收益：
- 能够定义自主和远程监控船舶 (MASS) 级别以及决策支持系统的作用
- 能够配置将 AIS、雷达和 ECDIS 数据与 AI 相结合的防撞 (COLREG) 逻辑
- 能够验证 AI 导航决策的最终责任仍然由船长和 COLREG 规则承担
两艘船在海上的相遇是一场遵循数百年历史规则的微妙舞蹈。一次错误的行动就意味着冲突、生命损失和重大环境灾难。今天发货；它配备了结合雷达、AIS（自动识别系统；船舶广播其身份、位置和航线信息的系统）、ECDIS（电子地图）和摄像数据的决策支持系统；自主和远程控制船舶（MASS；海上自主水面船舶）已提上议程。人工智能 (AI) 为传感器融合、态势评估和机动建议提供动力。但海上航行仍然是生命安全最严峻的领域。
绝对限制：未经在避碰规则（COLREG；国际海上避碰规则）框架内以及负责航行的高级船员/船长评估确认的情况下，不得执行人工智能建议的任何机动。无论自主程度如何，COLREG 合规性、良好海事实践和最终安全的责任都不可撤销地落在人类方面（或在完全自主、经过认证和船级社批准的系统的范围内）。
概念： COLREG：决定船舶如何相对彼此操纵的国际规则。 CPA/TCPA：最近接近距离和剩余时间（最近接近点/CPA 时间）。传感器融合：将雷达、AIS、摄像头等不同来源组合成单一情境图像。 MASS：自主/遥控海洋车辆。良好的航海技术：基于经验的安全行为，超越规则。
传感器融合和状态评估
导航安全的第一步是建立对周围交通的准确了解。每个传感器都有其弱点：雷达会受到雨水和海浪的影响，AIS 可能会关闭或发出错误/被操纵的信息，摄像头在夜间和雾中的效果较弱。通过结合这些来源，人工智能计算每个目的地的位置、路线、速度和 CPA/TCPA。但融合的质量受到输入质量的限制：系统图像中可能会丢失 AIS 关闭的小渔船或雷达阴影中的目标。因此，仅仅因为AI说“环境干净”并不能消除它的监视作用。
第二步是评估风险：哪个目标存在冲突风险，存在哪些遭遇几何（正面遭遇、交叉、追赶）。对于每个几何形状，COLREG 定义了谁是“让行”船、谁是“备用”船以及如何操纵。人工智能使这种分类变得更快；但 COLREG 不仅需要几何形状，还需要“良好的航海技术练习”：早期、独特和大规模的机动，雷达上可以看到清晰的意图。人工智能可能会提出这些建议，但官员会解释规则的精神和当地的情况。
注意：虽然 AIS 数据可能看起来是可靠的身份来源，但它可能会被关闭、配置错误或故意欺骗。仅基于 AIS 进行机动是危险的；雷达、目视观察和良好的海上实践一起使用。
COLREG 合规性和自治级别
自主不是一回事，而是一回事。它是从决策支持（人决定，系统推荐）到远程控制和完全自治的阶梯。每个步骤的问责制和验证都不同，但共同点是：系统必须遵守 COLREG，并且提议的操作必须符合规则的文字和精神。如果人工智能建议的机动建议是非法捷径，例如不是转向右舷作为让行船，则该建议将被拒绝。此外，当两艘船“看到”对方时，规则要求尽早采取重大行动，这与“最后时刻的小幅修正”逻辑不同。
关键安全问题：自主或决策辅助系统可能会在训练或测试场景之外表现出意外（例如，不寻常的船只类型、不寻常的交通、传感器故障）。对于这些“极限情况”，人类监督和接管能力至关重要。
遭遇
COLREG 角色
预期机动
人工智能的极限
从一开始的相遇
双方让路
均位于右舷
如果几何形状不清楚，官员会发表评论
异常值转变
谁在自己的旗帜上看到对方，谁就让路
早期、显着的回报
优先解释权在于人类
赶上
成长的人让路
开放通行证
追赶还是发散，边缘局面
狭窄的通道/交通分离
当地规则
不要沿着车道行驶
人工智能中可能缺少本地知识
迷你箱
案例 1——非法“高效”机动。决策支持系统建议处于屈服位置的船舶小幅转向港口，因为这在燃料/时间方面是“高效的”。然而，COLREG 期望在这种几何形状下有清晰、独特的右舷机动；向左转弯会掩盖对方船只的意图并增加冲突的风险。军官拒绝了这个建议，并且通常会尽早且明确地转向右舷。教训：动作必须首先符合COLREG；效率是次要的。
情况 2 — AIS 关闭的目标。系统显示“附近没有 AIS 目标，导航清晰”。瞭望员通过雷达和双筒望远镜注意到一艘小渔船的 AIS 已关闭。如果单独依赖 AIS，可能会发生危险的情况。教训：传感器融合适用于不完整的数据；瞭望台和雷达观测缺一不可。
案例 3——边界收购。在自主测试运行期间，一艘船遇到了系统以前从未见过的不寻常的动作。该系统会产生犹豫且迟到的推荐。桥上的守卫提前发现情况，手动接管并进行安全操作。教训：人类监督和快速接管能力对于自治系统的极限状态行为至关重要。
可复制的提示模板
模板 1 — 遭遇评估（COLREG 框架）：
角色：您是航行安全决策支持顾问。上下文（代表性，用于训练目的）：我自己的船航向[x]，速度[y]；目标航向[a]，速度[b]，方位[c]。任务：1）确定遭遇类型（头/出/超车）。2）根据COLREG，谁让路，谁跟踪？3）描述一个合法的，早期的和明显的机动。约束：这是一个训练分析；实际的机动决定是由负责导航、COLREG 和良好航海技术的军官做出的。不要仅仅依赖AIS；还强调雷达/目视观察。
模板 2 — 传感器融合间隙分析：
评估一张导航情况图片（代表性）：雷达、AIS 和摄像机数据摘要 [...].1) 仅使用一个传感器即可看到哪些目标（风险）？2) 我应该如何处理 AIS 关闭/可疑目标的可能性？3) 列出该图片可能丢失的情况（雷达阴影、雾、小船）。限制：永远不要将“周围环境清晰”结果作为最终结果；需要瞭望台。
模板 3 — 自主接管场景：
制定自主/决策辅助导航系统的接管计划草案：1) 在什么情况下应该由人类接管（限制情况、传感器故障、异常交通）？2) 接管所需的警告和时间。3) 系统不可靠时的安全默认行为是什么？约束：强调最终安全责任仍由人类/认证系统承担。
模板 4 — 机动建议检查：
检查 COLREG 的以下机动建议：[建议的机动和几何形状]。1) 此机动是否遵循规则的文字？2) 是否早、明显且大（良好的航海技术）？3) 对方船只的意图是否明确？4) 是否为了效率而偏离规则？标记任何非法或不明确的点。
弱提示/强提示
弱提示：
这两艘船正在接近，我该怎么办？告诉我最短路线。
强力提示：
角色：您是一名航行安全培训顾问。背景（表示）：遇到我自己的船和目标的几何形状[描述]；附上雷达+AIS+视觉数据摘要。任务：1）确定遭遇类型和COLREG角色。2）推荐合法、早期和明显的机动。3）如何验证AIS是否缺失/可疑？约束：推荐适合COLREG和良好航海技术的机动，而不是“最短路径”；说明最终决定权在于导航员。
弱提示只要求“最短路径”，忽略规则；强大的提示COLREG以角色、身份验证和人员权限为中心。
常见错误
- 将效率置于 COLREG 之上。操纵首先必须遵守规则并具有良好的航海技术；燃料/时间是次要的。
- 完全依靠AIS。 AIS 可能出现故障、出现故障或被欺骗；雷达和目视观察是必不可少的。
- 假设“环境干净”的结果是确定的。传感器融合适用于不完整的数据；观景台是必不可少的。
- 忽略边缘情况。自治系统在它看不到的场景中可能是不可靠的；需要制定收购计划。
- 使机动动作晚且小。 COLREG 需要早期、重大和重大的机动；最后一刻的修正隐藏了意图。
综上所述
导航安全和防撞是人工智能通过传感器融合和态势评估支持的领域，但生命安全是最尖锐的。每项机动建议必须符合 COLREG 的文字和精神，不应单独依赖 AIS，“环境清晰”输出不应消除瞭望，并且应保留人类对自主系统的接管能力。最终的安全责任在于导航员和船长。
应用任务
创建一个代表性的遭遇场景（您的船只和目标、几何形状和传感器数据）。让 AI 应用“遭遇评估”模板并指定遭遇类型和 COLREG 角色。测试建议的机动是否符合“机动建议检查”模板。添加 AIS 覆盖目标的可能性并讨论传感器融合的差距。写下谁有最终决定权以及收购条款。
清单
- [ ] 我首先根据 COLREG 和良好的航海技术评估了机动。
- [ ] 我不认为 AIS 是唯一的来源；我包括雷达和目视观察。
- [ ] 我通过查找来备份“环境干净”输出。
- [ ] 我想到了传感器融合的缺失数据案例（小船、雾）。
- [ ] 我定义了自主/决策支持系统的接管条件。
- [ ] 我将最终的导航/机动决定权留给了负责的军官和船长。