2. 深海科学技术太湖实验室,江苏 无锡 214082
2. Taihu Laboratory of Deepsea Technology Science, Wuxi 214082, China
自2012年起,国内外船舶工业和航运业对智能船艇的关注持续上升,国际主要船级社先后发布了有关智能船舶的规范或指导性文件。2018年4月,国际海事组织(International Maritime Organization,IMO)第99届海事安全委员会明确了发展水面自主航行船舶,并启动国际航运法规的梳理和修订工作。2019年6月,IMO发布了《水面自主船舶试航暂行指南》,明确了水面自主船舶的试航要求,以保障其试验的安全和效率。
作为航运大国,我国也积极推动智能船舶相关技术的发展。近年来,中国船级社紧密围绕“智能船舶/无人船舶技术”方向,积极开展相关研究,在智能船舶风险评估、关键技术研究、规范标准编制、测试验证平台研制、实船检验验证、实验室建设等方面积累了丰富的经验,取得了重要成果。2015年以来,前后编制发布了如下规范及指南文件[1-2]:
1)《智能船舶规范》2015版、2020版;
2)《船舶网络安全要求及评估指南》2017版、2019版;
3)2017-2018年先后发布智能船舶系列指南:《智能机舱检验指南》《智能能效检验指南》《智能集成平台检验指南》《智能货物(液货)检验指南》;
4)2018年发布《无人水面艇检验指南》;
5)2018年发布《自主货物运输船舶指南》。
在此基础上,中国船级社先后完成了智能散货船、智能集装箱船、超大型智能矿砂船、超大型智能油船的实船应用及检验验证。随着智能船舶功能研发、产品定型、检验认证等方面研究的逐步深入,对其测试验证评估技术研究的需求日益增强。目前,各国正积极探索智能船舶测试与验证评估技术,以满足对智能船舶航行安全核定和自主能力分级的需求。
目前,智能船艇测试验证技术仍处于发展初期阶段,尚未形成明确的安全性测试标准体系。环境复杂度、任务复杂度、航行稳定性和自主性、网络通信可靠性等均需作为安全性测试验证评估的重要指标。因此,明确测试项目,细化测试内容,形成规范化的智能船艇测试流程,对低风险、大规模、高质量实施船艇测试验证的推广至关重要。
在实际海洋环境下,现有的测试场景和测试方法存在智能无人船及陪试物定位信息的测量结果误差较大的问题。相位差分相比于伪距差分和位置差分具有明显的优势,将相位差分技术与船岸海通信技术相结合,可通过岸基基准站极大的提高封闭水域试验场内各载有相位差分接收机的参试物的定位精度,误差量级为厘米级,甚至在近岸基线长度处于特定范围内时,定位测量值单位可达毫米级。
本文首先通过对比不同卫星定位差分技术,详细介绍相位差分的优势以及选择该技术作为智能无人船测试场景构建核心技术之一的原因。其次,介绍智能无人船测试场景构建的具体方法,包括场景组成、工作流程、数据采集以及测试要素。最后,介绍几种典型的场景构建方案和具体测试内容。
1 多GNSS技术适用性分析利用全球卫星定位系统实现船舶海上航行期间航速和航迹测试一般使用位置差分测速、多普勒观测值测速、伪距差分测速和载波相位差分测速等方法。目前,国内外一般使用位置差分定位测速、多普勒观测值定位测速和伪距差分定位测速进行实艇海上测试。位置差分是对定位结果进行差分来获得精确定位和速度信息,标准定位服务(standard positioning service,SPS)定位精度为米级,测速精度在分米级;精密单点定位是利用用精密星历和精密钟差来 实现精密单机定位,目前IGS所提供的精密星历的精度约为2~5 cm,钟差精度约为0.1~0.2 ns,可以实现任意位置分米级的单点定位,且由于精密单点定位系统无法每时每刻获得稳定可靠的定位结果,满足不了实时高精度的定位需求。
伪距差分定位方法是利用伪距及广播星历的卫星轨道参数和卫星钟改正数来实现定位的,由于伪距的观测噪声也有几十厘米,而且广播星历的轨道误差也有几米,卫星钟差的改正数精度为几十纳秒,因此浦东单点定位的坐标分量精度大约为10 m[3-6]。
载波相位差分测速方法是对相邻历元间的载波相位观测值进行差分,历元差分后削弱了电离层、对流层的影响且只需广播星历,利用单台RTK接收机就可以实现毫米级定位。
载波相位差分由于需要建立固定基站进行差分计算,因此,一般不用于远洋船舶航行使用,但智能无人船测试场一般由于需要进行岸基技术支撑,并在确保安全的前提下,一般在近海范围内进行构建,所以载波相位差分完全适用于智能无人船的场景构建。同时,基于载波相位差分技术,可以对测试场景内,全部陪试物进行精确位置、场景态势监测。其原理是,基于岸基建立载波相位差分基站,在所有试验场内陪试物上安装载波相位差分接收器,对各个陪试物位置进行相邻历元间的差分计算,确保试验场内所有参试物实时定位精度在2 cm以内[7]。
2 智能无人船测试场景总体架构智能无人船测试场景一般包括智能/自主航行测试场景和自主作业测试场景两类。智能/自主航行场景一般包括被试船/艇封闭水域测试场景,即所有陪试物均为合作目标,包括陪试船、保障船、碍航物等试验海域内全部信息,根据智能无人船实际航行要求,围绕“智能无人船-障碍物-规划路线”三者之间的关系,构建不同的场景集,用于验证智能无人船自主航行效能。通过载波相位差分技术,可以在岸基建立载波相位差分基站,配备高增益天线,可以覆盖半径20 km的试验水域,实现精度2 cm的高精度海上定位。基于被试智能无人船和陪试船上搭载的船载数据采集终端和陪试浮标搭载的小型定位装置,可以构建满足各种复杂测试科目设定下的智能无人船性能测试、自主航行功能调试、智能控制算法优化需求,为不同种类综合感知系统、自主航行控制系统及智能无人船自主航行效能等提供测试验证[8-11]。
2.1 智能无人船测试场景构成智能无人船测试场景构建通过建立岸基基站,实现被试智能无人船、岸基、静态陪试浮标、动态陪试船只等信息集成[12-13]。
智能无人船测试场景可以覆盖智能无人船自主航行系统应用的不同场景和真实环境,测试要素如海洋环境信息、被试智能无人船的感知信息、航行信息、操控信息、陪试船的航行信息、操控信息和陪试碍航物的位置信息等监测信息可以被同步监测,部分要素如陪试船的预设航行路线,部分可临时布放回收的碍航物以及试验海域的起止点和预设航线可重复设置或调整,确保同一场景下可适用于多个测试任务。智能无人船的避碰态势、场景繁多且复杂,为了保证场景测试结果能真实反映智能无人船的自主避碰能力,每个场景的设置都应具有明确的测试目的。测试场景应能够较为全面地反映被测对象的整体性能和特征,能从多个维度和层面综合的测试被测对象的能力。标准化避碰场景的构建应充分测试出智能无人船涉及避碰的各方面能力包括应对各现实中常见、突发事件的能力。场景的构建应该充分考虑场景构建的可行性、成本、效率,设置的场景不能无法用陪试船和陪试物实现,也不能消耗太多的陪试物资源导致现有的场景无法构建。此外测试场景应该在有限且可接受的时间范围内对被试船进行较为全面的测试。每个场景的设置都应具有明确的测试目的,不应该设置几乎无差别的、矛盾的、互为因果的场景,从测试目的的角度出发,每个场景都是相互独立的。
2.2 智能无人船自主航行测试流程及数据分析针对智能无人船某一效用选取典型测试场景,基于固定碍航物设定被试智能无人船航行轨迹后,布放临时碍航物并设置陪试船巡航路径。确定障碍物最小安全距离,确保智能无人船与障碍物安全。智能无人船启动后,控制各个陪试船按预定航线对被试船进行干扰,直至被试船航行至指定位置(终点或终点一定范围内)试验终止。智能无人船按照指定路径航行期间未与陪试船或碍航物发生碰撞或进入最小安全区域内,则试验成功,否则试验失败。记录相关参数。
针对不同类型的智能无人船用户需求,智能无人船具有不同的功能设计,这就要求测试场景能将被试目标智能无人船功能要求解耦冰量化成可供分析的测试指标,并完成相应的测试场景。其中,自主航行可作为智能无人船的共性指标,构建的智能无人船测试场景目前主要考核智能无人船的自主循迹与避障能力。需基于载波相位差分技术实现被试智能无人船/陪试物的航迹、航向、航速等信息实时测量并同步监测风浪流等海洋环境信息。通过船岸通信系统将以上所有信息传输至岸基平台汇总。通过分析被试智能无人船的航行时间T、与各个障碍物之间的最小距离Dimin、平均拐角θav、与预设航迹的最远偏离值Dmax和平均偏离值Dav等指标,通过加权分析,可以得到被试智能无人船的综合评分。
$ {P}={k}_{1}\left(1-{T}^{\#}\right)+{k}_{2}{D}_{{\rm{min}}}^{\#}+{k}_{3}\left(1-{D}_{z}^{\#}\right)+{k}_{4}\left(1-{\theta }_{av}^{\#}\right). $ | (1) |
其中,实际总的航行距离应不超过智能无人船规划航路总长为直径的半圆长度,与各个障碍的最小距离应大于最小安全距离,采用的避让方法满足《国际海上人命安全公约》附件2中国际海上避碰规则的要求,碍航物或陪试船出现在必过点时被试智能无人船的航行策略实时判断完成剩余航程;
选取真实典型航道进行解耦,通过航道多边形平滑预处理进行边界条件设置,包括提取拐点、删除锯齿边、插值和平滑等方法。然后基于平滑的航道多边形生成三角网并对三角网中的图形进行过滤和分类,最后基于分类后的图形设计提取航道中心线和海洋真实航道网提取航道[14-16]。通过陪试浮标和陪试船构建上述典型测试场景,实现智能无人船自主避碰测试。静态碍航物布置于预定航迹、2个或多个动态碍航物分别以对于、追越、交叉等方式不断在测试场景内航行并干涉预定航迹,满足智能无人船复杂环境下自主航路规划以及自主避障的场景验证。布置图如图1和图2所示。
设置狭窄水道避障试验主要有以下2方面考虑:
1)当前智能无人船在经过典型狭窄航道期间,配备的航海雷达对岸线处的虚警滤波处理效果不理想,近岸航行时,会出现较多假目标信息,严重干扰正常航行决策。设置狭水道航行科目,可进一步验证智能无人船感知系统对航海雷达假目标的滤波处理能力,以及是否具备狭窄水道自主航行的能力。
2)在智能无人船避碰决策算法中,除对船艏向进行修正外,在必要时还应对船舶航速进行适当调整,同时,在有限范围内即狭窄水道等典型场景下,设计需对航速航向同时进行必要调整的避碰场景,验证避碰算法在必要时对航速进行动态调整的决策效果。
设置如下必过点与陪测试船出发点,通过多个浮标构建典型狭窄水道,结合陪试船共同组成狭窄水道自主航行测试场景。报验航线规划以穿过浮标参考位置进行同时避障设计,被测艇自起点出发,经必过点,向狭水道外的终点航行,陪测艇在被测船过点必过点后,与被测艇构成交叉相遇、对遇,以及追越与被追越航行态势,对被测艇正常航行进行干扰。
基于载波相位差分技术构建的近海智能无人船自主航行测试场景,可实现测试场内被试智能无人船、陪试碍航物和陪试船精确定位,有助于智能无人船自主避碰测试分析。同时,通过固定式碍航物、临时布放回收碍航物以及多条陪试船,可构建多种复杂环境以及类真实航道场景下的自主避碰场景,实现被试智能无人船自主航行系统避碰效能的充分验证。
[1] |
王鸿东, 黄一, 闫昭琨. 智能船艇测试场建设、运营实践与思考[J]. 智能航运, 2021(07): 75-79. |
[2] |
任兵, 陈卫国, 饶银辉, 等. 基于移动式浮标的无人艇航行监测系统设计[J]. 中国测试, 2022, 48(4): 123-128. |
[3] |
王新钟. 北斗导航载波相位差分定位技术分析[J]. 网络信息过程, 2021(22): 84-86. |
[4] |
宋雪源, 李建文, 李军正. 不同星历和钟差产品对GPS动态PPP定位测速结果比较[J]. 全球定位系统, 2011, 2(10): 52-56. DOI:10.3969/j.issn.1008-9268.2011.02.012 |
[5] |
程晓前, 汪滨. 基于 RTK 技术的线路测量方法略谈[J]. 科技创新与应用, 2017(11): 181. |
[6] |
ROLAND H, ALAIN G, DANIEL W, et al. Movement detection based on high-precision estimates of instantaneous GNSS station velocity[J]. Journal of Surveying Engineering, 2019, 145(3).
|
[7] |
PIERLUIGI F, ANTONIO A, SALVATORE G, et al. Time-differenced carrier phases technique for precise GNSS velocity estimation[J]. GPS Solutions, 2015, 19(2).
|
[8] |
耿涛, 丁志辉, 谢新, 等. 基于载波相位差分的多频多GNSS测速精度评估[J]. 武汉大学学报(信息科学版), 2023, 48(02): 206-213. |
[9] |
胥凤驰, 谢杨柳, 董洁琳, 等. 基于半实物仿真的水面无人艇测试系统构建方法[J]. 无人系统技术, 2022, 5(1): 80-87. |
[10] |
于巧婵, 陈香玉, 李亚斌, 等. 智能船舶综合测试技术体系与测试要求分析[J]. 船舶工程, 2021, 01: 365-371. DOI:10.13788/j.cnki.cbgc.2021.S1.082 |
[11] |
陈天宇, 杜广义, 郭璇. 水面无人艇路径控制技术[J]. 舰船科学技术, 2019, 41(12): 134-139. |
[12] |
孔令旗, 陈天姿, 冀建波. 智能网联汽车测试场场景设计方法研究[J]. 城市道桥与防洪, 2021, 04: 49-51. DOI:10.16799/j.cnki.csdqyfh.2021.04.014 |
[13] |
HUANG Li-min, DUAN Wen-yang, HAN Yang. A Review of Short-term Prediction Techniques for Ship Motions in Seaway[J], Journal of Ship Mechanics, 2014, 18(12): 1534-1542.
|
[14] |
甘浪雄. 航道条件对船舶航行可靠性的影响[J]. 中国航海, 2021, 2(49): 55-57. |
[15] |
宣国祥, 张瑞凯, 宗慕伟. 船舶航行条件的快时模拟[J]. 水利学报, 1998(2): 62-67. DOI:10.3321/j.issn:0559-9350.1998.02.013 |
[16] |
孟金龙. 基于海洋大数据的航道约束条件下的船舶轨迹预测[D]. 北京: 北方工业大学, 2020.
|