船舶智能航行测试验证从智能、安全、性能、能效等多方面推进自主航行研究，保证船舶自主航行安全性、可靠性，是推动智能船舶技术更新迭代不可或缺的手段。由于实船测试验证和模型船测试验证提供测试场景有限，容易受限于测试模型或船型，实船测试过程中可能存在安全隐患，另一方面测试可重复性较差，对于研究船舶智能航行有一定影响。相比之下，虚拟测试能够提供丰富的测试场景，多种测试船型，可以安全高效进行反复测试。虚拟测试技术因其突出的优势，已经成为各行业测试阶段必不或缺的手段。当前船舶智能航行研究已经进入发展的关键时期，智能船舶从概念设计到实际运营需经过功能性和系统性的逐步测试（测有无）、验证（验对错）与评估（评好坏），以检验其各项功能的合理性、可靠性和完整性。船舶智能测试过程中会遇到各种各样的场景，作为船舶智能航行测试的关键部分，场景生成可以通过获取船舶的通航环境和自然条件要素，分析智能船舶驾驶的测试场景需求，从而高精度准确生成智能船舶虚拟测试环境。场景生成是使场景尽可能地重现真实交通中自然驾驶场景、存在危险隐患的场景、事故场景等，场景生成为船舶智能航行虚拟测试提供了必要的测试条件^[1-3]。

结合当前研究状况，考虑船舶智能航行测试的需求，急需构建以安全关键场景为驱动的虚拟仿真测试，能够保障测试安全、提高测试的可重复性和可比较性，从而减少测试时间，降低经济成本，大幅度提高测试效率。要想对船舶智能航行效果进行测试，需要先将其置于一个特定的测试场景下完成虚拟测试，构建船舶智能航行虚拟测试场景刻不容缓。

另一方面智能船舶测试场景模型急需定义一个统一的仿真测试场景标准，航行场景库与测试场景标准需以分层结构组织，以统一文件格式序列化，通过仿真工具与编辑器验证、导入、编辑、导出，建立统一的数据格式与接口。针对如何构建船舶智能驾驶系统的安全性测试需求设计场景运行域，实现测试场景的自解析、自重构、自生成，定向构建高容错率、高需求度的安全关键场景，解决真实环境随机性强、模式重复度高、边界场景覆盖性差等导致的测试长尾效应，在有限次数测试中最大化覆盖测试场景，是当前虚拟测试的核心问题之一^[4-7]。

测试场景是船舶智能航行虚拟测试开展的关键，测试场景的普适性定义和通用性结构框架是船舶智能航行测试研究的基础。然而在船舶领域目前尚未形成统一的测试场景定义，相关的研究目前也没有深入进行，亟须确立统一的智能船舶虚拟测试场景定义，为船舶智能航行测试验证提供基础。

面向船舶智能航行虚拟测试的需求，考虑船舶智能航行测试的具体参与者，定义船舶智能航行场景是对系统的使用方式、使用要求、使用环境的描述。一个船舶智能航行测试场景需优先明确被测船舶环境属性，包含被测船舶基本要素、通航环境要素、自然环境要素、具体航行任务等。用于船舶智能航行系统测试的“场景”包括数字孪生船舶要素与其周围航道环境要素在一段时间内的总体动态描述，这些要素组成由所期望测试的船舶智能航行系统功能决定。

明确虚拟测试场景架构对于测试场景的构建拆分以及测试要素的分类都具有重要的意义，在自动驾驶领域，许多学者开展了大量的研究。Ulbrich等^[8]针对场景的术语一致性定义需求，分析了面向自动驾驶及测试的“scene”、“situation”和“scenario”的相关研究、属性及异同点，三者的具体关系如图1所示，场景描述多个情景之间的时间发展，每个场景都从初始情景开始，可以指定动作和事件以及目标和值来描述场景中的这种时间发展。场景应包括测试对象、测试环境要素、测试对象的具体行为。

图 1 场景情景架构 Fig. 1 Scene structure

以现有的自动驾驶测试场景架构作为依据，考虑船舶智能航行测试场景的特殊性，定义船舶智能航行的测试架构分为6层，如图2所示。包括航道层，交通结构层、临时操作层、目标层、环境层、数据通信层，其中层间信息能实现交互，体现了场景的一体化。

图 2 分层场景结构模型 Fig. 2 Hierarchical scene structure model

测试场景的数据来源主要分为真实数据、虚拟数据以及专家经验数据3个方面。真实数据主要来源于模型船试验数据和实船航行数据，包括差分GPS、VTS、CCTV、毫米波雷达、激光雷达、电罗经、磁罗经、摄像头等各类传感器所采集的数据。虚拟数据来源主要包括船舶航行模拟器数据和虚拟仿真测试数据，船舶航行模拟器主要由船舶虚拟测试控制台、船舶智能航行系统、船舶运动模拟系统、实时监控模块、终端视景模块、数据采集与存储模块等几部分组成。专家经验数据旨在通过开展智能船舶测试相关工作所得经验知识以及相关法律法规。对来源进行归纳、分析、总结，将船舶智能航行测试场景划分为：测试船型、自然环境、通航水域、驾驶行为等4个部分，如图3所示。船舶智能航行测试场景包含具体的测试水域，包括了起点坐标、航道宽度等测试边界，具体的船舶类型、船舶尺度参数（船长、船宽）以及船舶的航速、航位、吃水等。考虑自然环境要素包括风、浪、流、环境场等特性，以及具体的障碍物设置。驾驶行为主要包括对遇、交叉、追越、跟随等^[9-11]。

图 3 船舶智能航行测试场景 Fig. 3 Intelligent navigation test scenarios of ships

场景特征提取是船舶智能航行测试场景构建的第一步，对于测试场景库的构建具有重要作用。对航行过程中各种场景特征进行特征提取，进一步完成场景数值化描述，以便后续的开发应用。如对于危险极端场景，通过特征值的提取，危险数值化的描述，可以进一步再现船舶智能航行时的危险化场景。需要存入场景库的典型场景需要提取本船的运动状态、实时姿态提取，进一步进行数值化描述，如船舶的位置信息、试试速度、航向角、相关的环境信息、与它船的位置关系等，方便后续测试的开展。

船舶智能航行测试场景生成技术可以分为场景复现技术与场景重构技术2个部分，场景复现指的是在实际船舶航行过程中面临的各种各样的交通参与者，遇到各种交通决策情况，相当于虚拟仿真测试时遇到的各个场景，通过采集的交通信息源作为复现的场景数据源，实现真实交通场景的复现。在实验中，应该尽可能实现高仿真度、高覆盖度的场景还原，高效反映出航行过程中存在的问题。场景重构指的是将场景库中已经解析的最基本的航行场景要素根据测试需要以一定的方法进行组合，生成全新的场景，场景重构不限于原本的场景，具体的交通场景只要在场景库中有基本的要素就可以实现场景生成，也可以通过推演归纳处理，衍生出更多全新的场景。

场景库是不同船舶智能航行测试场景分类组成的集合，场景库的建立有助于场景要素的管理与应用，对于大量数据的场景数据处理归类、快速生成指定的场景以及场景的更新增加具有重要意义。场景的更新即在场景库中可以添加新的场景，对于某个场景的改变也可以做到实时更换，对于提高场景的真实性有重要作用，同时能进一步提高测试的安全性和鲁棒性。具体的场景库更新流程：1）首先根据测试需求，得到场景建模需求；2）调取场景库中具体场景要素；3）场景修改保存，将场景与模型需求相对比，找出不符合的地方进行修改保存；4）完善场景库。详细流程如图4所示。

图 4 场景库更新流程 Fig. 4 The process of updating the scene library

将所收集得到的真实数据、虚拟数据以及专家经验数据等场景数据进行清洗主要包括清除冗余、删除缺失数据、数据修复等，其中数据修复可以进行关键信息的人工补全或者按照数据的统计学规律进行修复。为了满足测试需求，制定规则保证数据的合理性。以被测自主航行船舶为对象，通过设置描述维度和表征约束，分析自然条件（风、浪、流等）、通航环境（开阔水域、狭水道、港区航行）和运行状况（驾驶行为、会遇态势、交通流量）等信息载体的语义内涵和尺度特征差异，形成统一测试场景语义表征准则。

通过分析场景结构，构建语义属性知识库表示文本分布，应用自组织映射、局部线性嵌入等方法完成在特征空间的映射降维，提出共性要素逐级分类和功能域解耦的分级方法。根据实际通航情境，提取需避让船舶（船型尺度、载货特点等）特征，规划驾驶行为（交叉、对遇、追越、被追越等），将经特征提取与量化后的数据预处理，基于最大求和合并、局部约束线性编码等方法实现场景的要素分类，运用层次分析、卷积神经网络标注等方法构建自然环境、物理实体、驾驶行为、会遇态势等测试场景语义集，建立对象、属性、关系等集合中对象与属性的抽象几何表达，描述对象与对象之间以及对象与属性之间的关系。

面向船舶智能航行虚拟测试的需求，结合测试场景的要素划分情况，根据实际通航情境，提取场景特征要素，将经特征提取与量化后的数据预处理，基于聚类等相关的机器学习算法去构建自然环境、物理实体、驾驶行为、会遇态势等测试场景语义集，建立对象、属性、关系等集合中对象与属性的抽象几何表达，描述对象与对象之间以及对象与属性之间的关系。

聚类分析是根据在数据中发现的描述对象及其关系的信息，将数据对象分组。组内相似性越大，组间差距越大，说明聚类效果越好。也就是说，聚类的目标是为了明确样本之间的区分度^[12]。在船舶智能航行过程中，通过数据采集获取大量的场景数据，然而有些场景极其相似，还有些场景之间差别很大。场景库中的数据通常包含了大量的场景特征信息，需要对其进行进一步的分析，对场景库中的场景进行分类和聚类。如通过船舶的轨迹信息对具有相似行驶曲线的轨迹进行聚类，把不同轨迹的场景分到不同的类别中。还可以结合轨迹和其他行驶参数的特征进行分析，对具有相似特征的场景进行聚类。按照船舶智能航行测试需求，根据聚类结果提取出描绘船舶智能航行测试的船舶测试任务，运动轨迹、具体的运动状态、以及自然环境参数，结合航行实际生成虚拟测试场景。

在船舶智能化、自主化发展的大趋势下，船舶智能航行测试场景相关研究仍处于起步阶段。本文面向船舶智能航行测试场景研究，与自动驾驶汽车领域相对比，梳理国内外研究现状，得出了船舶智能航行测试场景的定义架构。阐述测试场景构建的关键技术，提出一种基于聚类的测试场景生成方法。