海上交通运输在世界贸易中占据着重要的地位，世界经济的发展也使得各个大型港口和各个通航水域的交通流密度逐年增大。较大的交通流密度和船舶大型化、高速化、智能化的发展趋势，在提高运输效率的同时，也降低了通航的安全性，导致水上交通事故频发。而在水域中发生率最高、危害最大的就是船舶碰撞事故。船舶碰撞通常会造成重大的人员伤亡、船舶和货物损失，有时还会伴随着溢油等环境损害。因此，对船舶会遇态势的研究对海上交通运输的安全性和效率具有重大的意义。

为了“让航行更安全，让海洋更清洁”，半个多世纪以来，许多国内外的学者致力于船舶碰撞问题的研究，取得了系列的成果。但由于船舶碰撞事故通常是人、船、环境等复杂因素的综合影响所致，具有较大的随机性，而且船舶碰撞事故作为小概率事件，实际样本较少，如果靠样本分析的方法，局限性较大。所以为了预警预判船舶会遇碰撞的危险，要对船舶会遇的特征进行深入挖掘，建立合理科学的船舶会遇碰撞动态危险度模型，这一直是学术界和工程领域关注的重点。

我国关于船舶智能避碰系统的研究起步比较晚。20世纪90年代初，大连海事大学、海军大连水面舰艇学院等高等院校及科研机构对船舶避碰系统开展了研究。随着该方面的发展，海军广州舰艇学院研究了一种咨询式的避碰专家系统，根据目标的DCPA、TCPA、方位和距离对碰撞危险度进行综合判定，但该系统的考虑因素较少，对会遇局面的划分比较粗糙。我国在船舶智能避碰领域的研究比较分散，研究成果离实用化存在一定的距离。

船舶会遇态势风险判别及预测是确保会遇船舶实施安全避碰行为、降低碰撞事故风险的关键。现有基于雷达、AIS等系统的船舶避碰仍需要大量依靠人为经验，效率低下，且误、漏报情况难以避免。本课题将从数据分析与建模的角度出发，对船舶轨迹数据进行挖掘处理，采用机器学习等智能手段建立船舶会遇的态势判别与风险计算模型，实现会遇风险动态计算算法流程，以船舶真实轨迹数据或模拟仿真环境对提出方法进行验证和结果分析。

2. 研究的基本内容与方案

论文的基本内容：

本课题将对数据驱动船舶的发展现状以及其避碰系统的研究现状和问题进行介绍，并从数据分析与建模的角度出发，对船舶轨迹数据进行挖掘处理，采用机器学习等智能手段建立船舶会遇的态势判别与风险计算模型，实现会遇风险动态计算算法流程，以船舶真实轨迹数据或模拟仿真环境对提出方法进行验证和结果分析，对该方法进行分析和总结。