The ant colony algorithm for safe ship trajectory planning - simulation results

• Autorzy: Lazarowska A.

Warianty tytułu

PL

Algorytm mrówkowy do planowania bezpiecznej trajektorii statku – wyniki badań symulacyjnych

• Języki publikacji: EN

Abstrakty

EN

This paper is dedicated to the problem of safe ship trajectory determination in a collision situation at sea.A concise description of a safe ship control algorithm based on Ant Colony Optimisation (ACO) has been presented and results of simulation tests have been reported. The algorithm has been examined for a number of test cases which cover navigational scenarios in the open sea as well as in restricted waters with the occurrence of both static and dynamic obstacles. Test cases based on data from casualty reports of real collision situations which occurred in the European Union waters or involved European Union ship owners have been first examined. In the next stage, real navigational situations registered with the use of Marine Traffic service have been tested. Calculations for every testing scenario have been performed from the point of view of every vessel taking part in considered situation in order to evaluate the possibility of algorithm application in navigational decision support system on board of all of the ships simultaneously. The algorithm performance have been evaluated based upon the following criteria: feasibility of the result, solution compliance with the International Regulations for Preventing Collisions at Sea (COLREGs), execution time and repeatability of the results. In the summary concluding remarks concerning evaluation of the algorithm performance have been presented.

PL

Artykuł dotyczy problemu wyznaczania bezpiecznej trajektorii statku w sytuacji kolizyjnej na morzu. Na początku został przedstawiony syntetyczny opis algorytmu bezpiecznego sterowania statkiem opartego na Optymalizacji Kolonią Mrówek. Następnie zostały zaprezentowane wyniki badań symulacyjnych. Algorytm został przebadany dla testowych sytuacji nawigacyjnych mających miejsce zarówno na morzu otwartym, jak i na wodach ograniczonych przy występowaniu statycznych i dynamicznych przeszkód nawigacyjnych. W pierwszym etapie przebadane zostały przypadki testowe oparte na danych pochodzących z raportów rzeczywistych kolizji, które wydarzyły się w ostatnich latach na woda Unii Europejskiej lub dotyczyły statków należących do armatorów Unii Europejskiej. Potem przetestowane zostały rzeczywiste sytuacje nawigacyjne zarejestrowane przy użyciu serwisu Marine Traffic. Obliczenia dla każdej z badanych sytuacji nawigacyjnych zostały przeprowadzone z punktu widzenia każdego ze statków biorących udział w danej sytuacji spotkania w celu określenia, czy wyznaczone przez algorytm rozwiązania nie będą kolidowały ze sobą i w związku z tym oceny, czy opracowany algorytm mógłby być stosowany na wszystkich statkach jednocześnie. Do oceny działania algorytmu zostały zastosowane następujące kryteria: bezpieczeństwo wyznaczonej trajektorii, zgodność rozwiązania z Międzynarodowymi Przepisami o Zapobieganiu Zderzeniom na Morzu, czas obliczeń oraz powtarzalność wyników. W podsumowaniu zostały zawarte wnioski końcowe dotyczące oceny działania opracowanego algorytmu.

Słowa kluczowe

EN

Ant Colony Optimisation; ship trajectory; preventing collisions

PL

trajektoria statku; algorytm mrówkowy

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2014
• Tom: nr 6
• Strony: 6604--6613
• Opis fizyczny: Bibliogr. 15 poz., rys., tab., pełny tekst na CD3

Twórcy

autor

Lazarowska A.

• Gdynia Maritime University, Department of Ship Automation

Bibliografia

• 1. Chang, K.-Y., Jan, G. E., Parberry, I., A method for searching optimal routes withcollision avoidance on raster charts. The Journal of Navigation 2003, Vol. 56, Issue 03, pp. 371–384.
• 2. Coenen F.P., Smeaton G.P., Bole A.G., Knowledge-based Collision Avoidance. The Journal of Navigation 1989, Vol. 42, Issue 01, pp. 107-116.
• 3. Danish Maritime Authority, Division for Investigation of Maritime Accidents, Casualty Report, Collision between Chinese bulk carrier FU SHAN HAI and Cypriot container vessel GDYNIA, 2003, http://www.dma.dk/
• 4. European Maritime Safety Agency, Maritime Accident Review 2010,http://www.emsa.europa.eu/.
• 5. Furuno Electric Co. Ltd., Furuno operator’s manual marine radar model FAR-2807(d)series FAR-2107(-bb,-d) series., 2011.
• 6. James M.K., Modelling the Decision Process in Computer Simulation of Ship Navigation. The Journal of Navigation 1986, Vol. 39, Issue 01, pp. 32-48.
• 7. Konsberg Maritime AS, K-bridge multi-functional display unit operator manual, 2010.
• 8. Lazarowska A., Ant Colony Optimization based navigational decision support system. Procedia Computer Science 2014, Vol.35, pp.1013-1022.
• 9. Lee, S.-M., Kwon, K.-Y., Joh, J., A fuzzy logic for autonomous navigation of marine vehicles satisfying COLREG guidelines. International Journal of Control, Automationand Systems 2004, 2(2), pp. 171–181.
• 10. Lisowski J., Optimization-supported decision-making in the marine game environment, Solid State Phenomena 2014, Vol. 210, pp. 215-222.
• 11. Lisowski J., The Optimal and Safe Ship Trajectories for Different Forms of Neural State Constraints, Solid State Phenomena 2011, Vol.180, pp. 64-69.
• 12. Marine Accident Investigation Branch, Report on the investigation of the collision between Seagate and Timor Stream, 2013, http://www.maib.gov.uk/
• 13. Perera, L., Carvalho, J., GuedesSoares, C., Decision making system for the collision avoidance of marine vessel navigation based on COLREGs rules and regulations. In 13th Congress of International Maritime Association of Mediterranean, IMAM 2009, pp.1121–1128.
• 14. Śmierzchalski, R., Michalewicz, Z., Modeling of ship trajectory in collision situations by an evolutionary algorithm. Transactions on Evolutionary Computation 2000,4(3), pp. 227–241.
• 15. Tam, C., Bucknall, R., Path-planning algorithm for ships in close-range encounters.Journal of Marine Science and Technology 2010, 15, pp. 395–407.