CC BY
0
УДК 681.5
DOI: 10.24412/2071-6168-2023-12-462-463
БЕЗОПАСНОЕ УПРАВЛЕНИЕ СУДНОМ С ОБЪЕДИНЕНИЕМ РАБОТЫ РАДАРА И ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ
К.С. Димитров, Д.А. Жербин, О.В. Люлько, А.И. Колода
В данной статье представлено взаимодействие сканирования радаром, навигационной обстановки в море и применение искусственной нейронной сети с проигрыванием симуляций для обеспечения безопасного управления движением судна в море. Передача данных от системы САРП (Средство Автоматической Радиолокационной Прокладки) используется искусственной нейронной сетью для моделирования симуляций в сложных навигационных ситуациях, помогающих штурману принять правильное решение для маневрирования.
Ключевые слова: динамическая траектория. дистанционное сканирование навигационной обстановки; нейронная сеть; модели симуляции; дифференциальной симуляции; оптимизация; компьютерное моделирование.
1. Введение. Для обеспечения безопасного судоходства судовладельцы обязаны оснащать свои суда радарной системой предотвращения столкновений САРП. Основной задачей системы предотвращения столкновений САРП является дистанционное обнаружения судов и оказание помощи в принятии решений для штурмана, связанных с опасными навигационными ситуациями, чаще всего в водах с ограниченным пространством для маневрирования и с плотным траффиком судов.
Данная система дает возможность отслеживать судовые эхо-сигналы и вести за ними непрерывное наблюдение, а также подавать сигналы тревоги в случае опасных навигационных ситуаций. САРП определяет время и расстояние до ближайшей точки сближения (TCPA и DCPA) для каждого отслеживаемого судна и затем проводит вычисление полученных данных и сравнивает их с расстоянием и временем установленными штурманом. Устройство САРП служит средством автоматизированной системой в оказании помощи принятий решений для штурмана, тем самым повышая безопасность на море и улучшению навигации в целом [1-3].
Человеческий фактор и неопределенности окружающей навигационной обстановки могут быть представлены и описаны с применением методов искусственного интеллекта и теоретических симуляций (рис. 1).
Рис 1. Графическое представление функционирования системы поддержки навигационной системы: V - скорость судна, ф - курс судна; Vj - скорость обнаруженного судна, ф^ — курс обнаруженного судна; Dj - расстояние дл обнаруженного судна, Nj азимут обнаруженного судна; D - безопасное расстояние прохода судов; Djmln - ближайшего сближения судов, Tjmln - время до ближайшего сближения судов
Приведенное выше графическое представление функционирования процесса навигационной системы соответствует схеме компьютерной системы помощи в принятия решений штурманом, представленной на рисунке 2.
Рис. 2. Структура системы помощи в принятии решений
Цель статьи - продемонстрировать, что с помощью объединения соответствующих алгоритмов управления с применением методов искусственного интеллекта и дистанционного сканирования окружающей среды морскими радарами можно эффективно оказывать штурману помощь в принятии правильных решений при маневрировании судном в тяжелых и опасных навигационных ситуациях, что в свою очередь повышает безопасность судоходства.
Дистанционное сканирование навигационной обстановки в море с применением радиолокационной системы САРП. Задачей системы помощи в принятии решений для штурмана является предупреждением о необходимости совершения маневра, определенного в результате расчета системой возможных столкновений. Для определения безопасной траектории движения судна, система применяет специальные алгоритмы, которые учитывают окружающую навигационную обстановку [3-5].
Для своих расчетов, алгоритмы учитывают следующие данные: курс которым движется собственное судно ф, и его скорость V; дистанцию до наблюдаемых объектов Dj, пеленг наблюдаемых объектов их скорость движения V], курс и ближайшие точки сближения отслеживаемы объектов (рис.3).
Переышочепие мевду
всеми приемопередатчиками
Удаленный дисплеи
Удаленный трекбол
Лпарпнги.ш сигнал
Рис. 3. Схема стандартных интерфейсов радарной системы Raytheon
Все данные из системы САРП загружаются в формате NMEA. Для корректной передачи данных используют приложение, со встроенной поддержкой передачи выше упомянутых данных, которые вбиваются перед началом работы. Помимо передачи данных, приложение так же определяет формат рамок.
Данные, необходимые для расчетов предотвращения столкновений, выполняемых в разработанной системе помощи принятия решений навигационной системы, предоставляются в виде предложений, описываемых параметров, включая ДоСС (данные о собственном судне) и ОЦС (отслеживаемое целевое сообщение). Перед этими маркерами в предложении также имеется идентификатор для обозначения устройства, с которого отправляются данные. В разработанной системе данные собираются с радара САРП для предотвращения столкновений (ПС) и, таким образом, обозначаются символом ПС (рисунки 4 и 5).
Для запуска и корректной работы приложения, проводится предварительная настройка пакетов программ MatLab таким образом, чтобы алгоритмы с помощью искусственного интеллекта, определяли безопасную траекторию судна.
$RAOSD, 43.2, А, 35.9, W, 8.71, W, 0.0, 0.00, N*5F
единицы измерения скорое г н N=ywibi дрейф/скорость судна установка судна, истинные градусы контрольная скорость: YV контрольная скорость скорость судна
ссылка на курс; W—ссылка на воду ку рс судна, истинные градусы
статус заголовка: Л=лействнтельный, V =не действягельный
статус заголовка, истинные градусы
форматирование предложений: жранное меню=собствеииые
данные о судне идентификатор: К=радар
Рис. 4. Формат рамок данных с выборочными параметрами собственного судна
$1*АТТМ, 08, 8.38, 312.0, Т12.8, 186.16, Т 4.98, 21.32, N1, Т, М*2
— тип сбора данных М=ручной
— статус цели: Т=отслеживанне
--единицы измерения скорости/расстояния: 1Ч=у1лы
--ТСРА [мин]
--1К7РА [мил н |
ку рс цели, истинные градусы скорость цели
пеленг собственного судна, истинные градусы расстояние до цели от собственного судна номер цели: от 00 до 99 форнитириищик предложений: Т'Г=< идентификатор: RA= радар
Рис. 5. Формат рамок данных, содержащего выборочную информацию об отслеживаемом судне
Начальный этап заключается в вводе основных параметров для расчетов: время затрачиваемое на выполнение маневров, по изменению заданного курса или скорости, с которой движется судно (такие маневры как правило приводят к снижению скорости); контроль безопасной дистанции между судами; допускаемое отклонение от заданного курса; учет времени затрачиваемого на прохождение определенного этапа. Все значения штурман вводит вручную или использует параметры, установленные по умолчанию (рис.6).
Следующий этап - взаимодействие системы САРП с компьютерной программой для передачи данных, необходимых программе для точного определения безопасной траектории судна. Далее устанавливается идентификатор коммуникационного порта. Затем скорость передачи данных, равная 4800 бод. И открывается порт для передачи данных в виде рамок отображенных на экране монитора, для отслеживания сообщений.
Рис. 6. Блок-схема алгоритма для расчета безопасной динамической траектории судна в ситуации вероятностью столкновения с обнаруженным судном, с использованием данных радиолокационного сканирования навигационной обстановки в море
/
кг/«
])к=П.6 мм ¿•-1.1 мм
> I I* I ■ ; !■ 11' I,
СЧдно
морское инлн морские мши
Рис 7. Безопасная кинематическая траектория, при хорошей видимости (хв) и ограниченной видимости (ов); й* - курс собственного судна, отклонившегося в результате маневрирования.
Компьютерное моделирование алгоритма динамической траектории судна выполнено в программном обеспечении МАТЬАВЛЗти1тк на примере реальной навигационной ситуации прохождения восьми обнаруженных судов в проливах Скагеррак-Каттегат, зарегистрированной радаром САРП.
Алгоритм кинематической траектории КТ. Если суда, принимающие участие в маневрировании не удерживают курс и скорость, то оптимальное по времени управление (3) принимает вид:
464
I* = minI[X,Y,P] = d* (1)
УоФо
На рисунке 7 изображена навигационная ситуация, в которой собственное судно проходит восемь судов в условиях с хорошей видимостью на первом изображении, а на втором изображении аналогичная ситуация, но уже в условиях с ограниченной видимостью. Данные изображения результат моделирования алгоритма КТ.
Сравнение алгоритмов. На рисунке 8 изображены безопасные траектории движения судна, определенные в соответствии с алгоритмами ДТ, СПТ, ТСР и КТ в условиях навигационной обстановки с хорошей видимостью в море на первом изображении и с ограниченной видимостью в море на втором изображении.
-10 -8
V I ¡П1.1 II М II III
морские ми. in
Рис. 8. Безопасные траектории движения судна
При использовании системы САРП, штурман может определить наиболее опасное судно и назначить маневр уклонения для этого судна.
Алгоритмы дифференциальных симуляций служат идеальным средством для решения сложных навигационных ситуаций в условиях плотных трафиков судов в море, помогая штурману в принятии правильного решения для выполнения маневра по расхождению с опасными судами. При запуске симуляций, алгоритмы учитывают правила МППСС-72, время маневра и степень взаимодействия между судами. Симуляция завершается в тот момент, когда риск столкновения равен нулю.
Вывод. Абсолютно инновационным методом решений навигационных проблем в морской практике, может стать использование радиолокационного сканирования с применением радаров САРП и взаимодействия этих радаров с методами искусственного интеллекта представляющего из себя искусственную нейронную сеть с упрощенными моделями дифференциальных симуляций. Подобные дифференциальные симуляции позволяют синтезировать компьютерные программы, которые в свою очередь оказывают помощь штурманам в управлении судном, учитывая человеческий фактор, влияющий на принятие правильных решений в опасных навигационных ситуациях, а так же облегчая управление судном в целом.
Список литературы
1.Ивановский А.Н. Особенности технической реализации АСУТП драфт сюрвей / А. Н. Ивановский, С. Г. Черный // Автоматизация в промышленности. 2023. № 2. С. 15-18. DOI 10.25728/avtprom.2023.02.02. EDN BLYQBY.
2.Шейнман Е.Л., Емилова Р.Р. Моделирование интегрированной системы мониторинга судоходства в морской акватории // Международная конференция по мягким вычислениям и измерениям. 2017. Т. 1. С. 420-423.
З.Черный С.Г. Алгоритм безопасного управления процессом маневрирования судна с учетом имитационной модели / С. Г. Черный, И. С. Горячев // Навигация и гидрография. 2023. № 71. С. 22-34. EDN XJOIPM.
4.Виноградов В.Н., Ивановский Н.В., Новоселов Д.А. Анализ влияния случайных параметров судна на управляемость и безопасность // Вестник Волжской государственной академии водного транспорта. 2018. № 55. С. 169-181.
5.Sokolov S. High-Precision Navigation on Analytical Trajectories Using Strapdown Inertial-Satellite Navigation System / S. Sokolov, A. V. Sukhanov, M. Polyakova // International Russian Automation Conference : Proceedings 2022 International Russian Automation Conference (RusAutoCon), Sochi. Danvers, MA: Institute of Electrical and Electronics Engineers, 2022. P. 210-216. EDN WXNYML
Димитров Константин Сергеевич, аспирант, Россия, Керчь, Керченский Государственный Морской Технологический Университет,
Жербин Дмитрий Андреевич, аспирант. [email protected]. Россия, Керчь, Керченский Государственный Морской Технологический Университет,
Люлько Олег Владимирович аспирант. [email protected], Россия, Керчь, Керченский Государственный Морской Технологический Университет,
Колода Анатолий Игоревич аспирант, [email protected], Россия, Керчь, Керченский Государственный Морской Технологический Университет
SAFE SHIP MANAGEMENT WITH THE COMBINATION OF RADAR AND ARTIFICIAL NEURAL NETWORK
OPERATION
K.S. Dimitrov, D.A. Zherbin, O.V. Lyulko, A.I. Koloda
This article presents the interaction of radar scanning, the navigation situation at sea and the use of an artificial neural network with the playback of simulations to ensure safe control of ship movement at sea. Data transmission from the SARP system (Automatic Radar Laying Facility) is used by an artificial neural network to simulate simulations in difficult navigation situations, helping the navigator to make the right decision for maneuvering.
Key words: dynamic trajectory. remote scanning of the navigation environment; neural network; simulation models; differential simulation; optimization; computer modeling.
Dimitrov Konstantin Sergeevich, postgraduate, Russia, Kerch, Kerch State Maritime Technological University,
Zherbin Dmitry Andreevich, postgraduate, [email protected], Russia, Kerch, Kerch State Maritime Technological University,
Lyulko Oleg Vladimirovich, postgraduate, lulkooleg@kgmtu. ru, Russia, Kerch, Kerch State Maritime Technological University,
Koloda Anatoly Igorevich, postgraduate, [email protected], Russia, Kerch, Kerch State Maritime Technological
University
УДК 519.642.4; 519.642.5
DOI: 10.24412/2071-6168-2023-12-466-467
ПРАКТИЧЕСКОЕ РЕШЕНИЕ ДЛЯ ПОИСКА АНАЛИТИЧЕСКИХ РЕШЕНИЙ ЛИНЕЙНЫХ
ИНТЕГРАЛЬНЫХ УРАВНЕНИЙ
М.В. Псарев, А.А. Жиленков
В статье рассматриваются основные методы нахождения аналитических решений линейных интегральных уравнений и реализация данных методов в виде функции «всё в одном» в Wolfram Mathematica. Реализованная функция позволяет пользователю находить аналитические решения линейных интегральных уравнений, не задумываясь о том, к какому типу они относятся, аналогично встроенным в Mathematica функциям для отыскания решений дифференциальных или алгебраических уравнений. Полученные результаты могут найти применение при решении обратных и краевых задач.
Ключевые слова: Wolfram Mathematica, аналитическое решение, линейное интегральное уравнение, уравнение Фредгольма, вырожденное ядро, симметричное ядро, разностное ядро.
Интегральные уравнения представляют собой специальный вид функциональных уравнений, которые содержат неизвестную функцию под знаком интеграла. К интегральным уравнениям могут быть сведены широкие классы задач из различных областей естествознания: теория колебаний, перенос излучения, вязкоупругость, гидродинамика, электродинамика и многие другие [1-3].
Изучение методов решения линейных интегральных уравнений включено в процесс подготовки студентов инженерно-технических и физико-математических специальностей. Как правило, рассматриваются методы решения линейных интегральных уравнений, поскольку для данного типа интегральных уравнений во многих случаях возможно получение аналитических решений.
В связи с этим возникает вопрос использования пакетов компьютерной математики для получения аналитических решений линейных интегральных уравнений. Авторами был выбран пакет Wolfram Mathematica [3-6], поскольку он многие годы применяется в процессе обучения студентов кафедрой прикладной математики и математического моделирования (СПбГМТУ) и авторы имеют больший опыт с ним по сравнению с другими системы компьютерной алгебры.
В процессе работы с Wolfram Mathematica было обнаружено, что в данный пакет не включена специальная функция для решения (как аналитического, так и численного) интегральных уравнений. Имеются встроенные функции DSolve и DSolveValue, способные решать весьма ограниченное количество некоторых простых интегральных уравнений. Кроме того, часто из виду упускаются особенные решения.
466
