Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: emergency scenario

Sortuj według:

Ogranicz wyniki do:

Analysis of data fusion algorithms for the vessel with the dynamic positioning system

Jaroś Krzysztof, Śmierzchalski Roman, Witkowska Anna

Przegląd Elektrotechniczny

2022

R. 98, nr 12

35--39

The dynamic positioning (DP) system on the vessel is operated to control the position and heading of the vessel with the use of propellers and thrusters installed on the board. On DP vessels redundant measurement systems of position, heading and the magnitude and direction of environmental forces are required for safety at sea. In this case, a fusion of data is needed from individual measurement devices. The article proposes a new solution data fusion algorithm of particle Kalman filter as a cascade combination of particle filter and extended Kalman filter. The estimation quality of the proposed data fusion algorithm is analysed in comparison with the classic: extended Kalman filter (EKF), nonlinear observer (NO), and particle Kalman filter (PKF). Simulation studies were executed for emergency scenarios to evaluate the robustness of the algorithm analyses to measurement errors.

System dynamicznego pozycjonowania (DP) na statku jest wykorzystywany do sterowania pozycją i kursem statku za pomocą pędników zainstalowanych na pokładzie. Na statkach DP dla zapewnienia bezpieczeństwa na morzu wymagane są redundantne systemy pomiarowe pozycji oraz wielkości i kierunku działania sił środowiskowych. W tym przypadku konieczna jest fuzja danych z poszczególnych urządzeń pomiarowych. W artykule zaproponowano nowy algorytm fuzji danych jako kaskadowe połączenie filtru cząsteczkowego i rozszerzonego filtru Kalmana. Analizowana jest jakość estymacji proponowanego algorytmu fuzji danych w porównaniu z klasycznymi algorytmami: rozszerzonym filtrem Kalmana (EKF), obserwatorem nieliniowym (NO) oraz cząsteczkowym filtrem Kalmana (PKF). Przeprowadzono badania symulacyjne algorytmów fuzji danych dla scenariuszy awaryjnych w celu oceny odporności algorytmów na błędy pomiarowe.

Using bayesian networks to model competence of lifeboat coxswains

Billard R., Smith J., Masharraf M., Veitch B.

TransNav : International Journal on Marine Navigation and Safety of Sea Transportation

2020

Vol. 14. no. 3

585--594

The assessment of lifeboat coxswain performance in operational scenarios representing offshore emergencies has been prohibitive due to risk. For this reason, human performance in plausible emergencies is difficult to predict due to the limited data that is available. The advent of lifeboat simulation provides a means to practice in weather conditions representative of an offshore emergency. In this paper, we present a methodology to create probabilistic models to study this new problem space using Bayesian Networks (BNs) to formulate a model of competence. We combine expert input and simulator data to create a BN model of the competence of slow-speed maneuvering (SSM). We demonstrate how the model is improved using data collected in an experiment designed to measure performance of coxswains in an emergency scenario. We illustrate how this model can be used to predict performance and diagnose background information about the student. The methodology demonstrates the use of simulation and probabilistic methods to increase domain awareness where limited data is available. We discuss how the methodology can be applied to improve predictions and adapt training using machine learning.