当前船舶业有两大特点:一是现代船舶的大型化和技术的复杂程度使得船员对船舶的整体控制和管理变得日益困难;二是由于全球贸易格局的变化,船舶的航程和经停港越来越多,导致远洋船舶在海上航行的时间也日益增加。在这种情况下,船舶碰撞事故发生率不断增加。本文将以船舶避碰作为研究对象,对于船舶碰撞危险度计算方法和船舶辅助自主避碰系统开发方案进行分析和研究,主要研究工作如下:1.对传统船舶碰撞危险度评估方法进行了分析,并提出改进的碰撞危险度计算方法。首先对船舶碰撞过程和避碰原理进行分析,包括对船舶不同会遇场景的分解分析和船舶从安全到发生碰撞过程中的各个阶段的分析,其次对主流的船舶碰撞危险度评估方法的应用情况和不足之处进行了研究和分析,在此基础上提出了评估船舶碰撞危险度的新思路以及应用方法。2.提出了基于深层神经网络的船舶避碰危险度计算方法。首先对人工神经网络在船舶避碰的应用进行了解析。在此基础上,提出了基于深度学习方法的改进型深层神经网络计算碰撞危险度的方法,并建立深层神经网络训练模型,然后应用航行仿真模拟系统对深层神经网络训练模型进行了验证。3.提出了完整的船舶辅助自主避碰系统方案。结合船舶发展的新技术,从信息感知与目标识别、知识库设置、会遇场景分析、碰撞危险度评估、避碰决策、应急机制等多个方面着手,结合当前船舶自主避碰技术及其发展趋势,最终提出一套完整的船舶自主避碰的开发方案。