СУЧАСНІ МЕТОДИ ЗАПОБІГАННЯ ЗІТКНЕННЯ СУДЕН ТА ЇХ ЗАСТОСУВАННЯ В УПРАВЛІННІ АВТОНОМНИМИ СУДНАМИ
https://doi.org/10.33815/2313-4763.2025.1.30.145-156
Ключові слова:
судноводіння, методи уникнення зіткнень, системи керування, управління судном, безекіпажні судна, автономні судна, штучний інтелект, безпека мореплавства
Анотація
Стаття присвячена питанням застосування методів запобігання зіткнень суден у процесах управління безекіпажними автономними суднами (БАС). Окреслено коло важливих питань сучасного стану розвитку індустрії автономних та безекіпажних суден. Проведено порівняльний аналіз наявних методів запобігання зіткнення суден. Визначено недоліки та переваги кожного методу, а також особливості їх практичного застосування при управлінні БАС. Наведено структуру та зазначено відмінні риси процесу управління рухом автономних та безекіпажних суден у порівнянні із суднами, якими здійснює управління судноводій. З’ясовано особливості процесу управління БАС та визначено коло методів, які мають бути застосовані для його реалізації. Розглянуто методи управління БАС та запропонована архітектура системи управління, що базується на комбінованому використанні методів нечіткої логіки, прогнозного керування та пояснюваного штучного інтелекту. Доведено, що поєднання різних методів обробки навігаційної інформації та прийняття рішень, дозволяє забезпечити якісне управління рухом БАС у режимі реального часу, за умов наявності похибок та неповноти навігаційних даних. Визначено шляхи практичної реалізації запропонованої архітектури системи управління БАС та перспективні напрямки подальших наукових досліджень у зазначеному напрямку.
Посилання
1. IMO. (2021). Outcome of the regulatory scoping exercise for the use of maritime autonomous surface ships (MASS) – MSC.1-Circ.1638, London, UK. https://www.imo.org/en/MediaCentre/PressBriefings/pages/MASSRSE2021.aspx.
2. IMO. (2019) Autonomous shipping – International Maritime Organization. MSC.1-Circ.1605, London, UK. https://www.imo.org/en/MediaCentre/HotTopics/Pages/Autonomous-shipping.aspx.
3. A. Q. Ansari, Department of Elect. Engg., Faculty of Engg. and Technology, Jamia Millia Islamia, New Delhi-110025, India. The Basics of Fuzzy Logic: A Tutorial Review. https://www.researchgate.net/publication/278031775_The_Basics_of_Fuzzy_Logic_A_Tutorial_Review.
4. Eriksen, B.‐O. H., Breivik, M., Wilthil, E. F., Flåten, A. L., Brekke, E. F. (2019). The branching‐course model predictive control algorithm for maritime collision avoidance. J. Field Robotics. 2019;36:1222–1249. https://doi.org/10.1002/rob.21900.
5. Yujuan Wang, Chao Shen, Jiahui Huang & Hua Chen (2024). Model-free adaptive control for unmanned surface vessels: a literature review. https://doi.org/10.1080/21642583.2024.2316170.
6. Fang, M.-C., Tsai, K.-Y., & Fang, C.-C. (2017). A Simplified Simulation Model of Ship Navigation for Safety and Collision Avoidance in Heavy Traffic Areas. Journal of Navigation, 71(04), 837–860. https://doi.org/10.1017/S0373463317000923.
7. Perera, L. P., Carvalho, J. P., & Soares, C. G. (2012). Intelligent Ocean Navigation and Fuzzy-Bayesian Decision/Action Formulation. IEEE Journal of Oceanic Engineering, 37(2), 204–219. https://doi.org/10.1109/Joe.2012.2184949.
8. Lyu, H., & Yin, Y. (2018). COLREGS-Constrained Real-time Path Planning for Autonomous Ships Using Modified Artificial Potential Fields. Journal of Navigation, 72(3), 588–608. https://doi.org/10.1017/s0373463318000796.
9. Mahini, F., DiWilliams, L., Burke, K., & Ashrafiuon, H. (2013). An experimental setup for autonomous operation of surface vessels in rough seas. Robotica, 31(05), 703–715. https://doi.org/10.1017/S0263574712000720.
10. Serigstad, E. (2017). Hybrid Collision Avoidance for Autonomous Surface Vessels. NTNU. https://doi.org/10.1016/j.ifacol.2018.09.460.
11. Szlapczynski, R., & Krata, P. (2018). Determining and visualizing safe motion parameters of a ship navigating in severe weather conditions. Ocean Engineering, 158, 263–274. https://doi.org/10.1016/j.oceaneng.2018.03.092.
12. Li, S., Liu, J., Cao, X., & Zhang, Y. (2018). A Novel Method for Solving Collision Avoidance Problem in Multiple Ships Encounter Situations. 11184, 47–66. https://doi.org/10.1007/978-3-030-00898-7_4.
13. Shah, B. C., Švec, P., Bertaska, I. R., Sinisterra, A. J., Klinger, W., von Ellenrieder, K., Gupta, S. K. (2015). Resolution-adaptive risk-aware trajectory planning for surface vehicles operating in congested civilian traffic. Autonomous Robots, 40(7), 1139–1163. https://doi.org/10.1007/s10514-015-9529-x.
14. Zhang, W. B., Goerlandt, F., Montewka, J., & Kujala, P. (2015). A method for detecting possible near miss ship collisions from AIS data. Ocean Engineering, 107, 60–69. https://doi.org/10.1016/j.oceaneng.2015.07.046.
15. Zhuang, J. Y., Zhang, L., Zhao, S. Q., Cao, J., Wang, B., & Sun, H. B. (2016). Radar-based collision avoidance for unmanned surface vehicles. China Ocean Engineering, 30(6), 867–883. https://doi.org/10.1007/s13344-016-0056-0.
16. Chen, P., Huang, Y., Mou, J., & van Gelder, P. H. A. J. M. (2018). Ship collision candidate detection method: A velocity obstacle approach. Ocean Engineering, 170, 186–198. https://doi.org/10.1016/j.oceaneng.2018.10.023.
17. Wiig, M. S., Pettersen, K. Y., & Savkin, A. V. (2017). A Reactive Collision Avoidance Algorithm for Nonholonomic Vehicles. 2017 Ieee Conference on Control Technology and Applications (Ccta 2017), 1776–1783. https://doi.org/10.1016/j.ifacol.2021.10.345.
18. Abdelaal, M., Franzle, M., & Hahn, A. (2018). Nonlinear Model Predictive Control for trajectory tracking and collision avoidance of underactuated vessels with disturbances. Ocean Engineering, 160, 168–180. https://doi.org/10.1016/j.oceaneng.2018.04.026.
19. Lazarowska, A. (2017). A new deterministic approach in a decision support system for ship’s trajectory planning. Expert Systems with Applications, 71, 469–478. https://doi.org/10.1016/j.eswa.2016.11.005.
20. Lazarowska, A. (2014). Ship's Trajectory Planning for Collision Avoidance at Sea Based on Ant Colony Optimisation. Journal of Navigation, 68(02), 291–307. https://doi.org/10.1017/s0373463314000708.
21. Kuwata, Y., Wolf, M. T., Zarzhitsky, D., & Huntsberger, T. L. (2014). Safe Maritime Autonomous Navigation With COLREGS, Using Velocity Obstacles. IEEE Journal of Oceanic Engineering, 39(1), 110-119. https://doi.org/10.1109/Joe.2013.2254214.
22. Saurav Sarkar, Soma Das, Ananya Chanda, Sayan Biswas, Classify Chronic Wounds, Explainable and Responsible Artificial Intelligence in Healthcare, https://doi.org/10.1002/9781394302444.ch12, (297-322), (2025).
23. Angelov, P. P., Soares, E. A., Jiang, R., Arnold, N. I., & Atkinson, P. M. (2021). Explainable artificial intelligence: an analytical review. Wiley Interdisciplinary Reviews: Data Mining andKnowledge Discovery, 11(5), e1424. https://doi.org/10.1002/widm.1424.
2. IMO. (2019) Autonomous shipping – International Maritime Organization. MSC.1-Circ.1605, London, UK. https://www.imo.org/en/MediaCentre/HotTopics/Pages/Autonomous-shipping.aspx.
3. A. Q. Ansari, Department of Elect. Engg., Faculty of Engg. and Technology, Jamia Millia Islamia, New Delhi-110025, India. The Basics of Fuzzy Logic: A Tutorial Review. https://www.researchgate.net/publication/278031775_The_Basics_of_Fuzzy_Logic_A_Tutorial_Review.
4. Eriksen, B.‐O. H., Breivik, M., Wilthil, E. F., Flåten, A. L., Brekke, E. F. (2019). The branching‐course model predictive control algorithm for maritime collision avoidance. J. Field Robotics. 2019;36:1222–1249. https://doi.org/10.1002/rob.21900.
5. Yujuan Wang, Chao Shen, Jiahui Huang & Hua Chen (2024). Model-free adaptive control for unmanned surface vessels: a literature review. https://doi.org/10.1080/21642583.2024.2316170.
6. Fang, M.-C., Tsai, K.-Y., & Fang, C.-C. (2017). A Simplified Simulation Model of Ship Navigation for Safety and Collision Avoidance in Heavy Traffic Areas. Journal of Navigation, 71(04), 837–860. https://doi.org/10.1017/S0373463317000923.
7. Perera, L. P., Carvalho, J. P., & Soares, C. G. (2012). Intelligent Ocean Navigation and Fuzzy-Bayesian Decision/Action Formulation. IEEE Journal of Oceanic Engineering, 37(2), 204–219. https://doi.org/10.1109/Joe.2012.2184949.
8. Lyu, H., & Yin, Y. (2018). COLREGS-Constrained Real-time Path Planning for Autonomous Ships Using Modified Artificial Potential Fields. Journal of Navigation, 72(3), 588–608. https://doi.org/10.1017/s0373463318000796.
9. Mahini, F., DiWilliams, L., Burke, K., & Ashrafiuon, H. (2013). An experimental setup for autonomous operation of surface vessels in rough seas. Robotica, 31(05), 703–715. https://doi.org/10.1017/S0263574712000720.
10. Serigstad, E. (2017). Hybrid Collision Avoidance for Autonomous Surface Vessels. NTNU. https://doi.org/10.1016/j.ifacol.2018.09.460.
11. Szlapczynski, R., & Krata, P. (2018). Determining and visualizing safe motion parameters of a ship navigating in severe weather conditions. Ocean Engineering, 158, 263–274. https://doi.org/10.1016/j.oceaneng.2018.03.092.
12. Li, S., Liu, J., Cao, X., & Zhang, Y. (2018). A Novel Method for Solving Collision Avoidance Problem in Multiple Ships Encounter Situations. 11184, 47–66. https://doi.org/10.1007/978-3-030-00898-7_4.
13. Shah, B. C., Švec, P., Bertaska, I. R., Sinisterra, A. J., Klinger, W., von Ellenrieder, K., Gupta, S. K. (2015). Resolution-adaptive risk-aware trajectory planning for surface vehicles operating in congested civilian traffic. Autonomous Robots, 40(7), 1139–1163. https://doi.org/10.1007/s10514-015-9529-x.
14. Zhang, W. B., Goerlandt, F., Montewka, J., & Kujala, P. (2015). A method for detecting possible near miss ship collisions from AIS data. Ocean Engineering, 107, 60–69. https://doi.org/10.1016/j.oceaneng.2015.07.046.
15. Zhuang, J. Y., Zhang, L., Zhao, S. Q., Cao, J., Wang, B., & Sun, H. B. (2016). Radar-based collision avoidance for unmanned surface vehicles. China Ocean Engineering, 30(6), 867–883. https://doi.org/10.1007/s13344-016-0056-0.
16. Chen, P., Huang, Y., Mou, J., & van Gelder, P. H. A. J. M. (2018). Ship collision candidate detection method: A velocity obstacle approach. Ocean Engineering, 170, 186–198. https://doi.org/10.1016/j.oceaneng.2018.10.023.
17. Wiig, M. S., Pettersen, K. Y., & Savkin, A. V. (2017). A Reactive Collision Avoidance Algorithm for Nonholonomic Vehicles. 2017 Ieee Conference on Control Technology and Applications (Ccta 2017), 1776–1783. https://doi.org/10.1016/j.ifacol.2021.10.345.
18. Abdelaal, M., Franzle, M., & Hahn, A. (2018). Nonlinear Model Predictive Control for trajectory tracking and collision avoidance of underactuated vessels with disturbances. Ocean Engineering, 160, 168–180. https://doi.org/10.1016/j.oceaneng.2018.04.026.
19. Lazarowska, A. (2017). A new deterministic approach in a decision support system for ship’s trajectory planning. Expert Systems with Applications, 71, 469–478. https://doi.org/10.1016/j.eswa.2016.11.005.
20. Lazarowska, A. (2014). Ship's Trajectory Planning for Collision Avoidance at Sea Based on Ant Colony Optimisation. Journal of Navigation, 68(02), 291–307. https://doi.org/10.1017/s0373463314000708.
21. Kuwata, Y., Wolf, M. T., Zarzhitsky, D., & Huntsberger, T. L. (2014). Safe Maritime Autonomous Navigation With COLREGS, Using Velocity Obstacles. IEEE Journal of Oceanic Engineering, 39(1), 110-119. https://doi.org/10.1109/Joe.2013.2254214.
22. Saurav Sarkar, Soma Das, Ananya Chanda, Sayan Biswas, Classify Chronic Wounds, Explainable and Responsible Artificial Intelligence in Healthcare, https://doi.org/10.1002/9781394302444.ch12, (297-322), (2025).
23. Angelov, P. P., Soares, E. A., Jiang, R., Arnold, N. I., & Atkinson, P. M. (2021). Explainable artificial intelligence: an analytical review. Wiley Interdisciplinary Reviews: Data Mining andKnowledge Discovery, 11(5), e1424. https://doi.org/10.1002/widm.1424.
Опубліковано
2025-07-23
Розділ
СУДНОВОДІННЯ ТА ЕНЕРГЕТИКА СУДЕН
