人工智能在船员评估实操考试中的应用研究

谢 辉

（海南科技职业大学，海南 海口 570100）

1 基于AI的船员评估实操考试系统总体设计

根据《STCW公约马尼拉修正案》的要求，船员评估实操考试必须在评估员的监控下完成。同时，《STCW公约马尼拉修正案》要求在船员评估实操考试中，至少要有3名船员同时在一艘船上，且每名船员均需完成两个评估项目。因此，需要开发一种基于AI的船员评估实操考试系统，实现对评估过程的全程监控，提高船员评估的准确性和效率。该系统主要由考站管理、考生管理、考试流程设计、系统功能模块和软件实现等部分组成。

考站管理模块是该系统的核心，主要负责考试流程的设计和控制，包括考生身份验证、监考人员身份验证、考生行为识别等。其中，考生身份验证主要由人脸识别技术完成。人脸识别技术是一种图像采集与处理技术，它通过对图像中目标对象进行特征提取与匹配来确定目标对象的身份信息。由于船员评估实操考试需要对多名船员进行评估，且不同船员的面部特征差异较大，因此，在人脸识别时需要利用多帧图像信息来实现对多名船员面部特征的提取。通过对考试流程的设计和监控系统中各要素之间的关系进行分析和研究，将整个系统划分为考生登录模块、人脸识别模块、考生行为识别模块和成绩记录模块四个主要部分[1]。

考生登录模块主要负责考试流程的设计和控制，包括考生登录、考生信息审核、考场权限管理等。该模块主要实现对考生身份验证以及考试过程的控制。该模块可以根据考试流程自动安排考试时间、选择不同考试组、自动分配考场等。同时，通过考生身份验证还可以防止出现无关人员进入考场等违规行为。此外，该模块还可以自动记录考生的每一次考试行为数据，以便后期对船员评估结果进行统计和分析。

人脸识别模块主要负责对考官人脸图像进行特征提取与匹配工作。该模块将人脸图像输入到人脸识别系统中进行实时检测，一旦检测到与指定模板匹配度较高的人脸图像时，就会将该人脸图像存入数据库中，起到快速匹配、快速核实作用。同时，该模块还可以根据考官对不同考生人脸图像的评分情况对系统进行更新和维护。

考生行为识别模块主要负责对船员评估过程中出现的异常行为进行识别和处理。该模块主要包括异常行为检测、异常行为处理和异常行为记录三部分。当船员在评估过程中出现不符合要求的情况时，系统将自动提醒考官对船员进行干预和处理。考试流程设计主要负责将整个考试流程分为准备工作、考试、成绩统计和分析四个阶段。在准备工作阶段，考生需提前进入考场并按照规定要求进行考试前准备工作；在考试阶段，考生需完成“理论考试”和“实操考试”两个部分；在成绩统计阶段，考官需通过分析系统记录的数据对船员表现进行评分；在分析阶段，考官根据考生的试卷分析考生在评估过程中出现的异常行为并做出相应处理。

系统功能模块包括登录模块、人脸识别模块、考生行为识别模块和成绩记录模块等。登录模块主要完成对用户信息验证与管理功能；人脸识别模块主要完成对考生身份验证和考生行为识别功能；考生行为识别模块主要实现对考生异常行为处理功能；成绩记录模块主要完成对考试过程的记录功能[2]。

软件实现主要完成以下几方面工作：一是通过系统管理员将系统权限分配给各考站管理员和考生管理员；二是通过系统配置管理完成各考站、考站管理员和考生管理员的配置工作；三是通过考试流程管理实现对考场内考官和监考人员的管理功能；四是通过考试过程管理实现对船员评估过程中出现的异常行为进行处理功能；五是通过系统配置管理完成各考站和考生管理员与系统之间的信息传递功能；六是通过系统配置管理实现对船员评估过程中出现的异常行为进行记录功能。

2 系统关键技术

基于人工智能的船员评估实操考试系统关键技术主要包括船舶状态识别技术、船舶姿态识别技术和船舶动力定位技术等。

2.1 船舶状态识别

在基于人工智能的船员评估实操考试系统中，通过对船舶实时位置进行跟踪，判断船舶是否处于正常工作状态。主要通过以下3种算法实现。

（1）基于特征匹配的算法，该算法通过采集图像的特征进行匹配，得到与目标船体中心位置相对应的特征点，将该特征点作为特征库的初始值。

（2）基于视频流的算法，该算法通过采集视频流中的船体位置信息，并将船体位置信息与数据库进行比对，判断是否处于正常工作状态。

（3）基于三维点云配准及三维点云深度融合等算法，该算法通过采集图像中船舶周围环境信息与船舶自身信息进行比对分析，判断其是否处于正常工作状态。

2.2 船舶姿态识别

由于船员评估实操考试涉及多艘船舶，通过三维点云配准及三维点云深度融合算法，实现对船舶三维空间姿态信息的分析，可完成对船舶的实时跟踪。通过船舶上的多台相机进行多相机立体定位，生成三维点云模型，根据每艘船舶的特点进行融合分析，提取其姿态特征数据。将船舶姿态数据与空间姿态数据进行关联，完成对船舶姿态数据的分析。从以上分析可以看出，通过对船舶状态识别、船舶位置识别和船舶姿态识别等关键技术的研究与开发，实现对船员评估实操考试过程中船和人之间的位置关系识别和判断[3]。

2.3 船舶动力定位

动力定位是利用船上的各种传感器，检测船舶在各种不同的环境下（风、浪、流等）产生的力的变化，通过控制系统来调整船舶运动方向，使船舶能够保持在某一预定线路上航行，在使用时应根据不同情况采用不同的控制方法。目前，船舶动力定位常用的方法有三种：一是反馈控制方法；二是前馈控制方法；三是反馈加前馈控制方法。船舶动力定位系统具有实时性好、定位精度高、可靠性好、反应速度快、成本低等优点，在船舶监控领域有着广泛的应用。但由于船舶本身的运动特性和环境干扰因素较多，使得动力定位系统在实际应用中受到一定的限制。

3 实操考试效果

采用人工智能技术实现船长评估实操考试的智能化，包括智能阅卷、智能评分、智能考试、智能评价等功能。与人工评估相比，该考试方式具有如下优点：①考生无须担心评判结构是否正确。由机器自动判分，客观题的评估结果准确、可靠，主观题的评分标准可参考《规则》要求。②考试时间更短。通过人工智能技术，自动判分，减少了人工判分的时间。在过去的人工评估中，往往需要多次进行评估，费时费力，容易出现漏评、错评等情况。在应用了人工智能技术后，可将原来需要10～20分钟的评估时间缩短为5～10分钟，大大提高了工作效率。③考试成本低。由人工评估所需的成本较高。在采用了人工智能技术后，其成本降低为原来的10%左右，而且由于人工智能系统可根据考生考查表现自动判分，无须人工参与评判过程。④考试结果更可靠。由人工评估所产生的主观评分与客观评分存在一定差距，容易受到人为因素的影响。而采用人工智能技术后，由于其自动分析、自动评分，可以确保客观题考试结果的准确性和可靠性。⑤考试更加公平公正。由人工评估所产生的主观评分存在较大人为因素影响，而采用人工智能技术后可避免人为因素的影响。

3.1 理论知识部分

理论知识部分主要考查考生对《规则》所涉及的航海相关专业理论知识的理解、掌握和应用水平，该部分包含大量的数据处理、计算机应用等内容。考试题目包括“船舶安全航行概述”和“船舶避碰概述”两大类，分别考查考生对这两类知识的掌握情况。其中，“船舶安全航行概述”主要考查考生对安全航行所涉及的概念、理论等方面的理解和掌握情况；“船舶避碰概述”主要考查考生对避碰相关概念的掌握情况。“船舶避碰概述”部分共分为12个具体问题，每个具体问题中包含3～5道试题，每道试题均包含4个部分：第一部分为概念和基本知识，考查考生对相关概念和理论知识的掌握程度；第二部分为船舶避碰的相关理论和规定，考查考生对相关规则、规定的掌握程度；第三部分为船舶避碰的案例分析，考查考生对避碰相关理论和实际应用的掌握程度；第四部分为避碰案例分析，考查考生对相关规则、规定的运用能力。每个问题都提供了丰富的提示信息，对于容易混淆或不熟悉的知识点，系统还提供了多个不同角度、不同层次、不同程度的提示信息[4]。

3.2 实操部分

通过对以往考试数据的统计分析，系统运行稳定，平均每天运行1 000次，每小时可处理120道题目。如果有超过100道题目需要人工判分，系统可自动判分，平均每题仅需0.5秒即可完成，判分速度大大提高。考试结束后，系统自动统计考生得分情况，并将结果以图片的形式呈现给考官。该考试系统也支持上传多人作答的试卷并进行评判。系统采用了国家标准化考试认证中心推荐的、具有良好兼容性和稳定性的操作系统。为确保考试系统的安全性和可靠性，系统采用双机热备模式，系统支持独立运行和并发运行两种模式。在独立运行模式下，当一台计算机发生故障时，另一台计算机自动接管工作。在并发运行模式下，考试系统对所有考生的成绩进行统一管理[5]。

3.3 智能评价

理论考试和实操考核都是通过计算机来实现的。传统的人工打分方式，在这种情况下很难保证高度公平公正，容易受到人为因素的影响。如果采用人工智能技术将理论考试和实操考核通过计算机来实现，则可以避免人为因素的影响，能做到客观、公正、准确地对船员进行考核。将人工智能技术运用到船员评估实操考试的智能评价中，可提高船员评估实操考试的公平公正性。

使用AI技术可以实现船员评估实操考试成绩自动生成，并与线下人工操作的成绩进行比对，实现远程考试成绩的自动生成，对考生进行智能化评价，考生只需在系统中选择相应的科目，系统会自动将其作答的情况以智能评分的形式给出考生所选科目的总分。通过船员评估实操考试中人机对话方式，实现对船员评估实操考试过程中出现问题的及时反馈；评估实操考试过程可实时监控，考官可以通过语音和鼠标操作实时监控考生，考官可以根据考生作答情况进行及时评分[6]。对于船员评估实操考试来说，能够有效地降低传统人工评估过程中的主观性因素以及人为操作带来的误差，从而使得船员评估实操成绩更加公正、客观、准确。

4 结束语

船员评估实操考试是对船员实际操作技能的考核，在考试中引入人工智能技术，可以提高船员评估的准确性，提升船员考查效率和质量。本文通过对现有实操考试点进行分析和总结，为以后实操考试引入人工智能技术提供了依据和参考，同时也为未来实操考试智能化提供了研究思路。但本文提出的人工智能船员评估实操考试方法还存在一定的不足，例如，如何准确识别船员的操作错误等。因此，其还需要进一步完善和优化。