https://www.mdu.se/

mdu.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Automatisering av fartygspositionsförutsägelse med hjälp av AIS-data
Mälardalen University, School of Innovation, Design and Engineering.
2023 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [sv]

Denna rapport presenterar ett examensarbete där ett system konstruerats för att undersökamöjligheterna med AIS-data. Automatiskt identifikations system(AIS) har varit ett krav förinternationellt gående fartyg i ca 20 år och hur denna data kan användas har undersökts på fleraolika sätt. Datan som produceras från AIS innehåller fartygs position, kurs, hastighet, riktningetc. Företaget Qtagg R&D var intresserade av möjligheten att kunna använda AIS-data tillförutsägelse av fartygs positioner samt om detta kan utnyttjas för detektering av farligatrafiksituationer. De undrar även om denna process kan automatiseras. Qtagg tror att ett sådantsystem kan underlätta för ett fartyg under en resa och minska risken för olyckor. Arbeten skeddegemensamt med Qtagg då det fanns ett gemensamt intresse. För att undersöka det valda ämnetinsamlades information angående de relevanta områdena, därefter kunde AIS-data lagras medhjälp av en API. Ett system som besvarar frågeställningen konstruerades och testades genomsimulering av trafikflödet i den engelska kanalen. Det utfördes 70 simuleringar av två olika typerav resor och frågeställningen kunde besvaras på detta sätt. Vad resultaten visade var att det gickatt förutsäga framtida positioner till viss del och att konflikter kunde upptäckas. Genomkonstruktionen av systemet blev det möjligt att automatiseras processen. Arbetet visar på attutifrån ren AIS-data är det möjligt att automatisera förutsägelsen av fartygs positioner.

Place, publisher, year, edition, pages
2023. , p. 24
National Category
Computer Sciences
Identifiers
URN: urn:nbn:se:mdh:diva-63560OAI: oai:DiVA.org:mdh-63560DiVA, id: diva2:1774151
External cooperation
Qtagg R&D AB
Supervisors
Examiners
Available from: 2023-10-25 Created: 2023-06-25 Last updated: 2023-10-25Bibliographically approved

Open Access in DiVA

fulltext(1189 kB)74 downloads
File information
File name FULLTEXT01.pdfFile size 1189 kBChecksum SHA-512
3ae1c5f1c1ef6a0d92b4c1417adc96dc1dadba7db9382701486552cb5843a59e21caf7f249e2dd0db327759a3c30e12b04dd8371d4f8d439f15a50639763f836
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Lund, Viktor
By organisation
School of Innovation, Design and Engineering
Computer Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 74 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 335 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf