智能航运的发展经历了从早期概念探索、到关键技术突破、再到近年来实船验证与应用推广的演进过程。每一个阶段,都对从业者提出了不同的能力要求,最初需 要懂船舶、懂航行的人来定义问题,后来需要懂控制、懂算法的人来求解问题,如今则需要既懂船又懂算法的复合型人才将技术落地。刘佳仑的成长轨迹,恰好与这一进程形成了某种共振。
辽宁抚顺,不靠海,却挨着浑河。少年时代的刘佳仑喜欢翻看舰船杂志,对那些“钢铁巨兽”充满向往。2006年高考后,他考入武汉理工大学“航海技术”专业,他原以为是“学习船舶设计,成为设计师”,来了才发现是“学习如何开船,做驾驶员”。这个美丽的误会,却意外地为他铺设了一条与众不同的技术之路。
刘佳仑的学术轨迹构成了一个罕见的完整闭环,本科航海技术,让他以舵手的视角理解驾驶操作与决策逻辑;硕士交通信息工程及控制,让他从系统层面认知船舶的安全营运与交通组织;博士船舶设计制造及操控,让他深入船舶作为被控对象的流体力学本质。当许多控制领域的研究者将船舶简化为一个数学公式时,刘佳仑却执着于洞察公式背后真实的物理过程。船舶在浅水区为什么会“吸底”?舵叶在不同攻角下的升力特性如何变化?螺旋桨与舵的交互干扰怎样影响操纵性?这些问题,一个纯控制背景的工程师可能永远不需要回答,但刘佳仑必须回答,因为他要控制的,正是这些复杂的物理实体。这种从“物理层”到“决策层”的贯通式认知,是他研发智能驾驶系统最独特的技术底色。
在荷兰代尔夫特理工大学攻读博士期间,刘佳仑经历了从接受系统化知识传授到以导师引导为主的独立研究的转变。导师Robert Hekkenberg采用引导式指导,不直接教授技术细节,而是更侧重引导和训练科研思维。还会引荐国际船舶操纵领域学者原国际拖曳水池会议操纵技术委员会主席Frans Quadvlieg先生定期与他进行技术讨论。两位恩师,一位教他“渔”的方法,一位教他“鱼”的深度。这种训练方式使他逐渐形成了独立发现问题、构建解决方案的能力。
博士期间,刘佳仑专注于内河船舶操纵性能相关研究,例如他系统研究了不同舵型对船舶操纵性能的影响,成果发表于Ocean Engineering等期刊,出版了英文专著。其中一篇名为Sixty years of research on ship rudders:effects of design choices on rudder performance的综述论文,刊发后成为Ships and Offshore Structures历史浏览量第一的文章,至今仍被广泛引用。这段潜心钻研的经历,让他掌握了基于计算流体动力学的船舶水动力精确建模能力,这正是后来解决自动靠离泊、低速精准控制等难题的技术密钥。不懂流体力学,就无法解释船舶在自然环境和作业操纵耦合下的船舶运动特性;而没有这种解释能力,所谓的“智能控制”就只是无源之水。
回国后,刘佳仑面临从“经典力学”向“智能控制”的技术跨越与延伸。他在模型预测控制、强化学习、神经网络辨识等前沿控制理论方面进行了系统学习与积累,并将之与深厚的船舶水动力和操纵模型相结合,形成了“机理-数据”双驱动的独特技术路线。同时掌握智能控制算法与船舶操纵建模的复合型研究背景,正是智能船舶技术研发所需要的人才特征。
如今,他正尝试将传统船舶操纵理论与智能控制方法进一步融合,探索面向复杂任务与多船型场景的自主航行技术,希望突破智能控制高度依赖单一船型和大量数据训练的局限。在他看来,未来的船舶智能驾驶系统不仅要“会开船”,更要具备跨船型、跨任务的自主适应与迁移能力,而这正是刘佳仑从“懂船”到“赋脑”这一路走来的技术思考,与行业从“人工驾驶”走向“人机协作”的整体方向相契合。