基于避碰规则自动驾驶船舶路径优化的研究进展*

徐笑锋 肖英杰 章学来

（上海海事大学商船学院 上海201306）

0 引 言

船舶作为海洋资源利用的有效载运工具，主要依靠驾驶人员基于海图与船舶自动识别系统（automatic identification system，AIS）作出驾驶决策与判断。随着电子传感器、通信和计算机的发展，促使了自动驾驶船舶的出现，它将会作为数字通信技术、人工智能最新的受益者。自动驾驶船舶因其高安全性、高效率，以及低费用的特点受到广泛的关注，在民用与军用领域都具有突出作用。自动驾驶船舶在保证安全的同时，也拥有更大的货物运载量和更低的风阻，能够使船舶更轻、燃料消耗更少，减少操作与建设成本。因此，自动驾驶船舶在人工智能与大数据背景时代吸引国内外的广泛关注，尤其在美国、以色列等国发展尤为迅速。

自动驾驶船舶区别于普通船舶的最大能力，是能够感知并快速传达船舶周围的状况，从而可以指引船舶执行复杂操作，避免船舶之间的碰撞，指引船舶顺利抵达目的地。在航行过程中自动驾驶船舶必须遵守《1972年国际海上避碰公约》（以下简称《避碰公约》）来进行避碰。如果在遇到动态及静态障碍物时自动驾驶船舶没有按照《避碰公约》进行决策并躲避，将难免会带来财产损失与人员伤亡。如何在《避碰公约》的指导下有效进行避碰是自动驾驶船舶发展应用的关键因素，而自动驾驶船舶避碰必须从法律规范层面与技术层面双管齐下。通过法规的完善可规范自动驾驶船舶行驶权利与义务，在技术上完善传感器控制及路径优化更可以有效在航行中避碰。当前在自动驾驶船舶的条件技术方面有着不断进步完善的趋势，但是自动驾驶船舶的发展仍面临着很大的不确定性。船舶行驶路径选择是有效躲避障碍的基础，主要分为全局路径规划与局部避碰路径规划。全局路径优化主要从全局考虑风、浪、流的气象条件及交通组织等多重影响因素，在保障人们财产生命安全的前提下，使自动驾驶船舶在复杂的海洋环境下时间最快、距离最短到达目的地。局部路径优化主要考虑自动驾驶船舶在航行阶段中遇到静态与动态障碍时的决策与处理，是规避碰撞风险的重中之重。基于全局与局部路径优化，国内外进行了大量研究，主要从算法优化、约束条件的确定，以及目标函数等方面开展。

目前全球航运规则对自动驾驶船舶仍未有清楚的规定，监管与规范存在较大政策空白，因此近年来自动驾驶船舶一直是技术和法律研究的主题。早在2000年，英国水下技术学会已经审查海洋科学研究的自主水下航行器的法律地位。由瑞典等6国组成的欧洲无人海事系统安全和规章小组（SARUMS）以及英国海上自治系统监管小组与劳斯莱斯AAWA项目已经开展了自动驾驶船舶在法律问题方面的研究。其研究目的为确保《国际海上人命安全公约》更新时能够有效反应船舶新技术的发展情况。2017年，国际海事组织推行“自主海上水面船只”（简称MASS）相关的“监管范围界定工作”，为了确定海事组织文书中如何处理安全、有保障，以及无害环境的作业。

本文从自动驾驶船舶避碰角度综述了法规政策与路径优化的研究现状，明确了自动驾驶船舶避碰概念与要求，揭示了自动驾驶船舶发展的法律方面的短板与空白，指出了避碰路径优化目前存在的缺陷。

1 自动驾驶船舶避碰相关规范

为了识别并解决自动驾驶船舶与现行法律之间的冲突问题，国际海事委员会（CMI）成立了其下属单位“国际工作组”（IWGUS）。IWGUS于2017年3月开始向各成员国发布调查问卷，且截止2018年2月已经有中国、美国等10余国家给予答复[1]。该调查问卷总结、归纳出自动驾驶船舶应在短时间内解决3个主要问题：①定义；②监管问题；③自动驾驶船舶的碰撞责任。这些问题的设计给予研发试验阶段自动驾驶船舶的法律问题基本框架。

1.1 自动驾驶船舶的定义

传统船舶一般具备4个基本特征：①具备“浮动”的外貌和结构特征；②可以在水面移动（受控情况下）；③可以装载人或物；④船舶能够从事海上航行。以上4个特征自动驾驶船舶均可满足，其最主要“特性”只有1个：没有工作人员在船上。

目前的法律文献在这方面有2个“讨论焦点”：①遥控操作类型的自动驾驶船舶，是由位于岸基操控人员借助于各种设备，通过传输信号或数据的方式来操作船舶以及判断其所处状况[2]；②能够自主航行的自动驾驶船舶，其基本上都是借助于人工智能或事先输入的程序确定航线，无需人工介入即可自主完成航行。目前，已有的自动驾驶船舶的共同特点是小型化，大型自动驾驶船舶的研发和建造也正在实施中，预计未来2～3年将投入使用。

IWGUS将自动驾驶船舶定义为“无船员且可在水上受控制移动”。自动驾驶船舶主要涵盖4条界定的意义：①可漂浮；②可受控制在水上移动；③可运输人或者货物；④可以在海上航行。Robert Veal等[3]认为“船舶”一词是具有抽象意义的，表明的含义特指这一事物，而自动驾驶船舶是船舶的外延。在国际条（公）约和一些国际立法之中的“船舶”定义中，基本上都难以找到和如今自动驾驶船舶有关的内容，故而当时也并未将识别船舶是否“搭载船员”作为必要条件。当今的法律体系不能被自动驾驶船舶自动适用的状况并不等于不能适用，而是要对目前所使用的法律体系进行适当的调整后方能适用。在研发试验阶段确定自动驾驶船舶属于“船舶”范畴，而对于自动驾驶船舶海上碰撞及保险责任承担制度研究具有重要意义。

1.2 自动驾驶船舶的监督管理问题

自动驾驶船舶能够像普通船舶一样控制水上运动。尽管也能够导航，但在以下方面仍不同于船舶：首先，目前的一些自动驾驶船舶规模相对较小。大多数国际航运法规仅适用于超过最低总吨位500的船舶[4]。对不从事国际航运的小型船只的管理一般由运营国决定。事实上，这是自动驾驶船舶发展的1个优势，因为它可以由每个国家根据本国技术进步的速度制定1个监管制度。但是，从长远来看，这种方法也有问题，因为监管缺乏统一性可能会限制某些自动驾驶船舶在其他国家水域的运作。其次，在普通的运行模式下，自动驾驶船舶上没有船员[5]，对于完全自主的自动驾驶船舶，他们的操作甚至可能不会涉及到任何人在岸上或其他地区的决策过程。再次，与传统船只不同，目前的自动驾驶船舶不能用于国际贸易，因为它们缺乏运送乘客、货物甚至自己船员的能力。如果自动驾驶船舶不是船只，那么就不会受到国际航运法规的制约，海事组织参与器国际监管就可能会有问题[6]。

1.3 自动驾驶船舶的碰撞责任

针对自动驾驶船舶海上碰撞的民事责任承担问题，以英国、美国为代表的普通法系国家认为，若1艘配备了避碰系统的自动驾驶船舶在航行过程中因系统故障发生事故，责任划分不能一概而论，要根据特定事实进行分析。德国学者认为当该自动驾驶船舶发生事故的唯一原因是系统故障且具有合法性（船东无疏忽过失之类），船东不负任何责任。如今这一领域的问题解决方案有2种：①算作系统生厂商的过失（一般按侵权责任追究）；②援引缺陷产品质量追究责任。国际海事组织起草并于1987年在里斯本通过了1套船舶碰撞后损坏认定的规则（Lisbon Rules 1987），虽然该规则不具有强制性法律的性质，但是对于法官、仲裁员、保险商等评价损失具有指导意义[7]。

国内目前针对自动驾驶船舶的特点，较多学者系统研究了在国际公约、条约及国内法的框架下有关船舶定义、船员定义、船舶碰撞、海难救助，以及共同海损等规定[8-10]。研究结果将自动驾驶船舶对现行法律的冲突归结为以下几个方面：判定自动驾驶船舶正规瞭望标准、识别法律地位、归责事故原则、海上保险的责任承担等。对于自动驾驶船舶是否适用现行海上行政法规的规制，王欣等[11]认为无论是国际法还是国内法的船舶定义中都没有包含“船员”这一要件，当前处于研发试验阶段的自动驾驶船舶仍应受海上行政法规的调整。

对于自动驾驶船舶发生海上碰撞事故的民事责任承担，《中华人民共和国海商法》（以下简称《海商法》）第八章关于船舶碰撞事故的归责原则采取的是过错责任原则，责任主体根据最高人民法院所发布的若干规定，源于船舶事故的赔偿责任承担者应是光船承租人（依法登记的）或船舶所有人，此类规则均适用自动驾驶船舶事故。具体到目前，自动驾驶船舶亟待解决的问题是在《海事避碰规则》的约束下，如何确定自动驾驶船舶的过错与责任比例。王国华等[12]认为应对自动驾驶船舶事故责任的“重点”在于对“船人关系”的确认，即操控者和自动驾驶船舶的法律地位，提出要明确岸基操控人员的法律地位、调整国际海事条约的规定，并建立针对自动驾驶船舶的约束机制。王欣等[11]认为若是在研发试验阶段出现驾驶系统缺陷未被解决而造成事故者，应算作“轻信”的过错，依然应该承担碰撞责任。吕方圆等[13]认为有必要出台独立管理办法，在具体责任划分方面，可以在限额内按照过错程度比例追偿；系统的开发者、设计者基本上都不是狭义海事事故的主体，故应算作民事合同及产品质量法的调整对象，该对象主体不应该被海事赔偿责任限制所覆盖；人工智能船舶自身可算作1个责任主体，但在承担责任方面则基本无法可依（一般将责任主体定位为设计者）。学者同时呼吁，期待未来出台1部类似《机器人法令》的规则来调整完善。对于自动驾驶船舶碰撞的保险制度问题，自动驾驶船舶性能更加高端、技术更加复杂，与技术性能有关的风险更为突出。

2 自动驾驶船舶避碰路径优化

路径规划问题作为当前自动驾驶船舶避碰运动规划的1个重要研究课题，多以路径、轨迹2个部分规划所构成，起点和结点2处相互连接的曲线或者序列点均可算作路径，构成路径的策略便是所谓“路径规划”[14]。

此领域的算法最早多用于机器人的自主运动规划中，虽然移动机器人与自动驾驶船舶在安全要求和自由度上均有类似性，但因为其运动环境开放性更大且充满变数，需根据船舶自身特性，结合已有的机器人路径规划算法进行改进，才能实现现实条件下船舶路径规划系统的开发[15]。通常而言，路径规划按照掌握环境信息的程度划分，可以将之分为全局路径规划（基于先验完全信息）和局部路径规划（基于传感器信息）2种，也能够在运动过程中先行根据已有的环境信息统筹规划全局路径行进，同时利用传感器感知周围环境是否有原先未知的障碍物，如果发现未知障碍物则判断继续原来的运动路径是否有风险，如果有风险则需要规划新的运动路径，最终目的是安全顺利到达终点[16-17]。

全局路径规划指船舶根据已有的全局环境信息（如电子海图）来规划经过海域的静态障碍物并最终抵达目的点的大范围离线路径规划[18]。全局海图的环境信息全局规划中多源于已有信息，且全局海图中已知船舶位置，起点和终点也是预先设定好的，各个静态障碍物信息，包括位置及大小等已知，船舶根据不同的要求（如时间最短、距离最短、耗能最少等）来寻找1条最优化的路径来抵达已知目的点。然而，在现实情况下的全局路径规划因为不能根据环境中的不确定因素做出正确合理的应对，所以其实用价值并不高，无法应用在船舶的现实导航中[19]。所以，为了解决这个问题，可以在原有离线的全局规划中加入在线的局部路径规划，使其能够完成已知和未知情况下对静动态障碍物的避障寻路。因为独立使用的局部规划尚且不具有目标可达性，所有单纯采用局部规划也不能实现最终到达目的点的目标，所以混合使用全局规划和局部规划才能使效益最大化，这也是现代导航，制导与控制所采用的基本方式[20]。

通过AIS或其他方式获得的动态运动的船舶在这里也被纳入全局规划中，虽然运动的船舶是属于动态障碍物，需要在路径规划时予以规避的，但是由于已经在规划时已经获取了该船的当时位置、船舶特性（例如船长、船宽等要素）以及运动特性（如运动方向、运动速度等）[21-23]。目标船在运动到邻近海域时的某个时刻，该船是静止在该海域的某个点的，通过结合该船当前的航向航速以及国际海事组织的避碰规则来判断目标船与该船的关系（包括无风险通过、追越、对遇以及交叉相遇），并根据不同情况做出合理的路径规划[24]。

2.1 全局路径规划

全局路径规划通常是目标物体（如机器人、无人车、船舶等）在实际出发之前或者是进入某1个运动区域前，通过雷达、摄像头等各种传感器收集获取即将要驶入的该区域不同障碍物的相对大小形状、相对位置以及移动方向和速度，通过运用不同的算法，如传统的模拟退火算法、模糊逻辑算法，又或是从自然界中获得的启发，仿真学习得到的例如蚁群算法、粒子群算法、神经网络算法以及遗传算法等等，最终目的在于求解出1条能够从起点联通终点、并符合一定限制条件、达到设定的优化目标的可行全局路径。国内外不同学者专家从船舶的实际情况出发，运用不同的算法或方式，规划出符合避障要求且能满足不同要求的全局路径。

应士君等[25]在遗传算法基础上引入贝叶斯模型，利用信息熵原理设计避碰航路。尚明栋等[26]在蚁群算法基础上加入方向角权重来改变路径选择概率，优化全局路径的长度和和解算时长。薛敏等[27]采用粒子群算法求解静态障碍物避障路径节点。陈华等[28]在设计船舶避障路径时，将最短路径连同最小航向改变量纳入多目标遗传算法，并采用综合模糊评判来获得最小危险度的航行路径。刘建[29]在规划全局路径时开创性地设计了1种结构简单，编码方便的势场动态栅格法，利用细化栅格对环境信息精确建模，并采用了改进势场法优化冗余路径节点和减低计算复杂程度，取得较好的全局规划效果。唐平鹏等[30]采用了结合距离函数和双惩罚函数的多目标遗传算法，使用Pareto强度及最小代沟模型均衡能耗、路径长度、航行时间，以及路径平滑性水平，取得较好的全局规划性能。孙晓界[31]采用进化遗传算法解决全局路径规划问题，并使用贝塞尔曲线优化路径折线，使之更加符合船舶实际运动性能。陈晓等[32]以路径最短为优化目标，先用Maklink图以及迪杰斯特拉算法生成初始规划路径，后用蚁群算法调整优化路径节点位置和数量，取得较好效果。

以上研究在设计路径规划算法时使用了诸如地理信息栅格化、生成路径平滑化等手段，使规划的路径更符合航海实践。在约束条件中加入惩罚函数，使路径更趋于安全、高效，同时缩短算法的求解时间以满足实际需要。但是较为依赖已知的环境信息，无法对动态障碍物做出反应。

2.2 局部路径规划

由于全局规划中环境信息的障碍物必须为相对静止的且位置大小均已知，但实际航行中不可能保证在规划路径时对该海域的所有障碍物信息都能完全掌握，这就导致了船舶在航行过程中如果没有局部规划的话遇到未知情况下出现的动态障碍物难以及时做出正确的应对，容易导致事故发生，所以局部规划必不可少。局部路径规划可以通过船舶上安装的雷达、AIS或者例如光电传感器等装备来感知采集该海域实时的环境信息，并根据目标船自身的运动性能、动态障碍物的外形特征、运动信息，结合《海事避碰规则》和当前海域的风流水流天气因素等来规划1条局部路径。一般来说，局部路径规划需要精度较高，运算能力较好的算法来应对区域内实时变化的环境信息。国内外很多科研人员根据局部环境下动态障碍物的变化情况提出了一些较为可行的算法，虽然这些算法大多是基于移动机器人而设计的，但对于海上的船舶也有一定的参考价值。

杨怀[33]提出了结合IvP函数的多目标优化算法，采用分枝定界快速搜索决策空间，生成避障航路点。孙立成[34]运用模糊数学计算多船相遇时的碰撞危险度，提出由船舶领域来确定避碰行为幅度，并结合其大小确定恢复原航向时机。郑中义等[35]提出时间碰撞危险度和空间碰撞危险度，探讨BP神经网络在确定混合碰撞危险度的可行性。魏新勇等[36]提出了1种基于VFH*算法的前向预测USV局部避障方法，并结合传感参量确定船舶的避障方向。张汝波等[37]运用Sarsa在线策略的强化学习验证了水面无人艇对障碍物的自适应避碰能力，且航向改变量和航速改变量能够控制在1个离散的有限空间内。王程博等[38]联合强化学习以及深度学习，提出1种基于DRL的USV智能避碰决策方式，使USV能在无先验环境信息情况下与环境交互学习，并用激励函数不断进化船舶避碰能力。王哲[39]通过分析航向和航速改变量对于DCPA和TCPA的影响，评判船舶碰撞危险度，建立了基于航向以及航速的船舶避碰系统知识库。杨柏丞等[40]利用改进的模拟退火算法来解决多船会遇情形下全局范围内最优路径点的选取，使船舶碰撞危险程度和路程损失函数降到较低程度。李建江等[41]通过挖掘海域内移动目标的历史位置，聚类分析轨迹点，提取出基于网络热度值的船舶规律路径节点，为实际航行提供有益借鉴。孙耀东[42]使用经过筛选的子目标点来引导改进的势场栅格法，得到优先避障的局部安全航线。

以上研究或考虑实时的DCPA、TCPA，或结合AIS数据、实时激光雷达数据来对可能发生碰撞的物体采取避碰行动。如前所述，单纯的局部规划没有实际意义。一些研究将历史数据与实时数据相结合来进行路径规划以保障航行的安全、效率。但在避碰决策时，大多采用转向策略，而较少考虑减速，同时也忽略了真实海况中风浪流的影响。在做转向决策时，所采取的转向幅度较为固定（22.5°或45°的倍数），不符合具体无人驾驶船舶的行为（连续性）。

2.3 整合路径规划

如今的路径规划设计理念越来越体现出将2种路径规划整合，由此来构建起混合路径规划的方向，虽然全局路径规划可以离线生成预定航迹于船舶航行区域内，也可很好地规避静态障碍物（已知），如静态浮标、钻井平台等，也可以结合《海事避碰规则》来尽可能规避已知航向航速的其他船舶，但是应用非实时性的全局规划容易在应对未知情况下的动态障碍物时出现事故，发生碰撞。而单独使用局部路径规划的做法，往往包含环境整体信息，易于造成船舶进入无法复航的“死角”。故而，未来发展趋势是将二者结合起来成为1个混合的综合路径规划来应对现实环境中的路径规划。

3 自动驾驶船舶与《海事避碰规则》

《联合国海洋法公约》第94条第3款（c）规定各个国家应对悬挂该国旗帜的船舶采取为保证船舶海上安全的必要措施，包括信号的使用、通信的维持，以及碰撞的防止。第4款（c）规定船长和高级船员应当充分熟悉并且遵守关于海上人命安全公约的国际规章。《海事避碰规则》是船舶在海上航行避让的行动指南，对于保障船舶的航行安全有重大意义。自动驾驶船舶的航行应当受到《海事避碰规则》的规范与限制。

《海事避碰规则》第2条责任部分规定规则不免除任何船舶所有人、责任人。对于遵守规则但因疏忽而导致各种后果的责任在解释规定的时候也应适当考虑特殊情况，其中包括船舶的限制条件。第2条确认良好的船艺优先于遵守规则条文的原则，在特定情况下更广泛的义务可能要求采取符合明确指示的行动。良好船艺包括2种观点层面的法律基础：①良好船艺应作为《海事避碰规则》之中每1个条款的最主要基础；②良好船艺仍然是《海事避碰规则》有未尽之意前提下的1种“兜底条款”，从而填补《海事避碰规则》的一些空白[43]。良好船艺是《海事避碰规则》背后的最主要规则之一，在必须采取与不符合规则之行动的时候。良好的船艺要求有数量充足的船员，责任条款则是要求“人”在特殊情况之下做出相应决策。在自动驾驶船舶情况下，良好船艺能否获得履行便成为了1个需要加以探讨的问题。只要自动驾驶船舶的远程控制人员受过充分的训练，能够使用该技术及时评估环境并控制自动驾驶船舶的运动，原则上远程控制没有理由不执行航海技术标准。相反，该规则给使用算法冲突避免技术自治的自动驾驶船舶带来了明显的困难，决定什么时候最重要的航海技术标准需要偏离规则是1个非常复杂的认知过程，甚至超越了自动驾驶船舶目前使用的现代控制算法。自动驾驶船舶的自治水平至关重要，如今，自动驾驶船舶工程师多借助于声呐、摄像机之类开发海上避碰算法。然而，要如何做出不符合《海事避碰规则》的各种行动，是无法以预设程序实现的事情，只有具体情形发生了才能知道。

《海事避碰规则》第5条涉及船只的瞭望，每艘船舶都应经常使用听觉、视觉等一切有效手段来保持正规的瞭望，以对船舶周围情况作出充分的估计。从文义上理解，该条规定的是船上是否有足量的值班人员，规则充分考虑了人类感知的行使，通过“视觉和听觉”完成瞭望的要求，自动驾驶船舶带来的问题是瞭望是否可以通过技术手段来替代执行针对这一问题，目前有3种观点：①技术可替代人工瞭望；②仅遥控自动驾驶船舶可用技术替代人工瞭望；③技术不可替代人工瞭望[44]。作为判例法的英国，在CMI发布的调查问卷中认为技术可否替代人工瞭望需要在具体案例中由法律裁量。《海事避碰规则》第5条仅仅是暗示了瞭望需要人的感知，但是并没有明确必须要“在船上”的人来感知，所以，“正规的瞭望”完全可以由技术来满足。美国和德国认为遥控自动驾驶船舶的瞭望可以由技术替代，但是自控自动驾驶船舶不可以。意大利认为需要采取严格的解释态度，船上的人工瞭望不能被替代。适用算法制约的自动驾驶船舶，虽然可能保留一定程度的空间意识，但不能满足视觉和听觉的评估要求，完全利用全球定位系统跟踪、控制自动驾驶船舶是否属于符合规则对瞭望的规定也值得商榷。今天的一些自动驾驶船舶安装了高度精密的摄像机和听觉传感器，为岸基操作者提供了自动驾驶船舶附近非常准确的实时信号，为了确保航行安全，满足《海事避碰规则》要求的瞭望，如何设计传感器的技术规格也是应该考虑的重要问题。

通过分析可知，作为船上行动的指南《海事避碰规则》，对自动驾驶船舶存在着客观的不适性，为了保证自动驾驶船舶的运行有法可依，应当对《海事避碰规则》做出新的解释或者对相关条款进行修改完善。

4 结束语

躲避碰撞是船舶航行安全性的基本保障，随着自动驾驶船舶的飞速发展与应用，其法律规范与避碰技术务必与其对应发展。笔者综述了国内外关于自动驾驶船舶避碰的法律规范研究现状，分析了当下避碰路径优化的一些新方法，主要提出以下建议。

1）在自动驾驶船舶法律定义方面，虽然其并未广泛应用于载人/货，但未来趋势必在于此，因此不妨将其视为《海事避碰规则》中的船舶，对其约束。

在自动驾驶船舶监管方面，对其法规的适用不应受船舶吨位的限制。因为当自动驾驶船舶与他船或障碍物发生碰撞时，对事故的应急处置必定逊于传统意义船舶，应该对其严格监管。

2）基于AIS与电子海图的自动驾驶船舶路径优化研究中应对其传统算法进行改善，将全局路径优化与局部路径优化相结合，增加约束条件，完善影响因素。应添加鲁棒特性分析以降低气象等因素的干扰，并加入深度学习等使自动驾驶船舶更加智能化。