基于COLREGs规则自主导航和避碰规则

基于COLREGs规则自主导航和避碰规则

L. P. Perera

海洋技术和工程（CENTEC），里斯本技术大学为中心，

研究所高级技术师，里斯本，葡萄牙

J. P. Carvalho

INESC-ID技术研究所高级技术师，里斯本，葡萄牙里斯本大学

C. Guedes Soares

海洋技术和工程（CENTEC），里斯本技术大学为中心，

研究所高级技术师，里斯本，葡萄牙

摘要：

自主制导和导航（AGN）是未来的一个重要组成部分由于相关的航行成本的降低和海上安全，海洋导航。此外智能化决策能力，应该是未来的AGN系统集成的一部分，以改善自主远洋航行设施。本文重点方面的AGN系统概述在远洋航行的避碰。此外，模糊逻辑为基础的案例研究根据国际海事组织（IMO）的国际公约的制定过程海上避碰（COLREGs）条例已说明。

1 引言

1.1 自主导向及导航

“自动转向当被正确使用时是最有价值的发明。但当他自己管理自己的时候，一旦放松警惕会导致灾难。它在海上的安全完全取决于人并且它们会造成超乎想象的问题”

该声明由Cairns法院参照1964年9月英国货轮“Trentbank”在地中海超越葡萄牙油轮“福戈”（克罗夫特和Lameijer的（2001））的事故制定的。裁决不仅表明AGN系统在海洋导航的重要性，同时也警示人们进一步的发展它的能力和要求。

自动驾驶系统是自主制导和导航系统的基础单元，他们的应用应经成为近几十年船舶设计师的梦想。在设计下一代的海洋AGN系统时，计算机技术的发展，卫星通信系统，电子设备，包括高科技的传感器和执行器，这些已经将这个梦想变成一个可能的现实。

AGN系统的第一步，即应用控制程序的基础，是建立在Sperry发明了第一台自动操舵机的基础上。他的工作建立在他把一个经验丰富的舵手的行动制定成为一个单输入单输出系统（SISO）。

同样，Minorski的研究工作也为ANG系统的做出了关键的贡献。他最初的工作是对自动化船舶转向系统一个二阶的船舶动态模型的理论分析。试验于1923年在新墨西哥州Minorski与美国海军的合作下进行并于1930年公布（贝内特， 1984年）。

因此，这两个由Sperry和Minorski完成的工作被视为是对在海上航行时经验丰富的舵手(Roberts 等(2003))行为的非线性的复制。从他们的时代到现在，大量的研究工作已

经完成，并且大量有关AGN系统的船舶动力学，导航路径的新一代控制其应用，减少环境干扰，避碰条件等方面的文献已经发布。

Fossen（1990）总结了多用途制导，导航和控制（GNC）的功能。其重点不仅仅是过程保持，过程变化的模拟演示（传统的自动驾驶系统）同时还集成数字数据（数字图表和天气数据），动态位置，和自动对接系统。

图1：自主导向和导航系统。

AGN系统最近有关设计，分析，控制的发展也由Ohtsu（1999）总结，并且AGN系统的几个海洋应用也得到了系统的研究，(Moreira等, (2007); Healeyand Lienard, (1993); Do and Pan, (2006))也对此作了实验。在未来为了减少远航的费用，提高海上安全，这方面势必变得越来越重要。

图1是AGN系统的集成与防撞设施的主要功能框架图。AGN系统包含四个部分，碰撞回避条件的单位（CAC），控制系统（CS），过滤器和传感器。传感器单元包含了可以测量船只导航航向和速度特点的传感器。过滤器的制定是为了过滤噪声信号。过滤器单元的输出会反馈到CAC和CS系统。CS系统会通过传感器信号来控制整个船只的航行，CAC系统通过传感器信号来避碰。

1.2 避碰

一个智能的决策系统是未来AGN系统在海上导航工作中重要的组成部分。然而，传统远航都是通过人工的制导，75-96 ％的事故都由于各种各样的人为错位造成(Rothblum等 (2002)；Antão and Guedes Soares2008)。既然人为的错误判断和错误操作造成了海洋中人员的伤亡和环境的破坏，限制海航过程中人为的因素和使用一个智能的决策系统就可以减少海上意外事故的发生和人员环境的损失。但是新一代AGN中的避碰系统还在未来的研究当中，这部分的智能AGN系统称为E导航（eNAV (2008)）

在最近的文献术语中制定AGN系统下需要避碰的船只称为“我船”，需要避开的船称为“目标船”。为了遵循国际海上避碰规则（COLREGs）的公约，船只在右舷的有高的优先级称为“不动”船，而左舷优先级较低的船称为“让路”船。这些要求已经制定在避碰系统的工作中。

Chauvin and Lardjane (2008)提出在远洋航行中制定相互运动的决策处理过程及战略，包括避碰情况。量化描述轮船还有货轮 “让路”和“待命”指令的记录，以及汽车轮渡多弗尔海峡的数据也在该文中被提出。

在最近的文献说明中，对于目标船只的位置和速度的检测是评估碰撞风险的两个重要因素。Sato and Ishii (1998)提出结合雷达和红外成像探测目标船只作为避碰系统的一个部分。同样工作中，通过遵循目标船只的运动过程和图片处理为基础建议的测量方式呈现碰撞的风险。

Kwik于1989年提出了基于运动学和船只的动态的两船碰撞的计算方法。这种对船只避碰情况的分析说明了关于船只的速度，旋转速度和方向，并在相同工作下通过所需的距

离。Yavin等在1995年考虑在一个狭窄的Z字形通道中两船避碰的情况并且计算了与开环方向舵控制系统相关的数值微分方程的求解方法。然而，基于微分方程的动态解决方案在现实中可能面临实施的困难。

一个安全的船舶轨迹的设计是避碰过程中十分重要的一个部分，通常由基于机动理论（Sutulo等，2002）的数学模型来模拟。另外一种基于神经网络的方法也在2003年被Moreira 和 Guedes Soares提出。Smierzchalski 和 Michalewicz在2000年提出了船舶安全避碰轨迹的进化算法，其中将轨迹的运算时间与其他船舶操纵性算法进行了比较，安全轨迹优化过程中的静态和动态限制也能显示。然而， 优化系统找到的解决方案都是建立在假设之上，因此，最优的解决方案可能是不现实的并且可能不具有智能化功能。举个例子，优化算法找到的最优解可以会与COLREGs的规则相冲突。

1.3 COLREGs

事实上在远航航行避碰的最优解决方案中，COLREGs中的规则已经被忽略了。这种对国际海事组织的规则的忽略，可能造成远航航行中的冲突。根据海上事故的报告数据显示，56％的主要的海上冲突是因为违反COLREGS规则和规例（Statheros等。（2008））。因此，文献提出忽略了COLREGs规则的方法不应远洋航行中实行。另一方面，在远洋航行中根据COLREGs规则实行会存在一些实际问题。在考虑道口的情况下，船在图4,5,6,7,中处于“让路”状态，在图9,10,11,12下处于“不动”状态。在实行COLREGs规则时是有速度限制的，根据目标船与我船的高速或低速的比较来规定“不动”船与“让路”船。

Xue在2009年提出了避碰情况中排斥力的优化算法，通过一个斥力场使我船与障碍保持距离。但是这个方法可能会在障碍物与我船速度相比十分快速或者十分慢速时发生碰撞情况。此外，障碍物的复杂方位可能造成不可避免的碰撞情况。另一方面，基于斥力法

找到的我船航行全球性的优化算法，可能不能给地区航行时提供一个好的航行轨迹的计算。此外，“让路”船与“不动”船的概念是根据COLREGs规则派生出来的，但在排斥力优化算法中不考虑该规则，因此该方法可能不被接受。

智能控制在避碰系统中实施可以分为自动机，混合动力系统，Petri网，神经网络，进化算法和模糊逻辑。由于其智能学习的能力，这些技术在机械研究中十分受欢迎。软件系统基于人工智能（AI）技术，模糊逻辑，专家系统和神经网络和他们两的组合（混合专家系统），由Statheros等在2008年总结出他们在远洋航行避碰中的应用。

Ito等人在1999年用遗传算法来搜索碰撞情况下海洋安全轨迹导航。该方法通过训练船“Shioji-maru”整合微分全球定位系统（DGPRS）和自动雷达标图（ARPA）。ARPA系统数据可以被制定为一个随机预测，被设计为障碍可能存在的概率图，由Zeng等人在2001年根据马尔科夫过程模型碰撞前的情况提出的。进一步，基于分析几何与 凸集理论制定出的一个递归算法，Hong等在1999年提出无碰撞轨迹导航。同样的，基于遗传算法，Cheng等在2006提出了船舶避碰的轨迹优化。

Liu和Liu在2006年使用案例推理（CBR）来说明根据先前船舶碰撞情况记录的导航数据来学习避碰。此外，基于数据融合方法的碰撞危险评价体系被考虑并且评估风险程度的模糊隶属函数也被提出。进一步，针对不同的智能防碰撞算法的碰撞条件也被Yang等在2008年在计算机平台模拟。Zhuo and Hearn在2008年提出了避碰情况下使用自我学习模糊神经系统的一项研究。该研究基于一个脱机训练计划并且该研究建立在两船碰撞情况的基础上。Sugeno型模糊推理系统（FIS）被建议用到避碰系统决策过程中。

1.4 基础模糊逻辑系统

基础模糊逻辑系统是根据人类思维模式制定的。他能在决策过程中提供一个便于人机友好的操作界面。因此，之前Hendy在1995年在一些决策系统的研究或者商业应用中已经提出。Rommelfanger（1998年）和Ozen等（2004年）提出结合人类的行为和决策过程中制定各种模糊函数。一个避碰情况中整合虚拟力场的模糊逻辑方法已经被Lee等人在2004年提出。但是这个模拟结果仅限于两艘船之间的避碰情况。远洋航行中防撞的区间编程由Benjamin等人在2006年提出。此外，防撞行为遵照美国海岸警备队避碰规则（COLREGs美国）。

Benjamin和Curcio在2004年远洋航行过程中提出的决策，该决策是基于区间多目标决策的编程模型决策算法。基于IF-THEN逻辑的计算算法由Smeaton and Coenen在1990年对于不同的碰撞情况仿真条件下定义和测试。尽管很多与船舶避碰相关的技术已经被提出，但这些技术通常忽略由国际海事组织（IMO）于1972年制定的海洋法。公约上这些规则和规定都是根据国际防止海上碰撞（COLREGs）规例（国际海事组织（1972））。本公约旨在更新和替换避碰规则1960年在同一时间通过的海上生命安全国际公约（国际海上人命安全公约）（Cockcroft和Lameijer（2001））。

在COLREGs规则中防撞的详细说明规章应如何解释和如何避免碰撞，已经由Cockcroft和Lameijer的（2001）提出。进一步，不仅在海中自主导航的复杂已由Benjamin和Curcio的在2004年讨论，在地面自主导航的复杂也由Benjamin和Curcio的在2004年已讨论。讨论了法律框架，法规和规章。在同样的工作中，强调了在一组给定的规则和法规中避碰的重要性。

2 COLREGS规则及规定

COLREGs（国际海事组织（1972年））包括38规则已被分为A部分（一般），B部

分（转向和帆船），C部分（号灯和号型），D部分（声光报警信号），E部（豁免）。另外还有四个附件包含有关号灯和号型，技术要求和自己的定位，声响信号器具，操作时渔船近距离额外的信号，与国际遇险信号。三种不同情况涉及碰撞的危险远洋航行已确认在最近的文献（Smeaton and Coenen（1990）），Overtaking（见图3和图8）; Head-on（见图2），Crossing（参见图4至7及9至12）和这些碰撞方面的规则和规例条件已经由COLREGs强调。

海上碰撞可以定义为接近两个或两个以上的固定或者移动的固体障碍或者船只组成的动态事件。因此，按照 COLREGs所示地维护船只和其他障碍之间的安全距离也是海上安全的重要因素。

船只之间的安全距离在超越情况时已经在COLREGs规则第13（a）(IMO (1972))说明了。（见图3和图8）。

“......，任何船只超越任何其他船只被超越船保持让路”。

因此，两艘船有责任在相遇追越时保持安全距离。进一步，迎面情况的过程中的变化（见图2）已由COLREGs指定第13条（a）（国际海事组织（1972年））。

“当两个动力驱动船只在相互碰面或近相互航行时，增加了碰撞风险。船只应改变她的航道，向右舷行驶以便从对面船只的左舷通过”。

正如COLREGs要求，船只应及早采取行动以避免穿越的情况发生，导致发生右舷碰撞的危险，向必须提前从左旋方向通过。横穿情况进一步制定了COLREGs并根据第15条

“当两个动力驱动的船只穿越，为避免碰撞的危险，如果某船只的右舷有另外一艘船，该船应保持自己的航向，如果情况运行，应其避免交叉穿越他船只”

由COLREGs指明，船只从右舷在导航中具有较高的优先级和船只从左舷的较低优先级。这个概念先前被定义为“让路”船和“不动”船。然而，考虑碰撞的条件， “让路”的船只没有采取任何适当的行动以避免碰撞，如下图按COLREGs规则第17（b）（国际海事组织（1972年）），“不动”船只已被迫采取适当行动来避免相撞的情况，

“从任何原因，该船必须保持自己的航向和速度，发现自己如此接近以至于碰撞在一艘船让路时无法回避，另一艘船也应采取这样的行动来最好的紧急措施以避免碰撞”

然而，在这种关键碰撞情况下的我船决策应该精心制定。因为这种情况下的避碰还另外取决于“不动”船的操纵性能的特点。此外，这种情况下，由于没有足够距离减速，可能会导致不动船的紧急刹车。COLREGs规则6（国际海事组织（1972年））建议降低船速，为了保证足够的安全距离。

船只在任何时候都应该保持自己的航速以至于它能采取正确的及时的行动以避免碰撞，并停在当时的情况下合适的距离。为保证安全航速，应该考虑以下因素转弯…….

因此，特别因素应该被考虑整合并且速度的控制可能不能响应所需的要求的变化。决策的形成过程中应该尊重“刹车距离”和“转弯弧度”的进一步的信息。船只过程的变化和/或远洋航行速度的变化，必须制定来为了避免碰撞情况。无论是特定路线或速度变化的可控性已经在COLREGs第8条（b）（国际海事组织（1972））中突出显示：

在当时个别情况下，任何过程和/或速度以避免碰撞的变化应对别的船只的目视或雷达显示下足够明显，小的变化应该避免。

因此，集成控制和速度变化当然应该在远洋航行的过程中实施以避免碰撞的情况发生。基于自己的船可能不会响应所需的航道或速度的变化这一事实同样的特殊措施应考虑整合航道和速度控制。

3 避碰方法

3.1. 障碍的识别

在远洋航行中移动和静止的障碍可以被一些仪器和系统比如眼睛/摄像头，雷达/雷达自动标图仪（ARPA）和自动识别系统（AIS）。APRA系统提供周围障碍的承载和范围的准确信息，AIS能够给出所有船舶结构数据的信息，位置，航向和速度。AIS模拟器和海上交通模拟器一些实验平台上实现安全船舶轨迹设计（Hasegawa（2009））。

3.2. 导航信息的收集

其他船只航行的信息被分类为静态，动态以及和航程相关的信息（Imazu（2006））。静态信息由海上移动服务标识（MMSI），呼叫标志和名称，IMO编号，长度梁，船舶类型

和位置和通信天线的位置等组成。动态信息可分为船只位置，位置时间标记，对地过程，对地速度，前进方向，航行状态和转弯速度。最后，航程相关信息可以扩展到船舶草案，货物种类，目的地和路线计划。导航信息的集合在远洋航行的避碰决策中是一个重要的组成部分，并且在自动识别系统（AIS）的合作下可以实现。

3.3. 导航信息的分析

为了导航信息，收集到的障碍和其他船只信息应考虑进一步分析。然而，不断地小心的观察，收集和分析航行的信息应在在小的经常的间隔中做取得碰撞情况的预警。进一步在远洋航行中，复杂的碰撞情况与上述情况相结合可以发现和分析每一种碰撞情况。关于那个远洋航行的整体决定对各种情况有帮助作用。

3.4. 碰撞风险的评估

导航信息的分析，将有助于评估碰撞的危险。碰撞的风险评估应该是在实时的连续的通过导航系统完成以确保本船的安全。如文献所示，碰撞风险检测的数学分析可分为两类（Imazu（2006））：最近点逼近方法（CPA - 2D法）预测危险地区方法“（PAD - 3D法）。CPA法由我船到目标船的最短距离来做碰撞分析评估的计算方法组成。这种方法可以预测随着自己船的区域。然而，这种方法是不够的评估碰撞的危险，因为它没有考虑到的目标船只的大小，航线和速度。Kwik在1989年提出CPA法就两船只碰撞情况下进行广泛的研究。PAD法包括对本船做出一个船只可能轨迹倒置的锥体的模型和目标船轨迹一个倒置圆柱的模型，两个对象的交叉区域作为危险区。目标船只的大小，航向和速度，可以被纳入航行轨迹的几何对象。

3.5. 航线的选择

远洋航行的避碰决策建立在对船只航线，速度，两船之间的距离，两船最近点法（RDCPA），DPCA时间，临近船只和其他环境条件。在开放海域的每只船避碰可分为三个过程：

1.5.1. 当两艘船是在非碰撞危险范围，双方船只必须采取适当的选项行动，

以避免发生碰撞的情况;

1.5.2. 当两艘船在碰撞危险范围， “让路”的船只应按照COLREGs规则

和规例采取适当的行动实现安全传递距离和“不动”船应保持航线和速度;

1.5.3. 当两艘船是在危急的碰撞风险范围，“让路”的船只不采取适当行

动以实现安全通过距离按照COLREGs规则， “站在”船应采取适当的行动，以避免碰撞的情况。

3.6. 导航决定的执行情况

最后一步，船只航行的决定应该在碰撞的风险评估的基础上进行制定，自有船只的行动是和目标船舶的行动以及COLREGS规则和规章制度的约束来完成的。预期自有船只和目标船只行动的碰撞躲避可以分为两类制定：指引航线变化 和速度变化。然而，行动的初期应该制定目标船舶的范围和范围变化的速度。而如果行动目标船舶不明确或是行动不明确，声音信号应该按照建议使用COLREGS。

在一种碰撞的情况下，当目标船舶提前或正好在自有船只的船首，并且目标船只在船尾或恰好离安全距离在1/4处超过了自有船舶，这时指引航线的改变比速度改变更有效。但在另一种碰撞情况下，当目标船舶接近自有船的正横处或接近正横处，，改变速度比改变

航线更高效，但改变指引航线也可能达到同样效果。

在传统导航系统中，船舶电力驱动一般更偏向于指引航线的改变，因船桥上引擎的可控性有困难，并会延迟，除非引擎处于待机模式。然而，这些问题用集速度和航线控制于一体的AGN系统可以解决。

4 个案研究：基于模糊逻辑控制

这部分聚焦于一个基于模糊逻辑的决定。使（DM）系统对船舶实施导航，通过避免碰撞情况来持续改进船舶安全，也是perera研究的例证。经验丰富的舵手在海洋的导航行为可以用一个基于模糊逻辑的决策进行模拟。这是这个提议的主要优势。

4.1 碰撞条件的形成

图13提出了在海洋导航系统的两种和自有船只雷达类似的碰撞情况。自有船只开始于点O，目标船只位于点A。自己和目标船只速度和航线用Vo，Va，yo，ya来表示。相对速度为（Va，0），航线为（Y，o）的目标船只就可以根据轴承值预计自有船只的范围时间段。目标船只的相对轨迹可以根据由相对速度衍生出来的Va，0和相对航线ya，o进行估计。所有角度被测量的角度形成了正Y轴。当然，这是在假定所有船只是国际海事组织分类认证的功率驱动的船只的情况下。

图13：在海洋航行相对碰撞现状

此外，在图13，自己的船海洋域名分为三个圆截面半径RVD，Rb和RA。半径Ra为近似距离目标船只识别。这个距离可以定义为我船作为“让路”情况并应采取适当的行动以避免碰撞。距离Rb代表近似本船作为“不动”船但是应该采取行动避免碰撞的距离。以避免目标船缺乏适当的行动目标。距离RVD进一步表示船只域。考虑近似距离这项研究是RVD为1nm，6NM的Rb和Ra10NM。

我船的碰撞区域分为I 到VIII八个区域。这里假定目标船在这八个目标船只区域，防

撞区域根据这些船只区域来制定。以图13为代表，目标船处于位置II，在目标船位置已被分在相对船舶的八个不同方向的路线（II-A II-H）。

4.2 模糊化和去模糊化

基于DM系统模糊逻辑整体设计过程可分为以下六个步骤。

 输入模糊隶属鉴定功能（FMFs）。

 输出FMFs鉴定。

 FMF的每个输入和输出建立。

 构建If-Then模糊规则操作整个系统。

 模糊规则强度分配采取的行动。

 规则及模糊化组合输出。

4.2.1 模糊集合和隶属函数

模糊集由模糊隶属函数定义（FMF），即从一个给定的通用单位到另一个通用单位的映射关系。然而，它在概念上不同于概率的基本概念（Pedrycz Gomide（2007））。模糊变量通常由基于模糊规则推理条款的特殊模糊隶属函数定义。在语言方面的输入（碰撞距离，碰撞地区，相对碰撞角和相对速度的比率）和输出（速度和航道改变的船）被定义为这一分析。

Mamdani type \"IF is Term n> and/or is m> and/or .... THEN is Term p>\"

基于最小最大准则的模糊系统和推理在这项研究中得到使用。Mamdani模糊推理系统的模糊集来自于结合在一起的每个设计的模糊规则，）根据激活层的前端输入通过聚合操作（Ibrahim2003年实现。最小最大准则在这项研究中可以看作为聚合操作。在本规范中的的Min（最小）操作符被认为是交集操作，而Max（最大）运算可视为并集操作。

最后，去模糊化使用了重心法。在此方法中，通过计算产生模糊隶属函数的重心，并使用其横坐标作为最终结果的推论。

4.2.2 模糊推理系统（FIS）

结合导航仪表的模糊推理系统的框图图示为图14.第一步模糊推理系统包括目标船只位置，速度，航线的数据采集。接下来估计目标船只的相对轨迹，相对速度以及相对航线。然后，数据就根据碰撞距离，碰撞区域，相对速度比和相对碰撞角度的输入FMF进行模糊推理。

If-then模糊规则是根据COLREGS法规和导航知识发展推出的。输出的基于系统的规则是碰撞危险度警告和模糊决策，最后，模糊航道改变和速度改变的FMF反模糊来控制行动，执行自己船只的导航。控制行动作为航道控制命令和速度控制命令进一步扩大，从而

应用于舵和推进控制。

4.2.3 计算实施

基于模糊逻辑的DM系统在MATLAB平台已经得到证实和完善，MATLAB支持模糊逻辑方案。然而这项工作同样在基于模糊推理系统的mamdani得到完善。Mamdani类的模糊推理方案包含利用隶属函数进行输入输出。像前面提到的，if-then规则是通过将模糊操作应用于mamdani类隶属函数输入输出 从而形成的。

MATLAB在笛卡尔坐标系对不同速度和航线的两个船只的碰撞情况进行了仿真，如图15到22.这些图像通过航行轨迹标注了自有船只和目标船只的起始以及结束位置，最初的船舶航行速度条件为Vo/Va = 0.5，且最初自己船只的航线是o=00.自己船只的开始位置为（0,0），而两个船只的碰撞点为（0,5）。根据基于模糊逻辑的模拟系统为所有的碰撞条件做出了合理恰当的轨迹。

图15：航向形势

图16：穿越状况

图17：穿越状况

图18：穿越情况

图19：超越情况

图20：穿越情况

图21：穿越情况

图22：穿越情况

结论

研究工作第一作者一直由葡萄牙博士生奖学金科学和技术基金会（Fundação第21段CiênciaEA TECNOLOGIA）根据合同SFRH/BD/46270/2008支持。此外，这项工作有助于项目“船舶可操作性方法论测试与自行式机型“，正在葡萄牙基金会资助科学和技术（Fundação第1Ciência根据合同éTECNOLOGIA）PTDC/TRA/74332/2006

参考文献

Ant, P., Guedes Soares, C., 2008. Causal factors in accidentsof high speed craft and conventional ocean going vessels. Reliability Engineering and System Safety 93, 1292?304.

Benjamin, M. R., Curcio, J. A., 2004. COLREGS - based navigationof autonomous marine vehicles. IEEE/OES AutonomousUnderwater Vehicles, 32?9.

Benjamin, M. R., Curcio, J. A., Newman, P. M., 2006. Navigationof unmanned marine vehicles in accordance with therules of the road. Proceedings of the 2006 IEEE InternationalConference on Robotics and Automation, 3581? 3587.

Bennett, S.,1984. Nicholas minorsky and the automatic steeringof ships. Control Systems Magazine, IEEE 4 (4), 10?5. Chauvin, C., Lardjane, S., 2008. Decision making and strategiesin an interaction situation: Collision avoidance at sea. Transportation Research Part F (11), 259?62.

Cheng, X. D., Liu, Z. Y., Zhang, X. T., 2006. Trajectory optimizatiofor ship collision avoidance system using geneticalgorithm. Proceedings OCEANS- Asia Pacific, Singapore, 385-392.

Cockcroft, A. N., Lameijer, J. N. F., 2001. A Guide to The CollisionAvoidance Rules. Elsevier Butterworth-Heinemann, Burlington, MA. USA. Do, K. D., Pan, J., 2006. Robust path-following of underactuatedships: Theory and experiments on a

model ship. OceanEngineering 33 (3), 1354?372.

eNAV, eNavigation 2008. URL http://www.enavigation.org/.

Fossen, T. I. (Ed.), 1999. Recent developments in Ship ControlSystems Design. World Superyacht Review. Sterling PublicationLimited, London.

Hardy, T. L., 1995. Multi-objective decision-making under uncertainty: Fuzzy logic method. NASA Technical Memorandum- Computing in Aerospace 10 Meeting (106796), 1?.

Hasegawa, K., 2009. Advanced marine traffic automation andmanagement system for congested waterways and coastalareas. Proceedings of International Conference in Ocean

Engineering (ICOE), Chenai, 1?0. Healey, A. J., Lienard, D., 1993. Multivariable sliding modecontrol for autonomous diving and steering of unmannedunderwater vehicle. IEEE Journal of Oceanic Engineering18 (3), 327?39.

Hong, X., Harris, C. J.,Wilson, P. A., 1999. Autonomous shipcollision free trajectory navigation and control algorithms. Proceedings of 7th IEEE International Conference onEmerging Technologies and Factory Automation, Barcelona, Spain 923?29.

Ibrahim A. M., 2003, Fuzzy Logic for Embedded Systems Applications, Elsevier

Science (USA).

Imazu, H., 2006. Advanced topics for marine technology andlogistics. Lecture Notes on Ship collision and integrated information system, Tokyo University of Marine Science and Technology, Tokyo, Japan. IMO, 1972. Convention on the international regulations for

preventing collisions at sea (COLREGs). URLhttp://www.imo.org

Ito,M., Zhang, F., Yoshida, N., 1999. Collision avoidance control of ship with genetic algorithm. Proceedings of the 1999 IEEE International Conference on Control Applications,1791?796.

Kwik, K. H., 1989. Calculations of ship collision avoidance manoeuvres: A simplified approach. Ocean Engineering 16 (5/6), 475?91.

Lee, S., Kwon, K., Joh, J., 2004. A fuzzy logic for autonomous navigation of marine vehicles satisfying colreg guidelines. International Journal of Control Automation and Systems 2 (2), 171?81.

Lisowski, J., Rak, A., Czechowicz, W., 2000. Neural network classifier for ship domain assessment. Mathematics and Computers in Simulations 51, 399?06.

Liu, Y., Liu, H., 2006. Case learning base on evaluation system for vessel collision avoidance. Proceedings of the Fifth International Conference on Machine

Learning and Cybernetics, Dalian, China, 2064?069.

Minorski, N., 1922. Directional stability of automatic steered bodies. Journal of American Society of Naval Engineers 34 (2), 280?09.

Moreira, L., Fossen, T. I., Guedes Soares, C., 2007. Path following control system for a tanker ship model. Ocean Engineering 34, 2074?085.

Moreira, L., Guedes Soares, C., 2003. Dynamic model of maneuverability using recursive neural networks. Ocean Engineering 30 (13), 1669?697.

Ohtsu, K., 1999. Recent development on analysis and control of ship抯 motions. Proceedings of the 1999 IEEE International Conference on Control Applications, 1096?103.

Ozen, T., Garibaldi, J. M., Musikasuwan, S., 2004. Modeling the variation in human decision making. Proceedings IEEE Annual Meeting of the Fuzzy Information Processing -NAFIPS 04 2, 617?22.

Pedrycz, W., Gomide, E., 2007. Fuzzy Systems Engineering - Toward Human Centric Computing. A John Wiley & Sons, INC, Hoboken, New Jersey.

Perera, L. P., Carvalho, J. P., Guedes Soares, C., 2009. Decision making system for the collision avoidance of marine vessel navigation based on COLREGs rules and regulations. Proceedings 13th Congress of International Maritime Association

of Mediterranean, Istambul, 1121-1128.

Pietrzykowski, Z., Uriasz, J., 2009. The ship domain - a criterion of navigational safety assessment in an open sea area. The Journal of Navigation 63, 93?08.

Roberts, G., Sutton, R., Zirilli, A., Tiano, A., 2003. Intelligent ship autopilots - a historical perspective. Mechatronics 13 (1), 1091?103.

Rommelfanger, H. J., 1998. Multicriteria decision making using fuzzy logic. Proceedings Conference of the North American Fuzzy Information Processing Society – NAFIPS 1998, 360?64.

Rothblum, A.M.,Wheal, D.,Withington, S., Shappell, S. A.,Wiegmann, D. A., Boehm,W., Chaderjian, M., 2002. Key to successful incident inquiry. Proceedings 2nd International Workshop on Human Factors in Offshore Operations (HFW), Houston, Texas, 1?.

Sato, Y., Ishii, H., 1998. Study of a collision-avoidance system for ships. Control Engineering Practice 6, 1141?149.

Sivanandam, S. N., Sumathi, S., Deepa, S. N., 2007. Introduction to Fuzzy Logic using MATLAB. Springer Berlin Heidelberg, New York.

Smeaton, G. P., Coenen, F. P., 1990. Developing an intelligent marine navigation system. Computing & Control Engineering Journal, 95?03.

Smierzchalski, R., Michalewicz, Z., 2000. Modeling of ship trajectory in collision situations by an evolutionary algorithm. IEEE Transactions on Evolutionary Computation 4 (3), 227?41.

Sperry, E., 1922. Automatic steering. Transactions: Society of Naval Architects and Marine Engineers, 53?1.

Statheros, T., Howells, G., McDonald-Maier, K., 2008. Autonomous ship collision avoidance navigation concepts, technologies and techniques. The Journal of Navigation, 61, 129?42.

Sutulo, S., Moreira, L., Guedes Soares, C., 2002. Mathematical models of ship path prediction in manoeuvring simulation systems. Ocean Engineering 29, 1?9.

Xue, Y., Lee, B.S., Han D., 2009, Automatic collision avoidance of ships, Proceedings of the Institution of Mechanical Engineers, Part M: Journal of Engineering for the Maritime Environment, 223 (1), 33?6.

Yang, S., Li, L., Suo, Y., Chen, G., 2007. Study on construction of simulation platform for vessel automatic anticollision and its test methods. Proceedings IEEE International Conference on Automation and Logistics, 2414? 2419.

Yavin, Y., Frangos, C., Zilman, G., Miloh, T., 1995. Computation of feasible command strategies for the navigation of a ship in a narrow zigzag channel. Computers Math. Applic. 30 (10), 79?01.

Zeng, X., Ito, M., Shimizu, E., 2001. Building an automatic control system of maneuvering ship in collision situation with genetic algorithms. Proceedings of the American Control Conference, Arlington, VA, USA, 2852?853.

Zhuo, Y., Hearn, G. E., 2008. A ship based intelligent anticollision decision-making support system utilizing trial manoeuvers. Proceedings Chinese Control and Decision Conference - CCDC, Yantai, China, 3982?987.