3. 船舶智能驾驶系统架构入门

要理解智能船舶如何“看见—思考—行动”，最有效的切入方式不是先研究某个算法，而是先建立分层架构的直觉。一艘具备避碰能力的智能船舶，其信息处理链条可以概括为四个层次：感知层负责把物理世界转化为数字态势；决策层负责在态势基础上判断风险、选择行动；控制层把决策意图翻译成可执行的舵角、转速指令；执行层由舵机、主机、推进器等物理装置完成动作。四层之间是单向为主、反馈为辅的数据流关系，而COLREGs并不是独立于系统之外的“外部规则”，它恰恰嵌入在决策层的核心位置。

一、四层架构的职责边界

感知层是系统的“感官”。典型输入包括AIS报文（他船MMSI、位置、航向、航速）、雷达回波（目标距离、方位、相对运动）、电子海图ENC（水深、航道边界、禁航区）、视觉与红外相机（浮标、小船、灯光信号）、GNSS/IMU（本船位置、艏向、摇摆姿态）以及风速风向仪。感知层的输出不是原始传感器数据，而是经过时空对齐与融合后的“本船状态+目标列表+环境栅格”。例如融合后的一条目标记录可能形如：目标编号T03，相对距离1.8 n mile，相对方位035°，TCPA 9.2 min，DCPA 0.35 n mile，目标类型为机动船。

决策层是系统的“大脑”，也是COLREGs发挥作用的主战场。它接收感知层的态势数据，先做碰撞风险判断（通常以DCPA/TCPA阈值分级），再判定会遇局面（对遇、交叉、追越），然后调用COLREGs条款确定“谁是让路船、谁应保向保速、应向左还是向右转向、何时可以恢复原航向”。决策层的输出是意图级指令，例如“右转20°，保持至目标过让清”。

控制层是“小脑与神经”，负责把意图指令转化为控制量。它需要处理船舶操纵性约束：舵角响应滞后、惯性大、转向半径随航速变化。常见做法是采用航向保持PID或模型预测控制（MPC），把“右转20°”分解为连续的舵角序列，并限制最大舵角与舵速，避免过冲。

执行层是“肌肉”，包括舵机、主机调速器、侧推器、推进器。它接收控制层的舵角/转速指令并反馈实际舵角、实际转速、主机负荷等状态量，形成闭环。

二、COLREGs在决策层中的嵌入位置

很多初学者误以为COLREGs只是“给驾驶员看的书”，与软件无关。实际上在智能系统中，规则必须被显式地编码为可调用的判断逻辑。合理的嵌入位置是决策层内部的一个规则推理模块，它位于“风险判断”之后、“行动选择”之前，起到“约束生成器”的作用。

具体来说，决策层内部可细分为四个子环节：态势理解→风险分级→规则推理→行动生成。规则推理模块的输入是“会遇局面分类结果+本船操纵性参数+环境约束”，输出是“允许的机动集合与优先级”。例如判定为交叉相遇且本船为让路船时，规则模块输出约束：“优先右转、避免穿越他船船首、保持安全距离不小于0.5 n mile”；若本船为直航船，则输出“保向保速，仅在紧迫局面时采取最有助于避碰的行动”。这样，后续的路径规划或强化学习策略就被限制在规则允许的动作空间内，而不是自由发挥。

三、系统数据流与规则调用关系

下面的图展示了四层架构之间的数据流，以及COLREGs规则库在决策层中的调用位置。注意箭头方向：感知数据向上汇聚，决策意图向下传递，执行状态向上反馈形成闭环。

图中最值得关注的是黄色规则库的位置：它夹在“风险分级”和“行动生成”之间，说明规则不是替代风险判断，而是在风险判断确认“存在碰撞危险”之后才介入。同时，规则库的输出是约束集合而非单一动作，这为后续优化算法保留了空间。右侧虚线表示执行层状态反馈回决策层，用于判断“转向是否已生效、目标是否已让清”，从而决定何时恢复原航向。

四、一个可运行的判断示例

假设本船航向000°、航速12 kn，感知层融合得到目标T03：相对方位040°、距离4.0 n mile、目标航向270°、航速10 kn。决策层先计算相对运动：目标大致从右舷向左舷横越，DCPA约0.3 n mile，TCPA约11 min，属于“交叉相遇、本船为让路船”的典型局面。规则推理模块调用交叉相遇条款，输出约束：应向右转向、从他船船尾通过、避免穿越其船首。行动生成模块据此给出目标航向060°。控制层将航向偏差60°分解为舵角序列，受舵速限制约需40 s达到稳定转向；执行层舵机动作后，感知层在下一周期观察到目标方位持续增大、DCPA回升至0.8 n mile以上，决策层判定让清，发出恢复原航向000°的指令。

这个例子说明：智能驾驶系统的“智能”并不神秘，它体现在每一层都有明确的输入输出契约，而COLREGs正是决策层契约中最关键的一条。理解了这个架构，后续学习具体规则条款时，就能清楚知道每条规则最终会落在哪个模块、影响哪一类输出。