan M.A., Oraby M.Y., & Maimun A. COLREGs compliant fuzzy-based collision
avoidance system for multiple ship encounters, Journal of Marine Science and Engineering,
2021, 9 (8), 790.
5. Ha J., Roh M.I., & Lee H.W. Quantitative calculation method of the collision risk for collision
avoidance in ship navigation using the CPA and ship domain, Journal of Computational Design
and Engineering, 2021, 8 (3), pp. 894-909.
6. Zhao X., He Y., Huang L., Mou J., Zhang K., & Liu X. Intelligent Collision Avoidance Method
for Ships Based on COLRGEs and Improved Velocity Obstacle Algorithm, Applied Sciences,
2022, 12 (18), 8926.
7. Chen D., Dai C., Wan X., & Mou J. A research on AIS-based embedded system for ship collision
avoidance, In 2015 International Conference on Transportation Information and Safety
(ICTIS). IEEE, June 2015, pp. 512-517.
8. Barakat L.A. Vozmozhnosti i perspektivy primeneniya metoda rassuzhdeniya po pretsedentam
dlya intellektual'nogo prinyatiya resheniy pri bezekipazhnom sudovozhdenii [Opportunities
and prospects for applying the method of reasoning by precedents for intelligent decisionmaking
in unmanned navigation], IX regional'naya nauchno-prakticheskoy konferentsii
[IX Regional Scientific and Practical Conference]. Tomsk, 2020. Tomsk: Tomsk. gos. un-t
sistem upr. i radioelektroniki, 2020, pp. 5-8.
9. Barakat L. Predotvrashchenie stolknoveniy bezekipazhnykh sudov s ispol'zovaniem
glubokogo obucheniya s podkrepleniem [Collision avoidance for unmanned ships using deep
reinforcement learning], Pyataya mezhdunarodnaya nauchno-prakticheskaya konferentsiya.
«Imitatsionnoe i kompleksnoe modelirovanie morskoy tekhniki i morskikh transportnykh
sistem» (IKM MTMTS-2019): Tr. konferentsii [Fifth International Scientific and Practical Conference.
"Simulation and integrated modeling of marine equipment and marine transport systems"
(IKM MTMTS-2019): Proceedings of the conference]. Moscow: Izd-vo Pero, 2019,
pp. 102-105. ISBN 978-5-00150-311-8.
10. Barakat L.A., Kvyatkovskaya I.Yu. Intellektual'noe prinyatie resheniy po avtonomnomu
predotvrashcheniyu stolknoveniy bezekipazhnykh sudov na osnove algoritma glubokoy Q-seti
[Intelligent Decision Making for Autonomous Collision Avoidance for Unmanned Vessels
Based on the Deep Q-Network Algorithm], 64-ya Mezhdunarodnaya nauchnaya konferentsiya
Astrakhanskogo gosudarstvennogo tekhnicheskogo universiteta. Mater. Konferentsii [64th International
Scientific Conference of the Astrakhan State Technical University: Proceedings of
the Conference]. Astrakhan', 20-25 April 2020. Astrakhan': Izd-vo AGTU.
11. Barakat L.A. Markov decision-making process for autonomous collision avoidance of unmanned
ships, X Regional Scientific and Practical conference. Tomsk: Tomsk State University
of Control Systems and Radioelectronics, 2021, pp. 236-239.
12. Deng F., Jin L., Hou X., Wang L., Li B., & Yang H. COLREGs: Compliant Dynamic Obstacle
Avoidance of USVs Based on theDynamic Navigation Ship Domain, Journal of Marine Science
and Engineering, 2021, 9 (8), 837.
13. Burmeister H.C., & Constapel M. Autonomous collision avoidance at sea: A survey, Frontiers
in Robotics and AI, 2021, 297.
14. Miyoshi T., Fujimoto S., & Rooks M. Study of principles in COLREGs and interpretations and
amendments COLREGs for maritime autonomous surface ships (MASS), Transactions of
Navigation, 2021, 6 (1), pp. 11-18.
15. Hannaford E., Maes P. & Van Hassel E. Autonomous ships and the collision avoidance regulations:
a licensed deck officer survey, WMU J Marit Affairs, 2022, 21, pp. 233-266.
16. Porathe T. Safety of autonomous shipping: COLREGS and interaction between manned and
unmanned ships, Proceedings of the European Safety and Reliabilty conference, ESREL, 2019.
17. Zhou X.Y., Huang J.J., Wang F.W., Wu Z.L., & Liu Z.J. A study of the application barriers to
the use of autonomous ships posed by the good seamanship requirement of COLREGs, The
Journal of Navigation, 2020, 73 (3), pp. 710-725.
18. Hwang C.N., Yang J.M., & Chiang C.Y. The design of fuzzy collision-avoidance expert system
implemented by H∞-autopilot, Journal of Marine Science and technology, 2001, 9 (1), 4.
19. Ho N. Inference rule of collision risk index based on ship near-collision via adaptive neuro
fuzzy inference System. Advances in Science, Technology and Engineering Systems Journal,
2019, 4 (4), pp. 152-160.
20. Lee S.M., Kwon K.Y., & Joh J. A fuzzy logic for autonomous navigation of marine vehicles
satisfying COLREG guidelines, International journal of control, automation, and systems,
2004, 2 (2), pp. 171-181.
21. Ruspini E.H., Bonissone P.P., & Pedrycz W. Handbook of fuzzy computation. CRC Press. 2020.
22. Pegat A. Nechetkoe modelirovanie i upravlenie [Fuzzy modeling and control]. Moscow:
BINOM, 2015, 798 p.
23. Bobyr M.V., Milostnaya N.A., & Kulabuhov S.A. A method of defuzzification based on the
approach of areas' ratio, Applied soft computing, 2017, 59, pp. 19-32.
