0 引　言

随着计算机、人工智能等技术的不断发展，海上自主水面船舶已然成为当前海事界关注的热点话题。2017年，国际海事组织（International Maritime Organization, IMO）将自主水面船舶（Maritime Autonomous Surface Ships, MASS）正式列入议程^[1]，并在第100届MSC会议上将MASS划分为4个等级^[2]。本文主要针对MASS的第三等级，即岸基远程控制船舶，无船员在船。MASS在减少船舶配员、增加货仓容积、提升船舶经济性、改进船舶运输服务效能等方面具有极大潜力，还可以降低因人的疏忽、疲劳等传统安全因素影响而导致的事故^[3]。与此同时，MASS作为以船舶为载体的智能化技术应用在未来航运服务场景中面临诸多新的潜在安全风险。例如人为因素，MASS是通过岸基人员远程操控船舶，岸基人员的资质高低，培训是否充足都会影响着船舶的航行安全。此外，网络安全、通信故障及船舶设备能否定期维护也严重威胁着MASS的航行安全。

开展MASS的风险因素系统分析对于未来航行至关重要。通过准确识别MASS航行安全的影响因素以及各因素之间的相互作用机理，从而制定针对性措施，提高船舶运行的安全性。与传统船舶不同，MASS克服了传统船舶因为人的疏忽瞭望、未按规定航线航行、生理心理不适等带来的风险，并利用通信设备、机械和控制系统等实现船舶的信息传输与远程操控。近年来，对于自主船舶的航行安全、风险识别与管控策略，政府，学界都做出了相关研究。中国船级社发布的《智能船舶规范》^[4]为自主船舶技术研发、分级、风险防范等提供了方向。此外，格丁尼亚海事大学Wróbel等^[5]采用头脑风暴法，收集了专家关于MASS航行安全的意见，并从人为、船舶等角度进行了风险因素的总结。

本文采用归纳总结的研究方法，旨在从人为、船舶设备与系统、环境、管理和网络安全5个方面，对当前MASS的航行风险因素进行归纳总结，并与传统船舶进行比较。通过归纳总结相关学者的研究成果，充分把握当前海上自主船舶风险因素的变化，揭示当前研究的局限性。

1 传统船舶与MASS风险识别手段的差异性

相较于传统船舶，MASS具有更高的智能化、自主化。它能够更准确地感知、识别和评估风险因素，从而提高航行安全性、减少事故风险。两者的差异性主要体现在控制和操作方式、感知范围、决策和规避策略等方面。表1所示为传统船舶和MASS的航行风险识别相关文献，可以看出两者采用的识别手段有明显的差异。

传统船舶的风险识别方法有很多，例如头脑风暴法、德尔菲法、事故树、失效模式与影响分析等。主要分为3类：1）专家主观评判法，例如以专家座谈会的形式对风险因素进行讨论，打分等；2）归纳推理技术，例如事故树层层演绎或危险与可操作性分析等；3）基于历史数据的方法，例如文本挖掘以及对历史数据的审查。然而，ZHANG等^[6]认为这些传统方法不适用于分析现代、复杂和软件密集型系统的危害。传统方法主要关注失效事件和部件失效的作用，而这些并不是现代复杂系统事故的主要原因^[6]。一方面，MASS配备了大量的传感器和智能设备，能够获取航行信息和环境数据，因此其面临的风险因素更加多样化和复杂化。另一方面，MASS的航行决策通常基于复杂的算法和模型，包括路径规划、障碍物避让等。传统的风险识别方法无法充分考虑和应用这些算法和模型，从而无法准确地识别和评估自主船舶的航行风险。

近年来，系统理论过程理论分析（System-Theoretic Process Analysis，STPA）在MASS领域备受关注，Wróbel等^[7]和Banda等^[8]利用STPA进行自主船舶的风险识别研究。STPA是基于系统和控制论的方法，旨在揭示系统的结构和行为对安全性的影响，可以准确识别可能导致系统失效或事故的关键控制点。因此，使用STPA识别航行风险，提高MASS安全性将进一步增长^[6]。

2 MASS航行风险因素识别

Wróbel等^[5]利用头脑风暴法收集了专家对无人船安全特性的意见，从岸基人员、船舶设备及维护制度等方面列出了无人船潜在的风险。Fan等^[9]针对MASS的风险因素识别问题，提出了4P4F（4 phases，4 types form）框架，从人、船、环境、技术4个方面归纳了自主船舶航行风险因素。本文主要从人因、船舶设备与系统、环境、管理、网络安全等5个方面展开，从传统船舶与MASS航行风险因素的区别的角度进行归纳总结。

2.1 人为因素

传统船舶依赖船上船员的操控和操作，操作失误、疲劳驾驶、疏忽瞭望、不当的决策等因素都可能导致事故发生。而MASS则通过感知技术和智能控制等系统来减少对人力的依赖，从而降低人为失误风险。但也有学者认为，MASS中人为因素仍然不可忽略，只是从船员转移到了岸基操作人员身上^[10]。例如，Porathe等^[11]将MASS的人为因素归纳为：岸基人员缺乏情景意识、决策延迟、岸基人员信息接受过载等。人为因素中，传统船舶与MASS的区别主要体现在：操作人员数量、操纵手段、决策支持系统及人机交互等方面。

1）操作人员数量。传统船舶通常有一支船员团队，船长和其他船员负责船舶的操作和管理。由于船员数量有限，可能存在船员的工作压力、疲劳和缺乏经验等问题，这可能导致操作失误、决策错误等。然而在MASS中，人为失误转移到岸基操控人员身上。周颖等^[12]提出了HTA-IDAC风险识别模型，对人为错误风险进行了归纳，研究认为岸基操控人员的经验不足、与系统交互不协调、操作失误等是导致事故的主要原因。上述因素，也得到了业内学者广泛的认可^[13]。

2）操纵手段。传统船舶的操纵主要依赖于舵手或船长手动操纵船舶的舵轮和推进系统。而自主船舶通过自动化和智能控制系统实现操纵，减少了对人力的依赖。自主船舶的操纵手段通常是通过编程和算法实现，技术故障可能是一个主要的人为错误风险因素，这与Man等^[14]的研究是一致的。Man等^[15]通过对船长和船舶工程师的场景化试验，发现了无人船舶远程监控中的人为风险，研究结果表明，在岸基操控系统的复杂设计中，存在人为编码错误的情况。

3）决策支持系统。自主船舶通常配备有先进的决策支持系统，包括导航和路径规划系统、环境感知系统、自主决策系统等。这些系统能够提供高精度的信息和数据支持，辅助船舶的操纵和决策。然而，对这些系统的依赖也可能带来风险，例如缺乏传感、过度依赖、传感器误读等。对于这些因素，已经在以往的研究中达成共识。例如，Man等^[14]通过模拟无人货船的航行过程发现仍然存在人为风险，其中包括岸基操作员的心理和感知限制，决策延迟和对自动化设备的依赖，同时也缺乏“船感”。此外，Wahlström等^[16]通过对比无人驾驶在公路、航空等领域的人为风险，最终延伸到MASS。研究发现，岸基人员缺乏船舶操作经验，过度依赖自动化设备导致技能退化，难以准确判断海况等问题。Zhang等^[6]还提出了一种改进的深度强化学习（Deep Reinforcement Learning, DRL）算法，可以有效地提高MASS的导航安全性和防撞性。在开发各种决策技术的同时，未来将加强对深度学习型决策系统的开发研究，并通应用实例进行验证。

4）人机交互界面。传统船舶的操作主要通过物理控制装置（如舵轮、操纵杆等）与船舶交互。而自主船舶的船员通常通过计算机界面与船舶进行交互和控制。船员对于界面的理解和熟悉程度可能影响到操作的准确性和反应速度。Ramos等^[17]通过分层任务分析（Hierarchical Task Analysis，HTA）研究了MASS操作中的人机交互问题，结果表明在MASS中人为操作的失误率会降低，但相当长时间内仍然不可完全避免^[10]。此外，复杂的界面、繁琐的操作流程和频繁的决策需求可能使操作员感到压力过大，影响其判断和决策能力。

因此，对于MASS，需要注意人为错误的新形式和可能性，并在设计和操作中充分考虑人因工程和人机界面的因素，以降低人为错误的风险。在岸基人员培训和认证方面也需要与新船舶技术相适应，确保船员具备适当的技能和知识来操作和管理自主船舶。具体人为失误风险如表2所示。

2.2 船舶设备与系统因素

MASS采用了先进的传感器、导航和控制系统等技术，这些系统存在故障的可能性。一旦出现硬件或软件故障，可能导致航行、导航和安全等方面的问题。而传统船舶虽然也可能出现技术故障，但由于依赖人工操作，人员可以进行及时的干预和修复。

1）技术系统复杂性。MASS通常依赖先进的技术系统，包括导航系统、通信系统、自主决策系统等。这些技术系统的复杂性较高，涉及多个组件和相互关联的算法，因此存在技术故障的风险。Anatoli等^[22]认为尽管自主船舶在技术层面上更加先进，但技术上的可靠性也值得进一步探究，同时也意味着自主船舶相较于传统船舶更复杂、脆弱^[23]。传统船舶的技术系统相对简单，主要包括引擎、电力系统、电气设备等，故障的可能性较低。

2）自主船舶软件故障。自主船舶的自主决策和控制过程主要依赖软件实现，这些决策系统使用复杂的算法和模型来分析环境数据和船舶状态，从而做出决策。传统船舶的技术系统主要依赖于机械、电气和液压等物理组件，软件故障的风险较低。

3）组件故障与退化。自主船舶的态势感知设备（例如：船端或岸基传感器等）取代了人为的瞭望与感知判断，并利用通信设备等实现船舶的信息传输与远程操控。这些组件可能由于损坏、老化、误校准等原因而出现故障或性能退化。传统船舶的技术系统中也存在组件故障的风险，但通常相对简单且易于维修或更换。船舶设备与系统因素如表3所示。

2.3 环境因素

与传统船舶相似，自主船舶仍然面临自然环境和通航环境的风险。

恶劣天气条件可能对MASS的航行产生不利影响。海上的大风、浪高、暴雨、雾等恶劣天气条件会增加航行困难，降低能见度，进而增加与其他船只和障碍物碰撞的风险。海洋环境的复杂性也会对自主船舶的航行和导航带来挑战。潮汐、海流、海况等复杂因素可能增加自主船舶的导航难度和风险。

此外，航道的安全性也是自主船舶需要关注的问题。水深、浮标和导航标志的完整性、存在的障碍物以及海洋生物等因素都可能影响航道的安全性，增加自主船舶搁浅、碰撞的风险。船舶交通量也是一个需要注意的风险因素。在经过港口、航道入口和繁忙的船舶交汇处等航行密集区域时，碰撞和冲突的风险可能增加。最后，自主船舶依赖导航设备和通信设备进行航行和与其他船只交流。然而，导航和通信系统可能受到干扰、故障或技术问题的影响，导致自主船舶迷失方向或无法与其他船只进行适当的交流。环境因素如表4所示。

2.4 管理因素

众所周知，船舶公司的安全管理体系是否完善、海事监管、船舶定期维护、应急保障等都是影响传统船舶安全的重要因素，这在自主船舶中同样存在。MASS克服了传统船舶的引航指挥失误，人为制定应急排险方案的疏忽，但又带来新的潜在风险。例如，岸基控制中心的操作人员是否熟知避碰规则、航行规则、换班规则；岸基人员的资质、船舶设备、系统等安全是否合规等。此外，MASS的管理因素还包括：岸基人员的操控技能和应急处置能力不足，不具备相应的船舶驾驶资质；船舶公司能否按照相关规定对船舶进行定期检修与维护^[27]；船舶公司安全管理体系是否完善^[15]，以及能否对所属航行船舶航行动态、船舶配备动态进行有效的管理与控制^[18]。管理因素如表5所示。

2.5 网络安全因素

MASS通常需要通过无线通信和网络来接收指令、上传数据等。这就带来了通信和网络安全风险，例如遭受黑客攻击、信息泄露和通信中断等。传统船舶在这方面的风险相对较低，因为船上的通信主要依赖于无线电和有线电报等传统通信方式。

1）通信网络复杂性。MASS通常依赖复杂的通信网络进行与外部的通信和交互。这些通信系统包括海事通信系统、卫星通信系统、局域网等。由于涉及多种不同的通信技术和协议，自主船舶的通信网络复杂度较高，因此通信网络安全的风险也随之增加。传统船舶的通信系统相对较简单，主要基于无线电通信、电报和航海通告等传统方式。

2）远程操控风险。MASS第三等级是具备远程操控能力的，远程操作和控制系统通过通信网络与岸基、监管机构或其他船舶进行远程通信。这种远程操控带来了新的风险，如黑客攻击、恶意干扰等。传统船舶的操控主要依赖船员的现场操作，远程操控的风险相对较低。

3）数据安全与隐私保护。MASS通过网络传输大量的实时数据，例如传感器数据、船舶状态数据等。这些数据可能包含机密信息和敏感数据，如航行计划、船舶位置等。因此，MASS面临数据安全和隐私保护的挑战，需要加密和安全存储等措施。传统船舶的数据传输相对较为有限且基于物理媒介，数据安全风险较低。

4）网络攻击和恶意软件。MASS的通信网络和控制系统可能受到网络攻击的威胁，如黑客攻击、拒绝服务攻击等。网络攻击可能导致系统瘫痪、数据篡改、远程劫持等风险。此外，恶意软件的干扰也可能导致自主船舶的系统故障或性能下降。传统船舶的通信系统较为简单，网络攻击和恶意软件的风险相对较低。这与Vinnem等^[29]的研究一致，研究归纳了网络攻击对MASS的潜在威胁，黑客入侵MASS的操作系统，并将MASS作为武器撞击近海石油及沿海的基础设施等，从而造成巨大破坏。网络安全因素如表6所示。

3 MASS航行风险识别研究的局限性

由于自主船舶尚未广泛商业应用，对于自主船舶航行风险因素的识别仍停留在理论阶段，缺乏对识别出的风险因素进行验证的实践。目前，MASS的研究面临着3个主要问题，即风险因素识别的准确性、全面性以及识别手段的科学性。

1）准确性

风险识别缺乏标准化。在自主船舶领域，目前缺乏统一的标准和规范，这使得不同研究团队使用不同的标准和方法进行风险识别。这种缺乏标准化导致了研究结果的难以比较和验证。环境变化的适应性：自主船舶航行风险识别需要对不断变化的环境和情境进行适应。海洋环境的复杂性和多变性，以及与其他船舶、岸基设施和天气等因素的交互作用使得风险识别面临更大的挑战。目前的研究往往无法充分考虑这些因素，导致风险识别的准确性和可靠性受到限制。

2）全面性

自主船舶航行风险识别需要考虑多个风险因素的交互效应。例如，不同的风险因素可能具有相关性和共同影响，而当前的研究大多关注单一因素的识别和分析，并缺乏对多因素交互的综合研究。因此，如何综合考虑多个风险因素的交互效应，并进行全面的风险评估仍然是一个挑战。

3）识别手段的科学性

算法和模型的不完善。目前的自主船舶航行风险识别算法和模型仍处于初级阶段。现有的算法和模型往往基于传统的统计方法和规则，或结合专家经验，采用头脑风暴、STPA、FMEA等，方法较为主观，缺乏对复杂环境和多变因素的适应性。例如，STPA的分析依赖于专家的主观判断和经验，包括对系统失效和反应链的识别和解释。这可能导致不同专家之间的分析结果存在差异，从而影响到风险识别的准确性和一致性。

4 结　语

本文对MASS航行风险识别相关研究进行了梳理，并分析和归纳了MASS的风险识别手段的差异性、潜在的航行风险以及当前研究的局限性。研究结果表明：1）传统船舶的风险识别手段不完全适用于MASS，因为MASS的航行风险因素更加多样化和复杂化；2）MASS的航行风险存在人为、船舶设备与系统、环境、管理、网络安全等5个方面的风险因素；3）当前MASS风险识别研究存在准确性、全面性和科学性等问题。总之，MASS航行风险识别研究仍面临风险识别缺乏标准化、多风险因素交互效应、环境适应性等一系列挑战。