МЕТОД ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ СУДНОВОДІЯ ДЛЯ АВТОМАТИЗОВАНОГО КЕРУВАННЯ БЕЗПЕКОЮ РУХУ СУДНА ПО ДАНИМ ECDIS
https://doi.org/10.33815/2313-4763.2024.1.28.022-040
Анотація
Мета дослідження – підвищення безпеки мореплавства шляхом розробки та застосування методу інтеграції автоматизованих засобів підтримки прийняття рішень (СППР) судноводія в умовах невизначеності. Основною проблемою є високе навантаження на судноводіїв через збільшення обсягу інформації від навігаційних систем, що може призводити до помилок та аварійних ситуацій.
Основна проблема дослідження полягає у необхідності створення автоматизованої системи, яка здатна ефективно фільтрувати великий обсяг інформації та надавати судноводію лише найважливіші дані для прийняття рішень, мінімізуючи ризик помилок у складних навігаційних умовах.
Методика дослідження передбачає створення СППР судноводія на основі великих даних ECDIS та аналітики для ідентифікації суден і аналізу ризиків зіткнень, використовуючи методи розпізнавання навігаціної інформації для оптимізації маршрутів. Дослідження проводилось на маршруті заходу у порт Лагос, Тимкан, де разом з експертом, було складено словник дій на кожному етапі маршруту, відповідно до даних ECDIS.
Результати дослідження демонструють, що застосування розробленої СППР дозволяє зменшити навантаження на судноводіїв, покращити ситуаційну обізнаність та мінімізувати ризики зіткнень. Зокрема, під час тренажерної підготовки за курсом «Навігація і лоція» з використанням навігаційних тренажерів TRANSAS Wärtsilä Navi-Sailor ECDIS, час руху судна було скорочено від 7% до 18%, що також сприяло економії паливно-мастильних матеріалів та електроенергії на судні.
Практична значущість дослідження полягає в розробці СППР, яка забезпечує фільтрацію та пріоритезацію інформації, покращуючи обізнаність про навігаційну ситуацію. Система використовує методи ідентифікації рівня небезпеки та надає згенеровані автоматичні поради.
Перспективи подальших досліджень включають вдосконалення методів інтеграції різних сенсорів, підвищення точності та надійності навігаційних систем, а також забезпечення кібербезпеки. Розширення дослідження сприятимуть більш глибокій перевірці ефективності запропонованого методу у реальних умовах морської навігації та вдосконаленням алгоритмів аналізу великих обсягів даних.
Бібл. 23, рис. 11.
Посилання
2. Nosov, P., Koretsky, O., Zinchenko, S., Prokopchuk, Y., Gritsuk, I., Sokol, I., Kyrychenko, K. (2023). Devising an approach to safety management of vessel control through the identification of navigator’s state. Eastern-European Journal 1of Enterprise Technologies, 4 (3 (124)), 19–32. https://doi.org/10.15587/1729-4061.2023.286156.
3. Zinchenko, S., Kobets, V., Tovstokoryi, O., Nosov, P., & Popovych, I. (2023). Intelligent System Control of the Vessel Executive Devices Redundant Structure. In CEUR Workshop Proceedings (Vol. 3403, Paper 44, pp. 582-594). CEUR-WS.org.
4. Gritsuk I. V., Nosov P. S., Ponomaryova V. P., Diahyleva O. S. (2023). Reduction of navigation risks by using fuzzy logic to automate control processes under uncertainty. «Наука і техніка сьогодні» (Серія «Техніка»)»: журнал. № 6(20). С. 8–22.
5. Victoria Ponomaryova, Pavlo Nosov. (2023). Method of automated identi-fication of qualification parameters for marine operators under risk conditions // Науковий вісник Херсонської державної морської академії (Автоматизація та комп’ютерно-інтегровані технології): науковий журнал. – Херсон: Херсонська державна морська академія, № 26–27. С. 144–165.
6. Zhang, Mingyang & Zhang, Xinyu & Fu, Shanshan & Dai, Lei & Yu, Qing. (2024). Recent Developments and Knowledge in Intelligent and Safe Marine Navigation. MDPI. 219 pp. ISBN: 978-3-03928-624-9.
7. Banaszek, Andrzej & Lisaj, Andrzej. (2023). The Radiocommunication Support Decision System to Use in Distress Situations for Captains of Small Non-conventional Vessels Operating in the Caribbean Sea Area. Procedia Computer Science. 225. 765–774. https://doi.org/10.1016/j.procs.2023.10.063.
8. Luo, Jianan & Geng, Xiongfei & Li, Yabin & Yu, Qiaochan. (2022). Study on the Risk Model of the Intelligent Ship Navigation. Wireless Communications and Mobile Computing. 1–9. https://doi.org/10.1155/2022/3437255.
9. Wang, Zhiyuan & Wu, Yong & Chu, Xiumin & Liu, Chenguang & Zheng, Mao. (2023). Risk Identification Method for Ship Navigation in the Complex Waterways via Consideration of Ship Domain. Journal of Marine Science and Engineering. 11. 2265. https://doi.org/10.3390/jmse11122265.
10. Qian, Jingyi & Zeng, Huilu & Yao, Guowei & Kong, Fanwei. (2023). Research of the New Generation Marine Navigation Security Communication System. Transactions on Computer Science and Intelligent Systems Research. 2. 130–139. https://doi.org/10.62051/vvvtye15.
11. Sarkodie, Pokuaa & Zhang, Zhenkai & Benuwa, Ben & Ghansah, Benjamin & Ansah, Ernest. (2018). A Survey of Advanced Marine Communication and Navigation Technologies: Developments and Strategies. International Journal of Engineering Research in Africa. 34. 102–115. https://doi.org/10.4028/www.scientific.net/JERA.34.102.
12. Yang, Defu & Solihin, Mahmud Iwan & Zhao, Yawen & Yao, Benchun & Chen, Chaoran & Cai, Bingyu & Machmudah, Affiani. (2023). A review of intelligent ship marine object detection based on RGB camera. IET Image Processing. 18. n/a-n/a. https://doi.org/10.1049/ipr2.12959.
13. Jian, Jun & Sun, Zheng & Sun, Kai. (2024). An Intelligent Automatic Sea Forecasting System Targeting Specific Areas on Sailing Routes. Sustainability. 16. 1117. https://doi.org/10.3390/su16031117.
14. Wang, Yong & Gao, Zengyun & Li, Chunxu & Ge, Fan & Wei, Changgeng & Xu, Jiaqing. (2022). Research on Maritime Navigation Perception Requirements of Intelligent Ships. Journal of Physics: Conference Series. 2356. 012033. https://doi.org/10.1088/1742-6596/2356/1/012033.
15. Zhang, Daiyong & Chu, Xiumin & Liu, Chenguang & He, Zhibo & Zhang, Pulin & Wu, Wenxiang. (2024). A Review on Motion Prediction for Intelligent Ship Navigation. Journal of Marine Science and Engineering. 12. 107. https://doi.org/10.3390/jmse12010107.
16. Cui, Zhewen & Guan, Wei & Zhang, Xianku & Zhang, Cheng. (2023). Autonomous Navigation Decision-Making Method for a Smart Marine Surface Vessel Based on an Improved Soft Actor–Critic Algorithm. Journal of Marine Science and Engineering. 11. 1554. https://doi.org/10.3390/jmse11081554.
17. Liu, Qixin & Bai, Xu & Luo, Xiaofang & Yang, Li & Li, Yongzheng & Wang, Ke. (2023). Dynamic Risk Analysis of Intelligent Navigation Process Based on Dynamic Bayesian Network. Journal of Physics: Conference Series. 2491. 012011. https://doi.org/10.1088/1742-6596/2491/1/012011.
18. Du, Yanke & Sun, Shuo & Qiu, Shi & Li, Shaoxi & Pan, Mingyang & Chen, Chi-Hua. (2021). Intelligent Recognition System Based on Contour Accentuation for Navigation Marks. Wireless Communications and Mobile Computing. https://doi.org/10.1155/2021/6631074.
19. Serhii, Firsov & Pishchukhina, Olga. (2018). Intelligent support of multilevel functional stability of control and navigation systems. Radio Electronics, Computer Science, Control. https://doi.org/10.15588/1607-3274-2018-2-20.
20. Zhen, Rong & Ye, Yingdong & Chen, Xinqiang & Xu, Liangkun. (2023). A Novel Intelligent Detection Algorithm of Aids to Navigation Based on Improved YOLOv4. Journal of Marine Science and Engineering. 11. 452. https://doi.org/10.3390/jmse11020452.
21. Luo, Jianping. (2024). Intelligent Stowage Expert Decision-Making System for Ro-Ro Passenger Ships. Electronics, Communications and Networks. https://doi.org/10. 3233/FAIA231186.
22. Xue, Xingqun & Ma, Xiaochen & Jiang, Mingnan & Gao, Yang & Park, Sae. (2020). The Construction of an Intelligent Risk-Prevention System for Marine Silk Road. Applied Sciences. 10. 5044. https://doi.org/10.3390/app10155044.
23. Bingchan, Li & Mao, Bo & Cao, Jie. (2018). Maintenance and Management of Marine Communication and Navigation Equipment Based on Virtual Reality. Procedia Computer Science. 139. 221–226. https://doi.org/10.1016/j.procs.2018.10.254.
