陈传仁， 李国定， 李福生， 李丽娜， 陈国权

(集美大学 航海学院， 福建 厦门 361021)

人工智能作为新一轮产业变革的核心驱动力，有助于推动科技的整体发展，随着航海仪器和航海相关智能感知设备等工具的开发与升级，保证船舶碰撞危险阈值的精确度和优化避碰模型势在必行。在船舶航行时设置的碰撞危险阈值有偏差会导致误报警时有发生，采取避碰措施也无法完全避免碰撞的发生。因此，优化船舶碰撞危险阈值的评判模型是当务之急，该模型可确保在不同水域下提供给不同类型的船舶准确的碰撞危险阈值，对获取船舶碰撞危险预警信息和开展避碰行动具有重要意义。

船舶碰撞危险度一直都是海上交通工程研究的重点之一，国内外对船舶碰撞危险度进行了广泛的研究。早期GOODWIN[1]、DAVIS等[2]和COLLEY等[3]分别提出船舶领域、动界和RDRR(Range to Domain/Range Rate)模型包括两船会遇时的最近会遇距离(Distance of Closest Point of Approach，dCPA)、两船到达最近会遇距离时间(Time to Closest Point of Approach，tCPA)、船舶领域(Domain)和动界(Arena)等避碰参数概念[4]，这些概念的提出具有重要的理论与实际意义。近年来，CHIN等[5]建立一个有序概率单位回归模型，用于在港口水域航行过程中感知碰撞危险。SILVEIRA等[6]提出一种根据船舶先前的位置、航向和速度估计未来的距离，并将其与规定的碰撞直径相比较，通过评估碰撞候选数量计算碰撞危险的方法。SZLAPCZYNSKI等[7]提出基于领域的碰撞风险参数解析公式、领域违规度(Degree of Domain Violation，DDV)和领域间违规时间(Time to Domain Violation，TDV)。郑中义等[8]建立空间碰撞危险度、时间碰撞危险度和碰撞危险度模型，综合考虑碰撞的危险性和避碰的难易程度，但在船舶领域尚未考虑本船和目标船尺度的影响，且仅适用于开阔水域。……