Sztuczne sieci neuronowe jako alternatywny system nawigacji w transporcie morskim

• Autorzy: Maow A.

Warianty tytułu

EN

Artificial neural networks as an alternative navigation system in maritime transport

• Języki publikacji: PL

Abstrakty

PL

[...]Praktyka pokazuje, iż globalny system wyznaczania pozycji GPS stosowany w nawigacji morskiej na większości statków jest mniej dokładny niż na lądzie. Spowodowane jest to między innymi specyfi cznym ruchem statku na morzu, burzami morskimi, które bywają silniejsze na morzu, jak również małą ilością odbiorników w pobliżu statku. Ze względu wszystkie wymienione powody pojawia się konieczność znajdowania alternatywnych systemów nawigacji na morzu. System taki powinien być automatyczny i niezależny od zewnętrznych czynników. Można tu zaproponować popularne ostatnio sztuczne sieci neuronowe. Sieć neuronowa mogłaby pobrać informacje z pewnych źródeł na statku, np. z radaru morskiego, następnie przetwarzać je i na ich podstawie podać dokładną pozycję statku.[...]

EN

In recent years we can very easily appoint our geographical position on the land, in the air or on the sea. This is a contribution of the great development in various fi elds of knowledge especially in electronics, information technology and astronomy. This development allowed to construct satellite navigation systems as the American Global Positioning System GPS, The European System Galileo or Russian system GLONASS and others. These systems are highly developed and accurate. However, they are fl exible on emergency because of use a complicate techniques in. As an example, we can display the situation in the Balkans war. The American troops have been for more than 10 minutes without satellite signal and the military units did not know the point at which they are located. This example shows that relying solely on the satellite navigation systems, exposes the danger caused by attacks from the enemies on satellite or connect to its signal, which allows the encoding information and distortion its way. The practice shows that the Global Navigation System GPS used today on most marine vessels is less precise than on land. This is due, inter alia, the specifi c movement of the vessel at sea, sea storms, which tend to be stronger at sea as well as a small number of receivers in the vicinity of the ship. For all these reasons, there is a need to fi nd alternative systems of navigation at sea. Such a system should be automatic and independent of external factors. In this article will be propose such system which consist of artifi cial neural networks. Neural network could get information from certain sources on a ship for example from radar, then process them and give out the position of the boat. Such system could be a good alternative to GPS.

Słowa kluczowe

PL

transport morski; system nawigacji; sieci neuronowe

EN

maritime transport; navigation system; neural networks

• Wydawca: Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
• Czasopismo: Zeszyty Naukowe. Problemy Transportu i Logistyki / Uniwersytet Szczeciński
• Rocznik: 2010
• Tom: Nr 10
• Strony: 161--170
• Opis fizyczny: Biliogr. 18 poz.

Twórcy

autor

Maow A.

• Uniwersytet Szczeciński

Bibliografia

• 1. Austin G.L., Bellon A., Ballantyne E., Sea Trials of a Navigation System Based on Computer Processing of Marine Radar Images, „The Journal of Navigation” 1987, t. 40.
• 2. Duda J., Metoda dopasowania obrazów pozyskiwanych metodami hydroakustycznymi do batymetrycznego pozycjonowania jednostek pływających, praca doktorska, 2006.
• 3. Ekblad U., Kinser J. M., Atmer J., Zetterlun N., Image information content and extraction techniques, Nuclear Instruments and Methods in Physics Research A 525 (2004).
• 4. Freeman J.A., Skapura D.M., Neural Networks Algorithms, Applications and Programming Techniques, Loral Space Information Systems and Adjunct Faculty, School of Natural and Applied Sciences University of Houston at Clear Lake, Addison-Wesley Publishing Company 1991.
• 5. Frejlichowski D., Maow A., Application of Improved Projection Method to Binary Images, Advances in Information Processing and Protection, Springer Science+Business Media, LLC 2007.
• 6. Frejlichowski D., Maow A., Improvement of projection method for representation of binary images, Proc. of ACS 2006.
• 7. Hayashi S., Kuwajima S., Sotooka K., Yamazaki H., Murase H., A Stranding Avoidance System Using Radar Image Matching, Development and Experiment, „The Journal of Navigation” May 1991, t. 44, nr 2.
• 8. Korbicz J., Obuchowicz A., Uciński D., Sztuczne sieci neuronowe podstawy i zastosowania, Akademicka Ofi cyna Wydawnicza PLJ, Warszawa 1994.
• 9. Kukharev G., Kuźmiński A., An environment for recognition system modeling. Enhanced Methods in Computer Security, Biometric and Artifi cial Intelligence Systems. Kluwer Academic Publishers, 2005.
• 10. Lownsborough R., Calcutt D., Electronic Aids to Navigation, Radar and ARPA, Great Britain 1993.
• 11. Metody nawigacji porównawczej, Stateczny A. (red.), Gdańskie Towarzystwo Naukowe, Gdynia 2004.
• 12. Praczyk T., Radar image compression for the need of a positioning costal system and an assessment of the process, Naval University of Gdynia 2004.
• 13. Stateczny A., Cyfrowe dopasowanie mapy morskiej i obrazu radarowego, „Geodezja i Kartografi a” 1991, t. XL, z. 3–4.
• 14. Stateczny A., Wąż M., Metoda pozyskiwania obrazów radarowych w procesie neuronowego wyznaczania pozycji okrętu, materiały VIII Międzynarodowej Konferencji Naukowo-Technicznej Inżynierii Ruchu Morskiego, WSM, Szczecin 1999.
• 15. Tadeusiewicz R., Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Akademicka Ofi cyna Wydawnicza PLJ, Warszawa 1998.
• 16. Tadeusiewicz R., Flasiński M., Rozpoznanie obrazów, PWN, Warszawa 1991.
• 17. Watkins C.D., Sadun A., Marenka S., Nowoczesne metody przetwarzania obrazu, WNT, Warszawa 1995.
• 18. Wąż M., Cichocki A., Zastosowanie algorytmów porównawczych do określania pozycji statku, „Zeszyty Naukowe AMW” 1999, nr 1.