| dc.description.abstract | Målet med masteroppgaven som har tittel "Visualization of Ships in a Mixed-Reality Environment and Automated Situational Awareness using Live AIS Data" er å utvikle et rammeverk og et system for automatisk situasjonsforståelse for menneskelige operatører basert på AIS-målinger. I denne sammenhengen betyr automatisk situasjonsforståelse å forstå hva som skjer rundt deg og hva som kommer til å skje. Hovedverktøyet er 3-D visualisering av AIS-detekterte skip og et fjernstyrt ubemannet overflatefartøy (USV) i et miljø basert på blandet virkelighet. Det valgte miljøet er en fjord utenfor Trondheim som er implementert i Unity som en virtuell verden. 3-D modellen er basert på data fra geografiske informasjonssystemer (GIS) og AIS-detekterte skip er lagt oppå den virtuelle verdenen ved å bruke deres virkelige geografiske posisjoner som dekodes fra AIS-meldingene i sann tid.
Hovedresultatet i masteroppgaven er et system for automatisk situasjonsforståelse som består av delsystemer for dekoding av AIS-meldinger, tilstandsestimering, prediksjon av fartøybevegelse, risikovurdering, 3-D visualisering samt grafisk brukergrensesnitt (GUI).
Flere eksempelstudier for prediksjon av fartøybevegelse og beregning av kollisjonsindekser i sann tid er inkludert for å demonstrere konseptet for automatisk situasjonsforståelse. Disse resultatene er også publisert internasjonalt som to konferanseartikler og en tidsskriftartikkel.
Til slutt anbefaler forfatteren at et system for automatisk situasjonsforståelse ombord i et kommersielt skip eller en USV kombinerer navigasjon- og sensordata fra andre kilder enn AIS. Redundans er viktig fra et sikkerhetsperspektiv. AIS blir ikke sett på som et pålitelig system pga. signaltap, begrenset rekkevidde, liten oppdateringsrate og problemet med at systemet kan slåes av under en operasjon. På grunn av dette bør et industrielt system for automatisk situasjonsforståelse baseres på sensorfusjon hvor man kombinerer informasjon fra radar, lidar, infrarøde termiske kamera, optiske kamera, satellitter m.m. på en optimal måte.
I tillegg til dette anbefales det å utvikle et 3-D visualiseringssystem som gjør det mulige for den menneskelige operatøren å analysere store mengder med data i sann tid uten å mette det menneskelige kognitive systemet. | |
| dc.description.abstract | The aim of this graduation thesis entitled "Visualization of Ships in a Mixed-Reality Environment and Automated Situational Awareness using Live AIS Data'' is to develop a framework for an automated situational awareness system for human operators using live AIS measurements. In this context, situational awareness means having an accurate understanding of what is happening around you and what is likely to happen. The main tool for this is 3-D visualization of AIS detected ships and a remotely operated unmanned surface vehicle (USV) in a mixed-reality environment. The chosen environment is the fjord outside the city of Trondheim in Norway, which is implemented in Unity as a virtual world. The 3-D model is based on geographical information system (GIS) data and the AIS detected ships are overlaid the virtual world using their real geographical positions, which are live decoded AIS messages.
The main result of the thesis is an automated situational awareness system, which consists of subsystems for decoding of the AIS messages, state estimation and motion prediction, risk assessment, 3-D visualization and a graphical user interface (GUI).
Several case studies for motion prediction and computation of online risk collision risk indexes are presented to demonstrate the concept of automated situational awareness. The results have been published in two conference papers and one journal paper.
Finally, the author recommends that an automated situational awareness system onboard a commercial ship or an USV combines navigation and sensory data from other sources than AIS. Redundancy is important from a safety point of view. AIS is not considered to be a reliable system due to loss of signals, limited range, slow update rates and the problem that the system can be turned off during operation. Consequently, an industrial system for automated situational awareness should be based on sensor fusion where information from radars, lidars, infrared thermal cameras, optical cameras, satellites etc. are combined in an optimal manner.
In addition to this, it is recommended to develop a 3-D visualization system, which makes it possible for a human operator to analyze a large amount of data in real time without saturating the human cognitive system. | |
