[0001] 本发明涉及船舶交通与主动安全技术领域，尤其涉及一种多船博弈的船舶避碰处理方法。

[0002] 近年来，随着船舶大型化、高速化发展以及数量的急剧增加，航行安全问题变得日趋严重。其中，海上船舶碰撞是危及船舶航行安全的主要原因，在海上船舶交通事故中占有很大比例。船舶避碰需要在短时间内综合分析各种信息，考虑多种因素的影响。船舶避碰算法的合理性或有效性直接影响到航行过程的安全性。

[0003] 随着船舶智能化水平的提高，物联网技术能实现船与船之间、船与岸之间以及船与环境之间的多源信息采集和共享，使航行参与者能充分利用网联技术了解和掌握其认知能力所达之外有关周围环境的有用信息，特别是涉及感知区域内船舶编组和静态障碍物等重要信息元素，可为船间动态避碰提供决策依据，提高船舶航行主动安全。因此，对物联网条件下的船舶避碰系统进行研究对保障航行安全、避免碰撞事故、减少生命和财产损失，保护海洋环境具有重要的现实意义。

[0004] 现有中船舶避碰技术主要存在以下不足：1、构建的避碰模型大多以规划局部航线为主要研究内容，较少考虑船舶类型及航行环境对船间避碰的影响。2、基于博弈理论的避碰模型通常以会遇两船为研究对象，构建二人静态博弈模型，分析二者之间的相互影响，不能准确反映多个会遇船舶间相互影响的复杂避让过程。3、基于博弈理论的避碰模型较少考虑会遇船舶可获得信息的完备程度情况。

[0005] 而在航运过程中，船型类型对避碰操纵的影响不同，在繁忙水域环境下，船型构成复杂，避碰发生的频率更高；开阔水域系统是一个复杂多变的交通系统，船舶间位置关系的不断变更会使船舶所处的编组关系时刻发生改变，编组关系中的航行实体也会动态变化，因而船舶在进行避碰操纵时需要考虑周围船舶避碰操纵的影响；物联网技术发展程度的不同，船舶了解和掌握其能力所达之外有关周围环境信息特别是涉及兴趣感知区域船舶编组和航行实体重要信息的完备程度也将不同。

[0006] 因此，亟需一种基于相场耦合与不完全信息多船博弈的船舶避碰方法。

[0034] 为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

[0035] 本发明提供一种多船博弈的船舶避碰处理方法，如图1所示，包括以下步骤：

[0036] 步骤S1、当目标船舶行驶在复杂航行环境的集群中时，获取目标船舶的基本信息，目标船舶所处集群的基本信息以及预设区域内所有集群的基本信息。

[0037] 具体地，目标船舶所处集群的确定，包括：以目标船舶的中心位置为圆心，依照以两船碰撞临界相对距离为半径的圆形区域O1、以两船强影响临界相对距离为半径的圆形区域O2和以两船弱影响临界相对距离为半径的圆形区域O3对目标船舶所在环境进行划分，获取目标船舶的碰撞区域、强影响区域和弱影响区域；以目标船舶的行进方向为前方，基于目标船舶的强影响区域对目标船舶所在环境进行划分，获取目标船舶的左前侧、正前侧、右前侧、正右侧、右后侧、正后侧、左后侧、正左侧八个子区域；以目标船舶的行进方向为前方，基于目标船舶的弱影响区域对目标船舶所在环境进行划分，获取目标船舶的次左前侧、次正前侧、次右前侧、次正右侧、次右后侧、次正后侧、次左后侧、次正左侧八个次子区域；如图2所示。

[0038] 目标船舶所处集群的确定，还包括：确定目标船舶所处集群的会遇局面。会遇局面包括冲突会遇局面和非冲突会遇局面；其中，冲突会遇是两船因航向交叉并在时间和空间上相互逼近从而导致某船必须采取避碰操作的局面。非冲突会遇是除冲突会遇之外的两船会遇形式，分为两种类型：一是两船航向平行的平行会遇局面；二是他船向着远离目标船方向航行的驶离会遇局面。具体地，目标船舶的基本信息包括船舶位置信息和船型信息；目标船舶所处集群的基本信息包括船舶标识信息、船舶位置信息、船型信息和船舶所占水域面积；预设区域内所有集群的基本信息包括船舶位置信息、船型信息和船舶所占水域面积。

[0039] 其中，目标船舶所处集群的船舶标识信息的获取包括：对目标船舶、左前代表干扰船舶、正前代表干扰船舶、右前代表干扰船舶、正右代表干扰船舶、右后代表干扰船舶、正后代表干扰船舶、左后代表干扰船舶、正左代表干扰船舶依次标定为n0、n1、n2、n3、n4、n5、n6、n7、n8；对次左前代表干扰船舶、次正前代表干扰船舶、次右前代表干扰船舶、次正右代表干扰船舶、次右后代表干扰船舶、次正后代表干扰船舶、次左后代表干扰船舶、次正左代表干扰船舶依次标定为n9、n10、n11、n12、n13、n14、n15、n16。

[0040] 步骤S2、目标船舶基于获取的所有信息，采用相场耦合与不完全信息多船动态博弈的船舶避碰模型，确定用于目标船舶避碰的最优选择策略。

[0041] 步骤S2包括：

[0042] A1、目标船舶根据目标船舶所处集群和预设的局中人选取规则，确定博弈的局中人；根据局中人和预设的船舶避碰操纵类型，确定博弈的策略集。

[0043] 具体地，选取目标船舶及其每个子区域内的代表干扰船舶作为局中人，局中人集合为N＝{n0，n1，…ni，…，n8}(i＝0，1，2，3，…，8)；根据局中人集合和预设的船舶避碰操纵类型，确定策略集为 其中， 为局中人ni选取的一个策略， 分别对应SC、TL、TR、DS的行动选择，SC代表保速
保向，TL代表左转舵，TR代表右转舵，DS代表减速停车。

[0044] A2、目标船舶根据船舶受其集群的作用力模糊推理规则和预设区域内所有集群的基本信息，获取局中人受其集群的作用力；并依据局中人受其集群的作用力，获取局中人避碰收益函数。

[0045] 本发明针对船舶集群态势客观存在于整个航行环境，并随着航行参与方之间作用力的动态变化而变化的特性，借助相场耦合理论的思想来表述船舶集群态势内干扰船对目标船的作用效果。相场包含相态和场两个概念，相态指多个航行参与方在同一环境条件下运动时，各自航行状态以及相对时空关系等环境因素所构成的某种态势；场指集群态势中各航行参与方相互作用的表现形式。相态通过船舶集群中各航行参与方之间的吸引力与排斥力所形成的“场”来支撑。

[0046] 本发明借用物理学中“吸引力”与“排斥力”的概念来表述场的作用效果。在实际航行中，目标船舶对其所处环境信息的感知是模糊的、不完全的，因此本发明借助模糊逻辑的方法获得目标船舶受其船舶集群态势内干扰船的作用力。力的大小用作用粒度描述：不同力的作用粒度可以用其所在区间的一个实数表示，如表1所示；其中，最大引力的作用粒度用1表示，最大斥力的作用粒度用-1表示。

[0047] 表1不同作用力所对应的作用粒度

[0048]

[0049] 目标船舶受其船舶集群态势的作用力可通过每个子区域和次子区域代表干扰船舶对目标船舶的作用力、网格区域所能提供的航行空间的大小、目标船在网格区域所能获得的航行速度大小等因素来体现。发明人考虑目标船舶与感知区域内干扰船的船型(分为大、中、小三类)、船间会遇类型、船间时距、区域船舶覆盖率(分为小、中、大三类，见表2)及区域船舶平均航速(分为大、中、小三类，见表2)6个方面的因素，利用模糊逻辑方法对作用粒度进行合理的评分。

[0050] 区域船舶覆盖率公式如下：

[0051]

[0052] 其中，δ为区域船舶覆盖率；n为区域内船舶数量； 为区域船舶所占水域面积；S为区域总面积。

[0053] 表2区域船舶覆盖率与区域船舶平均航速的关系

[0054]

[0055] 以左前侧区域对目标船的作用粒度计算为例，对冲突会遇局面下船舶集群态势进行模糊推理，作用粒度的部分推理规则如表3所示，其中一条典型的语言模糊规则如下：

[0056] 若目标船为小型船、左前侧区域代表干扰船为小型船、船间时距为大、左前侧区域的船舶覆盖率为小、左前侧区域内船舶平均航速为大，则左前侧区域代表干扰船对目标船的作用粒度为1。

[0057] 表3目标船舶受其左前侧区域作用粒度的模糊推理规则

[0058]

[0059]

[0060] 同理可获得目标船舶受其他子区域和次子区域作用粒度的模糊推理规则。

[0061] 故一具体实施例中，依据船舶受其集群态势的作用力模糊推理规则、船舶集群态势场景界定规则和目标船舶及其所在环境指定区域内干扰船舶的状态参数，获取局中人受其集群态势的作用力，包括：

[0062] 以目标船舶为例，获取目标船舶受其集群态势的作用力集合为其中， 代表强影响区域作用力， 代表
弱影响区域作用力；f0lf，f0da，f0rf，f0rs，f0rr，f0ra，f0lr，f0ls依次代表左前侧区域作用力、正前侧区域作用力、右前侧区域作用力、正右侧区域作用力、右后侧区域作用力、正后侧区域作用力、左后侧区域作用力、正左侧区域作用力；f0glf，f0gda，f0grf，f0grs，f0grr，f0gra，f0glr，f0gls依次代表次左前侧区域作用力、次正前侧区域作用力、次右前侧区域作用力、次正右侧区域作用力、次右后侧区域作用力、次正后侧区域作用力、次左后侧区域作用力、次正左侧区域作用力。同样，获取其他局中人受其集群态势的作用力集合

[0063] 船舶对当前航行状态的满意与否主要取决于当前所在船舶集群态势的作用力大小，故船舶的收益用执行操作前后自身所受到的船舶集群态势作用力的差值衡量。

[0064] 在一具体实施例中，依据局中人受其集群态势的作用力，获取局中人的避碰收益函数，包括：

[0065] 依据船舶在执行避碰操纵前后受其各子区域和各次子区域综合作用力的差值，描述局中人的安全性收益。以目标船舶为例，目标船舶的安全性收益为 其中，F0为避碰操纵前目标船舶受其各子区域和各次子区域的综合作用力，
F′0为避碰操纵后目标船舶受其各子区域和各次子区域的综合作
用力，亦可用同样的方法获得。同理可计算得到避碰操纵前后其他局中人受其各子区域和各次子区域的综合作用力大小分别为Fi和Fi′，(i＝1，2，…，8)；故局中人的安全性收益为[0066] 依据船舶在执行避碰操纵前后受其正横前侧综合作用力差值，描述局中人的效率性收益。以目标船舶为例，目标船舶的效率性收益弟 其中， 为避碰操
纵前目标船舶受其正横前侧综合作用力，
为避碰操纵后目标船舶受
其正横前侧综合作用力，
同理可计算得到避碰操纵前后其他局中人受其正横前侧综合作用力分
别为 和 故局中人的效率性收益为
表征船舶在不违背计划航线的基础上更倾向于更宽裕、更安全的航行空间。

[0067] 依据船舶在执行避碰操纵前后受其正前侧、右前侧、正右侧综合作用力差值，描述局中人的舒适性收益。以目标船舶为例，目标船舶的舒适性收益为 其中，为避碰操纵前目标船舶受其正前侧、右前侧、正右侧综合作用力，
为避碰操纵后目标船舶受其正前侧、右前侧、正右侧综合作用力，
同理可计算得到避碰操纵前后其他局中人受其集群态势正前侧、右前侧、正右侧综合作用力分别为Foi和 故局中人的舒适性收益为

[0068] 依据船舶倾向性与不同收益的模糊权重对应关系(见表4)、局中人的安全性收益、效率性收益和舒适性收益，确定局中人的避碰收益函数其中， 分别表示
局中人ni关于避碰安全性收益、效率性收益和舒适性收益的模糊目标权重。

[0069] 表4船舶倾向性与不同收益的模糊权重对应关系

[0070]

[0071] A3、依据局中人受其集群的作用力，确定船舶避碰模型中博弈的停时条件；将局中人、策略集和局中人避碰收益函数输入船舶避碰模型中，输出局中人避碰行为选择。

[0072] 为使模型输出的局中人避碰行为选择处于一种比较稳定且安全的航行状态，发明人从安全性要求、效率性要求和舒适性要求方面来确定船舶避碰博弈模型中博弈的停时条件。

[0073] 在一具体实施例中，船舶避碰博弈模型中博弈的停时条件，包括：

[0074] 判断局中人在执行避碰操纵后受其集群态势综合作用力是否大于等于零(安全性要求)。即某t时刻，当博弈进行到第n轮结束时，判断 是
否大于等于零；其中， 表示局中人受到k分区域船舶的作用力。

[0075] 判断局中人在执行避碰操纵前后受其集群态势正横前侧综合作用力差值是否大于等于零(效率性要求)。即某t时刻，当博弈进行到第n轮结束时，判断是否大于等于零；其中，
分别表示第n轮结束时，目标船受其正左侧、左前侧、正
前侧、右前侧和正右侧区域的作用力。

[0076] 判断局中人在执行避碰操纵前后受其集群态势正前侧、右前侧、正右侧综合作用力差值是否大于等于零(舒适性要求)。即某t时刻，当博弈进行到第n轮结束时，判断是否大于等于零；其中，
分别表示
第n轮结束时，目标船受其正前侧、右前侧和正右侧区域的作用力。

[0077] 本发明考虑船舶博弈时所处的船舶集群态势信息和对策策略都具有一定的主观性，各个船舶的倾向性存在差异且他们之间的收益函数、偏好机构具有时变性，且船舶集群中各船舶并不知道相互间的目标权重偏好。在分析问题时，他们只能把自己的目标权重向量也当作别人的目标权重向量来衡量别人，从而做出自己的策略选择。故运用混合模糊多人多目标非合作对策理论来描述船舶避碰博弈行为。这时，每个局中人ni(ni∈I)都以自己的目标权重向量给局中人ni′(ni′∈I)的模糊支付值进行加权综合。包括：

[0078]

[0079] 其中，

[0080]

[0081] 是在局中人ni(ni∈I)看来局中人ni′(ni′∈I)在策略组合x∈X中获得的模糊加权支付值。

[0082] I为局中人集合； 为局中人的收益集合；是局中人ni(ni∈I)的混合策略集，
是局中人ni(ni∈I)的混合策略， 是局中人ni(ni∈I)选取其纯策略集
中的纯策略 的概率，Λi为纯策略集的指标集；
表示局中人ni(ni′∈I)在局势x∈X中
关于目标m(m＝1，2，…，M)的模糊收益。

[0083] 对船舶避碰博弈行为进行求解，包括：

[0084] 局中人ni(ni∈I)可以选择某个模糊排序函数把对策清晰化处理成加权对策
其中

[0085] 对策解的求解步骤如下：

[0086] i、把 作为常量，在紧集X1×X2×…×Xi-1×Xi+1×…×XN上求函数 (其中，x||x′i＝(x1×x2×…×xi-1×xi+1×…×xN))的最小值，记为gi(x′i)
(ni∈I)。

[0087] ii、在紧集Xi(ni∈I)上求连续函数gi(x′i)(ni∈I)的最大值点 (可能有多个)(ni∈I)，以及最大值Maxgi(x′i)。

[0088] 局中人ni(ni∈I)按照上述求解步骤得到期望对策解，记为以及期望的模糊加权安全值

[0089]

[0090] 由于每个局中人ni(ni∈I)都以自己的目标权重向量给对策进行加权综合并进行策略选择，因此实际形成的对策局势应是 局中人ni(ni∈I)实
际获得的模糊加权收益应是

[0091]

[0092] 步骤S3、目标船舶根据确定的最优选择策略，控制船舶执行避碰操作。

[0093] 本发明着眼于物联网背景，综合考虑船舶集群态势、船型和船舶倾向性等影响船舶避碰行为的因素，从船舶集群态势复杂性分析入手，运用模糊数学方法对集群船舶间的避碰影响进行推理，分析因网联程度及信息开放程度不同而导致的不完全信息条件下船舶的避碰行为，建立基于相场耦合与不完全信息多船动态博弈的船舶避碰模型，具有较高的有效性和可靠性。为物联网条件下智能船舶的避碰行为研究提供理论依据。

[0094] 仿真实验

[0095] 以实验船为目标船舶，以女岛港码头作为起点与终点，利用视频采集系统(对当前海域进行实时、全局、全角度拍摄，记录实验过程)、AIS(记录目标船与会遇船的实际位置、实时航速和航向等信息)、计程仪(记录目标船航迹)等设备进行实验，实验过程保证仪器设备正常运行使用。目标船依据避让规则与操纵者个人航行习惯在实验海域中自然航行，利用视频采集系统和船载设备动态采集相关实验数据，实验完成后将数据导出并保存。

[0096] 为目标船构建与视频观测实船实验中相同的仿真环境，将实验收集整理的不同倾向性船舶的特征数据输入不完全信息船舶动态博弈的船舶避碰微观仿真模型中，还原目标船的运动过程，实时仿真目标船在某时段上的航行轨迹，并与真实的轨迹数据进行比对核实，结果见图3、4、5。可见本发明的船舶避碰模型具有较高的有效性和可靠性。

[0097] 需要理解的是，以上对本发明的具体实施例进行的描述只是为了说明本发明的技术路线和特点，其目的在于让本领域内的技术人员能够了解本发明的内容并据以实施，但本发明并不限于上述特定实施方式。凡是在本发明权利要求的范围内做出的各种变化或修饰，都应涵盖在本发明的保护范围内。