自主水面船舶风险度量评估：支持协同水下航行器作业的决策优化研究

推荐：本研究针对自主水面船舶(ASV)与自主水下航行器(AUV)协同作业中的风险决策问题，通过评估预期经济损失(EL)、个体风险(IR)和危险事件概率(PHE)三种风险度量指标，结合贝叶斯网络(BN)风险模型和K-最短路径概率风险评估(KPRA)方法，揭示了不同风险度量对ASV路径规划决策的影响。研究通过仿真和挪威特隆赫姆峡湾实地试验证明，风险度量的选择直接影响ASV的安全决策，为自主系统风险控制算法设计提供了重要依据。

　　

随着海洋自主系统技术的快速发展，自主水面船舶(ASV)和自主水下航行器(AUV)的协同作业成为提升海洋勘探效率的重要手段。然而，这类系统在复杂海洋环境中面临碰撞、搁浅和通信中断等多重风险，传统风险评估方法往往只考虑单一因素（如最近会遇距离DCPA），难以全面支撑自主决策。更关键的是，不同风险度量指标（如侧重经济后果的EL或侧重人身安全的IR）可能导致系统作出完全不同的安全决策——这直接关系到自主船舶能否在无人监管下可靠运行。

挪威科技大学的研究团队在《Ocean Engineering》发表的研究，首次系统评估了三种风险度量对ASV协同AUV作业决策的影响。研究采用贝叶斯网络(BN)构建动态风险模型，整合船舶状态、环境数据和任务参数等21个风险影响因素；开发K-最短路径概率风险评估(KPRA)算法生成候选路径；通过仿真和真实ASV（"Grethe"号）的对比试验，分析IR、EL和P_HE三种度量下的决策差异。关键技术包括：(1)基于GeNIe建模器的BN风险模型，实时更新船舶位置、水深等动态数据；(2)结合DYSAS船舶运动模拟器和K*图搜索算法的KPRA路径规划；(3)在特隆赫姆峡湾实地测试中采集风速、浪高等环境参数验证模型。

风险模型构建
研究建立的BN模型包含碰撞、搁浅和通信中断三类危险事件(HE)，末端节点涵盖船舶损伤、人员伤亡等5类后果。模型通过条件概率表(CPT)量化因素间关系，如搁浅概率与水深、距岸距离呈负相关。

仿真结果

• 全局规划中，IR度量因忽略AUV通信风险，导致ASV路径过度接近海岸（最近50米）；而EL和P_HE则使ASV保持与AUV的合理距离
• 局部重规划时，EL度量的风险等高线图显示碰撞高风险区沿目标船(TS)航迹分布，而P_HE还突出远离AUV路径的风险
• 选择"可接受最高风险"路径时，EL度量下的路径长度比P_HE长37%，但两者均满足风险接受准则(RAC)

实地试验验证
在4级海况（风速10m/s，浪高0.8m）下：

• EL度量使ASV在遭遇TS时采取远离航线的大幅度避让
• P_HE度量下ASV路径更接近AUV，但通信中断概率升高至0.09
• 模型对初始航向敏感，5°偏差可使DCPA计算误差达15%

研究结论表明，风险度量选择直接影响ASV的安全决策逻辑：EL度量因整合经济损失（如船舶维修费190万元、人员伤亡价值517万元）更适合成本效益分析；P_HE度量能清晰区分不同危险事件，但缺乏后果严重性考量；IR度量在无人场景存在根本缺陷。该研究为自主系统风险控制(SRC)提供了方法论框架，指出未来需开发模糊逻辑节点状态、优化路径风险累积计算方式，并建立适应不同任务的风险接受准则。这些发现对实现IMO海上自主船舶(MASS)的安全运营具有重要指导意义。