2021 Fiscal Year Final Research Report
Collision avoidance algorithm for multiple target ships by explainable AI
| Project/Area Number |
19H02371
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 24020:Marine engineering-related
|
|---|
| Research Institution | National Institute of Maritime, Port and Aviation Technology |
|---|
Principal Investigator |
Majima Takahiro 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (30392690)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
澤田 涼平 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (00825911)
高玉 圭樹 電気通信大学, 大学院情報理工学研究科, 教授 (20345367)
福戸 淳司 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (40360713)
佐藤 圭二 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (90734244)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 避航操船 / 学習分類子システム / OZT / COLREGs |
|---|
| Outline of Final Research Achievements |
Japan has one of the most congested sea areas in the world, and therefore, an advanced automatic collision avoidance maneuvering algorithm is required to realize a maritime autonomous surface ship. In this study, we developed ship collision avoidance algorithms using OZT (Obstacle Zone by Target), an indicator of collision risk, and a navigation simulation environment to test the algorithms. Two algorithms were developed for the collision avoidance: a knowledge-based method and a learning classifier system, which is an explainable AI. The knowledge-based method was tested in a simulation environment that reproduced vessel traffic flow in Tokyo Bay, a congested sea area. The learning classifier system was used to learn how to maneuver a vessel to reach its destination without collision in a basic situation with other vessels.
|
| Free Research Field |
マルチエージェントシステム
|
| Academic Significance and Societal Importance of the Research Achievements |
船舶による国内貨物輸送量はトンマイルベースで40%を超えており、輸送効率が高く、国内物流の要となっている。また、日本周辺は世界でも有数の輻輳海域であり、船舶の海難事故の8割が人為的要因で発生している。自動運航船の実現は、安全、経済、環境や、労働力不足といった問題の解決にもつながり、社会的意義は大きい。しかし、船舶の衝突事故では、人命損失や甚大な環境破壊の可能性が懸念されるため、避航操船アルゴリズムには説明が付く手法が望まれる。本研究で応用した学習分類子法は、説明可能なAIであり、避航操船に初めて応用された例となるため、学習分類子法の可能性を拡張する意味で学術的にも意義深い。
|
