CN108572549A - 用于远程控制/部分自主的船舶的决策辅助系统 - Google Patents

Abstract

本申请涉及一种用于远程控制/部分自主的船舶的决策辅助系统，所述船舶属于与远程定位的控制中枢进行数据通信的多个船舶，所述系统包括：与所述多个船舶中的每一个相关联的子系统，所述子系统包括用于监视船舶的本地环境的一个或多个传感器、用于处理由所述一个或多个传感器收集的数据的节点处理器，以及数据存储设备；以及远离节点处理器定位并且与节点处理器中的每一个进行双向数据通信的控制器。每一个数据存储设备维护由所述一个或多个传感器记录的船舶状态的历史记录、响应于那些船舶状态所采取的对应控制行动，以及由那些控制行动导致的接踵而来的船舶状态。

Description

用于远程控制/部分自主的船舶的决策辅助系统

本发明涉及多个无人船舶（例如（但没有限制）船队）的控制。更特别地，本发明关注无人船舶与控制中枢之间的数据共享的管理。

从单个控制中枢监视和控制多个船舶的活动是已知的。通过各个船舶上所提供的传感器和板上处理器收集数据，并且将所述数据上传到控制中枢。控制器（其可以是人类操作的控制器或经适当编程的计算机系统）评价所接收到的数据，并且能够向各个船舶传送回操作指令。这可以包括由第一船舶收集的数据与控制器的集体控制下的一个或多个其它船舶的共享。

将领会到，在这样的数据网络中，可能在板上系统与控制中枢之间输送大量所收集的数据。可以按其传送时间敏感数据的速度可以受数据数量的影响。可以按其传送时间敏感数据的速度还受网络带宽和多少方正在共享它的影响，并且还受连接的可用性的影响。在一些区域中，不存在与卫星或通信塔的可用连接。

本发明力图使得传输时间敏感数据的网络能够比在现有的已知系统中更高效，从而使得无人船舶更快地响应于所识别到的风险。

依照本发明，提供了一种用于船舶的决策辅助系统，所述船舶属于与远程定位的控制中枢进行数据通信的多个船舶，所述系统包括：

与所述多个船舶中的每一个相关联的子系统，所述子系统包括用于监视船舶的本地环境的一个或多个传感器、用于处理由所述一个或多个传感器收集的数据的节点处理器，以及数据存储设备；以及

远离节点处理器定位并且与节点处理器中的每一个进行双向数据通信的控制器；

其中，

每一个数据存储设备维护历史记录，所述历史记录包括：由所述一个或多个传感器记录的船舶状态，响应于那些船舶状态所采取的对应控制行动，以及由那些控制行动导致的接踵而来的船舶状态，

每一个节点处理器配置成评估计算模型和/或模拟以从历史记录的子集预测可能的将来状态，并且选择适当的控制行动以实现由所选控制行动导致的期望的接踵而来的船舶状态，并且其中，

对于给定的所记录的船舶状态，处理器执行以下步骤：

a）分析历史记录并且确定所记录的船舶状态是否与由历史记录所记录的接踵而来的状态相关；

b）在所记录的船舶状态不与由历史记录所记录的接踵而来的状态相关的情况下，基于历史记录的子集确定所记录的船舶状态是否是可预测的；

c）如果确定所记录的船舶状态是可预测的船舶状态，选择适当的控制行动以实现由所选控制行动导致的期望的接踵而来的状态；

d）如果确定所记录的船舶状态是不可预测的船舶状态，向远程定位的控制中枢传送所述不可预测的船舶状态。

步骤d）可以包括以下子步骤：在向远程控制的中枢传送所述不可预测的船舶状态之前，从所述不可预测的船舶状态外推以预测将来状态，并且评价所预测的将来状态的潜在影响，将风险因子与潜在影响相关联，并且只有在风险因子超过预定最大可接受的风险因子的情况下才传送所述不可预测的船舶状态。

在评价潜在影响并且风险因子超过预定最大可接受的风险因子的情况下，可以向控制中枢传送指示风险因子和可选地潜在影响的性质的数据连同所述不可预测的船舶状态。

控制中枢可以包括在中枢与所述多个船舶中的每一个之间传送的所有数据的主机数据库。可以询问主机数据库中的数据以确定适当的校正行动。控制中枢可以包括配置成评估计算模型和/或模拟以确定适当的校正行动的控制中枢处理器。

在接收到传送至控制中枢的不可预测的船舶状态后，与控制中枢对接的人类操作者能够评价船舶的状况，确定适当的校正行动，并且向船舶传送回适当的校正行动。

在确定适当的校正行动中，操作者可以与其它船舶通信，例如可以询问其它船舶的所存储的数据以识别有效的解决方案。

一旦已经确定适当的校正行动，控制中枢可以向所述多个船舶中的一个或多个传送更新。因此，所有船舶可以从任何一个船舶的经验中受到教导。可以整体地或在按需的基础上对所述多个船舶中的各个船舶进行这样的通信。

将领会到，随着时间的过去，每一个船舶的数据存储设备和处理器内的知识库得以增加，并且船舶能够适配于数目日益增加的状况，而不需要联系控制中枢和寻求人类操作者介入。

通过减少在节点与控制中枢之间传送的数据的量，可以按较大的速度交换涉及不可预测并且潜在高风险的事件的重要通信，从而允许远程控制的船舶能够在新遭遇的状态中更快地做出响应。

例如，船舶包括海中的无人海上交通工具船队，并且控制中枢位于有人操作的岸上设施中。在其它示例中，船舶可以包括多个基于道路的交通工具（每一个订阅公共的导航服务），或由控制中心监视的无人机。

现在将通过示例的方式参考附图来描述本发明的实施例，其中：

图1示出依照本发明的控制系统的实施例；

图2图示了依照本发明的实施例的用于使得能够实现控制系统的方法的步骤中所取得的信息流。

如可以在图1中看到的，船舶具有向数据库传送所监视的数据的多个传感器。数据传输的方向通过箭头来表示。数据库维护由船舶的传感器检测到的船舶状态的历史记录。处理器配置成询问数据库中所包含的数据，并且在其上执行统计学分析。处理器还配置成基于历史数据和其上的统计学分析而执行模拟，借此预测由历史记录导致的预计结果。将领会到，这样的配置还准许所记录的船舶状态的逆向分析，以基于之前的经验和当前的状况确定任何给定的船舶状态是否“正常”。在所记录的数据偏离“正常”的情况下，该过程执行另外的分析以预测可能的将来结果，并且识别与该结果相关联的适当风险因子。可以对照预定最大可接受的风险因子而比较该风险因子。

处理器此外经由卫星与控制中枢进行数据通信。在风险因子被识别为超过预定最大可接受的风险因子的情况下，向控制中枢发送通信。例如，通信包括识别船舶的数据、当前所记录的船舶状态、经预测的将来状态，以及与经预测的将来状态相关联的风险因子。

在从船舶接收到通信后，与控制中枢对接的人类操作者能够分析船舶的处境。这样的分析可以牵涉可由控制中枢处理器访问的主机数据库的询问。主机数据库可以包含针对多个船舶所记录的船舶状态的历史记录，所述多个船舶中的任何一个可能已经遭遇所传送的处境。如果另一船舶之前在相同处境中已经采取了成功的校正行动，这将已经被记录在主机数据库中；该校正行动然后可以被安心地传送至通信中的船舶。

如果不存在船舶的处境已经由另一船舶成功解决的历史记录，操作者可以发起各种替换行动的结果的模拟，并且识别最可能安全地解决该处境的行动。一旦识别到优选的行动，可以将这传送回船舶，船舶然后可以采取校正行动。

可以在船舶数据库中记录由校正行动导致的船舶状态，并且将其传送回控制中枢，以用于存储在主机数据库中。由于控制中枢与多个船舶进行通信，因此每一个船舶可以通过借由控制中枢传送每一个其它船舶的经验而被给出这些的益处。

与其它数据共享系统相比，本发明的系统的配置便于筛选在船舶与控制中枢之间交换的数据量，使得仅在按需的基础上传送数据。由于在中枢与每一个船舶之间传送的数据被最小化，因此优化以其传送数据的比特率，因而船舶能够比关于之前已知的数据共享系统或许可能更快地接收指令并且采取校正行动。

图2图示了依照本发明的实施例的由系统执行的方法。方法的每一个步骤牵涉数据的收集、分析、传输和/或接收。箭头图示了系统中的节点之间的数据流。系统包括三个船舶1、2、3，每一个与控制中枢4进行数据通信，但是不与彼此进行直接数据通信。

每一个船舶具有由一个或多个传感器构成的子系统，所述一个或多个传感器监视船舶环境中的一个或多个状态。船舶状态可以包括各个种类的数据。例如（但没有限制），船舶状态数据可以包括船舶的一个或多个组件的性能数据，诸如引擎操作参数。在另一示例中（再次，没有限制），船舶状态数据可以包括环境数据，诸如船舶的计划路线中的未预计到的障碍物的检测。在方法的步骤1中，在船舶的板上存储器中存储由板上传感器收集的船舶数据。每一个船舶还具有板上处理器，其能够访问并且询问所收集的船舶数据。

在步骤2中，板上处理器通过比较当前船舶状态与已经被记录在数据库中的类似情境中的之前经历的状态来分析所收集的船舶数据以得到常态性（normalcy）。如果不存在与任何历史记录的匹配，则在步骤3中，可以执行回溯式模型或模拟，或基于最近收集的数据而生成模型，以确定当前船舶状态是否会如已经预测的那样。如果确定当前船舶状态不会如已经预测的那样，则在步骤4中，处理器可以执行前向投影模型或模拟，以确定可能由当前船舶状态导致的将来船舶状态。对于指示潜在风险状况的重要船舶状态，预先计算风险因子。例如，数据库可以包含这些重要船舶状态及其预先计算的风险因子的表格。在前向投影模型或模拟确定具有不可接受地高的相关联的风险因子的将来船舶状态的情况下，则在步骤5中向控制中枢传送该信息。相反，如果风险因子是可接受的，将不发起这样的通信。

控制中枢包括其自身的处理器和主机数据库。主机数据库维护控制中枢与三个船舶中的每一个之间的所有交互的历史记录。在由控制中枢在步骤5中接收到通信之后，控制中枢处理器询问主机数据库以确定是否另一船舶已经成功地解决了相同的状况（步骤6）。如果不存在之前记录的成功解决方案，则在步骤7中处理器基于一个或多个潜在校正行动而执行前向投影模型或模拟，以确定预计哪一个导致最合期望的将来船舶状态。一旦识别到可接受的校正行动，将这连同预计的将来船舶状态的指示符一起传送至船舶1（步骤8）。在船舶数据库中存储推荐的校正行动和得到的结果（步骤9），并且同时将结果传送回控制中枢并且将所述结果存储在主机数据库中。

随后于所描述的事件，船舶3首次经历相同的事件，并且将这传送至控制中枢。控制中枢能够识别存储在主机数据库中的之前发生和成功的校正行动。在步骤10中向船舶3传送适当的校正行动。将要指出的是，船舶2在该时间处不接收任何通信，因为它或者a）已经遭遇该事件并且在其板上数据库中具有适当的校正行动的记录以用于将来再次发生，或者b）尚未经历该事件并且不具有针对该数据的当前需要。船舶1和船舶3二者现在被良好地置于在不求助于控制中枢的情况下对该事件的二次发生做出反应。

将领会到，在如所描述的实施例中，在各个船舶与控制中枢之间传送的数据的范围、粒度和比特率基于信息内容、可预测性和影响。

依照本发明的实施例的由系统执行的过程可以总结如下：

在船舶上：

·以适当的粒度和范围整合数据（“信息”&“常态性”驱动）；

·基于危急度确定数据速率（“潜在影响”驱动）

·（可选地）通过使介质的容量、可靠性和延时与INP相关来与主要和备用的通信介质（例如L、Ka带卫星、VHF、4G、wimax）自动匹配。

更详细地，在船舶上执行的方法步骤牵涉：

对于每一个传感器数据，在装备、子系统和系统层级处：

分析“信息”内容（I）：数据中存在“新闻”

度量信息内容：

·检查与相同模式/任务中的过去状态的类似性

·允许导致明显差异的系统/传感器噪声。

检查“常态性”（N）：船舶如预计的那样表现

度量常态性：

·评价当前数据从不远的过去的可预测性：模拟/模型

·在子系统和系统层级处寻找相关性模式中的漂移/改变。

评价“潜在影响”（P）：存在对于外部介入的需要

度量影响：

·利用模拟和/或数据驱动的模型预测将来行为

·基于任务/操作阶段而计算KPI（安全性、效率）&改进的潜能。

在远程控制中枢处：

·监视：维护经更新的数据库和模拟/模型

·介入：异常和/或危急状态中的人类操作者输入

·基线化和与姊妹船舶/船队的比较。

从使用该方法获得的预计益处包括数据处置成本中的降低、对重要数据的聚焦、和改进的且更快的决策做出过程。在海上船舶船队的情况下，这可以通过以下来实现：

a.高效地采用基于岸上的控制中心处的资源（即专家人类船员/工程师），也就是说，仅针对不能通过看向（船舶及其姊妹船舶的）历史来安全地处置的非日常状况；

b.随时间而递增地“教导”船舶自主地操作，最初利用来自岸上的频繁直接介入并且当数据库和模型被丰富时逐渐依赖于船舶的连续发展的历史数据库和计算模型；

c.共享在船队中的姊妹船舶之间习得的教训（lesson）。

当无人船舶临时丢失连接性时，由船舶从其历史数据、由控制中枢给出的历史命令及其自身的模拟能力习得的半自主性将允许无人船舶以更加智能的方式继续操作。

将理解到，本发明不限于以上描述的实施例，并且可以在不脱离于本文所描述的概念的情况下做出各种修改和改进。例如，不同的实施例可以采取完全硬件实施例、完全软件实施例或包含硬件和软件元件二者的实施例的形式。

除了在相互排斥的情况下之外，可以分离地或与任何其它特征组合地采用任何特征，并且本公开扩展到并且包括本文所描述的一个或多个特征的所有组合和子组合。

Claims (15)

1.一种用于船舶的控制系统，所述船舶属于与远程定位的控制中枢（4）进行数据通信的多个船舶（1,2,3），所述系统包括：

与所述多个船舶（1,2,3）中的每一个相关联的子系统，所述子系统包括用于监视船舶的本地环境的一个或多个传感器、用于处理由所述一个或多个传感器收集的数据的节点处理器，以及数据存储设备；以及

远离节点处理器定位并且与节点处理器中的每一个进行双向数据通信的控制器；

其中，

每一个数据存储设备维护历史记录，所述历史记录包括：由所述一个或多个传感器记录的船舶状态，响应于那些船舶状态所采取的对应控制行动，以及由那些控制行动导致的接踵而来的船舶状态，

每一个节点处理器配置成评估计算模型和/或模拟以从历史记录的子集预测可能的将来状态，并且选择适当的控制行动以实现由所选控制行动导致的期望的接踵而来的船舶状态，并且其中，

对于给定的所记录的船舶状态，处理器执行以下步骤：

a）分析历史记录并且确定所记录的船舶状态是否与由历史记录所记录的接踵而来的状态相关；

b）在所记录的船舶状态不与由历史记录所记录的接踵而来的状态相关的情况下，基于历史记录的子集确定所记录的船舶状态是否是可预测的；

c）如果确定所记录的船舶状态是可预测的船舶状态，选择适当的控制行动以实现由所选控制行动导致的期望的接踵而来的状态；

d）如果确定所记录的船舶状态是不可预测的船舶状态，向远程定位的控制中枢传送所述不可预测的船舶状态。

2.如权利要求1中所要求保护的控制系统，其中步骤d）包括以下子步骤：在向远程控制的中枢传送所述不可预测的船舶状态之前，

从所述不可预测的船舶状态外推以预测将来状态，

评价所预测的将来状态的潜在影响，

将风险因子与潜在影响相关联，以及

只有在风险因子超过预定最大可接受的风险因子的情况下才传送所述不可预测的船舶状态。

3.如权利要求2中所要求保护的控制系统，其中，在评价潜在影响并且风险因子超过预定最大可接受的风险因子的情况下，向控制中枢传送指示风险因子和潜在影响的性质的数据连同所述不可预测的船舶状态。

4.如任何前述权利要求中所要求保护的控制系统，其中控制中枢（4）包括在中枢与所述多个船舶中的每一个之间传送的所有数据的主机数据库。

5.如权利要求5中所要求保护的控制系统，其中询问主机数据库中的数据以确定是否存在与成功的校正行动相关联的之前发生的记录。

6.如任何前述权利要求中所要求保护的控制系统，其中控制中枢（4）包括配置成执行建模或模拟任务以确定针对新遭遇的船舶数据的适当校正行动的控制中枢处理器。

7.如任何前述权利要求中所要求保护的控制系统，其中控制中枢（4）包括可由人类操作者访问的接口。

8.一种用于控制如任何前述权利要求中所要求保护的控制系统的船舶子系统中的数据的方法，包括：

接收从一个或多个传感器发送的当前船舶状态数据，

在可询问的数据库中存储当前船舶状态数据，

比较当前船舶状态数据以得到与之前存储的船舶状态数据的相关性，在当前船舶状态数据上执行回溯式模型或模拟并且确定当前船舶状态是否会如在预计误差裕度内已经预测到的那样，

执行前向投影模型或模拟以确定可能由当前船舶状态导致的将来船舶状态，

将风险因子值与所确定的将来船舶状态相关联，并且比较相关联的风险因子与预定最大风险因子值，

在所确定的风险因子超过预定最大风险因子值的情况下，向控制中枢（4）传送当前船舶状态数据、所确定的将来船舶数据和相关联的风险因子，

从控制中枢接收包含所确定的校正行动的通信，执行所述校正行动，

将校正行动连同由校正行动导致的结果得到的船舶状态一起保存到可询问的数据库，以及

向控制中枢（4）传送结果得到的船舶状态。

9.一种用于控制如权利要求1至7中任一项中所要求保护的控制系统的控制中枢（4）中的数据的方法，包括：

从所述多个船舶（1,2,3）的船舶（1,2,3）子系统接收通信，所述通信包括当前船舶状态数据、所确定的将来船舶数据和相关联的风险因子，

询问主机数据库以得到与来自所述多个船舶中的任何一个的之前存储的船舶状态数据的相关性，

执行前向投影模型或模拟以确定可能由一个或多个校正行动导致的将来船舶状态，

确定预计导致最合期望的将来船舶状态的校正行动，

向船舶子系统传送所确定的校正行动，

从船舶子系统接收通信，所述通信包含由校正行动导致的结果得到的船舶状态，

在主机数据库中存储当前船舶状态数据、所确定的校正行动和结果得到的船舶状态。

10.如权利要求9中所要求保护的方法，还包括：

从所述多个船舶（1,2,3）的第二船舶子系统接收通信，所述通信包含相同的当前船舶状态数据、所确定的将来船舶数据和相关联的风险因子，

询问主机数据库并且识别与之前存储的当前船舶状态数据的相关性、所确定的校正行动和结果得到的船舶状态，

向第二子系统传输所确定的校正行动。

11.如权利要求1至7中任一项中所要求保护的控制系统，其中每一个船舶子系统定位在位于海中的无人海上船舶（1,2,3）中，并且控制中枢（4）位于陆地上。

12.一种配置成执行权利要求8所述的方法的计算机。

13.一种配置成执行权利要求9或权利要求10所述的方法的计算机。

14.一种包含计算机程序的计算机可读介质，所述计算机程序在被安装在计算机上时使得计算机能够执行权利要求8所述的方法。

15.一种包含计算机程序的计算机可读介质，所述计算机程序在被安装在计算机上时使得计算机能够执行权利要求9或权利要求10所述的方法。