Title Dynamic collision avoidance of sea surface vehicles with a hidden Markov model
Title (croatian) Dinamičko izbjegavanje sudara pomorskih objekata primjenom skrivenoga Markovljeva modela
Author Matthew Sumner
Mentor Igor Rudan (mentor)
Committee member Serđo Kos (predsjednik povjerenstva)
Committee member Tibor Poganj (član povjerenstva)
Committee member Đani Mohović (član povjerenstva)
Committee member Marko Valčić (član povjerenstva)
Granter University of Rijeka Faculty of Maritime Studies Rijeka
Defense date and country 2021-11-24, Croatia
Scientific / art field, discipline and subdiscipline TECHNICAL SCIENCES Traffic and Transport Technology
Universal decimal classification (UDC ) 51 - Mathematics 656.6 - Transport by water
Abstract In this thesis an integrated dynamic collision avoidance and hazard alerting system is proposed and identified as Marine Collision avoidance and Alerting System (MCAS). It is comprised of four integrated models that aid navigators in making appropriate decisions to prevent collisions at sea. Before autonomous sea surface vehicles would be allowed to navigate on commercial routes, a robust collision avoidance system has to be developed. Even though MCAS system is feasible for autonomous navigation, development of a decision support system that can be used within the current legal frameworks is in focus. Research problem is formulated within the Hidden Markov Model (HMM) framework and solutions that are based on various Partially Observable Markov Decision Processes (POMDP) and Reinforcement Learning (RL) solvers are proposed. This approach is based on offline development of robust look-up tables, rules, and protocols that aid online computation of conflict resolutions while preserving overall feasibility and reduce computational expense. To ensure feasibility of trajectories that are generated by collision avoidance algorithms, autopilot and auto-telegraph models are developed for the motion control of sea surface vehicles. Motion control algorithms thrive under dynamic environmental loads and are capable to control underactuated sea surface vehicles. Heading, course, and throttle algorithms are proposed to allow for larger action space when avoiding collision. Even though model-free approach is envisioned, Model-Predictive Control framework is exploited to propagate signals to motion control actuators. With the intention of reducing uncertainties and improve input data stability, a non-linear dynamic state estimator is proposed, named Foraging Particle Filter, that is based on swarm algorithmic approaches, and is utilized to filter input signals to motion control algorithms. With the purpose of developing a robust and feasible collision-avoidance system, it is important to ensure that it can be used within the legal framework of collision avoidance at sea. COLREGs classification algorithm that quantifies requirements of collision regulations by reducing vagueness and uncertainties is proposed. Quantification is based on empirical studies and case laws. COLREGs classification algorithm is used to ii produce input signals to collision avoidance algorithm and in that way decentralize computation. In order to generate evasive trajectories, predictor is developed that takes feasibility of turns into account and ensures trajectories are hazard free. Simulation results confirmed that the proposed system is capable to avoid complex close-quarter situations. Previous research has focused on egocentric resolutions where only own vehicle is equipped with collision avoidance systems, while in this research, a holistic collision risk resolution model for multiple targets in mixed equipage situations is developed. Communication protocols are utilized to share intent and other relevant information that is required to reduce uncertainties and computational complexities of trajectory generations. Simulation results demonstrate feasibility and have shown that intent-aware approach outperforms egocentric conflict resolutions, as well as leads to reduction of close-quarter situations as it is possible to foresee collision risk in early stages of passage exploitation. Proposed multi-objective optimization-based collision avoidance method allows conflict resolutions with higher CPAs, reduces distance travelled to avoid collision and shortens time required to go back to the original route. To further reduce computational complexity of the collision avoidance algorithm, benefit of having decentralized unit for hazard alerting is investigated. This research showed that nuisance alerts onboard commercial sea surface vehicles are a substantial problem that has to be confronted by exploiting design of trajectory generator and hazard alerting algorithm that managed to considerably reduce nuisance alerts and ensure that only relevant alerts are triggered in collision-avoidance situations.
Abstract (croatian) U ovom radu predložen je integrirani sustav za uzbunu i dinamičko izbjegavanje sudara na moru, pod nazivom Pomorski Sustav za Uzbunu i Izbjegavanje Sudara (MCAS). MCAS sustav se sastoji od četiri integrirana modela čija je namjena pomoć pri donošenju odluka u situacijama izbjegavanja sudara na moru. Prije nego se autonomnim plovilima dopusti plovidba u komercijalnom okruženju, potrebno je razviti robustan sustav za izbjegavanje sudara na moru. Iako se MCAS sustav može koristiti na plovilima sa autonomnim upravljanjem, cilj je ovog istraživanja razvoj sustava za podršku pri odlučivanju koji je u skladu sa trenutno važećim pozitivnim propisima i zakonskim okvirima međunarodne plovidbe. Problem istraživanja definiran je u okvirima Skrivenih Markovljevih Modela (HMM), te su predložena rješenja koja se temelje na okosnicama metoda za rješavanje djelomično vidljivih Markovljevih procesa odlučivanja (POMDP) i podržanog učenja (RL). Pristup ovog istraživanja se temelji na izgradnji dvostrukog sustava koji dopušta da se određeni procesi vrše pomoću robusnih interpolacijskih tablica, pravila i protokola koji služe podršci izračunavanja optimalnih trajektorija za izbjegavanje sudara na moru koja se dešava u realnom vremenu, te se na takav način osigurava izvedivost sustava, ali i smanjuje računalno opterećenje. Da bi trajektorije koje generira algoritam izbjegavanja sudara na moru bile izvedive, u ovom radu se razvija model automatskog upravljanja plovilom i sa automatskom kontrolom pogonskog postrojenja. Algoritmi upravljanja uspješno se nose i sa dinamičkim atmosferskim i morskim opterećenjima, te su u mogućnosti kontrolirati plovne objekte bez dinamičkih sustava za upravljanje. Predloženi su algoritmi za održavanje smjera plovidbe, kursova, i brzine plovnog objekta, kako bi se omogućila bolja upravljivost prilikom izbjegavanja sudara na moru. S namjerom smanjenja šuma i u cilju povećanja točnosti ulaznih podataka, u radu se predlaže nelinearni filter čestica za određivanje stanja pod nazivom Foraging Particle Filter (FPF) koji se temelji na genetskim algoritmima, te se koristi za filtriranje ulaznih signala u algoritme upravljanja kretanjem plovnih objekata. iv Kako bi se predloženi model izbjegavanja sudara na moru mogao koristiti u praksi, potrebno je osigurati da se sustav može koristiti u skladu sa svim pozitivnim propisima i zakonima koji uređuju plovidbu međunarodnim morima. Predložen je algoritam klasifikacije pravila o izbjegavanju sudara na moru koji kvantificira zahtjeve pravila o izbjegavanju sudara na moru i na taj način smanjuje nejasnoće koje u današnjim pravilima postoje. Analiza pravila o izbjegavanju sudara na moru obuhvaća empirička istraživanja i sudsku praksu. Klasifikacijski algoritam se koristi za analizu trenutne situacije u okruženju i generiranje ulaznih signala za algoritam izbjegavanja sudara na moru, te se na takav način vrši decentralizacija računalnih resursa. U svrhu generiranja izvedivih trajektorija prilikom izbjegavanja sudara na moru, predlaže se prediktor koji uzima u obzir manevarske sposobnosti plovnog objekta, te osigurava da trajektorije budu bez sudarnih opasnosti. Rezultati istraživanja su potvrdili da je predloženi sustav u mogućnosti riješiti složene situacije izbjegavanja sudara plovnih objekata. Prethodna istraživanja su usredotočena na slučajeve gdje je samo naše plovilo opremljeno sustavima za izbjegavanje sudara, dok je cilj ovog istraživanja razviti holistički model smanjenja rizika od sudara za više plovila od kojih su neki opremljeni sa sustavom za izbjegavanje sudara, dok drugi nisu. Komunikacijski protokoli se koriste za izmjenu informacija i namjere kako bi se olakšala generacija optimalnih trajektorija. Rezultati istraživanja pokazuju da su generirane trajektorije izvedive i da je pristup kod kojeg se rješava situacija za više plovnih objekata bolje rješenje jer dolazi do smanjenja rizičnih situacija, te pruža mogućnost ranog otkrivanja rizika sudara. Predložena metoda omogućuje veće rastojanje među plovnim objektima, predlaže trajektorije sa manjim devijacijama od planirane rute, te vrši povratak plovnog objekta na planiranu rutu u kraćem vremenskom razdoblju. Da bi se dodatno rasteretio računalni proces pri generiranju optimalnih trajektorija za izbjegavanje sudara, istražena je korisnost decentralizirane jedinice za uzbunu od sudara. Istraživanjem je ustanovljeno da postoji veliki broj uzbuna prilikom korištenja navigacijskih uređaja koji uznemiruju navigacijske časnike i ne vode ka sigurnijoj navigaciji, već stvaraju dodatni rizik gubitka koncentracije. Iz tog razloga predložen je sustav koji smanjuje nepotrebnu uzbunu tako da koristi prediktor da bi odredio kada je uzbuna potrebna, a kada ne. Predloženi sustav je uvelike smanjio broj nepoželjnih uzbuna v i osigurao da se samo relevantna upozorenja aktiviraju u situacijama izbjegavanja sudara na moru.
Keywords
dynamic collision avoidance
hidden Markov model
partially observable Markov decision processes
reinforcement learning
ship motion control
intent-aware navigation
early detection of collision risks
Keywords (croatian)
dinamičko izbjegavanje sudara
skriveni Markovljevi Modeli
djelomično vidljivi Markovljevi procesi odlučivanja
podržano učenje
kontrola kretanja plovnog objekta
pravila o izbjegavanju sudara na moru
izbjegavanje sudara uz propagiranu namjeru
rano otkrivanje rizika od sudara
Language english
URN:NBN urn:nbn:hr:187:245294
Promotion 2022
Study programme Title: Postgraduate (doctoral) university study programme - Maritime Studies Study programme type: university Study level: postgraduate Academic / professional title: doktor/doktorica znanosti, područje tehničkih znanosti, polje tehnologija prometa i transport (doktor/doktorica znanosti, područje tehničkih znanosti, polje tehnologija prometa i transport)
Type of resource Text
Extent IX, 438 str. : ilustr., graf. prikazi (u bojama) ; 30 cm
File origin Born digital
Access conditions Open access
Terms of use
Created on 2022-01-24 07:49:15