Optymalizacja trasy żeglugi na potrzeby e-nawigacji w systemie netBaltic

• Autorzy: Tycholiz W. , Jakacki J. , Darecki M.

Identyfikatory

DOI

10.15199/59.2018.2-3.7

Warianty tytułu

EN

Weather ruting as e-navigation service in the netBaltic system

• Języki publikacji: PL

Abstrakty

PL

Stworzenie efektywnej i niedrogiej w eksploatacji sieci komunikacji w regionie Morza Bałtyckiego umożliwiło wdrożenie wielu usług e-nawigacji, w tym usługi rutingu pogodowego. Przygotowane w ramach projektu netBaltic narzędzie do optymalizacji trasy żeglugi, model hydrometeorologiczny w połączeniu z siecią internetową stwarzają niespotykane dotąd korzyści dla sektora żeglugi morskiej. Podstawą działania wielokryteriowego modułu rutingu pogodowego są algorytmy SPEA, wyszukujące najbardziej optymalną trasę, według ustalonych przez użytkownika kryteriów (np. czas przejścia, bezpieczeństwo, konsumpcja paliwa). Z kolei dedykowany model hydrometeorologiczny generuje zestaw danych prognostycznych dla Bałtyku i dokonuje ich bieżącej aktualizacji. Sieć łączności powstała w ramach projektu netBaltic umożliwia sprawne działanie narzędzia rutingu pogodowego dzięki stworzeniu infrastruktury dostarczającej aktualne prognozy pogody na pokład jednostki.

EN

Development of an affordable communication network for the Baltic Sea region provided the basis for an array of new e-navigation services, including weather ruting, to be implemented. As a result of the netBaltic project the maritime transportation sector can utilise the weather routing tool, a dedicate hydro-met model and an internet-based communication network. The multi-criterion weather routing module applies Strength Pareto Evolutionary Algorithm (SPEA) to determine an optimal route according to a pre-defined set of criteria (e.g. passage time, safety level, fuel consumption). Whilst a dedicated hydro-met model outputs high-resolution weather forecast for the Baltic Sea and updates them regularly. The netBaltic network assures that the latest weather forecast is delivered on-board.

Słowa kluczowe

PL

netBaltic; ruting pogodowy; optymalizacja trasy; e-nawigacja

EN

netBaltic; weather routing; route optimisation; e-navigation

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2018
• Tom: nr 2-3
• Strony: 60--63
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Tycholiz W.

• NavSim Polska Sp. z o. o., 59-700 Bolesławiec

autor

Jakacki J.

• Instytut Oceanologii PAN, Sopot

autor

Darecki M.

• Instytut Oceanologii PAN, Sopot

Bibliografia

• [1] Chen H. (2013). Ruting algorithms and speed management. Odwiedzone w dniu 20 lutego 2018 roku.
• [2] Hagiwara, H. (1989). Weather ruting of (sail-assisted) motor vessels. PhD Thesis. Technical University of Delft.
• [3] Hoeft M., K. Gierłowski, K. Nowicki, J. Rak, J. Woźniak.:” netBaltic: Enabling Non-Satellite Wireless Communications over the Baltic Sea”. IEEE Communications Magazine 05/2016.
• [4] Hoeft M., K. Gierłowski, J. Woźniak, A. Przyborska, M. Białoskórski, B. Pliszka, M. Wichorowski, M. Zwierz, J. Jakacki J.,” netBaltic – a heterogeneous wireless communications system over the Baltic Sea”. First Baltic Earth Conference on Multiple drivers for Earth system changes in the Baltic Sea region. Nida, Curonian Spit, Lithuania, 13 – 17 June 2016.
• [5] Hinnenthal J. (2007). Robust Pareto – Optimum Ruting of Ships Utilizing Deterministic and Ensemble Weather Fore-casts. PhD Thesis. Technical University Berlin.
• [6] James R.W. (1957). Application of wave forecast to marine navigation. Washington: US Navy Hydrographic Office.
• [7] Jakacki J., (2016) „Wykorzystanie modelowania procesów fizycznych środowiska morskiego w e-nawigacji”. Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne 12/2016.
• [8] Komen G.J., L. Cavaleri, M. Donelan, K. Hasselmann, S. Hasselmann, P. Janssen. A.E.M., (1994). “Dynamics and Modelling of Ocean Waves”. Cambridge Univ. Press, Cambridge, 532 p p.
• [9] Krata P. and J. Szlapczynska (2012). „Weather Hazard Avoidance in Modeling Safety of Motor-Driven Ship for Multicriteria Weather Ruting”. TransNav – International Journal on Marine Navigation and Safety of Sea Transportation, 6, 71–78.
• [10] Mannarini G., G. Coppini, P. Oddo, and N. Pinardi (2013).” A Prototype of Ship Ruting Decision Support System for an Operational Oceanographic Service”. TransNav, the International Journal on Marine Navigation and Safety of Sea Transportation, 7, 53–59.
• [11] Marie S. and E. Courteille (2009). „Multi-Objective Optimization of Motor Vessel Route”. TransNav, the International Journal on Marine Navigation and Safety of Sea Transportation, 3, 133–14.
• [12] Skamarock W., J. Klemp, J. Dudhia, D. Gil, D.M. Barker, M.G.Duda, X.Y.Huang, W. Wang, J.Powers, 2008, A description of the advanced research WRF. Version 3, NCAR Technical, Note, NCAR/TN–475+STR, available at http://www2. mmm.ucar.edu/wrf/users/docs/arw_v3.pdf (data access 02.03.2018).
• [13] Spaans J.A. (1986). Windship ruting. Technical University of Delft.
• [14] Szłapczyńska J. (2007).” Multiobjective Approach to Weather Ruting”. TransNav – International Journal on Marine Navigation and Safety of Sea Transportation, 1, 273–278.
• [15] Szłapczyńska J. (2015). “Multi-objective Weather Ruting with Customised Criteria and Constraints”. The Journal of Navigation, 68, 338–354.
• [16] Wiśniewski B. (1991). Problemy wyboru drogi morskiej statku. Wydawnictwo Morskie. Gdańsk.
• [17] Zitzler E. and L. Thiele. (1999). “Multiobjective Evolutionary Algorithms: A Comparative Case Study and the Strength Pareto Approach”. IEEE Transactions on Evolutionary Computation, 4, 257–271.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).