本文摘要:摘要:為了減小船舶在海上航行面臨臺風時所面臨的高風險,本文設計了兼顧全局與局部規劃的避臺路徑優化方案。該避臺路徑優化方案運用A*算法與人工勢場法(APF)并加以改進,分別應用于全局規劃與局部規劃中。本文在A*算法的代價函數中加入了來自于燃油消耗與安
摘要:為了減小船舶在海上航行面臨臺風時所面臨的高風險,本文設計了兼顧全局與局部規劃的避臺路徑優化方案。該避臺路徑優化方案運用A*算法與人工勢場法(APF)并加以改進,分別應用于全局規劃與局部規劃中。本文在A*算法的代價函數中加入了來自于燃油消耗與安全性帶來的影響并采用了路徑更貼近實際航路的24鄰域節點擴展法,另外,本文解決了APF中局部極小值與不可達的問題,并引入了信息熵的概念來解決氣象因素不確定的問題。通過測試,該方法在船舶即將遭受臺風影響且臺風預報存在不確定性的情況下,可以設計一條合理的避臺路徑。本文避臺路徑優化方法在安全性的基礎上兼具經濟性與穩定性,能夠為船舶安全航行避障提供新的方法。
關鍵詞:航海技術;船舶避臺;路徑規劃;全局規劃;A*算法;人工勢場
0引言
船舶在進行遠洋航行時容易面臨方方面面的風險,尤其是船舶在海上航行一旦遭遇臺風,可能造成重大的人員與經濟損失。傳統避臺主要依靠船員個人的航海經驗與氣導公司推薦來制定,為了避免對船員個人經驗的過分依賴與解決氣導公司在時效性上的缺乏,需要為船舶設計有效的避臺路徑,以保障船舶的航行安全。在船舶避臺問題的研究中,樂高[1]設計了一種基于Dijkstra算法的船舶避臺路徑,但并沒有考慮航行環境對避臺路徑的影響。
Li-FengLu[2]基于偵測的波浪強度設計了避臺路徑,雖然其避臺路徑考慮了航行環境對船舶的影響,但其依托的數據具有實時性,無法應用于避臺路徑的預測規劃。在避臺路徑設計中,核心是提出合適的路徑規劃模型和算法。作為較為成熟的路徑規劃方法,A*算法結合了Best-FirstSearch算法與Dijkstra算法的優點,在機器人路徑規劃[3]領域有成功應用,但在船舶避臺問題上的應用研究還較為欠缺。
雖然,A*算法具有高效、穩定等優點,但A*算法不適用于環境動態變化的情況,而人工勢場法(APF)對于處理突發情況的路徑規劃具有一定優勢。在APF研究中,宋建輝[4]通過改進傳統APF算法,解決了局部最小值的問題。薛雙飛[5]針對船舶避讓海上風電區的路徑規劃問題,設計了全局與局部的路徑方案。然而,其設計的方案只適用于風電場區這樣的靜止區域,并不適合臺風這樣具有移動特性的障礙區域。針對上述問題,本文針對船舶在航行過程中即將遭遇臺風的情況,考慮航行環境對船舶路徑規劃的影響,綜合運用A*算法與APF并加以改進。
本文對傳統A*算法中的實際代價函數進行相應的改進,對節點篩選策略進行優化,改進后的A*算法能夠更好的符合船舶航行中面臨的實際海況,用以船舶避臺路徑的全局規劃方案。除了全局規劃,本文還基于APF進行改進,為船舶提供局部的避臺路徑規劃方案,改善了傳統APF算法中目標不可達、易陷入局部極小值的缺陷。并且,考慮到臺風路徑預報的不準確性,作者通過在斥力函數中引入信息熵,使得改進后的APF算法能考慮氣象的不確定性,為船舶提供有效的局部路徑規劃方案。
1問題描述
針對船舶即將遭遇臺風且必須設計避臺方案的情況,以保障安全為基礎,設計合理的避臺方案,提高航行效率,降低對ETA的影響,降低運輸成本。避臺路徑設計問題是路徑規劃問題,依靠船舶AIS數據與氣象預報、水文信息等數據,本文考慮臺風移動路徑、影響范圍等氣象預報的不確定性,在航行安全的前提下,以航行成本最低為優化目標,為船舶在風、浪影響下的全局與局部避臺路徑規劃問題設計有效的算法。
本文中,全局規劃是指在最初識別到臺風風險時,利用氣象預報信息進行的避臺路徑設計;而局部規劃是指在執行避臺路徑的過程中,當臺風預報與實際路徑存在偏差,即受到氣象預報的不確定性影響時,對全局避臺路徑進行修正。最終利用全局與局部避臺方案為船舶設計出一條具有安全性與經濟性的避臺航路。
2船舶避臺路徑設計
以往的研究中,船舶避臺路徑的設計通常建立在海洋環境是已知、確定的條件下,缺少對氣象不確定性的考慮。因此,通過考慮臺風移動路徑及影響范圍的不確定性,從全局和局部規劃需求出發,為船舶設計有效、可靠的避臺路徑。
2.1避臺路徑流程設計
設計的避臺路徑包含船舶在識別到臺風威脅到臺風威脅結束,因此本文的避臺路徑流程的設計思路主要為四部分:(一)識別危險源。(二)依據預報路徑,影響范圍,分析采取不同方案的成本與危險性。(三)在情況改變時,對方案的重新進行評估。(四)避臺結束。
通過設計整體避臺路徑流程,既考慮到對全局避臺路徑的設計,也兼顧了由于氣象不確定性導致的局部避臺路徑設計,最終獲得一條安全與經濟性并存的合理避臺路徑。
3實例分析
TyphoonNakri于2019年11月5日21時強度到達熱帶風暴,11月8日升格為臺風并達到巔峰強度,11月11日0時在越南登陸。本文僅研究臺風在海上移動時對船舶造成的影響。基于TyphoonNakri的發生位置,本文利用中國南海及附近區域二值圖作為底圖,臺風預警預報信息數據來自中央氣象臺,氣象水文數據來自中氣導(https://www.meteochina.com/),進行避臺路徑模擬設計。
3.12019年第24號臺風的避臺路徑設計
2019年11月5日,滿載400000MT某散貨船由Dongjiakou前往TanahMerah時,依據臺風預報信息船舶即將遭遇TyphoonNakri。以該船即將遭遇臺風情景為例,為其設計避臺路徑能夠安全通過中國南海區域,避免遭受TyphoonNakri影響。該船滿載情況下經濟航速11kn,由北向南航行,航程1253NM,預計航行時長為5天。若繼續按照原定航路航行,依據最初氣象預報,臺風正以35kn的速度向東移動,七級風圈半徑為124NM,該船即將在圖7中“X”位置與臺風七級風圈遭遇。
3.2方案分析
依據避臺路徑規劃結果,可以得到在全部避臺路徑過程當中,進行全局避臺路徑規劃一次,航行距離311.87NM,進行局部避臺路徑規劃一次,航行距離991.5NM。避臺路徑整體航程1303.37NM。相較于原計劃航路航程增加50.37NM,增加油耗約23.08MT。
綜上所述,本文設計的改進A*算法與APF均可適用,不僅可以在臺風生成前期利用預報預警信息設計全局避臺路徑,又可以在航行過程中考慮氣象的不確定性設計局部避臺路徑。因此,本文所設計的避臺路徑在安全性與穩定性上均保持在合理水平上,對船舶避臺可起到一定技術支撐作用。
氣象服務論文范例:平安區2019年氣候特點及氣象災害影響分析
4結論
本文改進了A*算法,在其代價函數中加入了船舶油耗與失速所帶來的影響,更貼近船舶在面臨臺風時所需要考慮的實際情況。改進了APF,解決了可能發生的局部最小值與不可達問題,在斥力勢場函數中引入了信息熵以適應氣象因素的不確定性。最后以某散貨船為例,測試了本文方案在躲避臺風TyphoonNakri時的效果。結果表明:在考慮船舶失速與油耗代價的情況下,能夠根據最初的臺風預報進行全局避臺路徑的規劃。在臺風移動路徑與預報路徑發生較大偏差時,能夠準確識別偏差,根據偏差與船舶航行位置進行局部避臺路徑設計,并針對不同影響范圍與路徑的臺風預報預警信息進行相應的避臺路徑設計。
參考文獻(References):
[1]樂高.基于ArcGIS的船舶避臺航線規劃系統研究與實現[D].武漢理工大學,2015.LEG.ResearchandimplementationofshiprouteplanningsystemforavoidingtyphoonbasedonArcGIS[D].WuhanUniversityofTechnology,2015.(inChinese)
[2]LuL-F,SasaK,SasakiW,etal.RoughwavesimulationandvalidationusingonboardshipmotiondataintheSouthernHemispheretoenhanceshipweatherrouting[J].OceanEngineering,2017,144:61-77.
[3]張旭,程傳奇,郝向陽,等.一種兼顧全局與局部特性的機器人動態路徑規劃算法[J].測繪科學技術學報,2018,35(03):315-320.
作者:王軍*,朱芍頤,王冠卓,王美蓉
轉載請注明來自發表學術論文網:http://www.zpfmc.com/jzlw/26030.html