晨光
暗夜
晨光
极光
Bilingual Paper Reading · 中英对照精读

面向自主船舶的未来海上交通管理系统展望

准大一 · 轮机工程 × 船舶自主化 × AI+航海 —— 未来船舶交通管理精读材料
原文：arXiv:2207.04140 2022年7月8日发布 arXiv 预印本（cs.NI） 船舶交通系统 × 自主船舶 × 数字孪生 附英文摘要朗读音频

一、论文档案

英文标题An Outlook on the Future Marine Traffic Management System for Autonomous Ships
中文标题面向自主船舶的未来海上交通管理系统展望
作者米凯莱·马尔泰利, 安东尼奥·维尔迪斯, 阿尔贝托·戈塔, 彼得罗·卡萨拉, 玛丽亚·迪·苏马
发布时间2022年7月8日（v1）｜分类：cs.NI（计算机网络）
原文链接arxiv.org/abs/2207.04140　·　全文 HTML 版
一句话概括为「自主船 + 有人船同海航行」的未来设计新的船舶交通系统（VTS）：三层架构——AI 检测控制层 + 编排通信平台层 + 整体制导-导航-控制（GNC）框架层，并用「船舶数字孪生 + 缩比模型船」的虚实结合场景来测试验证。
💡 为什么选这篇给你：① 自主船舶是航运数字化的终极目标，而「岸基设施没跟上船载技术」是公认的短板——这篇正好补「岸」这一侧；② 视野大——把 AI、通信、编排、GNC 串成一张三层架构图，适合建立系统观；③ 提出「数字孪生 + 模型船」的虚实测试路线，还量化了无人船对成本（CAPEX/OPEX）与安全的影响，故事完整。

二、核心术语表（先扫一遍再读正文）

英文术语中文大白话解释
Vessel Traffic System (VTS)船舶交通系统岸基的船舶交通管理设施，负责监测、指挥港口/航道水域的船舶交通。
autonomous ship自主船舶无需人工干预即可感知、决策与控制的船舶，是航运数字化的终极形态。
ship navigator / ship engineer船舶驾驶员 / 轮机员船上的两类关键岗位；本文设想由两个相互关联的 AI 系统分别扮演。
situational awareness态势感知对周围环境「发生了什么、接下来会怎样」的实时理解能力。
digital twin数字孪生物理对象（如船舶）的实时数字镜像，用于仿真、测试与预测。
model-scale ship缩比模型船按比例缩小的实体试验船，可在水池/水域真实航行验证算法。
GNC（Guidance-Navigation-Control）制导-导航-控制船舶运动控制的整体框架：定航向（制导）→ 定位定向（导航）→ 执行（控制）。
orchestration platform编排与管理平台协调各子系统、传感器与 AI 算法结果的「指挥调度层」。
edge / distributed computing边缘 / 分布式计算在数据源头附近或分散地计算，以满足海上严苛环境的低延迟等要求。
CAPEX / OPEX资本支出 / 运营支出一次性投资成本 / 日常运营成本，无人船对两者影响不同。
AIS（Automatic Identification System）船舶自动识别系统船-船、船-岸自动交换航向、航速、船名等信息的标准系统。
AR / VR增强现实 / 虚拟现实虚实融合的信息叠加 / 完全虚拟的场景呈现，用于操控与训练。

三、摘要中英对照（精读核心）

🎧 音频在文末，可先听一遍原文再读；每个英文句都配了逐句翻译。

摘要 Abstract

EN · 原文
In the shipping digitalisation process, the peak will be reached with the advent of a wholly autonomous and at the same time safe and reliable ship.
CN · 翻译
在航运数字化进程中，巅峰将随着完全自主且同时安全可靠的船舶问世而到来。
EN · 原文
Full autonomy could be obtained by two linked Artificial-Intelligence systems representing the ship navigator and the ship engineer that possess sensing and analysis skills, situational awareness, planning, and control capabilities.
CN · 翻译
完全自主可由两个相互关联的人工智能系统实现——它们分别扮演船舶「驾驶员」与「轮机员」角色，具备感知分析、态势感知、规划与控制能力。
EN · 原文
Many efforts have been made in developing onboard systems; however, the shore facilities are not ready yet to deal with these new technologies.
CN · 翻译
船上系统的开发已投入大量努力；然而，岸基设施尚未准备好应对这些新技术。
EN · 原文
The paper aims to present the innovative technologies and methodologies needed to develop a futuristic Vessel Traffic System.
CN · 翻译
本文旨在介绍开发未来船舶交通系统所需的创新技术与方法。
EN · 原文
The proposed systems will aim at faultless data acquisition and processing, provide input to decision-making systems, and suggest evasive manoeuvre; to deal with hazards and systems failure without human intervention onboard.
CN · 翻译
所提系统致力于无差错的数据采集与处理、为决策系统提供输入、并建议规避机动——在船上无人工干预的情况下应对危险与系统故障。
EN · 原文
The system is composed of three different and interacting layers.
CN · 翻译
该系统由三个相互作用的层次组成。
EN · 原文
The first is an artificially intelligent tool to detect and control autonomous ships, thanks to situation recognition and obstacle avoidance strategies.
CN · 翻译
第一层是人工智能工具，借助态势识别与避障策略来检测和控制自主船舶。
EN · 原文
The second is an orchestration and management platform designed to coordinate the sensing-actuation infrastructure and the AI algorithms results made available by multiple ships, mustering edge, and distributed computing techniques to fulfil the specific harsh requirements of the sea environment.
CN · 翻译
第二层是编排与管理平台，用于协调传感-执行基础设施及多船提供的 AI 算法结果，汇聚边缘与分布式计算技术，以满足海上环境的严苛要求。
EN · 原文
The final part is a holistic guidance-navigation-control framework to manage autonomous ships navigation in a crowded area.
CN · 翻译
最后一部分是整体的制导-导航-控制（GNC）框架，用于管理自主船舶在拥挤区域的航行。
EN · 原文
Eventually, a cyber-physical scenario, using both a ship digital-twin and a real model-scale ship, is suggested to test and validate the innovative system without the availability of a full-scale scenario.
CN · 翻译
最后，建议采用「船舶数字孪生 + 真实缩比模型船」的信息物理场景，在缺乏全尺寸场景的情况下测试与验证创新系统。

关键词 Keywords：Autonomous Ships 自主船舶 ｜ Vessel Traffic System 船舶交通系统 ｜ Digital Twin 数字孪生 ｜ GNC 制导-导航-控制 ｜ Edge Computing 边缘计算

四、引言精选（为什么这个问题重要）

① 工业 4.0 的浪潮里，船不能缺席

EN · 原文
The growth of interest in Industry 4.0 affects all the industrial sectors, including the marine fields [1] and, in particular, the blue economy and efficient transportation. This revolution leads to new challenging scenarios; most of the maritime research community's efforts and related stakeholders are now devoted to the autonomous ship. Shortly, we will see human-crewed and uncrewed vessels operating in the same sea area. Such a revolution needs a solid multidisciplinary scientific background, grouping capabilities from different fields.
CN · 翻译
工业 4.0 引发的关注影响了所有工业部门，包括海事领域，尤其是蓝色经济与高效运输。这场革命带来了新的挑战性场景：海事研究界与相关利益方的大部分努力都投向了自主船舶。不久，我们将看到有人船与无人船在同一海域运行。这场革命需要坚实的多学科科学背景，汇聚不同领域的能力。

② 数据很多，但用不起来——AI 是桥梁

EN · 原文
There is still a considerable gap between the amount of data available and the ability of the marine sector to benefit from it. Deep learning algorithms represent the concrete possibility of elaborating this enormous amount of data into useful information to let ships navigate autonomously. Two of the most challenging research problems still open are the collision avoidance strategy and the coordination among different vessels [2].
CN · 翻译
可用数据量与海事部门从中获益的能力之间仍存在相当大的差距。深度学习算法代表着把海量数据加工成有用信息、让船舶自主航行的具体可能。两个最具挑战性的开放研究问题仍然是：避碰策略与多船之间的协调。

③ 岸基系统过时了：现有 VTS 撑不起新千年的挑战

EN · 原文
The main marine stakeholders' goal is to achieve autonomous navigation as soon as possible, reduce costs and achieve safe, reliable, and efficient navigation [3]. Today what seemed impossible until a few years ago appears feasible thanks to the growing evolution of critical enabling technologies such as Artificial Intelligence, Big Data Analytics, and Virtual/Augmented Reality. Based on the reasons above, new and technologically advanced vessel traffic systems are needed to populate the coasts worldwide since the current system [4, 5, 6] will be unable to deal with the new millennium challenges [7].
CN · 翻译
海事利益相关者的主要目标是：尽快实现自主航行、降低成本、实现安全可靠高效的航行。得益于人工智能、大数据分析、虚拟/增强现实等关键使能技术的演进，几年前看似不可能的事如今已变得可行。基于以上原因，全球沿海需要布设技术先进的新型船舶交通系统——因为现有系统将无法应对新千年的挑战。

④ 自主船不可能「独来独往」——VTS 设计必须进化

EN · 原文
Within this context, this paper looks for near-future and beyond near-future navigation scenarios, wherein ships with different degrees of autonomy [8][9] will navigate the same area and proposes a new Vessel Traffic System architecture. Engineers will face a new challenge in managing this situation. The proposed layout is based on massive ICT technology use and the latest research in the marine engineering field. In particular, it will be impossible to imagine that an autonomous ship can take some action without interacting with each other; for such a reason, advances in the Vessel Traffic System (VTS) design are necessary.
CN · 翻译
在此背景下，本文展望近期及更远期的航行场景——不同自主程度的船舶将在同一区域航行——并提出新的船舶交通系统架构。工程师将面临管理这种局面的新挑战。所提架构基于大规模 ICT 技术与海事工程领域的最新研究。尤其重要的是：无法想象自主船不与其他船交互就采取行动——因此，船舶交通系统（VTS）设计的进步必不可少。
💡 这是全文最有味道的一句："Full autonomy could be obtained by two linked Artificial-Intelligence systems representing the ship navigator and the ship engineer"——把「船长 + 轮机长」这两个传统岗位翻译成两个互联的 AI 系统：驾驶（导航避碰）与机务（动力监控）各司其职又协同工作。轮机工程的同学在这套图景里不是配角——轮机员对应的「ship engineer」AI 恰恰是轮机工程智能化的核心。

五、论文贡献（3 个要点）

EN · 原文
1. A three-layer futuristic VTS architecture. The system is composed of three different and interacting layers. The first is an artificially intelligent tool to detect and control autonomous ships, thanks to situation recognition and obstacle avoidance strategies. The second is an orchestration and management platform designed to coordinate the sensing-actuation infrastructure and the AI algorithms results made available by multiple ships, mustering edge, and distributed computing techniques to fulfil the specific harsh requirements of the sea environment. The final part is a holistic guidance-navigation-control framework to manage autonomous ships navigation in a crowded area.
CN · 翻译
1. 未来 VTS 的三层架构。系统由三个相互作用层组成：第一层是检测与控制自主船的 AI 工具（态势识别 + 避障策略）；第二层是编排与管理平台（协调传感-执行基础设施与多船 AI 结果，汇聚边缘与分布式计算以满足海上严苛要求）；第三层是整体 GNC 框架（管理拥挤区域中的自主船航行）。
EN · 原文
2. A cyber-physical validation scenario. Eventually, a cyber-physical scenario, using both a ship digital-twin and a real model-scale ship, is suggested to test and validate the innovative system without the availability of a full-scale scenario.
CN · 翻译
2. 信息物理虚实验证场景。建议采用「船舶数字孪生 + 真实缩比模型船」的组合，在没有全尺寸场景可用的条件下测试与验证创新系统——虚拟世界跑完整流程，实体模型船验证真实物理行为。
EN · 原文
3. A quantified impact analysis on costs and safety. To the author's best knowledge, nothing similar exists yet, neither in scientific literature nor in industrial projects. Autonomous ship capabilities will impact both the ship investment costs (CAPEX) and the ship operational costs (OPEX). Crewless ships will not need deck houses, heating/cooling and lifesaving equipment. This will result in different ship concepts with more space for payload, lower CAPEX and lower carbon footprint per cargo unit than current ship designs. On the other hand, the cost of autonomous ship technology will be higher than present-day ship automation. Preliminary estimates indicate those cost-savings due to the absence of ship personnel are balanced by the ship automation's higher cost.
CN · 翻译
3. 对成本与安全的量化影响分析。据作者所知，无论科学文献还是工业项目，目前还没有类似系统存在。自主船舶能力将同时影响投资成本（CAPEX）与运营成本（OPEX）：无人船不需要舱室、供暖/制冷与救生设备，将催生有更多载货空间、更低 CAPEX、更低单位货物碳足迹的新船型；但自主技术成本会高于当今船舶自动化水平——初步估计表明，省去船员的成本节约恰好被更高的自动化成本抵消。

六、结论中英对照

EN · 原文
From a general perspective, the proposed system will directly impact the maritime field, thanks to its potential of bringing a concept of dynamic cooperation in the scenario of autonomous ships. In such a sector, the idea is to enhance the existing technology using augmented and virtual reality and machine learning approaches to obtain information suitable for the reliable control of autonomous surface vessels in a wide range of navigation scenarios. For what concerns; instead, the orchestration and the communication techniques should be designed specifically for the maritime context, fitting the challenging environmental conditions and meeting the stringent safety requirements. For the maritime sector, the proposed system will be a breakthrough in the current state of the art, looking forward to when several ships, with different control strategies developed by different automation providers, will navigate together with crewed ships. In such a scenario, Artificial Intelligence algorithms, ship to ship communications with a standard protocol, enhanced concerning the Automatic Identification System currently in use, will be the solution for the new generation of sea traffic management. To the author's best knowledge, nothing similar exists yet, neither in scientific literature nor in industrial projects.
CN · 翻译
总体而言，所提系统将直接影响海事领域——它有望把「动态协作」理念带入自主船舶场景：用增强现实、虚拟现实与机器学习方法增强现有技术，获取适用于在各种航行场景下可靠控制自主水面船的信息；而编排与通信技术应专门面向海事环境设计，适应严苛环境条件、满足严格安全要求。对海事部门而言，该系统将是现状的一次突破——展望未来：多艘由不同自动化厂商开发、采用不同控制策略的船舶，将与有人船一起航行。届时，AI 算法、基于标准协议的船-船通信（相对现行 AIS 的增强）将成为新一代海上交通管理的解决方案。据作者所知，科学文献与工业项目中都还没有类似系统。
EN · 原文
The proposed system will decrease the number of collisions (ship to ship and ship to the pier), with considerable repair costs saving and reducing the delay in goods/services. Finally, the proposed system will increase the safety of human life and goods at sea, reducing accidents in the coastal area. Secondarily, the reduced risk of accidents automatically reduces the oil spills significantly, with a lower impact on the nowadays fragile marine ecosystems.
CN · 翻译
所提系统将减少碰撞数量（船-船、船-码头），节省可观的修理费用，并减少货物/服务的延误；还将提高海上人命与货物安全、减少沿海地区事故。其次，事故风险降低自然显著减少石油泄漏，减轻对当今脆弱海洋生态系统的影响。

七、编者解读：这篇论文到底讲了什么（大白话版）

  1. 问题：船上的智能化（避碰、自主航行）跑得很快，但岸上的交通管理还是老一套 VTS——未来「有人船 + 各种自主程度的无人船」混行，老系统根本管不过来；而且自主船不可能「闷头自己开」，必须和别的船、和岸上实时交互。
  2. 做法：画一张三层架构蓝图——① 底层 AI 工具：识别态势、控制自主船；② 中间编排平台：把船上的传感器、AI 结果、岸上计算（边缘/分布式）统一协调起来；③ 顶层 GNC 框架：负责拥挤水域的整体航行管理。三层的核心是「船-岸-云」协同。
  3. 验证思路：没有全尺寸船可测怎么办？用「数字孪生（虚拟世界全流程仿真）+ 缩比模型船（真实物理行为）」组合验证——这是当时很有前瞻性的虚实测试方法论。
  4. 最值钱的观点：把「船员（驾驶员 + 轮机员）」抽象成两个互联 AI；以及「省下的船员成本 ≈ 多花的自动化成本」这种清醒的成本测算——不吹牛、算细账。
  5. 工程意义：对轮机工程来说，无人船的「机舱无人化」意味着轮机监控、故障预测、能源管理都要做成自主系统——这正是「ship engineer AI」的用武之地；减少碰撞和溢油直接关系航运绿色化与安全监管。
🎯 对保研的启示：这是一篇「系统架构型」论文——不解决单一算法，而是给出整体蓝图。复试时若能展示「系统级思维」：把技术分成层、讲清层与层之间怎么交互、并指出验证路径，会让导师看到你的工程视野。

八、给准大一的阅读路线图 & 延伸方向

📖 怎么读这篇论文（三遍法）

  1. 第一遍（10 分钟）：只读摘要和术语表，回答三个问题——问题是什么？方法是什么？结果是什么？
  2. 第二遍（20 分钟）：读引言 + 结论，重点体会「为什么岸基系统必须进化」以及「自主船对成本/安全的影响」。
  3. 第三遍（30 分钟）：读三层架构的文字描述与缩略词表（AIS、GNC、VTS、AR/VR 等），跳过所有公式和编号，只理解每层「负责什么、和谁交互」。

🚀 这个方向你能延伸做什么

九、英文摘要朗读（练听力用）

先盲听一遍→再看对照稿→再听一遍。目标是听出每个术语（autonomous ship、Vessel Traffic System、digital twin、model-scale ship、GNC）和「three layers」的结构。