Адаптивне моделювання суднових доменів безпеки для запобігання зіткненням у морській навігації
Ключові слова:
домен безпеки, запобігання зіткненням суден, дистанція зближення, еліптичний домен, ухилення від зіткнень, ракурс зближення, управління рухом суденАнотація
У цій статті представлено аналітичне дослідження змін критичної допустимої дистанції зближення між суднами, що наближаються, з урахуванням форми зони безпеки судна. Дослідження спрямоване на вирішення важливої проблеми забезпечення безпеки морської навігації шляхом розробки математичного підходу до точного моделювання зон суден за різних сценаріїв зближення. Запропоновано та виведено аналітичні вирази для розрахунку мінімально безпечних дистанцій як для еліптичних зон, так і для зон складної конфігурації, що дозволяє гнучко оцінювати ситуації зближення залежно від взаємного руху суден. Аналіз показує, що хоча еліптичні та складні за формою домени відрізняються геометрично, характер змін критичної дистанції зближення в обох випадках залишається подібним, що свідчить про можливість ефективного застосування будь-якої з моделей у практичних умовах залежно від необхідного рівня деталізації та доступних обчислювальних ресурсів. Графічне представлення результатів наочно ілюструє динаміку змін дистанції як функцію кута між курсами суден, що зближаються, що може бути використано при розробці програмного забезпечення для навігаційних систем. Отримані залежності дозволяють не лише кількісно оцінювати допустимі дистанції зближення, але й враховують вплив аспекту зближення, який суттєво впливає на процес прийняття рішень як судноводіями, так і автоматизованими системами уникнення зіткнень. Отримані результати створюють основу для подальшого вдосконалення алгоритмів уникнення зіткнень і сприяють підвищенню рівня автоматизації навігаційних процесів та загальної безпеки мореплавства, особливо в умовах інтенсивного трафіку або обмежених акваторій.
Посилання
Y., Wu, D., Wang, H., & Lou, J. (2025). Dynamic collision avoidance for maritime autonomous surface ships based on deep Q-network with velocity obstacle method. Ocean Engineering, 320, 120335. https://doi.org/10.1016/j.oceaneng.2025.120335.
Burmaka, I., Vorokhobin, I., Melnyk, O., Burmaka, O., & Sagin, S. (2022). Method of Prompt Evasive Manuever Selection to Alter Ship’s Course or Speed. Transactions on Maritime Science, 11(1), 7-15. https://doi.org/10.7225/toms.v11.n01.w01.
Chen, Y., Du, W., Hu, X., Bai, G., & Zhang, J. (2022). USV collision hazard assessment and track planning algorithm. Ocean Engineering, 261, 112149. https://doi.org/10.1016/j.oceaneng.2022.112149.
Bolbot, V., Gkerekos, C., Theotokatos, G., & Boulougouris, E. (2022). Automatic traffic scenarios generation for autonomous ships collision avoidance system testing. Ocean Engineering, 254, 111309. https://doi.org/10.1016/j.oceaneng.2022.111309.
Sahin, S. S., & Sahin, S. V. (2024). Use of a hybrid system for coordinating marine vessel movement during maneuvering in confined waters. Water Transport, 3(41), 208-215. [in Ukraine]. https://doi.org/10.33298/2226-8553.2024.3.41.24
Petrychenko, O. A. (2018). Method for choosing divergence maneuver using electronic chart. In Proceedings of the 10th International Scientific and Practical Conference "Modern Information and Innovative Technologies in Transport (MINTT-2018)" (pp. 128–130). Kherson: KhDMA.
Burmaka, I., Borodulin, A., Fedorov, D., & Petrychenko, O. (2021). External control of the divergence process taking into account the form of the safety domain. Transport Means - Proceedings of the International Conference, 2021-October, 579-583.
Sahin, S. V., & Sahin, S. S. (2023). Determining the method of marine transport vessel movement management during ensuring their safe divergence. Water Transport, 2(38), 187-195. [in Ukraine]. https://doi.org/10.33298/2226-8553.2023.2.38.20.
Vorokhobin, I., Burmaka, I., Fusar, I., & Burmaka, O. (2022). Simulation modeling for evaluation of efficiency of observed ship coordinates. TransNav: International Journal on Marine Navigation and Safety of Sea Transportation, 16(1), 137-141.
Zhou, J., Ding, F., Yang, J., Pei, Z., Wang, C., & Zhang, A. (2021). Navigation safety domain and collision risk index for decision support of collision avoidance of USVs. International Journal of Naval Architecture and Ocean Engineering, 13, 340–350. https://doi.org/10.1016/j.ijnaoe.2021.03.001.
Xu, X., Lu, Y., Liu, G., Cai, P., & Zhang, W. (2022). COLREGs-abiding hybrid collision avoidance algorithm based on deep reinforcement learning for USVs. Ocean Engineering, 247, 110749. https://doi.org/10.1016/j.oceaneng.2022.110749.
Zhou, X., Qu, M., Zhou, C., Wang, C., & Zhao, W. (2024). Personalized active collision avoidance trajectory planning and variable time domain control integrating driver characteristics. Accident Analysis & Prevention, 208, 107764. https://doi.org/10.1016/j.aap.2024.107764.
Tsymbal, M., Volkov, E., & Korolyova, T. (2021). Method of ships' collision avoidance by parallel indexing. TransNav, International Journal on Marine Navigation and Safety of Sea Transportation, 15(1), 119–126.
Mazur, O. M., Volianska, Y. B., Vorokhobin, I. I., Onyshchenko, O. A., & Burmaka, I. O. (2021). On the assessment of energy consumption during course stabilization of an autonomous floating apparatus. In Proceedings of the First International Scientific and Technical Conference "Progressive Technologies of Transport Means" (pp. 136-137). Ukrainian State University of Railway Transport, Myrhorod, Ukraine.
Sagin, A. S., & Sagin, S. V. (2024). Experimental determination of optimal phases of fuel supply to the cylinder of marine diesel engines. Water Transport, 1(39), 215-222. https://doi.org/10.33298/2226-8553.2024.1.39.22.
Zhang, M., Taimuri, G., Zhang, J., Zhang, D., Yan, X., Kujala, P., & Hirdaris, S. (2025). Systems driven intelligent decision support methods for ship collision and grounding prevention: Present status, possible solutions, and challenges. Reliability Engineering & System Safety, 253, 110489. https://doi.org/10.1016/j.ress.2024.110489.
He, Z., Liu, C., Chu, X., Wu, W., Zheng, M., & Zhang, D. (2024). Dynamic domain-based collision avoidance system for autonomous ships: Real experiments in coastal waters. Expert Systems with Applications, 255(D), 124805. https://doi.org/10.1016/j.eswa.2024.124805.
Volianskyi, S. M., Halahan, S. M., Mazur, O. M., Naleva, H. V., Korban, V. K., & Yaremenko, V. A. (2024). Fuzzy control systems for electromechanical systems of small unmanned maritime vessels. Herald of the Odesa National Maritime University, 3(74), 68–85. https://doi.org/10.47049/2226-1893-2024-3-68-85.
Holikov, V. A., Naleva, H. V., Mazur, O. M., & Onyshchenko, O. A. (2024). Fuzzy controller for autopilot of small unmanned maritime vessel. In Proceedings of the Scientific and Technical Conference "Marine and River Fleet: Operation and Repair" (pp. 11-15). Odesa: National University "Odessa Maritime Academy."
Vorozobin, I. I., Burmaka, I. O., Kulakov, M. O., & Petrychenko, O. O. (2021). Method of electronic chart departmenting during external control of ship divergence in VTS responsibility zone. Navigation, 33, 24–32.
Bao, Y., & Wang, X. (2024). Optimization of forward collision warning algorithm considering truck driver response behavior characteristics. Accident Analysis & Prevention, 198, 107450. https://doi.org/10.1016/j.aap.2023.107450.
Wang, J., Wang, R., Lu, D., Zhou, H., & Tao, T. (2022). USV dynamic accurate obstacle avoidance based on improved velocity obstacle method. Electronics, 11(17), 2720. https://doi.org/10.3390/electronics11172720.
Xie, H., Zhang, Y., Xing, S., & Gao, Z. (2021). A method for ship autonomous collision auoidance based on model predictive control. Ship Engineering, 43(8), 23-28.
Pechenyuk, A., & Petrychenko, O. (2021). Prediction of Safe Maneuvers in Restricted Waters as Problem of Navigation and Ship Hydrodynamics. In Transport Means-Proceedings of the International Conference (pp. 239-244).
Chen, Y.-L., Du, W.-K., Hu, X.-Y., Bai, G.-Q., & Zhang, J.-B. (2022). USV collision hazard assessment and track planning algorithm. Ocean Engineering, 261, 112149. https://doi.org/10.1016/j.oceaneng.2022.112149.
Vorokhobin, I., Zhuravska, I., Burmaka, I., & Kulakovska, I. (2021). Analysis of the error distribution density convergence with its orthogonal decomposition in navigation measurements. Journal of Physics: Conference Series, 2090, 012126. https://doi.org/10.1088/1742-6596/2090/1/012126.
Zhou, J., Ding, F., Yang, J., Pei, Z., Wang, C., & Zhang, A. (2021). Navigation safety domain and collision risk index for decision support of collision avoidance of USVs. International Journal of Naval Architecture and Ocean Engineering, 13, 340–350. https://doi.org/10.1016/j.ijnaoe.2021.03.001.
Ren, J., Zhang, J., & Cui, Y. (2021). Autonomous obstacle avoidance algorithm for unmanned surface vehicles based on an improved velocity obstacle method. ISPRS International Journal of Geo-Information, 10(9), 618. https://doi.org/10.3390/ijgi10090618
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Ліцензійні умови: Це стаття з відкритим доступом, поширювана за умовами Ліцензії Creative Commons Attribution License, яка дозволяє необмежено використовувати, розповсюджувати та відтворювати на будь-якому носії за умови представлення автора та джерела оригіналу.
