0 引　言

船舶在航行过程中，航线的可靠监测是保证船舶航行安全、准时到达目的地的基础。由于海上环境复杂多变，传统的航海图和简单的定位系统已经无法满足当下船舶的航行需求^[1]。此外，随着海上交通以及管理的迅速发展，计算机技术和航海技术也不断发展，船舶管理逐渐向智能化、自动化以及数字化方向发展。船舶航行的各个海域、港口等均以数字形式进行呈现。因此，对于船舶航线监测的智能性和自动性需求显著提升。如何保证船舶航线的全程、实时、可靠监测，保证航行线路的偏离程度在要求的范围内，已经成为航海领域中船舶航行安全研究的重点内容^[2]。人工智能作为计算机领域中的一项重要技术，结合了模拟以及扩展等相关的智能理论和方法，具有智能模拟、目标识别等多种功能。人工智能在计算机上应用的方法主要包括两类，分别为工程学法和模拟法，其中模拟法中常用典型方法包含遗传算法、神经网络。

为保证船舶航向的安全，文献[3]对此展开研究后，提出基于SVR的船舶航行安全评估的航行监测方法；文献[4]则为保障船舶航线的可靠性，提出基于多模型融合的相关航线预测方法。上述2种方法在一定程度上对于船舶航行安全均具有一定应用效果，但如果船舶的航线发生偏离，这2种方法无法对偏离的航线段实行切换修正。因此，本文以人工智能为基础，设计船舶航线自动监控系统，实现船舶航线的全程监测，并对偏航的航线段实行切换修正。

1 船舶航线自动监测 1.1 基于人工智能的船舶航线自动监测系统架构

船舶航线自动监测是实现船舶避碰、交通管理以及安全预警的可靠管理手段^[5]，因此，本文为实现船舶航线自动监测，以人工智能领域中的长短期记忆网络（LSTM）为基础，结合注意力机制（attention mechanism），设计基于Atten- LSTM的船舶航线监测系统。该系统由5个模块组成，分别为海图集成模块、船载通信模块、航线设计模块、航线显示模块以及航线监测模块。该系统整体架构如图1所示。

1）海图集成模块

该模块主要由传感器、雷达系统、计程仪、测深仪、电子海图显示和信息系统（ECDIS）、电子海图系统（ECS）、GPS、AIS（船舶自动识别系统）等部分组成，其主要作用是采集船舶航行相关数据信息^[6]，包括航行速度、环境信息等，以此生成电子航海图数据。

2）船载通信模块

该模块主要是实现海图集成模块采集数据、生成电子航海图的传送，该模块主要包含网络基站、收发站、船岸通信链路、无线宽带网络、CAN总线、TCP/IP协议等部分组成。

3）航线设计模块

该模块的主要作用包含2个方面，一是航行前的船舶航线设计，该设计以航向目的为依据完成；二是航行中的船舶航线设计，该设计主要是依据航行信息数据，对船舶在航行过程中的航线进行调整，该调整主要是在遇见多船船、障碍物以及海上风险区时^[7]，对设计好的航线实行调整，生成新的船舶航线。

4）航线监测模块

该模块主要是实现船舶航线预测、在线监测以及可视化展示，该模块主要由船载监测终端完成。其中，采用基于长短期记忆网络和注意力机制（Atten- LSTM）网络实现船舶航线预测。同时分析预测的船舶航线和航行设计模块设定的船舶航线是否一致，如果航行线路发生偏航，监测模块可依据海图集成模块采集的航行信息自动进行偏航修正，并且监测模块将监测的船舶航行时间、航向速度以及航线结果可视化呈现给用户^[8]。

1.2 船载通信模块设计

船载通信系统是船舶航线监测联通的枢纽，在整个监测系统中，具有重要作用，承担海图集成模块采集数据传输任务。因此，系统设计船载通信模块时，充分考虑海上环境的复杂性以及监测数据传输的需求，结合网络基站CAN总线、TCP/IP协议等设计船载通信模块，该模块结构如图2所示。船载通信模块为保证数据传输的安全性，采用双向传输控制协议TCP/IP，并结合CAN总线完成数据的传送。

1.3 船载终端监测终端

船载终端监测终端是系统监测模块实现船舶航线监测的核心，监测终端以数据中心控制器为主控制器，实现船舶航线的监测控制。系统监测终端采用的主控制器为型号是FS2410的控制芯片。该终端的结构如图3所示。该终端是一个集成终端，以FS2410控制芯片为主，结合串行数据总线接口（UART）、直接存储访问器接口（DMA）、CSB接口、LCD触摸屏、显示器、内部时钟以及复位电路等部分，实现船舶航线的监测控制，同时将监测结果呈现在监控主机的界面中。

1.4 船舶航线预测

在进行船舶航线监测过程中，需对船舶航线进行预测，判断其航行线路与航行设计模块设定线路是否吻合，以此判断航线是否发生偏航。航线监测模块采用Atten- LSTM网络模型预测船舶航线。

船舶在航行过程中，其航线存在一定的随机性和波动性。船舶航行过程中，会遇见其他船只以及障碍物的干扰，需对航线进行一定程度调整，会导致船舶航线和设计轨迹存在一定偏差，导致船舶航线预测结果存在一定误差。因此，系统预测船舶航线时，为了提升航线预测精度，在对船舶未来时刻位置进行预测同时，也对未来船舶可能会存在的位置概率分布进行估计，两者结合实现船舶航线的可靠预测。如果船舶 $ i $ 在时刻 $ t $ 时，在某个位置的出现概率满足二维高斯分布，则在该时刻下的船舶预测位置 $ \left( {x_t^i,y_t^i} \right) $ 需满足下式：

$ \left( {x_t^i,y_t^i} \right){\text{ = }}N\left( {u_t^i,\gamma _t^i,\lambda _t^i} \right) 。$

(1)

式中： $ u_t^i = {\left( {u_x^i,u_y^i} \right)_t} $ 为船舶坐标 $ x $ ， $ y $ 的预测结果的期望； $ \gamma _t^i $ 为 $ x $ ， $ y $ 的预测方差； $ \lambda _t^i $ 为 $ x $ ， $ y $ 之间相关性系数； $ N $ 为船舶数量。

在 $ t - 1 $ 时刻下，LSTM解码器的隐藏状态为 $ s_{t - 1}^i $ ，式（1）中 $ u_t^i $ ， $ \gamma _t^i $ ， $ \lambda _t^i $ 三个参数的学习需通过 $ s_{t - 1}^i $ 完成，采用 $ 3 \times D $ 的矩阵 ${{\boldsymbol{W}}_p}$ 连接层进行训练。其公式为：

$ \left( {u_t^i,\gamma _t^i,\lambda _t^i} \right) = {W_p}s_{t - 1}^i。$

(2)

船舶在 $ t $ 时刻下，上述 $ u_t^i $ ， $ \gamma _t^i $ ， $ \lambda _t^i $ 三个参数定义的高斯分布，对航线位置坐标的概率分布存在直接影响，航线位置坐标概率分布函数的计算公式为：

$ f\left( {x,y} \right) = \frac{1}{{2\pi {\gamma _x}{\gamma _y}\sqrt {1 - {\lambda ^2}} }}\exp \left( { - \frac{z}{{2\left( {1 - {\lambda ^2}} \right)}}} \right) ，$

(3)

$ z = \frac{{{{\left( {x - {u_x}} \right)}^2}}}{{{\gamma _x}}} + \frac{{{{\left( {y - {u_y}} \right)}^2}}}{{{\gamma _y}}} + \frac{{2\lambda \left( {x - {u_x}} \right)\left( {y - {u_y}} \right)}}{{{\gamma _x}{\gamma _y}}}。$

(4)

式中： $ z $ 为概率密度系数； $ {u_x} $ ， $ {u_y} $ 为船舶位置坐标均值，即为模型输出的船舶航线预测结果，其可理解为在 $ t $ 时刻下，船舶 $ i $ 的预测位置，即是概率分布模型均值估计结果，即船舶预测位置 $ \left( {x_t^i,y_t^i} \right) = {\left( {u_x^i,u_y^i} \right)_t} $ 。航线位置坐标概率分布函数取值越高，说明式（1）预测输出越大概率趋近于真实坐标值。

依据上述步骤即可获取船舶航线的预测结果，分析该航线预测结果同航线设计模块设计的船舶航线是否一致，如果不一致说明发生偏航，若发生的偏航超过允许标准，航线监测模块则利用航线自动解算方法，对偏航段进行修正。

2 测试分析

为验证本文系统对于船舶航线的自动监测效果，将本文系统用于某船舶管控中心，该中心主要以中远航货运为主，共有不同载重量的船舶22艘。在进行船舶航行管理过程中，在航行环境或者天气较为恶劣的情况下，对于船舶航线的预测结果误差较大，并且无法进行自动航线修正，需要人工进行航线控制。实验测试过程中，仅随机抽取其中3条船舶航线进行测试，将本文系统部署在该船舶企业管控中心的服务器上，设置本文系统采用的Atten- LSTM网络嵌入层维度设为64，隐藏层维度设为128，训练周期为220，初始学习率为0.001。为验证本文系统的船舶航线设计效果，以一条航线为例，依据航向目的地，生成船舶航线，结果如图4所示。依据图4可知：本文系统能够依据航行目的地设计船舶航行线路，为船舶的航向提供依据，并且生成的航线能够以电子海图的方式进行显示，能够显示航线中的各个港口信息，为船舶航行提供依据。

为验证本文系统的航线预测效果，随机抽取船舶在航行过程中的10个航迹点进行预测，获取10个航迹点的实际位置和预测位置结果，该位置的x轴和y轴分别为经度和维度，测试结果如表1所示。应用误差标准低于（0°0.5`E，0°0.5`N）。依据表1可知，本文系统能够可靠预测船舶航行线路，并且预测的航行位置结果与船舶实际的航行位置结果吻合程度较高，最大的误差结果为（0°0.5`E，0°0.35`N），预测的位置偏差结果满足允许的偏差范围。因此，本文系统具有准确性较高的船舶航线预测效果，保证船舶航线的可靠监测。

为验证本文系统的船舶航线偏航修正效果，获取船舶在恶劣且存在障碍物的环境中航线发生偏移后，系统的航线修正结果。如图5所示。依据图5可知，当船舶在航行过程中发生偏航时，本文系统会对偏航段进行偏航提醒，同时进行偏航线路自动修正，可生成当前偏航点和目的地之间的航线图，为船舶的航行提供可靠保障。本文系统能够可视化呈现出船舶的航行情况，实现船舶航行实时监测。

3 结　语

船舶在航行过程中的航行线路是保证船舶安全行驶的基础，但是船舶在航行过程中，受到海上环境和其他船只等障碍物的影响，会导致船舶的航线发生偏移。因此，为实现船舶航线监测，本文设计人工智能的船舶航线自动监测系统，对其进行测试后表明：本文系统能够依据航行目的地生成航行线路，能够可靠预测船舶航行位置，预测误差较小。同时本文系统可实时监测船舶的航线情况，当发生偏航后，能够自动修正航线，保障船舶航行安全。