Beschrieben wird eine in Frankreich entwickelte Methode zur Verknüpfung der klassischen Schiffshydrodynamik mit Methoden der künstlichen Intelligenz, um die Schiffsführung bei Wahl von Kurs und Geschwindigkeit zu unterstützen. Erprobt wird zur Zeit ein System, das für die Helikopterlandung auf Schiffen entwickelt wurde, wobei das Seeverhalten entscheidend ist. Eine Variation für Verbände von Hochseeschleppern und havarierten Schiffen befindet sich in Vorbereitung. Das Problem lässt sich nicht mit den klassischen exakten mathematischen Methoden lösen, weil die Wirklichkeit zu kompliziert ist. Meteorologische Seegangsprognosen sind nur Approximationen des Seegangs, berechnete Übertragungsfunktionen für das Schiff in regelmäßigen Wellen werden durch Nichtlinearitäten und Fehler in den Massenverteilungen (Ladungszustand) verfälscht, Randbedingungen sind häufig unscharf. Für solche Fälle liefert die Fuzzy Logik (unscharfe Logik) das Werkzeug zur Lösung des Problems. In Frankreich wurde ein erstes System für die kurzfristige Routenplanung (PrISM) auf dieser Basis entwickelt, welches das Seeverhalten berücksichtigt und das Fuzzy Logik, Expertensystem und genetische Algorithmen zur Optimierung verbindet. Die wichtigsten Parameter für die Routenplanung sind dabei Stampfwinkel, Rollwinkel, Tauchamplitude, Längsbiegemoment, relative Windgeschwindidgkeit über Deck, Winkel zwischen der vorherschenden Windrichtung und dem Kurs des Schiffes, Abweichung von der Route. Die letzten drei Parameter lassen sich durch Vektorrechnung von der Schiffsführung bestimmen. Die ersten vier Parameter können mit Standardmethoden berechnet werden, wenn der umgebende Seegang, d.h. das Seegangsspektrum, bekannt ist. Ist das nicht der Fall, ist dieser Faktor ein wesentliche variable Größe, die bestimmt werden muss. Das PrISM verwendet dafür Genetische Algorithmen. Die Wissensbasis des PrISM beinhaltet u.a. auch die Abstufungen und Funktionen der Fuzzy Logik, um nach Aussagen von Kapitänen und Piloten verschiedene Zustände als 'absolut sicher', 'ziemlich sicher', 'noch akzeptabel' und 'ungefährlich' einzustufen. Die Fuzzy Logik kann dann möglichen Kurs und Geschwindigkeit mit erwarteten Zustandsgrößen und zugehörigen Sicherheitszuständen kombinieren, um eine optimale Route zu empfehlen. Sie findet dabei mehr Lösungen als die klassische Logik. Das PrISM ist zur Zeit bei der französischen Marine in Erprobung. Reaktionen der Schiffsführung sind positiv. Die Bedienung des Systems ist einfach und die Anzeigen sind klar verständlich. Weitere Forschungsarbeiten für die Übertragung des Systems auf verwandte Anwendungen sind vorgesehen.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Künstliche Intelligenz für kurzfristige Routenplanung


    Weitere Titelangaben:

    Artificial intelligence for short-term route planning


    Beteiligte:
    Capitant, C. (Autor:in) / Bertram, V. (Autor:in)

    Erschienen in:

    Erscheinungsdatum :

    2003


    Format / Umfang :

    2 Seiten, 3 Bilder, 1 Tabelle



    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Print


    Sprache :

    Deutsch





    Künstliche Intelligenz

    Nolting, Michael | Springer Verlag | 2020


    ROUTENPLANUNG FÜR FAHRZEUG

    NIEWIADOMSKI LUKE / LAVOIE ERICK MICHAEL / TROMBLEY ROGER ARNOLD | Europäisches Patentamt | 2019

    Freier Zugriff

    Verkehrsteilnehmerabhängige Routenplanung

    SCHOLL TOBIAS / SPITZER MARCO | Europäisches Patentamt | 2018

    Freier Zugriff